徐浩然，趙俊三　(昆明理工大學(xué)，云南昆明 650000)

?

衛(wèi)星遙感影像的自動(dòng)匹配

徐浩然，趙俊三*(昆明理工大學(xué)，云南昆明 650000)

1研究綜述

縱觀衛(wèi)星遙感影像匹配，尤其是近幾年來高分辨率衛(wèi)星遙感影像匹配技術(shù)的發(fā)展過程，其與傳統(tǒng)航空攝影影像匹配所采用的核心技術(shù)是一致的；但衛(wèi)星遙感影像具有嚴(yán)格幾何處理模型復(fù)雜、多視角、多時(shí)相等特征，從而導(dǎo)致衛(wèi)星遙感影像像對間的同名像點(diǎn)不再具有近似統(tǒng)一的視差分布，影像間的相對旋角并非微小值。這就要求影像匹配時(shí)必須對影像進(jìn)行預(yù)處理，如初始視差的計(jì)算、幾何變形糾正、輻射增強(qiáng)和均衡化等。以航攝數(shù)字/數(shù)字化影像和空中三角測量獲得的加密點(diǎn)為基礎(chǔ)建立控制點(diǎn)影像庫可提高衛(wèi)星遙感影像匹配效率。因?yàn)樾l(wèi)星遙感影像覆蓋范圍廣，要想獲得均勻分布的地面控制點(diǎn)，通常需要在幾百乃至上千平方公里的范圍內(nèi)施測，其外業(yè)工作量之大不言而喻。并且在地震、洪水、泥石流等自然災(zāi)害發(fā)生的地區(qū)或原始森林、沼澤、沙漠等人跡罕至的地區(qū)，測量人員往往無法進(jìn)入實(shí)地施測，這就會產(chǎn)生高分遙感影像精確處理嚴(yán)重缺乏地面控制點(diǎn)的困境。國內(nèi)正在開展的控制點(diǎn)影像庫技術(shù)研究有望解決這一制約高分辨率影像廣泛應(yīng)用的瓶頸問題。

經(jīng)過多年的研究，衛(wèi)星遙感影像的自動(dòng)匹配技術(shù)已經(jīng)取得了一定的進(jìn)展。李曉明等研究了基于尺度不變特征轉(zhuǎn)換(Scale Invariant Feature Transform，SIFT)算法的遙感影像自動(dòng)配準(zhǔn)方法，指出在影像具有較復(fù)雜變形的情況下仍然可以準(zhǔn)確地匹配出大量穩(wěn)定的特征點(diǎn)，但由于實(shí)驗(yàn)只采用了較小的局部影像區(qū)域，這一方法應(yīng)用于大容量遙感影像的可行性和效率還有待進(jìn)一步研究[1]。張登榮等針對多源衛(wèi)星遙感影像的人工幾何糾正存在精度差、效率低等問題，提出了一套基于影像匹配技術(shù)的自動(dòng)影像糾正算法流程[2]。還有學(xué)者采用改進(jìn)的區(qū)域增長算法利用SPOT-5同軌三立體影像生成DEM，同樣需要人工選取一定數(shù)量的種子點(diǎn)來進(jìn)行影像匹配[3]。

另一方面，隨著傳輸型遙感衛(wèi)星的發(fā)展和對衛(wèi)星立體影像的現(xiàn)實(shí)要求，三線陣CCD(電荷耦合元件)立體衛(wèi)星的發(fā)展必將受到更大的關(guān)注。但目前國內(nèi)針對三線陣CCD影像像點(diǎn)自動(dòng)匹配技術(shù)的研究相對較少[4]。

2控制點(diǎn)庫的建立及其在影像匹配中的應(yīng)用

2.1基于航攝影像的控制點(diǎn)庫建立目前，控制點(diǎn)影像庫中控制點(diǎn)的采集主要來源于數(shù)字柵格地圖(Digital Raster Graphics, DRG)、數(shù)字線劃地形圖(Digital Line Graphics, DLG)、數(shù)字正射影像圖(Digital Orthphoto Maps, DOM)和野外控制測量。野外控制測量方案不適用于大區(qū)域建立控制點(diǎn)影像庫，DLG無法反映影響輻射信息，DRG影像精度又遠(yuǎn)低于原始影像的定位精度，并且它們都需要大量的內(nèi)業(yè)采集工作。DOM是最適合的數(shù)據(jù)源，但高精度DOM的內(nèi)業(yè)采集工作也是必需的。這就迫使目前的地面控制點(diǎn)建庫工作必須采用內(nèi)、外業(yè)人工采集的方式，勞動(dòng)強(qiáng)度大，費(fèi)時(shí)又費(fèi)力。

