徐浩然，赵俊三　(昆明理工大学，云南昆明 650000)



卫星遥感影像的自动匹配

徐浩然，赵俊三*(昆明理工大学，云南昆明 650000)

1研究综述

纵观卫星遥感影像匹配，尤其是近几年来高分辨率卫星遥感影像匹配技术的发展过程，其与传统航空摄影影像匹配所采用的核心技术是一致的；但卫星遥感影像具有严格几何处理模型复杂、多视角、多时相等特征，从而导致卫星遥感影像像对间的同名像点不再具有近似统一的视差分布，影像间的相对旋角并非微小值。这就要求影像匹配时必须对影像进行预处理，如初始视差的计算、几何变形纠正、辐射增强和均衡化等。以航摄数字/数字化影像和空中三角测量获得的加密点为基础建立控制点影像库可提高卫星遥感影像匹配效率。因为卫星遥感影像覆盖范围广，要想获得均匀分布的地面控制点，通常需要在几百乃至上千平方公里的范围内施测，其外业工作量之大不言而喻。并且在地震、洪水、泥石流等自然灾害发生的地区或原始森林、沼泽、沙漠等人迹罕至的地区，测量人员往往无法进入实地施测，这就会产生高分遥感影像精确处理严重缺乏地面控制点的困境。国内正在开展的控制点影像库技术研究有望解决这一制约高分辨率影像广泛应用的瓶颈问题。

经过多年的研究，卫星遥感影像的自动匹配技术已经取得了一定的进展。李晓明等研究了基于尺度不变特征转换(Scale Invariant Feature Transform，SIFT)算法的遥感影像自动配准方法，指出在影像具有较复杂变形的情况下仍然可以准确地匹配出大量稳定的特征点，但由于实验只采用了较小的局部影像区域，这一方法应用于大容量遥感影像的可行性和效率还有待进一步研究[1]。张登荣等针对多源卫星遥感影像的人工几何纠正存在精度差、效率低等问题，提出了一套基于影像匹配技术的自动影像纠正算法流程[2]。还有学者采用改进的区域增长算法利用SPOT-5同轨三立体影像生成DEM，同样需要人工选取一定数量的种子点来进行影像匹配[3]。

另一方面，随着传输型遥感卫星的发展和对卫星立体影像的现实要求，三线阵CCD(电荷耦合元件)立体卫星的发展必将受到更大的关注。但目前国内针对三线阵CCD影像像点自动匹配技术的研究相对较少[4]。

2控制点库的建立及其在影像匹配中的应用

2.1基于航摄影像的控制点库建立目前，控制点影像库中控制点的采集主要来源于数字栅格地图(Digital Raster Graphics, DRG)、数字线划地形图(Digital Line Graphics, DLG)、数字正射影像图(Digital Orthphoto Maps, DOM)和野外控制测量。野外控制测量方案不适用于大区域建立控制点影像库，DLG无法反映影响辐射信息，DRG影像精度又远低于原始影像的定位精度，并且它们都需要大量的内业采集工作。DOM是最适合的数据源，但高精度DOM的内业采集工作也是必需的。这就迫使目前的地面控制点建库工作必须采用内、外业人工采集的方式，劳动强度大，费时又费力。

该研究以1∶50 000地形测图所使用的空中三角测量成果为基础，介绍了以航摄数字/数字化影像和空中三角测量获得的加密点为基础建立控制点影像库的方法，并用于匹配和定向新获取的高分辨率卫星遥感影像。航摄影像空中三角测量时，加密点是采用影像匹配技术自动获取影像间的连接点，在航摄影像上分布比较均匀。将这些加密点用作地面控制点，既能保证点的三维坐标精度，又能保证其在卫星遥感影像上的均匀分布。

卫星遥感影像成像高度高，覆盖范围广。以SPOT-5影像为例，一景SPOT-5HRG影像大小为12 000 pixels×12 000 pixels，覆盖地面范围约为60 km×60 km。当测制1∶50 000地形图所用航摄比例尺为1∶60 000时，每张影像覆盖地面范围约为14 km×14 km。考虑到测区内航向重叠60%、旁向重叠度30%的情况，50多张航摄影像所拍摄的地面区域才相当于一景SPOT-5影像所覆盖的完整地面范围。因此控制点需从测区加密点中均匀选取，即从测区内与卫星遥感影像有重叠的航摄影像上提取出适量的加密点，以保证卫星遥感影像的整体定位精度。一般而言，1∶60 000航摄影像经空中三角测量后加密点的地面坐标平面中误差可以达到±1～±2 m，高程中误差为±2～±5 m，其精度完全可以满足SPOT-5影像的定向要求。对于更高分辨率的卫星遥感影像，可以采用更大比例尺的航摄影像的空中三角测量成果，以提高地面控制点的坐标精度。

在控制点影像库中，一个控制点入库时主要包含以下信息：

(1) 控制点编号。

(2) 控制点地面坐标、所在参考椭球、投影方式，用于描述控制点的地理位置。由于绝大部分卫星遥感影像定位都采用WGS-84坐标，若非WGS-84坐标，则在影像匹配和定向时需转换成WGS-84地理坐标。

