本文研究的是立体视觉下,具有相同特征的多目标的匹配问题。匹配问题是图像处理与计算机视觉中一个非常普遍的问题,涉及到图像匹配拼接、目标识别与跟踪、目标分类与检索、图像理解与融合、三维重构。经过几十年的研究,仍然没有很好的解决方法。相同特征的多目标匹配因其没有随应用环境而变化的特征,而具有普遍性。该问题同样存在于靶场图像远程监测与自动评估系统中,该系统可实现齐射投弹模式下弹落点的坐标定位。所谓齐射投弹模式是一个训练小组同时或者在极短时间间隔内向目标区域发射多枚炮弹。为完成弹落点坐标的定位,需要实现弹落点在多幅图像中的匹配。本文基于双目立体视觉系统,研究相同特征的多目标匹配问题,其研究方法同样适用于多目立体视觉。根据齐射投弹模式下,相机获取的目标分布于序列图像中且特征相同的特点,分析立体视觉对应点匹配问题涉及到的各种约束条件,确定了基于GPS时间的帧同步与极线约束的弹落点匹配方案。极线约束的精度取决于基础矩阵估计的精度,本文从两个方向研究适合系统的基础矩阵估计方法:一是利用系统标定参数获取基础矩阵;二是利用匹配点估计基础矩阵。本文分析了标定模型的简化对基础矩阵估计的影响。利用匹配点进行基础矩阵估计时,重点在于如何获取一定数量的匹配点。红外相机对目标区域的成像有明显的块状结构,特征清晰,所以采用了一种斑点检测算子ASIFT进行图像匹配获得匹配点,进而估计基础矩阵。对于可见光相机,系统加装近红外滤镜,使图像整体偏暗,同时远距离工作使图像噪声加剧,变得模糊,所以本文采用了一种基于GMM的点集配准策略获取匹配点。当不能自动获取匹配点时,本文采用摆放控制点的方法获取估计基础矩阵的匹配点,同时分析了控制点摆放过程中可能存在的冗余度,确定了控制点摆放的原则。在控制点数量有限的情况下,采用交叉验证的方法,获得基础矩阵估计的最优解。本文介绍了系统获取弹落点的图像处理算法和多目标的匹配流程。图像处理算法包括对触发开始的判断、弹落点的检测、识别与伪目标的剔除以及连续帧判断。多目标的匹配流程基于GPS时间的帧同步与极线约束。首先利用各帧图像的GPS时间完成帧同步;然后根据获取的匹配点的个数选择不同的基础矩阵估计方法,得到基础矩阵。在图像序列中,先检测同一时刻,左右图像上都只有一个弹落点的情况;最后利用极线约束和次序约束对同一时刻左右图像中的多个弹落点完成匹配。最后对本文所提算法适用的场地进行了分析。