[发明专利]代价计算动态规划的航空影像DSM匹配法

说明书

本发明采用互信息驱动的代价计算动态匹配法对航空影像匹配生成DSM，一是提出了代价计算动态影像匹配法，设计了动态匹配算法的实现流程和匹配代价函数，并对得到的视差结果进行遮挡检测和遮挡填充，进而进行精度分析，进一步验证最佳匹配代价的计算方法和最佳匹配参数；二是在航空影像的基础上，对生成的核线航空影像进行互信息驱动的匹配代价计算，动态匹配得到视差图和密集匹配得到视差图，进行前方交会获取DSM,实验分析得到以下结论：以动态匹配方法为核心的航空影像处理流程获取的DSM有相当高的精度，而且远远超过通过现有技术密集匹配得到DSM，是传统的密集点云的6倍，匹配精度和实时性大幅提高。

技术领域

本发明涉及一种航空遥感影像DSM匹配法，特别涉及一种代价计算动态规划的航空影像DSM匹配法，属于航空遥感影像匹配技术领域。

背景技术

由于传统的二维空间数据在应用中的局限性，如不能表示物体的位置、姿态、形状等，已不能满足客观应用需求,人们对三维表达的需求越来越急切，客观世界三维表达受到越来越多的重视,成为数字图像处理、计算机视觉、数字摄影测量等领域的热点。

三维重构在各个领域有广泛的应用,三维重构过程中解决信息丢失是目前面临的主要的问题。丢失的信息主要包括两种情况：一是把三维场景转化为二维图像过程中，由于前面的场景遮挡了后面的场景而产生的信息丢失；二是在获取二维图像过程中，场景中的连续点被表示为图像中离散的像素点产生的信息丢失，噪声等因素也对三维重构过程产生一定干扰。

数字表面模型(DSM)指物体表面形态以数字表达的集合,是地表及其自然,人工地物空间信息的统一体。摄影测量与激光扫描是获取DSM的两种基本方法。但由于激光扫描系统价格昂贵，短时间内很难得到大范围普及。因此，在生产中用摄影测量法获取DSM仍是最主要的方法，摄影测量的优势在于能够获取更丰富的建筑物边缘信息。摄影测量中,DSM提取的关键为通过自动影像匹配找寻立体像对中的同名像点。

数字摄影测量是以影像匹配取代传统的人工观测，达到自动确定同名像点的目的，影像匹配的质量决定数字摄影测量数据在后续处理过程中的精度，匹配自动化程度是提高数字近景摄影测量效率的关键。三维匹配就是从不同视点获取场景中两幅或多幅影像中找寻匹配基元之间关系的过程，三维匹配因受到辐射差异、遮挡断裂、纹理重复及弱纹理等因素的影响，一直是摄影测量领域中的难题。

根据匹配像元的不同可以将现有技术的影像匹配划分为基于特征的匹配、基于区域的匹配、基于相位的匹配。基于特征的匹配通过找寻影像间显著特征点的过程构建影像特征之间的对应关系,但只能获取难以满足建模要求的稀疏的三维点云。三维匹配算法的不确定性以及复杂性，且对噪声和光照等的敏感程度，决定了大多数三维匹配算法一定程度上依赖许多特定的假设以及一些约束条件和特定的应用环境。

局部匹配算法是以窗口内所有像素点的视差连续性约束为前提,用匹配点和待匹配点本身以及其邻近局部区域的灰度信息来计算相关度。相关窗口大小的影响局部算法的结果,窗口太大将导致跨越区域深度不连续,造成目标边界出现过度平滑现象，窗口太小，包含的纹理信息单一,容易产生歧义性造成误匹配。全局优化算法在一致性约束的基础上，提高了算法的正确率，且保证了算法的稳定性，但方法对象一般针对低分辨率影像,计算复杂度较低，当面临计算复杂度较高的高分辨率影像时，存在较大的局限性了。

密集影像匹配在左右核线图像区域进行逐点匹配取得了较好的进展，获取高精度的地表三维坐标信息成为密集匹配的主要方向。目前,许多经典的密集影像匹配算法已应用到数字摄影测量系统中，提供地表的三维坐标信息，但现有技术的密集影像匹配算法和自动生成地球表面模型/数字高程模型的数字摄影测量系统还不能实现完全的自动化，因此研发实现自动生成高精度地球表面模型/数字高程模型的密集匹配方法非常重要，数字摄影测量中现有技术较为优秀的三维匹配方法有：基于灰度的匹配(局部匹配法)、基于特征点的匹配(SIFT算子提取特征点)、最小二乘匹配、桥式跨接匹配等，但这些方法或依赖于区域窗口内的灰度变化，会因遮挡等原因出现不可检测的错误匹配，或只能得到较少的匹配点，不能获取场景或物体表面完整的点云。