高分辨率遥感影像纠正、拼接系统的研究

付海龙 安园园 曲超

摘 要：随着IKONOS、QuickBird、SPOT等一批高分辨率卫星影像的推出，高分辨率遥感卫星迅速发展，遥感影像用于测绘将是今后发展的趋势。文章着重研究了遥感影像的纠正、拼接系统。文章的主要讨论内容如下：基于有理函数的通用传感器模型、纠正后的遥感影像镶嵌的基本原理、影像纠正拼接系统的架构设计方案以及示例程序效果图。

关键词：传感器模型；纠正；镶嵌

中图分类号：TP751 文献标志码：A 文章编号：2095-2945（2018）14-0081-02

Abstract： With the introduction of IKONOS， QuickBird， SPOT and other high-resolution satellite images， high-resolution remote sensing satellites are developing rapidly， and the use of remote sensing images in mapping will be the trend in the future. This paper focuses on the correction and splicing system of remote sensing image. The main contents of this paper are as follows： the general sensor model based on rational function， the basic principle of corrected remote sensing image mosaic， the architecture design of image correction and splicing system and the example program effect.

Keywords： sensor model； correction； mosaic

1 概述

建立传感器模型目的是建立有效的成像模型，以便正确描述物方空间坐标系的地面点坐标与它在图象平面上像点坐标之间的几何关系。卫星影像受到透视投影、摄影轴倾斜、大气折光、地形起伏等因素，造成各种几何变形。必须解决传感器的几何模型问题。才可以进行后续的镶嵌工作等。

影像纠正后，我们需要将其进行有效的拼接，形成更大范围的影像。

2 基于有理函数的通用传感器模型的建立

有理函数模型RFM是将像点坐标（r，c）表示为以相应地面点空间坐标（X，Y，Z）为自变量的多项式比值。如下式：

其中，

其中rn、cn、Xn、Yn、Zn分别表示像素坐标和地物坐标（X Y Z），平移、缩放形成的标准坐标，区间是（-1，1）。对于每一个多项式，有如下形式：

上述仅可以实现从XYZ到像素坐标的转换，要实现反算，必须有如下公式：

p5等多项式的表现形式和前面p1完全一样，仅需要把对应参数替换一下即可。假设已经对两张图象进行了同名点匹配，其中左像是标准正射影像。因此匹配的像素点对（rLcL）（rRcR）就可以表示成另一种形式：（XLYLZL）（rRcR）或（BLLLHL）（rRcR）。这个时候，就可以应用最小二乘原理，平差求得上述RFM模型中的系数（想要模拟的阶数不同，系数个数也不同）。

3 纠正过程原理

（1）首先，根据原图象上的象素点坐标（col，row），求得相对于相框中心的像素坐标，再与每个像素的尺寸相乘，减去像主点相对于相框中心的物理距离。就可以得到像空间坐标（x，y，-f）。

根据传感器模型，求出地理坐标，再根据投影类型，投影到投影坐标系下。设置好投影坐标系下图象左上角的投影坐标，和每个像素的尺寸。就建立了原图象上的（col，row）与计算机视图（col，row）的一一对应关系。

将原图象的四个角点，计算出纠正后的计算机视图的四个对应点坐标，取其外接矩形框，就是纠正后图象的边界范围。

（2）为了获得计算机图象某一个范围的数据，就可以根据一一对应关系，将计算机矩形框的四个角点的坐标，计算出在原图象上的对应点。然后取其外接矩形，就可以进行重采样过程。

（3）重采样。在新的范围内，重新确定每个像素的亮度值，需要根据纠正方程在原像中进行重投影和灰度插值计算，例如最邻近值或双线性插值。

4 影像镶嵌原理

影像纠正后，我们需要将其进行有效的拼接，形成更大范围的影像，叫做影像镶嵌。

数字图象镶嵌的關键是：

（1）原始影像几何纠正，将原始的影像纠正到统一的坐标系中。

（2）拼接后的影像反差一致，色调一致，没有明显的拼接缝。下面主要是讨论第二点。

取影像重叠区域的中央线为镶嵌边；然后搜索最佳镶嵌边，即该边为左右图象上亮度最接近的连线，相对左右图象有：I1-Ir=MIN。

再进行亮度和反差调整。对整幅右图象作反差拉伸。最后进行边界线平滑，经过色调和反差调整，仍存在接缝，必须进行边界线平滑。

5 影像纠正、拼接系统架构

该系统的主要功能是：

（1）几何纠正，就是消除图象中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图象的过程。

（2）图象间的自动配准，将多源图象变换到这个地图坐标系以后来实现坐标系的统一，就是几何纠正到同一个地图坐标系。

（3）数字镶嵌。

为了实现以上功能，提出以下几个模块：

针对几何纠正，有“传感器模型模块、图象模块、图象处理模块、DEM生成与编辑模块、正射纠正模块、地图投影模块”。

针对配准和数字镶嵌，有“同名点匹配模块、多项式拟合模块、拼接纠正模块”。

（4）经过绝对配准后的拼接图

由于使用的是粗糙的SRTM DEM模型，所以纠正的效果不佳。存在较明显的拼接缝错位。拼接方法采用的是最临近中心拼接，拼接缝是两张图片中心连线的垂直平分线。

两张影像使用的是POS系统给出的传感器参数，纠正到WGS84坐标下，使用的是UTM投影。投影后将两张影像直接拼接。

（5）软件界面

左上角的矩形框内的全部数据，显示在下面的视图4.8内。下面视图内矩形框的全部数据，显示在右上角的视图内。形成了逐级放大的功能。

6 结束语

随着IKONOS、QuickBird、SPOT等一批高分辨率卫星影像的推出，遥感影像用于测绘将是今后发展的趋势。本文以此为背景，着重讲述了RFM传感器模型在几何纠正中的应用。以及如何利用这些纠正后的正射影像，进行拼接和镶嵌。作者进行了编程工作。将以上理论用于了影像的几何纠正与拼接的系统中去。并且给出了软件运行图示，展示了纠正、拼接、匹配的成果。

参考文献：

[1]孙家柄.遥感原理与应用[M].武汉：武汉大学出版社，2003.

[2]张永生，巩丹超，刘军.高分辨率遥感卫星应用[M].科学出版社，2003.

[3]王配军，徐亚明.摄影测量学[M].武汉大学出版社，2003.

[4]郑琳，陈鹰，林怡.SPOT的RPC模型[J].测绘与空间地理信息，2007，4：16-19.

[5]熊轶群.IKONOS-2卫星影像纠正及精度分析[J].北京测绘，

2004，1.