资源三号卫星数据融合的核线影像生成

贾永红， 祝梦花， 刁永洲， 管玉娟

1.武汉大学遥感信息工程学院，武汉430079

2.武汉大学测绘遥感信息工程国家重点实验室，武汉430079

3.上海大学期刊社，上海200444

资源三号卫星(ZY-3)于2012年1月9日成功发射.它是我国第1颗自主研制的民用高分辨率立体测绘卫星.星上搭载的前、正、后视相机可获取同一地区3个不同观测角度立体像对.利用该卫星影像能提取地表信息并重建三维地表模型，生动而直观地再现实地表面.

目前地表影像三维可视化主要是应用全色立体像对生成数字表面模型，并在DSM上叠加影像、地理要素和文字符号标注等多种数据，生成三维彩色立体影像图[1].文献[2]利用植物叶片的几何特征重建三维影像来估算生物量.文献[3]将同一地区的航空立体影像和LIDAR数据分别进行三维重建，然后进行定性和定量对比分析，用于城市建筑物的三维重建[3].文献[4]提出基于陆地影像的三维建模，利用未配准的影像自动重建三维影像，由配准的影像自动和半自动重建三维影像.文献[5]利用QuickBird数据提取轨道的立体图像，生成数字表面模型并完成三维实体造型.

核线影像是生成视差的基础，可以达到视觉上的立体效果，同时加快同名点的搜索速度，提高计算效率和可靠性.目前关于核线影像的研究已取得很多成果，文献[6]针对SPOT异轨立体影像提出基于同名像点坐标多项式拟合的近似核线生成方法.文献[7]提出一种基于RPC的推扫式卫星影像核曲线重采样方法，得到的核曲线精度比基于平行投影模型得到的核曲线精度高.文献[8]提出一种新的核线模型用于线阵推扫卫星影像核线重排，能直接通过传感器几何模型建立原始影像与核线影像的坐标变换关系.文献[9]分析了线阵卫星影像投影轨迹法计算局部范围近似核线影像的基本原理，并以分段直线来拟合近似核线.文献[10]提出一种利用两幅未校准的图像自动重建核线几何的方法.文献[11]对基于投影轨迹法的扩展核线模型进行深入全面的研究，分别采用共线方程的严格模型和简化模型推导核线关系的数学表达式[11].

对于ZY-3卫星能获取高空间分辨率的前、后、正视全色影像和低空间分辨率的多光谱影像的特点，本文提出基于融合的高分辨率卫星影像彩色立体可视化方法.该方法先将高分辨率全色立体影像与多光谱影像进行融合处理，再由融合后的影像基于物方投影基准面的线阵推扫式卫星影像核线模型生成核线影像，最终实现遥感影像高分辨率彩色立体可视化.

1 遥感影像融合

遥感影像融合就是将覆盖同一场景的遥感图像进行空间配准，然后将各图像数据中所含的信息有机结合产生新图像数据或场景解释的技术.影像融合能实现信息互补，增强目标特征，提高目标识别率等.按照信息表征层次的不同，通常将影像融合分为3个层次：像素级影像融合、特征级影像融合和决策级影像融合.像素级影像融合是最基本的影像融合，常用方法有加权融合、IHS变换融合、PCA变换融合、小波变换融合和Pansharpening融合等.Pansharpening融合是一种基于统计的自动融合方法，在融合过程中考虑了传感器成像特性，对同源影像融合效果好.Pansharpening融合表达式为

式中，X(i)为第i波段融合影像，HPan为高分辨率全色影像，Xs(i)为重采样后的多光谱第i波段，HPansyn为由多光谱影像模拟得到的全色影像，其计算公式为

式中，参数φi由原全色和多光谱影像进行最小二乘拟合得到，如式(3)所示：相对于其他融合方法，Pansharpening融合方法主要有两大特点[12]：

1)波段匹配过程中采用最小方差拟合，充分考虑了传感器特性，因此融合后影像光谱扭曲小；

2)采用统计学方法进行融合处理，对输入影像的波段没有限制，于是本文采用Pansharpening融合方法对资源三号影像进行融合.

2 近似核线影像生成

基于物方投影基准面的核线影像生成方法来获取近似核线影像，具有计算过程简单以及便于进行立体量测和立体判读的特点.该方法主要包括3点：1)确定核曲线在投影基准面上投影点的近似直线方向；2)建立左右核线影像与左右原始影像像点的严格坐标变换关系；3)核线重排列生成核线影像.

2.1 核线投影点“近似直线”排列方向的确定

如图1所示，OX YZ为物方局部直角坐标系(local vertical coordinates system,LVCs)，将该坐标系下的一水平面定义为投影基准面(projection reference plane,PRP)，而PRP高程一般取测区平均高程.若测区内一物点P对应的同名像点分别为p1和p2，ep1和ep2为投影轨迹法定义的核线，则依据核曲线的性质可知ep1和ep2在PRP上的投影点轨迹ED为近似直线，过ED和物点P的平面为物点P的近似核面.

