專利名稱:一種攝影測(cè)量圖像匹配方法
技術(shù)領(lǐng)域:
本發(fā)明涉及近景攝影測(cè)量技術(shù)領(lǐng)域,特別涉及一種攝影測(cè)量圖像匹配方法。
背景技術(shù):
在近景攝影測(cè)量中,高反光 性能的人工標(biāo)志點(diǎn)(也稱為編碼標(biāo)志點(diǎn))放置在被測(cè)目標(biāo)的表面,因此對(duì)被測(cè)目標(biāo)的表面的測(cè)量就轉(zhuǎn)變?yōu)橐匀斯?biāo)志點(diǎn)為對(duì)象的測(cè)量,通過(guò)對(duì)測(cè)量出的人工標(biāo)志點(diǎn)進(jìn)行三維數(shù)據(jù)擬合,從而得到被測(cè)目標(biāo)的型面。近景攝影測(cè)量中的圖像除了具有非常清晰的人工標(biāo)志點(diǎn)信息外,幾乎沒有其他的背景信息,因此在實(shí)際的近景攝影測(cè)量系統(tǒng)中,對(duì)人工標(biāo)志點(diǎn)的匹配是最直接、有效的方式?,F(xiàn)有技術(shù)中對(duì)圖像匹配進(jìn)行約束的方法包括極線約束、視差連續(xù)性約束、唯一性約束、雙向匹配等方法。在近景攝影測(cè)量中,一般需要結(jié)合多種約束或匹配策略來(lái)實(shí)現(xiàn)人工標(biāo)志點(diǎn)的匹配過(guò)程,為了得到完全準(zhǔn)確的匹配點(diǎn)集,還需要結(jié)合其他技術(shù)或理論才能剔除匹配點(diǎn)集中的誤匹配點(diǎn),因此導(dǎo)致匹配過(guò)程復(fù)雜,對(duì)圖像匹配的計(jì)算量大、耗時(shí)相對(duì)長(zhǎng)。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種攝影測(cè)量圖像匹配方法,提高攝影測(cè)量過(guò)程中圖像匹配的準(zhǔn)確度。本發(fā)明提供一種攝影測(cè)量圖像匹配方法,包括步驟I、分布標(biāo)定攝像機(jī)的內(nèi)方位參數(shù)初值和外方位參數(shù)初值;步驟2、根據(jù)所述內(nèi)方位參數(shù)初和所述外方位參數(shù)初值獲取位于測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)對(duì)應(yīng)的像點(diǎn)的極線,基于極線匹配方法對(duì)所述多個(gè)測(cè)量點(diǎn)進(jìn)行圖像匹配,獲取基于極線匹配的匹配點(diǎn)集;步驟3、將所述內(nèi)方位參數(shù)初值、外方位參數(shù)初值和所述匹配點(diǎn)集進(jìn)行光束法平差,獲取所述內(nèi)方位參數(shù)優(yōu)化值和所述外方位參數(shù)優(yōu)化值;步驟4、將所述內(nèi)方位參數(shù)優(yōu)化值和所述外方位參數(shù)優(yōu)化值分別替代所述內(nèi)方位參數(shù)初值和所述外方位參數(shù)初值,迭代執(zhí)行步驟2 步驟4,直至所述匹配點(diǎn)集中的所述多個(gè)測(cè)量點(diǎn)的特征同名點(diǎn)的個(gè)數(shù)不再増加,從而得到所述多個(gè)測(cè)量點(diǎn)的最終圖像匹配結(jié)果。本發(fā)明提供的攝影測(cè)量圖像匹配方法,通過(guò)獲取攝像機(jī)的內(nèi)方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值,并將攝像機(jī)的內(nèi)方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值、測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)中的已匹配的測(cè)量點(diǎn)對(duì)攝像機(jī)的內(nèi)方位參數(shù)初值和外方位參數(shù)初值進(jìn)行優(yōu)化,由于已匹配的測(cè)量點(diǎn)參與到攝像機(jī)的內(nèi)方位參數(shù)和外方位參數(shù)的優(yōu)化過(guò)程中,從而提高了攝像機(jī)的內(nèi)方位參數(shù)和外方位參數(shù)的精度,進(jìn)而提高了對(duì)測(cè)量場(chǎng)中的測(cè)量點(diǎn)的匹配準(zhǔn)確率,為后續(xù)三維測(cè)量提供了準(zhǔn)確的匹配結(jié)果,使得近景攝影測(cè)量的測(cè)量精度得到了提高。
