基于快速匹配與線性橡皮拉伸的HJ—1CCD影像幾何精校正

胡九超 周忠發(fā)

摘要：提出了一種快速獲取大量地面控制點(diǎn)的方法，以TM影像為基準(zhǔn)圖像選擇初始同名點(diǎn)，經(jīng)過(guò)自動(dòng)計(jì)算誤差、調(diào)整、平移誤差消除、刪除等步驟獲取穩(wěn)定的其他同名點(diǎn)，并采用線性橡皮拉伸進(jìn)行幾何精校正。試驗(yàn)證明，利用該方法進(jìn)行幾何精校正后的HJ-1CCD影像不但加快了選點(diǎn)速度而且能保證精度，可以用于遙感信息的提取以及為地理信息系統(tǒng)等提供可用的數(shù)據(jù)。

關(guān)鍵詞：貴州高原山區(qū)；HJ-1CCD影像；地面控制點(diǎn)；幾何精校正

中圖分類號(hào)：P231 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2015）03-0703-02

DOI：10.14088/j.cnki.issn0439-8114.2015.03.052

HJ-1CCD Image Geometric Accurate Rectification based on Fast Matching and

Linear Rubber Sheeting

HU Jiu-chao1，2， ZHOU Zhong-fa1，2

（1.Institute of South China Karst，Guizhou Normal University， Guiyang 550001， China；

2. The State Key Laboratory Incubation Base for Karst Mountain Ecology Environment of Guizhou Province， Guiyang 550001， China）

Abstract：The study put forward a rapid method to access a large number of ground control points， based on TM image as the reference image selection of initial corresponding points， through the steps of automatic calculation error， adjustment， translation error elimination， and deletion， obtained other stable matching points， and used linear rubber sheeting for geometric correction. Experiments showed that， HJ-1CCD image after geometric correction not only accelerated the speed and position but also ensured accuracy， which can be used to provide data available for extracting the information of remote sensing and geographic information system.

Key words： plateau mountain area of Guizhou； HJ-1CCD image； ground control point； geometric accurate correction

進(jìn)入新世紀(jì)以來(lái)，遙感事業(yè)蓬勃發(fā)展，當(dāng)然中國(guó)也不例外。2008年9月6日，中國(guó)新一代民用光學(xué)對(duì)地遙感小衛(wèi)星——環(huán)境減災(zāi)衛(wèi)星成功發(fā)射升空。衛(wèi)星在軌組網(wǎng)，具有嚴(yán)格的成像視場(chǎng)匹配要求，可以在48 h內(nèi)對(duì)中國(guó)國(guó)境及周邊地區(qū)實(shí)現(xiàn)無(wú)縫覆蓋觀測(cè)[1]。隨著科學(xué)技術(shù)和社會(huì)需求的迅猛發(fā)展，遙感技術(shù)作為高新技術(shù)領(lǐng)域中的一個(gè)重要分支逐步邁向產(chǎn)業(yè)化、實(shí)用化，對(duì)遙感圖像產(chǎn)品的處理精度要求也越來(lái)越高[2]。然而，由于地球自轉(zhuǎn)、地面曲率的變化以及衛(wèi)星本身等方面的原因，遙感圖像存在無(wú)法避免的幾何畸變，而僅僅經(jīng)過(guò)系統(tǒng)粗校正的遙感圖像還無(wú)法滿足精度需求，所以，需要進(jìn)一步進(jìn)行遙感影像的幾何精校正。

遙感影像的傳統(tǒng)幾何精校正一般都通過(guò)地形圖手動(dòng)采集地面控制點(diǎn)（Ground Control Points，GCPs）來(lái)進(jìn)行，但地形圖的測(cè)繪年代相對(duì)來(lái)說(shuō)比較久遠(yuǎn)，信息量少，因而對(duì)地面控制點(diǎn)的采集具有很大的限制；其次，HJ-1CCD影像幅寬大，畸變復(fù)雜，誤差不一，采用全局校正模型就會(huì)有一定的局限性。綜合考慮上述問(wèn)題，提出利用ERDAS IMAGINE 9.2中的AutoSync模塊快速獲取地面控制點(diǎn)，并采用線性橡皮拉伸校正模型對(duì)HJ-1CCD影像進(jìn)行幾何精校正，不但加快了選點(diǎn)速度而且有效提高了環(huán)境衛(wèi)星影像的定位精度。

