6.4最小二乘影像匹配
摄影测量学考试资料
1.摄影测量学：对研究的对象进行摄影，根据所获得的构想信息，从几何方面和物理方面加于分析研究，从而对所摄对象的本质提供各种资料的一门学科。
2.像片解析：利用数学分析的方法，研究被摄景物在航片上的影像与所摄物体之间的数学关系，从而建立起像点与物点的坐标关系式。
3.航向重叠：为了满足测图的需要，在同一条航线上，相邻两像片应有一定范围的影像重叠，称之为航向冲向重叠4.旁向重叠：相邻航线也应有足够的重叠，称为旁向重叠。
5.航向重叠一般要求为p%=60%——65%，最小不得小于53%；旁向重叠要求为p%=30%——40%，最小不得小于156.航向重叠度与旁向重叠度是进行立体观察，立体量测及像片连接的必须条件7.摄影基线B：摄影瞬间相邻两摄站的空间距离8.引起像片上影像产生误差的因素包括：物镜畸变，感光材料变形，大气折射，地球曲率。
9.空中航摄质量评定：1）空中航摄质量评定：空中摄影摄影质量评定：**负片上的影像是否清晰，框标影像是否齐全，像符四周指示器是否清晰2）**由于太阳的高度角，地物的阴影长度是否超过规范3）**航摄负片上是否存在云影、划痕、折伤和乳剂脱落现象4）负片的反差5）航带的直线性、航带间的平行性、像片间的重叠度、航高差、摄影比例尺等指标的评定10.像片的方位元素：描述航空摄影瞬间摄影中心与像片在地面设定的空间坐标系中的位置与姿态的参数称为像片的方位元素。
11.内方位元素：表示摄影中心与像片之间相关位置的参数称为内方位元素12.外方位元素：表示摄影中心和像片在地面坐标系中的位置和姿态的参数称为外方位元素13.中心投影的构像方程式14.中心摄影的构像方程式的应用：1）单像空间后方交会2）光束法区域网平差的基本公式3）解析测图仪的数字摄影的基础4）利用DEM进行单张像片测图15.人造立体视觉必须符合自然界立体观察的四个条件：1）两张像片必须是在两个不同位置对同一景物摄取的立体像对2）每只眼睛必须只能观察像对的一张像片3）两像片上相同景物（同名像点）的连线与眼睛基线应大致平行4）两像片的比例尺相近（差别<15%）否者需用ZOOM系统等进行调节16.双像解析摄影测量：按照立体像对与被摄物体的几何关系，以数学计算方式，通过计算机解求被摄物体的三维空间坐标，称之为双像解析摄影测量17.解析法处理立体像对的常用方法：1）利用像片的空间后方交会与前方交会求解地面目标的空间坐标2）利用相对定向和绝对定向求解地面目标的空间坐标3）利用光束法双像解析摄影测量求解地面目标的空间坐标18.解析相对定向：用于描述两张像片相对位置和姿态的参数称相对定向元素，用解析计算的方法解求相对定向元素的过程称为解析相对定向。
无人驾驶飞机精确定位方法研究
Ａｂｓｔｒ ａｃｔ： ＧＰＳ ｔｅｃｈｎｉｑｕｅ ｈａｓ ｂｅｅｎ ａｐｐｌｉｅｄ ｔｏ ｌｏｃａｔｅ ａｎｄ ｎａｖｉｇａｔｅ ｔｈｅ Ｒｅｍｏｔｅｌｙ Ｐｉｌｏｔｅｄ Ｖｅｈｉｃｌｅｓ（ ＲＰＶ） ｗｉｄｅｌｙ， ｂｕｔ ｉｔ ｉｓ ｒｅｓｔｒｉｃｔｅｄ ｉｎ ｗａｒｔｉｍｅ ａｎｄ ｔｈｅ ｄｉｆｆｉｃｕｌｔ ａｒｅａ．Ｔｈｅ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｋｉｎｄ ｏｆ ｍｅｔｈｏｄ ｌｏｃａｔｉｎｇ ａｃｃｕｒａｔｅｌｙ ｔｈｅ ＲＰＶ ｕｓｉｎｇ ｔｈｅ ｉｍａｇｅ ｍａｔｃｈｉｎｇ ｔｅｃｈｎｉｑｕｅ ｂａｓｅｄ ｏｎ ｔｈｅ ｒｅｓｔｒｉｃｔｉｏｎ ｅａｃｈ ｏｔｈｅｒ ｆｏｒ ｔｈｅ ｍａｔｃｈｉｎｇ－ ｐｏｉｎｔｓ， ｗｈｉｃｈ ｍａｙ ｉｍｐｒｏｖｅ ｔｈｅ ｒｅｌｉａｂｉｌｉｔｙ ａｎｄ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｔｈａｔ ＲＰＶ ｃａｎ’ｔ ｂｅｅｎ ｌｏｃａｔｅｄ ａｃｃｕｒａｔｅｌｙ ｂｙ ｔｈｅ ｓｉｎｇｌｅ ｍａｔｃｈｉｎｇ－ ｐｏｉｎｔ ｆｏｒ ｔｈｅ ＲＰＶ ａｌｔｅｒａｂｌｅ ａｔｔｉｔｕｄｅ．