一种卫星多光谱图像亚像元波段配准精度自动评价方法

一种卫星多光谱图像亚像元波段配准 精度自动评价 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 王洪海 � 徐建艳 � 龙小祥 (中国资源卫星应用中心 ,北京 100094) 摘 � 要 � 多光谱图像波段配准精度是多光谱影像数据的一项重要指标。文章实现了一种基于相位一 致特征的多光谱图像亚像元波段配准精度自动评价方法。通过对 CBERS- 02B卫星 CCD 多光谱图像波段 配准精度自动评价,表明该方法对于亮度和对比度具有不变性, 能均匀稳定提取多光谱数据不同波段影像 大量同名特征匹配点,自动给出影像的不同区域的亚像元配准精度, 实现对整景影像数据的较为完整准确 评价。根据评价结果进行了地面处理系统校正,使行列方向除局部区域外均达到配准精度。 关键词 � 波段配准精度 � 自动评价 � 多光谱图像 � 相位一致 � 特征匹配 � 空间遥感 中图分类号: TP751 文献标识码: A 文章编号: 1009- 8518( 2010) 03- 0055- 09 An Automated Evaluation Method of Sub�pixel Band�to�band Registration Accuracy for Satellite Multispectral Image Wang Honghai � Xu Jianyan � Long Xiaoxiang ( China Centre for Resources Satellite Data&Application, Beijing 100094, China) Abstract � Band�to�band registration accuracy is an important parameter of multispectral image data� A high preci� sion method based on the phase congruency features was presented in this paper for automated evaluating sub�pixel band� to�band registrat ion accuracy of satellite multispectral imagery� The sub�pixel band�to�band registration accuracy automat� ic assessment results of CBERS�02B CCD multi�spectral remote sensing imagery data showed that the proposed method was invariant to intensity and contrast variations, and significant features could be detected andmatched reliably between different band images, the rule of band�to�band misregistration and the results of band�to�band registration are automatic presented completely� The further band calibration of sub�pixel ground data processing systems was performed based this results and a good registration accuracy in row and line direction had been achieved except some local areas� Key words � Band�to�band registration accuracy � Automatic evaluat ion � Multispectral imagery � Phase congruence � Feature matching � Space remote sensing 收稿日期: 2009- 11- 09 基金项目:国家重大科技专项 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 1 � 引言 多光谱图像波段配准精度是多光谱影像数据的一项重要指标。波段配准精度反映了波段间变形的一 致性, 直接影响图像的分类精度、镶嵌等。