读书笔记：最小二乘匹配

最小二乘匹配LSM，最小二乘模板匹配LSTM

2、最小二乘模板匹配

《基于序列图像》

《数字摄影测量学》

1、定义

以给定的模式作为参考模板，是高精度匹配法之一。

最小二乘影像匹配LSM：

德国Ackermann提出，利用影像窗口内的信息进行平差计算，使得影像匹配达到0.1甚至0.01像素的精度。

不仅可以解决单点匹配single-point matching求视差，也可以直接解求其空间坐标同时解求影像的方位元素；

还可以解决多点影像匹配multi-point matching和多片影像匹配问题multi-photo matching（胡翔云，2001）；

最小二乘模板匹配LSTM（least squares template matching）：

Gruen等（Gruen，1985；1992）对LSM进行了扩展，以给定的特征模式作为参考模板与实际影像做最小二乘影像匹配，从而以很高的精度提取目标，称为最小二乘模板匹配Least Squares Template Matching ,LSTM。LSTM可以扩展到利用多张重叠影像直接提取特征的物方坐标，如Gruen的LSB-Snake方法（Gruen，1997）和后续的空间圆重建等。

2、基本思想

生成一个理想的小块边缘模板；

将该模板与测量图像进行匹配，精确提取特征的边缘位置；

给定模板灰度f(x,y)，对应点为

测量图像的匹配窗口灰度g(x,y)，对应点为