該研究以1∶50 000地形測圖所使用的空中三角測量成果為基礎(chǔ)，介紹了以航攝數(shù)字/數(shù)字化影像和空中三角測量獲得的加密點(diǎn)為基礎(chǔ)建立控制點(diǎn)影像庫的方法，并用于匹配和定向新獲取的高分辨率衛(wèi)星遙感影像。航攝影像空中三角測量時(shí)，加密點(diǎn)是采用影像匹配技術(shù)自動(dòng)獲取影像間的連接點(diǎn)，在航攝影像上分布比較均勻。將這些加密點(diǎn)用作地面控制點(diǎn)，既能保證點(diǎn)的三維坐標(biāo)精度，又能保證其在衛(wèi)星遙感影像上的均勻分布。

衛(wèi)星遙感影像成像高度高，覆蓋范圍廣。以SPOT-5影像為例，一景SPOT-5HRG影像大小為12 000 pixels×12 000 pixels，覆蓋地面范圍約為60 km×60 km。當(dāng)測制1∶50 000地形圖所用航攝比例尺為1∶60 000時(shí)，每張影像覆蓋地面范圍約為14 km×14 km。考慮到測區(qū)內(nèi)航向重疊60%、旁向重疊度30%的情況，50多張航攝影像所拍攝的地面區(qū)域才相當(dāng)于一景SPOT-5影像所覆蓋的完整地面范圍。因此控制點(diǎn)需從測區(qū)加密點(diǎn)中均勻選取，即從測區(qū)內(nèi)與衛(wèi)星遙感影像有重疊的航攝影像上提取出適量的加密點(diǎn)，以保證衛(wèi)星遙感影像的整體定位精度。一般而言，1∶60 000航攝影像經(jīng)空中三角測量后加密點(diǎn)的地面坐標(biāo)平面中誤差可以達(dá)到±1～±2 m，高程中誤差為±2～±5 m，其精度完全可以滿足SPOT-5影像的定向要求。對于更高分辨率的衛(wèi)星遙感影像，可以采用更大比例尺的航攝影像的空中三角測量成果，以提高地面控制點(diǎn)的坐標(biāo)精度。

在控制點(diǎn)影像庫中，一個(gè)控制點(diǎn)入庫時(shí)主要包含以下信息：

(1) 控制點(diǎn)編號。

(2) 控制點(diǎn)地面坐標(biāo)、所在參考橢球、投影方式，用于描述控制點(diǎn)的地理位置。由于絕大部分衛(wèi)星遙感影像定位都采用WGS-84坐標(biāo)，若非WGS-84坐標(biāo)，則在影像匹配和定向時(shí)需轉(zhuǎn)換成WGS-84地理坐標(biāo)。

(3) 控制點(diǎn)精度?？捎煤綌z影像空中三角測量中檢查點(diǎn)的精度評定。

(4) 控制點(diǎn)影像塊索引表。每個(gè)索引應(yīng)包含：影像來源、影響坐標(biāo)(中心像素坐標(biāo))、影像塊大小、影像定向參數(shù)和獲取時(shí)間等。

2.2影像匹配預(yù)處理衛(wèi)星遙感影像的每條掃描行單獨(dú)成像，且姿態(tài)角均非小角度，與近似垂直攝影的航攝影像相比，其影像存在較大的幾何變形。為了能在衛(wèi)星遙感影像上較成功地識別出控制點(diǎn)影像庫中的地面控制點(diǎn)，采用衛(wèi)星遙感影像與控制點(diǎn)庫影像自動(dòng)匹配的方法是最佳選擇。為此一般先采用仿射變換模型對2種影像進(jìn)行粗配準(zhǔn)。

若整景影像采用一套仿射變換系數(shù)，則其擬合誤差可能較大且部分影像的幾何變形無法得到有效校正，從而影響影像匹配的效果。實(shí)際影像匹配過程中，可以航攝影像為單位，對衛(wèi)星遙感影像進(jìn)行分塊處理，而所需的航攝影像信息可以從控制點(diǎn)影像庫中提取。

