遙感影像與地形圖自動配準方法的研究

摘 要：通過提出一種遙感影像與地形圖進行自動配準的方法，自動獲取大量精確的，分布均勻的控制點。

關鍵詞：非同源影像 自動配準 自適應閾值

中圖分類號：P23文獻標識碼：A 文章編號：1674-098X（2013）01（a）-00-02

伴隨著遙感傳感器的快速發展，各種新型的遙感數據層出不窮，并且在空間分辨率，時間分辨率和光譜分辨率上得到了不斷的提高[1]，這樣使得通過遙感影像進行城市變化檢測成為了一個研究的熱點問題。遙感影像和地形圖的自動配準的關鍵在于如何在非同源影像上進行特征點的提取和匹配。地形圖是類似于DLG的影像，其內容主要是線劃信息；遙感影像是灰度影像，其內容主要是地物的灰度信息。地形圖上的線劃信息不僅包括地物的邊緣信息，還包括等高線，漢字注記，公里格網等等。遙感影像中唯一與其相同的就是地物的邊緣信息。所以該文將這一相同點作為突破口來研究地形圖和遙感影像的匹配方法，從而完成地形圖和遙感影像的自動配準。

1 數據處理流程

1.1 地形圖“內定向”

這里的“內定向”的目的是要確定數字地圖上每一個像素所對應的大地經緯度坐標和高斯平面坐標。對于地形圖來說，其左上角點和右下角點的經緯度都有標識，通過對地形圖左上角點和右下角點的大地坐標的賦值及高斯平面坐標的計算，對地形圖進行一個類似于內定向的操作，從而獲取地形圖上每一個像素的大地經緯度坐標和高斯平面坐標。

1.2 地形圖的縮放重采樣

然而由于地形圖的分辨率與quickbird影像的分辨率是不同的，為了使配準階段特征點匹配的精度達到最佳，應該對地形圖進行一下簡單的重采樣，以使地形圖的分辨率于遙感影像的分辨率相同。

1.3 地形圖與遙感影像粗略位置映射關系的建立

一般有兩種方法建立地形圖和遙感影像的粗略映射關系。一種方法是直接將地形圖的左上角點與右下角點賦以粗略的地面坐標，被賦的坐標信息一般都能在地形圖上找到；另一種方法是人工分別在地形圖和遙感影像上選取6對以上的同名點，通過同名點在不同影像上的像素坐標建立二次多項式方程求得地形圖與遙感影像的映射參數。

2 基于熵理論的自適應閾值的特征點提取算法

由于Forstner算子的優點是效率高，定位準確[2]，該文采用的是Forstner算子對遙感影像進行特征點的提取。但是由于對于整幅影像使用特征點提取時，特征點提取不可能均勻。所以必須將影像分塊提取特征點。該文提出一種基于熵理論的自適應閾值的特征點提取算法。基于熵理論的自適應閾值的特征點提取算法的流程圖如圖1所示。

各個格網特征點提取閾值的確定方法如公式3-1所示：

（3-1）

公式中表示某一格網特征點提取的閾值，表示該格網的熵值。

通過基于熵理論的自適應閾值的特征點提取的結果如表1所示。

表1對于實驗數據進行了一個定量的分析。以固定閾值對四個格網提取特征點，四個格網中特征點的個數分別占特征點總數的43.33%，23.33%，16.67%，16.67%；以自適應閾值對四個格網提取特征點，四個格網中特征點的個數分別占特征點總數的33.86%，23.62%，25.98%，16.54%。表1對于實驗數據進行了一個定量的分析。以固定閾值對四個格網提取特征點，四個格網中特征點的個數分別占特征點總數的43.33%，23.33%，16.67%，16.67%；以自適應閾值對四個格網提取特征點，四個格網中特征點的個數分別占特征點總數的33.86%，23.62%，25.98%，16.54%。所以可以得到結論：通過自適應閾值對影像進行特征點提取相較于通過固定閾值對影像進行特征點提取，其在原本特征點提取較多的區域減少了特征點的提取，而在原本特征點提取較少的區域增加了特征點的提取，效果是明顯的。

3 遙感影像的邊緣提取

該文采用Canny算子。在判定一個像素是否是邊緣點時，不僅僅是簡單的跟蹤邊界，還需要考慮其他像素的影響，需要根據當前像素及前面處理過的像素來進行判斷。Canny算子絕對不是簡單的進行梯度運算來決定像素是否為邊緣點。所以Canny算子的去噪能力強，邊緣點的定位準確。

4 特征點的匹配

在對遙感影像進行了特征點提取后，要獲取這些特征點在地形圖上相應的同名點，就必須要進行特征點的匹配。由于遙感影像和地形圖生成的機理上不同，前者具有連續的灰度信息，后者只有線劃信息。所以傳統的基于灰度的匹配方法是不可行的。該文采用的方法是以特征點為中心建立影像窗口，然后以這些影像窗對地形圖進行模板匹配。可以采用傳統的模板匹配算法，也可以采用抗旋轉的模板匹配算法，如基于Zernike矩的抗旋轉性模板匹配算法[3]等。

5 控制點的自動選取

控制點的好壞直接決定了遙感影像配準精度的高低，所以控制點的選取十分重要。可以從匹配得到的同名點中獲取一些合適的同名點作為控制點，而選取控制點的標準主要包括兩點：精度高，分布均勻。由于前面已經將遙感影像格網化了，所以可以依據格網的區域劃分來合理的選擇控制點。在遙感影像中每個格網選取一個特征點，并且選取與其在地形圖上對應的同名點一同作為一對控制點。如果其中的哪個格網里面不存在有可以作為控制點的同名點的話，則在其最近的格網中再選取一個特征點以及與其對應的同名點作為一對控制點。這樣就能滿足關于控制點選取的兩個指標—精度高，分布均勻。這樣選取的控制點相對于計算機隨機選取的控制點來說是有很大的優勢的，其對于后面的配準意義重大。

6 遙感影像配準

為了獲取擁有正確地理信息的遙感影像數據，就必須對遙感影像進行配準。配準的方法一般包括多項式糾正法和共線方程糾正法。多項式糾正簡單易行，但是該方法回避構像的空間幾何過程，對于地形起伏較大的區域的遙感影像，應該結合DEM和共線方程進行三維數字微分糾正[4]。所以對于遙感影像的配準方法的選擇應該視遙感影像所在區域的地形而定。對于地勢平緩的地區，可以直接選擇多項式糾正的方法；對于地勢起伏較大的區域，就應該結合DEM和共線方程進行三維數字微分糾正。通過控制點構建TIN，然后進行數字微分糾正[5]。

遙感影像配準方法選取之后，就要選取灰度重采樣的方法。該文采用的是最鄰近像元法，最鄰近像元法計算速度較快，原理簡單，最重要的是這種算法不容易引起圖像清晰度的損失。

參考文獻

[1]孫家抦.遙感原理與應用[M].武漢大學出版社，2002.

[2]張春美，龔志輝，黃艷.幾種特征點提取算法的性能評估及改進[J].測繪科學技術學報，2008.

[3]王培容，陳鴻雁，李姣軍.一種快速的具有旋轉不變性的模板匹配方法[J].計算機工程與設計，2006（7）.

[4]鄭天賜，方子巖.論二維幾何糾正與三維數字微分糾正異同[J].福建地質，2008（4）.

[5]喻文承.衛星影像幾何精糾正中控制點數據的綜合管理[J].影像技術，1999（4）：38-41.