Ｔｈｅ ｍｅｔｈｏｄ ｆｉｒｓｔｌｙ ｐｒｏｃｅｓｓｅｓ ｔｈｅ ｉｍａｇｅ ｏｂｔａｉｎｅｄ ｂｙ ＲＰＶ ａｎｄ ｔｈｅ ｒｅｆｅｒｅｎｃｅ ｉｍａｇｅ ｕｓｉｎｇ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｓｏ ａｓ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｏｂｖｉｏｕｓ ｆｅａｔｕｒｅ ｐｏｉｎｔｓ ｅｎｏｕｇｈ．Ｔｈｅｎ ｔｈｅ ａｃｃｕｒａｔｅ ｃｏｏｒｄｉｎａｔｅｓ ｏｆ ｔｈｅ ｍａｔｃｈｉｎｇ ｐｏｉｎｔｓ ａｒｅ ｃａｌｃｕｌａｔｅｄ ｕｓｉｎｇ ｔｈｅ ｌｅａｓｅ ｉｍａｇｅ ｍａｔｃｈｉｎｇ ａｎｄ ｔｈｅ ｒｅｓｔｒｉｃｔｉｏｎ ａｍｏｎｇ ｔｈｅ ｍａｔｃｈｉｎｇ － ｐｏｉｎｔｓ， ｗｈｉｃｈ ｍａｙ ｃａｌｃｕｌａｔｅ ｔｈｅ ａｃｃｕｒａｔｅ ｓｐａｃｅ ｌｏｃａｔｉｏｎ ｏｆ ｔｈｅ ＲＰＶ． Ｋｅｙｗｏ ｒ ｄｓ ： ｒｅｍｏｔｅｌｙ ｐｉｌｏｔｅｄ ｖｅｈｉｃｌｅｓ （ ｕｎｍａｎｎｅｄ ａｅｒｉａｌ ｖｅｈｉｃｌｅ ） ｎａｖｉｇａｔｉｏｎ ， ｓｐａｃｅ ｌｏｃａｔｉｏｎ ， ｉｍａｇｅ ｍａｔｃｈｉｎｇ， ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ
数字影像最小二乘法匹配
vv
(g2
g2 g1 g2 2
g1 )2
(
g2 g1 g2 2
)2
g
2 2
2
g2 g1 g2 2
g2 g1
g12
vv
g12 (
g2 g1)2 g2 2
相关系数
2
(
g2 g1 )2
g1 2
g2 2
相关系数与vv的关系
1 n
2 v 2 g
信噪比 方差
SNR g v
ˆ
2 x
1 n SNR
2 v 2 g
相关系数与信噪比之间的关系
(SNR)2
1
(1 2)
ˆ
2 x
(1
n
2
)
2 v 2 g
可以得到一些很重要的结论：
影像匹配的精度与相关系数 有关，相关系数愈大则精度愈 高。它与影像窗口的“信噪比” 有关，信噪比愈大，则匹配的 精度愈高。
3．把握文章的艺术特色，理解虚词在文中的作用。
4．体会作者的思想感情，理解作者的政治理想。一、导入新课范仲淹因参与改革被贬，于庆历六年写下《岳阳楼记》，寄托自己“先天下之忧而忧，后天下之乐而乐”的政治理想。实际上，这次改革，受
到贬谪的除了范仲淹和滕子京之外，还有范仲淹改革的另一位支持者——北宋大文学家、史学家欧阳修。他于庆历五年被贬谪到滁州，也就是今天的安徽省滁州市。也是在此期间，欧阳修在滁州留下了不逊
影像匹配的精度还与影像的纹
理结构有关，即与 ( g / g) 有关。 特别 是g 当愈大，则影像匹配精
第六章最小二乘影像匹配
二．单点最小二乘影像匹配
采用最小二乘影像匹配，解求变形参数 的改正值dh0,dh1, da0,…。
计算变形参数 a0i xa0i 21 daa0 0iaa10ix1daa1i2y b0i 1da2i
g2 g1 g 22
1
h0
1 n
(
g1
g2 ( g2 )h1 )
h0 0
h1
g2 g1 g 22
1
一．最小二乘影像匹配原理
消除了两个灰度分布的系统的辐射畸变后，其残余的灰度差 的平方和为
v h0 h1g2 ( g1 g2 )
vv
(g2
1
da0i
db0i
0 1 da1i
db1i
b b a db b db i 0 i 11
0i 1 0 i 1 i 1 i
1
ida2i
1 i
a01i 1
1
a1i i 11
1
a2i 1i
x
1 i
1
2 i
