利用并查集的多視匹配點(diǎn)提取算法

　　場(chǎng)景的成像過程是從三維空間到二維平面的一個(gè)投影變換過程，場(chǎng)景中的同一個(gè)空間點(diǎn)會(huì)在不同的影像上成像，這些相關(guān)聯(lián)的二維像點(diǎn)稱為多視影像的同名像點(diǎn)或多視匹配點(diǎn)，建立多視影像中同名像點(diǎn)的對(duì)應(yīng)關(guān)系是三維重建的核心問題之一。對(duì)于多視影像集，由于缺少影像間空間關(guān)系的先驗(yàn)信息，現(xiàn)有的三維重建算法通常首先對(duì)所有可能的像對(duì)進(jìn)行匹配，然后從所有兩視影像的匹配結(jié)果中提取多視匹配點(diǎn)。目前比較具有代表性的多視匹配點(diǎn)提取算法包括基于圖論的算法和Bundler算法?；趫D論的算法將多視匹配點(diǎn)提取的可靠性定義為其在圖中的最弱聯(lián)結(jié)，通過最大化這個(gè)可靠性函數(shù)來提取多視匹配點(diǎn)，但計(jì)算過程中包含大量的圖形分類算法，需要消耗過多的計(jì)算資源，這導(dǎo)致基于圖論的算法適用性不強(qiáng)。Bundler檢測(cè)每一張影像的每一個(gè)特征點(diǎn)，通過廣度優(yōu)先搜索（ Breadth-First-Search，BFS）算法尋找所有其他影像上與該特征點(diǎn)匹配的特征點(diǎn)集，但Bundler中多視匹配點(diǎn)提取算法的結(jié)果依賴于所選初始影像的序號(hào)以及像對(duì)增加的順序，并且計(jì)算消耗大哺］。本文利用并查集（ Union　Find，UF）算法來提取多視匹配點(diǎn)，并設(shè)計(jì)丁加權(quán)編碼的優(yōu)化策略。實(shí)驗(yàn)結(jié)果表明，本文算法比Bundler算法更加可靠，且提取效率更高。