第十三講-高級(jí)匹配-攝影測(cè)量基礎(chǔ)-教學(xué)課件

第十三講高級(jí)匹配理論第十三講高級(jí)匹配理論1主要內(nèi)容最小二乘匹配特征匹配主要內(nèi)容最小二乘匹配2一、最小二乘影像匹配德國(guó)Ackermann教授提出了一種新的影像匹配方法——最小二乘影像匹配（leastSquaresImageMatching）影像匹配可以達(dá)到1/10甚至1/100像素的高精度優(yōu)點(diǎn)如下一、最小二乘影像匹配德國(guó)Ackermann教授提出了一種新的3最小二乘影像匹配中可以非常靈活地引入各種已知參數(shù)和條件，從而可以進(jìn)行整體平差。解決“單點(diǎn)”的影像匹配問(wèn)題，以求其“視差”；也可以直接解求其空間坐標(biāo)

同時(shí)解決“多點(diǎn)”影像匹配或“多片”影像匹配

引入“粗差檢測(cè)”，從而大大地提高影像匹配的可靠性最小二乘影像匹配中可以非常靈活地引入各種已知參數(shù)和條件，從而4最小二乘影像匹配原理“灰度差的平方和最小”

僅僅認(rèn)為影像灰度只存在偶然誤差

最小二乘影像匹配原理“灰度差的平方和最小”僅僅認(rèn)為影像灰度5

按vv＝min原則進(jìn)行影像匹配的數(shù)字模型。若在此系統(tǒng)中引入系統(tǒng)變形的參數(shù)，按vv＝min的原則，解求變形參數(shù)，就構(gòu)成了最小二乘影像匹配系統(tǒng)。靈活,可靠和高精度是優(yōu)點(diǎn),缺點(diǎn)是，如當(dāng)初始值不太準(zhǔn)時(shí)，系統(tǒng)的收斂性等問(wèn)題有待解決。按vv＝min原則進(jìn)行影像匹配的數(shù)字模型。若在此系6輻射畸變照明及被攝影物體輻射面的方向大氣與攝影機(jī)物鏡所產(chǎn)生的衰減攝影處理?xiàng)l件的差異以及影像數(shù)字化過(guò)程中所產(chǎn)生的誤差等等影像灰度的系統(tǒng)變形有兩大類：輻射畸變；幾何畸變。輻射畸變影像灰度的系統(tǒng)變形有兩大類：輻射畸變；幾何畸變。7幾何畸變攝影機(jī)方位不同所產(chǎn)生的影像的透視畸變影像的各種畸變由于地形坡度所產(chǎn)生的影像畸變等豎直航空攝影的情況下，地形高差則是幾何畸變的主要因素。幾何畸變8

在影像匹配中引入這些變形參數(shù)，同時(shí)按最小二乘的原則，解求這些參數(shù)，就是最小二乘影像匹配的基本思想。在影像匹配中引入這些變形參數(shù)，同時(shí)按最小二乘的原則，解求這9僅考慮輻射的線性畸變的最小二乘匹配——相關(guān)系數(shù)誤差方程：僅考慮輻射的線性畸變的最小二乘匹配——相關(guān)系數(shù)誤差方程：10按vv＝min的原理，可得法方程式

按vv＝min的原理，可得法方程式11假定對(duì)g1，g2已作過(guò)中心化處理

即：假定對(duì)g1，g2已作過(guò)中心化處理即：12消除了兩個(gè)灰度分布的系統(tǒng)的輻射畸變后，其殘余的灰度差的平方和為消除了兩個(gè)灰度分布的系統(tǒng)的輻射畸變后，其殘余的灰度差的平方和13相關(guān)系數(shù)與vv的關(guān)系