多光谱遥感图像在获取、传输、处理等过程中受到传感器、成像平 台、成像条件、处理水平等各种因素的影响,会产生各种畸变, 导致图像波段间并不完全配准; 而实际应用需 要,又不得不花费大量时间来配准不同波段图像, 由此影响了遥感图像的应用范围和应用水平。因此, 有必 第 31卷第 3 期 2010年 6 月 航天返回与遥感 SPACECRAFT RECOVERY& REMOTE SENSING 55��� 要准确评价其多光谱图像波段配准精度,分析波段间的失配规律,并对其进行校正。 图像波段配准精度评价的关键在于图像配准方法的选择。常用的图像配准方法分为基于图像灰度和 基于图像特征两大类[ 1]。基于图像灰度的方法是直接利用图像的灰度信息, 建立两幅图像之间相似性度 量,不需要对图像进行特征提取,省去了特征匹配这个难点。由于用到了全部的图像信息,因此提高了配准 的精度和鲁棒性,但同时也存在计算量大、速度较慢等缺点。基于图像特征的方法,是通过提取参考图像和 待配准图像的一些共同特征,建立特征之间的对应关系, 从而提取控制点对,实现图像的自动配准。这类方 法的优点是它提取了图像的显著特征, 大大压缩了处理的信息量, 使得计算量小、速度较快,而且对图像灰 度的变化具有鲁棒性,但特征匹配的难度较高,易出现误匹配。与基于灰度的方法相比,基于特征的方法不 是直接在图像的灰度层次上计算两块图像之间的相似性, 而是在图像特征的层次上进行配准,因此它对图 像灰度变化不太敏感,更适合于灰度相差较大的多光谱不同谱段图像之间的配准。 本文将基于相位一致特征的遥感图像自动配准方法[ 2]应用于多光谱图像波段配准精度自动评价, 提出 一种基于相位一致特征的卫星多光谱遥感图像波段配准精度自动评价方法。并利用该方法自动评价了 CBERS- 02B卫星 CCD多光谱图像波段配准精度。 2 � 基于相位一致特征的多光谱图像波段配准精度自动评价方法 2�1 � 相位一致特征 检测 工程第三方检测合同工程防雷检测合同植筋拉拔检测方案传感器技术课后答案检测机构通用要求培训 原理 在频率域, 图像的相位谱比幅度谱包含有更重要的信息, 并且具有亮度和平移不变性。本文选择的相 位一致特征检测方法正是利用了傅立叶变换的相位信息进行特征提取的, 其基本原理是: 人类视觉感知的 图像特征出现在图像傅立叶谐波分量叠合的相位最大处,且特征类型可由相位的值决定[ 3]。实验和理论也 已证明相位一致与人类视觉系统对图像特征的认知基本相符[ 4]。因此,与空域特征检测算子,如 Roberts, So� bel, Canny, F�rstner, LOG,Harris, SUSAN等[ 1]相比,相位一致特征对遥感图像亮度和对比度具有不变性, 能捕 捉图像的不变特征, 同时适用于多种边缘特征的检测, 并且相位一致是量纲为 1的量, 可以对大多数图像使 用较为固定的阈值[ 5]。另外,相位一致特征检测算法对线特征产生单线响应,抗噪能力强,检测到的特征不 会因为噪声而出现波动, 因而具有更稳定的特征定位精度。 本文选用改进的相位一致模型特征检测公式[ 4] : PC( x ) = � n W(x )�A n( x ) ��n( x )- T � n A n( x )+ � , ( 1) 式中 � A n( x )为 n 次谐波分量的幅度; W( x )为频率扩展的权重函数,通过扩展信号频率范围提高相位一致 的显著性; T 为噪声估计,只有当局部能量值大于 T 时才用来计算相位一致; 取值符号� 表示值为正时等于 本身,否则取 0; 是避免分母为零而引入的 1 个小的常量; ��n ( x )为改进的相位偏离函数, ��n ( x ) = cos( �n ( x ) - �( x ) ) - | sin( �n ( x )- �( x ) ) | , �n( x )为 n 次谐波相位, �( x )各谐波相位均值,改进的相位偏离 函数比余弦函数有更显著的尖峰。若所有Fourier分量都有一致的相位,则该比值为 1;反之, 该比值最小可 以为 0。 可见,相位一致是量纲为 1的量,这个特性使得可以对大多数图像设定一个通用的特征阈值。 图像中某一点的局部频率信息通过 Log Gabor滤波器在多尺度和多方向上计算获得。经二维 Log Gabor 小波计算的二维信号相位一致由式( 2)给出: PC( x , y )= � o � n Wo( x , y )�A no( x , y ) ��no( x , y )- T o � o � n A no( x , y ) + � , ( 2) 式中 � 下标 o 表示滤波器的方向; n表示滤波器的尺度,对应 n 次谐波分量。 本文采用相位一致最大矩[ 6]描述点特征。相位一致最大矩值越大表明边缘点特征显著性越大。