為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù)這些附圖獲得其他的附圖。圖I為本發(fā)明攝影測(cè)量圖像匹配方法一個(gè)實(shí)施例的流程示意圖;圖2為本發(fā)明攝影測(cè)量圖像匹配方法又一個(gè)實(shí)施例的流程示意圖;圖3為本發(fā)明實(shí)施例所適用的控制場(chǎng)的場(chǎng)景示意圖;圖4為本發(fā)明實(shí)施例所采用的測(cè)量場(chǎng)的場(chǎng)景示意圖。
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。在本發(fā)明實(shí)施例中,攝像機(jī)的內(nèi)參數(shù)主要包括像平面的主點(diǎn)坐標(biāo)( , y0)和主距f,主距是攝影中心到攝像機(jī)成像平面的垂直距離,攝像機(jī)的內(nèi)方位參數(shù)確定了攝影中心和攝像機(jī)的成像平面之間的相對(duì)位置關(guān)系;此外,在考慮鏡頭畸變因素的影響下,攝像機(jī)的內(nèi)方位參數(shù)還包括攝像機(jī)的鏡頭的徑向畸變參數(shù)和切向畸變參數(shù);攝像機(jī)的外方位參數(shù)有六個(gè),即(Xs,Ys, Zs, Φ,ω,K ),其中,(XS, Y3, Zs)是投影中心(即攝像機(jī)光心)的在物方空間中的空間坐標(biāo),(Φ, ω, κ)是三個(gè)角元素,即成像平面在空間坐標(biāo)系的方位角,用以表示投影光線束在物方空間坐標(biāo)系中的朝向。圖I為本發(fā)明攝影測(cè)量圖像匹配方法一個(gè)實(shí)施例的流程示意圖;如圖I所示,本發(fā)明實(shí)施例具體包括如下步驟步驟101、分布標(biāo)定攝像機(jī)的內(nèi)方位參數(shù)的內(nèi)方位參數(shù)初值和外方位參數(shù)的外方位參數(shù)初值;步驟102、根據(jù)該內(nèi)方位參數(shù)初值和外方位參數(shù)初值獲取位于測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)對(duì)應(yīng)的像點(diǎn)的極線,基于極線匹配方法對(duì)該多個(gè)測(cè)量點(diǎn)進(jìn)行圖像匹配,獲取基于極線匹配的匹配點(diǎn)集;步驟103、將內(nèi)方位參數(shù)初值、外方位參數(shù)初值和匹配點(diǎn)集進(jìn)行光束法平差,獲取攝像機(jī)的內(nèi)方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值;步驟104、將內(nèi)方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值分別替代內(nèi)方位參數(shù)初值和外方位參數(shù)初值,迭代執(zhí)行步驟102 步驟104,直至該匹配點(diǎn)集中的多個(gè)測(cè)量點(diǎn)的特征同名點(diǎn)的個(gè)數(shù)不再増加,從而得到多個(gè)測(cè)量點(diǎn)的最終圖像匹配結(jié)果。本發(fā)明實(shí)施例提供的攝影測(cè)量圖像匹配方法,通過(guò)獲取攝像機(jī)的內(nèi)方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值,并將攝像機(jī)的內(nèi)方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值、測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)中的已匹配的多個(gè)測(cè)量點(diǎn)對(duì)攝像機(jī)的內(nèi)方位參數(shù)初值和外方位參數(shù)初值進(jìn)行優(yōu)化,由于已匹配的測(cè)量點(diǎn)參與到攝像機(jī)的內(nèi)方位參數(shù)和外方位參數(shù)的優(yōu)化過(guò)程中,從而提高了攝像機(jī)的內(nèi)方位參數(shù)和外方位參數(shù)的精度,進(jìn)而提高了對(duì)測(cè)量場(chǎng)中的測(cè)量點(diǎn)的匹配準(zhǔn)確率,為后續(xù)三維測(cè)量提供了準(zhǔn)確的匹配結(jié)果,使得近景攝影測(cè)量的測(cè)量精度得到了提聞。
