移动视觉测量中基于编码网络的特征点匹配方法研究

为解决移动视觉测量中多图像间利用极线约束进行特征点匹配时基本矩阵求解精度很难进一步提高问题,提出一种基于网络模型的间接基本矩阵求解方法。首先,利用编码点的自动无误匹配信息建立空间交会共线数学模型;其次,经过优化数学模型建立精密编码网络,并对相机内部参数和测量站位外部方位参数进行了优化;再次,利用基本矩阵与这些参数之间的关系间接确立基本矩阵;最后,通过精确恢复的极几何模型完成不同图像间特征点的精确匹配。与V-star结果进行比对,验证了编码网络的建立误差平均值为0.051 85mm,均方差为0.020 89mm;与两种经典方法在匹配正确率和极几何恢复精确度方面进行了比对,证明了本文可以精确恢复极几何模型并能提高特征点匹配率。