空照影像密匹配成果偵錯之瓶頸與解決辦法

Abstract

近年來，影像匹配技術已發展至密匹配 (dense matching)、甚至為逐像元匹配 (pixelwise matching) 的新紀元，藉由密匹配成果來產製DTM、正射影像、城市模型等攝影測量相關產品為目前的新趨勢，為了提升密匹配後續應用成果之精度和可靠度，密匹配成果之偵錯與品質評估，將成為必要之步驟。然而密匹配成果輸出之資料，為了縮短後續產品製作時間，而將密匹配點經前方交會，輸出物點雲三維地面坐標，此時密匹配偵錯與品質評估面臨一些瓶頸，包括(1) 無原始匹配點像坐標、(2) 匹配點數量龐大、(3) 相鄰匹配點之距離太近而產生相關參數的高相關，導致解算不穩定之現象。本文利用目視檢查、相對方位計算、像片三角計算以及獨立測量偵錯法，由人工介入至自動化方法進行密匹配成果之偵錯與品質評估，亦透過求得相對方位五個元素相同解與密點雲疏化，以解決密匹配偵錯之瓶頸問題。 本文使用17張空照影像進行測試，經匹配演算法SMM、SfM、DAISY、SGM得到的匹配點密度分別為5 66×10-5、1 31×10-4、3 18×10-2、6 69 點/像元。RO演算法自動挑選出932個均勻分布之匹配點，可得到相對方位五個元素相同解，再對所有匹配點進行偵錯與品質評估，成果顯示SMM、SGM錯誤率分別為2 82 %、2 36 %；共面不符值的均方根值分別為0 36 mm2、0 0006 mm2，密匹配錯誤點的位置 (和比例) 分別為：0階不連續面 (47 00 %)、1階不連續面 (50 72 %)、均調區 (0 05 %) 與樹林區 (2 23 %)。密點雲經由罩窗之篩選，以分批進行像片三角計算，可降低點雲資料量，並解決相鄰匹配點之距離短，導致像片三角測量參數高相關和解算不穩定的問題。相對方位與像片三角計算之平均偵錯速度，分別約14 984 匹配點/秒、292 匹配點/秒。獨立測量成果顯示，SGM密點雲與佈標點高程之差值絕對值，最大值為0 935 GSD、最小值0 006 GSD、平均值0 315 GSD、RMSD等於0 238 GSD，GSD為0 168 m。由以上之實驗說明，本文提出的四種偵錯法可有效解決密匹配成果偵錯之瓶頸問題。

Date of Award	2014 Aug 18
Original language	Chinese
Supervisor	Jaan-Rong Tsay (Supervisor)