1 試驗(yàn)區(qū)概況及數(shù)據(jù)情況

貴州地處中國(guó)西南部，介于北緯24°37′—29°13′，東經(jīng)103°36′—109°35′，東毗湖南，南鄰廣西，西連云南，北接四川和重慶。氣候溫暖濕潤(rùn)，屬亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)，氣溫變化小，冬暖夏涼，氣候宜人，貴州省大部分地區(qū)年平均氣溫15 ℃左右。貴州地處云貴高原東部，境內(nèi)地勢(shì)復(fù)雜多樣，地勢(shì)西高東低，自中部向北、東、南三面傾斜，平均海拔1 100 m左右。貴州省地貌可概括分為高原山地、丘陵和盆地三種基本類型，境內(nèi)山脈眾多，重巒疊峰，綿延縱橫，山高谷深，其中92.5%的面積為山地和丘陵，復(fù)雜的地形條件給影像的校正造成了干擾。

研究采用的遙感數(shù)據(jù)為HJ-1CCD影像，環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座由兩顆光學(xué)小衛(wèi)星（HJ-1A，HJ-1B）和一顆合成孔徑雷達(dá)小衛(wèi)星（HJ-1C）構(gòu)成。其中HJ-1A和HJ-1B均采用準(zhǔn)太陽(yáng)同步圓軌道，軌道高度為649.093 km，相位為180 b。這兩顆光學(xué)小衛(wèi)星上均裝有兩臺(tái)寬覆蓋多光譜可見(jiàn)光相機(jī)（簡(jiǎn)稱CCD相機(jī)），單臺(tái)CCD相機(jī)幅寬為360 km（兩臺(tái)為710 km），共4個(gè)波段，波譜范圍為0.43～0.90 μm[3]。研究采用的數(shù)據(jù)是2011年5月28日采集的HJ-1衛(wèi)星影像以及同時(shí)相的TM影像。

2 影像的幾何校正

2.1 控制點(diǎn)的采集

研究采用線性橡皮拉伸模型進(jìn)行擬合，按原理而言，該方法需要大量的控制點(diǎn)，但傳統(tǒng)的選點(diǎn)方法顯然無(wú)法滿足要求，因此試驗(yàn)借助分辨率為30 m的TM影像，在ERDAS IMAGINE 9.2的AutoSync模塊下進(jìn)行控制點(diǎn)的采集，因?yàn)樵摲椒梢栽诙虝旱臅r(shí)間內(nèi)生成大量同名控制點(diǎn)、且高于純手動(dòng)配準(zhǔn)的精度，同時(shí)能夠處理各種各樣的數(shù)據(jù)等優(yōu)點(diǎn)。利用此方法采集控制點(diǎn)程序簡(jiǎn)單，首先手動(dòng)選取幾個(gè)明顯的地面特征點(diǎn)，譬如道路交叉口、河流交匯處等，且盡量分布均勻；然后利用軟件自動(dòng)生成大量的同名點(diǎn)；緊接著對(duì)誤差大的控制點(diǎn)進(jìn)行調(diào)整、剔除、重選，直至符合精度要求，至于控制點(diǎn)稀疏區(qū)域要手動(dòng)加一些控制點(diǎn)，盡量做到控制點(diǎn)在整個(gè)試驗(yàn)區(qū)均勻地分布，否則，控制點(diǎn)分布密集的區(qū)域影像幾何校正精度高，而在稀疏區(qū)域擬合不好使得圖像產(chǎn)生變形。流程圖如圖1所示。

2.2 遙感影像重采樣

重新定位后的像元在原圖像中的分布是不均勻的，即輸出圖像像元點(diǎn)在輸入圖像中的行列號(hào)不是或不全是整數(shù)關(guān)系。因此需要根據(jù)輸出圖像上的各像元在輸入圖像中的位置，對(duì)原始圖像按一定規(guī)則重新采樣，進(jìn)行亮度值的插值計(jì)算，建立新的圖像矩陣[4]。一般常用的重采樣方法有三種：最鄰近像元采樣法、雙線性內(nèi)插法、三次卷積重采樣法。這三種方法各有優(yōu)劣，綜合考慮遙感影像和研究區(qū)的情況，試驗(yàn)采用的是三次卷積重采樣法，雖然計(jì)算量比較大，但圖像灰度具有連續(xù)性且采樣精度高。

