測試區域一

測試區域一係利用圖 8 中兩條帶影像資料 進行密匹配及點雲產製作業，並根據 3.4 節實驗 成果，設定反投影影像對 (最小) 重疊率門檻值 為 40%。採以一般密匹配流程者，係於各條帶在 前述重疊率門檻值下，組配所有立體像對，共計 為 48 組；而經由本研究提出之建立影像群聚關 係組配後，從中篩選 8 組關鍵視角像對、17 組點 雲精化像對和用於優化點雲成果之 2 組 (每一條 帶 1 組) 影像對產製密點雲，總計算量共計為 27 組，相比於一般密匹配流程減少約為 44%像對計 算總量，計算時間之耗損已詳於 3.5 節。圖 18 為 藉由前述兩者作業模式產製之密點雲成果 (圖中 場景點雲尺寸可參照圖 7)，在場景目標物重建成 效上頗為相當。

4.1.1 視覺化定性分析

本小節利用視覺化分析多條帶室內影像密 匹配成果，圖 19 Case1 和 Case2 為所擷取局部 場景點雲，供作範例說明，而 Case3 和 Case4 則 用於說明 4.1.2 節成果。

(a) 一般密匹配流程

(b) 視差傳遞策略 圖 18 測試區域一之密點雲成果

圖 19 Case1~Case4 局部場景點雲範圍

Case1 具備有豐富的紋理與幾何特徵，作為 比較本研究策略得否用於提升點雲品質的有效 性評估，如圖 20 (a) 及 (b) 所示；圖 20 (c) 及 (d) 則說明一般密匹配流程未能有效執行匹配任 務，於紅色框選處形成錯誤，致使點位定位精度 較本研究策略成果低；圖 20 (e) 及 (f) 則針對幾 何邊緣線進行放大，點雲顯示本研究策略成果於 邊緣線特徵物表達上較為完整及良好。

Case2 則是為比較本研究策略能否有效減 少影像遮蔽處不良點位的問題，其特徵係以場景 目標物中紙箱及木箱交界處為分析標的；另外，

局部區域密點雲成果如圖 21 中 (a) 及 (b) 所示，

放大局部後如圖 21 (c) 及 (d)。圖中說明雖然透 過視差精化步驟，得以修正半全域式匹配成果中 因影像遮蔽或是雜訊所引起的錯誤資訊，然而為

劉宣萱、趙鍵哲: 精化多視角影像密匹配及點雲產製 87

獲得更高品質的點雲成果，本研究進一步採用精 化策略有效排除鄰近低可靠度像元的影響，較能 如實呈現場景樣貌，達至特徵得以保留且強化之 功效，詳見圖 21 (c) 及 (d) 中紅色框選處之成果 差異。

(a) 一般密匹配流程 (b) 本研究策略

(c) 放大(a)局部區域 (d) 放大(b)局部區域

(e) 放大(a)局部區域 (f) 放大(b)局部區域 圖 20 擷取局部區域之密點雲成果 (Case1)

(a) 一般密匹配流程 (b) 本研究策略

(c) 放大(a)局部區域 (d) 放大(b)局部區域 圖 21 擷取局部區域之密點雲成果 (Case2)

4.1.2 幾何描繪定量分析

本階段擷取圖 19 所標示之 Case3 和 Case4 場景中局部區域點雲，如圖 22 所示，其中左為 一般密匹配產製，右則為本密匹配策略。從點雲 成果中可看出本研究策略所產製成果具有較佳 定位品質，於物距方向上整體離散程度較一般密 匹配者為低。另外，利用先前全測站儀測得之控 制點點位擬合一參考平面 (Reference plane)，並 計算經萃取後的點雲點位與此參考平面距離，當 距離愈大，代表該點位愈遠離此一參考平面，建 構特徵之幾何能力亦較不完善，反之亦然。

(a) Case3 點雲正視圖

(b) Case3 點雲側視圖

(c) Case4 點雲正視圖

(d) Case4 點雲側視圖

圖 22 Case3 和 Case4 局部區域之平面特徵

88 航測及遙測學刊 第二十六卷 第二期 民國 110 年 6 月

劉宣萱、趙鍵哲: 精化多視角影像密匹配及點雲產製 89 40%的長基線影像對，舉以 (MG_6852, MG_6854)

(B/Z 為 0.44) 為例，其計算時效相比於一般密匹