相關(guān)系數(shù)vv是噪聲的功率g12為信號(hào)的功率

相關(guān)系數(shù)與vv的關(guān)系相關(guān)系數(shù)vv是噪聲的功率g1214

以“相關(guān)系數(shù)最大”作為影像匹配搜索同名點(diǎn)的準(zhǔn)則，其實(shí)質(zhì)是搜索“信噪比為最大”的灰度序列信噪比

相關(guān)系數(shù)與信噪比之間的關(guān)系

以“相關(guān)系數(shù)最大”作為影像匹配搜索同名點(diǎn)的準(zhǔn)則，其實(shí)15

影像匹配的主要目的是確定影像相對(duì)移位，傳統(tǒng)的算法采用目標(biāo)區(qū)相對(duì)于搜索區(qū)不斷地移動(dòng)一個(gè)整像素，搜索最大相關(guān)系數(shù)的影像區(qū)中心作為同名像點(diǎn)。

在最小二乘影像匹配算法中，可引入幾何變形參數(shù)，直接解算影像移位，這是此算法的特點(diǎn)。影像匹配的主要目的是確定影像相對(duì)移位，傳統(tǒng)的算法采用目標(biāo)區(qū)16僅考慮影像相對(duì)移位的一維最小二乘匹配

假設(shè)兩個(gè)一維灰度函數(shù)g1(x),g2(x),除隨機(jī)噪聲外，g2(x)相對(duì)于g1(x)只存在零次幾何變形——移位量x。誤差方程式僅考慮影像相對(duì)移位的一維最小二乘匹配假設(shè)兩個(gè)一維灰17離散的數(shù)字影像而言，灰度函數(shù)的導(dǎo)數(shù)g,2(x)可由差分代替

為解求相對(duì)移位量x，需上式進(jìn)行線性化

離散的數(shù)字影像而言，灰度函數(shù)的導(dǎo)數(shù)g,2(x)可由差分代替18最小二乘影像匹配是非線性系統(tǒng)，必須進(jìn)行迭代。迭代過(guò)程收斂的速度取決于初值。誤差方程式可寫為

解得影像的相對(duì)移位

最小二乘影像匹配是非線性系統(tǒng)，必須進(jìn)行迭代。迭代過(guò)程收斂的速19單點(diǎn)最小二乘影像匹配

兩個(gè)二維影像之間的幾何變形，不僅僅存在著相對(duì)移位還存在著圖形變化單點(diǎn)最小二乘影像匹配兩個(gè)二維影像之間的幾何變形，不僅僅存在20x2y2灰度畸變+幾何變形幾何變形

x2y2灰度畸變+幾何變形幾何變形21經(jīng)線性化后誤差方程式dh。，dh1，da0，···,db2是待定參數(shù)的改正值，它們之初值分別為h0=0；h1=1；a0=0；a1=1；a2=0；b0=0；b1=0；b2=1經(jīng)線性化后誤差方程式dh。，dh1，da0，···,db222第十三講-高級(jí)匹配---攝影測(cè)量基礎(chǔ)--教學(xué)課件23在數(shù)字影像匹配中，灰度均是按規(guī)則格網(wǎng)排列的離散陣列，且采樣間隔為常數(shù)，可被視為單位長(zhǎng)度，上式中的偏導(dǎo)數(shù)均用差分代替：在數(shù)字影像匹配中，灰度均是按規(guī)則格網(wǎng)排列的離散陣列，且采樣24幾何改正重采樣輻射畸變改正是否迭代計(jì)算最佳匹配的點(diǎn)位計(jì)算參數(shù)值結(jié)束左片右片最小二乘法匹配流程圖幾何改正重采樣輻射畸變改正是否迭代計(jì)算最佳計(jì)算參數(shù)值結(jié)束左片25幾何變形改正。根據(jù)幾何變形改正參數(shù)a0,a1,a2,b0,b1,b2將左方影像窗口的影像坐標(biāo)變換至右方影像陣列：重采樣。由于換算所得之坐標(biāo)x2，y2一般不可能是右方影像陣列中的整數(shù)行列號(hào)，因此重采樣是必須的。幾何變形改正。根據(jù)幾何變形改正參數(shù)a0,a1,a2,b026輻射畸變改正。利用由最小二乘影像匹配所求得輻射畸變改正參數(shù)h0,h1；對(duì)上述重采樣的結(jié)果作輻射改正若相關(guān)系數(shù)小于前一次迭代后所求得的相關(guān)系數(shù)，則可認(rèn)為迭代結(jié)束.也可以根據(jù)幾何變形參數(shù)是否小于某個(gè)預(yù)定的閾值。