圖2為本發(fā)明攝影測(cè)量圖像匹配方法又一個(gè)實(shí)施例的流程示意圖,如圖2所示,本發(fā)明實(shí)施例具體可以包括如下步驟步驟201、分布標(biāo)定攝像機(jī)的內(nèi)方位參數(shù)的內(nèi)方位參數(shù)初值和外方位參數(shù)的外方位參數(shù)初值;具體地,在步驟201中,可以在控制場(chǎng),對(duì)位于控制場(chǎng)中的多個(gè)編碼標(biāo)志點(diǎn)的圖像坐標(biāo)和相應(yīng)的空間坐標(biāo)通過(guò)直接線性變換方法(Direct Linear Transformation,簡(jiǎn)稱DLT)計(jì)算得到獲取攝像機(jī)的內(nèi)方位參數(shù)初值;在計(jì)算得到內(nèi)方位參數(shù)初值后,在測(cè)量場(chǎng),對(duì)多個(gè)測(cè)量點(diǎn)的像點(diǎn)坐標(biāo)和位于測(cè)量場(chǎng)中的定向棒上的控制點(diǎn)的像點(diǎn)坐標(biāo)以及相應(yīng)的空間三維坐標(biāo)進(jìn)行后方交會(huì)獲取攝像機(jī)的外方位參數(shù)初值。進(jìn)ー步地,由于后方交會(huì)方法獲取攝像機(jī)的外方位參數(shù)為本領(lǐng)域技術(shù)人員所了解,本發(fā)明實(shí)施例不再贅述。此外,本發(fā)明實(shí)施例中的多個(gè)編碼標(biāo)志點(diǎn)具有預(yù)設(shè)的空間相對(duì)位置關(guān)系,通過(guò)該預(yù)設(shè)的空間相對(duì)位置關(guān)系可以簡(jiǎn)化對(duì)攝像機(jī)的內(nèi)方位參數(shù)初值的獲取過(guò)程,該預(yù)設(shè)的空間相對(duì)關(guān)系例如為多個(gè)編碼標(biāo) 志點(diǎn)相互平行或者垂直;每幅待匹配的圖像上均包括多個(gè)測(cè)量點(diǎn)的像點(diǎn),從而使得測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)都能夠出現(xiàn)在圖像上。步驟202、根據(jù)內(nèi)方位參數(shù)初值和外方位參數(shù)初值對(duì)多個(gè)測(cè)量點(diǎn)進(jìn)行三視圖的極線匹配,并根據(jù)三視圖的極線獲取ー個(gè)最小匹配距離集;具體地,在步驟202中,三視圖具體可以包括第一圖像、第二圖像、第三圖像,則步驟202中具體可以包括步驟221、獲取測(cè)量測(cè)中的多個(gè)測(cè)量點(diǎn)在第一圖像上對(duì)應(yīng)的像點(diǎn)在第二圖像上對(duì)應(yīng)的第一極線在預(yù)設(shè)范圍內(nèi)對(duì)應(yīng)的多個(gè)待匹配像點(diǎn);步驟222、獲取該多個(gè)測(cè)量點(diǎn)在所述第三圖像上對(duì)應(yīng)的第二極線與多個(gè)待匹配像點(diǎn)在第三圖像上對(duì)應(yīng)的多條極線形成的多個(gè)交點(diǎn);步驟223、獲取多個(gè)交點(diǎn)各自對(duì)應(yīng)的最小匹配距離,其中,多個(gè)交點(diǎn)各自對(duì)應(yīng)的最小匹配距離形成ー個(gè)最小匹配距離集。步驟203、根據(jù)該最小匹配距離集獲取ー個(gè)動(dòng)態(tài)閾值;具體地,在步驟203中,具體包括步驟221、對(duì)該最小匹配距離集進(jìn)行排序;步驟222、獲取該最小匹配距離集中的最大值和最小值;步驟223、根據(jù)該最大值和最小值基于格羅布斯準(zhǔn)則獲取一個(gè)動(dòng)態(tài)閾值。進(jìn)ー步地,本發(fā)明實(shí)施例對(duì)最小匹配距離集排序例如可以為:d⑴彡d⑵彡…彡d⑴彡…彡d(n),其中,η為圖像中的測(cè)量點(diǎn)的像點(diǎn)的個(gè)數(shù),d(i)為第i個(gè)測(cè)量點(diǎn)對(duì)應(yīng)的最
