資源描述:
《高精度遙感影像配準(zhǔn)融合方法》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、高精度遙感影像配準(zhǔn)融合方法提要:本文介紹一種實(shí)用的高精度遙感影像配準(zhǔn)、糾正、融合方法和高效處理軟件─erLand。該系統(tǒng)是由張祖勛教授等提出算法,由適普公司研制開發(fā)的。這是將先進(jìn)的數(shù)字?jǐn)z影測量技術(shù)應(yīng)用于遙感影像定量化處理的新突破。它不僅解決了長期困惑遙感信息定量化處理的理論問題和實(shí)際應(yīng)用問題,而且提供了大規(guī)模生產(chǎn)實(shí)用的先進(jìn)手段,使遙感信息定量化處理進(jìn)入了實(shí)際應(yīng)用的新階段。1.前言隨著信息技術(shù)和傳感器技術(shù)的飛速發(fā)展,衛(wèi)星遙感影像分辨率有了很大提高,包括空間分辨率、光譜分辨率和時(shí)間分辨率??臻g分辨率已從30米,10米,
2、提高到今天的2米,1米,軍用甚至達(dá)到0.1米。光譜分辨率已達(dá)到5~6nm(納米),包括高光譜在內(nèi)已超過400個(gè)波段。時(shí)間分辨率,即重訪周期也在不斷縮短。每天都有數(shù)量龐大的不同分辨率的遙感信息,從各種傳感器上接收下來。 海量遙感信息的分析處理,尤其是遙感信息的定量化處理,是遙感領(lǐng)域當(dāng)前面臨的重要研究發(fā)展方向之一。鑒于遙感信息的定量化處理,可以在現(xiàn)有遙感數(shù)據(jù)的基礎(chǔ)上,獲取質(zhì)量更高、位置更精確的信息,從而擴(kuò)大遙感信息的應(yīng)用深度和廣度。遙感信息的定量化研究,主要是集中在遙感數(shù)據(jù)的星上校準(zhǔn)、幾何糾正、大氣校正、數(shù)據(jù)預(yù)處理等
3、方面。這些研究涉及傳感器 影像成像系統(tǒng)的誤差,運(yùn)載工具軌道參數(shù)的影響,影像途徑大氣層因輻射、散射、吸收等產(chǎn)生的變形。遙感信息的定量化的另一個(gè)值得重視的發(fā)展方向,是利用高分辨率的經(jīng)過糾正的影像(包括更高分辨率的航空影像),對低分辨率的影像進(jìn)行配準(zhǔn)、糾正及融合處理,即遙感影像的相互校正。本文介紹一種高精度、高效的相互糾正的新方法,基于數(shù)字?jǐn)z影測量影像匹配的獨(dú)特算法。由于該方法影像糾正的精度高、處理過程自動(dòng)化程度高、應(yīng)用范圍廣和實(shí)用性強(qiáng),引起了國內(nèi)遙感應(yīng)用領(lǐng)域和國外遙感圖像處理軟件廠商的極大關(guān)注和興趣。2.遙感信息定
4、量化研究現(xiàn)狀 目前,大部分遙感信息的分類和提取,主要是利用數(shù)理統(tǒng)計(jì)與人工解譯相結(jié)合的方法。這種方法不僅精度相對較低,效率不高,勞動(dòng)強(qiáng)度大,而且依賴參與解譯分析的人,在很大程度上不具備重復(fù)性。尤其對多時(shí)相、多傳感器、多平臺、多光譜波段遙感數(shù)據(jù)的復(fù)合處理,問題更為突出。在遙感信息定量化研究方面,已經(jīng)建立了各種分析模型及相應(yīng)的計(jì)算改正公式[1][2][3][4],如大氣輻射傳輸簡化模型,大氣成份的吸收與散射影響模型,以及傳感器的定標(biāo)改正模型等。雖然在上述各項(xiàng)研究中已達(dá)到了較高水平,但尚未有重大的突破。在遙感影像相互校正
5、方面,一些商業(yè)化的遙感圖像處理軟件,雖然提供了簡單的影像相互校正和融合功能,但均是基于純交互式的人工識別選取同名點(diǎn),不僅效率非常低,而且精度也難于達(dá)到實(shí)用要求,尤其是對于山區(qū)的遙感影像的校正。遙感影像的精糾正,即遙感影像的高精度正射糾正[5],是遙感影像定量化最直接的重要途徑。但是由于獲取必要數(shù)量的高精度的控制點(diǎn)(已知地面坐標(biāo))非常困難,使得實(shí)際應(yīng)用受到很大的局限。通常做法是在1:50000地形圖上,人工選取少數(shù)幾個(gè)控制點(diǎn),由于遙感影像比例尺很小,很難在圖上找到同名位置點(diǎn),加上地圖變形和人為的辨認(rèn)誤差,這樣讀取的控
6、制點(diǎn)不僅精度很低,而且效率也非常低。用這種方法只能作簡單的多項(xiàng)式曲面擬合,而不能進(jìn)行高精度的糾正處理。利用傳統(tǒng)的航測方法獲取所覆蓋地區(qū)的數(shù)字地形模型(DEM),作為正射糾正的基礎(chǔ)數(shù)據(jù),往往受既有航攝資料的限制,以及費(fèi)用較高、工期較長等因素制約,應(yīng)用也很局限。3.高精度遙感影像糾正融合新方法 國際著名的數(shù)字?jǐn)z影測量學(xué)者張祖勛教授等,提出了一種先進(jìn)的遙感影像相互校準(zhǔn)的大面元微分糾正算法[6],在其基礎(chǔ)上又提出了小面元微分糾正算法[7]。該算法利用了數(shù)字?jǐn)z影測量中影像匹配的研究成果,即影像特征提取與基于松弛法的整體影像
7、匹配,全自動(dòng)地獲取密集同名點(diǎn)對作為控制點(diǎn),由密集同名點(diǎn)對構(gòu)成密集三角網(wǎng)(小面元),利用小三角形面元進(jìn)行微分糾正,實(shí)現(xiàn)影像精確配準(zhǔn)。然后進(jìn)行影的像糾正融合處理,這使遙感影像的配準(zhǔn)、糾正與融合技術(shù)提高到了新的階段。該小面元微分糾正算法的要點(diǎn)如下:1)影像特征點(diǎn)的提取 將主影像中的明顯點(diǎn),提取出來作為配準(zhǔn)的控制點(diǎn)。這些點(diǎn)特征的提取是利用所謂興趣算子提取的,例如Forstner算子[8]。2)預(yù)處理 不同的遙感影像間存在平面位置、方位與比例的差異,因而需要對其進(jìn)行平移、旋轉(zhuǎn)與縮放等預(yù)處理,以便影像匹配較容易進(jìn)行。當(dāng)影像
8、的差異較大時(shí),需人工選取一至三對同名點(diǎn)的概略位置,根據(jù)這些同名點(diǎn)解算影像間概略的平移、旋轉(zhuǎn)與縮放等預(yù)處理參數(shù)。若點(diǎn)數(shù)不小于三,可利用仿射變換。預(yù)處理可以使低分辨率影像的比例尺和方位與主影像基本接近,使影像匹配較容易進(jìn)行。解算出變換參數(shù)后,既可對整個(gè)影像進(jìn)行重采樣,也可在后續(xù)的匹配處理中進(jìn)行局部影像重采樣。3)粗匹配 以特征點(diǎn)(通常是從主影像上提取出來的)為