廣州地理信息：整體影像匹配

　　甚于特征的影像匹配考慮了目標形像窗口的信息量，

　　遵循了先宏觀、后微觀，先輪廓、后細節，

　　先易于辨認的部分、后較為模糊的部分的人類視覺匹配規律，

　　因而能夠提高影像匹配的可靠性。

　　但是，如果基于特征的影像匹配不顧及匹配結果整體的一致性，

　　還是難以避免錯誤匹配的發生。

　　無論是基于灰度的影像匹配，還是大部分的基于特征的影像匹配，

　　都是基于單點的影像匹配，即以待匹配點為中心(或邊沿)確定一個窗口，

　　根據一個或多個相似性測度，判別其與另一影像上搜索窗口中灰度分布的相似性，

　　以確定待匹配點的共(同名)點。

　　其結果的正確與否與周圍的點并無聯系或只有很弱的聯系(如由已匹配點進行預測等)。

　　這種孤立的，不考慮周圍關系的單點影像匹配結果之間必然會出現矛盾。

　　因此整體影像匹配也就逐漸得到了發展。

　　盡管從二維影像恢復三維世界在理論上是一個病態問題，

　　因而局部匹配算法不可避免地會出現不可靠的解，

　　但是，畢竟大部分匹配結果是正確的。

　　那么，少部分的錯誤結果必然與大部分的正確結果不一致或稱為不相容，

　　那么考慮相容性、一致性、整體協調性，

　　就可以糾正或避免錯誤的結果，從而提高影像匹配的可靠性。

　　整體影像匹配算法主要包括:多點最小二乘影像匹配;

　　動態規劃影像匹配;松弛法影像匹配;人工神經元網絡影像匹配等。



為您推薦 廣州地理信息：影像信息量與特征