b b a db b db 12 db2i 2b0i1 b1i21 b2i11 y 2
g1g2
g2 2
h1
g1
g2 n
(
g2 )2 n
g2 g1 g 22
1
h0
1( n
g1
g2 (
g2 )h1 )
一．最小二乘影像匹配原理
对g1，g2中心化处理 g1 0; g2 0;
影像匹配基础理论与算法
四像元平均
九像元平均
金字塔影像层的确定方法
原始影像称第零层，第一层影像每一像素相当于零层（ 原始影像称第零层，第一层影像每一像素相当于零层（l×l）l 个像素， 层影像每一像素相当于零层的（ 个像素，第k层影像每一像素相当于零层的（l×l）k个像素
由影像匹配窗口大小确定金字塔影像层数
w＜INT（n/lk＋0.5）＜l·w ＜ 影像 长度
1 T
(τ ) =
lim
T →∞
∫
T
0
x ( t ) y ( t + τ ) dt
估计值
ˆ xy ( τ ) = 1 R T
∫
T
0
x ( t ) y ( t + τ ) dt
当x(t)=y(t)时 时 R xx ( τ ) =
自相关函数
∫
+∞ −∞
x ( t ) x ( t + τ ) dt
均值
R xx ( τ ) =
一.常见的五种基本匹配算法
同名点的确定是以匹配测度为基础 同名点的确定是以匹配测度为基础 匹配测度
G ( g ij )
武汉大学摄影测量学历年研究生入学考试试题(99-08)[1]
![武汉大学摄影测量学历年研究生入学考试试题(99-08)[1]](https://img.taocdn.com/s3/m/344284641ed9ad51f01df272.png)
武汉大学
2006 年攻读硕士学位研究生入学考试试题
科目名称：摄影测量学
科目代码：847
一、 简答题（共 5 小题，每小题 10 分，共 50 分）
1. 单像空间后方交会中外方位元素的初始值如何确定？空间后方交会结果的 精度如何评定？导致空间后方交会的解不唯一的主要原因是什么？
2. 以ϕ、ϖ、κ 转角系统为例，对于空间直角坐标系的旋转矩阵 R = Rϕ Rϖ Rκ ， 试写出旋转矩阵 R 中 9 个方向余弦（a1,a2,……,c3）的完整表达式。
数字地面模型制作数字正射影像？
7. （本题 10 分）已知平地上一栋矩形平顶房屋的矢量数据Pi（Xi、Yi、Zi），
i=1,2,3,4，其中Zi是房顶高程，地面高程为Z0，如何绘出该房屋的立体透 视图？
武汉大学
2003 年攻读硕士学位研究生入学考试试题
科目名称：摄影测量学
科目代码：773
一、 名词解释（共 5 小题，每小题 8 分，共 40 分）
3. 数字高程模型（DEM）和数字表面模型（DSM）的主要区别是什 么？通过哪些方法可获取某些区域的 DEM 或 DSM（要求说明所 获取的是 DEM 还是 DSM）？
4. 真正射影像（True-orthophoto）的含义是什么？以数字微分纠正为 例，真正射影像与传统正射影像在制作过程中主要的差别在哪 里？
提示：仿射变换公式为：
⎧ ⎨ ⎩
x y
= =
a0 b0
+ +
a1 b1
x'+ a x'+b2
2y y'
'
2. 数字高程模型的表达形式主要有哪几种？各有何优缺点？数字高程模型主 要有哪些应用？
最小二乘影响匹配
最小二乘影像匹配刖言最小二乘影像匹配（Least Squares Image Matchi ng是由德国Ackerma nn教授提出的一种高精度影像匹配算法，该方法的影像匹配可以达到1/10甚至1/100 像素的高精度，也即可以达到子像素级。
为此，最小二乘影像匹配也被称为“高精度影像匹配”。
它不仅可以应用于一般的数字地面模型，生产正射影像图，而且可以用于控制点的加密以及工业上的高精度量测。
由于在最小二乘影像匹配中可以灵活地引入各种已知参数条件（如共线方程等几何条件、已知的控制点坐标等），从而进行整体平差。
