[发明专利]最小二乘影像匹配方法

权利要求书

1.一种最小二乘影像匹配方法，其特征在于，包括：

获取已识别初始同名点的匹配图像对；

构造消除偏差参数和增益参数的第一误差方程；

根据所述匹配图像对的视角差异设定形变参数的初值；

将所述初值代入所述第一误差方程，得到第二误差方程，根据所述初值对所述匹配图像对中的原始目标图像块采样生成采样目标图像块；

基于第二误差方程构造第一约束方程，所述第一约束方程使用高斯窗函数进行加权处理得到第二约束方程，联立影像窗口中所有像素的全部颜色通道的所述第二约束方程形成约束方程组；

迭代求解所述约束方程组，计算得到目标形变参数；

根据所述目标形变参数调整所述匹配图像对中目标匹配点的图像坐标；

构造消除偏差参数和增益参数的第一误差方程包括：

计算目标增益参数；

将所述目标增益参数代入不包含偏差参数的计算中心化像素亮度值差值的算式中；

采用平面仿射变换描述匹配图像对之间的几何变形关系，形成平面仿射变换的表达式，将平面仿射变换的表达式代入已经代入了目标增益参数且不包含偏差参数的计算中心化像素亮度值差值的算式中获得第一误差方程，所述第一误差方程的表达式为：

，

其中，为源图像块中的像素中心化处理之后的像素亮度值与目标图像块中的像素中心化处理之后的像素亮度值的差值，为源图像块中坐标为（x，y）的像素的像素亮度值，为目标图像块中坐标为（）的像素的像素亮度值，为像素的序数，n为像素总数，为源图像块中序数为的像素中心化处理之后的像素亮度值，为目标图像块中序数为的像素中心化处理之后的像素亮度值，a₀、a₁、a₂、b₀、b₁、b₂为从所述目标图像块映射至源图像块的形变参数；

计算目标增益参数包括：

在匹配图像对的每个颜色通道分别计算匹配图像对像素的平均亮度值：

其中，为源图像块的平均亮度值，为源图像块中序数为的像素的像素亮度值；

目标图像块的平均亮度值为：

其中，为目标图像块的平均亮度值，为目标像中序数为的像素的像素亮度值；

根据所述平均亮度值将图像中的像素中心化处理：

；

在匹配图像对中引入线性亮度变换模型：

其中，为所述增益参数，为所述偏差参数；

对于所述匹配图像对，在任意两个在空间位置和内容特征上均有匹配的图像块中，设定所述图像块内全部像素的增益参数均值为目标增益参数：

；

采用平面仿射变换描述匹配图像对之间的几何变形关系，匹配图像对间的几何变形关系表示为：

其中x和y表示源图像块中的像素坐标，和表示目标图像块中的像素映射到源图像块中之后坐标。

2.根据权利要求1所述的最小二乘影像匹配方法，其特征在于，根据所述匹配图像对的视角差异设定形变参数的初值包括：

将所述初始同名点的预估匹配位置作为初始图像块的中心，平移参数a₂、b₂的初值始终设为0，a₀、a₁、b₀、b₁的确定方法包括：

匹配图像对之间的视角变化在预设阈值范围内，基于初始同名点，根据每个局部图像范围内不少于两个初始同名点拟合形变参数，获得参数的初值；

或，

匹配图像对之间的视角变化在预设阈值范围外，基于初始同名点，生成对应的水平核线影像，基于核线影像进行最小二乘匹配，匹配后的影像核线平行，形变参数初值设为。

3.根据权利要求2所述的最小二乘影像匹配方法，其特征在于，基于第二误差方程构造第一约束方程包括：对所述第二误差方程求每个未知量的偏导数，基于所述偏导数进行一阶泰勒展开，得到线性化的第一约束方程：

其中，，其中为目标图像块在x轴的方向上的梯度，为目标图像块在y轴的方向上的梯度。

4.根据权利要求3所述的最小二乘影像匹配方法，其特征在于，在得到所述第一约束方程后，采用索贝尔算子对匹配图像对执行边缘检测以获取像素的梯度信息。