当前位置:首页>> >>


基于无人机数据的倾斜立体影像直线匹配研究.rar

收藏

资源目录
    文档预览:
    编号:20180915222316109    类型:共享资源    大小:10.41MB    格式:RAR    上传时间:2018-09-15
    尺寸:148x200像素    分辨率:72dpi   颜色:RGB    工具:   
    20
    金币
    关 键 词:
    基于 无人机 数据 倾斜 立体 影像 直线 匹配 研究
    资源描述:
    山东科技大学本科毕业设计(论文)- 0 -摘要直线是航空影像及遥感图像上的重要稳定特征,直线特征的提取与匹配是计算机视觉、特征识别、图像配准等领域的关键技术和经典问题,也是三维重建的首要解决问题。本文首先对图像进行预处理,包括图像滤波,对比度增强;然后比较几种边缘提取算子的优劣,最终采用 canny 算子提取边缘;接着采用 Hough 变换准确提取直线;最后基于核线约束,匹配测度约束,左右一致性检核对直线进行匹配。本文所研究的匹配算法和有关实验是使用 matlab 高级计算语言实现。实验证明,本文方法能够针对倾斜立体影像得到可靠的同名直线,为建筑物等人工地物三维边缘信息的获取打下了良好的基础。关键词: 图像滤波;对比度增强;边缘检测;直线提取;直线匹配山东科技大学本科毕业设计(论文)- 1 -AbstractStraight line is an important stable feature on aerial image and remote sensing image. The extraction and matching of linear features are the key technology and classic problems in computer vision, feature recognition and image registration. It is also the primary solution to the problem of 3D reconstruction. In this paper, we first preprocess the image, including image filtering and contrast enhancement. Then we compare the advantages and disadvantages of several edge extraction operators. Finally, we use the canny operator to extract the edge. Then we use Hough transform to extract the straight line accurately. Finally, Measure the constraint, the left and right consistency check to match the straight line.The matching algorithm and related experiments studied in this paper are realized by matlab advanced computing language. Experiments show that this method can obtain a reliable straight line for the tilted stereo image, which has laid a good foundation for the acquisition of 3D edge information of artificial objects such as buildings.Key words: image filtering; contrast enhancement; edge detection; straight line extraction; straight line matching山东科技大学本科毕业设计(论文)- 2 -目录第一章 引言 ............................- 6 -1.1 研究背景和研究意义 ........................- 6 -1.2 国内外研究现状 ............................