线特征约束的建筑物密集匹配边缘全局优化方法

立体影像密集匹配技术常用固定窗口来寻找同名点,并根据同名光线对对相交的原理,计算出目标的三维信息,具有成本低、分辨率高、重建范围大等优势。但是,在建筑物边缘区域,由于遮挡等因素影响,固定匹配窗口的匹配精度往往较低,且会对建筑物边缘进行一定程度上的外扩。为了获取高精度的建筑物边缘重建结果,本文提出了一种基于线特征的建筑物边缘全局优化方法。该方法首先将密集匹配结果中的视差/高程阶跃区域的线特征定义为建筑物的边缘,然后假设局部灰度相近的像素,其视差/高程往往也是相近的约束,来全局优化每一条建筑物边缘。该算法的主要贡献在于,将建筑物边缘优化问题,转化为一个新的全局能量函数的最优解计算问题,能够在优化建筑物边缘的同时,保留建筑物附近的地形地貌,不仅解决了局部边缘锐化算子无法解决较大边缘误匹配的问题,而且解决了最新的缓冲区全局优化算法强行抹平地面的问题。本文采用航空数据集和卫星数据集进行试验。试验结果表明:本文算法明显优于目前局部边缘锐化算子和基于平面拟合的边缘优化算法,能够有效减少建筑物边缘的误匹配像素。因此,本文所提出的基于直线约束的建筑物边缘全局优化方法可以用于一些三维重建场景,如:虚拟现实、智慧城市、建筑物提取等。