1 引言

    基于特征点的影像匹配，通常是建立相邻两幅航片之间特征点之间的对应关系，通过计算出对应点之间的相似性度量，作为影像匹配的准则。相对于基于灰度匹配方法，基于特征的匹配速度更快，但是当待匹配影像的尺寸增大时，随之而来的运算量和运算时间也将呈几何级数增长，这样下来其优势就不那么明显了。所以在当前影像匹配研究领域的迫切任务就是，在提高影像匹配精度的基础上降低影像匹配的时间。

2 影像特征点提取  

基于特征点的影像匹配包括特征点提取和特征点匹配两个阶段。影像特征点提取的结果直接影响后续影像匹配结果的精度、密集度、以及可靠性。

2.1 特征点提取

影像特征是由于地面对象的物理与几何特性使影像中局部区域的灰度产生明显的变化而成的，是影像灰度曲面的不连续点。在实际影像中，由于点的扩展，特征表现为一个微小邻域中灰度的急剧变化或灰度分布的均匀性，特征的存在使局部区域中有较大的信息量。特征提取是指运用某种算法从影像中提取我们感兴趣的点、线、面，用于某种目的，是影像分析和影像匹配的基础。

一般来讲，点特征是影像匹配中应用最多的特征，称为特征点，它具有定位准确、检测和描述容易以及重建精度高的优点,点特征是影像最基本的一种特征，从影像中提取特征点是基于特征点影像匹配的第一步。

2.2特征点提取算子

提取点特征的算子被称为兴趣算子,目前最常用、最稳定的检测算子是Forstner算子。Forstner算子通过计算各像素的Robert梯度和以像素(c, r)为中心的一个窗口的灰度协方差矩阵，在影像中寻找具有尽可能小而且接近圆的点作为特征点，它通过计算各影像点的兴趣值并采用抑制局部极小点的方法提取特征点。其优点在于：

1）稳定性较好，对于图像的旋转、灰度的变化及噪音的影响较小；

2）定位准确；

3）抗噪性较好，检测效率高。

3 基于核线约束的特征点匹配原理

3.1 核线的基本特性

通过摄影基线与任一物方点所作的平面称为通过此物方点的核面，核面与影像面的交线即为核线。根据摄影测量和计算机视觉的理论可知，同名点一定位于立体像对的同名核线上，我们把这种约束关系称为核线几何约束。

核线有如下基本性质：

1）在倾斜影像上的所有核线相互不平行，但交于核点（极点）。

2）在理想影像平面上，所有核线相互平行，不仅同一影像面上的核线平行，而且影像对上的相应的核线也平行，上下视差为零，这一特性对于立体观测是十分有用的。

3）左（右）影像上的某一点，其同名点必定在其右（左）影像上的同名核线上，这一特性是实现核线相关的基本依据。

3.2 核线约束

运用核线约束可将点匹配的二维搜索降低到一维搜索，即由面状区域缩小成一个线段，大大提高匹配效率，减小发生错误匹配的概率。

核线相关是一种一维相关，如图1所示，其目标区和搜索区分别位于左、右影像的同名核线上。由于两影像窗口的相似性测度一般是统计量，为了保证相关结果的可靠性，一维相关目标区的选择一般以待匹配点为中心，建立m×n（一般取m=n，n为奇数）个像素的目标窗口。在右影像上确定同名核线的搜索范围内，以核线上逐个点为中心建立搜索窗口，分别计算目标窗口和沿核线搜索方向上每个搜索窗口的灰度相似性测度，取最大值所对应的搜索窗口的中心点为最终的同名点。

图1 一维相关目标区与搜索区

3.3 灰度相似性约束

灰度相似性约束是影像匹配中最基本也是最简单的约束。计算灰度相似性的方法有很多，比较常用的是用FNCC ( Fast Normalized Cross Correlation)方法来计算立体像对上匹配点之间的灰度区域相关系数[4]。

    (3-1)

，           (3-2)

在（3-1）式中xij和yij是以匹配点为中心，大小为m×n的局部窗口内各像素的灰度值。NCC的取值范围从-1 到1，其值越大，相关性就越大。一般来说，给定一对匹配点，如果认为是候选匹配点，则其NCC值必须大于某一阈值，该阈值一般设为0.8。