- 6 -1.3 研究内容及章节安排 .......................- 12 -第二章 影像匹配基本原理 ...............- 13 -2.1 影像的匹配基元 ...........................- 13 -2. 2 影像的匹配约束条件 ......................- 18 -2. 3 影像的匹配策略 ..........................- 24 -第三章 基于 HOUGH 变换的直线提取算法 ...- 28 -3.1 影像预处理 ...............................- 28 -3.2 边缘检测 .................................- 32 -3.3 直线提取 .................................- 44 -3.4 实验结果与分析 ...........................- 47 -第四章 直线匹配约束的方法 .............- 52 -4.1 核线约束 .................................- 53 -4.2 匹配测度约束 .............................- 53 -4.3 左右一致性检核 ...........................- 55 -4.4 实验过程及结果分析 .......................- 55 -山东科技大学本科毕业设计(论文)- 3 -第五章 结论与展望 .....................- 58 -第六章 参考文献 .......................- 60 -第七章 致谢 ...........................- 64 -第八章 附录 ...........................- 65 -山东科技大学本科毕业设计(论文)- 4 -第一章 引言1.1 研究背景和研究意义直线特征是图像信息的重要中层描述符号,普遍存在于人造目标和环境中,如建筑物、机场跑道以及主要道路等,它能构成图像的很多高层信息。直线特征的提取与匹配是三维重建中两个至关重要的问题,同时也是许多模式识别系统、计算机视觉和图像理解系统中处理图像和理解图像的两个重要阶段。直线特征提取正确与可靠的程度是决定上述系统性能的一个重要方面,也是实现直线特征匹配甚至整个图像匹配的基础。系统的后续处理工作质量很大程度上取决于所提取直线特征的充分性、完备性以及直线特征匹配的准确性、实时性。因此,如何准确、快速地提取与匹配直线特征,值得深入研究。总之,直线特征的提取与匹配正成为匹配理论中的活跃领域,也是三维重建模型中的关键技术和经典问题。通过提取直线特征、实现直线特征匹配并重建出正确的三维直线来描述和表现事物的各种属性,是现代科学探索事物本身发展、运行规律的一个普遍而且重要的方法。无论是进行科学研究还是开展实际应用,直线的提取、匹配都是一个不断兴起的领域。1.2 国内外研究现状1.2.1 边缘检测的研究现状由于边缘为图像中灰度发生急剧变化的区域边界,传统的边缘检测可归结为通过检测图像灰度变化,确定图像边缘的过程。最早人们提出了一阶微分边缘算子,如最早 1965 年提出的 Robert 算子,以及在 Robert 算子山东科技大学本科毕业设计(论文)- 5 -基础上改进得到的 Sobel 算子和 Prewitt 算子等,用图像灰度分布的梯度来反映图像灰度的变化。这些算子都是对像素点的邻域进行操作,用像素模板逼近梯度,从图像的高频分量中提取边缘信息。但是,梯度或一阶微分算子通常在图像边缘附近的区域内产生较宽的响应,所以影响了边缘定位的精度,这样就造成边缘定位不准确。因此,产生了与边缘方向无关的二阶微分边缘检测算子,即 Laplace算子 [1]利用二阶导数零交叉所提取的边缘宽度为一个像素,所得的边缘结果无需细化,有利于边缘更准确的定位。边缘是图像的频率域较高的部分,由于噪声的频率分量也处于频率域较高的部分,因此,在进行边缘检测的同时也突出了噪声。所以,传统的边缘检测方法对噪声较敏感,实际应用效果不太理想。基于传统边缘检测的不足,人们从不同角度提出了新的边缘检测算法。Mar 和 Hildreth 首先提出用 LOG 算子的零交叉点来确定图像的边缘 [2]。该方法先对图像进行平滑,即是利用高斯函数平滑图像后用Laplace 算子检测边缘,从而降低了图像的噪声,实现了在边缘提取前对图像的预处理。