对基于特征匹配的影像可匹配性评价方法进行了探讨.从分析影像所包含的信息量入手,提出了通过计算影像的信息熵和累加梯度值进行基于特征匹配的影像可匹配性评价方法.通过基于角点特征和Hausdorff距离的影像匹配实验,发现影像信息熵和累加梯度值与影像可匹配性(即正确匹配概率)之间存在很强的相关性,尽管由于地表景观的不同,表现出的具体规律略有差异,但都表现出匹配正确率随影像信息熵和累加梯度的增大而增大的趋势.因此,可通过对影像信息量的评价来进行基准图的自动选取和飞行路径的规划;在实时匹配导航过程中,可根据获取的每一实时影像所含信息量,来决定是否进行匹配,这样既可以保证匹配的正确性,避免误导,又可节省匹配时间.提出方法对基于灰度相关的影像可匹配性评价具有借鉴意义.

匹配中最常见的问题之一是根据给定的准则选择最佳匹配子区,而选择的关键是具有唯一性和缺乏模糊性.唯一性可以通过原始图和子图相关函数峰值的幅值和个数决定.模糊性可以用相关长度或主相关峰宽度的50%来衡量.相关长度越短,检测正确匹配位置的可能性就越大.提出了一种根据最小相关长度来选择最佳匹配子区的方法.此分析可扩展到二维、三维或更高维,而且可以通过快速傅里叶变换来解决离散问题.