[发明专利]一种基于空间光线聚集性的像面特征点匹配方法

摘要

本发明提出了一种基于空间光线聚集性的像面特征点匹配方法，在唯一的三维空间，根据像面特征点对应重建光线的聚集性分析，实现特征点匹配，从而利用被测空间的唯一性，将二维的匹配问题回归到三维空间解决，包括如下步骤(1)空间光线重建；(2)确定光线聚集阈值；(3)光线聚集性判断；(4)像面特征点匹配；(5)同名点合并。

主权项

一种基于空间光线聚集性的像面特征点匹配方法，包括如下步骤：1).布置测量现场：根据被测目标对象，设置编码特征点、普通特征点、定向参照物、长度基准尺，其中分别布置编码特征点和普通特征点这两类特征点；2).多次成像并进行图像处理和特征点识别：通过同一数字相机对被测空间内的目标对象进行多次成像，其中数字相机可移动，以从不同角度拍摄多幅图像，采用数字图像处理技术对像面进行处理，进行特征点中心定位，并识别其中的编码信息；3).进行图像的空间定向：对拍摄的每幅图像，根据定向参照物的已知三维信息与对应像面信息，实现每幅图片的空间定向，即获取拍摄每一幅图像时相机拍摄的外方位参数；4).匹配编码特征点：识别编码特征点并且利用编码信息自动匹配不同图像之间的编码特征点，然后利用匹配的这部分编码特征点，进行初步光束平差优化；5).匹配普通特征点：利用获得的所有图片参数，对于每个普通特征点的像点坐标，根据空间成像几何关系，重构每个成像点对应的空间光线，然后对于任意一条空间光线，遍历其余未匹配的空间光线，对所有满足空间光线距离阈值的光线，再对其光线公垂线中点之间的距离，利用光线分散性阈值获得中点的聚集性，从而表现为对应空间光线的聚集性，将找到的所有汇聚光线对应的像点记入匹配关系矩阵，并将其标记为已匹配点；6).数值解算：在成功实现编码特征点和普通特征点的匹配、建立像面参数的基础上，利用光束平差优化算法，实现所有特征点空间坐标、相机参数的高精度解算，其中在步骤5)中，采用如下两种阈值来判断光线在空间的聚集性：①以同一特征点的所有成像光线在该点附近形成的预定离散范围作为分散性阈值T1；②以空间光线之间的预定距离作为距离阈值T2。