Canny [3]提出用于图像边缘检测的一种连续的计算模型,给出了边缘检测的三大准则,并用这三个标准提出了次优化的高斯函数的一阶导数边缘检测算子。Canny 用泛函数求导方法推导出高斯函数的一阶导数,即为该最优边缘检测算子的最好近似。1.2.2 直线提取的研究现状传统的 Hough 变换是提取直线的一种有效方法。已有一些文献报导了利用 Hough 变换来检测线段的方法,最具代表性的有以下几种 :Yamato[4]利用反馈定义了一种方法。在他的算法中,通过对 Hough 参数空间中的极值检测,得到直线的两个参数(p, B),并由(p, B)在图像空间定义了一条最可能直线;通过计算该山东科技大学本科毕业设计(论文)- 6 -直线上的特征点集的最小平方误差来得到直线所需要的参数。Costa[5]首先利用组合 Hough 变换 [6]求得直线的参数(p, B),然后将所有的距离该直线△P 的所有特征点向 X 轴或 Y 轴投影,然后通过检测这些点的连续性来得到直线的端点及长度。Niblack [7]在对特征点进行 Hough变换后,采用曲面拟合的方法得到描述直线的参数。Akhtar [8-9]通过分析累加器中的投票方式来检测直线的长度,这种算法的缺点是不能检测到直线的端点坐标。其计算复杂度较好,但 Hough 变换累加过程的计算量不太理想。现有直线提取的算法较多,但都存在一定的缺陷,限制了这些算法的应用范围。根据灰度图像边缘的特点以及高等数学对梯度的定义,学者们提出了先通过边缘检测算子得到边缘点,再从边缘点中提取直线段。Xu Lei 等提出随机 Hough 变换 [10],通过边缘点随机样本的选取来改善计算效率低和存储空间大的问题。该解决了很多标准 Hough 变换存在的问题,首先是将标准 Hough 变换一对多的映射转换为多对一的映射,减少计算量;不用对整个图像空间进行变换。但是,随机 Hough 变换在复杂背景图像和噪声图像中存在较多问题,如稳定性较差、检测到虚假直线和定位精度差等。主要原因在于其处理复杂图像时随机采样会引入大量的无效单元,从而造成大量的无效累积,并且由随机造成的不确定性可能会导致在噪声较多的情况下误检测直线,从而会造成直线的误检率较高。针对随机 Hough 变换计算量小的优点,以及在不确定性、无效累积和噪声环境下误检率较高的问题,较为典型的改进算法有以下几种。Heikki Kailviainen 等提出了相关随机 Hough 变换 [11],首先以随机选取的点为中心选取正方形区域,再对区域内的点进行标准 Hough 变换。其确定性增强,相对标准 Hough 变换,计算量较小,但在噪声环境下,检测效果不理想,出现漏检、误检直线,而且受窗口大小和方位影响很大。山东科技大学本科毕业设计(论文)- 7 -Daniel Walsha 等提出重点样本随机 Hough 变换 [12],通过给定的。检验对于边缘点的符合程度的目标函数,得到参数 B 的随机样本,计算随机样本的重点质量,然后由权重样本参数峰值来确定曲线参数。Gonzalo Perjures 利用图像信息来减少其确定度,提出利用梯度方向信息来改造随机 Hough 变换进行采样点对的选择和累积 [13],但对于梯度方向不集中,梯度信息利用价值较小的图像该方法不适用。利用图像本身的特点,如针对心肌纤维边缘图像的特点,提出利用沿心肌纤维走向边缘像素密度大的特点筛选点,以减少无效积累 [14]。邱桑敏提出了一种快速 Hough 变换算法 [15]图像以 X 方向进行对分,先求分割后的图像进行 Hough 变换的 H 存储空间值,再求分割后的图像得到的 H 值,最后求得全图的 H 值。与标准 Hough 变换相比虽然存储空间增加了,但运算时间减少了。Kiryati 阐述了多对一的概率 Hough 变换算法 [16],与标准 Hough 变换算法相似,但它用了一个随机的小窗口数据点,与随机 Hough 变换相比它的随机性在图像空间。计算量比标准 Hough 变换小,但具有大量的无效操作。对于高噪声图像,漏检、误检率较高。Kiryati 还提出了根据最大峰值处的稳定性准则来选取预处理区域,但对于具有一系列平行直线且长度相差较小的情况,在最大峰值处是这种方法不稳定。J.Matas 提出了一种新的自适应概率 Hough 变换算法 [17],通过发掘各个小区域的不同来减少检测直线的计算量。这些小区域包含不同数量的检测直线的必须点。根据直线的长度选择不同的区域大小,通过动态控制直线的初始点作为累加单元的计算来实现。