小匹配距離;由格羅布斯推導(dǎo)可得出=和g⑴=二^的分布,當(dāng)取定顯著水
平α (例如α取O. 05或者O. 01)就可以通過(guò)查表I得到臨界值gQ(n,α ),該臨界值gQ(n,α)即為本發(fā)明實(shí)施例中所述的動(dòng)態(tài)閾值。表I格羅布斯準(zhǔn)則用表
權(quán)利要求
1.一種攝影測(cè)量圖像匹配方法,其特征在于,所述方法包括 步驟I、分布標(biāo)定攝像機(jī)的內(nèi)方位參數(shù)初值和外方位參數(shù)初值; 步驟2、根據(jù)所述內(nèi)方位參數(shù)初值和所述外方位參數(shù)初值獲取位于測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)對(duì)應(yīng)的像點(diǎn)的極線,基于極線匹配方法對(duì)所述多個(gè)測(cè)量點(diǎn)進(jìn)行圖像匹配,獲取基于極線匹配的匹配點(diǎn)集; 步驟3、將所述內(nèi)方位參數(shù)初值、外方位參數(shù)初值和所述匹配點(diǎn)集進(jìn)行光束法平差,獲取所述內(nèi)方位參數(shù)優(yōu)化值和所述外方位參數(shù)優(yōu)化值; 步驟4、將所述內(nèi)方位參數(shù)優(yōu)化值和所述外方位參數(shù)優(yōu)化值分別替代所述內(nèi)方位參數(shù)初值和所述外方位參數(shù)初值,迭代執(zhí)行步驟2 步驟4,直至所述匹配點(diǎn)集中的所述多個(gè)測(cè)量點(diǎn)的特征同名點(diǎn)的個(gè)數(shù)不再増加,從而得到所述多個(gè)測(cè)量點(diǎn)的最終圖像匹配結(jié)果。
2.根據(jù)權(quán)利要求I所述的方法,其特征在于,所述步驟I包括 步驟11、在所述控制場(chǎng),對(duì)位于控制場(chǎng)中的的多個(gè)編碼標(biāo)志點(diǎn)的圖像坐標(biāo)和所述多個(gè)編碼標(biāo)志點(diǎn)相應(yīng)的空間坐標(biāo)通過(guò)直接線性變換方法獲取所述攝像機(jī)的內(nèi)方位參數(shù)初值;步驟12、在所述測(cè)量場(chǎng),對(duì)所述多個(gè)測(cè)量點(diǎn)的像點(diǎn)坐標(biāo)和位于所述測(cè)量場(chǎng)中的定向棒上的控制點(diǎn)的像點(diǎn)坐標(biāo)以及相應(yīng)的空間三維坐標(biāo)進(jìn)行后方交會(huì)獲取所述攝像機(jī)的外方位參數(shù)初值。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述方法還包括 所述多個(gè)編碼標(biāo)志點(diǎn)具有預(yù)設(shè)的空間相對(duì)位置關(guān)系;每幅待匹配的圖像上均包括所述多個(gè)測(cè)量點(diǎn)的像點(diǎn)。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述步驟2包括 步驟21、根據(jù)所述內(nèi)方位參數(shù)初值和所述外方位參數(shù)初值對(duì)所述多個(gè)測(cè)量點(diǎn)進(jìn)行三視圖的極線匹配,井根據(jù)所述三視圖的極線獲取ー個(gè)最小匹配距離集; 步驟22、根據(jù)所述最小匹配距離集獲取ー個(gè)動(dòng)態(tài)閾值; 步驟23、根據(jù)所述動(dòng)態(tài)閾值確定所述基于極線匹配的匹配點(diǎn)集。