面向无人机影像匹配高效几何验证的层次运动一致性约束

本文提出一种用于无人机(unmanned aerial vehicle, UAV)影像匹配中高效几何验证的策略。首先，考虑图像空间中对应点集间的复杂变换模型，在 UAV 飞行控制数据与相机安装角度辅助下，将初始候选匹配的特征点投影至物方高程平面。空间关系被简化为二维平移，其中运动建立两对应点的关系。其次，设计一种称为 HMCC 的层次运动一致性约束，以从初始候选匹配中剔除外点，其包含三个主要步骤，即全局方向一致性约束、局部方向变化一致性约束与全局长度一致性约束。为应对高外点率场景，HMCC 通过投票机制实现。最后，提出一种高效几何验证策略，将 HMCC 作为预处理步骤，在后续应用基本 RANSAC 算法前提高内点率。所提策略的性能通过使用不同摄影测量系统获取的真实 UAV 数据集进行综合分析对比得以验证。实验结果表明，所生成的运动具有显著分离能力，且 HMCC-RANSAC 算法可基于运动一致性约束高效剔除外点，对倾斜 UAV 影像加速比达 6。尽管影像定向测试观察到约 7% 点的完整性损失，但所有所用数据集均取得具竞争力的定向精度。对于正射与倾斜 UAV 影像的几何验证，所提方法均为更高效之解。