空间交会法提升移动视觉测量中的非编码点匹配精度

移动视觉测量是一种重要的非接触式测量技术，它依赖于摄像头在多个视角下对物体表面进行观察和分析，以实现高精度的空间几何结构重建。在这个过程中，匹配不同站位间的非编码点——即没有明显特征点的图像区域，是关键的挑战。由于这些点在不同视角下的形状相似，传统的基于形状或特征的方法往往难以区分和识别。 极线匹配方法是早期解决这一问题的有效策略。极线是相机成像后在三维空间中的投影，当两个视角下同一点投影到图像上形成的一对平行线，它们被称为极线。利用极线的特性，可以找到相同空间位置的点。然而，移动视觉测量中的相机通常未经精确标定，这意味着图像可能存在各种畸变，如径向、切向畸变等，这会降低基本矩阵求解的精度，导致大量的误匹配。 为克服这一局限，本文提出了一种基于空间交会的非编码点匹配方法。首先，通过自动匹配不同图像之间的编码点（通常是具有明显特征的点），结合平差优化算法，可以估计出各站位的内参（焦距、光心等）和外参（旋转和平移）。这些参数允许我们纠正图像畸变，并将二维图像点转化为三维空间中的直线。 接着，利用这些内、外参数，将二维图像点映射到三维空间中，形成对应的直线。通过比较和分析这些空间直线的交汇点，可以更准确地找到图像匹配点，因为直线在三维空间中的交汇点意味着它们代表的是同一个三维点的不同投影。这种方法显著提高了匹配的准确性，能够发现更多匹配点，从而更好地适应移动视觉测量的需求。 实验证明，相比于传统的极线匹配方法，基于空间交会的匹配方法在处理图像畸变和误匹配问题上表现出更好的性能。其优点在于它能够充分利用所有可用的信息，包括编码点和非编码点，提高了整个视觉测量系统的鲁棒性和精度。这种技术对于需要精确空间重建的应用，如机器人导航、三维扫描和虚拟现实等领域，具有重要意义。