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述三視圖包括第一圖像、第二圖像、第三圖像,所述步驟21包括 步驟211、獲取所述測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)在所述第一圖像上對(duì)應(yīng)的像點(diǎn)在所述第二圖像上對(duì)應(yīng)的第一極線在預(yù)設(shè)范圍內(nèi)對(duì)應(yīng)的多個(gè)待匹配像點(diǎn); 步驟212、獲取所述多個(gè)測(cè)量點(diǎn)在所述第三圖像上對(duì)應(yīng)的第二極線與所述多個(gè)待匹配像點(diǎn)在所述第三圖像上對(duì)應(yīng)的多條極線形成的多個(gè)交點(diǎn); 步驟213、獲取所述多個(gè)交點(diǎn)各自對(duì)應(yīng)的最小匹配距離,所述多個(gè)交點(diǎn)各自對(duì)應(yīng)的最小匹配距離形成ー個(gè)最小匹配距離集。
6.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述步驟22包括 步驟221、對(duì)所述最小匹配距離集進(jìn)行排序; 步驟222、獲取所述最小匹配距離集中的最大值和最小值; 步驟223、根據(jù)所述最大值和最小值基于格羅布斯準(zhǔn)則獲取一個(gè)動(dòng)態(tài)閾值。
7.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述步驟2還包括 步驟24、剔除所述最小匹配距離集中的誤匹配點(diǎn)對(duì)應(yīng)的匹配距離,得到更新后的最小匹配距離集。
8.根據(jù)權(quán)利要求I所述的方法,其特征在于,所述步驟4包括 步驟41、對(duì)所述匹配點(diǎn)集中的多個(gè)測(cè)量點(diǎn)的像點(diǎn)個(gè)數(shù)進(jìn)行統(tǒng)計(jì),得到本次迭代的第一匹配點(diǎn)數(shù); 步驟42、將所述第一匹配點(diǎn)數(shù)與上次迭代后得到的第二匹配點(diǎn)數(shù)進(jìn)行比較,得到比較結(jié)果;若所述比較結(jié)果為所述第一匹配點(diǎn)數(shù)大于所述第二匹配點(diǎn)數(shù),則執(zhí)行步驟3 ;若所述比較結(jié)果為所述第一匹配點(diǎn)數(shù)小于或者等于所述第二匹配點(diǎn)數(shù),則執(zhí)行步驟43 ; 步驟43、増加所述預(yù)設(shè)閾值的限制系數(shù),并判斷所述增加后的限制系數(shù)是否小于或者等于I,若是,結(jié)束;若否,執(zhí)行步驟44 ; 步驟44、將所述限制系數(shù)増加一個(gè)步長(zhǎng),將所述預(yù)設(shè)閾值和所述限制系數(shù)相乘得到一個(gè)新的閾值,井根據(jù)所述新的閾值重新執(zhí)行步驟23。
全文摘要
本發(fā)明涉及一種攝影測(cè)量圖像匹配方法,該方法包括步驟1、分布標(biāo)定攝像機(jī)的內(nèi)方位參數(shù)初值和外方位參數(shù)初值;步驟2、根據(jù)內(nèi)方位參數(shù)初值和外方位參數(shù)初值獲取位于測(cè)量場(chǎng)中的多個(gè)測(cè)量點(diǎn)對(duì)應(yīng)的像點(diǎn)的極線,基于極線匹配方法對(duì)多個(gè)測(cè)量點(diǎn)進(jìn)行圖像匹配,獲取基于極線匹配的匹配點(diǎn)集;步驟3、將初值和匹配點(diǎn)集進(jìn)行光束法平差,獲取攝像機(jī)的內(nèi)方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值;步驟4、將優(yōu)化值替代初值,迭代執(zhí)行步驟2~步驟4,直至匹配點(diǎn)集中的測(cè)量點(diǎn)的特征同名點(diǎn)的個(gè)數(shù)不再增加,從而得到測(cè)量點(diǎn)的最終圖像匹配結(jié)果。本發(fā)明實(shí)施例提供的攝影測(cè)量圖像匹配方法提高了攝影測(cè)量過(guò)程中圖像匹配的準(zhǔn)確度。
文檔編號(hào)G01C11/00GK102865857SQ20121032318
公開日2013年1月9日 申請(qǐng)日期2012年9月4日 優(yōu)先權(quán)日2012年9月4日
發(fā)明者董明利, 王君, 孫鵬, 祝連慶, 婁小平, 燕必希 申請(qǐng)人:北京信息科技大學(xué)