韓 杰， 謝 勇， 吳國璽， 喻錚錚， 錢躍磊， 關(guān)小果

(1.許昌學(xué)院城鄉(xiāng)規(guī)劃與園林學(xué)院，許昌 461000； 2.南京信息工程大學(xué)地理與遙感學(xué)院，南京 210044)

顧及多相機拼接成像特征的高分一號衛(wèi)星影像自適應(yīng)匹配方法

韓 杰1， 謝 勇2， 吳國璽1， 喻錚錚1， 錢躍磊1， 關(guān)小果1

(1.許昌學(xué)院城鄉(xiāng)規(guī)劃與園林學(xué)院，許昌 461000； 2.南京信息工程大學(xué)地理與遙感學(xué)院，南京 210044)

衛(wèi)星影像高精度匹配一直是備受關(guān)注的熱點問題。以高分一號(GF-1)衛(wèi)星PMS傳感器雙相機全色影像為研究對象，通過對其同名點間的幾何偏移特性進行長時間序列統(tǒng)計分析后，提出了一種顧及多相機拼接成像特征的GF-1衛(wèi)星影像自適應(yīng)匹配方法。該方法是在傳統(tǒng)影像匹配過程中加入自適應(yīng)算法，利用迭代計算實現(xiàn)對目標搜索窗口、范圍和方向的自適應(yīng)選擇。研究結(jié)果表明，該方法能夠?qū)崿F(xiàn)GF-1衛(wèi)星同軌全色影像間的高精度自適應(yīng)匹配，可以為其他類似衛(wèi)星傳感器影像匹配提供參考依據(jù)。

GF-1； 多相機拼接成像； 自適應(yīng)匹配； 幾何偏移統(tǒng)計

0 引言

自2009年以來，我國成功發(fā)射了多顆自主研發(fā)的高空間分辨率衛(wèi)星，其獲取的海量衛(wèi)星數(shù)據(jù)已為我國資源詳查、城市規(guī)劃和地理測繪等領(lǐng)域提供了有效的信息服務(wù)[1]。然而由于受單臺高空間分辨率相機幅寬限制，無法同時獲取大范圍高空間分辨率衛(wèi)星影像。目前我國常采用多相機拼接成像技術(shù)，將多臺高空間分辨率相機沿垂軌方向安置，實現(xiàn)高空間分辨率與寬覆蓋范圍相結(jié)合的研制目標[2]。但是，受多相機安裝誤差及外界環(huán)境的影響，影像重疊區(qū)域內(nèi)同名點位置并不完全重合，并且會隨著衛(wèi)星在軌運行時間的變化而有所不同，這會對后續(xù)的數(shù)據(jù)處理帶來極大不便。因此，如何實現(xiàn)多相機拼接成像傳感器影像間的高精度匹配，已經(jīng)成為衡量國產(chǎn)高空間分辨率衛(wèi)星數(shù)據(jù)應(yīng)用服務(wù)能力的一項重要指標。

目前，關(guān)于衛(wèi)星影像匹配的算法很多，例如SIFT(scale invariant feature transform)算法[3]、基于物方幾何約束的多影像相關(guān)法[4]、基于有理函數(shù)模型法[5]、CCD偏差模型法[6]、互信息法[7]、梯度結(jié)構(gòu)法[8]和最小二乘法[9]等。這些方法已經(jīng)被有效地應(yīng)用于多種類型的衛(wèi)星影像匹配處理中。但是利用上述算法對多相機拼接成像傳感器影像進行匹配時，由于缺乏對影像重疊區(qū)域同名點幾何偏移特性的分析，其匹配過程中對目標搜索范圍和方向等參數(shù)的設(shè)置較為盲目，且不具備參數(shù)自適應(yīng)設(shè)定功能，使匹配精度和效率較低。

