车载立方体全景影像匹配点的粗差检测方法

张正鹏; 江万寿; 张靖

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

车载立方体全景影像匹配点的粗差检测方法

张正鹏, 江万寿, 张靖

文章导航 > 武汉大学学报 ● 信息科学版 > 2014 > 39(10): 1208-1213

张正鹏, 江万寿, 张靖. 车载立方体全景影像匹配点的粗差检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(10): 1208-1213.

引用本文:

张正鹏, 江万寿, 张靖. 车载立方体全景影像匹配点的粗差检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(10): 1208-1213.

ZHANG　Zhengpeng, JIANG　Wanshou, ZHANG　Jing. A　Gross　Error　Detection　Method　of　Vehicle－borne　Cubic Panoramic　Image　Se quence[J]. Geomatics and Information Science of Wuhan University, 2014, 39(10): 1208-1213.

Citation:

ZHANG　Zhengpeng, JIANG　Wanshou, ZHANG　Jing. A　Gross　Error　Detection　Method　of　Vehicle－borne　Cubic Panoramic　Image　Se quence[J]. Geomatics and Information Science of Wuhan University, 2014, 39(10): 1208-1213.

车载立方体全景影像匹配点的粗差检测方法

¹武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079;² 辽宁工程技术大学测绘与地理科学学院辽宁阜新123000

基金项目: 国家973计划资助项目2012CB719904 国家自然科学基金资助项目41101452 高等学校博士学科点专项科研基金资助项目20122121120003

详细信息

作者简介:
张正鹏博士生讲师现从事车载移动测量技术研究

中图分类号: P237．9

A　Gross　Error　Detection　Method　of　Vehicle－borne　Cubic Panoramic　Image　Se quence

¹State Key Laboratory of Information Engineerin g in Surveyin gMapp in g and Remote Sensing Wuhan UniversityWuhan 430079 China;² School of GeomaticsLiaoning Technical UniversityFuxin 123000 China

摘要: 针对低匹配内点率情况利用随机抽样一致性算法RANSAC估计车载全景序列影像的极几何模型不稳定造成大量匹配点的粗差无法检测或误检测问题提出了一种基于多约束条件的粗差检测方法以冗余粗差为约束条件采用SIFT和最近邻匹配方法获取独立随机匹配点并构建特征光流矢量利用光流幅度和方向直方图统计结果融合极线尺度和天空点约束条件实现全景影像匹配点的粗差检测通过不同数据的实验分析在短基线条件下可以有效地检测出大部分由纹理重复性尺度变化和运动物体产生的匹配粗差点与传统方法比较本文方法可获得更高的匹配正确点数和正确率尤其在场景复杂造成的低内点率情况下算法表现较为稳定　
- 车载全景影像 /
- 光流 /
- 粗差检测 /
- SIFT特征
Abstract: Because　the 　epipolar 　geometr y　model　estimation　of 　panoramic 　images 　is 　unstable　under 　the low　match　inlier 　ratio 　caseslar ge　numbers　of 　outliers　or 　errors 　cannot 　be　detected　using　RANSAC method．A　new　gross 　error 　detection　method　based　on　multiple 　constraints 　is 　presented 　for 　vehicleborne　panoramic 　image　se quences．Firstthe 　initial　matching　points 　are 　extracted　using　SIFT　and　nearest 　nei ghbor　matchingthen 　inde pendent 　random　matching　points 　are 　constructed　by　redundant 　gross error 　constraints．Secondthe　movement　relationshi ps　between　panoramic 　images 　are 　approximatel y expressed　by　the　histo gram　statistics 　of 　optical 　flow　magnitude 　and　direction which　can　effectivel y improve 　the　matching　inlier 　ratio．Finall ythe 　epipolar 　geometric 　constraintscale 　constraint 　and　sky point 　constraint 　are 　used 　for 　gross 　error 　detection．Several 　panoramic 　images　were　selected 　and　used for 　experiments．An 　anal ysis 　and　comparison　were　carried　out　on　these　data．The 　results 　show　that the　proposed　method　works　well 　in 　short－baseline　conditions 　for 　the　number　and　accurac y　of 　correct matching　pointses peciall y　for 　complex 　scenes 　in 　low 　inlier 　ratio 　cases．The 　al gorithm　performance 　is relativel y　stableand　provides　better 　constraint 　for 　gross 　errors 　usuall y　caused　by　re peated 　textures scale 　changesand　moving　objects．
- vehicle－borne　panoramic 　images /
- optical 　flow /
- gross 　error 　detection /
- SIFT　feature