輻射畸變改正。利用由最小二乘影像匹配所求得輻射畸變改正參數(shù)h27采用最小二乘影像匹配，解求變形參數(shù)的改正值dh0,dh1,da0,…。計(jì)算變形參數(shù)采用最小二乘影像匹配，解求變形參數(shù)的改正值dh0,dh1,28第十三講-高級(jí)匹配---攝影測(cè)量基礎(chǔ)--教學(xué)課件29對(duì)于輻射畸變參數(shù)滿足：

對(duì)于輻射畸變參數(shù)滿足：30計(jì)算最佳匹配的點(diǎn)位.可用梯度的平方為權(quán)，在左方影像窗口內(nèi)對(duì)坐標(biāo)作加權(quán)平均：匹配精度取決于影像灰度的梯度

計(jì)算最佳匹配的點(diǎn)位.可用梯度的平方為權(quán)，在左方影像窗口內(nèi)對(duì)31為了進(jìn)一步提高其可靠性與精度，例如，附帶共線條件的最小二乘相關(guān)以及與VLL法結(jié)合的最小二乘影像匹配方法都得了廣泛的研究為了進(jìn)一步提高其可靠性與精度，例如，附帶共線條件的最小二乘相32最小二乘影像匹配的精度

最小二乘匹配算法，則可以根據(jù)法方程式系數(shù)矩陣的逆矩陣，同時(shí)求得其精度指標(biāo)最小二乘影像匹配的精度最小二乘匹配算法，則可以根據(jù)法方程式33n為目標(biāo)區(qū)像元個(gè)數(shù)。由于上式右邊是的無(wú)偏估計(jì)，所以n為目標(biāo)區(qū)像元個(gè)數(shù)。由于上式右邊是的無(wú)偏估計(jì)，所以34信噪比方差信噪比方差35相關(guān)系數(shù)與信噪比之間的關(guān)系

相關(guān)系數(shù)與信噪比之間的關(guān)系36影像匹配的精度與相關(guān)系數(shù)有關(guān)，相關(guān)系數(shù)愈大則精度愈高。它與影像窗口的“信噪比”有關(guān)，信噪比愈大，則匹配的精度愈高。

可以得到一些很重要的結(jié)論：

影像匹配的精度與相關(guān)系數(shù)有關(guān)，相關(guān)系數(shù)愈大則精度愈高。它與影37影像匹配的精度還與影像的紋理結(jié)構(gòu)有關(guān)，即與有關(guān)。特別是當(dāng)愈大，則影像匹配精度愈高。當(dāng)，即目標(biāo)窗口內(nèi)灰度沒有變化時(shí)，則無(wú)法進(jìn)行影像匹配。影像匹配的精度還與影像的紋理結(jié)構(gòu)有關(guān)，即與38二、特征匹配特征匹配的概念基于特征點(diǎn)的影像匹配策略

跨接法影像匹配二、特征匹配特征匹配的概念39特征匹配以影像的灰度分布為影像匹配的基礎(chǔ)，被稱為灰度匹配（AreaBasedImageMatching）特征匹配（FeatureBasedMatching，在計(jì)算機(jī)界也稱為PrimitiveBasedMatching）。特征匹配以影像的灰度分布為影像匹配的基礎(chǔ)，被稱為灰度匹配（A40當(dāng)待匹配的點(diǎn)位于低反差區(qū)內(nèi)，其匹配的成功率不高。

目的只需要配準(zhǔn)某些點(diǎn)線或面

在城市中，被處理的對(duì)象主要是人工建筑物，灰度匹配難以適應(yīng)