它不仅可以解决“单点”的影像匹配问题影像匹配问题，以求其“视差”；也可以直接求解空间坐标；而且可以同时解求待定点的坐标与影像的方位元素；还可以同时解决“多点影像匹配或“多片”影像匹配。
另外，在最小二乘影像匹配系统中，可以很方便的引入“粗差检测”，从而大大提高影像匹配的可靠性。
由于最小二乘影像匹配方法具有灵活、可靠和高精度的特点，因此，它受到了广泛的应用，得到了很快的发展。
当然，这个系统也有缺点，如当初始值不太精确时，系统的收敛性等问题有待解决。
1、最小二乘法影像匹配的基础理论与算法影像匹配实际上就是两幅或多幅影像之蜘识别同名点. 它是数字摄影测量的核心问题。
我们知道要匹配的点的同名像点肯定在其同名核线上。
在进行最小二乘影像匹配之前。
需要先进行粗匹配。
然后在粗匹配的基础上用最小二乘法进行精匹配。
1. 1基于数字影像几何纠正法提取核线，利用共面方程确定同名核线核线在航空摄影测量上是相互不平行的，它们相交于一点一一核点。
但是如果将影像上的核线投影（或者称为纠正）到一对“相对水平”一一平行于摄影基线的影像对上后，则核线相互平行。
正是由于“水平”的像片具有这么一特性，我们就有可能在“水平”像片上建立规则的格网，它的行就是核线。
核线上像元素（坐标为xt、yt）的灰度可由它对应的实际像片的像元素的坐标为x,y的灰度求的，即g （xt，yt）--g（x ，y）。
最小二乘影响匹配
最小二乘影像匹配前言最小二乘影像匹配（Least Squares Image Matching）是由德国Ackermann教授提出的一种高精度影像匹配算法，该方法的影像匹配可以达到1/10甚至1/100像素的高精度，也即可以达到子像素级。
为此，最小二乘影像匹配也被称为“高精度影像匹配”。
它不仅可以应用于一般的数字地面模型，生产正射影像图，而且可以用于控制点的加密以及工业上的高精度量测。
由于在最小二乘影像匹配中可以灵活地引入各种已知参数条件（如共线方程等几何条件、已知的控制点坐标等），从而进行整体平差。
它不仅可以解决“单点”的影像匹配问题影像匹配问题，以求其“视差”；也可以直接求解空间坐标；而且可以同时解求待定点的坐标与影像的方位元素；还可以同时解决“多点影像匹配或“多片”影像匹配。
另外，在最小二乘影像匹配系统中，可以很方便的引入“粗差检测”，从而大大提高影像匹配的可靠性。
由于最小二乘影像匹配方法具有灵活、可靠和高精度的特点，因此，它受到了广泛的应用，得到了很快的发展。
当然，这个系统也有缺点，如当初始值不太精确时，系统的收敛性等问题有待解决。
1、最小二乘法影像匹配的基础理论与算法影像匹配实际上就是两幅或多幅影像之蜘识别同名点．它是数字摄影测量的核心问题。
我们知道要匹配的点的同名像点肯定在其同名核线上。
在进行最小二乘影像匹配之前。
需要先进行粗匹配。
然后在粗匹配的基础上用最小二乘法进行精匹配。
1．1基于数字影像几何纠正法提取核线，利用共面方程确定同名核线核线在航空摄影测量上是相互不平行的，它们相交于一点——核点。
但是如果将影像上的核线投影(或者称为纠正)到一对“相对水平”——平行于摄影基线的影像对上后，则核线相互平行。
正是由于“水平”的像片具有这么一特性，我们就有可能在“水平”像片上建立规则的格网，它的行就是核线。
核线上像元素(坐标为xt、yt)的灰度可由它对应的实际像片的像元素的坐标为x，y的灰度求的，即g（xt，yt)--g(x，y)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
主要内容
最小二乘法影像匹配的原理
单点最小二乘法影像匹配
最小二乘法影像匹配精度
最小二乘影像匹配
德国Ackermann教授提出了一种新
的影像匹配方法——最小二乘影像匹 配（least Squares Image Matching）
