基于SIFT的特征融合傾斜影像匹配方法

張亮格，吳兆福，余 敏，李齊鍵

(1.合肥工業大學 土木與水利工程學院，安徽 合肥 230009;2.安徽省基礎設施安全檢測與監測工程實驗室,安徽 合肥 230009)

傾斜攝影測量可為建筑物提供頂面和立面信息，因此常被用于三維建模。然而傾斜影像存在局部仿射變形比較大、鏡頭方向不一致帶來的色差，建筑物遮擋導致的紋理缺失等問題，因此相較于普通影像匹配，傾斜影像匹配存在匹配點數量少，匹配效率低的問題[1]。

目前針對傾斜影像的匹配方法可大致分為三類:(1)基于仿射不變性的點特征匹配方法。對原始影像提取具有仿射不變性的特征點，生成描述子，匹配。如仿射-尺度不變特征變換(affine scale-invariant feature transform，ASIFT)[2]、Harris-Affine[3]、Hessian-Affine[4]和最大穩定極值區域(maximally stable extremal regions，MSER)[5]。其中,ASIFT具有完全仿射不變性，對圖像旋轉、尺度、光照變化具有更強的魯棒性[6-7]。(2)基于影像糾正的匹配方法。將各個傾斜相機拍攝的影像糾正到以某一基準面為參考面的“虛擬水平像片”上，再用常規影像匹配方法進行匹配[8-9]。(3)基于線特征的匹配方法。根據一些幾何關系，以及一些強度或對比差異等一些強度約束關系來建立線段之間潛在的對應關系，然后在局部間進行匹配，如MSLD(mean-standard deviation line descriptor)[10]算法。但對比上述兩種方法，近幾年線提取算法發展緩慢。文獻[11]指出目前具有最佳仿射不變性的區域特征提取算子為MSER特征提取算子，MSER對于含有相似區域并有明顯邊界的影像效果較好。Hessian-Affine算子和Harris-Affine算子相對其他算子,可以檢測出更多的特征區域,這一特性有利于有遮擋或紊亂情況的影像匹配。……