[发明专利]一种基于区域邻近点搜索的密集匹配错配点处理方法

说明书

本发明公开了一种基于区域邻近点搜索的密集匹配错配点处理方法，包括如下步骤：步骤1，完成初始双目立体密集匹配，通过“左、右一致性检查”识别待匹配基准影像和参考影像上的错配点；步骤2，对待匹配基准影像进行边缘检测并标记边缘点；步骤3，针对待匹配基准影像上的每一个错配点，先后按照通过该错配点的特定角度的直线两端的方向上搜索对应的“最近边缘点”，若搜索成功则终止后续角度的搜索，并计算错配点到2个对应边缘像素点的距离值d；步骤4，在“最近边缘点”覆盖的范围内，错配点沿着d值较大的边缘点方向搜索对应最近成功匹配点，并将视差值赋于该错配点。与大量研究文献中“改进密集匹配算法”的间接处理方法不同，本发明通过区域邻近点搜索进一步识别、区分错误匹配点，能够更加有效减少视差图中的最后错配点数量。

技术领域

本发明属于测绘科学与技术学科中的摄影测量技术领域，特别是涉及一种基于区域邻近点搜索的密集匹配错配点处理方法。

背景技术

根据不同视角的航空影像进行三维场景重建在摄影测量、计算机视觉领域有着广泛的应用，双目立体密集匹配是其中的一个核心问题。在密集匹配算法的研究中，图像灰度畸变差、地物遮挡区域、视差不连续区域(非平面区域)的视差处理仍然是一个挑战性的问题(如图1(b)所示)。通过必要的后处理算法减少错误匹配点数量是提高三维重建精度的有效方法。现有大量研究文献中“密集匹配”改进算法聚焦于算法中间步骤、参数优化，间接减少匹配结果中的错配点，对错配点做剔除处理。与对错配点不加区分的做“剔除”处理不同，本发明通过区域邻近点搜索进一步识别、区分错误匹配点，能够更加有效减少视差图中的最后错配点数量。

发明内容

本发明针对现有技术的不足，旨在解决目立体密集匹配中“图像灰度畸变、视差不连续引起的视差值错误估计”的难题。

为了达到上述目的，本发明提供的技术方案是：一种基于区域邻近点搜索的密集匹配错配点剔除方法，包括如下步骤：

步骤1，完成初始双目立体密集匹配，通过“左、右一致性检查”识别待匹配基准影像和参考影像上的错配点；

步骤2，对待匹配基准影像进行边缘检测并标记边缘点；

步骤3，针对待匹配基准影像上的每一个错配点，先后按照通过该错配点的特定角度的直线两端的方向上搜索对应的“最近边缘点”，若搜索成功则终止后续角度的搜索，并计算错配点到2个对应边缘像素点的距离值d；

步骤4，在“最近边缘点”覆盖的范围内，错配点沿着d值较大的边缘点方向搜索对应最近成功匹配点，并将视差值赋于该错配点。

进一步的，步骤3中所述特定角度包括0度，45度，90度和135度。

进一步的，步骤3中搜索对应的“最近边缘点”的顺序为穿过该错配点的0度，90度，45度和135度直线两端的方向。

进一步的，步骤4中在“最近边缘点”覆盖的范围内，存在3中特殊情况：I、错配点与边缘点重合，像素距离初始值d_init＝0，此时沿着d值较大边缘点方向搜索对应最近“成功匹配点”，并将视差值赋于该错配点；П、错配点只包含1个最近边缘点，像素距离初始值以水平方向为例：若最近边缘点位于错配点左侧，则右侧像素距离初始值d_int＝col-x_p，其中col为影像宽，x_p为错配点所在列；若最近边缘点位于错配点右侧，则左侧像素距离初始值d_int＝x_p，x_p为错配点所在列；Ш、错配点不包含最近边缘点，此时对该错误匹配点做剔除处理。

与现有技术相比，本发明的优点和有益效果：与“改进密集匹配算法”的间接处理方法不同，本发明通过区域邻近点搜索进一步识别、区分错误匹配点，能够更加有效减少视差图中最后残余的错配点数量，如图1(c)所示。

附图说明