// 最小二乘
bool CPicMatchDoc::LeastSquare(int p[],double pt[],int n,double dre)
{
int nXsizel=pBitmapInfoL[0]->bmiHeader.biWidth;
int nYsizel=pBitmapInfoL[0]->bmiHeader.biHeight;
int nXsizer=pBitmapInfoR[0]->bmiHeader.biWidth;
int nYsizer=pBitmapInfoR[0]->bmiHeader.biHeight;
if (p[0]-m_w/2-1<0||p[0]+m_w/2+1>=nXsizel
||p[1]-m_h/2-1<0||p[1]+m_h/2+1>=nYsizel)
return 0;
if (p[2]-m_w/2-1<0||p[2]+m_w/2+1>=nXsizer
||p[3]-m_h/2-1<0||p[3]+m_h/2+1>=nYsizer)
return 0;
//p[0] p[1]左片x y,p[2] p[3]右片x y
double a0=p[2]-p[0],a1=1,a2=0,b0=p[3]-p[1],b1=0,b2=1; //变形参数
double h0=0,h1=1; //灰度辐射畸变
double V[8]={0}; //改正数,对应h0,h1,a0,a1……
double *C=new double[m_w*m_h*8]; //系数矩阵,大小为 窗口X8
double *L=new double[m_w*m_h]; //灰度差矩阵,左片-右片
double *CT=new double[m_w*m_h*8]; //系数矩阵,大小为 窗口X8
double CTC[64]={0};
double CTL[8]={0};
memset(C,0,m_w*m_h*8*sizeof(double));
memset(CT,0,m_w*m_h*8*sizeof(double));
memset(L,0,m_w*m_h*sizeof(double));
unsigned char **pl=new unsigned char*[m_w+2]; //左片灰度值 x坐标在前
unsigned char **pr=new unsigned char*[m_w+2]; //右片灰度值 y坐标在后
double **lx=new double *[m_w+2]; //左片窗口x坐标
double **ly=new double *[m_w+2]; //左片窗口y坐标
double **rx=new double *[m_w+2]; //右片窗口x坐标
double **ry=new double *[m_w+2]; //右片窗口y坐标
for(int m=0;m<m_w+2;m++)
{
pl[m]=new unsigned char[m_h+2];
memset(pl[m],0,sizeof(unsigned char)*(m_h+2));
pr[m]=new unsigned char[m_h+2];
memset(pr[m],0,sizeof(unsigned char)*(m_h+2));
lx[m]=new double[m_h+2];
ly[m]=new double[m_h+2];
rx[m]=new double[m_h+2];
ry[m]=new double[m_h+2];
memset(lx[m],0,sizeof(double)*(m_h+2));
memset(ly[m],0,sizeof(double)*(m_h+2));
memset(rx[m],0,sizeof(double)*(m_h+2));
memset(ry[m],0,sizeof(double)*(m_h+2));
}
#define l(i,j) (int)((nXsizel*8+31)/32)*4*j+i
#define r(i,j) (int)((nXsizer*8+31)/32)*4*j+i
int i,j; //循环变量
for(j=0;j<m_h+2;j++)
{
for (i=0;i<m_w+2;i++)
{
lx[i][j]=p[0]-m_w/2-1+i;
ly[i][j]=p[1]-m_h/2-1+j;
int mmm=l((p[0]-m_w/2-1+i),(p[1]-m_h/2-1+j));
pl[i][j]=pDataL[0][mmm];
}
}
double re[2]={dre,-1};
int mcount=0;
double th0,th1,ta0,ta1,ta2,tb1,tb2,tb0;
while (mcount!=n)
{
mcount++;
//计算右片坐标 重采样
for(j=0;j<m_h+2;j++)
{
for (i=0;i<m_w+2;i++)
{
rx[i][j]=a0+a1*lx[i][j]+a2*ly[i][j];
ry[i][j]=b0+b1*lx[i][j]+b2*ly[i][j];
if (rx[i][j]<0||ry[i][j]<0||(int)rx[i][j]+1>=nXsizer-1||(int)ry[i][j]+1>=nYsizer-1)
return 0;
if ((rx[i][j]-(int)rx[i][j]==0)&&(ry[i][j]-(int)ry[i][j]==0))
pr[i][j]=pDataR[0][r(((int)rx[i][j]),((int)ry[i][j]))];
else
{
int x1=(int)rx[i][j];
int y1=(int)ry[i][j];
double dx=rx[i][j]-x1;
double dy=ry[i][j]-y1;
pr
最小二乘影像匹配_IT/计算机_专业资料。作业与思考题 1、叙述基于灰度的影像匹配的一 般过程。 叙述基于物方影像匹配( 2、叙述基于物方影像匹配(VLL 基本思想...
最小二乘影像匹配中可以非常灵活 地引入各种已知参数和条件,从而可 以进行整体平差。 ?解决“单点”的影像匹配问题,以 求其“视差”;也可以直接解求其 空间...
本文讲述了数字摄影测量中数字影像匹配的方法一最小二乘影像匹配方法,并进行了精度分析,本文讲述了数字摄影测量中数字影像匹配的方法一最小二乘影像匹配方法,并...
(2)最小二乘影像匹配可以达到1/10甚至1/100像 素的高精度,即子像素级Subpixel。(3)实际应用中,一般将基于灰度的匹配或基于 特征的匹配作为粗匹配,而将最小二...
数字摄影测量最小二乘影像匹配原理 【摘要】在数字摄影测量中最重要的一个方面就是数字影像匹 配。影像匹配的方法经历利用相关函数、相关系数等匹配方法、以 及到...
最小二乘影像匹配算法设计与实现_天文/地理_自然科学_专业资料。针对影像匹配问题,对最小二乘法影像匹配的算法进行了研究,理解了该算法的匹配原理,并应用测试程序...
相关系数与最小二乘影像匹配算法的研究_专业资料。相关系数法和最小二乘算法是进行影像匹配的两种常用方法,文章以核线影像为影像匹配的数据源,采用以上两种算法...
数字摄影测量最小二乘影像匹配原理和精度分析_机械/仪表_工程科技_专业资料。H;慧卜一中国高.}t术套t 数字摄影测量最小二乘影像匹配 原理和精度分析◆文/吴...
基于像方特征点的多视影像最小二乘匹配_农学_农林牧渔_专业资料 暂无评价
热门文档