基于嫦娥二號數據的高分辨率影像拼接方法研究

楊一曼，牟伶俐，劉建軍，曾興國，劉宇軒，鄒小端，李春來

(1. 中國科學院國家天文臺，北京100012； 2. 中國科學院大學，北京100049；

3. 中國科學院月球與深空探測重點實驗室，北京100012)

A Fast Mosaicing Method of High Resolution Image Based on Chang’E 2 data

YNAG Yiman，MU Lingli，LIU Jianjun，ZENG Xingguo，LIU Yuxuan，ZOU Xiaoduan，LI Chunlai

?

基于嫦娥二號數據的高分辨率影像拼接方法研究

楊一曼1,2，牟伶俐1,3，劉建軍1,3，曾興國1,3，劉宇軒1，3，鄒小端1,3，李春來1,3

(1. 中國科學院國家天文臺，北京100012； 2. 中國科學院大學，北京100049；

3. 中國科學院月球與深空探測重點實驗室，北京100012)

A Fast Mosaicing Method of High Resolution Image Based on Chang’E 2 data

YNAG Yiman，MU Lingli，LIU Jianjun，ZENG Xingguo，LIU Yuxuan，ZOU Xiaoduan，LI Chunlai

摘要：以嫦娥二號(CE-2)DOM數據為幾何糾正和色調調整底圖，采用SIFT自動匹配算法實現影像精糾正，并提出一種基于直方圖匹配思想的線性變換色調調整方法，最終完成嫦娥三號(CE-3)著陸區高分辨率窄角相機(LROC-NAC)影像快速拼接，為著陸點周圍的地形地貌和地質構造綜合分析提供數據。結果表明，該方法解決了LROC-NAC高分辨率影像快速拼接關鍵問題，實現了色調連續、紋理清晰、地物完整的拼接效果，具有較高的應用價值。

關鍵詞：著陸區高分辨率窄角相機(LROC-NAC)；嫦娥二號(CE-2)；嫦娥三號(CE-3)；幾何糾正；色調調整；拼接；高分辨率影像

一、引言

嫦娥三號(CE-3)于2013年12月14日21時11分在月面首次實現軟著陸[1]。著陸區位于月球雨海(mare imbrium)西北部的虹灣(sinus iridum)地區[2-3]。嫦娥二號(CE-2)雖然實現了著陸區7 m分辨率影像全覆蓋和1.5 m分辨率影像部分覆蓋，但是為了綜合分析著陸點周圍的地形地貌和地質構造特點，需要收集和拼接國外著陸區高分辨率窄角相機(lunar reconnaissance orbiter camera，narrow angle camera，LROC-NAC)等更高分辨率數據作為補充。由于LROC-NAC在不同時間的成像條件(如軌道高度、太陽高度角和方位角等)不盡一致，導致著陸點區的LROC-NAC影像在定位、分辨率、色調等方面存在較大差異，無法直接拼接。為了滿足上述需求，LROC-NAC影像需要經過幾何糾正和色調調整，最后進行無縫拼接。

影像自動幾何糾正方法適合批量數據的定位，能夠克服人工幾何糾正法費時、費力、效率低下的缺點，其關鍵之處在于通過匹配算法獲取影像控制點[4]。影像匹配算法主要包括基于影像的灰度和特征進行匹配[5-6]。基于灰度影像匹配研究最早，常用方法有相關系數匹配和最小二乘匹配等，但是在同名點處如果影像的灰度強度變化較大或附近相似地物較多時，其匹配的效率和準確度將大大降低[7]。由于LROC-NAC影像之間光照反差較大且紋理特征較為相似，導致此方法不適合同名點的匹配。基于特征匹配算法是比較影像中特征之間的相似性實現同名點提取的方法，目前常用的匹配算法包括Moravec、SURF、SIFT、Forner和SUSAN等[8-10]。

