陳世豪 肖鋒

（1. 河南理工大學(xué) 自然資源部礦山時(shí)空信息與生態(tài)修復(fù)重點(diǎn)實(shí)驗(yàn)室，河南 焦作 454003；2. 河南省測(cè)繪工程院，河南 鄭州 450003）

1 引言

隨著遙感技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，不同物理特性的傳感器所產(chǎn)生的遙感圖像不斷增多，如何更有效地對(duì)圖像進(jìn)行數(shù)據(jù)提取和分析已成為急需解決的問題。在各種傳感器之間，由于物理特性和成像方式不同，在數(shù)據(jù)應(yīng)用和數(shù)據(jù)融合時(shí)，影像必須進(jìn)行嚴(yán)格配準(zhǔn)。

控制點(diǎn)提取主要有手動(dòng)和自動(dòng)兩種方式，前者在基準(zhǔn)圖像和待校正圖像上人工目視選取同名點(diǎn)作為控制點(diǎn)，后者使用特征點(diǎn)匹配算法自動(dòng)識(shí)別同名點(diǎn)作為控制點(diǎn)。手動(dòng)提取控制點(diǎn)增加了人為誤差和主觀因素影響，且因?yàn)楣ぷ鹘?jīng)驗(yàn)導(dǎo)致效率存在差異。和手動(dòng)提取控制點(diǎn)相比，自動(dòng)提取控制點(diǎn)速度快、效率高，但是難度較大，實(shí)現(xiàn)起來比較困難，除要求控制點(diǎn)精度較高外，還要保證控制點(diǎn)的數(shù)量和分布。遙感圖像自動(dòng)配準(zhǔn)主要基于灰度的配準(zhǔn)方法和基于特征的配準(zhǔn)方法[1-5]，后者的尺度不變特征變換（scale invariant feature transform，SIFT）算法[6-8]應(yīng)用廣泛，文獻(xiàn)[9]提出了一種初-精結(jié)合的多元遙感圖像自動(dòng)配準(zhǔn)方法，利用Harris 算法提取區(qū)域特征角點(diǎn)；文獻(xiàn)[10]針對(duì)特征分布不均勻和缺乏的問題提出了基于 Edline線特征的快速高精度圖像匹配方法，通過構(gòu)造LBD（Lind Band Descriptor）描述子進(jìn)行圖像匹配；文獻(xiàn)[11]使用AROP 程序包對(duì)地形起伏大的橫斷山區(qū)的Landsat影像進(jìn)行配準(zhǔn)，先對(duì)CBERS 影像進(jìn)行正射校正，在此基礎(chǔ)上進(jìn)行配準(zhǔn)，取得了良好的結(jié)果，雖然對(duì)HJ 衛(wèi)星CCD 影像數(shù)據(jù)配準(zhǔn)做了相關(guān)實(shí)驗(yàn)，但是效果并不理想；文獻(xiàn)[12]使用AROP 程序包對(duì)國(guó)內(nèi)地區(qū)的HJ-1B 衛(wèi)星影像進(jìn)行了山區(qū)和平原地區(qū)的自動(dòng)配準(zhǔn)實(shí)驗(yàn)，也得到了較高精度。

A R O P（A u t o m a t e d R e g i s t r a t i o n a n d Orthorectification Package）是由美國(guó)國(guó)家航空和航天管理局下設(shè)LEDAPS 小組研究編寫的圖像配準(zhǔn)與正射校正程序包。AROP 主要針對(duì)Landsat 以及類Landsat 衛(wèi)星影像進(jìn)行處理，本文利用AROP 程序包對(duì)國(guó)外平坦地區(qū)的Landsat TM 影像和Landsat MSS 異源數(shù)據(jù)進(jìn)行自動(dòng)配準(zhǔn)實(shí)驗(yàn)，并與商業(yè)軟件ENVI 的配準(zhǔn)結(jié)果做對(duì)比，分析和評(píng)價(jià)配準(zhǔn)精度。