相位 一致最大矩计算式为: 56��� 航 天 返 回 与 遥 感 2010年第 31 卷 MPC= 1 2 �! [ P ( !) sin!) 2+ ( P ( !) cos!) 2] + 1 2 4 �! ( ( P ( !) sin!) ( P ( !) cos!) ) 2+ �! [ ( P ( !) sin!) 2- ( P ( !) cos!) 2] 2 � , ( 3) 式中 � P ( !)为滤波器 !方向的相位一致。由于仿射变换能够处理卫星遥感图像中的绝大多数几何畸变, 因 此本文实验选择仿射变换进行参数估计和变换。相位一致特征检测算法选择 4个尺度, 6个方向共 24个滤 波器,最小尺度滤波器的带宽为3个像素,相邻尺度间的带宽比为 2�1,噪声估计取 2, 取 0�000 1。另外,考 虑到检测到的特征点数量对自动配准系统的精度和性能影响,本文通过变化提取阈值来提取一定量的特征 点。 2�2 � 相位一致特征点匹配方法 对于特征匹配, 文献[ 7]中提出了一种用于面特征匹配特征相似与空间一致性相结合的特征匹配方法, 并将其与特征相似、穷尽搜索、随机采样一致, 特征相似与空间一致组合等匹配方法比较, 获得了非常好的 匹配效果。这种匹配方法优点是不受特征类型、相似准则和变换模型限制。 特征匹配策略描述如下: 假设待配准图像和参考图像中分别提取的点特征数量分别为 NS 和 N R, FS 和 FR 分别表示对应特征点集,即: F S= { f 1 S , f 2 S , !, f N SS } � , ( 4) FR= { f 1 R , f 2 R , !, f N RR } � , ( 5) 式中 � f iS 和 f jR 分别表示 FS 中第 i 个和FR 中第 j 个特征。定义 NS ∀ N R 匹配矩阵 M,令 M ij表示一个匹配 点对, 如果 f iS 和 f jR 为一对正确匹配点,则 M ij等于 1; 否则, Mij等于 0。定义变换模型为 T, T 的参数为NT , 若( x S, y S)和( xR, yR)分别为待配准图像和参考图像中的对应匹配点,则有: xR yR = T x S y S � , ( 6) 本文中的变换模型 T,采用的是参数 NT为 6的仿射变换模型。 ( 1) 特征点对空间一致性定义 令N S ∀ N R维空间一致矩阵 C表示任意特征点对间的空间一致性,即: C ij = c(f i S, f j R, T) � 。 ( 7) 令 d (f iS, f jR, T)表示变换后的特征点间的欧式距离: d (f i S, f j R, T) = ( x j R- T x( x i S) ) 2+ ( yjR- Ty ( y i S) ) 2 � , ( 8) 则: c(f i S, f j R, T) = F ( d( f i S, f j R, T ) ) � , ( 9) 其中,函数 F( a)选择一维递减高斯函数: F( a)= exp - a 2 2∀2 � 。 ( 10) 由以上定义可知,利用参数 ∀可方便控制空间一致度量。本文中参数 ∀取 0�5。特征点对间空间一致 性越好,则 d( f iS , f jR, T)越小,相应 F ( d ( f iS, f jR, T) )越大,即 Cij越大。 ( 2) 特征点对特征相似定义 令N S ∀ N R维相似矩阵 S 表示任意匹配特征点对间相似度量,即: S ij= s (f i S, f j R) � 。 ( 11) 与匹配特征点对空间一致类似,特征相似度越高, S ij值越大。本文选取以特征点为中心的特征窗口间 的相关系数作为图像相位一致特征间的相似测度。 ( 3) 空间一致与特征相似结合 当所有特征点对间的空间一致和特征相似都最大时达到最佳匹配。因此定义如下函数: 第 3 期 王洪海等: 一种卫星多光谱图像亚像元波段配准精度自动评价方法 57��� m( M, T) = � N S i = 1 � N R j = 1 MijCijSij � 。 ( 12) 当 m 最大时,匹配矩阵和变换模型参数均达到最佳。本文为了有效降低计算复杂度, 提高计算效率, 将 其两步迭代计算方法加以改进,实现了单步迭代来完成特征匹配。 2�3 � 基于相位一致特征的多光谱图像波段配准精度自动评价方法 评价区域选取如图 1所示。波段配准精度测试评价流程如图 2。因均匀选择的评价区域不能保证每个 区域有足够的特征点,因此可能出现匹配失败区域,如果在某个区域没有获得匹配点对, 则舍去该区域。计 算每个区域匹配特征点间的偏差均值作为该区域的配准精度指标,不同波段图像间的配准精度数据为 5 ∀ 5 共25个值,这样可以比较完整反映该景图像数据的不同波段间整体配准精度及不同区域配准偏差规律。 图1 � 每景图像评价区域选取示意图 图 2� 波段配准精度自动测试评价流程 3 � CBERS- 02B卫星 CCD多光谱图像波段配准精度自动评价结果 CBERS- 02B卫星 CCD相机是其最重要的遥感器,在可见光和近红外光谱段产生幅宽为 113km 的 4个 多光谱谱段和 1个全色谱段的地面景物图像。