巩丹超，韩轶龙，黄 旭

1. 西安测绘研究所,陕西 西安 710054； 2. 地理信息工程国家重点实验室, 陕西 西安 710054； 3. 武汉大学遥感信息工程学院，湖北 武汉 430079； 4. 武汉市工程科学技术研究院, 湖北 武汉 430019

立体影像密集匹配是在立体影像中，逐像素或者接近逐像素地寻找两张影像之间的同名点，并根据同名光线对对相交的原理，生成三维点云的过程[1]。立体影像密集匹配具有点云密度大、匹配结果稳定、成本低等突出优势，因此可以广泛应用于一些智能3D场景，如：测绘制图、变化监测、国防军事、智慧城市、无人驾驶、虚拟现实、游戏动画、抢险救灾等[2-6]。

立体影像密集匹配常采用固定匹配窗口来计算和比较同名点之间的特征相似性，其基本假设是局部匹配窗口内，所有像素的视差均一致。该假设在大部分场景下适用，但是在建筑物边缘区域，由于存在明显的视差/高程阶跃变化，该假设无法成立。在建筑物边缘区域，固定匹配窗口会带来较大的匹配歧义性，从而降低建筑物边缘的匹配精度，具体表现为：建筑物边缘不规则，建筑物边缘外扩等问题，如图1所示。图1(a)、(c)表示原始影像。图1(b)、(d)表示对应的立体影像密集匹配结果。图1(a)、(c)中红色的线，以及图1(b)、(d)中白色的线是对应的建筑物直线边缘特征。其中，密集匹配算法采用著名的半全局密集匹配算法(semi-global matching,SGM)[7-8]，匹配特征算子采用Census[9]，匹配窗口大小为9×9像素。从图1可以看出，SGM密集匹配算法的匹配结果，在建筑物边缘区域存在明显的外扩问题，从而影响后续建筑物的三维重建精度。……