王丹菂，邢 帥，徐 青，李鵬程

(信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450000)

地物自動(dòng)轉(zhuǎn)繪中的影像匹配及精度控制方法

王丹菂，邢 帥，徐 青，李鵬程

(信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450000)

遙感影像判繪是地形圖測(cè)繪中的一項(xiàng)重要工作，目前應(yīng)用地物自動(dòng)轉(zhuǎn)繪技術(shù)是提高其作業(yè)效率的一個(gè)重要手段。其中，影像匹配是地物自動(dòng)轉(zhuǎn)繪中的關(guān)鍵技術(shù)，影像匹配的精度直接關(guān)系最終的轉(zhuǎn)繪精度。為保證最終轉(zhuǎn)繪結(jié)果滿足精度需求，本文針對(duì)地物自動(dòng)轉(zhuǎn)繪中的影像匹配及精度控制展開研究，將一種迭代加密構(gòu)網(wǎng)的匹配策略應(yīng)用到地物自動(dòng)轉(zhuǎn)繪中，并提出了一種基于雙閾值策略的匹配精度控制方法。通過(guò)對(duì)天繪一號(hào)衛(wèi)星影像進(jìn)行試驗(yàn)的結(jié)果表明，該方法在滿足作業(yè)精度要求的情況下有效提高了作業(yè)效率。

影像判繪；地物自動(dòng)轉(zhuǎn)繪；精度控制；天繪一號(hào)

遙感圖像判繪是數(shù)字?jǐn)z影測(cè)量方法成圖技術(shù)過(guò)程的重要組成部分，是獲取地形要素屬性信息的基本方法[1]。 隨著以天繪一號(hào)和資源三號(hào)衛(wèi)星為代表的一系列具備獲取大范圍高分辨率影像能力衛(wèi)星的發(fā)射，高分辨率影像的處理與應(yīng)用逐漸成為當(dāng)前的研究熱點(diǎn)。目前，利用高分辨率衛(wèi)星影像進(jìn)行判繪的方法是首先在高分辨率影像上進(jìn)行判繪，再通過(guò)人工二次判讀實(shí)現(xiàn)地物點(diǎn)從高分辨率影像到三線陣影像的轉(zhuǎn)繪，最后在三線陣影像上解算地物的物方坐標(biāo)。這種作業(yè)方式不僅效率低，且因三線陣影像分辨率的限制，難以獲得較高的判繪精度。

地物自動(dòng)轉(zhuǎn)繪技術(shù)可實(shí)現(xiàn)地物從高分辨率影像到三線陣影像的自動(dòng)轉(zhuǎn)繪。利用地物自動(dòng)轉(zhuǎn)繪技術(shù)，高分辨率影像的判繪成果可以自動(dòng)轉(zhuǎn)繪到三線陣影像上,從而減少了人工作業(yè)量。

其中，影像匹配是該技術(shù)的關(guān)鍵。由于高分辨率影像與三線陣影像是不同傳感器獲取的影像，它們之間存在著明顯的幾何變形，匹配的成功率和準(zhǔn)確性都難以保證。針對(duì)該問(wèn)題，本文提出一種迭代加密構(gòu)網(wǎng)的匹配方法，逐級(jí)分層加密控制，以保證匹配的可靠性與精度；且為實(shí)現(xiàn)對(duì)匹配過(guò)程的精度控制，提出一種基于雙閾值策略的匹配精度控制方法，從幾何角度分析確立閾值與匹配精度的關(guān)系。

一、地物自動(dòng)轉(zhuǎn)繪技術(shù)

1. 技術(shù)流程

在新的判繪作業(yè)模式中，作業(yè)員首先依據(jù)相關(guān)參考資料在高分辨率影像上進(jìn)行單片判繪；然后利用地物自動(dòng)轉(zhuǎn)繪技術(shù)將高分辨率影像上的地物自動(dòng)轉(zhuǎn)繪至三線陣影像上，在立體條件下對(duì)轉(zhuǎn)繪結(jié)果進(jìn)行檢查；最后通過(guò)前視、后視影像上的同名點(diǎn)空間前方交會(huì)計(jì)算相應(yīng)地物點(diǎn)的空間坐標(biāo)，作業(yè)流程如圖1所示。

圖1 新的判繪作業(yè)流程

與傳統(tǒng)的判繪作業(yè)模式不同，新的判繪作業(yè)模式不再采用人工二次判讀的方式將高分辨率影像上的地物手工轉(zhuǎn)繪至三線陣影像，而是利用地物自動(dòng)轉(zhuǎn)繪技術(shù)，通過(guò)影像匹配的方法，自動(dòng)識(shí)別三線陣影像上的同名地物實(shí)現(xiàn)轉(zhuǎn)繪。