GF-1衛(wèi)星作為我國高分對地觀測系統(tǒng)的首發(fā)星，該衛(wèi)星平臺搭載的PMS多光譜傳感器采用雙相機拼接成像技術(shù)進行對地觀測。本文針對PMS傳感器多相機拼接成像特征，首先通過對同軌全色影像重疊區(qū)域內(nèi)同名點幾何偏移特性進行長時間序列統(tǒng)計，分析其變化規(guī)律； 其次利用影像特征點提取方法獲取PMS1全色影像中重疊區(qū)域的特征點集； 然后基于物方幾何約束的匹配方法，預(yù)測該特征點集在PMS2全色影像上的位置，再根據(jù)上述統(tǒng)計分析結(jié)果，設(shè)置初始的搜索窗口大小和范圍； 最后基于松弛影像匹配方法獲取同名點，同時利用迭代計算實現(xiàn)對搜索窗口、范圍和方向的自適應(yīng)選擇，進而實現(xiàn)GF-1衛(wèi)星同軌全色影像間的高精度自適應(yīng)匹配。

1 GF-1衛(wèi)星PMS傳感器介紹

2013年4月26日，GF-1衛(wèi)星于甘肅酒泉衛(wèi)星發(fā)射中心成功發(fā)射。該衛(wèi)星搭載的PMS傳感器是由2臺垂軌安置的PMS相機拼接成像，其參數(shù)指標如表1所示[2,10]。

表1 GF-1衛(wèi)星PMS傳感器參數(shù)指標Tab.1 Parameters of GF-1 PMS sensor

2 原理與方法

2.1 同名點幾何偏移特性分析

由于相機安裝誤差的存在，導(dǎo)致PMS傳感器的2臺相機影像重疊區(qū)域內(nèi)同名點不能完全重合，這就是同名點幾何偏移量的初始值。在衛(wèi)星發(fā)射時及發(fā)射后受周圍環(huán)境和運動狀態(tài)等因素的影響，相機間相對位置關(guān)系會發(fā)生一定的變化，進而改變同名點幾何偏移量的初始值。如何全面了解同名點間幾何位置關(guān)系是研究的重點。

為了獲取大量隨機樣本用于自適應(yīng)匹配模型的建模，在2013年6月—2014年11月期間，即衛(wèi)星發(fā)射后600 d內(nèi)每月隨機選取不同軌道內(nèi)的若干影像對，共計44對。影像對重疊區(qū)域覆蓋地形包括平原、丘陵和山地，在每對影像中人工選取10個同名點，精度約為1個像素。采用物方幾何約束的匹配方法，研究同名點之間的幾何位置關(guān)系，分析人工選點坐標與投影預(yù)測坐標的行、列號差異[4]。具體過程如下：

1)在影像重疊區(qū)域人工選取一同名點，其像面坐標在PMS1和PMS2全色影像上分別為(x1，y1)和(m1，n1)。

2)利用PMS1全色影像的有理多項式參數(shù)(rational polynomial coefficients，RPCs)和ASTER G-DEM數(shù)據(jù)，獲取像點(x1，y1)對應(yīng)的地面三維坐標(X，Y，Z)。

圖1 同名點預(yù)測過程示意圖Fig.1 Prediction process of the conjugate points

選取4幅不同時相的影像，其預(yù)測結(jié)果分別如圖2所示。圖中箭頭長度為偏移量大小，箭頭指向為偏移方向。

(1) 20130614 (2) 20130928

圖2-1同名點偏移量分布

Fig.2-1Offsetdistributionoftheconjugatepoints

(3) 20131229 (4) 20140430

圖2-2同名點偏移量分布

Fig.2-2Offsetdistributionoftheconjugatepoints

從圖2可以看出，同一景影像對內(nèi)部偏移量大小和偏移方向較為一致，取各影像同名點偏移量的均值進行長時間序列分析，進一步獲取真實點位與預(yù)測點位坐標差異隨衛(wèi)星在軌運行時間的變化情況，如圖3所示。

圖3 同名點投影偏移量時間序列統(tǒng)計Fig.3 Time-series statistics of the offsets of the conjugate points

從圖3可以得出： ①對于垂軌方向偏移量而言，其在發(fā)射后第326天之前偏移量的絕對值先減小后增大，但絕對值穩(wěn)定在2個像素以內(nèi),而在第327至第396天之間偏移量較大，約為3～10個像素，在第397天之后偏移量的絕對值又穩(wěn)定在2個像素以內(nèi)； ②對于沿軌方向偏移量而言，其在發(fā)射后第326天之前偏移量的絕對值逐漸增大，最大可達到5個像素，在第327至第396天之間的偏移量方向相反，其絕對值約為3個像素，在第397天之后偏移量絕對值穩(wěn)定在2個像素以內(nèi)； ③沿軌與垂軌偏移量的變化趨勢一致； ④垂軌方向偏移量最大值約為10個像素，沿軌方向偏移量最大值約為5個像素。

