基于近景影像的稠密匹配方法

针对三维重建中影像匹配所存在的同名点稀疏、分布不均和部分局部特征约束难以抵抗旋转、尺度和仿射变换所带来的负面影响,设计了基于近景影像的稠密匹配算法,首先利用ASIFT算法与RANSAC算法获取影像组稳定匹配点,构建Delaunay三角网,确定目标三角形内的像素集合,利用仿射变换将其映射至对应三角形内,结合极线约束与改进后的局部灰度特征约束进行验证.最终利用公开数据集与自建数据集进行算法的有效性验证,实验结果表明,算法匹配正确率均保持在93%以上,具备良好的匹配点加密效果;并在一定程度上解决同名点稀疏、分布不均等问题,同时算法本身对不同的影像变换表现出了较好的适应性与稳定性.