利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞

利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞

ID:38118568

大小:385.02 KB

页数:5页

时间:2019-05-26

利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞_第1页
利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞_第2页
利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞_第3页
利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞_第4页
利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞_第5页
资源描述:

《利用泰勒展开的点特征子像素定位方法_肖雄武_郭丙轩_潘飞》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第39卷第10期武汉大学学报·信息科学版Vol.39No.102014年10月GeomaticsandInformationScienceofWuhanUniversityOct.2014DOI:10.13203/j.whugis20130047文章编号:1671-8860(2014)10-1231-05利用泰勒展开的点特征子像素定位方法肖雄武1,21121郭丙轩潘飞张春森薛万唱1武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,4300792西安科技大学测绘科学与技术学院,陕西西安,710054摘要:针对无人机影像空三处理对特征点定位精度要求高的问题

2、,基于Harris点特征提取算子提出了一种改进的子像素定位方法。该方法以二阶泰勒展开式拟合初始特征点邻域的Harris响应函数,采用邻域灰度值中心差商来近似计算泰勒展开式中偏导数的初值,引入最小二乘和高斯距离加权的思想计算偏导数的改正量,对求得的泰勒展开最小二乘拟合式求极值获取子像素级的特征点。通过计算机模拟图像对算法进行精度和抗噪能力测试。结果表明,本文算法的子像素定位精度高,且具有一定的抗噪能力。通过对实际无人机数据进行空三实验,结果表明本文方法的定位精度能改善无人机影像的空三处理结果。关键词:Harris响应函数;子像素定位;泰勒展开式;最小二乘

3、拟合中图法分类号:P231.5文献标志码:A由于无人机影像的基高比小,高程精度差,为低抗噪能力,因此本文选择二阶泰勒展开式);受文了获得较好的空三结果,就对特征点的定位精度献[10-13]中有限差分法(finitedifferentialmethod,提出了很高的要求。特征提取是影像匹配最主要FDM)的启发,通过泰勒展开来构造微分方程中的的任务之一,一种好的特征提取算法需要使提取各阶导数,用差商代替微商。同时还受到文献[14]的特征点满足重现率高、定位精确等特性,尤其是中移动曲面拟合法的启发,偏导数的改正量(即拟重现性对于影像匹配至关重要。Morave

4、c方合式系数的改正量)采用最小二乘法和高斯加权法法[1]、Harris方法[2]、Forstner特征提取方法[3-5]计算,即可求得泰勒展开拟合式的确切系数。实验是影像匹配中三种常用的特征提取算法,其中数据检验了本文算法的定位精度和抗噪能力;并以三套不同类型的无人机影像数据为实验数据,将Harris方法在重现性测试中表现最好,具有很好的定位性能和鲁棒性[6-7],但是该方法提取的特征Harris方法和本文方法分别应用到空三实验中,进一步检验了本文算法的有效性和普适性。点的定位精度还不够高,只能达到像素级水平,因此,要通过一定的方法对提取的特征点进行子

5、像素级改正,实现子像素级精确定位。朱庆等[8]提1基于泰勒展开的子像素定位方法出了一种基于Harris的子像素定位方法,该方法1.1Harris特征提取在Harris算法提取的像素级特征点邻域用二次Harris角点检测算法是Harris和Stephens抛物面函数拟合局部Harris响应函数,给定二次在1988年提出的一种基于信号的点特征提取算抛物面函数的粗略系数,利用最小二乘法求得系子。其原理如下:将所处理的图像窗口w(一般为数的改正值,求取极值点作为子像素级的特征点。矩形区域)向任意方向移动较小的位移(x,y),则基于上述思路,本文提出了一种基于泰

6、勒展其灰度改变量可定义为:开式的点特征子像素定位方法,该方法选择Har-2ris算子作为初始特征点提取算法,受文献[9]的Ex,y=∑ωu,v[Ix+u,y+v-Iu,v]=u,v启发,选择泰勒展开式作为局部Harris响应函数2,y2)]2∑ωu,v[xX+yY+o(x=的拟合式(由于到二阶精度已足够,并且高阶会降u,v收稿日期:2013-04-15项目来源:国家863计划资助项目(2009AA121404);国家自然科学基金资助项目(61172174)。第一作者:肖雄武,博士生。现从事摄影测量空三匹配和数字图像处理方面的研究。E-mail:xiao

7、_xiongwu@sina.com通讯作者:郭丙轩,博士,教授,博士生导师。E-mail:mobilemap@163.com1232武汉大学学报·信息科学版2014年10月22T(1)Ax+2Cxy+By=(x,y)M(x,y)D(x,y)=D(0,0)+(x+y)D(0,0)+其中,X和Y是一阶灰度梯度,可对图像I求卷xy积得到,即1(x+y)2D(0,0)=D+xDx+yDy+2xyX=I/x=I(-1,0,1)(2)1(x22)(4){Y=I/y=I(-1,0,1)TDxx+2xyDxy+yDyy2为了提高抗噪能力,需

8、要对图像窗口进行高其中,D、Dx、Dy、Dxx、Dxy、Dyy分别表示在初始特斯平滑,所选取的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。