特定物件影像

本研究採用民間最常見的石雕藝術，其特點為具有高複雜度特徵之表面如圖 5.12 所示，匹配結果如圖 5.13 所示。

圖 5.12 高複雜紋理特徵影像

(a)匹配點數：778 (b) 匹配點數：4331 圖 5.13 SIFT+RANSAC 匹配結果

圖5.13 為經 SIFT+RANSAC 演算法運算之結果，圖中可發現在特徵明顯處 可以獲得較多之定位點，而光滑區定位點數量較缺乏。取匹配後影像作細部說明 如圖 5.14、圖 5.15 所示。圖中顯示的藍色點位為成功匹配之點位，綠色標籤為 點位編號，於圖5.14 為較光滑紋理之物體，圖 5.15 為紋理相似且重複之複雜雕 刻物體，從匹配結果顯示，SIFT 演算法對於此類型有較佳的匹配效果，如能充 分利用此匹配點位，將可完成所需物體之點雲描述。

圖5.14 匹配點位分析

由於此處為較 光滑之表面，所 以僅出現少數 之成功匹配點

此處為特徵較 敏顯區域，所以 特徵出現在此 處較多。

圖5.15 匹配點位分佈情形

2.光滑表面影像

本實驗使用為石膏雕像，進行測試分析。圖5.16 及圖 5.17 為兩組測試影像。

圖5.18 為 SIFT+RANSAC 演算法運算之結果。

(a) (b) 圖5.16 光滑表面測試影像 1

(a) (b) 圖5.17 光滑表面測試影像 2

(a) 匹配點數：956 (b) 匹配點數：559

(c) 匹配點數：98 (d) 匹配點數：871 圖5.18 光滑表面測試匹配結果

由上述四組實驗得知，SIFT 演算法對於影像光滑區未能有較好的匹配結 果，其主要原因來自於光滑平面未有足夠之影像特徵，故不能於光滑區有較好之 匹配結果，但也有些許點位於該平滑區予以匹配成功，如圖5.19 所示。

圖5.19 光滑表面測試匹配結果

傳統近景攝影中，為解決光滑表面共軛點匹配之困難，常以雷射投點器來輔 助測量，本研究欲探討藉由簡易標形之佈替代雷射投點器之功能，並於後續研究 中探討讓SIFT 演算法可藉由該標形進行自動匹配之方法。

本實驗首先設計簡易之幾何形狀，並使用SIFT 演算法進行特徵描述，最後 探討其幾何形狀於SIFT 演算法之特徵提取上，有較佳之效果。設計之簡易幾何 形狀如圖5.20 所示。

圖5.20 簡易標形測試

圖5.21 三角行為最佳之形狀

實驗結果顯示在諸多簡單形狀中以三角形為最佳之形狀，其特徵點位於該形 心上如圖5.21 所示，因此可利用其簡單形狀對量測物體進行佈標。

但因SIFT 演算法屬於點特徵提取之方式，故需對標形大小之適用性進一步 進行測試。實驗使用自黏式標籤紙，並設計正三角形，如圖5.22 所示。

圖5.22 設計標形-正三角形

首先分別黏貼於兩組白色背景之處，本實驗共拍攝12 組影像，如圖 5.23 所 示。並於每組測試影像中佈設相同之48 個標予以進行測試，最後以成功提取正 三角形中心點作數量統計，以及顯示之大小作為統計數量之標準，實驗成果如圖 5.24 及表 5.3 所示：

圖5.23 標型實驗測試影像 表5.3 標型測試成功提取特徵數量

實驗編號 1 2 3 4 5 6 7 8 9 10 11 12 像素大小 51 33 28 20 10 5 31 18 9 5 4 3 數量 45 42 45 47 46 2 45 47 44 2 0 0

圖5.24 標型實驗測試數據曲線

由實驗結果得知，標的大小與SIFT 演算法提取特徵點成功與否有很大之關 係，其大小須於拍攝影像上不得小於10 個像素以上，如小於此範圍將無法於影 像中被提取，該結果可提供設標與拍攝時之重要參考。

由於特定標形特徵太過於相似，若使用傳統KD-Tree 結構進行匹配，將因特 徵相似而無法匹配成功，此時則需配合幾何約束(Geometric Constraint)的方法來 完成匹配之動作。本研究提出使用在立體像對中具有之核線(Epipolar Line)條件 來進行幾何上面的約束，透過幾何約束的方法可以在特徵相似的情況之下進行匹 配，並獲得更可靠之結果。