Skip to content

数字摄影测量影像相关系数匹配和最小二乘匹配

Notifications You must be signed in to change notification settings

kenanking/ImageMatch

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

基于相关系数和最小二乘的影像匹配

此代码为数字摄影测量的课程代码,由于精力有限,实现了基于相关系数和最小二乘方法的影像匹配。

一、说明

程序源代码分为两部分,一部分是detector,一部分是matcher。其他如tic_tocprogressbar用于计时和显示进度条。

detector部分,包含了角点检测相关的函数,主要有:Harris算子HarrisCornerDetect(OpenCV实现,进行了进一步封装),Moravec算子MoravecCornerDetect(自己实现)和SIFTSIFTCornerDetect(OpenCV实现,进行了进一步封装)。也包含了用于绘制角点的函数drawCorners

matcher部分,包含了影像匹配的相关类,主要有:相关系数匹配(CorrelationMatcher)和最小二乘匹配(LsqMatcher),类中可以设定匹配窗口大小和阈值,以及包含了通用的绘制匹配结果的函数drawMatches

1.1 相关系数匹配

在相关系数匹配中,实现了两种匹配方式,分别对应match方法和matchImproved方法。

match方法为在参考影像中先提取特征点,然后遍历目标影像对每个特征点通过相关系数匹配(目标影像不进行特征提取),这种匹配方式得到的匹配点较多,但速度很慢。

matchImproved方法为在两幅影像中分别提取特征点,然后计算特征点之间的相关系数,这种方式虽然匹配的同名点有所减少(在实际使用中,匹配点数会减少7倍),但是速度有显著提升(在实际使用中,速度会加快1000多倍)。

1.2 最小二乘匹配

在最小二乘匹配中,需要为匹配提供初值,提供的方式可以先进行相关系数匹配,然后将相关系数匹配的结果用于最小二乘匹配,因此最小二乘匹配的结果应该和相关系数匹配的结果相同。区别为:最小二乘匹配的结果为亚像素级别的角点,相对于相关系数匹配的整像素角点更精确。

在我的实际做法中,将相关系数匹配的阈值设置为0.85作为最小二乘匹配的初值。在最小二乘匹配中,设定最大迭代次数为50次,停止迭代的相关系数阈值设置为0.95。也就是在50次的迭代次数中,如果某一次迭代使相关系数大于0.95了就退出迭代作为最后匹配的结果,否则如果50次迭代结束,就去50次中相关系数最高的那次迭代作为最后的结果。

在最小二乘匹配处理中,部分靠近边界的匹配点由于计算导数时会出现问题,会被直接忽略,所以最小二乘匹配的结果会略小于相关系数匹配。

二、使用

在使用代码前,需要自己在代码中更改两幅匹配影像路径、角点检测时的相关参数、匹配时窗口大小和阈值等。

代码依赖OpenCV和Eigen,编写时使用的OpenCV版本为3.4.14。

代码在Ubuntu 20.04下进行编写和测试,使用方法:

cd ImageMatch               // 切换到代码路径下
mkdir build && cd build
cmake ..    
make                        // 编译代码
./ImageMatch                // 运行程序

三、效果展示

3.1 影像LOR50和LOR49

(1)使用Moravec算子提取角点,阈值为700

LOR50_corner

LOR49_corner

(2)相关系数匹配结果

① 通过match进行匹配
使用Moravec算子进行角点检测,阈值设置为:700
特征点提取用时:0.0308893秒
图像1中特征点数量:1914
图像2中特征点数量:1424

开始相关系数匹配:
[######################################################################] 100% 1122.28s
相关系数匹配窗口大小:25        阈值:0.85
相关系数匹配用时:1122.28秒
相关系数匹配到同名点:505

最小二乘匹配窗口大小:5 阈值:0.95
最小二乘匹配用时:0.124686秒
最小二乘匹配到同名点:504

运行结束!

LOR_corr_match

② 通过matchImproved进行匹配
用Moravec算子进行角点检测,阈值设置为:700
特征点提取用时:0.0400729秒
图像1中特征点数量:1914
图像2中特征点数量:1424

开始相关系数匹配:
[######################################################################] 100% 8.024s
相关系数匹配窗口大小:25        阈值:0.85
相关系数匹配用时:8.02553秒
相关系数匹配到同名点:84

最小二乘匹配窗口大小:5 阈值:0.95
最小二乘匹配用时:0.0351529秒
最小二乘匹配到同名点:83

运行结束!

LOR_corr_match_improved

左片X 左片Y 右片X 右片Y 相关系数
313 30 120 30 0.869588
232 43 40 43 0.867917
403 46 210 46 0.880097
240 52 48 52 0.854946
435 87 243 87 0.896972
412 98 220 98 0.852343
250 103 60 102 0.852411
227 113 37 112 0.863003
253 112 63 111 0.860334

(3) 最小二乘匹配结果

下面的结果在上面使用matchImproved方法作为初值后,使用最小二乘匹配得到。

左片X 左片Y 右片X 右片Y 相关系数
313 30 119.982 29.6661 0.957559
232 43 40.7976 42.7993 0.908788
240 52 49.1067 50.0887 0.936198
435 87 242.522 87.4051 0.96809
412 98 220.815 97.0586 0.958801
250 103 59.2226 101.753 0.959226
227 113 36.9947 112.172 0.927843
253 112 62.5936 111.545 0.927089
255 113 64.3184 112.597 0.968071
251 116 58.4239 116.155 0.901486

3.2 其他影像

(1)使用Moravec算子提取角点,阈值为700

yosemite1_corner

yosemite2_corner

(2)相关系数匹配结果

① 通过match进行匹配
使用Moravec算子进行角点检测,阈值设置为:700
特征点提取用时:0.03976秒
图像1中特征点数量:965
图像2中特征点数量:805

开始相关系数匹配:
[######################################################################] 100% 863.908s
相关系数匹配窗口大小:25        阈值:0.85
相关系数匹配用时:863.909秒
相关系数匹配到同名点:382

最小二乘匹配窗口大小:5 阈值:0.95
最小二乘匹配用时:0.0773421秒
最小二乘匹配到同名点:376

运行结束!

yosemite_corr_match

② 通过matchImproved进行匹配
使用Moravec算子进行角点检测,阈值设置为:700
特征点提取用时:0.0375328秒
图像1中特征点数量:965
图像2中特征点数量:805

开始相关系数匹配:
[######################################################################] 100% 2.502s
相关系数匹配窗口大小:25        阈值:0.85
相关系数匹配用时:2.50518秒
相关系数匹配到同名点:139

最小二乘匹配窗口大小:5 阈值:0.95
最小二乘匹配用时:0.0415968秒
最小二乘匹配到同名点:138

运行结束!

yosemite_corr_match_improved

About

数字摄影测量影像相关系数匹配和最小二乘匹配

Topics

Resources

Stars

Watchers

Forks