地物自動(dòng)轉(zhuǎn)繪技術(shù)主要可分為兩個(gè)步驟：高分辨率影像與三線陣下視影像的匹配和三線陣下視影像與前后視影像的匹配。其中，高分辨率影像與三線陣下視影像的匹配屬于多源影像匹配，匹配難度較大，匹配成功率與準(zhǔn)確度難以保證，因此本文采用了一種迭代加密構(gòu)網(wǎng)的匹配策略。三線陣下視影像與前后視影像的匹配則采用文獻(xiàn)[2]中基于物方的多視匹配方法實(shí)現(xiàn)，本文不再詳述。

2. 高分辨率影像與三線陣下視影像的匹配方法

為保證高分辨率影像與三線陣下視影像的匹配的可靠性與精度，本文運(yùn)用了迭代加密構(gòu)網(wǎng)的匹配方法，其流程如圖2所示。

圖2 高分辨率影像與三線陣下視影像匹配流程

具體流程為：

(1) 初始匹配點(diǎn)獲取

對(duì)影像進(jìn)行分塊匹配。將每一子塊中最優(yōu)匹配點(diǎn)保留，獲取精度可靠且分布均勻的初始匹配點(diǎn)。

(2) 不規(guī)則三角網(wǎng)的構(gòu)建

將匹配點(diǎn)作為 “錨點(diǎn)”，構(gòu)建匹配點(diǎn)的Delaunay三角網(wǎng)。

(3) 點(diǎn)位預(yù)測(cè)模型

依據(jù)匹配點(diǎn)的三角網(wǎng)先由仿射變換確定匹配搜索窗口的中心，再將搜索窗口內(nèi)相關(guān)系數(shù)的極大值點(diǎn)作為預(yù)測(cè)點(diǎn)位。

(4) 迭代判斷

本文提出了一種基于幾何相似性的迭代判斷條件，以預(yù)測(cè)點(diǎn)位在三角形中的幾何位置為依據(jù)進(jìn)行迭代判斷。如圖 3所示，(a)為高分辨率影像，A、B、C是三角網(wǎng)中地物點(diǎn)P所在三角形的3個(gè)錨點(diǎn)；(b)為下視影像，點(diǎn)A′、B′、C′為點(diǎn)A、B、C同名點(diǎn)，P′為預(yù)測(cè)點(diǎn)位。當(dāng)預(yù)測(cè)點(diǎn)位P′滿足迭代判斷條件

(1)

則終止迭代；否則在預(yù)測(cè)點(diǎn)位的附近提取更多的匹配點(diǎn)作為錨點(diǎn)，重新構(gòu)網(wǎng)，得到更加密集的三角網(wǎng)并重新進(jìn)行預(yù)測(cè)。經(jīng)過(guò)反復(fù)迭代，預(yù)測(cè)點(diǎn)位逐漸準(zhǔn)確，直到滿足迭代判斷條件，即符合精度需求。

圖3 迭代判斷示意圖

二、地物自動(dòng)轉(zhuǎn)繪技術(shù)精度控制

1. 基本原理

高分辨率影像與三線陣下視影像匹配需要設(shè)定角度閾值Ta和長(zhǎng)度閾值Tl，若為保證匹配結(jié)果的可靠性，將兩個(gè)閾值設(shè)定過(guò)小，會(huì)導(dǎo)致許多正確的匹配點(diǎn)被誤判；若要減少誤判率，將這兩個(gè)閾值設(shè)定過(guò)大，則可能引入誤差點(diǎn)。理想的閾值選擇原則是在能夠囊括盡可能多的正確匹配點(diǎn)的同時(shí)不引入誤差點(diǎn)。匹配的精度控制問(wèn)題由此轉(zhuǎn)換成了閾值的選擇問(wèn)題。

針對(duì)上述分析，本文提出了一種確定閾值的方法：對(duì)不同閾值條件下的匹配誤差范圍進(jìn)行估計(jì),計(jì)算對(duì)應(yīng)閾值條件下的匹配精度，建立閾值與匹配精度的關(guān)系,以確定需求精度下的最優(yōu)閾值。

2. 匹配誤差范圍

從幾何角度分析迭代判斷條件式(1)所確定的匹配誤差范圍，發(fā)現(xiàn)匹配誤差范圍實(shí)際上由三角形的各頂點(diǎn)在閾值條件下的限制范圍所決定，即3個(gè)范圍重疊的區(qū)域，如圖4所示。