產(chǎn)生該偏移量的原因主要包括匹配算法的誤差、地面高程誤差、相機安裝誤差及外界環(huán)境的影響等，但是由文獻[11]可知，將ASTER G-DEM數(shù)據(jù)作為物方高程信息，采用物方幾何約束的匹配方法進行同名點匹配時，由地面高程誤差及匹配算法導(dǎo)致的誤差是可以忽略的。出現(xiàn)上述現(xiàn)象可能是由于衛(wèi)星在發(fā)射過程中以及衛(wèi)星在軌運行初期階段，受其外界環(huán)境的影響，導(dǎo)致2臺相機安裝角度和位置發(fā)生了一定的變化，進而使得影像重疊區(qū)域內(nèi)同名點位置發(fā)生相應(yīng)的偏移，其中空間分辨率較高的全色影像對其變化更為敏感，這也給地面數(shù)據(jù)處理部門提供了一個監(jiān)測相機安裝參數(shù)變化的參考指標。在2014年5月即發(fā)射后第397天左右時，推測可能是衛(wèi)星地面系統(tǒng)對相機進行了檢校，從而使影像重疊區(qū)域內(nèi)同名點幾何偏移量變小，具體原因還需進一步作調(diào)查分析。

2.2 顧及多相機拼接成像特征的GF-1衛(wèi)星影像自適應(yīng)匹配方法

基于上述同軌全色影像間同名點幾何偏移特性，建立了顧及多相機拼接成像特征的GF-1衛(wèi)星影像自適應(yīng)匹配方法。該方法是在傳統(tǒng)的影像匹配流程中加入了自適應(yīng)算法，以實現(xiàn)GF-1衛(wèi)星影像亞像元級的自適應(yīng)匹配。具體流程如圖4所示。

圖4 自適應(yīng)匹配流程Fig.4 Flow chart of the self-adaptive matching method

1)利用基于物方幾何約束方法，獲取同軌全色影像重疊區(qū)域，縮小特征點信息提取范圍，降低誤匹配概率。

2)利用Harris特征點提取算法，獲取PMS1全色影像重疊區(qū)域的特征點集，共w個特征點。

3)對于PMS1全色影像重疊區(qū)域內(nèi)的任意一特征點(xi，yi)，i=1，2，3，…，w，以其為中心選取3像元×3像元的臨近窗口window1作為基準窗口。

(1)

6)在利用步驟5縮小搜索窗口后，采用交叉相關(guān)法確定特征點集中的其他真實同名點位置。

7)采用樣條插值方法對上一步獲取的相關(guān)系數(shù)矩陣(5×5)進行插值計算，形成30×30的插值矩陣以提高曲面擬合精度?；诖司仃?，再采用二次曲面函數(shù)擬合方法獲取PMS2影像亞像元級匹配位置[6]。

8)利用經(jīng)典的RANSAC算法、距離約束、斜率約束和雙向匹配法剔除誤匹配點，最終得到高精度的同名點信息[13]。

2.3 匹配精度評價

采用參考文獻[14]的精度評價方法進行匹配精度評價。首先，從匹配結(jié)果中人工選取均勻分布的匹配點作為控制點； 然后，基于控制點信息計算二次多項式變換模型參數(shù)； 最后，計算所有匹配點的均方根誤差(root mean square error,RMSE)，其表達式為

RMSE=

(2)

3 實驗結(jié)果與分析

為了驗證本文方法的可行性和魯棒性，在實驗硬件環(huán)境為Intel Pentium CPU G3240 @3.10 GHz，2 G內(nèi)存的計算機上，選取同名點偏移量較大的影像(2014年5月21日山東省臨沂地區(qū))進行實驗，影像覆蓋范圍如圖5所示。