特征匹配使用的幾種場(chǎng)合當(dāng)待匹配的點(diǎn)位于低反差區(qū)內(nèi)，其匹配的成功率不高。目的只需41特征匹配步驟特征的匹配可以分為點(diǎn)、線、面特征匹配可分為三步：①特征提取；②利用一組參數(shù)對(duì)特征作描述；③利用參數(shù)進(jìn)行特征匹配。特征匹配步驟特征的匹配可以分為點(diǎn)、線、面特征匹配可分為三步：42例如：首先可以用邊緣算子（EdgeOperator）從影像中提取邊緣，然后再用參數(shù)描述“邊緣”。常用-S曲線表達(dá)邊緣：

例如：首先可以用邊緣算子（EdgeOperator）從影像43基于特征點(diǎn)的影像匹配的策略特征提取根據(jù)各特征點(diǎn)的興趣值將特征點(diǎn)分成幾個(gè)等級(jí)對(duì)不同的目的，特征點(diǎn)的提取應(yīng)有所不同

基于特征點(diǎn)的影像匹配的策略特征提取根據(jù)各特征點(diǎn)的興趣值將特44（2）均勻分布。將影像劃分成規(guī)則矩形格網(wǎng)，每一格網(wǎng)內(nèi)提取特征點(diǎn)。(1)隨機(jī)分布。按順序進(jìn)行特征提取，但控制特征的密度。特征點(diǎn)的分布則可有兩種方式：

（2）均勻分布。將影像劃分成規(guī)則矩形格網(wǎng)，每一格網(wǎng)內(nèi)提取特征45特征點(diǎn)的匹配二維匹配與一維匹配

影像方位參數(shù)未知時(shí)，必須進(jìn)行二維影像匹配;建立影像模型，形成核線進(jìn)行一維匹配

特征點(diǎn)的匹配二維匹配與一維匹配影像方位參數(shù)未知時(shí)，必須進(jìn)46對(duì)右影像也進(jìn)行特征提取右影像不進(jìn)行特征提取右影像不進(jìn)行特征提取，但也不將所有的點(diǎn)作為可能的匹配點(diǎn)匹配的備選點(diǎn)選擇方法對(duì)右影像也進(jìn)行特征提取匹配的備選點(diǎn)選擇方法47特征點(diǎn)的提取與匹配的順序

“深度優(yōu)先”

“廣度優(yōu)先”特征點(diǎn)的提取與匹配的順序“深度優(yōu)先”“廣度優(yōu)先”48匹配的準(zhǔn)則

除了運(yùn)用一定的相似性測(cè)度，一般還可考慮特征的方向，周圍已匹配點(diǎn)的結(jié)果粗差的剔除

小范圍內(nèi)利用傾斜平面模型進(jìn)行視差擬合，將殘差大于某一閾值點(diǎn)作為粗差剔除

匹配的準(zhǔn)則除了運(yùn)用一定的相似性測(cè)度，一般還可考慮特征的49跨接法影像匹配ABb1a1a2b2先不顧及幾何變形作“粗匹配”，然后用其結(jié)果作幾何改正再匹配

幾何變形

處理影像幾何變形的兩種方式跨接法影像匹配ABb1a1a2b2先不顧及幾何變形作“粗匹50最小二乘影像匹配將影像匹配與幾何改正均作為參數(shù)同時(shí)解算

影像匹配幾何改正影像匹配幾何改正與影像匹配影像匹配影像匹配優(yōu)點(diǎn)！最小二乘影像匹配將影像匹配與幾何改正均作為參數(shù)同時(shí)解算影像51特征分割法

特征定義為一個(gè)“影像段”，由三個(gè)特征點(diǎn)組成：一個(gè)灰度梯度最大點(diǎn)Z，兩個(gè)“突出點(diǎn)”（梯度很?。㏒1，S2

特征分割法特征定義為一個(gè)“影像段”，由三個(gè)特征點(diǎn)組成：一個(gè)52在提取特征時(shí)，所用算子不僅應(yīng)順次地提取出一個(gè)特征上三個(gè)特征點(diǎn)的像素序號(hào)（點(diǎn)位），而且還應(yīng)保留兩個(gè)突出點(diǎn)S1，S2之灰度差。特征分割法

