最小二乘匹配LSM,最小二乘模板匹配LSTM
2、最小二乘模板匹配
《基于序列图像》
《数字摄影测量学》
1、定义
以给定的模式作为参考模板,是高精度匹配法之一。
最小二乘影像匹配LSM:
德国Ackermann提出,利用影像窗口内的信息进行平差计算,使得影像匹配达到0.1甚至0.01像素的精度。
不仅可以解决单点匹配single-point matching求视差,也可以直接解求其空间坐标同时解求影像的方位元素;
还可以解决多点影像匹配multi-point matching和多片影像匹配问题multi-photo matching(胡翔云,2001);
最小二乘模板匹配LSTM(least squares template matching):
Gruen等(Gruen,1985;1992)对LSM进行了扩展,以给定的特征模式作为参考模板与实际影像做最小二乘影像匹配,从而以很高的精度提取目标,称为最小二乘模板匹配Least Squares Template Matching ,LSTM。LSTM可以扩展到利用多张重叠影像直接提取特征的物方坐标,如Gruen的LSB-Snake方法(Gruen,1997)和后续的空间圆重建等。
2、基本思想
生成一个理想的小块边缘模板;将该模板与测量图像进行匹配,精确提取特征的边缘位置;
给定模板灰度f(x,y),对应点为
测量图像的匹配窗口灰度g(x,y),对应点为