图1 卫星立体像对基于物方PRP的核线模型Figure 1 Epipolarity model of satellite stereoimagery based on PRP of object-space

为确定核曲线在PRP上投影点的近似直线方向，首先以测区内某一点O(J,W,0)为坐标原点建立LVCs，其中J、W分别为纬度和经度.LVCs为左手系，Y轴与参考椭球相切并指向椭球的正北方向.然后取测区平均高程面为PRP，其高程为H.根据有理多项式模型(rational function model,RFM)及所设定的椭球参考和坐标基准，可以使用RPC参数实现像点坐标、地面点大地坐标及LVCs坐标之间的换算.设(x,y)为像点坐标，(J,W,H)为大地坐标，(X,Y,Z)为LVCs坐标.式(4)表示基于RFM计算像点在特定大地高的地面大地坐标，式(5)表示基于RFM由地面大地坐标计算像点坐标，式(6)表示由大地坐标计算LVCs坐标，式(7)表示由LVCs坐标计算大地坐标

核曲线在PRP上投影点轨迹的近似直线方向求取步骤如下：

步骤1 如图2所示，在左影像中心取一点A，其摄影光线在高程H附近有两点P1、P2，由变换式(4)可以计算得到P1、P2的大地坐标；

图2 核线“近似直线”排列方向的确定Figure 2 Approximate line direction of PRP projection trajectory of epipolar lines

步骤2 由变换式(5)计算P1、P2在右片上对应像点B、C的像点坐标；

步骤3 由变换式(4)和(6)计算B、C在PRP上投影点P3、P4的LVCs坐标，则P3、P4的连线方向即为核曲线在PRP上投影点的近似直线方向，即立体像对近似核线在PRP上的排列方向.

2.2 左右核线影像与左右原始影像像点的严格坐标变换关系

建立左右核线影像与左右原始影像像点的严格坐标变换关系包含以下步骤：

步骤1 利用式(4)和(6)确定左右原始影像在PRP上的覆盖范围；

步骤2 取PRP上左右影像投影覆盖区域在近似核线排列方向上的最小外廓矩形，使左右核线影像具有相同的行列数；

步骤3 建立左右核线影像像点与PRP投影点的严格坐标变换关系；

步骤4 根据式(4)和(6)及步骤3得到的坐标变换关系建立核线影像像点坐标与原始影像坐标的严格变换关系.

2.3 核线影像的生成

根据以上步骤得到的左右核线影像与原始影像严格坐标变换关系，采用类似于数字影像纠正的方法进行核线重排，完成核线影像的生成.

按照先融合再生成核线影像的方法对资源三号卫星影像进行融合，生成核线影像获得彩色立体像对，与全色立体影像相比，不仅能真实反映地形地貌特征，而且比全色立体影像信息更丰富，更易于正确解译.

3 试验与分析

为了验证方法的有效性，以资源三号卫星SC级前、后视及多光谱影像为数据源进行融合与核线影像生成试验.资源三号前(后)视影像分辨率为3.5m，多光谱影像分辨率为5.8m.试验首先将多光谱影像与前、后视全色影像进行高精度配准，然后采用Pansharpening融合方法分别对前、后视全色影像与多光谱影像进行融合，再基于PRP生成前、后视的近似核线影像.

图3中的(a)和(b)分别为前视影像和配准的多光谱真彩色影像，图4中的(a)和(b)分别为后视全色影像和配准的多光谱真彩色影像.图5中的(a)和(b)分别为前视、后视影像Pansharpening融合后的结果，图6中的(a)和(b)分别为前视、后视彩色核线影像，图7中的(a)和(b)分别为前视、后视全色核线影像.通过熵、相关系数、平均偏差、平均梯度、通用质量指标等客观评价指标对融合结果进行评价.表1为前视融合影像客观评价结果.表2为后视融合影像的客观评价结果.利用格网匹配法在前、后视彩色及全色近似核线影像上寻找同名像点，以评定近似核线影像的精度.表3为资源三号前后视彩色核线立体像对上同名像点的坐标及其上下视差.表4为资源三号前后视全色核线立体像对上同名像点的坐标及其上下视差.