由于每幅航攝影像上提取了足夠多的加密點(diǎn)(一般不少于9個(gè))，可以根據(jù)這些加密點(diǎn)及其在衛(wèi)星遙感影像上對應(yīng)的預(yù)測點(diǎn)求出仿射變換系數(shù)。于是，該航攝影像上任意一個(gè)像點(diǎn)與衛(wèi)星遙感影像上對應(yīng)點(diǎn)間的初步幾何關(guān)系可由該分塊的仿射變換系數(shù)確定。

逐塊計(jì)算出仿射變換系數(shù)后，需對該航攝影像進(jìn)行重采樣。此時(shí)可對整幅航攝影像進(jìn)行重采樣，也可只對待匹配區(qū)域影像進(jìn)行重采樣。為了節(jié)省計(jì)算機(jī)的存儲空間，通常只對局部區(qū)域進(jìn)行影像重采樣?？筛鶕?jù)控制點(diǎn)ID號提取對應(yīng)的參考航攝影像塊，再由仿射變換系數(shù)對航攝影像進(jìn)行幾何糾正，同時(shí)消除2種影像間的幾何變形和分辨率差異。

此外，由于航攝影像與衛(wèi)星遙感影像在拍攝時(shí)間和拍攝角度上均不相同，影像間的輻射差異較大。特別是突出的紋理特征(高頻區(qū))與背景區(qū)域的反差在2種影像上存在較大差異。為了抑制高頻區(qū)域，提高影像間的整體相似程度，可以采用高斯濾波算法對影像進(jìn)行平滑。經(jīng)處理后衛(wèi)星影像與航攝影像整體上幾何、輻射信息趨于一致，有利于計(jì)算機(jī)的自動(dòng)影像匹配。

2.3基于控制點(diǎn)庫的影像匹配流程對待匹配的多源遙感影像進(jìn)行輻射和幾何預(yù)改正之后，針對控制點(diǎn)影像庫中每個(gè)控制點(diǎn)的具體匹配流程見圖1。

由于控制點(diǎn)影像庫中的地面控制點(diǎn)均為航攝影像間的連接點(diǎn)，常規(guī)航空攝影時(shí)出現(xiàn)于2～6張重疊影像上，數(shù)字航空攝影時(shí)影像重疊度會更大。為此，首先需對某一加密點(diǎn)所對應(yīng)的多個(gè)航攝影像塊進(jìn)行幾何和輻射改正；其次將其與衛(wèi)星影像塊分別進(jìn)行影像匹配，并計(jì)算各自的相關(guān)系數(shù)，當(dāng)所有的相關(guān)系數(shù)都大于給定閾值時(shí)，就可初步判定影像匹配成功；最后進(jìn)行最小二乘影像響匹配，以提高地面控制點(diǎn)的識別精度。

除了灰度相關(guān)閾值外，亦可將幾何位置約束作為粗匹配所得同名點(diǎn)的判決條件。若匹配正確，不同航攝影像上的同一加密點(diǎn)在衛(wèi)星遙感影像上所匹配出的同名像點(diǎn)坐標(biāo)應(yīng)相同。然而，由于影像匹配誤差及少量影像重采樣誤差的存在，影像匹配結(jié)果將產(chǎn)生差異。此時(shí)可分別計(jì)算匹配點(diǎn)在x和y方向坐標(biāo)上的誤差，如均小于給定的閾值，則認(rèn)為影像匹配成功，并可轉(zhuǎn)入最后的誤匹配點(diǎn)剔除環(huán)節(jié)。

誤匹配點(diǎn)的剔除可分為2個(gè)步驟：①確定幾何約束條件和選擇粗差檢測算法。由于已知影像的RPC參數(shù)和地面控制點(diǎn)坐標(biāo)，因此可采用高精度的RFM+仿射變換模型作為嚴(yán)格幾何約束條件，并采用RANSAC算法來檢驗(yàn)匹配結(jié)果中是否包含誤匹配點(diǎn)。②通過剔除誤匹配點(diǎn)、精化匹配結(jié)果，獲得正確的匹配點(diǎn)對[5]。