由于月表地物的幾何形狀等特征基本不受外在影響，圖像色調和紋理具有較大的相似性，因此該方法能較好地適用于月球影像的同名點匹配。其中李春來[11]、尹永會[12]等分別利用嫦娥一號和二號的影像，采用SIFT[13-14]算法實現了對同名點的快速匹配。由于LROC-NAC影像之間存在明顯的色調差異，為了保證影像色調的一致性，需要對LROC-NAC影像進行色調調整。目前主要的圖像顏色調整方法包括線性變換、方差均值、直方圖匹配、信息熵等[15]。線性變換是指影像變換函數是線性的，其本質是按比例對灰度值進行線性拉伸，實現對影像整體亮暗的調整。該方法對灰度分布簡單的影像處理比較有效，對較為復雜的情況效果欠佳，容易引起變換后的顏色畸變[16]。方差均值法是以參考影像的灰度均值和方差作為標準，通過調整影像，使其灰度的均值和方差與參考影像接近。但是在影像色調差異較大時，該方法一次調整往往難以奏效[17]。直方圖匹配法是以參考影像的直方圖為參照，使待調整影像的直方圖盡可能服從參考影像的直方圖。如果參考影像的灰度變化范圍小于待處理影像灰度范圍時，會出現無法匹配的情況[18]。信息熵法是根據相鄰影像重疊區域平均信息量應相同，通過熵映射方法消除影像間色調差異，該方法適用于同源影像且影像重疊區域較大。由于月球表缺乏植被、大氣等外在因素的影響，其表面反射率幾乎沒有變化，因此同一地物影像色調較為相似，只是明暗程度取決于光照條件。針對這一特點，本文提出了基于直方圖匹配思想的線性變換方法實現影像色調調整。

為了達到LROC-NAC影像快速拼接的目的，本文提出利用1.5 m的CE-2高分辨率DOM作為幾何定位參考，全覆蓋7 m的CE-2高分辨率DOM作為屬性(色調)參考的思想實現對LROC-NAC影像的拼接：首先根據LROC-NAC索引文件提供的坐標數據對影像進行幾何粗糾正(初定位)，再以CE-2的1.5 m分辨率DOM為底圖，采用SIFT算法實現LROC-NAC影像的自動匹配，進行影像幾何精糾正。同時以CE-2的7 m分辨率DOM為色調基礎，采用基于直方圖匹配思想的線性變換方法實現LROC-NAC影像色調調整；最后在確保地物完整性的前提下完成著陸區高分辨率影像的無縫拼接。

二、著陸區介紹

1. CE-3預選著陸區介紹

CE-3預選著陸區位于雨海西北部的虹灣地區，覆蓋范圍包括：42.6°N～45.6°N，18.2°W～34.6°W；南北長約91 km，東西寬約356 km。預選著陸區平均坡度為2.22°，標準差為3.16°，整體地勢平坦，起伏度較小。在影像圖上，東部地區為地質年齡屬較輕的愛拉托遜紀，色調較深；西部地區為較老的雨海

紀， 色調較淺。整體上預選著陸區的影像色調較為平滑(如圖1所示)。圖中矩形為CE-3預選著陸區，五角星為CE-3軟著陸點，東側色調較亮的影像為軟著陸點所在CE-2的1.5 m分辨率DOM[2,19]。

圖1　預選著陸區CE-2影像圖

2. 虹灣預選著陸區高分辨率數據覆蓋

目前虹灣地區覆蓋的高分辨率遙感影像包括CE-2的7 m與1.5 m分辨率DOM和最高分辨率可達0.4 m的LROC-NAC影像，具體為：

圖2　虹灣預選著陸區1.5 m影像覆蓋圖

1) 嫦娥二號DOM包括：由25軌7 m分辨率影像數據經過預處理、全球平差、影像匹配、正射糾正和拼接而成的全覆蓋DOM(如圖1所示)；由32軌1.5 m分辨率影像數據經過上述處理后拼接而成的部分覆蓋DOM，覆蓋率為66.03%，如圖2所示，矩形為CE-3預選著陸區。其中向左傾斜的影像為第1次覆蓋；向右傾斜的影像為第2次覆蓋，五角星為CE-3軟著陸點。以上數據采用8 bit存儲，DN值最大為255。2) LROC-NAC影像：美國月球軌道探測飛行器(LRO)上搭載的全色窄角相機(中心波長550 nm)主要為小尺度地貌成像探測、載人登月和月球基地選擇，以及月面行駛路徑規劃提供重要數據[20-21]。截至2014年1月，在CE-3預選著陸區NASA共發布了783景影像，其中分辨率為0.4～0.5 m、0.5～1.0 m和1.0～2.0 m的數據分別為58景、272景、453景，整體覆蓋率為99.26%(如圖3所示)。以上數據采用16 bit存儲，查詢在本地區收集的數據，其DN值范圍是0～4500。

圖3　LROC-NAC影像在預選著陸區內不同分辨率分布圖

通過對虹灣預選著陸區高分辨率數據覆蓋分析可知，CE-2的7 m 分辨率DOM色調統一、紋理清晰、覆蓋完整；1.5 m分辨率DOM覆蓋率為66.03%，影像呈“N”字形分布，為了保證著陸區影像的連續性，需要利用同等分辨率數據進行補充；LROC-NAC幾乎實現全覆蓋，可以彌補CE-2的1.5 m分辨率影像的空缺。