然而,在未进行波段配准精度改进前, CBERS- 02B 卫星 CCD 相机多光谱影像经地面处理系统处理后的不同波段影像间存在超过 1个像元配准偏差, 与设计指标 0�3像 58��� 航 天 返 回 与 遥 感 2010年第 31 卷 元精度相差较大,严重影响了图像的应用。因此, 需要仔细分析其波段配准精度和失配规律, 并据此进行校 正。 考虑到地面处理系统处理的多光谱 1级影像波段间也可能存在偏差, 而这些偏差在图像系统几何校正 后将会成为2级影像的内部几何畸变,造成 2级影像波段配准偏差变得更大且难以校正。由此,为减小 2级 影像的内部几何畸变和提高波段配准校正精度,不仅测试评价 CCD多光谱 2级图像的波段配准精度, 同时 评价相应的1级图像的波段配准精度,有效定位波段间失配误差来源, 为后期的校正提供依据。 3�1 � CCD多光谱 1级图像评价结果与分析 选取 CBERS- 02B星不同成像位置、不同时相 CCD多光谱 1级图像 15景进行测试。测试均以图像的第 1波段为参考。自动评价结果实例如表 1所示。 表中数值均以图像左上角为坐标原点,表中 Y 为各评价区域特征点行方向平均配准精度, X 为各评价 区域特征点列方向平均配准精度, 配准精度单位为像元大小。表中黑框区域因为没有提取到有效特征点, 相应的偏差值无效, 应舍弃。X 均值为所有特征点的X 向偏差平均值, Y 均值为所有特征点的 Y 向偏差平 均值。所有特征点 RMSE显示了所有特征点的位置一致性。 评价过程中显示行向配准偏差一致性比较高,列向配准偏差不均匀, 因此将行向各评价区域平均作为 该方向精度指标。测试的 15景图像(图例 1~ 15)统计结果如图 3~ 图 6所示。图中横坐标位置为评价区域 位置, 由于 CBERS- 02B卫星 CCD多光谱图像分 2个通道下传,通道 1下传波段 3数据标识为 3A,通道 2下 传的波段 3数据标识为3B,地面处理系统分发的数据为波段 3A数据。 第 3 期 王洪海等: 一种卫星多光谱图像亚像元波段配准精度自动评价方法 59��� 图 3 � 波段 2行列向偏差变化规律 图 4 � 波段 3A行列向偏差变化规律 图 5 � 波段 4行列向偏差变化规律 60��� 航 天 返 回 与 遥 感 2010年第 31 卷 图 6 � 波段 5行列向偏差变化规律 测试评价结果显示 1级图像: 1) 波段 2、3A相对于波段 1行向( Y)存在整像元平移偏差; 2) 波段 2相对于波段 1列向( X )偏差较小,偏差为 # 0�25像元; 3) 波段 3A相对于波段 1列向( X )存在不均匀斜线偏差,偏差从左偏 1像元逐渐到右偏 1像元; 4) 波段 4相对于波段 1行列向( X , Y)偏差均较小; 5) 由于波段5与其它波段成像不在同一光学视场, 另外受姿轨控等因素影响,配准偏差不具有规律性。 由图 3~ 图 6可以看出 CCD 1级图像波段间存在较大的偏差,并呈现了一定的规律性,波段 1与波段 2、 3A、4间配准偏差存在不稳定性,而波段 2、3A、4间的配准偏差一致性非常高, 说明波段 2、3A、4数据间的配 准偏差为稳定的系统误差。利用本文方法对不同通道下传的波段 3的 0级数据间的同步性进行测试, 结果 显示存在不同步现象,且行偏差不稳定。 3�2 � CCD多光谱 2级图像评价结果与分析 根据 1级图像偏差规律,选取上述 15景 1级图像中对应于1景异常景(图 7、8中 7号线)和 3景规律一 致(图 7、8中 1、2、3号线)的 2级图像进行测试,结果如图 7~ 图 8所示。测试评价结果显示 2级图像的波段 配准精度与 1级对应一致, 但经系统几何校正后沿轨方向左右两侧边缘配准偏差发生了变化,左侧偏差变 小,而右侧偏差增大,使得波段间沿轨方向的配准偏差增大。 图 7� 行向偏差变化规律 第 3 期 王洪海等: 一种卫星多光谱图像亚像元波段配准精度自动评价方法 61��� 图 8� 列向偏差变化规律 3�3 � CCD多光谱图像波段配准精度校正过程及结果 根据 1级影像偏差规律在沿轨和垂轨两个方向对系统误差进行修正,为了避免多次重采样,这里主要校 对整数平移偏差;然后在此基础上, 把与探元位置有关的不均匀斜线偏差,通过修改相机探测元的坐标来校 正 2级影像波段配准精度。校正后的 2级图像波段配准精度如图 9、图 10所示。图 9和图10中波段2、3A、4 间行列向配准偏差处于相同水平,说明了利用检测结果对系统进行校正提高了波段 2、3A、4间配准精度, 使 得行列配准精度除局部边缘外达到了 0�3像元水平;波段 1图像 X 向与波段 2、3A、4图像 X 向也被校正到 了0�3像元水平,而波段 1因与波段 2、3A、4间误差不稳定, 无法通过修改系统坐标参数校正 Y 向偏差。 