圖5 測試影像覆蓋范圍Fig.5 Coverage range of the test images

3.1 重疊區(qū)域范圍提取

采用基于物方幾何約束的方法，獲取研究區(qū)同軌全色影像間重疊區(qū)域范圍。在對不同時相的影像進行綜合統(tǒng)計分析后發(fā)現(xiàn)，影像間重疊區(qū)域范圍較為穩(wěn)定。

雖然衛(wèi)星在軌運行1 a時(與同名點偏移特性統(tǒng)計結(jié)果中偏移量較大的時段相近)，重疊區(qū)域范圍有所變化，從初始的574個像素變?yōu)?83個像素，據(jù)推測可能也是由于地面數(shù)據(jù)處理部門對相機參數(shù)進行檢校所導(dǎo)致的。為了使得本文提出的算法有較強的適用性，本研究選取了574個像素作為影像重疊區(qū)域。

3.2 特征點信息提取

采用經(jīng)典的Harris特征點提取方法進行特征點提取。由于原始全色影像較大，截取重疊區(qū)域周邊典型地區(qū)影像進行算法測試(影像大小為2 500像素×1 500像素)，這將大大提高特征點提取速度，同時降低后續(xù)誤匹配概率。

3.3 初始搜索位置預(yù)測

選取該地區(qū)ASTER G-DEM數(shù)據(jù)作為輔助數(shù)據(jù)，利用基于物方幾何約束的方法獲取特征點初始搜索位置。隨機選取2個特征點的預(yù)測結(jié)果如圖6所示。

(a) PMS1特征點1 (b) PMS2特征點1 (c) PMS1特征點2 (d) PMS2特征點2

圖6特征點初始搜索預(yù)測結(jié)果

Fig.6Initialsearchresultsoffeaturepoints

圖6中紅色十字為PMS1影像中提取的特征點位置，黃色十字為PMS1影像特征點在PMS2影像中的初始搜索位置。從圖6中可以看出，預(yù)測結(jié)果與真實同名點之間發(fā)生了較為明顯的偏移，且偏移方向較為一致。

3.4 自適應(yīng)優(yōu)化

針對該測試影像，利用步驟5獲取5個特征點偏移量均值后可以發(fā)現(xiàn)，同名點在垂軌方向上向東偏移約為8個像元，在沿軌方向上向南方向偏移約為3個像元，從而利用公式(1)對初始預(yù)測位置進行更新。最后采用步驟6—8完成影像匹配處理。

3.5 匹配結(jié)果

為了比較本文方法的優(yōu)點，同時利用傳統(tǒng)的遙感圖像處理軟件ENVI5.0中的基于特征的影像匹配方法和經(jīng)典的SIFT匹配方法對同一數(shù)據(jù)進行匹配處理，并采用RANSAC算法、距離約束、斜率約束和雙向匹配算法剔除誤匹配點。匹配結(jié)果如圖7所示。為了綜合對比上述匹配方法的優(yōu)缺點，分別從正確匹配比例、匹配精度和正確匹配點每點平均耗時3個方面進行方法定量評價(表2)。

(a) 基于特征的影像匹配方法 (b) SIFT 方法

表2 影像匹配結(jié)果精度評價Tab.2 Comparison of image matching results using different methods

從圖7和表2中可以看出： ①與基于特征的匹配結(jié)果相比，本文方法獲取的正確匹配點分布更加均勻； ②本文方法獲取的正確匹配比例明顯高于其他2種方法； ③利用本文方法和基于特征的匹配方法精度相當(dāng)，均高于SIFT的匹配精度； ④雖然本文方法獲得的同名點數(shù)比SIFT方法少，但是其平均每點耗時明顯低于其他2種方法。本文提出的自適應(yīng)匹配方法更加適用于多相機拼接成像傳感器影像間的匹配處理。

4 結(jié)論

1)通過對GF-1衛(wèi)星同軌全色影像重疊區(qū)域內(nèi)同名點幾何偏移特性進行長時間序列統(tǒng)計分析，明確其變化規(guī)律。該過程既可為自適應(yīng)匹配方法提供理論依據(jù)，也可用于監(jiān)測衛(wèi)星在軌運行期間相機安裝參數(shù)變化情況。