在提取特征時(shí)，所用算子不僅應(yīng)順次地提取出一個(gè)特征上三個(gè)特征點(diǎn)53跨接法影像匹配步驟l.特征提取

2.構(gòu)成跨接法匹配窗口所謂跨接法窗口結(jié)構(gòu)，就是將兩個(gè)特征連接起來(lái)構(gòu)成窗口，

跨接法影像匹配步驟l.特征提取2.構(gòu)成跨接法匹配窗口54在左方影像上Fb和Fe分別是已配準(zhǔn)與待匹配的特征構(gòu)成目標(biāo)窗口右方影像上，F(xiàn)b是已配準(zhǔn)的特征，在右方影像上選定若干特征比較待匹配特征Fe與備選特征之間的特征參數(shù)，選取相似特征在左方影像上Fb和Fe分別是已配準(zhǔn)與待匹配的特征構(gòu)成目標(biāo)窗口55在右方影像上，以Fb為窗口的一個(gè)端點(diǎn)特征，而以被選定的備選特征1，3為窗口的另一端的特征，構(gòu)成不同的匹配窗口對(duì)匹配窗口進(jìn)行重采樣，使其大小始終等于左方影像的目標(biāo)窗口的長(zhǎng)度，從而消除了幾何畸變對(duì)相關(guān)的影響。在右方影像上，以Fb為窗口的一個(gè)端點(diǎn)特征，而以被選定的備選特56計(jì)算目標(biāo)窗口與重采樣的匹配窗口的相關(guān)系數(shù)，按最大相關(guān)系數(shù)的準(zhǔn)則確定Fe的同名特征。將目標(biāo)窗口[a',b']整個(gè)視為待配準(zhǔn)元“影像段”在右核線上建立一些備選的搜索窗口

計(jì)算目標(biāo)窗口與重采樣的匹配窗口的相關(guān)系數(shù)，按最大相關(guān)系數(shù)的準(zhǔn)57第十三講高級(jí)匹配理論第十三講高級(jí)匹配理論58主要內(nèi)容最小二乘匹配特征匹配主要內(nèi)容最小二乘匹配59一、最小二乘影像匹配德國(guó)Ackermann教授提出了一種新的影像匹配方法——最小二乘影像匹配（leastSquaresImageMatching）影像匹配可以達(dá)到1/10甚至1/100像素的高精度優(yōu)點(diǎn)如下一、最小二乘影像匹配德國(guó)Ackermann教授提出了一種新的60最小二乘影像匹配中可以非常靈活地引入各種已知參數(shù)和條件，從而可以進(jìn)行整體平差。解決“單點(diǎn)”的影像匹配問(wèn)題，以求其“視差”；也可以直接解求其空間坐標(biāo)

同時(shí)解決“多點(diǎn)”影像匹配或“多片”影像匹配

引入“粗差檢測(cè)”，從而大大地提高影像匹配的可靠性最小二乘影像匹配中可以非常靈活地引入各種已知參數(shù)和條件，從而61最小二乘影像匹配原理“灰度差的平方和最小”

僅僅認(rèn)為影像灰度只存在偶然誤差

最小二乘影像匹配原理“灰度差的平方和最小”僅僅認(rèn)為影像灰度62

按vv＝min原則進(jìn)行影像匹配的數(shù)字模型。若在此系統(tǒng)中引入系統(tǒng)變形的參數(shù)，按vv＝min的原則，解求變形參數(shù)，就構(gòu)成了最小二乘影像匹配系統(tǒng)。靈活,可靠和高精度是優(yōu)點(diǎn),缺點(diǎn)是，如當(dāng)初始值不太準(zhǔn)時(shí)，系統(tǒng)的收斂性等問(wèn)題有待解決。按vv＝min原則進(jìn)行影像匹配的數(shù)字模型。若在此系63輻射畸變照明及被攝影物體輻射面的方向大氣與攝影機(jī)物鏡所產(chǎn)生的衰減攝影處理?xiàng)l件的差異以及影像數(shù)字化過(guò)程中所產(chǎn)生的誤差等等影像灰度的系統(tǒng)變形有兩大類：輻射畸變；幾何畸變。輻射畸變影像灰度的系統(tǒng)變形有兩大類：輻射畸變；幾何畸變。64幾何畸變攝影機(jī)方位不同所產(chǎn)生的影像的透視畸變影像的各種畸變由于地形坡度所產(chǎn)生的影像畸變等豎直航空攝影的情況下，地形高差則是幾何畸變的主要因素。幾何畸變65

