資源描述：
《基于sift特征的三線陣ccd影像立體匹配》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、航天返回與遙感第31卷第2期38SPACECRAFTRECOVERY&REMOTESENSING2010年4月基于SIFT特征的三線陣CCD影像立體匹配呂江安于晉陳琦(中國(guó)資源衛(wèi)星應(yīng)用中心,北京100094)摘要尺度不變特征變換(ScaleInvariantFeatureTransform,SIFT)描述符具有對(duì)影像尺度、亮度、旋轉(zhuǎn)、平移、微小仿射的不變性,并有穩(wěn)定性高、速度快、魯棒性強(qiáng)等優(yōu)點(diǎn),已被成功的應(yīng)用到了很多領(lǐng)域。文章利用SIFT描述符對(duì)三線陣影像提取特征點(diǎn)、匹配,對(duì)其在立體匹配中的適用性進(jìn)行初步研究,結(jié)果表明SIFT特
2、征匹配可以有效用于三線陣影像匹配工作。關(guān)鍵詞三線陣電荷耦合器件尺度不變特征變換立體匹配航天遙感中圖分類(lèi)號(hào):TP751文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-8518(2010)02-0038-08StereoMatchingofThree-lineCCDImageryBasedonSIFTLvJianganYuJinChenQi(ChinaCenterforResourcesSatelliteDataandApplication,Beijing100094,China)AbstractSIFTfeaturedescriptorisc
3、haracterizedwithinvarianceforimagechangesofscale,illumination,viewan-gleandshifting,itsstable,fastandrobustInthispaper,SIFTfeature,whichhasshowngreatsuccessinmanyfields,isintroducedintoStereoMatchingofThree-lineCCDImagerytofindkeypointsandmatch,withthestudyofapplicabi-lit
4、yinstereomatching,theresultsshowthatitseffectiveinmatchingofthree-lineCCDimageryKeywordsThree-line-arraychargecoupleddeciceScaleinvariantfeaturetransformStereomatchingSpaceremotesensing1引言三線陣CCD成像是理想的航天遙感立體成像方式,其穩(wěn)定靈活的立體構(gòu)成(同軌立體、三重立體)、理想的基高比、立體影像的時(shí)間一致性等優(yōu)點(diǎn),為高精度目標(biāo)點(diǎn)定位、高質(zhì)量
5、數(shù)字高程模型(DEM)生成、地理信息系統(tǒng)(GIS)數(shù)據(jù)的采集和更新、測(cè)制與修測(cè)地形圖和專(zhuān)題地圖等提供了有利的前提和可靠的保證。隨著傳輸型遙感衛(wèi)星的發(fā)展和對(duì)衛(wèi)星立體影像的現(xiàn)實(shí)要求,三線陣CCD立體衛(wèi)星的發(fā)展必將受到更大的關(guān)注。我國(guó)首顆測(cè)繪衛(wèi)星將采用三線陣CCD相機(jī)。影像匹配技術(shù)是三線陣CCD影像處理的關(guān)鍵技術(shù)之一,由于線陣CCD影像成像的特殊性,使得許多傳統(tǒng)的技術(shù)方法不能滿足處理要求,本文將SIFT特征匹配用于線陣CCD影像匹配,并用實(shí)驗(yàn)說(shuō)明該方法可以用于三線陣CCD影像的立體匹配中,為后續(xù)工作提供參考。2影像匹配算法在數(shù)字圖像處理中,影像匹
6、配又稱(chēng)為立體匹配,目的是在立體像對(duì)上自動(dòng)確定同名像點(diǎn),從而代替?zhèn)鹘y(tǒng)收稿日期:2010-02-10第2期呂江安等:基于SIFT特征的三線陣CCD影像立體匹配39的人工雙眼觀測(cè),其實(shí)質(zhì)是在兩幅(或多幅)影像之間識(shí)別同名點(diǎn),它是計(jì)算機(jī)視覺(jué)及遙感數(shù)字圖像制圖的核心問(wèn)題。早期一般使用相關(guān)技術(shù)解決影像匹配問(wèn)題,所以又被稱(chēng)為影像相關(guān)。常用的影像匹配方法按照匹配的基元?jiǎng)澐譃榛诨叶鹊钠ヅ渌惴ê突谔卣鞯钠ヅ渌惴?種。21基于灰度的匹配算法灰度匹配是較成熟、穩(wěn)定的匹配算法,定位精度高可以得到密集的視差表面。相關(guān)系數(shù)和最小二乘匹配是兩種最常用的方法,根據(jù)以
7、后的發(fā)展,依據(jù)一些準(zhǔn)則又可分為基于單點(diǎn)、多點(diǎn)、基于物方、像方的匹配?；叶绕ヅ渌惴ㄒ蕾?lài)于圖像灰度的統(tǒng)計(jì)特性,很少顧及影像的特征信息,所以有一定的盲目性,如對(duì)于圖像的旋轉(zhuǎn)以及光強(qiáng)和對(duì)比度的變化等比較敏感;當(dāng)立體像對(duì)中存在重復(fù)結(jié)構(gòu)的紋理特征或相關(guān)像素鄰域內(nèi)存在遮擋現(xiàn)象時(shí),常常會(huì)引起匹配的混淆,給出錯(cuò)誤的匹配結(jié)果。22基于特征的匹配算法基于特征的匹配方法包含特征提取和特征匹配兩個(gè)階段。前一個(gè)階段主要完成整幅圖像中的興趣特征及其屬性的提取,后一階段則是對(duì)提取的特征進(jìn)行匹配。其中前一階段的結(jié)果(提取的特征和屬性)決定后一階段的精度和可信度。在匹配之前
8、要首先完成圖像特征(包括點(diǎn)、線、邊界、區(qū)域)的提取。特征通?？梢院退噜徧卣髑宄貐^(qū)分,并且不受幾何和輻射等噪聲的影響,因此基于特征的匹配很少產(chǎn)生誤匹配的情況。一般