图 9� 波段 2、3A、4 行方向配准精度 图 10� 波段 2、3A、4 列方向配准精度 4 � 结束语 本文实现了一种高精度自动化的波段配准精度评价方法。通过对 CBERS- 02B卫星 CCD多光谱图像 62��� 航 天 返 回 与 遥 感 2010年第 31 卷 自动评价和校正,表明该方法对于亮度和对比度具有不变性,能均匀稳定提取多光谱数据不同波段影像大 量同名特征匹配点,自动给出影像的不同区域的亚像元配准精度, 实现对整景影像数据的配准精度较为完 整准确的评价。并根据 CBERS- 02B卫星 CCD多光谱图像自动评价结果进行了地面处理系统校正,使其波 段2、3A、4图像间行列方向及与波段 1图像列方向间除局部区域外均达到了0�3像元配准精度。对于不同数传 通道间数据存在不同步现象,需要进一步分析不同通道间时间一致性和分景误差等影响因素,确认误差源。 参 考 文 献 [ 1] Zitova B, Flusser J� Image registration methods: a survey[ J]� Image and Vision Computing , Department of Image Processing, 2003, 21: 977- 1000� [ 2] 王洪海� 基于相位一致特征的 CBERS- 02B 遥感图像自动配准[ J] � 遥感信息, 2009, 5: 47- 53� [ 3] Kovesi P� Image features from phase congruency[ J]� Videre, 1999, 1( 3) : 1- 26� [ 4] Kovesi P� Invariant Measures of Image Features From Phase Information[ D] �Petrh: Department of Computer Science, The University of Western Australia, 1996� [ 5] 肖鹏峰, 冯学智,赵 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf 河, 等� 一种基于相位一致的高分辨率遥感图像特征检测方法 [ J] � 遥感学报, 2007, 11( 3) : 303- 310� [ 6] Wong A, Clausi D A� ARRSI: Automatic Registration of Remote- Sensing Images [ J]� IEEE Transactions on Geoscience and Remote Sensing, 2007, 45( 5) : 1483- 1493� [ 7] Wen Gongjian, Lv Jinjian, Yu Wenxian� A High- Performance Feature- Matching Method for Image Registration by Combining Spatial and Similarity Information[ J]�IEEE Transactions on Geoscience and Remote Sensing, 2008, 46( 4) : 1266- 1277� 作者简介 王洪海,男, 1980年生, 2009年毕业于中国空间技术研究院飞行器设计专业,工学硕士, 主要从事遥感图像 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 化处理研 究工作。 ∃航天返回与遥感%更改刊期的通知 尊敬的读者朋友: 您好! 祥云吐瑞,红梅报春,自 2010年 2月起, ∃航天返回与遥感%被北京市新闻出版局正式批准由季刊 变更为双月刊。 自1980年创刊, ∃航天返回与遥感%已走过整整 30年的风雨路程。回首前进路上的脚印,我们不无自豪 与欢欣,如果说期刊取得了一些小小的成绩, 这与您的殷殷关心和大力支持是密不可分的。在此,对您的无 私付出表示衷心的感谢! 新的一年, 借着改刊的契机, 我们编辑部将继续坚持不懈地努力, 推进编辑工作一步一个台阶向前迈 进。 我们真诚地欢迎您对我们的工作提出宝贵的建议与批评, 更期待您的踊跃投稿。编辑部邮箱: remote� sensor2003@ yahoo. com. cn。 ∃航天返回与遥感%的成长需要您的关心,∃航天返回与遥感%的发展更需要您的支持, 让我们携起手来, 共创美好明天! ∃航天返回与遥感%编辑部 第 3 期 王洪海等: 一种卫星多光谱图像亚像元波段配准精度自动评价方法 63���