低空大傾角立體影像自動匹配方法研究.pdf

1、近年來，隨著“數(shù)字地球”和“智慧城市”的建設，三維建模技術迅速發(fā)展。低空傾斜攝影測量采用多角度拍攝，可同時獲取地物頂端以及側面紋理等多方位的信息，滿足三維建模對影像數(shù)據(jù)的要求。將傾斜攝影測量獲取的數(shù)據(jù)應用于三維建模中，可節(jié)約三維建模成本，同時能提高三維建模的速度，在三維建模中比傳統(tǒng)低空攝影測量更具優(yōu)勢。然而，低空傾斜攝影測量由于在多個角度對地物進行拍攝，影像包含復雜的三維場景信息以及更多的信息量、數(shù)據(jù)量和數(shù)據(jù)冗余，具有更大的輻射畸變和幾

2、何變形，影像中地物互相遮擋、地物陰影、視差斷裂等現(xiàn)象也較為普遍，這些使傾斜影像匹配難度大大增加。本文針對低空大傾角立體影像自動匹配方法進行研究，結合當前計算機視覺研究熱點之一的深度學習方法，提出深度學習輔助的影像匹配方法，采用深度學習方法對影像進行分類，基于分類結果進行影像匹配。研究內容主要包括：
　?。?）提出深度學習輔助的影像匹配方法。提出一種深度卷積神經網絡遞歸識別模型，選取影像樣本對卷積神經網絡進行訓練，然后輸入待分類影像

3、進行分類。模型首先對輸入影像進行初始識別，然后自動判別單位格網內的分類情況，并根據(jù)分類情況進行精細識別與分類，最終精確識別和定位場景目標；
　?。?）在影像精細場景分類結果的基礎上，對影像進行特征提取和匹配。以VS2008為編程平臺，采用C++語言，將基于SIFT和Harris-Laplace的影像匹配算法進行實現(xiàn)。首先，建立影像多尺度空間，檢測其中的Harris興趣點，并采用LoG算子對其進行篩選得到特征點，采用SIFT方法進行