圖4 匹配誤差范圍示意圖

圖5是實(shí)際情況下地物點(diǎn)匹配誤差范圍的局部放大圖，圖中三度重疊的灰色區(qū)域即為地物點(diǎn)的匹配誤差范圍。從圖中可以看出，匹配誤差范圍可以近似看作以仿射變換的預(yù)測(cè)點(diǎn)位為中心的多邊形，成對(duì)稱分布，但是多邊形的邊數(shù)、形狀、大小不固定。

圖5 匹配誤差范圍局部放大圖

3. 閾值與匹配精度的關(guān)系確定

匹配誤差范圍的不規(guī)則使得采用解析的方法精確計(jì)算其面積比較困難。考慮到影像本身也是由離散的像素點(diǎn)構(gòu)成的，將匹配誤差范圍離散化并不會(huì)引入附加誤差，本文從離散的角度出發(fā)，對(duì)像素化的匹配誤差范圍進(jìn)行分析，通過(guò)計(jì)算匹配誤差范圍的外接圓半徑，利用外接圓半徑衡量匹配精度，從而構(gòu)建閾值與匹配精度之間的關(guān)系。具體過(guò)程如下：

1) 在地物點(diǎn)所在三角形中，標(biāo)記落入匹配誤差范圍內(nèi)的像素，得到像素化的匹配誤差范圍。

2) 計(jì)算匹配誤差范圍的外接圓及外接圓半徑，如圖6所示。

3) 變換閾值按步驟1)、2)計(jì)算大量地物點(diǎn)的誤差范圍外接圓半徑，并對(duì)結(jié)果進(jìn)行統(tǒng)計(jì)分析，作為對(duì)應(yīng)匹配精度的估計(jì)值。

4) 根據(jù)匹配精度要求選擇最優(yōu)閾值。

圖6 像素化的匹配誤差范圍及外接圓

表1是將角度閾值設(shè)定為10°，變換長(zhǎng)度閾值進(jìn)行試驗(yàn)的結(jié)果；表2是將長(zhǎng)度閾值設(shè)定為10像素，變換角度閾值進(jìn)行試驗(yàn)的結(jié)果。試驗(yàn)結(jié)果表明：角度閾值與長(zhǎng)度閾值均會(huì)對(duì)誤差范圍外接圓半徑產(chǎn)生影響，角度閾值的影響程度較長(zhǎng)度閾值更大。在角度閾值固定的條件下，長(zhǎng)度閾值與誤差范圍外接圓半徑最初近似呈線性關(guān)系，當(dāng)長(zhǎng)度閾值大于一定限值后，長(zhǎng)度閾值對(duì)誤差范圍外接圓半徑幾乎不產(chǎn)生影響。在長(zhǎng)度閾值固定的條件下，角度閾值與誤差范圍外接圓半徑近似呈線性關(guān)系。

表1 誤差范圍的統(tǒng)計(jì)分析(長(zhǎng)度閾值變化)

表2 誤差范圍的統(tǒng)計(jì)分析(角度閾值變化)

按照地物判讀3個(gè)像素的精度要求，合適的閾值應(yīng)當(dāng)將誤差控制在±3個(gè)像素以內(nèi)。然而考慮到仿射變換估計(jì)點(diǎn)位與真值之間的偏差，誤差范圍外接圓比誤差范圍稍大等因素，實(shí)際情況下可以適當(dāng)放寬閾值選擇條件。

三、試驗(yàn)分析

本文試驗(yàn)數(shù)據(jù)為某地區(qū)天繪一號(hào)衛(wèi)星的高分辨率影像和三線陣影像。天繪一號(hào)衛(wèi)星是我國(guó)第一代傳輸型立體測(cè)繪衛(wèi)星，可獲得2 m分辨率的高分辨影像和5 m分辨率的三線陣影像，其中包括三線陣影像的有理函數(shù)模型的RPC參數(shù)[3]。

圖7、圖8分別為水系與植被在高分辨影像上人工采集的結(jié)果及通過(guò)地物自動(dòng)轉(zhuǎn)繪技術(shù)轉(zhuǎn)繪至三線陣前后視影像上的結(jié)果(角度閾值和長(zhǎng)度閾值分別設(shè)置為10°和10像素)。從試驗(yàn)結(jié)果可以看到，即使高分辨率影像與三線陣影像之間存在明顯的幾何、輻射差異，地物自動(dòng)轉(zhuǎn)繪技術(shù)依然能夠準(zhǔn)確地將地物從高分辨率影像自動(dòng)轉(zhuǎn)繪至三線陣影像。表3是試驗(yàn)影像轉(zhuǎn)繪結(jié)果的統(tǒng)計(jì)，可以看到絕大部分影像轉(zhuǎn)繪的正確率均在98%以上，除了個(gè)別山地地區(qū)(46-155影像)，由于高差較大、地物稀少、紋理單一，導(dǎo)致轉(zhuǎn)繪正確率有所下降。