图3 前视全色和配准的多光谱影像Figure 3 Forward panchromatic image and its registrated MS image

图4 后视全色和配准的多光谱影像Figure 4 Backward panchromatic image and its registrated MS image

图5 融合影像Figur e 5 Fusion images

图6 彩色核线影像Figure 6 Color epipolar images

图7 全色核线影像Figur e 7 Panchromatic epipolar images

表1 前视融合影像评价结果Table 1 Objective evaluation results of the fused forward image

表2 后视融合影像客观评价结果Table 2 Objective evaluation results of the fused backward image

从图5中可以看出：与原始多光谱影像相比，Pansharpening融合后的影像空间分辨率明显提高，说明融合影像在保持光谱特征的同时，增加了许多空间细节信息.表1和2列出的实验结果表明，Pansharpening融合影像与原多光谱各波段的相关系数均大于0.84.可见Pansharpening融合方法充分考虑了资源三号传感器的特性，计算过程简单，光谱扭曲小，融合效果好.

表3 ZY-3彩色核线立体像对上同名像点的坐标及其上下视差Table 3 Coordinates comparison of conjugate points on the generate ZY-3 color

图6中前、后视的核线影像可以直接看到彩色立体，同时核线影像具有与全色影像相同的空间分辨力，表3和4列出的试验结果表明，彩色核线影像上参与检验的同名像点的上下视差全都在一个全色像素范围内，具有与全色立体影像相同的量测性能，满足立体观测的精度要求.由于本次试验所选取的区域在前、后视重叠区域内，试验影像重叠度较大，故得到的左右视差相对较小.若以整景影像为试验数据，则左右视差较大.试验得到的彩色核线影像具有更丰富的色彩信息，更易于准确判读并解译地面目标，确定地物属性；更利于地图测绘和地图更新.

表4 ZY-3全色核线立体像对上同名像点的坐标及其上下视差Table 4 Coordinates comparison of conjugate points on the generate ZY-3 panchromatic epipolar stereo-imagery

4 结语

针对资源三号卫星影像的特点，实现了基于融合的高分辨率彩色核线影像生成，取得了令人满意的结果.在彩色核线影像上进行立体观测时，不仅与左右全色立体影像具有同样的观测精度，而且更易于直接判读并解译目标，更利于地图测绘和地图更新.具有处理简单、立体效果好、易于立体解译的优点.

[1]戴晓爱，杨武年，刘汉湖.遥感影像三维可视化及在腾冲机场建设中的应用研究[J].遥感信息，2008，2:60-63.

DAIXiaoai,YANGWunian,LIUHanhu.3D visualization of remote sensing images with the application in Tengchong airport construction[J].Remote Sensing Information,2008,2:60-63.(in Chinese)

[2]LATI R N,MANVICH A,FILIN S.Three-dimensional image-based modelling of linear features for plant biomass estimation[J].International Journal of Remote Sensing,2013,34(17):6135-6151.

[3]STAL C,TACK F,MAEYER P.Airborne photogrammetry and lidar for DSM extraction and 3D change detection over an urban area-a comparative study[J].International Journal of Remote Sensing,2013,34(4):1087-1110.

[4]FABIO R.Image-based 3D modeling:a review[J].Photogrammetry Record,2006,21(115):269-291.

[5]TOUTIN T.DSM generation and evaluation from QuickBird stereo imagery with 3D physical modeling[J].International Journal of Remote Sensing,2004,25(22):5181-5193.

[6]张祖勋，周月琴.用拟合法进行SPOT影像的近似核线排列[J].武汉测绘科技大学学报，1989，14(2):20-24.ZHANGZuxun,ZHOUYueqin.A new approach to arrange the approximate epipolar lines for SPOT images[J].Journal of Wuhan Technical University of Surveying and Mapping,1989,14(2):20-24.(in Chinese)

[7]OHJ,LEEW H,CHARLEST K.A piecewise approach to epipolar resampling of pushbroom satellite images based on RPC[J].Photogrammetric Engineering and Remote Sensing,2010,76(12):1353-1363.

[8]WANG M,HU F,LI J.Epipolar resampling of linear pushbroom satellite imagery by a new epipolarity model[J].ISPRSJournal of Photogrammetry and Remote Sensing,2011,66(3):347-355.

[9]张永军，丁亚洲.基于有理多项式系数的线阵卫星近似核线影像的生成[J].武汉大学学报：信息科学版，2009,34(9):1068-1071.ZHANGYongjun,DING Yazhou.Approximate epipolar image generation of linear array satellite Stereos with rational polynomial coefficients[J].Geomatics and Information Science of Wuhan University,2009,34(9):1068-1071.(in Chinese)

[10]YUGO T R,DASN A C,de CASTRO M T D.Automatic epipolar geometry recovery using two images[C]//Proceedings of the 18th IFAC World Congress,2011,18(1):3980-3985.

[11]张永生，巩丹超，刘军.高分辨率遥感卫星应用:成像模型、处理算法及应用技术[M].北京：科学出版社，2004.

[12]ZHANG Yun.A new merging method and its spectral and spatial effect[J].International Journal of Remote Sensing,1999,20(10):2003-2014.