三、拼接算法與流程

1. 拼接算法研究

(1) 幾何糾正算法

為了實現對LROC-NAC影像的精糾正，首先需要明確其在CE-2影像上的大致位置。本文利用LROC-NAC索引文件為每景影像提供的4個角點和中心點的坐標，對其進行粗糾正，實現初步定位。

在精糾正中為了獲取影像和CE-2參考底圖的控制點，本文采用SIFT算法對LROC-NAC影像和CE-2的1.5 m分辨率影像以16像素×16像素大小窗口為基準，構建128維SIFT特征向量。最后采用最鄰近法查找每一個特征點在另外一幅影像中的最鄰近，進行特征點匹配，匹配的結果為待定控制點。

在實際的幾何精糾正中，本文為了克服CE-2的1.5 m 分辨率DOM空白區無控制點的缺陷，也將糾正完的LROC-NAC作為控制底圖，即優先利用SIFT算法匹配兩邊和CE-2底圖均有重疊的LROC-NAC影像，經過幾何精糾正后，此LROC-NAC影像視為控制底圖，以彌補CE-2底圖空白。經過以上步驟，最終實現了對所有LROC-NAC影像的幾何精糾正。

(2) 色調調整算法

通過對單幅LROC-NAC影像的灰度分布分析，結果顯示其灰度屬于單峰值簡單分布，且圖像內色調變化不大。對同一地區影像分析，影像間色調差異明顯，直方圖的峰值不盡相同。其主要原因在于影像獲取時的太陽高度角、探測器姿態角不盡相同。

根據上述特點和圖像色調調整方法的適應性分析，本文采用線性變換對LROC-NAC影像進行色調調整。為了求解線性變換參數，考慮到LROC-NAC影像紋理和灰度分布與底圖的相似性，本文提出基于直方圖匹配思想構建線性變換參數求解方法。由于CE-2的7 m分辨率DOM在著陸區實現了全覆蓋，色調連續平滑，本文以其作為色調調整參考影像。該模型首先求取DOM每一灰度值的累計百分比，然后獲得相同累計百分比下待調整影像(LROC-NAC)對應的灰度值，再利用相同累計百分比對應的兩影像灰度值構建線性調整函數，最后利用以上函數實現對LROC-NAC色調的調整。如圖4所示，色調調整以M1116664800RC影像和CE-2對應區域的7 m分辨率影像為例。圖4中，(a)為統計的各影像相同累計百分比所對應的灰度值；(b)為利用相同累計百分比所對應的灰度值點對，并求線性調整函數參數a、b值(如(c)所示)；(d)為利用上述線性函數對M1116664800RC進行色調初步調整。經過上述調整后的LROC-NAC影像灰度范圍由0～4500變為0.0～255.0附近。為了保持影像細節(即輻射分辨率)，需要對調整后的影像進行拉伸，并用16 bit存儲。為了保證拉伸后影像的整體色調保持一致，本文采取控制影像灰度均值的方式實現。通過試驗，本文取k=1000作為調整后影像的灰度平均值，拉伸公式為

y=k(ax+b)/mean

(1)

式中，a、b為線性調整函數參數；k為影像調整后的灰度均值1000；mean為初步調整影像的灰度均值。

(3) 影像無縫拼接算法

經過幾何糾正和色調調整后的LROC-NAC影像，如果直接進行拼接，通過分析可以看出圖像在接邊處有明顯的拼接線。其主要原因在于色調調整算法不可能將圖像接邊處的色調完全調成一致，另外由于光照原因，如接邊處的撞擊坑在上午和下午其陰影完全不一致，無法通過色調調整實現平滑接邊。為此，本文以盡量避開破壞撞擊坑的完整性為原則，采用勾畫拼接線的形式，利用離拼接線的長度為羽化權重實現影像的無縫平滑拼接。

2. 拼接流程設計

基于以上關鍵算法，本文實現對LROC-NAC影像的拼接，流程如圖5所示。

圖5　LROC-NAC影像拼接流程圖

1) 數據收集：包括7 m和1.5 m分辨率CE-2的DOM，用作幾何和色調調整底圖；NASA發布的LROC-NAC影像和索引數據 (見http:∥lroc.sese.asu.edu/data/)。

2) 幾何糾正：包括粗糾正和精糾正。首先利用索引文件提供的影像角點坐標初步定位整影像的位置；再利用SIFT算法實現LROC-NAC和CE-2的1.5 m 影像同名點匹配和精糾正。