影像匹配可以达到1/10甚至1/100像
x g 2 g / g 2
2
ˆ /g
2 x 2 0
2
1 2 / v n 1
2 0
n为目标区像元个数。由于上式右
边是的无偏估计，所以
2 0
2 v
ˆ
2 x
1 n
2 v 2 g
信噪比
g SNR v
方差
1 ˆ n SNR
dh。，dh1， da0，·,db2是待定参数的 · ·
改正值，它们之初值分别为
h0 = 0； h1 = 1；a0 = 0；a1 = 1；a2 = 0； b0 = 0；b1 = 0； b2 = 1
V CX L
( C C ) X (C L )
T T
c1 1 c2 g 2 c3 c4 c5 c6 c7 c8 g 2 x 2 (g2 )x g x x 2 a0 g 2 x 2 xg x x 2 a1 g 2 x2 yg x x 2 a 2 g 2 y 2 gy y 2 b0 g 2 y 2 xg y y 2 b 1
重采样。由于换算所得之坐标x2 ，
y2一般不可能是右方影像阵列中的整 数行列号，因此重采样是必须的。
辐射畸变改正。利用由最小二乘影
像匹配所求得辐射畸变改正参数h0, h1； 对上述重采样的结果作辐射改正
若相关系数小于前一次迭代后所求
得的相关系数，则可认为迭代结束. 也可以根据几何变形参数是否小于 某个预定的阈值。
灰度畸变+几何变形
g1 ( x, y) n1 ( x, y) ho h1g2 (a0 a1 x a2 y, b0 b1 x b2 y) n2 ( x, y)
x2
y2
经线性化后误差方程式
v c1dho c2 dh1 c3da0 c4 da1 c5da2 c6db0 c7 db1 c8db2 g
g 2 y 2 yg y y 2 b2
在数字影像匹配中，灰度均是 按规则格网排列的离散阵列， 且采样间隔为常数，可被视为 单位长度，上式中的偏导数均 用差分代替：
1 g y g J ( I , J ) [ g 2 ( I , J 1) g 2 ( I , J 1)] 2 1 g x g I ( I , J ) [ g 2 ( I 1, J ) g 2 ( I 1, J )] 2
2 x 2 y
/g
x 2 a 0 a1 x a 2 y y 2 b0 b1 x b2 y
为了进一步提高其可靠性 与精度，例如，附带共线 条件的最小二乘相关以及 与VLL法结合的最小二乘 影像匹配方法都得了广泛 的研究
最小二乘影像匹配的精度
最小二乘匹配算法，则可以根据 以及法方程式系数矩阵的逆矩阵， 同时求得其精度指标
h h
i 0
i -1 0
dh h
i 0
i -1 0
dh
i 1
h h
i 1
i -i 1
计算最佳匹配的点位 .可用梯度的
平方为权，在左方影像窗口内对坐 标作加权平均：
匹配精度取决于影像灰度的梯度
xi yi
x g yg
2 x 2 y
/g
灵活,可靠和高精度是优点, 缺 点是，如当初始值不太准时， 系统的收敛性等问题有待解决。
影像灰度的系统变形有两大类：
辐射畸变；几何畸变。
辐射畸变
照明及被摄影物体辐射面的方向
大气与摄影机物镜所产生的衰减 摄影处理条件的差异以及影像数 字化过程中所产生的误差等等
几何畸变
摄影机方位不同所产生的影像的透
2 2
n g
n g 2 g1
2 2
1
1 ( g1 n
g
2
( g 2 ) h1 )
假定对g1，g2已作过中心化处理
g
即：
1
0; g 2 0; h0 0
h1
g g g
2 2
1
1
2
v h0 h1 g 2 ( g1 g 2 )
视畸变
影像的各种畸变
由于地形坡度所产生的影像畸变等
竖直航空摄影的情况下，地形高差则 是几何畸变的主要因素。
在影像匹配中引入这 些变形参数，同时按最 小二乘的原则，解求这 些参数，就是最小二乘 影像匹配的基本思想。
