【技术分享】空三的连接点和生产点DOM或DEM或三维模型的密集点匹配的区别！

        在计算机视觉领域，空三的连接点匹配与生产DOM（数字正射影像图）或DEM（数字高程模型）的密集点匹配是摄影测量与遥感中的两个重要环节，它们之间存在显著的区别。以下是对这两者的详细解析，可能这么说大家还不太了解是什么意思！看下下面的两个图（如果用过pix4d的兄弟就更好理解了，pix4d的第一步是空三，第二步是密集点云，第三步是产品，在pix4d中不跑第二步直接跑第三步质量会差好多，为什么了？）：

空三后生成的连接点：

生成模型的角点或者生成的点云：

一个瓦片的点云：

由上可以看出空三生成的连接点和产品所需要点的数量不在一个量级，为什么空三不能直接点云密集匹配了？看下面的详解：

一、空三的连接点匹配（利用SFM的匹配的关键点，空三的连接点，是用来计算POS，因此要求可靠性高，点自然就少）

定义与目的：

• 空三的连接点匹配（空中三角测量中的连接点匹配）是指在空中三角测量（SFM）过程中，为了确定影像之间的同名连接点（即不同影像上对应同一地物点的像素点）作为平差条件而进行的匹配。

• 其主要目的是通过匹配得到的连接点来计算影像的外方位元素（包括影像的坐标姿态），为后续的影像处理和地形建模提供基础。

技术特点：

• 主要采用特征匹配方法，即基于影像中的特征点（如角点、边缘点等）进行匹配。

• 匹配过程中会考虑影像的几何变形、光照变化、噪声等因素，以确保匹配结果的 。

二、生产DOM或DEM或三维模型的密集点匹配（这个是为了生产成果，需要把弄够识别的同名点都识别出来，点越密理论上DOM和DEM的质量越高，实际上DSM并不是DEM）

定义与目的：

• 生产DOM或DEM的密集点匹配是指在生产数字正射影像图（DOM）或数字高程模型（DEM）时，为了计算测区每个物方点的三维坐标，从而重建整个测区地形而进行的同名点匹配。

• 其主要目的是通过密集匹配得到的点云数据来构建DEM或用于DOM的几何校正。

技术特点：

• 主要采用灰度匹配方法，即基于影像的灰度信息进行匹配。由于需要获取测区每个物方点的三维坐标，因此匹配过程更加密集和精细。

• 匹配结果直接影响到DEM的准确性和DOM的几何精度。因此，在匹配过程中需要采用更加复杂的算法和更高的计算精度（空间尺度上来说）。

三、区别归纳

四、计算机视觉的理解

      在计算机视觉领域，空三的连接点匹配和生产DOM或DEM的密集点匹配都是基于影像处理的重要技术。计算机视觉研究者会利用图像处理、机器学习、深度学习等先进技术来优化这些匹配过程，提高匹配精度和效率。例如，通过训练深度学习模型来自动识别影像中的特征点和进行精确的灰度匹配；利用并行计算和GPU加速来缩短匹配时间等。利用AI的建模方式已经在实验尝试中，模型质量虽然达不到目前的技术路线，但是全新的思路可能大大减少模型生成对本地算力的要求，极大缩短模型重建时间。

文章来源东来测绘如有侵权请联系删除

设备演示&项目合作联系我们：

郭经理：17312275363

马经理：18168762297

技术支持：

司工：18360571831

张工：17766097386