2 AROP 自動(dòng)配準(zhǔn)原理

基于灰度的影像配準(zhǔn)中的一種，通常利用圖像區(qū)域的灰度信息，其匹配過程是在參考圖像中以匹配點(diǎn)為中心確定一個(gè)m×n 大小的窗口，然后在待配準(zhǔn)圖像中選擇搜索區(qū)域與基準(zhǔn)中的區(qū)域進(jìn)行相似性比較，尋找相似性最大的中心點(diǎn)作為對(duì)應(yīng)點(diǎn)。常用的相似性度量主要有歸一化的函數(shù)、相關(guān)系數(shù)和最小二乘匹配。

AROP 是基于區(qū)域的配準(zhǔn)方法，通過設(shè)置核窗口（cs）和移動(dòng)窗口（ms）在基準(zhǔn)影像和待糾正影像之間尋找控制點(diǎn)，并將相關(guān)性最大的點(diǎn)設(shè)為控制點(diǎn)，控制點(diǎn)搜索原理如圖1 所示。AROP 利用基于區(qū)域相關(guān)的方法，根據(jù)基準(zhǔn)影像的坐標(biāo)確定待配準(zhǔn)影像的初始控制點(diǎn)：

圖1 AROP控制點(diǎn)搜索原理

兩張圖像核窗口的相關(guān)性通過公式（2）計(jì)算：

基于區(qū)域的控制點(diǎn)搜索方法耗時(shí)且可能導(dǎo)致匹配錯(cuò)誤，為了減少計(jì)算時(shí)間和誤匹配，在配準(zhǔn)過程中AROP 提出了工作區(qū)間的概念并采用金字塔式配準(zhǔn)過程，流程如圖2 所示。

圖2 AROP配準(zhǔn)流程圖

工作區(qū)間是一個(gè)循環(huán)過程，統(tǒng)一了影像分辨率、投影和坐標(biāo)系，方便匹配點(diǎn)的搜索、配準(zhǔn)和結(jié)果驗(yàn)證。

3 基于AROP 的TM 影像自動(dòng)配準(zhǔn)

3.1 實(shí)驗(yàn)區(qū)及數(shù)據(jù)源

選取一景Landsat-8 OLI_TIRS 影像為基準(zhǔn)影像，成像日期為2013 年10 月3 日，分辨率30 米，云量6.4%；待糾正影像選擇Landsat 4-5 TM 影像，成像日期2006 年2 月18 日，分辨率30 米，云量0.02%，中心緯度為北緯40.3262°，西經(jīng)116.7499°，與基準(zhǔn)圖像中心位置一樣，地理位置位于北京，覆蓋全市，地物輪廓比較整齊清晰，云覆蓋率極低，成像條件有利于AROP 的基于區(qū)域的控制點(diǎn)搜索，整體范圍如圖3 所示。

圖3 待校正圖像

3.2 模型選擇

AROP 軟件程序采用Image to Image 的方式進(jìn)行配準(zhǔn)，先搜索控制點(diǎn)，再進(jìn)行圖像的粗校正、精校正以及相關(guān)精度計(jì)算。AROP 采用多項(xiàng)式模型[13-18]作為配準(zhǔn)模型。多項(xiàng)式模型是把遙感影像的總體變形用一個(gè)合適的多項(xiàng)式表達(dá)，即用一個(gè)適當(dāng)?shù)臄?shù)學(xué)關(guān)系描述糾正前后的坐標(biāo)對(duì)應(yīng)關(guān)系，適用于處理地形變化平緩地區(qū)。本文選擇三次多項(xiàng)式作為配準(zhǔn)模型，公式如下：

公式（3）中：（u，v）為校正前的圖像坐標(biāo)，（X，Y）為校正后圖像坐標(biāo)，ai、bi為多項(xiàng)式系數(shù)，i=1，2，3…。