在影像匹配中引入這些變形參數(shù)，同時(shí)按最小二乘的原則，解求這些參數(shù)，就是最小二乘影像匹配的基本思想。在影像匹配中引入這些變形參數(shù)，同時(shí)按最小二乘的原則，解求這66僅考慮輻射的線性畸變的最小二乘匹配——相關(guān)系數(shù)誤差方程：僅考慮輻射的線性畸變的最小二乘匹配——相關(guān)系數(shù)誤差方程：67按vv＝min的原理，可得法方程式

按vv＝min的原理，可得法方程式68假定對(duì)g1，g2已作過(guò)中心化處理

即：假定對(duì)g1，g2已作過(guò)中心化處理即：69消除了兩個(gè)灰度分布的系統(tǒng)的輻射畸變后，其殘余的灰度差的平方和為消除了兩個(gè)灰度分布的系統(tǒng)的輻射畸變后，其殘余的灰度差的平方和70相關(guān)系數(shù)與vv的關(guān)系

相關(guān)系數(shù)vv是噪聲的功率g12為信號(hào)的功率

相關(guān)系數(shù)與vv的關(guān)系相關(guān)系數(shù)vv是噪聲的功率g1271

以“相關(guān)系數(shù)最大”作為影像匹配搜索同名點(diǎn)的準(zhǔn)則，其實(shí)質(zhì)是搜索“信噪比為最大”的灰度序列信噪比

相關(guān)系數(shù)與信噪比之間的關(guān)系

以“相關(guān)系數(shù)最大”作為影像匹配搜索同名點(diǎn)的準(zhǔn)則，其實(shí)72

影像匹配的主要目的是確定影像相對(duì)移位，傳統(tǒng)的算法采用目標(biāo)區(qū)相對(duì)于搜索區(qū)不斷地移動(dòng)一個(gè)整像素，搜索最大相關(guān)系數(shù)的影像區(qū)中心作為同名像點(diǎn)。

在最小二乘影像匹配算法中，可引入幾何變形參數(shù)，直接解算影像移位，這是此算法的特點(diǎn)。影像匹配的主要目的是確定影像相對(duì)移位，傳統(tǒng)的算法采用目標(biāo)區(qū)73僅考慮影像相對(duì)移位的一維最小二乘匹配

假設(shè)兩個(gè)一維灰度函數(shù)g1(x),g2(x),除隨機(jī)噪聲外，g2(x)相對(duì)于g1(x)只存在零次幾何變形——移位量x。誤差方程式僅考慮影像相對(duì)移位的一維最小二乘匹配假設(shè)兩個(gè)一維灰74離散的數(shù)字影像而言，灰度函數(shù)的導(dǎo)數(shù)g,2(x)可由差分代替

為解求相對(duì)移位量x，需上式進(jìn)行線性化

離散的數(shù)字影像而言，灰度函數(shù)的導(dǎo)數(shù)g,2(x)可由差分代替75最小二乘影像匹配是非線性系統(tǒng)，必須進(jìn)行迭代。迭代過(guò)程收斂的速度取決于初值。誤差方程式可寫為