[1]	张春森, 张月莹, 郭丙轩, 任力. 密集光流法正射影像镶嵌线智能提取 . 武汉大学学报 ● 信息科学版, 2022, 47(2): 261-268. doi: 10.13203/j.whugis20200573
[2]	刘亚文, 张颖, 陈泉. 结合全景影像的车载街景点云数据增强方法 . 武汉大学学报 ● 信息科学版, 2020, 45(7): 1015-1020. doi: 10.13203/j.whugis20180332
[3]	闫利, 周建彤. 单张无人机影像水体高光自动检测与补偿方法 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1511-1517, 1602. doi: 10.13203/j.whugis20170011
[4]	胡学敏, 郑宏, 郭琳, 熊饶饶. 利用鱼眼相机对人群进行运动估计 . 武汉大学学报 ● 信息科学版, 2017, 42(4): 537-542. doi: 10.13203/j.whugis20150090
[5]	王峰, 尤红建, 傅兴玉. 应用于SAR图像配准的自适应SIFT特征均匀分布算法 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 159-163.
[6]	王密, 常学立, 朱映, 应荷香, 成世文. 光学影像自动几何精校正中控制点粗差检测方法比较 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1395-1400.
[7]	陈王丽, 孙涛, 陈喆３马国锐, 秦前清. 利用光流配准进行嫦娥一号CCD多视影像超分辨率重建 . 武汉大学学报 ● 信息科学版, 2014, 39(9): 1103-1108. doi: 10.13203/j.whugis20130289
[8]	林怡, 刘冰, 陈映鹰, 潘琛. 多特征差分核支持向量机遥感影像变化检测方法 . 武汉大学学报 ● 信息科学版, 2013, 38(8): 978-982.
[9]	张谦, 贾永红, 胡忠文. 多源遥感影像配准中的SIFT特征匹配改进 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 455-459.
[10]	涂志刚, 谢伟, 熊淑芬, 秦前清. 一种高精度的TV-L~1光流算法 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 496-499.
[11]	袁修孝, 李然. 带匹配支持度的多源遥感影像SIFT匹配方法 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1438-1442.
[12]	李芳芳, 贾永红, 肖本林, 张谦. 利用线特征和SIFT点特征进行多源遥感影像配准 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 233-236.
[13]	史磊, 李平湘, 杨杰. 利用SIFT与粗差探测进行SAR影像配准 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1296-1299.
[14]	景继, 顾冲时. 数学形态滤波在大坝安全监控数据粗差检测中的应用 . 武汉大学学报 ● 信息科学版, 2009, 34(9): 1126-1129.
[15]	江志军, 易华蓉. 一种基于图像金字塔光流的特征跟踪方法 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 680-683.
[16]	沈未名, 江柳, 种衍文. 视频对象分割及跟踪方法研究 . 武汉大学学报 ● 信息科学版, 2004, 29(3): 274-277.
[17]	王晓卫, 宁固. 一种改进的基于光流的运动目标的检测算法 . 武汉大学学报 ● 信息科学版, 2003, 28(3): 351-353,362.
[18]	林宗坚, 袁宏永. 由双目序列影像解求运动参数的非立体匹配方法 . 武汉大学学报 ● 信息科学版, 1994, 19(1): 1-6.
[19]	邵巨良. 微机地形数据采集系统的设计与实现 . 武汉大学学报 ● 信息科学版, 1991, 16(1): 19-26.
[20]	匡善龙. 海洋单点定位粗差检测和位置估计 . 武汉大学学报 ● 信息科学版, 1987, 12(4): 85-97.

