文章快速检索  
  高级检索
多视倾斜影像高效匹配的近邻信息监督度量学习方法
胡翰1,2    
1. 西南交通大学地球科学与环境工程学院,四川 成都 611756;
2. 武汉大学测绘遥感信息工程国家重点实验室,湖北 武汉 430079
A Supervised Metric Learning Approach for Efficient Aerial Oblique Image Matching Using Neighborhood Information
HU Han1,2     
1. Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China;
2. State Key Laboratory of Information Engineering in Survery, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China
First author: HU Han (1988-),male,received his doctoral degreefrom Wuhan University on June 2015(PhD advisor: Prof.ZHU Qing,Prof.WUBo),majors in photogrammetry and remote sensing. E-mail:huhan19880715@163.com

随着三维GIS与虚拟地理环境技术的快速发展与普及应用,三维模型的自动重建需求日益迫切,倾斜摄影系统以其立面可见性、直观性等优点应运而生并快速发展,正逐渐成为三维城市模型生产的主要数据源。然而,多角度倾斜摄影系统由于系统结构问题,多视角倾斜影像的辐射质量问题、几何变形问题以及多视匹配问题突出。特别是在引入侧视后,多角度倾斜摄影系统由于多视重叠大幅度增加,两两像对呈平方倍数增长,类SIFT的高维特征描述符匹配效率,已经难以满足实际生产效率需求。如何顾及特征点的结构特性以及倾斜影像匹配的特殊需求,对高维特征描述符进行维度约减,是计算机视觉与摄影测量领域亟待解决的前沿难点问题。

本文的研究目标为:针对类SIFT特征描述符的呈现为高维特征向量,制约倾斜影像匹配效率的问题,通过构建包含同名点标记信息的训练数据集,采用监督度量学习方法,获取线性投影矩阵,将已有高维特征描述符投影至低维子空间中,实现维度约减;并利用投影后的特征描述符进行匹配,提高整体匹配效率。

本文将倾斜影像特征匹配分为训练、学习、匹配3个阶段。为提高训练数据与匹配精度的可靠性,针对倾斜影像中存在的几何、辐射质量差异问题,提出了边界约束优化的倾斜影像匹配方法;针对影像匹配的粗差问题,提出了空间关系约束的粗差检测方法;并在此基础上,针对特征描述符维度过高导致匹配效率降低的问题,提出了特征描述符维度约减的度量学习方法。具体研究内容包括:

(1) 边界约束优化的倾斜影像特征匹配方法。针对倾斜影像中出现的几何、辐射质量问题,采用初始几何信息对原始影像进行几何纠正,消除几何不一致性;并针对传统最小二乘匹配对影像质量十分敏感,收敛率下降的问题,充分顾及最小二乘匹配中参数的物理意义,利用先验知识,将参数的边界条件作为约束加入匹配优化中,提高了收敛率。

(2) 空间关系约束的粗差检测方法。针对倾斜影像差异过大,导致的粗差较多、训练数据集质量下降的问题,顾及特征点之间的局部空间关系,提出了3种约束用于影像匹配粗差检测,包括角度顺序一致性约束、局部位置一致性约束与局部邻域一致性约束,进而提高训练与匹配可靠性。

(3) 特征描述符维度约减的度量学习方法。针对影像匹配的特殊需求,提出了采用监督度量学习方法进行特征描述符的维度约减。通过训练数据中同名点与非同名点的语义标记信息,在两者距离能以一较大间隔进行区分的约束条件下,构建一大规模带正则化约束的半正定规划问题,并利用随机优化方法对大规模半正定规划进行求解,获取了一低秩马氏矩阵,在对其进行分解后,将原始特征描述符投影至低维子空间,提高匹配效率。

本文以贵阳市金阳新区的倾斜影像数据为例进行了试验分析,结果表明本文方法相对于主成份分析,能更有效地降低特征描述符维度,提高匹配效率。

http://dx.doi.org/10.11947/j.AGCS.2016.20150413
中国科学技术协会主管、中国测绘地理信息学会主办。
0

文章信息

胡翰
HU Han
多视倾斜影像高效匹配的近邻信息监督度量学习方法
A Supervised Metric Learning Approach for Efficient Aerial Oblique Image Matching Using Neighborhood Information
测绘学报,2016,45(2):250-250
Acta Geodaeticaet Cartographica Sinica, 2016, 45(2): 250-250.
http://dx.doi.org/10.11947/j.AGCS.2016.20150413

文章历史

收稿日期:2015-08-12

相关文章

工作空间