[发明专利]基于多特征多约束的多视影像密集匹配融合方法及系统

说明书

技术领域

本发明涉及多视影像密集匹配技术领域，尤其是涉及一种基于多特征多约束的多视影像密集匹配融合方法及系统。

背景技术

21世纪是一个信息化的时代，信息化和数字化对社会发展产生了深远的影响。在全世界正从数字地球向智慧地球发展的过程中，我国也在推动“数字中国”、“智慧城市”等的快速发展，在为政府部门、企事业单位和社会公众等提供公共管理、突发事件应急、科学决策等服务方面具有重要意义。影像密集匹配技术是主流的地物目标三维信息获取手段之一，将相机搭载于卫星、飞机、无人机、移动车辆等不同高度的遥感平台，通过同名光线对对相交的原理，快速获取目标的三维测绘信息，在城市三维建模、三维变化检测、DEM/DSM和真正射影像制作等领域有着非常广泛的应用前景。

密集匹配一直是摄影测量和计算机视觉领域经久不衰的研究热点。目前，已经出现了众多商业化的密集匹配软件，如Inpho、Intergraph、UltraMap、SimActive、Visual SFM、smart3D、Agisoft Photoscan、PhotoModeler、StreetFactory、Autodesk 123D等，能够实现卫星、航空、低空无人机、车载等多种情况下的立体影像三维重建。但是，这些商业软件仍然存在问题：匹配的点云不够密集(不是逐像素匹配)、三维模型表达不够精细、纹理贫乏或重复纹理区域误匹配现象严重、线状地物(如建筑物)边缘“毛刺”现象严重、特征描述过于单一(只描述点特征)等，无法完全满足高精度三维重建、地理国情监测、智慧城市等应用的需求。可以预见，未来的密集匹配技术将向准实时、精确、稳健、密集、多特征等方向发展，以满足现代社会发展的迫切需求。

发明内容

本发明主要是解决传统密集匹配技术生成点云不够密集、纹理贫乏以及纹理重复区域误匹配现象严重、线状地物边缘“毛刺”现象严重等问题；提供了一种基于多特征多约束的多视影像密集匹配与点云融合优化技术，能够自动选择最优的匹配模型，在密集匹配过程中充分利用多视约束条件，获取全局意义下的最优融合结果，并联合面特征和线特征对点云进行优化，从而得到更为精确可靠的密集匹配产品。

本发明技术方案提供一种基于多特征多约束的多视影像密集匹配融合方法，包括以下步骤：

步骤1，根据多重约束，为每一张基准影像分别选择若干张待匹配影像，得到待匹配影像集合，基准影像和相应匹配影像集合构成一个匹配模型；所述多重约束，包括基线约束、像平面法向量约束、特征匹配约束和交会角约束；

步骤2，对各个匹配模型，利用多视约束条件，进行半全局密集匹配，直接生成单个匹配模型的密集匹配结果，得到相应高程图，实现方式如下，

1)预测高程范围，包括根据特征匹配产生的物方点的高程，预测基准影像所覆盖测区的地表起伏，找到最大高程Z_max和最小高程Z_min；

2)计算高程方向的步距，包括从基准影像的摄影中心出发，经过像主点，引出一条射线。射线与最大高程面和最小高程面，分别有两个交点M、M'，在步骤1所得待匹配影像集合中，选择一张与基准影像距离最远的一张待匹配影像I'，将交点M、M'投影到影像I'上，分别得到对应的像点m、m'，将最大最小高程差与投影点连线长度之间的比值，作为高程步距；

3)构造代价矩阵，包括以基准影像的像平面作为水平面，根据1)所得高程范围，根据2|)所得高程步距在高程方向划分间隔，建立一个三维网格矩阵，作为代价矩阵；所述代价矩阵中，每一个网格代表某像素在对应高程Z_i下的匹配代价；

4)在代价矩阵中，以互信息作为匹配代价，实现方式如下，