低空大傾角立體影像自動(dòng)匹配方法研究.pdf

1、近年來(lái)，隨著“數(shù)字地球”和“智慧城市”的建設(shè)，三維建模技術(shù)迅速發(fā)展。低空傾斜攝影測(cè)量采用多角度拍攝，可同時(shí)獲取地物頂端以及側(cè)面紋理等多方位的信息，滿足三維建模對(duì)影像數(shù)據(jù)的要求。將傾斜攝影測(cè)量獲取的數(shù)據(jù)應(yīng)用于三維建模中，可節(jié)約三維建模成本，同時(shí)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(cè)量更具優(yōu)勢(shì)。然而，低空傾斜攝影測(cè)量由于在多個(gè)角度對(duì)地物進(jìn)行拍攝，影像包含復(fù)雜的三維場(chǎng)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(duì)低空大傾角立體影像自動(dòng)匹配方法進(jìn)行研究，結(jié)合當(dāng)前計(jì)算機(jī)視覺研究熱點(diǎn)之一的深度學(xué)習(xí)方法，提出深度學(xué)習(xí)輔助的影像匹配方法，采用深度學(xué)習(xí)方法對(duì)影像進(jìn)行分類，基于分類結(jié)果進(jìn)行影像匹配。研究?jī)?nèi)容主要包括：
　?。?）提出深度學(xué)習(xí)輔助的影像匹配方法。提出一種深度卷積神經(jīng)網(wǎng)絡(luò)遞歸識(shí)別模型，選取影像樣本對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后輸入待分類影像

3、進(jìn)行分類。模型首先對(duì)輸入影像進(jìn)行初始識(shí)別，然后自動(dòng)判別單位格網(wǎng)內(nèi)的分類情況，并根據(jù)分類情況進(jìn)行精細(xì)識(shí)別與分類，最終精確識(shí)別和定位場(chǎng)景目標(biāo)；
　?。?）在影像精細(xì)場(chǎng)景分類結(jié)果的基礎(chǔ)上，對(duì)影像進(jìn)行特征提取和匹配。以VS2008為編程平臺(tái)，采用C++語(yǔ)言，將基于SIFT和Harris-Laplace的影像匹配算法進(jìn)行實(shí)現(xiàn)。首先，建立影像多尺度空間，檢測(cè)其中的Harris興趣點(diǎn)，并采用LoG算子對(duì)其進(jìn)行篩選得到特征點(diǎn)，采用SIFT方法進(jìn)行