3.4 双向一致性约束

影像匹配常规的做法是对左像上选定的点，在右像上寻找其可能的匹配点，这种策略可能会导致匹配的不对称。双向一致性约束是指将对左像上的点在右像上寻找其匹配点的过程时，针对右像上的点也同样对称地进行一遍，只有具备匹配双向一致性的点对才被最终确定为同名点。

4 实验

4.1 实验流程

通过前面对影像匹配中特征点提取、核线约束及匹配理论的论述和分析，本文讨论的特征点匹配流程如下：

步骤1:对参考影像上每个特征点进行匹配，首先采用核线约束确定匹配的搜索范围，确定核线邻域范围内的候选特征点。

步骤2:采用灰度相关方法进行匹配，在搜索区域中，分别计算待选点与候选特征点之间的相关系数，其中相关系数最大值大于给定的阈值，则这两个点为同名像点。

步骤3:对同名像点进行前方交会得到该点在物方空间的三维坐标。

步骤4:构建稀疏的TIN模型，生成数字表面模型（DSM）。

4.2 实验数据源

实验数据选取某地同一条航线上两张UCX数字航空影像子影像。相机焦距为100.5mm,像元大小为7.2um，相应地面分辨率0.049m。两张整幅影像的航向重叠达80%以上，影像大小为14430×9420像素，利用VirtuoZo空三后获得每张影像精确的内外方位元素。

表1 实验影像区的裁切坐标及大小

4.3 特征点提取

采用改进的Forstner算子对两张UCX数字航空遥感影像提取特征点，结果如图2所示。两张影像分别提取的特征点数目为1298、1182。

图2 改进的Forstner算子特征点提取结果

4.4 特征点匹配

4.4.1 核线约束

在实验匹配过程中，采用核线约束搜索范围，根据3.2节中关于核线约束的基本原理，首先计算左影像上待匹配点在右影像上的核线，核线计算过程中，分别取H=3，H=80，任选image58影像上某一特征点为例，计算得到它在image59影像上的核线，以及位于核

线线上的候选点，其中有5个点位于该核线段上，结果如图3： 

图3 某点在相邻影像上的核线段及待匹配候选点

相关窗口选择15×15，分别计算image58影像上的特征点与它在image59影像的核线上的5个点的相关系数，结果如表2。如果匹配过程中设置相关系数(NCC)阈值为0.75，那么核线段上最左边的点就认为是匹配得到的同名像点。

表2 候选匹配点像素坐标及相关系数值

4.4.2 基于灰度相关的匹配

参照灰度相关的基本理论，本实验在匹配过程中，采用不同的相关系数阈值，分别采用0.85、0.80、0.75。匹配结果如图4、图5、图6。

图4 相关系数>0.85匹配得到的同名像点结果图

图5 相关系数>0.8匹配得到的同名像点结果图

图6相关系数>0.75匹配得到的同名像点结果图

4.5 实验结果与分析

对4.4.2节三组实验结果进行目视判读评定，并计算不同阈值状态下的匹配正确率情况如下表3： 

表3 影像匹配结果分析

5 结论

本文研究的基于核线约束的特征点匹配方法结合了两种传统匹配方法的优点，在匹配效率和精度方面，较以往有了较大改进。通过实验结果验证，该方法匹配正确率高达95%以上，可靠性高，在实际应用中可根据需要来设置匹配阈值的大小。此外，由表3可以看出，本方法中阈值的大小直接影响着匹配结果的数量﹑速度与精度。阈值大，匹配得到同名像点的数目少，匹配精度高，匹配时间长。

基于核线约束的特征点匹配方法为新型航空数字传感器获取的数字影像匹配提供了一条有效的解决途径，为后续数字地面模型和人工地物目标的三维重建创造了良好的基础条件。

参考文献

[1] 刘莹,曹剑中,许朝晖,等.基于灰度相关的图像匹配算法的改进[J].应用光学,2007,28(5):536～540.

[2] 安如,金夏玲,王慧麟,等.基于特征匹配的影像可匹配性研究[J].红外与激光工程, 2005,34(4):469～473.

[3] 江万寿,郑顺义,张祖勋,张剑清.航空影像特征匹配研究[J].武汉大学学报·信息科学版,2003,28(5):510～513.

[4] 吴波.自适应三角形约束下的立体影像可靠匹配方法[D].武汉:武汉大学,2006.

[5] 张祖勋,张剑清．数字摄影测量学[M].武汉：武汉大学出版社,1997.