2)提出了一種自適應(yīng)匹配方法，該方法在傳統(tǒng)匹配方法的基礎(chǔ)上，利用迭代計算完成了對搜索窗口、范圍及方向的自適應(yīng)設(shè)置，實現(xiàn)了GF-1衛(wèi)星PMS傳感器同軌全色影像間的高精度匹配。

3)由于本文提出的自適應(yīng)匹配算法是針對多相機拼接成像傳感器特點建立的，該算法對于跨平臺、不同時相和不同空間分辨率影像間的幾何匹配效果還需進一步驗證，這也將是下一步研究工作的重點。

志謝： 感謝中國資源衛(wèi)星應(yīng)用中心為本文研究提供GF-1衛(wèi)星影像數(shù)據(jù)。

[1] 韓 杰.GF-1衛(wèi)星影像高精度幾何處理方法研究[D].北京:中國科學(xué)院遙感與數(shù)字地球研究所,2015.

Han J.Study on the High Precision Geometric Processing of GF-1 Satellite Images[D].Beijing:Institute of Remote Sensing and Digital Earth Chinese Academy of Sciences,2015.

[2] 陸春玲,王 瑞,尹 歡.“高分一號”衛(wèi)星遙感成像特性[J].航天返回與遙感,2014,35(4):67-73.

Lu C L,Wang R,Yin H.GF-1 satellite remote sensing characters[J].Spacecraft Recovery and Remote Sensing,2014,35(4):67-73.

[3] Lowe D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.

[4] 張 力,張繼賢.基于多基線影像匹配的高分辨率遙感影像DEM的自動生成[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2008,33(9):943-946.

Zhang L,Zhang J X.Automatic DEM generation from high-resolution satellite imagery based on multiple-baseline image matching[J].Geomatics and Information Science of Wuhan University,2008,33(9):943-946.

[5] 戴激光,宋偉東,賈永紅,等.一種新的異源高分辨率光學(xué)衛(wèi)星遙感影像自動匹配算法[J].測繪學(xué)報,2013,42(1):80-86.

Dai J G,Song W D,Jia Y H,et al.A new automatically matching algorithm for multi-source high resolution optical satellite images[J].Acta Geodaetica et Cartographica Sinica,2013,42(1):80-86.

[6] 嚴 明,王智勇,伍 菲,等.CCD幾何偏差模型的多波段遙感影像配準[J].遙感學(xué)報,2012,16(6):1145-1156.

Yan M,Wang Z Y,Wu F,et al.Multi-spectral image registration method based on CCD geometric bias model[J].Journal of Remote Sensing,2012,16(6):1145-1156.

[7] 馬廣彬,章文毅,劉定生,等.一種新的衛(wèi)星多光譜圖像自動配準算法[J].遙感技術(shù)與應(yīng)用,2007,22(1):95-100.

Ma G B,Zhang W Y,Liu D S,et al.A new automatic band registration algorithm for satellite multispectral remote sensing images[J].Remote Sensing Technology and Application,2007,22(1):95-100.

[8] 張翰墨,尤紅建.基于梯度結(jié)構(gòu)的星載紅外圖像和全色圖像配準方法[J].紅外與毫米波學(xué)報,2013,32(3):270-276.

Zhang H M,You H J.A gradient structure based registration method for space-borne infrared image and panchromatic image[J].Journal of Infrared and Millimeter Waves,2013,32(3):270-276.

[9] 張劍清.基于特征的最小二乘匹配理論精度[J].武漢測繪科技大學(xué)學(xué)報,1988,13(4):82-90.

Zhang J Q.On the theoretic precision of least squares matching based on features[J].Journal of Wuhan Technical University of Surveying and Mapping,1988,13(4):82-90.

[10] 黃世存,吳海平,王 奇,等.“高分一號”衛(wèi)星PMS圖像幾何定位精度驗證[J].航天返回與遙感,2014,35(5):81-87.

Huang S C,Wu H P,Wang Q,et al.Validation of positioning accuracy of GF-1 PMS images[J].Spacecraft Recovery and Remote Sensing,2014,35(5):81-87.

[11] 王 密,楊 博,金淑英.一種利用物方定位一致性的多光譜衛(wèi)星影像自動精確配準方法[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2013,38(7):765-769.