(3) 控制点精度。可用航摄影像空中三角测量中检查点的精度评定。

(4) 控制点影像块索引表。每个索引应包含：影像来源、影响坐标(中心像素坐标)、影像块大小、影像定向参数和获取时间等。

2.2影像匹配预处理卫星遥感影像的每条扫描行单独成像，且姿态角均非小角度，与近似垂直摄影的航摄影像相比，其影像存在较大的几何变形。为了能在卫星遥感影像上较成功地识别出控制点影像库中的地面控制点，采用卫星遥感影像与控制点库影像自动匹配的方法是最佳选择。为此一般先采用仿射变换模型对2种影像进行粗配准。

若整景影像采用一套仿射变换系数，则其拟合误差可能较大且部分影像的几何变形无法得到有效校正，从而影响影像匹配的效果。实际影像匹配过程中，可以航摄影像为单位，对卫星遥感影像进行分块处理，而所需的航摄影像信息可以从控制点影像库中提取。

由于每幅航摄影像上提取了足够多的加密点(一般不少于9个)，可以根据这些加密点及其在卫星遥感影像上对应的预测点求出仿射变换系数。于是，该航摄影像上任意一个像点与卫星遥感影像上对应点间的初步几何关系可由该分块的仿射变换系数确定。

逐块计算出仿射变换系数后，需对该航摄影像进行重采样。此时可对整幅航摄影像进行重采样，也可只对待匹配区域影像进行重采样。为了节省计算机的存储空间，通常只对局部区域进行影像重采样。可根据控制点ID号提取对应的参考航摄影像块，再由仿射变换系数对航摄影像进行几何纠正，同时消除2种影像间的几何变形和分辨率差异。

此外，由于航摄影像与卫星遥感影像在拍摄时间和拍摄角度上均不相同，影像间的辐射差异较大。特别是突出的纹理特征(高频区)与背景区域的反差在2种影像上存在较大差异。为了抑制高频区域，提高影像间的整体相似程度，可以采用高斯滤波算法对影像进行平滑。经处理后卫星影像与航摄影像整体上几何、辐射信息趋于一致，有利于计算机的自动影像匹配。

2.3基于控制点库的影像匹配流程对待匹配的多源遥感影像进行辐射和几何预改正之后，针对控制点影像库中每个控制点的具体匹配流程见图1。

由于控制点影像库中的地面控制点均为航摄影像间的连接点，常规航空摄影时出现于2～6张重叠影像上，数字航空摄影时影像重叠度会更大。为此，首先需对某一加密点所对应的多个航摄影像块进行几何和辐射改正；其次将其与卫星影像块分别进行影像匹配，并计算各自的相关系数，当所有的相关系数都大于给定阈值时，就可初步判定影像匹配成功；最后进行最小二乘影像响匹配，以提高地面控制点的识别精度。

除了灰度相关阈值外，亦可将几何位置约束作为粗匹配所得同名点的判决条件。若匹配正确，不同航摄影像上的同一加密点在卫星遥感影像上所匹配出的同名像点坐标应相同。然而，由于影像匹配误差及少量影像重采样误差的存在，影像匹配结果将产生差异。此时可分别计算匹配点在x和y方向坐标上的误差，如均小于给定的阈值，则认为影像匹配成功，并可转入最后的误匹配点剔除环节。

误匹配点的剔除可分为2个步骤：①确定几何约束条件和选择粗差检测算法。由于已知影像的RPC参数和地面控制点坐标，因此可采用高精度的RFM+仿射变换模型作为严格几何约束条件，并采用RANSAC算法来检验匹配结果中是否包含误匹配点。②通过剔除误匹配点、精化匹配结果，获得正确的匹配点对[5]。

控制点影像库中的地面控制点经过多源遥感影像的自动匹配处理后，可获得其在卫星遥感影像上对应的像点。在地面控制点坐标精度足够高的情况下，它们就可以用于求解卫星遥感影像的定向参数及进行精确几何处理。

3金字塔分层动态窗口匹配应用在卫星影像匹配

假如基于影像本身的搜索，不论哪种相关系数匹配方法，都会很容易出现错误[6]。如果利用金字塔影像层，因为它生成影像分辨率由低到高，从而形成的影像匹配方案越来越精细，所以这是目前最好的匹配方法。

金字塔影像建立可按照m×m像元变换成一个像元逐层形成,一般取m=2的较多,但建议取m=3是计算量最小的方法,匹配结果可以从上一层传递到下一层时正好与3×3个像元的中心像元相对应,而m=2时上一层的结果与下一层2×2个像元的公共角点相对应。四像元和九像元的金字塔影像匹配如图2所示。

假如将原始影像称为第零层,则第一层影像的每一个像素相当于零层的l×l个像素,第k层影像的每一个像素相当于零层的(m×m)k个像素。利用相关性比较，沿着搜索路线，依次对被搜索的g影像每个结点均访问,寻找最大相关系数的像元,可以得出结论：随着被搜索图越大,匹配速度越慢，反之则越快,所以匹配速度影响取决于模板的尺寸和搜索窗口的大小。另外搜索窗口也会影像匹配的精确性，通常大的搜索窗口会降低匹配的准确性，但是如果没有详细的特征信息，小的搜索窗口也会出现错误的匹配，因此根据影像的不同情况，选择搜索窗口的尺寸要根据经验值确定。

