摄影测量学：特征匹配与跨接法影像匹配解析

"特征匹配是图像处理中的关键技术，主要用于影像配准和识别。它通过寻找图像间的特定特征来实现对应点的对应，从而达到匹配的目的。特征匹配在处理低反差区域、仅需部分配准或者针对人工建筑物的场景中尤为适用。特征匹配通常包括特征提取、描述和匹配三个主要步骤。 一、特征匹配概念 1. 灰度匹配：基于图像的整体灰度信息进行匹配。 2. 特征匹配：基于图像的局部特征，如角点、边缘等进行匹配。 3. 计算机界原始匹配：基于更基础的图像元素进行匹配。 特征匹配的步骤包括： 1. 特征提取：找出图像中具有代表性的点、线、面特征。 2. 特征描述：对提取的特征进行编码，以便后续比较。 3. 特征匹配：寻找两幅图像间相似特征的对应关系。 二、基于特征点的影像匹配策略 1. 特征提取：根据需求，对特征点进行分级，选择合适的特征点。特征点可随机或均匀分布。 2. 特征匹配： - 二维匹配：当影像方位未知时，需要在二维空间中进行匹配。 - 一维匹配：建立影像模型，通过核线进行匹配。 - 备选点选择：可以通过对右影像特征提取或不提取，以及选择匹配点策略来优化匹配过程。 - 匹配顺序：通常有“深度优先”和“广度优先”两种策略。 - 匹配准则：采用相似性测度，结合特征方向和相邻已匹配点结果。 - 粗差剔除：利用倾斜平面模型进行视差拟合，消除错误匹配。 三、跨接法影像匹配 跨接法是一种先进行“粗匹配”，然后利用匹配结果进行几何改正的策略，以减小几何变形对匹配的影响。这种方法通过定义“影像段”（由梯度最大点和两个突出点组成）来提取特征，并构建匹配窗口进行重采样和相关。跨接法匹配步骤包括： 1. 几何改正和重采样：对图像进行预处理，消除几何失真。 2. 相关：在重采样后的窗口上进行相关操作，寻找最佳匹配。 跨接法的优势在于将影像匹配与几何改正相结合，通过最小二乘法同时解算，提高匹配精度和效率。它通过构建匹配窗口，实现了在考虑几何变形的情况下进行有效的影像匹配。 总结，特征匹配是图像处理的关键技术，广泛应用于遥感、机器视觉等领域。理解并掌握特征匹配的概念、策略以及具体方法，对于进行精确的图像配准和分析至关重要。"