基于半全局優(yōu)化的無人機(jī)影像密集匹配策略

袁紅選++左志奇++胡裕軍

摘 要 本文對當(dāng)前主流的半全局優(yōu)化密集匹配算法進(jìn)行研究，針對部分區(qū)域無人機(jī)影像核線上下視差較大的問題，提出了一種基于sift稀疏匹配點(diǎn)的核線上下視差檢查與二次定向策略，有效提高了算法的精度和可靠性。

【關(guān)鍵詞】影像密集匹配 匹配策略 二次定向

來源于計(jì)算機(jī)視覺領(lǐng)域的半全局優(yōu)化密集匹配算法在DSM提取、三維建模等領(lǐng)域得到了廣泛應(yīng)用，該算法的逐像素密度以及子像素精度可以大大提高獲取DSM的精度和可靠性。該算法應(yīng)用于無人機(jī)影像匹配獲取DSM時(shí)，由于影像質(zhì)量、畸變、姿態(tài)等多方面的影響，空三計(jì)算時(shí)部分區(qū)域核線視差不能完全消除，導(dǎo)致后期利用該算法進(jìn)行DSM提取時(shí)結(jié)果不夠理想。針對這個(gè)問題，本文在該算法基礎(chǔ)上，采用影像二次定向等策略進(jìn)一步減少核線上下視差，提高密集匹配精度。

1 半全局優(yōu)化密集匹配算法

半全局優(yōu)化密集匹配算法來源于文獻(xiàn)[1]，該算法核心包括三維代價(jià)矩陣計(jì)算、代價(jià)矩陣?yán)奂?、最?yōu)視差面獲取三個(gè)部分，具體如下：

1.1 三維代價(jià)矩陣計(jì)算

匹配代價(jià)用于估計(jì)任意兩個(gè)像素間的相似程度，匹配代價(jià)越小則相似程度越高，常用的匹配代價(jià)有灰度絕對差、互信息等，本次匹配代價(jià)采用對于光照變化不敏感的互信息。匹配代價(jià)確定后，便可計(jì)算三維代價(jià)矩陣。

1.2 代價(jià)矩陣?yán)奂?/p>

匹配的過程就是能量函數(shù)最優(yōu)化的過程，對于能量函數(shù)E（D），就是找到一個(gè)使其有最小值的視差面D。文獻(xiàn)[2]中Y.Boykov已經(jīng)證明在二維層次尋找最優(yōu)視差面D是一個(gè)NP問題，但可在一維方向上通過動態(tài)規(guī)劃來求解。對于二維的影像，這些一維方向（比如，行方向）的動態(tài)規(guī)劃彼此不相關(guān)，因此半全局匹配采用了多個(gè)方向的一維平滑來模擬二維平滑的思路，以多個(gè)簡單的一維搜索（一般8或16方向）來獲得二維層次上能量函數(shù)的最優(yōu)解。為了顧及匹配場景中的傾斜平面、深度斷裂和相似區(qū)域等，半全局匹配在匹配累加中引入平滑約束。

1.3 最優(yōu)視差面獲取

代價(jià)聚合完畢后，根據(jù)累積的代價(jià)矩陣可以對視差進(jìn)行解算，一般情況下可得到整像素的匹配結(jié)果，對于子像素的匹配結(jié)果，可以通過拋物線擬合獲得。

2 無人機(jī)影像密集匹配策略

本文采用核線上下視差檢查、影像二次定向等策略進(jìn)一步減少核線上下視差，從而保證后續(xù)半全局優(yōu)化密集匹配效果。

核線上下視差方面，主要通過sift影像匹配算法獲得稀疏可靠的同名像點(diǎn)，然后計(jì)算每對同名像點(diǎn)間的上下視差，并對所有的上下視差進(jìn)行統(tǒng)計(jì)分析，計(jì)算均值和方差，如果均值和方差超限，則認(rèn)為上下視差超限，需要進(jìn)行二次定向。在二次定向方面，本文目前只考慮影像外方位元素，通過進(jìn)一步改正影像外方位來減小或消除上下視差，二次定向主要通過前方交會和后方交會進(jìn)行實(shí)現(xiàn)，首先通過前方交會計(jì)算所有sift同名像點(diǎn)的物方坐標(biāo)，然后通過計(jì)算的物方坐標(biāo)和對應(yīng)的像點(diǎn)坐標(biāo)對左右影像分別進(jìn)行后方交會，更新左右影像的定向參數(shù)。

3 試驗(yàn)結(jié)果

為了驗(yàn)證方法的有效性，本文選取了某區(qū)域無人機(jī)影像中一個(gè)像對按以上流程進(jìn)行實(shí)驗(yàn)，空三成果源自Inpho軟件，在空三轉(zhuǎn)點(diǎn)過程中采用全自動轉(zhuǎn)點(diǎn)模式，上下視差沒有完全消除。為了客觀統(tǒng)計(jì)定向結(jié)果，首先將二次定向前后的影像重采樣為核線影像對，然后通過核線影像間的sift匹配點(diǎn)進(jìn)行定向結(jié)果評價(jià)，得到二次定向前后核線上下視差殘差分布。經(jīng)過統(tǒng)計(jì)，二次定向前的核線影像sift匹配點(diǎn)數(shù)量為1458，殘差均值為6.54，殘差間的標(biāo)準(zhǔn)差為5.2，二次定向后的核線影像sift匹配點(diǎn)數(shù)量為1477，殘差均值為0.51，殘差間的標(biāo)準(zhǔn)差為3.8。經(jīng)過二次定向后，核線影像上下視差殘差明顯減小，有利于后續(xù)的半全局優(yōu)化密集匹配。

另外從最終的匹配結(jié)果發(fā)現(xiàn)，二次定向后視差圖結(jié)果在完整性和光滑性方面明顯改善，為了進(jìn)一步展示改進(jìn)后密集匹配效果，本文選取了三個(gè)區(qū)域進(jìn)行局部放大來比較，發(fā)現(xiàn)二次定向前由于上下視差殘差過大，密集匹配得到的視差圖房屋不完整，二次定向后由于上下視差殘差大幅減少，密集匹配得到的視差圖房屋比較完整，邊緣輪廓比較清晰，視覺方面明顯改善，有效證明了本文方法的可行性。

4 結(jié)論

從試驗(yàn)結(jié)果可以看出，本文的二次定向策略可以有效減少核線影像上下視差殘差，在核線上下視差殘差較小情況下，半全局優(yōu)化密集匹配算法可以得到高密度、高精度的DSM，大大提高后續(xù)DEM生產(chǎn)的效率。

參考文獻(xiàn)

[1]Hirschmuller H.Accurate and Efficient Stereo Processing by Semi-Global Matching and Mutual Information [M]. Computer Vision and Pattern Recognition.2005：807-814.

[2]Y.Boykov，O.Veksler，and R.Zabih，F(xiàn)ast approximate energy minimization via graph cut，IEEE Transactions on Pattern Analysis and Machine Intelligence，vol.23，no.11，pp.1222-1239，2001.

作者簡介

袁紅選（1975-），男，湖北省武漢市人。現(xiàn)為61175部隊(duì)工程師。從事攝影測量與遙感工作。研究方向?yàn)榈乩硇畔⑾到y(tǒng)。

作者單位

61175部隊(duì) 湖北省武漢市 430070