基于SGM的遥感影像自动匹配

2012-11-14 10:52:26申二华范大昭汤志强刘楚斌
测绘通报 2012年6期
关键词:特征区域

申二华,范大昭,汤志强,2,刘楚斌

(1.信息工程大学测绘学院,河南郑州450052;2.96633部队,北京100096)

基于SGM的遥感影像自动匹配

申二华1,范大昭1,汤志强1,2,刘楚斌1

(1.信息工程大学测绘学院,河南郑州450052;2.96633部队,北京100096)

遥感影像的自动匹配是数字摄影测量产品生产的重要过程,匹配结果的好坏直接影响摄影测量产品的质量。将计算机视觉中SGM算法应用于遥感影像的自动匹配问题中,对航天和航空遥感影像在城市地区、阴影区域及纹理特征不明显的情况下进行的大量试验表明,该方法具有稳定、可靠的特点。

SGM;遥感影像;自动匹配;互信息

一、引 言

匹配策略大体上可分为局部算法和整体算法两大类。局部算法,如区域匹配(area-matching or block matching)计算视差主要是由左影像中心像素和周围相邻像素的信息和右影像对应的区域块在一定的准则下比较得到的。局部算法较为简单,但有3种缺点:①在重复特征区域很容易出现错误处理;②对于噪声非常敏感;③在目标边缘处易造成膨胀现象。整体匹配算法通过全局约束的能量最小化算法生成影像视差图,如Graph Cuts[1]、Belief Propagation[2]。整体匹配算法较局部算法在稳定性、可靠性方面有着较大的优势,然而获取视差影像却需要付出高昂的计算代价。

SIFT[3](scale invariant feature transform)算子由于其特征对图像的尺度变化和旋转是不变量,而且对光照的变化和图像变形具有较强的适应性,因此近年来取得了广泛的应用。但由于它是在提取特征的基础上完成的,因此在某些情况下不可避免地会造成匹配点的不均匀或是不足够。……

登录APP查看全文

猜你喜欢
特征区域
永久基本农田集中区域“禁废”
今日农业(2021年9期)2021-11-26 07:41:24
分割区域
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
电测与仪表(2015年5期)2015-04-09 11:30:52
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15
区域
民生周刊(2012年10期)2012-10-14 09:06:46