4 配準(zhǔn)精度分析

影像配準(zhǔn)精度主要從控制點(diǎn)分布、掃描誤差、航向誤差、均方根誤差等因素分析，本次實(shí)驗(yàn)利用AROP共搜索了85 個(gè)控制點(diǎn)，最后用于配準(zhǔn)的分布比較均勻的有38 個(gè)控制點(diǎn)，圖4 和圖5 為ENVI 和AROP 搜索的控制點(diǎn)分布圖。

圖4 ENVI控制點(diǎn)分布圖

圖5 AROP控制點(diǎn)分布圖

由圖4 和圖5 可知，ENVI 搜索的控制點(diǎn)分布與AROP 自動(dòng)搜索的控制點(diǎn)分布相對(duì)合理，在低矮山區(qū)和城市地區(qū)都有控制點(diǎn)，從配準(zhǔn)效果看也相差無幾。為了合理評(píng)價(jià)AROP 軟件程序包對(duì)影像配準(zhǔn)的精度效果，分析控制點(diǎn)的數(shù)目、分布均勻性、掃描誤差、航向誤差、均方根誤差和總均方根誤差，公式如下：DY為掃描誤差和航向誤差，RMSE 為均方根誤差，N為控制點(diǎn)個(gè)數(shù)。具體誤差信息如表1 和表2 所示。

表1 AROP配準(zhǔn)誤差統(tǒng)計(jì)

表2 ENVI配準(zhǔn)誤差統(tǒng)計(jì)

由表1 可知，航向誤差的平均值和標(biāo)準(zhǔn)差比掃描誤差大，可知影像在水平方向上的偏差比垂直方向偏差小，AROP 和ENVI 配準(zhǔn)的總體誤差分別為0.44023像元和1.08317 像元，AROP 配準(zhǔn)誤差較小，配準(zhǔn)精度優(yōu)于0.5 個(gè)像元。通過對(duì)比表1 與表2 的值，可知ENVI 進(jìn)行配準(zhǔn)結(jié)果的誤差平均值、最大值、標(biāo)準(zhǔn)差、均方根誤差以及總均方根誤差要大于AROP 程序包配準(zhǔn)的結(jié)果，衛(wèi)星運(yùn)行和定位時(shí)的幾何扭曲、姿態(tài)角與中心軌道間的非線性關(guān)系、高階配準(zhǔn)模型的參數(shù)化過程等是產(chǎn)生不同誤差分布的主要原因，其中包括手動(dòng)選擇控制點(diǎn)時(shí)的人為誤差。

在配準(zhǔn)過程中，影響配準(zhǔn)結(jié)果的因素主要有圖像的成像時(shí)間、云層遮擋、基準(zhǔn)影像或待配準(zhǔn)影像有內(nèi)部變形，配準(zhǔn)之前沒有經(jīng)過地形校正以及手動(dòng)取點(diǎn)的誤差，同時(shí)如果采用高分辨率影像做基準(zhǔn)影像去配準(zhǔn)中低分辨率的影像也容易提高配準(zhǔn)精度。

5 結(jié) 論

通過研究AROP 程序包發(fā)現(xiàn)，進(jìn)行TM 衛(wèi)星影像的自動(dòng)配準(zhǔn)能找到足夠多且分布均勻的控制點(diǎn)，配準(zhǔn)精度優(yōu)于半個(gè)像元。分析配準(zhǔn)誤差特征時(shí)發(fā)現(xiàn)，掃描誤差大于航向誤差，誤差來源、影像各個(gè)波段的漂移與DEM 精度和坡度有一定相關(guān)性。在配準(zhǔn)之前進(jìn)行正射校正，可減少地形起伏所引起的誤差，但是正射校正用的DEM 分辨率與配準(zhǔn)影像分辨率不一致也影響配準(zhǔn)精度。此程序包可以對(duì)Landsat 及類Landsat 衛(wèi)星的影像、CBERS、ASTER 等進(jìn)行配準(zhǔn)處理，而對(duì)于其他衛(wèi)星影像的特征點(diǎn)匹配還有待研究。