控制點(diǎn)影像庫中的地面控制點(diǎn)經(jīng)過多源遙感影像的自動(dòng)匹配處理后，可獲得其在衛(wèi)星遙感影像上對應(yīng)的像點(diǎn)。在地面控制點(diǎn)坐標(biāo)精度足夠高的情況下，它們就可以用于求解衛(wèi)星遙感影像的定向參數(shù)及進(jìn)行精確幾何處理。

3金字塔分層動(dòng)態(tài)窗口匹配應(yīng)用在衛(wèi)星影像匹配

假如基于影像本身的搜索，不論哪種相關(guān)系數(shù)匹配方法，都會很容易出現(xiàn)錯(cuò)誤[6]。如果利用金字塔影像層，因?yàn)樗捎跋穹直媛视傻偷礁?，從而形成的影像匹配方案越來越精?xì)，所以這是目前最好的匹配方法。

金字塔影像建立可按照m×m像元變換成一個(gè)像元逐層形成,一般取m=2的較多,但建議取m=3是計(jì)算量最小的方法,匹配結(jié)果可以從上一層傳遞到下一層時(shí)正好與3×3個(gè)像元的中心像元相對應(yīng),而m=2時(shí)上一層的結(jié)果與下一層2×2個(gè)像元的公共角點(diǎn)相對應(yīng)。四像元和九像元的金字塔影像匹配如圖2所示。

假如將原始影像稱為第零層,則第一層影像的每一個(gè)像素相當(dāng)于零層的l×l個(gè)像素,第k層影像的每一個(gè)像素相當(dāng)于零層的(m×m)k個(gè)像素。利用相關(guān)性比較，沿著搜索路線，依次對被搜索的g影像每個(gè)結(jié)點(diǎn)均訪問,尋找最大相關(guān)系數(shù)的像元,可以得出結(jié)論：隨著被搜索圖越大,匹配速度越慢，反之則越快,所以匹配速度影響取決于模板的尺寸和搜索窗口的大小。另外搜索窗口也會影像匹配的精確性，通常大的搜索窗口會降低匹配的準(zhǔn)確性，但是如果沒有詳細(xì)的特征信息，小的搜索窗口也會出現(xiàn)錯(cuò)誤的匹配，因此根據(jù)影像的不同情況，選擇搜索窗口的尺寸要根據(jù)經(jīng)驗(yàn)值確定。

有學(xué)者提出采用在金字塔影像中使用動(dòng)態(tài)窗口的方法進(jìn)行匹配運(yùn)算來兼顧速度和精度的問題。具體說就是,對于匹配像元在每一層金字塔影像中至少使用由小到大3個(gè)窗口進(jìn)行匹配,只有在每次匹配結(jié)果基本一致的情況下,才認(rèn)定匹配成功,否則,就將窗口步進(jìn)放大到某一規(guī)定限值能實(shí)現(xiàn)正確匹配的大小尺寸,這樣可顧及三線陣影像易受攝影角度不一致的影響[7]。

具體步驟如下:

(1)生成影像金字塔。金字塔收縮率為2(四像元法),生成層數(shù)一般為4層(含原始影像層)。

(2)生成待匹配模板像點(diǎn)。根據(jù)三線陣CCD影像定向點(diǎn)坐標(biāo)自動(dòng)量測的應(yīng)用要求,以其中一條影像為基準(zhǔn),按3行×n列生成待匹配模板像點(diǎn)。

(3)以待匹配模板像點(diǎn)為中心形成模板窗口,在金字塔影像中從頂層逐級向下使用動(dòng)態(tài)窗口的方法進(jìn)行匹配運(yùn)算。

(4)精匹配。在完成原始影像層匹配后,利用匹配結(jié)果及取相鄰像元3個(gè)相關(guān)系數(shù)進(jìn)行拋物線擬合,使相關(guān)精度達(dá)

到子像素精度。

實(shí)驗(yàn)表明，金字塔分層動(dòng)態(tài)窗口匹配法較相關(guān)系數(shù)法匹配成功率要高。另外,利用正視為模板要比前視做模板匹配效果好,這也對應(yīng)三線陣影像匹配的特點(diǎn),即匹配是受攝影角度影響的,正視為模板可顧及前、后視角度影響,相對于前視或后視為模板產(chǎn)生的匹配誤差影響要小。

參考文獻(xiàn)

[1] 李曉明,鄭鏈,胡占義.基于SIFT特征的遙感影像自動(dòng)配準(zhǔn)[J].遙感學(xué)報(bào), 2006, 10(6): 885-892.

