APP下载

局部相位相关法在密集匹配中的应用及精度分析

2018-06-04邹进贵杨义辉翟若明

测绘通报 2018年5期

邹进贵,杨义辉,李 琴,翟若明

(1. 武汉大学测绘学院,湖北 武汉 430079; 2. 武汉大学精密工程与工业测量国家测绘地理信息局重点实验室,湖北 武汉 430079; 3. 辽宁省交通高等专科学校,辽宁 沈阳 110122)

在基于双目视觉的密集匹配方法中,基于全局和基于区域的立体匹配算法都可以输出稠密视差图,但传统匹配算法对于含有显著图像噪声及光照变化的立体像对匹配效果较差,容易出现误匹配现象[1-2]。

而基于频域的相位相关算法(phase only correlation,POC)是一种基于傅里叶(Fourier)功率谱的频域相关算法,由于该方法只取互功率谱中的相位信息,因而减少了对图像内容的依赖性,而且所获得的相关峰尖锐突出。因此该算法块位移量检测范围较大,有较高的匹配精度。另外,POC算法对图像灰度依赖较小,具有一定的抗干扰能力,因此经常用于图像的配准处理中。但由于该方法计算量大、对窗口形状和大小要求严格,在密集匹配中运用较少[3-5]。

图像配准是将同一场景的两幅或多幅图像重叠在一起,从几何学来讲就是建立待配准图像和模板图像之间的对应变换关系[3]。如果以立体像对中同一位置的某点为中心进行加窗Fourier变换,即局部采样矩阵Fourier变换,再利用局部相位相关,就可以精确定位相位互相关谱的峰值,进而估计出窗口间亚像素级平移参数。通过对图像中每个像素点进行上述计算,取各点横向平移参数,即为该点视差值,进而得到视差图。

1 相位相关法的密集匹配原理

由Fourier变换的性质可知,在时域中信号的平移运动可以通过在频域中相位的变化表现出来,且这种平移在频域中只反映在相位变化上,而对应的幅度谱是相同的。……

登录APP查看全文