解得影像的相對(duì)移位

最小二乘影像匹配是非線性系統(tǒng)，必須進(jìn)行迭代。迭代過(guò)程收斂的速76單點(diǎn)最小二乘影像匹配

兩個(gè)二維影像之間的幾何變形，不僅僅存在著相對(duì)移位還存在著圖形變化單點(diǎn)最小二乘影像匹配兩個(gè)二維影像之間的幾何變形，不僅僅存在77x2y2灰度畸變+幾何變形幾何變形

x2y2灰度畸變+幾何變形幾何變形78經(jīng)線性化后誤差方程式dh。，dh1，da0，···,db2是待定參數(shù)的改正值，它們之初值分別為h0=0；h1=1；a0=0；a1=1；a2=0；b0=0；b1=0；b2=1經(jīng)線性化后誤差方程式dh。，dh1，da0，···,db279第十三講-高級(jí)匹配---攝影測(cè)量基礎(chǔ)--教學(xué)課件80在數(shù)字影像匹配中，灰度均是按規(guī)則格網(wǎng)排列的離散陣列，且采樣間隔為常數(shù)，可被視為單位長(zhǎng)度，上式中的偏導(dǎo)數(shù)均用差分代替：在數(shù)字影像匹配中，灰度均是按規(guī)則格網(wǎng)排列的離散陣列，且采樣81幾何改正重采樣輻射畸變改正是否迭代計(jì)算最佳匹配的點(diǎn)位計(jì)算參數(shù)值結(jié)束左片右片最小二乘法匹配流程圖幾何改正重采樣輻射畸變改正是否迭代計(jì)算最佳計(jì)算參數(shù)值結(jié)束左片82幾何變形改正。根據(jù)幾何變形改正參數(shù)a0,a1,a2,b0,b1,b2將左方影像窗口的影像坐標(biāo)變換至右方影像陣列：重采樣。由于換算所得之坐標(biāo)x2，y2一般不可能是右方影像陣列中的整數(shù)行列號(hào)，因此重采樣是必須的。幾何變形改正。根據(jù)幾何變形改正參數(shù)a0,a1,a2,b083輻射畸變改正。利用由最小二乘影像匹配所求得輻射畸變改正參數(shù)h0,h1；對(duì)上述重采樣的結(jié)果作輻射改正若相關(guān)系數(shù)小于前一次迭代后所求得的相關(guān)系數(shù)，則可認(rèn)為迭代結(jié)束.也可以根據(jù)幾何變形參數(shù)是否小于某個(gè)預(yù)定的閾值。

輻射畸變改正。利用由最小二乘影像匹配所求得輻射畸變改正參數(shù)h84采用最小二乘影像匹配，解求變形參數(shù)的改正值dh0,dh1,da0,…。計(jì)算變形參數(shù)采用最小二乘影像匹配，解求變形參數(shù)的改正值dh0,dh1,85第十三講-高級(jí)匹配---攝影測(cè)量基礎(chǔ)--教學(xué)課件86對(duì)于輻射畸變參數(shù)滿足：

對(duì)于輻射畸變參數(shù)滿足：87計(jì)算最佳匹配的點(diǎn)位.可用梯度的平方為權(quán)，在左方影像窗口內(nèi)對(duì)坐標(biāo)作加權(quán)平均：匹配精度取決于影像灰度的梯度

計(jì)算最佳匹配的點(diǎn)位.可用梯度的平方為權(quán)，在左方影像窗口內(nèi)對(duì)88為了進(jìn)一步提高其可靠性與精度，例如，附帶共線條件的最小二乘相關(guān)以及與VLL法結(jié)合的最小二乘影像匹配方法都得了廣泛的研究為了進(jìn)一步提高其可靠性與精度，例如，附帶共線條件的最小二乘相89最小二乘影像匹配的精度

最小二乘匹配算法，則可以根據(jù)法方程式系數(shù)矩陣的逆矩陣，同時(shí)求得其精度指標(biāo)最小二乘影像匹配的精度最小二乘匹配算法，則可以根據(jù)法方程式90n為目標(biāo)區(qū)像元個(gè)數(shù)。由于上式右邊是的無(wú)偏估計(jì)，所以n為目標(biāo)區(qū)像元個(gè)數(shù)。由于上式右邊是的無(wú)偏估計(jì)，所以91信噪比方差信噪比方差92相關(guān)系數(shù)與信噪比之間的關(guān)系

