項盛文，文貢堅，高 峰，伍穎佳

(國防科技大學 電子科學與工程學院ATR 重點實驗室，湖南 長沙410073)

0 引 言

圖像配準是將不同時刻、不同視角或者不同傳感器獲取的某一地域的圖像進行幾何校正，使其在空間位置上一一對應的技術［1］，是進行圖像匹配、圖像分類、變化檢測、影像重建等任務中的關鍵步驟［2～5］。傳統(tǒng)的圖像配準，一般假定兩幅圖像之間的幾何形變符合某種統(tǒng)一的變換模型，通過解算兩幅圖像之間的同名特征進而求解變換模型的參數(shù)。高分辨率遙感圖像提供了地物更加精確的信息，尤其當圖像的分辨率達到米級或者亞米級時，地形起伏和地物高程引起的像點位移不能簡單的忽略，由于局部區(qū)域的形變的存在，難以通過一個統(tǒng)一的模型對兩幅圖像之間的幾何形變進行描述。

本文針對高分辨率大型固定設施遙感圖像，提出了一種基于多模型表示的圖像配準方法，通過兩步配準完成圖像的精確校正。在初配準階段，引入一個整體的模型完成固定設施內部大部分平坦區(qū)域的校正;在精配準階段，對固定設施內部高程區(qū)域建立局部模型完成局部校正。圖像之間的變換模型由整體模型和局部模型共同表示。本文提出的方法從理論上更加符合高分辨率遙感圖像的特點，有較強的適用性，具備一定的研究價值。

1 遙感圖像配準方法

1.1 地形起伏因素對配準精度的影響

在基于區(qū)域的匹配方法中，通常假定地表處于同一水平面上，這在中低分辨率遙感影像中具有一定的可行性。高分辨率遙感影像中，地形起伏和地物高程不能簡單的忽略，將處于同名位置的兩幅影像塊投影到高低不平的地表，其單個的像元仍然是不同名的。地形起伏對配準的影響如圖1。

圖1 地形起伏對區(qū)域匹配的影響Fig 1 Influence of hypsography on area matching

在圖1(b)中，深色區(qū)域是精匹配后的同名像素，受地形起伏的影響，它們對應于物方空間不同的區(qū)域，實際上并不是同名像素。而位于同一水平面上的像素，其匹配位置受地形起伏的影響較小。

1.2 圖像初配準

影像初配準的主要實現(xiàn)固定設施中大部分平坦區(qū)域的校正，建立整體模型。目前，常用的配準方法可以分為基于灰度的方法和基于特征的方法兩大類。本文在基于灰度的方法基礎上，在固定設施內部建立一定數(shù)量的控制點，通過引入控制點間的幾何關系限制來提高匹配的效率和精度，取得了較好的匹配效果。

1)采用動態(tài)模板匹配算法［6］完成前兩個控制點的匹配，具體的匹配過程如圖2 所示。

圖2 動態(tài)模板匹配過程Fig 2 Process of dynamic template matching

對于待匹配控制點p1，根據(jù)地理坐標信息可以獲取其初始匹配位置p'1，在基準圖像中取以p1為中心半徑為r1的鄰域窗口構造模板圖像，在待配準圖像中取以p'1為中心r'1為半徑的鄰域窗口構造搜索子窗口，以s0作為按行列搜索的步長進行模板匹配，計算模板圖像與匹配窗口之間的互相關系數(shù)，取每次相關系數(shù)最大的匹配窗口作為下一次搜索的子窗口。模板與搜索子區(qū)的半徑大小和行列搜索步長隨著每一次匹配動態(tài)遞減，當?shù)趉 次搜索的步長sk為1 時結束模板匹配，此時匹配窗口的中心位置即為該控制點的匹配點。為克服方向因素的影響，算法選用圓形模板。

2)獲取前兩個控制點的匹配點后，以第一個控制點為根節(jié)點，第二個控制點為起始節(jié)點，解算其余每個控制點與前兩個控制點的距離比和角度分量，構造控制點網(wǎng)絡，如圖3所示。

圖3 構造控制點網(wǎng)絡Fig 3 Construction of control points network

3)在待配準圖像中，根據(jù)前兩個控制點的匹配位置以及每個控制點的距離比和角度分量解算得到一個初匹配位置，以這個初匹配位置為中心，進行局部區(qū)域的模板匹配，獲取其余每個控制點的精確匹配位置，具體的過程如圖4所示。

圖4 第i 個控制點匹配過程Fig 4 Matching process of the number i control point

引入控制點網(wǎng)絡約束條件，可以有效減小模板搜索的范圍，提高匹配的效率。同時，在準確值附近進行模板搜索可以避免傳統(tǒng)模板匹配結果收斂到次優(yōu)值或者需要經多次迭代才能收斂到最佳匹配值的情況，進而提高匹配的精度。