Young 等提出了基于傅立叶方法的 Hough 变换 [18],该种方法通过设置一个一维傅立叶变换和一个二维傅立叶变换。Ching 提出了一种通过分山东科技大学本科毕业设计(论文)- 8 -割参数空间 [19],将图像中的点转换为一个带,通过确定多条带的交点来确定直线上的相应部分来改进标准 Hough 变换中对相交直线交点的检测 [20]。在各种改进的 Hough 变换提取直线的算法中,一个重要的方向是利用累加器空间中峰值的分布情况,得到比参数空间坐标轴分辨率精度高的结果。采用的算法包括最小二乘拟合,一维滤波器和鲁棒累加核。这些算法的都是基于峰值确实存在的假设,而不是如何检测峰值。1.2.3 直线匹配的研究现状直线匹配是三维重建、特征识别和图像配准等应用领域首要解决的问题。近年来,点匹配、区域匹配以及形状匹配等取得较大进展,但是,受诸多因素制约,长期以来直线匹配的研究进展缓慢,至今只有少量文献报导。文献 [21-22]中提出了一种基于对图像区域进行描述的特性值的直线匹配方法。它充分利用了直线段之间的对应限制条件和直线支持区域的几何特性(如长度、角度和位置) 和灰度特性(强度、亮度、暗度和对比度)进行匹配。首先在待匹配图像中分割出直线支持区域,然后选择合适的支持区域提取直线,得到直线的各几何特性灰度特性。支持区域是指由灰度梯度方向相同的像素组成的区域,由于支持区域是根据相同的灰度梯度方向进行分割得到的,所以,所得的直线位置不一定准确,此外计算量也较大。张正友等 [23]在 1995 年提出的基于极线约束的匹配方法,首先使用Harris 角点检测算法提取图像的角点,然后以固定大小的窗口选取角点邻域,以灰度相似性为准则建立起初始匹配集,通过估计基本矩阵来恢复极线几何约束,最后再利用该极线约束筛选初始匹配集,得到可靠的匹配集。但方法无法解决视差较大的情况。该方法的主要缺陷是在两幅视图之间为平移变换时,匹配结果较好,但山东科技大学本科毕业设计(论文)- 9 -当存在旋转、伸缩和尺度变换时匹配效果很差。三张量 [24]是最常用的 3 幅图像直线匹配算法。它利用 3 幅图像直线间的极几何位置约束关系直接寻找满足约束条件的匹配直线,但只能在确定图像间极几何约束的条件下用于 3 幅图像之间的直线匹配。Schmid 和 Zisserman[25-26]在极线约束关系下利用灰度相关进行短基线直线匹配,局部单应约束下进行长基线直线匹配,但复杂场景下,图像局部不能用平面近似导致单应约束无法使用。常用的单直线段匹配算法往往考虑直线段的几何属性(方向、长度、重叠度)。席学强等 [27]提出的算法分层次地使用直线符号,并利用了直线段的长度、方向、位置以及强度、对比度等灰度特性。陈宁江 [28]等提出一种改进方法,不从支持区域提取直线段,而是先通过 Canny 算子得到边缘点,然后从边缘点中提取直线段。当得到直线段的准确位置以后,再确定直线段的支持区域,计算直线段的特性值,最终进行匹配。但是,该方法对摄像机的运动及光照很敏感。黄良明等 [29]利用几何代数来匹配线段,其中每条直线段用它的中点向量、长度、方向向量组成的三元组表示。Herbert 等人 [30]首先利用颜色直方图进行初始匹配,然后提出一个拓扑滤波器算法来去除初始匹配中的错误匹配并寻找新的匹配,但这种方法明显不适用于颜色特征无显著差异的图像(如灰度图像)。彭梦等 [31]根据直线段的长度、梯度方向和位置、两条直线段之间像素点的灰度直方图以及背景灰度直方图对直线段进行匹配。这些方法一般都考虑了直线段的长度约束,对于被部分遮挡的直线段,匹配难以完成。傅丹等 [32]提出了一种基于极线约束和 RANSAC 算法的匹配方法,有效的解决了图像中部分被遮挡直线的匹配问题。该方法无需提取待匹配图像上的直线,首先通过自动提取原图像上的直线段,将直线段拆分成若干点;然后再对直线上的点采用基于极线约束的匹配方法在待匹配图像中进
    展开阅读全文
    1
      金牌文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:基于无人机数据的倾斜立体影像直线匹配研究.rar
    链接地址:http://www.gold-doc.com/p-185898.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
    copyright@ 2014-2018 金牌文库网站版权所有
    经营许可证编号:浙ICP备15046084号-3
    收起
    展开