Interest operators for feature-based matching in close range photogrammetry

Authors


Abstract

Although automated object surface reconstruction via feature-based matching is commonly employed in both stereoscopic close range and topographic photogrammetry, it has rarely been used in conjunction with multi-image, convergent photogrammetric networks. A prerequisite for feature-based matching of distinct points is the application of interest operators to provide the dense arrays of candidate feature points within the images forming the network. This paper describes an evaluation of three interest operators, the Förstner, SUSAN and FAST algorithms, the aim being to assess which is optimal for feature-based matching in convergent close range photogrammetry. Following a brief review of the development of interest operators, a description of the three operators is provided, with the recently developed FAST operator being discussed in more detail. The merits of image pre-processing via the Wallis filter are also outlined, after which the performance of the interest operators is experimentally assessed within an eight-image network on the basis of accuracy of interest-point localisation, detection rate and speed. The findings of the evaluation are that, of the Förstner, SUSAN and FAST operators, the FAST, which has not been employed to a significant extent in photogrammetry to date, is optimal for feature-based matching in multi-image close range networks.

Résumé

Bien que la reconstruction automatique de surfaces par appariement à base d’objets soit couramment employée pour la photogrammétrie stéréoscopique aussi bien rapprochée que topographique, elle a rarement été employée avec des blocs photogrammétriques convergents multi-images. Un prérequis pour l’appariement de différents points à base d’objets est l’application d’opérateurs d’intérêt destinés à fournir des grilles denses de points candidats au sein des images qui forment le bloc. Cet article présente une évaluation de trois opérateurs d’intérêt, c’est à dire les algorithmes de Förstner, SUSAN et FAST, dans le but d’identifier le meilleur pour l’appariement à base d’objets en photogrammétrie rapprochée convergente. Les bénéfices du prétraitement d’images par le filtre de Wallis sont aussi soulignés, et les performances des opérateurs d’intérêt sont évaluées expérimentalement sur un bloc de 8 images selon des critères de précision de localisation des points d’intérêt, de taux de détection et de vitesse. Les résultats de cette évaluation sont que parmi les opérateurs de Förstner, SUSAN et FAST, ce dernier bien que peu employé jusqu’à ce jour en photogrammétrie, est optimal pour l’appariement à base d’objets dans des blocs d’images rapprochées.

Zusammenfassung

Obwohl die automatische Oberflächenrekonstruktion mit merkmalsgestützter Zuordnung üblicherweise in Nahbereichs- und topographischen Anwendungen der Stereophotogrammetrie eingesetzt wird, wird sie selten für Mehrbildaufnahmen in konvergenten photogrammetrischen Netzen eingesetzt. Grundlage für die merkmalsgestützte Zuordnung mit ausgeprägten Punkten ist die Anwendung von Interestoperatoren zur Schaffung einer dichten Anzahl von möglichen Merkmalspunkten in den Bildern, die das Netz formen. Dieser Beitrag stellt eine Bewertung dreier Interestoperatoren (Förstner, SUSAN und FAST) vor, mit dem Ziel der optimalen Wahl für die Bildzuordnung in konvergenten, photogrammetrischen Nahbereichsaufnahmen. Nach einer kurzen Übersicht der Entwicklung von Interestoperatoren, werden die drei Operatoren beschrieben, wobei der kürzlich entwickelte FAST Operator detaillierter beschrieben wird. Die Vorteile von Bildvorverarbeitung mit dem Wallis Filter werden skizziert, gefolgt von der Leistung der Interestoperatoren, die experimentell mit Hilfe eines Netzes von acht Aufnahmen geprüft wird. Als Kriterien werden hierzu die Genauigkeit der Punktlokalisierung, die Detektionsrate und die Geschwindigkeit untersucht. Die Ergebnisse der Untersuchungen zeigen, dass von den drei Operatoren Förstner, SUSAN und FAST, der FAST Operator, der bis dato nicht im großen Ausmaß in der Photogrammetrie eingesetzt wird, optimal für die merkmalsgestützte Zuordnung von Punkten in Mehrbildaufnahmen der Nahbereichsphotogrammetrie ist.

Resumen

Aunque la reconstrucción automática de superficies de objetos mediante la correspondencia de características se ha empleado comúnmente en la fotogrametría topográfica y estereoscópica de objeto cercano, raramente se ha empleado con las multiimágenes de redes fotogramétricas convergentes. Uno de los prerrequisitos de dicha correspondencia requiere aplicar previamente operadores de interés para obtener conjuntos densos de candidatos en las imágenes que forman la red. En este artículo se hace una evaluación de tres operadores de interés, los algoritmos de Förstner, SUSAN y FAST, con el objeto de determinar el óptimo para la fotogrametría convergente de objeto cercano. Tras una breve revisión del desarrollo de los operadors de interés, se describen los tres operadores, examinándose más atentamente el recientemente desarrollado operador FAST. También se describen las ventajas del preprocesado de imágenes mediante el filtro Wallis y, tras su aplicación, se evalúan experimentalmente los resultados de los operadores de interés utilizando una red de ocho imágenes en base a la exactitud en la localización de los puntos de interés, y la tasa y velocidad de detección. Los resultados de la evaluación indican que, de los tres operadores Förstner, SUSAN y FAST, este último, el menos utilizado hasta la fecha en la fotogrametría, es óptimo para la correspondencia basada características en redes de multiimágenes de objeto cercano.

Ancillary