Page 195 - 测绘新技术的理论与实践研究

第五章 多源遥感数据获取技术研究

点特征包括以下几种：与坐标系无关的高斯曲率特征、具有旋转不变性的表面曲

率、二阶矩和球谐不变量、局部灰度不变特征、局部比例不变特征、仿射不变局
部特征和交比不变性等，以及近几年非常流行的 SFT 或 SURF 特征。另外，也
可以先提取某些特征线（比如山脊线、山谷线），再利用特征线的相交点作为控
制点。

2. 基于面的匹配
近年来，由于计算机视觉（Compute Vision，cV）的兴起，发展了许多的 3D

表面匹配技术。而 DEM 数据作为一种特殊的 3D 数据（也称 2.5D），DEM 匹配
方法的研究可以借鉴各种 3D 表面匹配算法，因此，研究学者开始采用 3D 表面
匹配的技术来实现多时相 DEM 的匹配。
三维表面匹配研究中应用最为广泛的是基于最小二乘的表面匹配算法，国内
外学者进行了很多卓有成效的研究。典型的算法有：最近点迭代（Itcrativecloscst

Point，ICP）、最小高程差（LcastZ-Diffcrcnec，LZD）以及最小二乘3D表面匹配（Lcast
SquareS3D SurfaccMatching，LS3D）。这些都是在计算机视觉和模式识别领域被

普遍采用的流行算法。它们的原理和算法模型基本一致，主要由建立表面点的对
应关系、构建观测方程、求解转换参数等三个步骤组成。
ICP 算法是一种常用的局部最优匹配算法，最早由 Bcsl 和 McKay（Besl
1992）提出。ICP 算法主要针对计算机视觉领域的自由曲面匹配问题，通常只考

虑 3 个平移和 3 个旋转参数。ICP 算法对于待匹配表面任一点，以“欧氏距离最近”
为原则在基准表面寻找对应点，以所有对应点对间“均方距离最小”为目标建立
转换参数求解模型。

LZD 算法是由 Roscnholm 和 Torlegard 提出的严格函数模型的另一种局部最
优匹配算法。LZD 算法对待匹配 DEM 表面离散点，通过沿铅垂线方向内插的方
式，在基准 DEM 表面建立匹配对应点，以“所有对应点对之间高差平方和最小”
为目标建立匹配函数模型，所以称为“最小高差算法”。LZD 算法由于采用的

是直接沿铅垂方向内插建立对应关系，原理简单，易于实现，对于基准 DEM 是
规则格网数据的情况，局部收敛速度较快，精度也较高，因此一直是 DEM 匹配

研究和应用方面的首选算法。
3D 表面匹配方法的最大的优势是不需要任何控制点，直接利用所有数据点
信息进行匹配，具有较高计算冗余度，少量误差点对最终的精度影响很小，而且

183