[发明专利]基于物方垂直双面元的最小二乘匹配方法

摘要

本发明是一种基于物方垂直双面元的最小二乘匹配方法，主要用于城市地区遥感影像中建筑棱角线上特征点的匹配包括：首先，在密集匹配的点云中，建立每个点的初始法向量，包括两条垂直的初始法向量；然后基于各三维点的初始法向量，建立误差方程，进行双面元参数的迭代优化，搜索最佳匹配点位。本发明相比原有的单面元算法，能够匹配出建筑物棱角线上的特征点，大幅提高了遥感影像中建筑物的模型精度。

主权项

一种基于物方垂直双面元的最小二乘匹配方法，其特征在于包括以下步骤：步骤1，在密集匹配的三维点云数据中，建立每个三维点的初始法向量，包括以每个三维点为初始法向量的起点，以(α,β)、(π/2‑α,π/2‑β)为初始方向角，建立两条垂直的初始法向量，a1＝cosαcosβb1＝sinαcosβc1＝sinβ                  (1)a2＝cos(π/2‑α)cos(π/2‑β)＝sinαsinβb2＝sin(π/2‑α)cos(π/2‑β)＝cosαsinβc2＝sin(π/2‑β)＝cosβ其中，(a1,b1,c1)、(a2,b2,c2)表示两条垂直的初始法向量的坐标；步骤2，基于各三维点的初始法向量，建立误差方程，进行双面元参数的迭代优化，搜索最佳匹配点位，实现包括以下步骤，步骤2.1，将三维点(Xc,Yc,Zc)投影到参考影像上，得到参考影像上相应像点坐标(x0c,y0c)；步骤2.2，以(x0c,y0c)为中心，一个像素为采样间隔，从参考影像上取出一个μ×μ个像素大小的影像窗口，计算窗口内每个像素的像点坐标(x0,y0)，其中μ为预设值；步骤2.3，为三维点在物方建立一对互相垂直的面元P1、P2，面元中心为三维点的物方坐标值(Xc,Yc,Zc)，P1、P2的法向量为(a1,b1,c1)、(a2,b2,c2)；步骤2.4，分别计算步骤2.2所取影像窗口中的μ×μ个点投影到P1、P2上每个投影点的物方坐标(X1,Y1,Z1)、(X2,Y2,Z2)；步骤2.5，分别计算P1、P2上每个投影点投影到各搜索影像上的像点坐标(xi,yi)，得到搜索影像上的相应影像窗口，其中投影到第i张搜索影像上的像点坐标记为(xi,yi)；步骤2.6，分别对参考影像和搜索影像上影像窗口中的点采用双线性内插法进行重采样，得到参考影像上影像窗口中的点重采样后的像素亮度值g0(x0,y0)和P1上的投影点投影到第i张搜索影像上的像点重采样后的像素亮度值gi(xi1,yi1)、P2上的投影点投影到第i张搜索影像上的像点重采样后的像素亮度值gi(xi2,yi2)；步骤2.7，根据共线方程约束和最小二乘匹配原理建立误差方程如下， v P 1 = dh 0 i + g i ( x i 1 , y i 1 ) · dh 1 i + h 1 i ( ∂ g i 1 ∂ x i 1 dx i 1 + ∂ g i 1 ∂ y i 1 dy i 1 ) - ( g 0 ( x 0 , y 0 ) - h 0 i - h 1 i · g i ( x i 1 , y i 1 ) ) - - - ( 15 ) v P 2 = dh 0 i + g i ( x i 2 , y i 2 ) · dh 1 i + h 1 i ( ∂ g i 2 ∂ x i 2 dx i 2 + ∂ g i 2 ∂ y i 2 dy i 2 ) - ( g 0 ( x 0 , y 0 ) - h 0 i - h 1 i · g i ( x i 2 , y i 2 ) ) 其中，vP1、vP2为投影误差；h0i、h1i为第i张搜索影像到参考影像的辐射畸变系数；步骤2.8，进行辐射畸变改正，解求得到未知数的改正值，包括辐射畸变改正值dh0i、dh1i，面元角度改正值2个dα、dβ和物点坐标改正值dZc；步骤2.9，当所有改正值小于预设改正值阈值时，停止迭代，取搜索影像窗口中心点为最佳匹配点位；否则，根据改正值得到改正后的参数h0i、h1i、Zc、α、β，基于改正后的参数α、β根据公式(1)计算改正后的面元法向量作为新的(a1,b1,c1)、(a2,b2,c2)，重复步骤2.3至2.8，并将迭代次数计算值+1，当迭代次数大于预设次数阈值仍未出现所有改正值小于预设改正值阈值时，判断迭代失败，没有找到该三维点的匹配点。