相關(guān)系數(shù)與信噪比之間的關(guān)系93影像匹配的精度與相關(guān)系數(shù)有關(guān)，相關(guān)系數(shù)愈大則精度愈高。它與影像窗口的“信噪比”有關(guān)，信噪比愈大，則匹配的精度愈高。

可以得到一些很重要的結(jié)論：

影像匹配的精度與相關(guān)系數(shù)有關(guān)，相關(guān)系數(shù)愈大則精度愈高。它與影94影像匹配的精度還與影像的紋理結(jié)構(gòu)有關(guān)，即與有關(guān)。特別是當(dāng)愈大，則影像匹配精度愈高。當(dāng)，即目標(biāo)窗口內(nèi)灰度沒有變化時(shí)，則無(wú)法進(jìn)行影像匹配。影像匹配的精度還與影像的紋理結(jié)構(gòu)有關(guān)，即與95二、特征匹配特征匹配的概念基于特征點(diǎn)的影像匹配策略

跨接法影像匹配二、特征匹配特征匹配的概念96特征匹配以影像的灰度分布為影像匹配的基礎(chǔ)，被稱為灰度匹配（AreaBasedImageMatching）特征匹配（FeatureBasedMatching，在計(jì)算機(jī)界也稱為PrimitiveBasedMatching）。特征匹配以影像的灰度分布為影像匹配的基礎(chǔ)，被稱為灰度匹配（A97當(dāng)待匹配的點(diǎn)位于低反差區(qū)內(nèi)，其匹配的成功率不高。

目的只需要配準(zhǔn)某些點(diǎn)線或面

在城市中，被處理的對(duì)象主要是人工建筑物，灰度匹配難以適應(yīng)

特征匹配使用的幾種場(chǎng)合當(dāng)待匹配的點(diǎn)位于低反差區(qū)內(nèi)，其匹配的成功率不高。目的只需98特征匹配步驟特征的匹配可以分為點(diǎn)、線、面特征匹配可分為三步：①特征提取；②利用一組參數(shù)對(duì)特征作描述；③利用參數(shù)進(jìn)行特征匹配。特征匹配步驟特征的匹配可以分為點(diǎn)、線、面特征匹配可分為三步：99例如：首先可以用邊緣算子（EdgeOperator）從影像中提取邊緣，然后再用參數(shù)描述“邊緣”。常用-S曲線表達(dá)邊緣：

例如：首先可以用邊緣算子（EdgeOperator）從影像100基于特征點(diǎn)的影像匹配的策略特征提取根據(jù)各特征點(diǎn)的興趣值將特征點(diǎn)分成幾個(gè)等級(jí)對(duì)不同的目的，特征點(diǎn)的提取應(yīng)有所不同

基于特征點(diǎn)的影像匹配的策略特征提取根據(jù)各特征點(diǎn)的興趣值將特101（2）均勻分布。將影像劃分成規(guī)則矩形格網(wǎng)，每一格網(wǎng)內(nèi)提取特征點(diǎn)。(1)隨機(jī)分布。按順序進(jìn)行特征提取，但控制特征的密度。特征點(diǎn)的分布則可有兩種方式：

（2）均勻分布。將影像劃分成規(guī)則矩形格網(wǎng)，每一格網(wǎng)內(nèi)提取特征102特征點(diǎn)的匹配二維匹配與一維匹配

影像方位參數(shù)未知時(shí)，必須進(jìn)行二維影像匹配;建立影像模型，形成核線進(jìn)行一維匹配

特征點(diǎn)的匹配二維匹配與一維匹配影像方位參數(shù)未知時(shí)，必須進(jìn)103對(duì)右影像也進(jìn)行特征提取右影像不進(jìn)行特征提取右影像不進(jìn)行特征提取，但也不將所有的點(diǎn)作為可能的匹配點(diǎn)匹配的備選點(diǎn)選擇方法對(duì)右影像也進(jìn)行特征提取匹配的備選點(diǎn)選擇方法104特征點(diǎn)的提取與匹配的順序

“深度優(yōu)先”

“廣度優(yōu)先”特征點(diǎn)的