表3 試驗(yàn)影像的轉(zhuǎn)繪結(jié)果統(tǒng)計(jì)

圖7 單片地物判繪與自動(dòng)轉(zhuǎn)繪結(jié)果之一

圖8 單片地物判繪與自動(dòng)轉(zhuǎn)繪結(jié)果之二

四、結(jié)束語(yǔ)

本文立足于目前測(cè)繪生產(chǎn)中的實(shí)際需要，深入研究了影像判繪中的地物自動(dòng)轉(zhuǎn)繪技術(shù)，并通過(guò)試驗(yàn)驗(yàn)證了相關(guān)模型和算法的有效性。針對(duì)高分辨率影像與三線陣影像的匹配，本文提出了一種基于雙閾值策略的匹配精度控制方法，從幾何的角度直觀地對(duì)匹配過(guò)程中迭代閾值的精度控制能力進(jìn)行了分析，對(duì)迭代閾值設(shè)置的合理性進(jìn)行了解釋。試驗(yàn)結(jié)果表明，本文方法可以在不降低判繪精度的前提下，減少人工作業(yè)量，有效提高作業(yè)效率。

[1] 馮伍法．遙感圖像判繪[M]．北京：科學(xué)出版社，2014．

[2] 紀(jì)松．多視匹配策略與優(yōu)化方法研究[D]．鄭州：信息工程大學(xué)，2012．

[3] 張艷，王濤，馮伍法，等．“天繪一號(hào)”衛(wèi)星三線陣CCD 影像自檢校區(qū)域網(wǎng)平差[J] ．遙感學(xué)報(bào)，2015，19(2)：219-227．

[4] 芮杰.遙感影像數(shù)字判繪系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄭州：信息工程大學(xué)，2005．

[5] 耿迅．火星形貌攝影測(cè)量技術(shù)研究[D]．鄭州：信息工程大學(xué)，2014．

[6] 范大昭，紀(jì)松，戴晨光，等.線陣影像GC～3多視匹配模型的匹配方向線研究[J].測(cè)繪通報(bào)，2013(9):19-23．

[7] BAY H, TUYTEPLAARS T, GOOL L V. SURF: Speeded up Robust Features[C]∥9th European Conference on Computer Vision. Graz, Austria:ECCV, 2006: 404-417.

[8] LOWE D G. Distinctive Image Features from Scale-invariant Keypoints[J]. International Journal of Computer Vision, 2004, 2004,60(2):91-110.

[9] 張繼賢，李國(guó)勝，曾鈺．多源遙感影像高精度自動(dòng)配準(zhǔn)的方法研究[J]．遙感學(xué)報(bào)，2005，9(1)：74-77．

[10] 袁滿.面向全新地物判繪作業(yè)方式的實(shí)時(shí)匹配技術(shù)研究[D]. 鄭州：信息工程大學(xué)，2011．

[11] XU Q, LAN C, GENG X. High Resolution Imagery and Three-line Array Imagery Automatic Registration for China’s TH-1 Satellite Imagery [J]. Studies in Surveying & Mapping Science, 2014(2).

[12] HE Y, XU Q, XING S. Multi-view Image Matching Algorithm Based on Chang'e-1 Lunar Image[C]∥Proceedings of SPIE——The International Society for Optical Engineering.[S.l.]:[s.n.],2011.

[13] 賈博，張銳，姜挺，等. 基于低階多項(xiàng)式模型的星載線陣CCD影像光束法平差[J].測(cè)繪通報(bào)，2012(S1):323-325．

[14] 劉楚斌，張永生，范大昭，等. 資源三號(hào)衛(wèi)星境外高精度定位方法研究[J].測(cè)繪通報(bào)，2015(9):6-8．

[15] 邢帥，徐青．多重約束下由粗到精的多源圖像自適應(yīng)配準(zhǔn)算法[J]．光電工程，2007，34(6)：57-66．

Research on the Image Matching and Precision Control in Automatic Ground Features Transfer

WANG Dandi，XING Shuai，XU Qing，LI Pengcheng

2016-04-14

國(guó)家自然科學(xué)基金(41371436)

王丹菂(1993—)，女，碩士生，研究方向?yàn)閿?shù)字?jǐn)z影測(cè)量。E-mail：WDD_93@163.com

王丹菂，邢帥，徐青，等.地物自動(dòng)轉(zhuǎn)繪中的影像匹配及精度控制方法[J].測(cè)繪通報(bào)，2016(12)：44-47.

10.13474/j.cnki.11-2246.2016.0398.

P237

B

0494-0911(2016)12-0044-04