專利名稱：一種攝影測量圖像匹配方法
技術領域：
本發(fā)明涉及近景攝影測量技術領域，特別涉及一種攝影測量圖像匹配方法。
背景技術：
在近景攝影測量中，高反光 性能的人工標志點(也稱為編碼標志點)放置在被測目標的表面，因此對被測目標的表面的測量就轉變?yōu)橐匀斯酥军c為對象的測量，通過對測量出的人工標志點進行三維數(shù)據擬合，從而得到被測目標的型面。近景攝影測量中的圖像除了具有非常清晰的人工標志點信息外，幾乎沒有其他的背景信息，因此在實際的近景攝影測量系統(tǒng)中，對人工標志點的匹配是最直接、有效的方式?，F(xiàn)有技術中對圖像匹配進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。在近景攝影測量中，一般需要結合多種約束或匹配策略來實現(xiàn)人工標志點的匹配過程，為了得到完全準確的匹配點集，還需要結合其他技術或理論才能剔除匹配點集中的誤匹配點，因此導致匹配過程復雜，對圖像匹配的計算量大、耗時相對長。

發(fā)明內容
本發(fā)明的目的在于提供一種攝影測量圖像匹配方法，提高攝影測量過程中圖像匹配的準確度。本發(fā)明提供一種攝影測量圖像匹配方法，包括步驟I、分布標定攝像機的內方位參數(shù)初值和外方位參數(shù)初值；步驟2、根據所述內方位參數(shù)初和所述外方位參數(shù)初值獲取位于測量場中的多個測量點對應的像點的極線，基于極線匹配方法對所述多個測量點進行圖像匹配，獲取基于極線匹配的匹配點集；步驟3、將所述內方位參數(shù)初值、外方位參數(shù)初值和所述匹配點集進行光束法平差，獲取所述內方位參數(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，直至所述匹配點集中的所述多個測量點的特征同名點的個數(shù)不再増加，從而得到所述多個測量點的最終圖像匹配結果。本發(fā)明提供的攝影測量圖像匹配方法，通過獲取攝像機的內方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值，并將攝像機的內方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值、測量場中的多個測量點中的已匹配的測量點對攝像機的內方位參數(shù)初值和外方位參數(shù)初值進行優(yōu)化，由于已匹配的測量點參與到攝像機的內方位參數(shù)和外方位參數(shù)的優(yōu)化過程中，從而提高了攝像機的內方位參數(shù)和外方位參數(shù)的精度，進而提高了對測量場中的測量點的匹配準確率，為后續(xù)三維測量提供了準確的匹配結果，使得近景攝影測量的測量精度得到了提高。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖I為本發(fā)明攝影測量圖像匹配方法一個實施例的流程示意圖；圖2為本發(fā)明攝影測量圖像匹配方法又一個實施例的流程示意圖；圖3為本發(fā)明實施例所適用的控制場的場景示意圖；圖4為本發(fā)明實施例所采用的測量場的場景示意圖。
具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。在本發(fā)明實施例中，攝像機的內參數(shù)主要包括像平面的主點坐標( , y0)和主距f，主距是攝影中心到攝像機成像平面的垂直距離，攝像機的內方位參數(shù)確定了攝影中心和攝像機的成像平面之間的相對位置關系；此外，在考慮鏡頭畸變因素的影響下，攝像機的內方位參數(shù)還包括攝像機的鏡頭的徑向畸變參數(shù)和切向畸變參數(shù)；攝像機的外方位參數(shù)有六個，即(Xs，Ys, Zs, Φ，ω，K )，其中，(XS, Y3, Zs)是投影中心(即攝像機光心)的在物方空間中的空間坐標，(Φ, ω, κ)是三個角元素，即成像平面在空間坐標系的方位角，用以表示投影光線束在物方空間坐標系中的朝向。圖I為本發(fā)明攝影測量圖像匹配方法一個實施例的流程示意圖；如圖I所示，本發(fā)明實施例具體包括如下步驟步驟101、分布標定攝像機的內方位參數(shù)的內方位參數(shù)初值和外方位參數(shù)的外方位參數(shù)初值；步驟102、根據該內方位參數(shù)初值和外方位參數(shù)初值獲取位于測量場中的多個測量點對應的像點的極線，基于極線匹配方法對該多個測量點進行圖像匹配，獲取基于極線匹配的匹配點集；步驟103、將內方位參數(shù)初值、外方位參數(shù)初值和匹配點集進行光束法平差，獲取攝像機的內方位參數(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，直至該匹配點集中的多個測量點的特征同名點的個數(shù)不再増加，從而得到多個測量點的最終圖像匹配結果。