3) 色調調整：首先根據幾何精糾正結果，裁剪出相同區域CE-2的7 m分辨率DOM，用作色調調整的底圖；再采用前文算法建立色調調整函數，實現對LROC-NAC影像的色調調整。

4) 影像拼接：手動選擇相鄰影像的拼接線，盡量保持撞擊坑的完整性，實現對影像的無縫拼接。

四、LROC-NAC影像拼接與結果分析

1. 影像拼接

1) 數據收集。以陸點位置(19.51°W，44.12°N)向東西方向各擴展1.5°收集4軌(235、2745、236、2746)1.5 m分辨率的CE-2影像、7 m分辨率的CE-2影像和47景LROC-NAC影像。

2) 幾何糾正。根據NASA提供的5個點坐標信息，在ENVI/IDL環境中利用ENVI_REGISTER_DOIT函數對LROC-NAC影像實現批量幾何粗糾正；然后在Matlab中采用SIFT算法，將粗糾正結果與CE-2的1.5 m分辨率DOM及精糾正LROC-NAC影像進行同名點匹配，并利用三次多項式和卷積采樣方式實現對LROC-NAC影像的幾何精糾正。如圖6所示，(a)為CE-2的1.5 m影像與M183661683RC(分辨率1.567 m)影像匹配結果，共匹配156個特征點，匹配正確率為100%；(b)為CE-2的1.5 m影像與M1116664800RC(分辨率為1.098 m)匹配結果，共匹配101個特征點，匹配正確率為87.1%。匹配錯誤主要是由于兩幅影像的分辨率不同導致，本文采用RANSAC(random sample consecsus)魯棒方法，經過幾何一致性檢驗，剔除錯誤匹配點。

3) 色調調整。為了確保LROC-NAC影像色調與CE-2的7 m分辨率DOM的一致性，首先根據精糾正結果，提取出相同覆蓋區域CE-2的7 m分辨率DOM。在IDL環境中采用前文算法，逐個對47景影像的線性函數參數進行解算，并利用函數對47景影像進行批量色調調整。

4) 影像拼接。由于LROC-NAC影像本身存在過度曝光或陰影過重問題，經過色調調整后有的影像效果不理想，在保證所選區域完全覆蓋的前提下，對這類數據進行剔除，本文最終選擇41景影像進行拼接。為了克服光照不一致和圖像邊緣地物的不完整性，確保降落區LROC-NAC影像的無縫連續鑲嵌，拼接時采用手工方式選擇拼接線。拼接線沿著地物的邊界，禁止穿過地物的中間，并采用10個像素作為羽化范圍，最終實現對影像的無縫拼接，拼接結果如圖7所示。

圖6

2. 結果分析

圖7(a)為CE-3著陸區CE-2的7 m分辨率DOM，色調較深的為地形較為平坦的區域，亮度較強的為環形坑坑壁和外沿部分；(b)為未經過色調調整的LROC-NAC影像經過幾何精確糾正后拼接的結果，可以看出圖像之間色調變化較大，且存在明顯的拼接線；(c)為經過色調調整后且剔除質量較差影像的LROC-NAC拼接結果，整體上去除了色調差異，色調連續、紋理清晰、地物完整，可以明顯地分辨出月海區的環形撞擊坑和坑壁處的較大石塊。

對色調調整前后拼接影像的直方圖進行分析，如圖8所示。未經色調調整的拼接影像灰度分布較為復雜(如圖8(a)所示)，與相同地區的CE-2影像對比分析，差異較大(如圖4(d)所示)；而經過色調調整后的拼接影像灰度分布(如圖8(b)所示)為單峰，其分幅與參考底圖CE-2影像灰度分布具有很高的相似性。上述分析表明，本文提出的LROC-NAC影像拼接方法較好地解決了多時相LROC-NAC影像的幾何糾正、色調調整和無縫拼接問題。

圖7

圖8　色調調整前后直方圖對比

五、結束語

本文根據LROC-NAC數據特點，提出以CE-2的1.5 m分辨率DOM為幾何糾正底圖、以CE-2的7 m分辨率DOM為色調調整底圖的思想，將幾何糾正和色調調整分開，充分利用不同數據的特點，彌補數據不足的缺陷，為月球高分辨率影像無縫鑲嵌提供了切實可行的解決方案。本文采用的SIFT算法和基于直方圖匹配思想建立的線性色調調整方法，較好地解決了LROC-NAC影像拼接中幾何定位和色調調整關鍵問題，結果表明拼接圖色調連續、紋理清晰、地物完整。本方法適合批量的月球高分辨率影像快速拼接，為以后嫦娥四號/五號著陸區影像拼接提供了技術支持。雖然在影像拼接過程中采用手動方式提取拼接線，可以較好地保證地物的完整性和影像的無縫鑲嵌，但是未能實現影像全自動無縫鑲嵌，這將是今后研究中需要完善的問題。

參考文獻：

[1]歐陽自遠. 我國月球探測的總體科學目標與發展戰略[J]. 地球科學進展, 2004, 19(3): 351-358.

