空3匹配和密集匹配的区别与联系

空三匹配和密集匹配的区别与联系

很多人包括一些业内人士都不清楚空三匹配（空中三角测量中的连接点匹配，亦即计算机视觉中的SFM算法中的同名点匹配，比如SIFT算法）和密集匹配（也叫立体匹配，立体对应或稠密匹配）有什么区别，于是经常会问诸如下列问题：

1. 做空三匹配的时候做的密集一点就是密集匹配了吧？

2. 空三匹配做完定向后就可以得到正射影像了吧？

3. 用sift也可以做密集匹配吧？

殊不知，以上三个问题的答案都是：NO！

下面我们就来说明一下空三匹配和密集匹配有什么区别和联系。

1. 定义

空三匹配：在空中三角测量（SFM）时，为了确定一些影像之间的同名连接点作为平差条件而进行的同名点匹配。

密集匹配：在生产DSM/DEM时，为了计算测区每个物方点三维坐标，从而重建整个测区地形而进行的同名点匹配。

二者也有联系，首先都是为了找不同影像上的同名地物点，因此本质是一致的，其次，空三匹配是密集匹配的基础，没有完成空三的密集匹配没有意义。

以上是从定义出发看待二者的区别与联系，其实也可以换一个角度审视该问题。

首先，来回顾一下测绘学的两个基本定理：

后方交会：从一个未知点观测两个已知点而确定该点坐标。

前方交会：从两个已知点分别观测同一个未知点而确定该未知点坐标。

如下图所示，红色点代表未知点，绿色点代表已知点，红线代表从未知点观测已知点，绿线代表从已知点观测未知点。

虽然二者完成了相同的工作，即由两个已知点计算一个未知点，但是实际应用中差别很大，总结起来如下：

后方交会：“主动的少数”，问路模式，即从少数未知点的主动观测求解这些未知点。

前方交会：“被动的多数”，传教模式，即多数未知点通过被少数已知点观测而求解。

举一个形象的例子如下：

小明被派去武汉传教，要求带回每个教徒的个人信息，于是，小明打算两步走：

首先，找几个人问路，确定自己是否在武汉。

然后，逢人遍开始传教，并记录教徒的信息。

再来回看摄影测量的流程：

现在有一批某地区的航空影像，要求得到该地区的DSM/DEM，于是，我们的工作分两步走：

首先，进行空中三角测量，确定每张影像的坐标姿态（外方位元素）。

然后，对每个立体相对进行密集匹配，并通过前方交会计算出每个物方点的三维坐标，从而得到该地区的DSM/DEM。

所以，对比以上例子，空三（SFM）匹配和密集匹配的区别就十分明显了。