买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东建筑大学

摘要：本发明提供了一种高精度自适应同名像素插值与优化方法，包括步骤：顾及特征空间分布的自适应误匹配剔除策略；互补特征邻域自适应增长及迭代优化算法，获得影像各局部邻域高精度几何变换参数，继而进行全局与局部融合约束的初始密集匹配；空洞匹配区域的自动检测与同名像素插值，获得复杂场景立体像对的可靠密集匹配结果。该方法充分利用了立体影像反演技术及融合全局核线几何与局部空间互补同名特征邻域信息，构建了严密约束下的逐像素稠密插值及密集匹配策略。

主权项：1.一种高精度自适应同名像素插值与优化方法，其特征在于，至少包括步骤：（1）执行顾及特征空间分布的自适应误匹配剔除策略，利用核线约束来剔除错误匹配：（1a）增加匹配稀疏区域的同名特征权重，根据公式 分别计算各对同名特征的权值，当满足条件，则复制当前同名特征，并添加到用于核线几何估计的同名特征集中，其中,K为同名特征数目，INT为四舍五入取整运算；（1b）估算基本矩阵，基于上步得到的匹配特征集，估算基本矩阵；（1c）排除误匹配，基于生成立体像对的核线几何，继而在同名核线几何约束下排除误匹配；（2）利用互补特征邻域自适应增长及迭代优化算法，包括分类分级邻域互补增长与迭代优化分割策略，获得影像各局部邻域高精度几何变换参数，继而进行全局与局部融合约束的初始密集匹配，具体步骤为：（2a）面特征邻域增长与优化，基于面特征协方差矩阵及其邻域主梯度方位进行邻域增长与优化：（2a-1）在NCC计算基础上，基于当前相关窗口进行最小二乘影像匹配，得到NCC系数值为LNCC，并更新局部仿射变换矩阵A1；（2a-2）计算窗口自适应增长指标 其中和分别为相关窗口每次增长前和增长后的LNCC值，如大于阈值，则继续执行增长操作；否则，停止增长，并保存当前邻域窗口；（2a-3）向其中一个方向执行步长为Δ像素的邻域增长操作，并计算每次邻域增长后的值；如果不满足阈值，则停止该方向增长；对邻域四个方向依次进行该增长操作；（2a-4）重复执行（2a-1）到（2a-3），直到不满足阈值条件，则退出迭代；（2b）线特征邻域增长与优化，采用各侧独立增长策略进行线段邻域扩展与优化：（2b-1）选择线段单侧进行邻域增长，搜索该单侧基础邻域范围内所有的同名像点，并采用最小二乘平差法估计初始仿射变换矩阵A2，继而利用A2对该单侧基础邻域求取NCC系数，如果NCC系数大于给定阈值，则参照面特征邻域增长策略进行线特征单侧邻域增长，否则放弃该侧邻域增长；（2b-2）基于（2b-1策略对线段另一侧进行独立增长与优化，按上述步骤，完成所有同名线特征邻域的自动增长与优化；（2c）点特征邻域增长与优化，针对影像剩余区域的同名点特征进行仿射邻域扩展与优化：（2c-1）对左影像同名点构建Delaunay三角网，并记录每个三角形顶点索引，继而根据右影像上同名点构建对应索引的同名三角网；（2c-2）对任意同名三角形，完成对应邻域仿射变换估计，基于同名特征点坐标，估计对应三角区域仿射变换矩阵A3，并求取同名三角形的重心坐标x和x'，以x为中心取大小为的邻域窗口W，其中，取值为所属三角形三个边长的平均值，并进一步利用A3求取以x'为中心的同名邻域窗口W'，继而计算W和W'的NCC系数，如NCC系数大于给定阈值，则基于LSM迭代求取最优仿射变换矩阵A3，并传递给当前同名三角形邻域，否则，放弃当前同名三角形处理；（2c-3）利用（2c-2）策略依次遍历所有同名三角形，继而完成点特征邻域的增长与优化；（3）进行空洞匹配区域的自动检测与同名像素插值，获得复杂场景立体像对的可靠密集匹配结果。

全文数据：

权利要求：

百度查询： 山东建筑大学 一种高精度自适应同名像素插值与优化方法