Image Matching

• Was versteht man unter Image Matching?

  Image Matching ist der Prozess, bei dem korrespondierende Punkte oder Objekte in überlappenden Bildern gefunden werden, um Beziehungen zwischen den Bildern herzustellen.
• Nennen Sie zwei Synonyme für Image Matching.

  Korrelation, Anpassung.
• Welches Ziel hat Image Matching in der Photogrammetrie?

  Der automatische Abgleich konjugierter Punkte oder Objekte in überlappenden Bildern.
• Welche zwei Hauptmethoden gibt es für das Matching?

  Korrelationsbasierte und merkmalsbasierte Methoden.
• Was ist der Suchraum im Kontext des Bild-Matchings?

  Der Bereich, in dem ein Punkt im zweiten Bild gesucht wird, um die Rechenkosten zu minimieren.
• Welche Annahme wird häufig beim Stereo-Matching getroffen?

  Dass entsprechende Pixel dieselbe Intensität oder Farbe haben (Fotokonsistenz).
• Was bedeutet „Epipolare Einschränkung"?

  Entsprechende Punkte müssen auf konjugierten Epipolarlinien liegen, was die Suche auf eine Dimension reduziert.
• Warum wird die epipolare Entzerrung durchgeführt?

  Um die Suche rechnerisch schneller zu machen, indem die Epipolarlinien horizontal ausgerichtet werden.
• Was ist die Px-Parallaxe?

  Die Verschiebung zwischen korrespondierenden Punkten in zwei Bildern.
• Welche Herausforderung entsteht durch untexturierte Regionen?

  Es fehlen eindeutige Merkmale, um die Tiefe abzuschätzen.
• Was ist das Okklusionsproblem?

  Pixel, die in nur einer der Ansichten sichtbar sind, erschweren die Tiefeabschätzung.
• Warum können farbliche Inkonsistenzen beim Stereo-Matching auftreten?

  Unterschiedliche Beleuchtungsbedingungen, Bildrauschen oder Sensoreigenschaften können Farbabweichungen verursachen.
• Welche Probleme entstehen bei repetitiven Mustern im Bild?

  Es können Mehrdeutigkeiten auftreten, die die korrekte Zuordnung erschweren.
• Welche Schwierigkeiten gibt es bei Disparitätsdiskontinuitäten?

  Okklusionen treten oft an engen Tiefengrenzen auf und beeinflussen die Genauigkeit.
• Wie beeinflussen Spiegelungen das Matching?

  Sie können falsche Korrespondenzen erzeugen, da sie keine physikalisch reale Tiefe darstellen.
• Nennen Sie eine Anwendung von Dense Image Matching.

  Generierung eines Digitalen Oberflächenmodells (DOM).
• Welche Art von Kameras wird für 3D-Rekonstruktionen verwendet?

  Stereokameras, die auf Flugzeugen oder Satelliten montiert sind.
• Warum ist die 1D-Suche schneller als die 2D-Suche?

  Weil sie die Suche auf Epipolarlinien beschränkt.
• Was ist das Ziel der Bildregistrierung?

  Die korrekte Überlagerung von Bildern für weitere Analysen.
• Wie werden konjugierte Punkte in epipolar normalisierten Bildern dargestellt?

  Sie haben die gleichen y-Koordinaten.
• Wie wird der Korrelationswert berechnet?

  Durch die Kreuzkorrelation, die die Ähnlichkeit zwischen zwei Datengruppen misst.
• Was ist die Normalisierte Kreuzkorrelation?

  Eine Methode, die Werte zwischen -1 und +1 liefert und die lokale Ähnlichkeit von Bildteilen misst.
• Welche Schritte sind im Korrelationsansatz enthalten?

  Definieren eines Fensters, Suchen eines Punktes im zweiten Bild und Ermitteln der Verschiebung mit maximaler Korrelation.
• Warum kann ein undefinierter Peak problematisch sein?

  Er erschwert die eindeutige Bestimmung korrespondierender Punkte.
• Wie beeinflusst Bildrauschen die Korrelationswerte?

  Es kann die Genauigkeit der Übereinstimmung verringern.
• Was ist ein Disparitätsdiskontinuität?

  Eine plötzliche Änderung der Tiefe, die zu Okklusionen führt.
• Welche Daten werden für Dense Image Matching benötigt?

  Hochauflösende überlappende Bilder mit ausreichender Textur.
• Wie helfen Interessenpunkte im Matching-Prozess?

  Sie reduzieren Mehrdeutigkeiten und verbessern die Eindeutigkeit der Korrespondenz.
• Warum treten Okklusionen symmetrisch auf?

  Weil sie an den gleichen Stellen, aber aus der Perspektive der beiden Kameras auftreten.
• Welche Rolle spielen Fenstergrößen im Matching?

  Sie beeinflussen die Genauigkeit und Rechenzeit der Korrelationsberechnung.