Wang M,Yang B,Jin S Y.A registration method based on object-space positioning consistency for satellite multi-spectral image[J].Geomatics and information science of Wuhan University,2013,38(7):765-769.

[12] 簡劍鋒,林 怡,周利華,等.一種優(yōu)化的多源遙感影像高精度配準方法[J].同濟大學(xué)學(xué)報(自然科學(xué)版),2008,36(10):1427-1432.

Jian J F,Lin Y,Zhou L H,et al.Optimized high-precision registration method of multi-source remote sensing images[J].Journal of Tongji University(Natural Science),2008,36(10):1427-1432.

[13] 孫義威,劉 斌,邸凱昌,等.基于參考圖像的行星遙感圖像自動幾何精糾正[J].國土資源遙感,2015,27(1):23-28.doi:10.6046/gtzyyg.2015.01.04.

Sun Y W,Liu B,Di K C,et al.Automatic accurate geo-rectification of planetary remote sensing image based on reference image[J].Remote Sensing for Land and Resources,2015,27(1):23-28.doi:10.6046/gtzyyg.2015.01.04.

[14] 張 謙,賈永紅,胡忠文.多源遙感影像配準中的SIFT特征匹配改進[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2013,38(4):455-459.

Zhang Q,Jia Y H,Hu Z W.An improved SIFT algorithm for multi-source remote sensing image registration[J].Geomatics and information science of Wuhan University,2013,38(4):455-459.

Researchontheself-adaptivematchingmethodofGF-1satelliteimageryconsideringthefeaturesofmulti-cameramosaicimaging

HAN Jie1， XIE Yong2， WU Guoxi1， YU Zhengzheng1， QIAN Yuelei1， GUAN Xiaoguo1

(1.SchoolofUrban-ruralPlanningandArchitecture,XuchangUniversity,Xuchang461000,China; 2.SchoolofGeographyandRemoteSensing，NanjingUniversityofInformationScienceandTechnology，Nanjing210044，China)

The high precision matching of satellite images has been a problem of much concern. In this paper, the panchromatic images in the same track of GF-1 satellite PMS sensor are treated as investigated subjects. Based on the time-series statistical results of the offset property of the conjugate points, a self-adaptive image matching method is proposed considering mosaic imaging characteristics. In this method, the self-adaptive algorithm is added in the traditional image matching process. It can realize the self-adaptive selection of the target search window, search range and search direction using the iterative computation. The experiment results prove that the proposed method can achieve high precision self-adaptive matching of the GF-1 panchromatic images in the same track, which is useful for other similar satellites in future.

GF-1; multi-camera mosaic imaging; self-adaptive matching; geometric offset statistics

10.6046/gtzyyg.2017.04.03

韓杰,謝勇,吳國璽,等.顧及多相機拼接成像特征的高分一號衛(wèi)星影像自適應(yīng)匹配方法[J].國土資源遙感,2017,29(4):13-19.(Han J,Xie Y,Wu G X,et al.Research on the self-adaptive matching method of GF-1 satellite imagery considering the features of multi-camera mosaic imaging[J].Remote Sensing for Land and Resources,2017,29(4):13-19.)

TP 79

A

1001-070X(2017)04-0013-07

2016-03-21；

2016-06-26

河南省科技攻關(guān)項目“基于交叉輻射定標的GF-1衛(wèi)星WFV影像無損勻色方法研究”(編號： 172102210463)、國家自然科學(xué)基金項目“高分辨率光學(xué)遙感器輻射定標與歸一化技術(shù)研究” (編號： 41671345)和高分辨率對地觀測系統(tǒng)共性指南項目“GF-4衛(wèi)星圖像質(zhì)量評價與產(chǎn)品真實性檢驗技術(shù)”(編號： 50-Y20A07-0508-15/16)共同資助。

韓 杰(1987-)，男，博士，講師，主要從事高空間分辨率衛(wèi)星傳感器定標、真實性檢驗和影像匹配等方面的研究。Email： hanjie@radi.ac.cn。

謝 勇(1977-)，男，博士，主要從事定標和真實性檢驗研究。Email： xieyong@nuist.edu.cn。

(責(zé)任編輯：陳理)