A close range image matching method of straight line segments, which belongs to the close range photogrammetry and computer vision technology; including: line segment extraction; determining a candidate line segment target line segment set; parallel support domain establish target line segments, and based on the parallel support domain to establish a candidate line plane support domain target segment; Euclidean distance calculation between the target line segment descriptor and the candidate line segment feature descriptor; according to the determined target homonymous line straight Euclidean distance to obtain the reference image and image search on the homonymous line of collection; the invention constraints determine the candidate line segments parallel to support domain using nuclear line, so as to establish a descriptor based on descriptors to strengthen effectiveness; the target line segments and candidate line segments of the parallel support domain region affine transformation, the realization of different scale image line Reliable segment matching improves the limitations of existing descriptors, and is suitable for line matching of different types of close range images, such as translation, rotation, blur, illumination, etc..
【技术实现步骤摘要】
一种近景影像直线段匹配方法
本专利技术属于近景摄影测量与计算机视觉
,具体涉及一种近景影像直线段匹配方法。
技术介绍
影像匹配是指采用一定的匹配算法在两幅或者多幅覆盖同一区域或同一地物的影像上寻找同名特征,建立不同影像上同名特征的对应关系。在人造目标场景中,直线特征包含更丰富的语义和结构信息,因此,利用影像上的直线信息重建人工地物三维模型在近景摄影量测和计算机视觉领域中有着重要的研究意义,其中直线匹配是其关键核心技术。目前,国内外学者提出众多直线匹配方法。现有方法研究重心主要包括以下两个方面:一是搜索范围约束,常用的约束条件有核线约束、三焦张量约束、单应矩阵约束、同名点约束、三角网约束等,已有的约束条件都需要先验知识或者较为严格的已知条件;二是直线段描述子的建立,结合已有的约束条件,传统直线段特征描述子多利用直线段本身的几何属性,如方向、长度、距离、重复性等。这类简单的几何属性受限于直线提取结果的影响,对于提取结果存在断裂及遮挡影像而言,匹配正确率较低。除此之外,直线邻域窗口的灰度信息也常被用于描述和匹配直线特征,如直线邻域窗口的灰度相关、自适应移动窗口灰度相关,这类直接利用窗口灰度相关对于影像序列或者短基线的影像比较适用,但难以适应视角尺度变化较大的影像。因此,为提高描述子的可靠性,目前直线描述子多利用直线邻域区域内像素灰度直方图、梯度、均值、方差等信息。在无任何约束条件下,王志衡等提出了MSLD直线描述子(Mean-StandardDeviationLineDescriptor,MSLD),该描述子通过统计像素支撑域内每个子区域4个方向的梯度向量 ...
【技术保护点】
一种近景影像直线段匹配方法,其特征在于,包括如下步骤:步骤1:输入参考影像和搜索影像两张近景影像和两张近景影像的同名点坐标;步骤2:分别对参考影像和搜索影像进行直线段提取;步骤3:对参考影像和搜索影像上提取的直线段进行匹配,得到同名直线对集合:步骤3.1:利用参考影像上目标直线段邻域内的同名点确定目标直线段在搜索影像上的候选直线段集合;步骤3.2:建立目标直线段的平行支撑域;步骤3.3:根据目标直线段的平行支撑域,对目标直线段构建基于区域仿射变换的均值‑标准差特征描述子;步骤3.4:根据目标直线段两端点在搜索影像上的核线,确定候选直线段与目标直线段的重叠直线区域;步骤3.5:以候选直线段上重叠直线区域为中心,根据目标直线段的平行支撑域,建立候选直线段的平行支撑域;步骤3.6:根据候选直线段的平行支撑域,对候选直线段构建基于区域仿射变换的均值‑标准差特征描述子;步骤3.7:计算目标直线段描述子与候选直线段描述子之间的欧式距离;步骤3.8:分别对候选直线段集合中的每一条候选直线段,执行步骤3.4~步骤3.7,分别得到目标直线段描述子与候选直线段集合中每一条候选直线段描述子之间的欧氏距离;步 ...