点击查看大图

计量

文章访问数: 662
HTML全文浏览量: 20
PDF下载量: 480
被引次数: 0

车载立方体全景影像匹配点的粗差检测方法

¹武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079;² 辽宁工程技术大学测绘与地理科学学院辽宁阜新123000

基金项目: 国家973计划资助项目2012CB719904 国家自然科学基金资助项目41101452 高等学校博士学科点专项科研基金资助项目20122121120003

作者简介:
张正鹏博士生讲师现从事车载移动测量技术研究

收稿日期: 2013-05-08
刊出日期: 2014-10-05

中图分类号: P237．9

关键词:

车载全景影像 /

光流 /

粗差检测 /

SIFT特征

摘要: 针对低匹配内点率情况利用随机抽样一致性算法RANSAC估计车载全景序列影像的极几何模型不稳定造成大量匹配点的粗差无法检测或误检测问题提出了一种基于多约束条件的粗差检测方法以冗余粗差为约束条件采用SIFT和最近邻匹配方法获取独立随机匹配点并构建特征光流矢量利用光流幅度和方向直方图统计结果融合极线尺度和天空点约束条件实现全景影像匹配点的粗差检测通过不同数据的实验分析在短基线条件下可以有效地检测出大部分由纹理重复性尺度变化和运动物体产生的匹配粗差点与传统方法比较本文方法可获得更高的匹配正确点数和正确率尤其在场景复杂造成的低内点率情况下算法表现较为稳定　

English Abstract

A　Gross　Error　Detection　Method　of　Vehicle－borne　Cubic Panoramic　Image　Se quence

¹State Key Laboratory of Information Engineerin g in Surveyin gMapp in g and Remote Sensing Wuhan UniversityWuhan 430079 China;² School of GeomaticsLiaoning Technical UniversityFuxin 123000 China

Received Date: 2013-05-08
Publish Date: 2014-10-05

Keywords:

Abstract: Because　the 　epipolar 　geometr y　model　estimation　of 　panoramic 　images 　is 　unstable　under 　the low　match　inlier 　ratio 　caseslar ge　numbers　of 　outliers　or 　errors 　cannot 　be　detected　using　RANSAC method．A　new　gross 　error 　detection　method　based　on　multiple 　constraints 　is 　presented 　for 　vehicleborne　panoramic 　image　se quences．Firstthe 　initial　matching　points 　are 　extracted　using　SIFT　and　nearest 　nei ghbor　matchingthen 　inde pendent 　random　matching　points 　are 　constructed　by　redundant 　gross error 　constraints．Secondthe　movement　relationshi ps　between　panoramic 　images 　are 　approximatel y expressed　by　the　histo gram　statistics 　of 　optical 　flow　magnitude 　and　direction which　can　effectivel y improve 　the　matching　inlier 　ratio．Finall ythe 　epipolar 　geometric 　constraintscale 　constraint 　and　sky point 　constraint 　are 　used 　for 　gross 　error 　detection．Several 　panoramic 　images　were　selected 　and　used for 　experiments．An 　anal ysis 　and　comparison　were　carried　out　on　these　data．The 　results 　show　that the　proposed　method　works　well 　in 　short－baseline　conditions 　for 　the　number　and　accurac y　of 　correct matching　pointses peciall y　for 　complex 　scenes 　in 　low 　inlier 　ratio 　cases．The 　al gorithm　performance 　is relativel y　stableand　provides　better 　constraint 　for 　gross 　errors 　usuall y　caused　by　re peated 　textures scale 　changesand　moving　objects．

张正鹏, 江万寿, 张靖. 车载立方体全景影像匹配点的粗差检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(10): 1208-1213.

引用本文:

张正鹏, 江万寿, 张靖. 车载立方体全景影像匹配点的粗差检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(10): 1208-1213.

Citation: