文章目录
第二章 数字影像的获取与处理
度协方差矩阵
度协方差矩阵
一、采样 量化 重采样
采样:对实际连续的模型离散化的过程
量化:用多大范围的数值来表示图像采样后的每一个点
量化结果:图像能容纳的颜色总数,反应图像质量
重采样:欲知不位于矩阵点(采样点)上的原始函数g(x,y)的数值时需要进行内插
二、数字影像内插–进行重采样
双线性插值计算过程
双线性插值、双三次、最临近
性能:最邻近<线性插值<三次卷积法(双三次)
最邻近插值:简单快速、不破坏原始影像的灰度信息
双三次:性能好速度慢
双线性:最宜
第三章 数字影像的特征提取与定位
1、影像特征
影像特征是指影像上表现为特定结构的像素或者经过影像处理(主要是初级运算(low level))以后用于影像解译的纹理、色彩等方面的特征。特定结构往往表现为面状、线状各种影像现象。
分类:点特征、线特征、面特征
2、点特征提取算子(Moravec和Forstner)
(1)Moravec算子
算法:
1、计算各像素的兴趣值IV;
2、给定经验阈值,将兴趣值大于阈值的点作为候选点;
3、选取候选点中兴趣值极大的点作为特征点。
局限:
1、只对四个待定方向灰度变化起作用
2、对噪声敏感
3、对边缘敏感
(2)Forstner算子
原理:
将那些在影像匹配中(或视察估计中)所估计的视差精度高且精度分布均匀的点认为是兴趣点。
算法:
1、计算窗口内各像素的Robert梯度
2、计算L×L(5×5或更大)窗口中的灰度协方差矩阵
3、计算兴趣值q与w
4、确定待选点。将兴趣值大于给定阈值的点作为待选点。
5、选取极值点。以权值w为依据,在一个适当的窗口中选择权值w最大的待选点为特征点,去掉其余的点。
改进:
按照上述算法检测出的特征点位置仅是像素级精度。Forstner算子检测出的点特征的子像素精度定位可以通过抛物线拟合的方法确定。以具有局部最大权值的Forstner特征点为中心,在一定大小的窗口(3×3窗口)范围内,按照一定的方式中心化坐标,然后利用该窗口所有点的权值w拟合二次曲面
(3)定位–曲面拟合
原理:
分类:Zuniga-Haralick算子、Dreschler-Nagel定位算子
(4)线特征–Hough变换
功能:
用于检测图像中直线、圆、抛物线、椭圆等
原理:
原始坐标系下呈现直线的所有点,它们的斜率和截距是相同的,所以它们在参数坐标系下对应于同一个点。这样在将原始坐标系下的各个点投影到参数坐标系下之后,看参数坐标系下有没有聚集点,这样的聚集点就对应了原始坐标系下的直线。
算法:
1、对数字影像预处理,提取线特征点并计算各点的梯度方向角;
2、将参数平面分成若干小单元,设置2维累计矩阵H(ρ,θ);
3、边缘细化,将计算提取边缘点的梯度模,梯度模在梯度方向达局部极大的认为是边缘点,否则剔除;
4、对每一边缘点设置(φ,θ)的区间;
5、对累计矩阵进行阈值检测,大于阈值的点作为备选点;
6、取累计矩阵中备选点中的极大值为所需的峰值点
第四章 数字影像定向
一、核线、核面
核面:给定立体像对的两张影像,对3维空间的任意一点,包含该点与两幅影像投影中心的平面为核面;
核线:核面与两幅影像相交形成的截痕直线为核线。
二、基于影像几何纠正的核线解析关系
三、基于共面条件的同名核线几何关系
四、核线影像生成
核线影像:基于核线几何关系,利用倾斜影像生成沿核线方向排列的数字影像。
1、直接法核线影像生成(类似于9-1数字微分纠正正解法?)
(1)将倾斜影像上每个像素映射到核线影像上,并将原始灰度值赋予核线影像
(2)重采样形成规则格网
2、间接法核线影像生成
(1)确定范围。将倾斜影像的4个角点A、B、C、D映射到核线影像上的A’、B’、C’、D’上,并确定外接矩阵。
(2)以外接矩阵为核线影像范围,用原始倾斜影像同样的采样间隔Δ对该外接矩形进行细分,形成采样格网。
(3)利用采样格网中每个小单元的中心坐标(u,v)与原始核线的几何关系计算出像素在倾斜像片上的相应位置(x,y)
(4)灰度内插。根据周围像素灰度值内插出(x,y)处的灰度值g(x,y),实现量化
(5)灰度赋值。将内插的值赋给核线影像的(u,v)上
3、直接在原始倾斜影像上生成核线影像
对离散的数字倾斜影像,经过内定向和相对定向后,利用核线方程可直接在倾斜影像上生成过(x0,y0)点的核线数字影像。
具体过程:
(1)内定向和相对定向
(2)在像平面坐标系下(倾斜影像)计算处核线方程的核线与倾斜数字影像上每一列中心的交点(x’,y’)
(3)利用内插获得该交点处的影像灰度值。
注:除了单条核线影像生成以外,也可以用上述方式生成完整核线影像或任意区域的核线影像。
(4)排列成核线影像。
分类:
(1)基于相对定向(共面条件)
(2)基于F基础矩阵