Page 51 - 测绘与空间地理信息研究
P. 51
第二章 地面测绘技术
1. 标志点
（1）人工标志点
在实际摄影测量工作中，人工标志应用广泛，使用人工标志能大大提高摄影
测量的精度及可靠性，且使用人工标志能提高摄影测量的自动化程度，特别是有
些复杂的自然纹理特征常常难以识别和匹配，采用人工标志能够很好地自动识别
和定位。
（2）编码标志点
编码标志点是按一定的规则排列组合形成的标志点，能够有效地为计算机
自动识别和测量。在数字近景摄影测量技术中，编码标志点有着举足轻重的作
用，它能够大大提高摄影测量的自动化程度。其主要表现在：在匹配过程中，编
码标志点不仅可以作为匹配的起始驱动点，而且能有效地检验匹配的正确性；同
时，在不同相片点间的拼接等过程，标志点作为公共点能够快速准确地拼接相邻
相片。
2. 特征提取与匹配
目前，近景摄影测量中的特征提取与匹配的方法主要采用基于灰度相关的
匹配方法和基于特征信息的匹配方法。其中，基于灰度相关的匹配方法是通过统
计图像间的灰度信息来表示图像间的相似性，从而实现图像间的匹配目的，它包
括信息匹配、相关系数匹配法等。这类方法存在一些缺陷：匹配的计算量大，
且当存在图像噪声、光线条件、大倾角等影响时，图像间的匹配精度将会受到
影响。
基于特征信息的匹配方法是通过提取影像中那些非常明显的目标（特征），
从而实现影像间的匹配过程。影像特征有很多，包括角点、重心、基于矩、线、边缘、
轮廓等特征。基于特征的匹配方法不需要影像的大量信息，从而使计算效率大大
提高，而且这种方法对影像的变化具有较好的可靠性和较强的鲁棒性。基于特征
的匹配方法常用算子：Canny 算子，Harris 算子，Forstner 算子，Moravec 算子，
Wong-Trinder 圆点定位算子，SIFT 算子，SURF 算子等。
现阶段，没有具体、统一的方法适用于所有情况下的特征提取与匹配，实
际应用中应根据不同情况选择不同方法或多种方法，取长补短来满足匹配效率和
精度。
·41·