[2] 張登榮,蔡志剛,俞樂.基于匹配的遙感影像自動(dòng)糾正方法研究[J].浙江大學(xué)學(xué)報(bào):工學(xué)版, 2007,41(3):402-406.

[3] OTTO G, CHAU T. Region growing algorithm for matching of terrain images [J]. Image and Vision Computing, 1989, 2(7):83-94.

[4] 曹娟,李興瑋,林偉廷,等.基于局部幾何約束的角點(diǎn)精匹配算法改進(jìn)研究[C]//陳宗海.2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集.合肥：中國科學(xué)技術(shù)大學(xué)出版社，2009.

[5] 袁修孝，曹金山.高分辨率衛(wèi)星遙感精確對地目標(biāo)定位理論與方法[M].北京：科學(xué)出版社，2012.

[6] 吉大純，李學(xué)軍，侯金寶.影像匹配中的若干基本問題研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2010(5)：246-249.

[7] 趙斐,胡莘,關(guān)澤群,等.三線陣CCD影像的像點(diǎn)自動(dòng)匹配技術(shù)研究[J].測繪科學(xué)，2008，33(4)：12-14.

摘要影像匹配是指在兩幅或者多幅影像之間尋找同名像點(diǎn)的過程。它是從影像上自動(dòng)提取地物三維空間信息的關(guān)鍵技術(shù)之一，已被廣泛應(yīng)用于攝影測量與遙感領(lǐng)域，如影像的自動(dòng)內(nèi)定向和立體像對的相對定向、攝影測量區(qū)域網(wǎng)平差中連接點(diǎn)的自動(dòng)提取和DSM自動(dòng)生成等。影像匹配結(jié)果的優(yōu)劣直接影響后續(xù)遙感產(chǎn)品的質(zhì)量。對于多重影像覆蓋的區(qū)域或者基于控制點(diǎn)影像庫的不同源遙感影像的聯(lián)合處理，影像自動(dòng)匹配技術(shù)就成為提高影像幾何處理精度與作業(yè)效率的一項(xiàng)關(guān)鍵技術(shù)。該研究基于影像匹配的國內(nèi)外研究成果，介紹了匹配中的圖像預(yù)處理和基于控制點(diǎn)影像庫匹配流程；并根據(jù)三線陣CCD影像的特點(diǎn)，介紹了基于金字塔分層動(dòng)態(tài)窗口匹配運(yùn)算的相關(guān)系數(shù)法在三線陣CCD影像像點(diǎn)立體匹配中的應(yīng)用。

關(guān)鍵詞遙感影像；三線陣CCD影像；自動(dòng)匹配；金字塔影像

Automatic Matching of Satellite Remote Sensing Image

XU Hao-ran, ZHAO Jun-san*(Kunming University of Science and Technology, Kunming, Yunnan 650000)

AbstractImage matching refers to searching for corresponding image points between two images or more. It is one of the key technologies with which to get 3D spatial information of objects automatically and it has been widely applied in photogrametry and remote sensing, such as automatic interior orientation and relative orientation of stereopair, the automatic extraction of block adjustment in photogrametry and the automatic establishment of DSM. The quality of image matching affects directly the quality of follow-up RS products. In associated process for areas covered by multi-images or image matching of different sources based on control-point library, automatic image matching becomes the key technology to improve precision and processing efficiency. This essay mainly demonstrates the development of image matching, pre-processing of image in image matching and matching procedure based on control-point image library. On the other side, according to characteristics of three line array CCD images, correlation coefficient method which is grounded on pyramid layer dynamic window matching for three line array CCD image matching is introduced.

Key wordsRemote sensing image; Three line array image; Automatic image matching; Pyramid image

收稿日期2015-04-29

通訊作者

作者簡介徐浩然(1990-)，男，河南許昌人，碩士研究生，研究方向：地理信息系統(tǒng)。*，教授，博士，博士生導(dǎo)師，從事地理信息系統(tǒng)、土地信息系統(tǒng)、3S集成等研究。

中圖分類號S 127

文獻(xiàn)標(biāo)識碼A

文章編號0517-6611(2015)18-335-03