数值摄影测量特论.pdf

數值攝影測量特論 Robustness of image matching 期未報告 指導教授：趙鍵哲 學生：彭念豪 一、前言： 進行影像匹配的目的在於自動量測地面點的坐標，而自動化所帶來的優勢為 效率提高，而相對地其缺點為若有匹配失敗的點，將會產生錯誤的結果；若在匹 配完之後再由人工去做檢測，則喪失原來的優勢，效率；所以本次的研究主題就 在於，如何讓匹配完的結果是可信賴，不需花費多餘的時間去檢驗的。 為了達成這個目的，首先對失敗的匹配去做分析 ，找出造成失敗的原因，並 進行方法的修正，讓結果能成功，或者去分析出一個指標能讓匹配進行前就知道 這次匹配是可能失敗的，並標記之，如此匹配結束後便只需對這些可能失敗點做 檢測，不需逐點檢查，可在追求正確性及效率中達到一平衡點。 實驗中所使用的匹配程式為自己利用 matlab 所寫的，用自己的程式可能在 功能上會有不足的地方，並且也花費許多多餘的時間；但好處在於能隨時增加一 些想法進去，本次實驗在嘗試部分佔很大的比重，所以希望能對每一個想法都去 做試驗，在失敗中想到新的方法，由此慢慢找出一個更好的解決方法。 二、實驗工具： 程式：由 matlab 撰寫 影像為上學期數值攝影測量課程中趙老師所提供。如圖 1 。 圖一(左為左像，右為右像，各為 1000*1000 的影像) 三、工作流程： 1.輸入影像，並選取興趣點。 2.在對所選點位的區塊進行分析，若不適合，對其做因應的解決方法，或直 接放棄並做上標記。 3.進行匹配，及對之前有做標記的點進行人工量測。 4.做後續處理。 流程圖： 輸入影像 選擇興趣點 對區塊進行分析 否 陰影 作標記 有 進行匹配 用特殊方法匹配 ok 人工檢 查結果 failed 後續處理 人工量測 三、方法介紹： 介紹一些實驗中所用到的方法，不過在此只列出參考的做法，因為這些方法 是較為完整的，且是証實過有效的，而自己在實驗中有些則不在這論述，交由實 驗時再敘述。 (1)標準化互相關法(Normalized Cross Correlation ，NCC) 1 利用統計中相關係數(cross correlation coefficient)的原理來決定影像的相 似度，作法為在影像中選取一興趣點，以此點為中心取一n m 的目標視窗， 並在相對影像中逐次選取相同大小的視窗，將目標視窗和對應視窗的灰度值代 入相關係數公式做計算，可得相關係數r ，並隨著對應視窗的不同對得到不同 的值，其中最大的相關係數則代表匹配的最佳位置。 n m G i, j G G i, j G t t s s i 1 j 1 r n m n m G i, j G 2 G i, j G