本發(fā)明實施例提供的攝影測量圖像匹配方法，通過獲取攝像機的內方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值，并將攝像機的內方位參數(shù)優(yōu)化值和外方位參數(shù)優(yōu)化值、測量場中的多個測量點中的已匹配的多個測量點對攝像機的內方位參數(shù)初值和外方位參數(shù)初值進行優(yōu)化，由于已匹配的測量點參與到攝像機的內方位參數(shù)和外方位參數(shù)的優(yōu)化過程中，從而提高了攝像機的內方位參數(shù)和外方位參數(shù)的精度，進而提高了對測量場中的測量點的匹配準確率，為后續(xù)三維測量提供了準確的匹配結果，使得近景攝影測量的測量精度得到了提聞。
圖2為本發(fā)明攝影測量圖像匹配方法又一個實施例的流程示意圖，如圖2所示，本發(fā)明實施例具體可以包括如下步驟步驟201、分布標定攝像機的內方位參數(shù)的內方位參數(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，對位于控制場中的多個編碼標志點的圖像坐標和相應的空間坐標通過直接線性變換方法(Direct Linear Transformation,簡稱DLT)計算得到獲取攝像機的內方位參數(shù)初值；在計算得到內方位參數(shù)初值后，在測量場，對多個測量點的像點坐標和位于測量場中的定向棒上的控制點的像點坐標以及相應的空間三維坐標進行后方交會獲取攝像機的外方位參數(shù)初值。進ー步地，由于后方交會方法獲取攝像機的外方位參數(shù)為本領域技術人員所了解，本發(fā)明實施例不再贅述。此外，本發(fā)明實施例中的多個編碼標志點具有預設的空間相對位置關系，通過該預設的空間相對位置關系可以簡化對攝像機的內方位參數(shù)初值的獲取過程，該預設的空間相對關系例如為多個編碼標 志點相互平行或者垂直；每幅待匹配的圖像上均包括多個測量點的像點，從而使得測量場中的多個測量點都能夠出現(xiàn)在圖像上。步驟202、根據內方位參數(shù)初值和外方位參數(shù)初值對多個測量點進行三視圖的極線匹配，并根據三視圖的極線獲取ー個最小匹配距離集；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、獲取測量測中的多個測量點在第一圖像上對應的像點在第二圖像上對應的第一極線在預設范圍內對應的多個待匹配像點；步驟222、獲取該多個測量點在所述第三圖像上對應的第二極線與多個待匹配像點在第三圖像上對應的多條極線形成的多個交點；步驟223、獲取多個交點各自對應的最小匹配距離，其中，多個交點各自對應的最小匹配距離形成ー個最小匹配距離集。步驟203、根據該最小匹配距離集獲取ー個動態(tài)閾值；具體地，在步驟203中，具體包括步驟221、對該最小匹配距離集進行排序；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、根據該最大值和最小值基于格羅布斯準則獲取一個動態(tài)閾值。進ー步地，本發(fā)明實施例對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為圖像中的測量點的像點的個數(shù)，d(i)為第i個測量點對應的最
小匹配距離；由格羅布斯推導可得出=和g⑴=二^的分布，當取定顯著水
平α (例如α取O. 05或者O. 01)就可以通過查表I得到臨界值gQ(n，α )，該臨界值gQ(n，α)即為本發(fā)明實施例中所述的動態(tài)閾值。表I格羅布斯準則用表
權利要求
1.一種攝影測量圖像匹配方法，其特征在于，所述方法包括 步驟I、分布標定攝像機的內方位參數(shù)初值和外方位參數(shù)初值； 步驟2、根據所述內方位參數(shù)初值和所述外方位參數(shù)初值獲取位于測量場中的多個測量點對應的像點的極線，基于極線匹配方法對所述多個測量點進行圖像匹配，獲取基于極線匹配的匹配點集； 步驟3、將所述內方位參數(shù)初值、外方位參數(shù)初值和所述匹配點集進行光束法平差，獲取所述內方位參數(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，直至所述匹配點集中的所述多個測量點的特征同名點的個數(shù)不再増加，從而得到所述多個測量點的最終圖像匹配結果。