仅考虑辐射的线性畸变的最
小二乘匹配——相关系数
g1 ( x, y) n1 h0 h1g 2 ( x, y) g 2 n2
i 1 da1 i db1
0
i a1 i b1
0 1 i a 2 x i b2 y
0
i a1 1 i b1 1
1 i 1 i da2 a0 i i 1 db2 b01 0
0 1 i 1 a2 x i b21 y
2 1
2
相关系数
2
g g
2 1
( g 2 g1 ) 2
2 2
相关系数与vv的关系
vv g
g vv
2 1
2 1
(1 )
2
1
vv是噪声的功率
2
g12为信号的功率
信噪比
( S NR)
2
g vv
1
2
相关系数与信噪比之间的关系
( SNR) 1
采用最小二乘影像匹配，解求变形
参数的改正值dh0,dh1, da0,…。
计算变形参数
x 2 a 0 a1 x a 2 y y 2 b0 b1 x b2 y
1 1 i x2 a0 y bi 2 0
1 i da0 dbi 0 0
a a
i 0
i 1 0
da a da b da
i 0 i 1
i 1 0
i 1 0
i 2
a a
i 1 i 2
i 1 1 i 1 2
a da b da
i 1 i 1 2 i 0 i 1 i 1 2 i 1 i 1 0
i 1 1
i 1 1
i 2 i 2 i 1 0 i 2
2 x
2 v 2 g
相关系数与信噪比之间的关系
( SNR) 1
2
(1 )
2
(1 ) ˆ n
2 2 x
2 v 2 g
可以得到一些很重要的结论：
影像匹配的精度与相关系数
有关，相关系数愈大则精度愈 高。它与影像窗口的“信噪比” 有关，信噪比愈大，则匹配的 精度愈高。
解得影像的相对移位
x g 2 g / g 2
2
最小二乘影像匹配是非线性系统，必 须进行迭代。迭代过程收敛的速度取 决于初值。
单点最小二乘影像匹配
两个二维影
像之间的几 何变形，不 仅仅存在着 相对移位还 存在着图形 变化
几何变形
x 2 a 0 a1 x a 2 y y 2 b0 b1 x b2 y
素的高精度
优点如下
最小二乘影像匹配中可以非常灵活
地引入各种已知参数和条件，从而可 以进行整体平差。
解决“单点”的影像匹配问题，以
求其“视差”；也可以直接解求其 空间坐标
同时解决“多点”影像匹配或“多
片”影像匹配
引入“粗差检测”，从而大大地提
高影像匹配的可靠性
最小二乘影像匹配原理
“灰度差的平方和最小”
a a b b
i 0
a da b da a db b db
i 1 i 1 2 i 1 i 1 2 i 1 1 i 1 1
i 1 0
db a db b db
i 2 i 2
b b
i 1 i 2
i 1 1 i 1 2
b b
a db b db
对于辐射畸变参数满足：
影像匹配的精度还与影像的纹
理结构有关，即与 ( g / g ) 有关。 特别 是当愈大，则影像匹配精 g 2 ，即目标窗口 度愈高。当 g 0 内灰度没有变化时，则无法进行 影像匹配。
消除了两个灰度分布的系统的
辐射畸变后，其残余的灰度差 的平方和为
vv ( g2
2 1 2 2 2
g g ) g ( g vv g
2 1
g g g 2 g ( g g ) g
2 2 2 1 2 2 2 2 1 2 2
g g g
2 2
1 2
g1 ) 2 g1 g
0 1 0 1 1 1 0 1 1 i i i g h h g dh 1 dhi hi 1 hi 1 g 1 0 1 2 1 0 1 2 0
2
(1 )
2
以“相关系数最大”作为影像匹 配搜索同名点的准则，其实质是搜 索“信噪比为最大”的灰度序列
影像匹配的主要目的是确定影像 相对移位，传统的算法采用目标 区相对于搜索区不断地移动一个 整像素，搜索最大相关系数的影 像区中心作为同名像点 。