2.3 精度分析

RMS（均方根）誤差是GCP（地面控制點(diǎn)）的輸入（原）位置和逆轉(zhuǎn)換的位置之間的距離，它是在用轉(zhuǎn)換矩陣對(duì)一個(gè)GCP做轉(zhuǎn)換時(shí)所期望輸出的坐標(biāo)與實(shí)際輸出的坐標(biāo)之間的偏差[5]。殘差是某個(gè)方向上原作標(biāo)和逆變換坐標(biāo)之間的距離。每個(gè)GCP的殘差都可以顯示出來(lái)。X殘差是原X坐標(biāo)和逆變換的X坐標(biāo)之間的距離，Y殘差是原Y坐標(biāo)和逆變換Y坐標(biāo)之間的距離[6]。為了計(jì)算，每個(gè)控制點(diǎn)的RMS誤差都要給出，由距離公式計(jì)算：

Ri=■ 公式（1）

式中，Ri為GCPi的RMS誤差，XRi為GCPi的X殘差，YRi為GCPi的Y殘差。

Rx=■ 公式（2）

Ry=■ 公式（3）

T=■ 公式（4）

T為總的RMS誤差，n為控制點(diǎn)的個(gè)數(shù)。對(duì)于每次影像校正，不僅要驗(yàn)證每個(gè)控制點(diǎn)的誤差Ri，而且要驗(yàn)證總的誤差T。若精度沒(méi)有達(dá)到要求，則要反復(fù)試驗(yàn)，直至符合精度為止。

3 小結(jié)與討論

用ERDAS IMAGINE 9.2中的AutoSync模塊選取地面控制點(diǎn)進(jìn)行幾何精校正方便快捷，不需人為干預(yù)，自動(dòng)產(chǎn)生多個(gè)同名點(diǎn)，大大減少了幾何精校正人力的付出。選取貴州地區(qū)為研究區(qū)，并采用此法對(duì)環(huán)境衛(wèi)星影像進(jìn)行了幾何精校正，研究表明，誤差可以控制在1個(gè)像元左右，滿足要求，方法可行，同時(shí)得出以下幾點(diǎn)結(jié)論：

1）用TM影像輔助進(jìn)行HJ-1衛(wèi)星的幾何精校正，可以達(dá)到預(yù)期的精度，能夠滿足一般的工作要求；

2）采用AutoSync模塊選取地面控制點(diǎn)的方法，克服了傳統(tǒng)方法選點(diǎn)難、速度慢、精度低等缺點(diǎn)，使環(huán)境衛(wèi)星影像能夠更快、更好地與數(shù)字化地理信息相結(jié)合。

3）采用線性橡皮拉伸（Liner Rubber Sheeting）糾正法、三次卷積重采樣（Cubic Convolution）的方法對(duì)HJ-1衛(wèi)星影像的幾何精校正在該研究區(qū)范圍內(nèi)取得了較理想的效果，同時(shí)加快了幾何精校正的處理速度。

參考文獻(xiàn)：

[1] 白照廣，沈 中，王肇宇.環(huán)境減災(zāi)-1A、1B衛(wèi)星技術(shù)[J].航天器工程，2009，18（6）：1-11.

[2] 邵鴻飛，孔慶欣.遙感圖像幾何校正的實(shí)現(xiàn)[J].氣象，2000，26（2）：41-44.

[3] 任 平，楊存建，周介銘.HJ-1A/B星CCD多光譜遙感數(shù)據(jù)特征評(píng)價(jià)及應(yīng)用研究[J].遙感技術(shù)與應(yīng)用，2010，25（1）：138-142.

[4] 趙英時(shí).遙感應(yīng)用分析原理與方法[M].北京：科學(xué)出版社，2003.

[5] 趙書(shū)河，馮學(xué)智，趙 銳.中巴資源一號(hào)衛(wèi)星南京幅數(shù)據(jù)質(zhì)量與幾何糾正評(píng)價(jià)[J].遙感技術(shù)與應(yīng)用，2000，15（3）：170-174.

[6] 劉志麗，陳 曦.基于ERDAS IMAGING軟件的TM影像幾何精校正方法初探——以塔里木河流域?yàn)槔齕J].干旱區(qū)地理，2001， 24（4）：353-358.