1.3 圖像精配準

經過初配準后，建立了固定設施中大部分平坦區(qū)域的變換模型，在這個模型下局部地形起伏明顯區(qū)域仍存在部分偏差，精配準的主要任務是實現(xiàn)局部區(qū)域的校正，具體的流程如圖5 所示。

圖5 影像精配準流程Fig 5 Fine registration flow of image

本文通過在地形起伏區(qū)域建立數(shù)個控制點，用于局部精配準。直接進行控制點匹配，受地形起伏影響可能得不到精確的匹配位置，在此，引入控制點影像。對于基準圖像中的每一個控制點pi，以該點為中心構造目標區(qū)域，根據(jù)初配準參數(shù)可以得到該控制點在待配準圖像中的匹配位置p'i，以為中心構造搜索區(qū)域圖像，考慮此時圖像間可能存在小量的平移和旋轉，引入虛擬三角形匹配方法進行圖像匹配，進而解算得到pi的匹配位置。文獻［7］通過三角形邊長的全等性測度判定兩幅圖像中的三角形是否匹配，然而，單純依靠邊長的條件不能完全解決三角形匹配問題，例如:兩個全等三角形經過平移或者旋轉仍然是全等的。本文在其基礎上引入了斜率相似性測度S2解決旋轉問題和每個角點局部區(qū)域相似性測度S3解決平移問題，分別如式(2)和式(3)所示

當S1，S2和S3同時滿足相似性條件則認為此時獲得最佳匹配的三角形，并利用匹配的三個頂點進行精配準參數(shù)的解算。

2 實驗結果

采用VC++6.0 編寫算法程序，在Dell(3.40 GHz，16 GBRAM)環(huán)境下對算法進行了測試，包括圖像初配準和精配準兩個階段。

2.1 圖像初配準實驗結果

選取QuickBird 下上海浦東國際機場遙感圖像用作測試，如圖6 所示?；鶞蕡D像圖6(a)拍攝于2012 年5 月27 日，待配準圖像圖6(b)拍攝于2012 年10 月14 日。在固定設施中共建立了13 個控制點，構建的控制點網(wǎng)絡與控制點匹配結果分別在基準圖像和待配準圖像上進行了顯示，圖像初配準結果如圖6(c)所示。

圖6 圖像初配準Fig 6 First registration of image

將本文算法與傳統(tǒng)的模板匹配和動態(tài)模板匹配算法進行了比較，結果如表1 所示。實驗表明:本文算法在匹配精度和效率上均有較大提升。

表1 圖像配準結果比較Tab 1 Result comparison of image registration

2.2 圖像精配準實驗結果

精配準以航站樓為對象，建立的控制點如圖7(a)所示，利用虛擬三角形影像匹配獲得的匹配控制點圖7(b)所示，引入虛擬三角形進行匹配，精配準結果如圖7(c)所示。

圖7 圖像精配準Fig 7 Fine registration of image

3 結束語

本文提出了一種基于多模型表示的高分辨率遙感圖像精確配準方法，從理論上能夠解決由地形起伏引起的圖像變形不一致問題。利用整體模型來校正固定設施平坦區(qū)域，利用局部模型校正固定設施內部地形起伏區(qū)域。本文對動態(tài)模板匹配算法和虛擬三角形匹配方法進行了相應的改進，使算法匹配精度和效率上有較大的提升。如何獲取初配準中前兩個控制點的精確匹配點是下一步研究的一個主要任務，此外如何獲取更加精確的精配準模型也是值得研究的問題。

［1］ Kai Z，Xu Z L，Jiu X Z.A robust point-matching algorithm for remote sensing image registration［J］.IEEE Geoscience and Remote Sensing Letters，2014，11(2):469－473.

［2］ Sen X X，Bao W X.The remote sensing image matching algorithm based on the normalized cross-correlation and SIFT［J］.J Indian Soc Remote Sens，2014，42(2):417－422.

［3］ Eva L，Moeness G A，F(xiàn)auzia A，et al.Pattern matching for building feature extraction［J］.IEEE Geoscience and Remote Sensing Letters，2014，11(12):2193－2197.

［4］ Zou C Q，Chen S F，F(xiàn)u H B，et al.Progressive 3D reconstruction of planar-faced manifold objects with DRF-Based line drawing decomposition［J］.IEEE Transcation on Visualization and Computer Graphics，2015，21(2):252－263.

［5］ Wang Q W，Peter M A，Shi W Z.Fast subpixel mapping algorithms for subpixel resolutin change detection［J］.IEEE Transcation on Geoscience and Remote Sensing，2015，53(4):1692－1706.

［6］ 鄧小煉，王長耀.一種基于動態(tài)模板和等角變換的遙感影像地面控制點匹配算法［J］.測繪科學，2005，30(4):51－53.

［7］ 呂金建，文貢堅，李德仁，等.一種基于角點特征的圖像自動配準方法［J］.遙感技術與應用，2007，22(3):438－442.