【技术特征摘要】
1.一种近景影像直线段匹配方法,其特征在于,包括如下步骤:步骤1:输入参考影像和搜索影像两张近景影像和两张近景影像的同名点坐标;步骤2:分别对参考影像和搜索影像进行直线段提取;步骤3:对参考影像和搜索影像上提取的直线段进行匹配,得到同名直线对集合:步骤3.1:利用参考影像上目标直线段邻域内的同名点确定目标直线段在搜索影像上的候选直线段集合;步骤3.2:建立目标直线段的平行支撑域;步骤3.3:根据目标直线段的平行支撑域,对目标直线段构建基于区域仿射变换的均值-标准差特征描述子;步骤3.4:根据目标直线段两端点在搜索影像上的核线,确定候选直线段与目标直线段的重叠直线区域;步骤3.5:以候选直线段上重叠直线区域为中心,根据目标直线段的平行支撑域,建立候选直线段的平行支撑域;步骤3.6:根据候选直线段的平行支撑域,对候选直线段构建基于区域仿射变换的均值-标准差特征描述子;步骤3.7:计算目标直线段描述子与候选直线段描述子之间的欧式距离;步骤3.8:分别对候选直线段集合中的每一条候选直线段,执行步骤3.4~步骤3.7,分别得到目标直线段描述子与候选直线段集合中每一条候选直线段描述子之间的欧氏距离;步骤3.9:根据欧式距离确定目标直线段的同名直线段,即目标直线段的匹配直线段;步骤3.10:依次将参考影像上提取的每一条直线段作为目标直线段,执行步骤3.1~步骤3.9的匹配操作,得到参考影像与搜索影像上同名直线对集合。2.根据权利要求1所述的一种近景影像直线段匹配方法,其特征在于,所述步骤3.1包括:步骤3.1.1:将参考影像上任一条提取的直线段li作为目标直线段,直线段li两端点分别为a、b,分别作过直线段两端点且垂直于直线段li的直线li⊥1和li⊥2;步骤3.1.2:在输入的同名点中,提取参考影像上直线li⊥1和li⊥2之间的两点:点u和点v,所述两点为分别位于直线段li两侧,且分别为li两侧距离直线段li距离最近的两个点;步骤3.1.3:连接点u和点v在搜索影像上的同名点u′和v′,得到一条直线段lu'v',搜索影像上与直线段lu'v'相交且交点在lu'v'上的直线段构成目标直线段li的候选直线段集合。3.根据权利要求1所述的一种近景影像直线段匹配方法,其特征在于,所述步骤3.2具体方法为:以目标直线段li为中心建立的矩形区域作为目标直线段li的平行支撑域,目标直线段端点和支撑域四角点顺时针依次记为点a、1、2、b、3、4。4.根据权利要求1所述的一种近景影像直线段匹配方法,其特征在于,所述步骤3.3包括:步骤3.3.1:根据目标直线段平行支撑域的长度和宽度确定仿射变换后目标直线段平行支撑域的四角点坐标;步骤3.3.2:根据6参数仿射变换公式对目标直线段的平行支撑域进行仿射变换,得到仿射变换后的目标直线段的平行支撑域;步骤3.3.3:根据仿射变换后的目标直线段的平行支撑域,构建目标直线段的均值-标准差特征描述子。5.根据权利要求1所述的一种近景影像直线段匹配方法,其特征在于,所述步骤3.4包括:步骤3.4.1:分别计算目标直线段li两端点a和b在搜索影像上的核线Ha和Hb;步骤3.4.2:分别计算核线Ha和Hb与候选直线段的交点,记为a′和b′,两交点连线为候选直线段对应目标直线段的重叠直线区域。6.根据权利要求1所述的一种近景影像直线段匹配方法,其特征在于,所述步骤3.5包括:步骤3.5.1:分...
【专利技术属性】
技术研发人员:王竞雪,张雪,熊俊,
申请(专利权)人:辽宁工程技术大学,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。