1. 前言
移 動 式 測 繪 系 統(Mobile Mapping System, MMS)包含影像獲取系統以及定位系統，以固定時 間間隔同時記錄影像資料以及定位資料，測量車即 為車載的移動式測繪系統。早期的測量車，如 Alberta MHIS (Lapucha, 1990)及 GPSVan (Coetsee et al., 1994)，以類比相機獲取影像資料，並採取相 對定位的方式獲得方位資料。將近二十年，隨著 GPS 的發展以及 INS/IMU 精度的提升，現今的測 量車使用GPS 及 INS/IMU 所形成直接地理定位系 統(Direct Geo-referencing System)進行定位，並以 多部數位相機同時獲取多個時間點的影像，形成影 像序列，如 Calgary 大學發展的 VISAT 第二代 (El-Sheimy, 1996)。
由於測量車使用直接地理定位系統，興趣點的 物空間坐標可利用多張重疊影像的共軛點以對應 的定位資料透過前方交會計算獲得。共軛點位的獲 取可利用人工點選，透過人眼判斷正確共軛點位置，
不受點位於不同影像上尺度變化及角度不同等因 素的影響，但此方法不利於重疊率高且資料量大的 測量車影像序列。因此，一般常利用影像匹配的方 式獲取影像共軛點，其可自動化且節省人力的優點，
提高共軛點位求取的效率。
影像匹配根據利用的影像資訊不同，主要可分 為三種(Haralick & Shapiro, 1993; Schenk, 1999)：利 用影像灰階值變化進行統計分析的區域式匹配 (Area-based matching)、分析影像特徵間關係的特 徵式匹配 (Feature-based matching)及利用影像中 物 件 間 結 構 進 行 分 析 的 關 聯 式 匹 配 (Relational matching) (Shapiro & Haralick, 1981; Faugeras &
Price, 1981)。一般較常使用區域式匹配及特徵式匹 配，而相較於特徵式匹配，區域式匹配透過影像灰 階值的變化進行匹配，影像的特徵資訊不因特徵萃 取 的 缺 失 而 遺 漏 ， 是 比 較 可 靠 的 匹 配 方 式 (McGlone, 2004)。但區域式匹配，一般容易受到影 像的成像幾何變化而影響點位的正確匹配，以測量 車影像而言，以下三種特性可能對影像的正確匹配
造成影響：(1)尺度變化，影像拍攝位置不同造成 相同物體在不同影像上有尺度不一的現象 （圖 1）；
(2)視角不同，不同拍攝角度的相機對相同物體進 行拍攝，造成影像上視角不同的問題 (圖 2)；(3) 遮蔽問題，影像中存在前景及背景的差異，當前景 遮住了背景即產生遮蔽問題，若興趣點位遭前景所
遮蔽(圖 3)，必帶來不良之匹配結果。當背景因拍 攝位置改變，受前景興趣點遮蔽的範圍不同而變化，
可能造成影像匹配的不理想，如圖4 所示。而圖 1 至圖 4 中各影像所對應之數值即表示該影像與主 影像透過NCC 的相關性計算所得之相關係數值，
皆受上述問題影響而使影像間之相關性低落。
（a）
像對1 像對2 像對3
（b） （c） （d）
0.2698 主影像 0.3345
（e） （f） （g）
0.4739 0.4059 0.4209
圖1 測量車影像序列因拍攝位置不同，存在尺度變化問題
（a）
像對1 像對2 像對3
（b） （c） （d）
0.0818 主影像 0.1032
（e） （f） （g）
0.1613 0.1648 0.1672
圖2 測量車影像序列因拍攝角度不同，存在視角不同的問題
（a）
像對1 像對2 像對3
（b） （c） （d）
0.0506 主影像 -0.0368
（e） （f） （g）
-0.0465 -0.0257 0
圖3 待匹配點位受到前景遮蔽的狀況
（a）
像對1 像對2 像對3
（b） （c） （d）
主影像 0.0617 0.0592
（e） （f） （g）
0.0600 0.0613 0.0572
圖4 因拍攝位置及角度不同，造成影像背景的變化
2. 多重影像物空間匹配
2.1 物空間匹配
理論上，不同方位的重疊影像，若無遮蔽情形，
反投影回某區域物體表面，應可獲得一致的影像。
因此，於物空間成立若干假設面，若將多重影像反 投影某一假設面能獲得高相關的影像，則此假設面 應與物面吻合，以此種方式進行影像匹配稱為物空 間匹配(Matching in Object Space) (Helava, 1988, Wrobel, 1987)，而 Pollefeys et al. (2000)、Paparoditis et al. (2000)及蔡涵芳(2008) 即利用物空間匹配以 多影像獲取重疊影像共軛點。
物空間匹配與像空間匹配之間的差異在於物 空間匹配將影像匹配從像平面空間轉換到物空間 地物表面，經反投影產生的物空間影像將不受成像 的幾何變化影響，此物空間匹配方法同時帶有核幾 何約制。投影到物空間匹配需運用一系列的假設平 面來搜尋最佳匹配，假設平面需接近真實物面的方 位，才可改善影像尺度變化以及拍攝角度不同所產 生的影像幾何差異。
最廣為應用的物空間匹配方法是垂直線軌跡 法 (Vertical Line Locus, VLL) (Cogan & Hunter, 1984；Gyer, 1981；Bethel, 1986)，於固定的平面位 置上以不同的高程建立一系列的假設平面，以搜尋 最佳匹配的高程，主要應用於以空載影像製作數值
地形模型(DTM) (Ebner and Heipke, 1988; Wiman, 1998)。圖 5 為 VLL 的概念，影像在高程段 Zmin與 Zmax間搜尋最佳位置，理論上在正確位置上（圖5 之紅點）才會得到最佳的匹配結果。
圖5 應用 VLL 匹配法於空載影像的概念 本研究利用類似VLL 的概念，將搜尋範圍轉 移到主影像的投影中心與興趣點所形成的射線上，
如圖6 所示，即可固定主影像上的特徵位置，並配 合假設面的概念進行物空間匹配。
圖6 測量車影像序列的匹配概念
假設面於射線上以固定的間隔建立，將每個假 Correlation, SNCC)是一種以 NCC 為基礎所發展的 多重影像匹配指標，其理論源自幾何約制互相關法 (Geometrically Constrained Cross-Correlation, GCCC or GC3)，應用於空載三線式影像(Three Line Scanner, TLS)生產 DSM 的方法(Gruen & Zhang, 2003)。SNCC 的相關係數計算，各張影像分別與
YARD (Yet Another Reconstruction
Dataprogram)為利用空載影像採用 VLL 概念製作 DSM (Wiman, 1998)，所使用之多重影像匹配指標。
式(3)為 YARD 指標，是以 NCC 為基礎所發展的多