2.根據權利要求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，對位于控制場中的的多個編碼標志點的圖像坐標和所述多個編碼標志點相應的空間坐標通過直接線性變換方法獲取所述攝像機的內方位參數(shù)初值；步驟12、在所述測量場，對所述多個測量點的像點坐標和位于所述測量場中的定向棒上的控制點的像點坐標以及相應的空間三維坐標進行后方交會獲取所述攝像機的外方位參數(shù)初值。
3.根據權利要求2所述的方法，其特征在于，所述方法還包括 所述多個編碼標志點具有預設的空間相對位置關系；每幅待匹配的圖像上均包括所述多個測量點的像點。
4.根據權利要求2所述的方法，其特征在于，所述步驟2包括 步驟21、根據所述內方位參數(shù)初值和所述外方位參數(shù)初值對所述多個測量點進行三視圖的極線匹配，井根據所述三視圖的極線獲取ー個最小匹配距離集； 步驟22、根據所述最小匹配距離集獲取ー個動態(tài)閾值； 步驟23、根據所述動態(tài)閾值確定所述基于極線匹配的匹配點集。
5.根據權利要求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、獲取所述測量場中的多個測量點在所述第一圖像上對應的像點在所述第二圖像上對應的第一極線在預設范圍內對應的多個待匹配像點； 步驟212、獲取所述多個測量點在所述第三圖像上對應的第二極線與所述多個待匹配像點在所述第三圖像上對應的多條極線形成的多個交點； 步驟213、獲取所述多個交點各自對應的最小匹配距離，所述多個交點各自對應的最小匹配距離形成ー個最小匹配距離集。
6.根據權利要求4所述的方法，其特征在于，所述步驟22包括 步驟221、對所述最小匹配距離集進行排序； 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、根據所述最大值和最小值基于格羅布斯準則獲取一個動態(tài)閾值。
7.根據權利要求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對應的匹配距離，得到更新后的最小匹配距離集。
8.根據權利要求I所述的方法，其特征在于，所述步驟4包括 步驟41、對所述匹配點集中的多個測量點的像點個數(shù)進行統(tǒng)計，得到本次迭代的第一匹配點數(shù)； 步驟42、將所述第一匹配點數(shù)與上次迭代后得到的第二匹配點數(shù)進行比較，得到比較結果；若所述比較結果為所述第一匹配點數(shù)大于所述第二匹配點數(shù)，則執(zhí)行步驟3 ;若所述比較結果為所述第一匹配點數(shù)小于或者等于所述第二匹配點數(shù)，則執(zhí)行步驟43 ； 步驟43、増加所述預設閾值的限制系數(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，結束；若否，執(zhí)行步驟44 ； 步驟44、將所述限制系數(shù)増加一個步長，將所述預設閾值和所述限制系數(shù)相乘得到一個新的閾值，井根據所述新的閾值重新執(zhí)行步驟23。
全文摘要
本發(fā)明涉及一種攝影測量圖像匹配方法，該方法包括步驟1、分布標定攝像機的內方位參數(shù)初值和外方位參數(shù)初值；步驟2、根據內方位參數(shù)初值和外方位參數(shù)初值獲取位于測量場中的多個測量點對應的像點的極線，基于極線匹配方法對多個測量點進行圖像匹配，獲取基于極線匹配的匹配點集；步驟3、將初值和匹配點集進行光束法平差，獲取攝像機的內方位參數(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，直至匹配點集中的測量點的特征同名點的個數(shù)不再增加，從而得到測量點的最終圖像匹配結果。本發(fā)明實施例提供的攝影測量圖像匹配方法提高了攝影測量過程中圖像匹配的準確度。
文檔編號G01C11/00GK102865857SQ20121032318
公開日2013年1月9日 申請日期2012年9月4日 優(yōu)先權日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 申請人:北京信息科技大學