半全局優(yōu)化方法的原理和應(yīng)用

1、半全局優(yōu)化方法的原理和應(yīng)用半全局優(yōu)化方法的原理和應(yīng)用報告人：張彥峰導(dǎo)師：張永軍 教授2016.4.25內(nèi)容提要 1.密集匹配：從“數(shù)字相關(guān)”到“標(biāo)號問題” 2.半全局匹配和半全局優(yōu)化 3.半全局優(yōu)化的應(yīng)用密集匹配：3D重建之關(guān)鍵影像定向密集匹配三角測量密集匹配：3D重建之關(guān)鍵 含義：找到兩張定向影像的同名點。aaaa攝影測量:數(shù)字相關(guān) 模板匹配 金字塔匹配 概率松弛法匹配 跨接法匹配 線特征匹配 最小二乘匹配 經(jīng)驗，經(jīng)驗，技術(shù)技術(shù)攝影測量:數(shù)字相關(guān) 理解：密集匹配被認(rèn)為是數(shù)字相關(guān)，于是取一定搜索范圍內(nèi)相關(guān)系數(shù)最大得到同名點對。 優(yōu)點：算法簡單，速度快 缺點：局部粗差的抵制和細(xì)節(jié)的保留難以平衡

2、改進(jìn)套路： 1. 改進(jìn)相關(guān)窗口（自適應(yīng)、可變窗口，等） 2. 減小搜索范圍（核線、金字塔，等）CV：MRF標(biāo)號問題 匹配算法的分類和評價基準(zhǔn) 全局匹配算法 動態(tài)規(guī)劃匹配 置信度傳播匹配 半全局匹配 理論，理論，科學(xué)科學(xué)CV：MRF標(biāo)號問題CV：MRF標(biāo)號問題 密集匹配被歸納為MRF標(biāo)號問題，于是設(shè)計能量函數(shù)，其最優(yōu)解就是密集匹配結(jié)果。Left Epipolar ImageRight Epipolar ImageDisparityMap密集匹配的能量函數(shù)模型 立體匹配的能量函數(shù) 分片連續(xù)能量函數(shù)：),(),(), 1(),()1,(),(),(,()()()(Eyxyxsmoothdatayxd

3、yxdyxdyxdyxdyxCdEdEd動態(tài)規(guī)劃動態(tài)規(guī)劃法求解最優(yōu)路徑問題動態(tài)規(guī)劃法密集匹配01234567800.350.540.670.540.690.280.820.990.2910.240.550.490.520.870.290.820.930.8720.860.670.920.830.890.730.190.650.4830.130.220.680.870.790.740.860.830.5940.930.540.530.830.980.910.860.760.7550.560.460.830.490.880.620.630.350.1360.770.290.560.480.530.

4、940.710.820.38視差d像素序號像素序號P1=0.1, p2=0.3動態(tài)規(guī)劃法密集匹配水平和垂直方向動態(tài)規(guī)劃匹配結(jié)果半全局匹配（SGM）動態(tài)規(guī)劃法密集匹配結(jié)果半全局匹配（SGM）SGM結(jié)果半全局優(yōu)化方法 能量函數(shù)模型： 代價積聚： 能量最小化：半全局優(yōu)化方法 適用于一致性和平滑性約束的MRF標(biāo)號問題WTA：能量最小化代價積聚：平滑性約束代價計算：一致性約束 問題：為每個平面格網(wǎng)點賦以高程值 約束：生成平滑地形同時保持細(xì)節(jié)應(yīng)用一：DSM生成應(yīng)用一：DSM生成應(yīng)用一：DSM生成應(yīng)用一：DSM生成應(yīng)用二：DSM濾波 含義：區(qū)分ground point和non-ground point 關(guān)鍵：提取分類面 問題：為每個DSM格網(wǎng)點賦以新的高程值 約束：濾除非地面點同時保持地形應(yīng)用二：DSM濾波(a) 原始DSM(b) TSGF結(jié)果(c) PMF結(jié)果（a）（b）（c）（a）（b）（c）(a) 原始DSM(b) TSGF結(jié)果(c) PMF結(jié)果應(yīng)用二：DSM濾波總結(jié) 1.半全局優(yōu)化方法提出背景半全局優(yōu)化方法提出背景 密集匹配：從“數(shù)字相關(guān)”到“標(biāo)號問題” 2.半全局優(yōu)化方法的原理半全局優(yōu)化方法的原理 拆分