[發(fā)明專利]一種基于區(qū)域鄰近點(diǎn)搜索的密集匹配錯(cuò)配點(diǎn)處理方法

有效

• 申請?zhí)枺?/td>: 202110250100.X
• 申請日: 2021-03-08
• 公開（公告）號: CN113112529B
• 公開（公告）日: 2022-11-18
• 發(fā)明（設(shè)計(jì)）人: 吳春;鄭振華;宋潔;張翼峰;孫佳;黃文
• 申請（專利權(quán)）人: 武漢市土地利用和城市空間規(guī)劃研究中心
• 主分類號: G06T7/30
• 分類號: G06T7/30;G06T7/13
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 王琪

本發(fā)明公開了一種基于區(qū)域鄰近點(diǎn)搜索的密集匹配錯(cuò)配點(diǎn)處理方法，包括如下步驟：步驟1，完成初始雙目立體密集匹配，通過“左、右一致性檢查”識別待匹配基準(zhǔn)影像和參考影像上的錯(cuò)配點(diǎn)；步驟2，對待匹配基準(zhǔn)影像進(jìn)行邊緣檢測并標(biāo)記邊緣點(diǎn)；步驟3，針對待匹配基準(zhǔn)影像上的每一個(gè)錯(cuò)配點(diǎn)，先后按照通過該錯(cuò)配點(diǎn)的特定角度的直線兩端的方向上搜索對應(yīng)的“最近邊緣點(diǎn)”，若搜索成功則終止后續(xù)角度的搜索，并計(jì)算錯(cuò)配點(diǎn)到2個(gè)對應(yīng)邊緣像素點(diǎn)的距離值d；步驟4，在“最近邊緣點(diǎn)”覆蓋的范圍內(nèi)，錯(cuò)配點(diǎn)沿著d值較大的邊緣點(diǎn)方向搜索對應(yīng)最近成功匹配點(diǎn)，并將視差值賦于該錯(cuò)配點(diǎn)。與大量研究文獻(xiàn)中“改進(jìn)密集匹配算法”的間接處理方法不同，本發(fā)明通過區(qū)域鄰近點(diǎn)搜索進(jìn)一步識別、區(qū)分錯(cuò)誤匹配點(diǎn)，能夠更加有效減少視差圖中的最后錯(cuò)配點(diǎn)數(shù)量。

技術(shù)領(lǐng)域

本發(fā)明屬于測繪科學(xué)與技術(shù)學(xué)科中的攝影測量技術(shù)領(lǐng)域，特別是涉及一種基于區(qū)域鄰近點(diǎn)搜索的密集匹配錯(cuò)配點(diǎn)處理方法。

背景技術(shù)

根據(jù)不同視角的航空影像進(jìn)行三維場景重建在攝影測量、計(jì)算機(jī)視覺領(lǐng)域有著廣泛的應(yīng)用，雙目立體密集匹配是其中的一個(gè)核心問題。在密集匹配算法的研究中，圖像灰度畸變差、地物遮擋區(qū)域、視差不連續(xù)區(qū)域(非平面區(qū)域)的視差處理仍然是一個(gè)挑戰(zhàn)性的問題(如圖1(b)所示)。通過必要的后處理算法減少錯(cuò)誤匹配點(diǎn)數(shù)量是提高三維重建精度的有效方法。現(xiàn)有大量研究文獻(xiàn)中“密集匹配”改進(jìn)算法聚焦于算法中間步驟、參數(shù)優(yōu)化，間接減少匹配結(jié)果中的錯(cuò)配點(diǎn)，對錯(cuò)配點(diǎn)做剔除處理。與對錯(cuò)配點(diǎn)不加區(qū)分的做“剔除”處理不同，本發(fā)明通過區(qū)域鄰近點(diǎn)搜索進(jìn)一步識別、區(qū)分錯(cuò)誤匹配點(diǎn)，能夠更加有效減少視差圖中的最后錯(cuò)配點(diǎn)數(shù)量。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)的不足，旨在解決目立體密集匹配中“圖像灰度畸變、視差不連續(xù)引起的視差值錯(cuò)誤估計(jì)”的難題。

為了達(dá)到上述目的，本發(fā)明提供的技術(shù)方案是：一種基于區(qū)域鄰近點(diǎn)搜索的密集匹配錯(cuò)配點(diǎn)剔除方法，包括如下步驟：

步驟1，完成初始雙目立體密集匹配，通過“左、右一致性檢查”識別待匹配基準(zhǔn)影像和參考影像上的錯(cuò)配點(diǎn)；

步驟2，對待匹配基準(zhǔn)影像進(jìn)行邊緣檢測并標(biāo)記邊緣點(diǎn)；

步驟3，針對待匹配基準(zhǔn)影像上的每一個(gè)錯(cuò)配點(diǎn)，先后按照通過該錯(cuò)配點(diǎn)的特定角度的直線兩端的方向上搜索對應(yīng)的“最近邊緣點(diǎn)”，若搜索成功則終止后續(xù)角度的搜索，并計(jì)算錯(cuò)配點(diǎn)到2個(gè)對應(yīng)邊緣像素點(diǎn)的距離值d；

步驟4，在“最近邊緣點(diǎn)”覆蓋的范圍內(nèi)，錯(cuò)配點(diǎn)沿著d值較大的邊緣點(diǎn)方向搜索對應(yīng)最近成功匹配點(diǎn)，并將視差值賦于該錯(cuò)配點(diǎn)。

進(jìn)一步的，步驟3中所述特定角度包括0度，45度，90度和135度。

進(jìn)一步的，步驟3中搜索對應(yīng)的“最近邊緣點(diǎn)”的順序?yàn)榇┻^該錯(cuò)配點(diǎn)的0度，90度，45度和135度直線兩端的方向。

進(jìn)一步的，步驟4中在“最近邊緣點(diǎn)”覆蓋的范圍內(nèi)，存在3中特殊情況：I、錯(cuò)配點(diǎn)與邊緣點(diǎn)重合，像素距離初始值d_init＝0，此時(shí)沿著d值較大邊緣點(diǎn)方向搜索對應(yīng)最近“成功匹配點(diǎn)”，并將視差值賦于該錯(cuò)配點(diǎn)；П、錯(cuò)配點(diǎn)只包含1個(gè)最近邊緣點(diǎn)，像素距離初始值以水平方向?yàn)槔喝糇罱吘夵c(diǎn)位于錯(cuò)配點(diǎn)左側(cè)，則右側(cè)像素距離初始值d_int＝col-x_p，其中col為影像寬，x_p為錯(cuò)配點(diǎn)所在列；若最近邊緣點(diǎn)位于錯(cuò)配點(diǎn)右側(cè)，則左側(cè)像素距離初始值d_int＝x_p，x_p為錯(cuò)配點(diǎn)所在列；Ш、錯(cuò)配點(diǎn)不包含最近邊緣點(diǎn)，此時(shí)對該錯(cuò)誤匹配點(diǎn)做剔除處理。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和有益效果：與“改進(jìn)密集匹配算法”的間接處理方法不同，本發(fā)明通過區(qū)域鄰近點(diǎn)搜索進(jìn)一步識別、區(qū)分錯(cuò)誤匹配點(diǎn)，能夠更加有效減少視差圖中最后殘余的錯(cuò)配點(diǎn)數(shù)量，如圖1(c)所示。

附圖說明