[2]陳圣波， 孟治國，崔騰飛，等. 虹灣地區月球衛星遙感地質解析制圖[J]. 中國科學, 2010, 40(11),1370-1379.

[3]SCHABER G G. Geologic Map of the Sinus Iridum Quadrangle of the Moon, I-602 (LAC-24)[R]. Washington DC: US Geological Survey, 1969.

[4]張登榮，蔡志剛，俞樂.基于匹配的遙感影像自動糾正方法研究[J].浙江大學學報：工學版，2007,41(3):402-406.

[5]耿則勛，張保明，范大昭.數字攝影測量學[M] .北京:測繪出版社,2010.

[6]ZITOVA B，FLUSSER J.Image Registration Methods: a Survey[J].Image and Vision Computing, 2003,21(11):977-1000.

[7]何鈺.基于月面CCD影像和激光測高數據的月球形貌測繪技術研究[D].鄭州：信息工程大學，2012.

[8]SMITH S M, BRADY J M. SUSAN-A New Approach to Low Level Image Processing[J]. International Journal of Computer Vision,1997，23(1):45-78.

[9]BAY H,ESS A,TUYTELAARS T,et al. SURF:Speeded up Robust Features[C]∥Proceedings of ECCV.[S.l.]:Springer,2006.

[10]吳凡路,劉建軍,任鑫,等. 嫦娥三號全景相機圖像全景鑲嵌方法的研究[J]. 光學學報, 2014, 34(9): 0915001.

[11]李春來．嫦娥一號三線陣CCD數據攝影測量處理及全月球數字地形圖[J]．測繪學報，2013,42(6):853-860.

[12]尹永會.嫦娥二號CCD影像DEM提取方法及月表地形分析初步研究[D].成都：成都理工大學，2013.

[13]LOWE D G. Object Recognition from Local Scale-invariant Features[C]∥Proceeding of the International Conference on Computer Vision.Corfu, Greece：IEEE,1999.

[14]LOWE D G. Distinctive Image Features from Scale-invariant Key Points[J]. International Journal of Computer Vision,2004，60(2):91-110.

[15]袁金國. 遙感圖像數字處理[M]. 北京: 中國環境科學出版社, 2006.

[16]李治江.彩色影像色調重建的理論與實踐[D].武漢：武漢大學，2005.

[17]易堯華，龔健雅，秦前清.大型影像數據庫中的色調調整方法[J].武漢大學學報：信息科學版,2003,28(3):311-314.

[18]汪志云,黃夢為.基于直方圖的圖像增強及其MTALAB實現[J].計算機工程與科學,2006,28(2):54-56.

[19]GONG X, JIN Y Q. Diurnal Physical Temperature at Sinus Iridum Area Retrieved from Observations of Chinese Chang’E-1 Microwave Radiometer[J]. Icarus, 2012, 218(2): 807-816.

[20]KELLER J.LRO Instrument Suite and Measurements[C]∥AIAA Annual Technical Symposium(ATS).Houston: AIAA,2006.

[21]VONDRAK R,KELLER J，CHIN G,et al.Lunar Reconnaissance Orbiter(LRO):Observations for Lunar Exploration and Science[J].Space Science Reviews,2010,150(1-4):7-22.

引文格式： 楊一曼，牟伶俐，劉建軍，等. 基于嫦娥二號數據的高分辨率影像拼接方法研究[J].測繪通報，2015(1)：115-120.DOI:10.13474/j.cnki.11-2246.2015.0024

通信作者：牟伶俐。E-mail： mull@bao.ac.cn

作者簡介：楊一曼(1989—)，女，碩士生，主要從事月球穹窿，月球影像數據處理方面的工作。E-mail： yangym@bao.ac.cn

基金項目：青年科學基金(41401509)；中國科學院國家天文臺青年人才基金

收稿日期：2014-10-08

中圖分類號：P237

文獻標識碼：B

文章編號：0494-0911(2015)01-0115-06