有学者提出采用在金字塔影像中使用动态窗口的方法进行匹配运算来兼顾速度和精度的问题。具体说就是,对于匹配像元在每一层金字塔影像中至少使用由小到大3个窗口进行匹配,只有在每次匹配结果基本一致的情况下,才认定匹配成功,否则,就将窗口步进放大到某一规定限值能实现正确匹配的大小尺寸,这样可顾及三线阵影像易受摄影角度不一致的影响[7]。

具体步骤如下:

(1)生成影像金字塔。金字塔收缩率为2(四像元法),生成层数一般为4层(含原始影像层)。

(2)生成待匹配模板像点。根据三线阵CCD影像定向点坐标自动量测的应用要求,以其中一条影像为基准,按3行×n列生成待匹配模板像点。

(3)以待匹配模板像点为中心形成模板窗口,在金字塔影像中从顶层逐级向下使用动态窗口的方法进行匹配运算。

(4)精匹配。在完成原始影像层匹配后,利用匹配结果及取相邻像元3个相关系数进行抛物线拟合,使相关精度达

到子像素精度。

实验表明，金字塔分层动态窗口匹配法较相关系数法匹配成功率要高。另外,利用正视为模板要比前视做模板匹配效果好,这也对应三线阵影像匹配的特点,即匹配是受摄影角度影响的,正视为模板可顾及前、后视角度影响,相对于前视或后视为模板产生的匹配误差影响要小。

参考文献

[1] 李晓明,郑链,胡占义.基于SIFT特征的遥感影像自动配准[J].遥感学报, 2006, 10(6): 885-892.

[2] 张登荣,蔡志刚,俞乐.基于匹配的遥感影像自动纠正方法研究[J].浙江大学学报:工学版, 2007,41(3):402-406.

[3] OTTO G, CHAU T. Region growing algorithm for matching of terrain images [J]. Image and Vision Computing, 1989, 2(7):83-94.

[4] 曹娟,李兴玮,林伟廷,等.基于局部几何约束的角点精匹配算法改进研究[C]//陈宗海.2009系统仿真技术及其应用学术会议论文集.合肥：中国科学技术大学出版社，2009.

[5] 袁修孝，曹金山.高分辨率卫星遥感精确对地目标定位理论与方法[M].北京：科学出版社，2012.

[6] 吉大纯，李学军，侯金宝.影像匹配中的若干基本问题研究[J].计算机技术与发展，2010(5)：246-249.

[7] 赵斐,胡莘,关泽群,等.三线阵CCD影像的像点自动匹配技术研究[J].测绘科学，2008，33(4)：12-14.

摘要影像匹配是指在两幅或者多幅影像之间寻找同名像点的过程。它是从影像上自动提取地物三维空间信息的关键技术之一，已被广泛应用于摄影测量与遥感领域，如影像的自动内定向和立体像对的相对定向、摄影测量区域网平差中连接点的自动提取和DSM自动生成等。影像匹配结果的优劣直接影响后续遥感产品的质量。对于多重影像覆盖的区域或者基于控制点影像库的不同源遥感影像的联合处理，影像自动匹配技术就成为提高影像几何处理精度与作业效率的一项关键技术。该研究基于影像匹配的国内外研究成果，介绍了匹配中的图像预处理和基于控制点影像库匹配流程；并根据三线阵CCD影像的特点，介绍了基于金字塔分层动态窗口匹配运算的相关系数法在三线阵CCD影像像点立体匹配中的应用。

关键词遥感影像；三线阵CCD影像；自动匹配；金字塔影像

Automatic Matching of Satellite Remote Sensing Image

XU Hao-ran, ZHAO Jun-san*(Kunming University of Science and Technology, Kunming, Yunnan 650000)

AbstractImage matching refers to searching for corresponding image points between two images or more. It is one of the key technologies with which to get 3D spatial information of objects automatically and it has been widely applied in photogrametry and remote sensing, such as automatic interior orientation and relative orientation of stereopair, the automatic extraction of block adjustment in photogrametry and the automatic establishment of DSM. The quality of image matching affects directly the quality of follow-up RS products. In associated process for areas covered by multi-images or image matching of different sources based on control-point library, automatic image matching becomes the key technology to improve precision and processing efficiency. This essay mainly demonstrates the development of image matching, pre-processing of image in image matching and matching procedure based on control-point image library. On the other side, according to characteristics of three line array CCD images, correlation coefficient method which is grounded on pyramid layer dynamic window matching for three line array CCD image matching is introduced.

Key wordsRemote sensing image; Three line array image; Automatic image matching; Pyramid image

收稿日期2015-04-29

通讯作者

作者简介徐浩然(1990-)，男，河南许昌人，硕士研究生，研究方向：地理信息系统。*，教授，博士，博士生导师，从事地理信息系统、土地信息系统、3S集成等研究。

中图分类号S 127

文献标识码A

文章编号0517-6611(2015)18-335-03