2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩147頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、大角度傾斜立體影像因其成像幾何模型穩(wěn)定、覆蓋范圍廣以及紋理信息豐富,在城市真三維重建中發(fā)揮著關鍵作用。然而,由于傳感器在獲取影像過程中視角發(fā)生顯著變化,導致影像間存在較大的幾何和輻射畸變、同名區(qū)域遮擋等問題,加大了計算機自動立體量測同名像點匹配的難度。因此,研究此類影像的可靠匹配算法,無論是對提高城市真三維重建的效率,還是對推動數字攝影測量自動化進程,均具有重要意義。
  基于此,論文主要研究了仿射不變特征提取和匹配基礎原理、多類

2、型特征區(qū)域互補性匹配方法、最小二乘高精度魯棒匹配算法、基于透視不變鄰域變換準密集匹配策略、基于復雜三維場景的多視剖分匹配技術、核線驅動約束下建筑物角點匹配方法以及上述算法和策略在三維重建中的應用。主要研究成果如下:
  (1)提出一種仿射不變特征互補性評價測度(Complementary Metric, CM),實現(xiàn)了對現(xiàn)有仿射不變特征融合效果的定量評價,結果表明最大穩(wěn)定極值區(qū)域(Maxmally Stable Extremal

3、Regions, MSERs)與Harris&Hessian Affine特征互補性能較好,進一步研究提出融合互補仿射不變特征多層次自適應匹配方法,實際的傾斜立體影像實驗結果表明該方法能夠得到數量較多、分布均勻的特征匹配。
  (2)為增強特征匹配算法的魯棒性,采用精確的核線方位代替特征區(qū)域主梯度方位,并通過最小二乘影像匹配(Least Square Matching, LSM)算法來優(yōu)化特征匹配的精度,LSM迭代所需的良好的初始

4、值由同名特征鄰域固有的幾何屬性求取,實驗結果表明,該方法能夠使特征匹配精度有效提高到亞像素級;在仿射不變特征的LSM匹配基礎上,提出一種透視不變鄰域變換準密集匹配算法,實驗結果驗證了該方法具有精度和效率優(yōu)勢。
  (3)針對包含復雜建筑物的航空傾斜影像,提出一種基于仿射近似平面剖分的精化匹配算法,該方法能夠有效獲取景象深度不同匹配點;并提出一種基于核線驅動與自適應變窗口的建筑角點匹配方法,為視差斷裂區(qū)域的同名點匹配問題探索了一種可

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論