18、立体匹配代价与数字高程模型融合研究

立体匹配代价与数字高程模型融合研究

在地理数据处理和分析领域，立体匹配代价评估以及数字高程模型（DEM）融合是两个重要的研究方向。下面将详细介绍不同立体匹配代价的性能研究以及基于稀疏表示的 DEM 融合方法。

不同立体匹配代价的性能研究

在立体匹配中，匹配代价的选择对最终结果的质量有着重要影响。研究人员对两种典型的匹配代价（MI 和 Census）以及一种新颖的匹配代价（MIC）进行了评估，使用半全局匹配（SGM）算法处理带有真实地面数据的航空影像序列和卫星图像。

• 不同匹配代价的性能表现

  • MI（互信息） ：在低辐射变化和小基线立体对的情况下，MI 的表现略优于 Census。它能够在不连续处保持清晰的边缘，生成的视差图噪声较少。然而，在存在局部辐射变化的区域，MI 的性能会下降。
  • Census ：对于较大基线的情况，Census 表现良好，但会导致物体边界略有模糊。在大基线卫星立体影像中，Census 的表现明显优于 MI。此外，由于 Census 将局部结构转换到代价中，它更适合处理均匀区域。
  • MIC（MI 和 Census 的加权和） ：MIC 综合了 MI 和 Census 的优点，在遥感数据集上的表现优于 MI 和 Census。

• 实验结果分析