顧及多相機(jī)拼接成像特征的高分一號(hào)衛(wèi)星影像自適應(yīng)匹配方法

韓 杰， 謝 勇， 吳國(guó)璽， 喻錚錚， 錢(qián)躍磊， 關(guān)小果

(1.許昌學(xué)院城鄉(xiāng)規(guī)劃與園林學(xué)院，許昌 461000； 2.南京信息工程大學(xué)地理與遙感學(xué)院，南京 210044)

顧及多相機(jī)拼接成像特征的高分一號(hào)衛(wèi)星影像自適應(yīng)匹配方法

韓 杰1， 謝 勇2， 吳國(guó)璽1， 喻錚錚1， 錢(qián)躍磊1， 關(guān)小果1

(1.許昌學(xué)院城鄉(xiāng)規(guī)劃與園林學(xué)院，許昌 461000； 2.南京信息工程大學(xué)地理與遙感學(xué)院，南京 210044)

衛(wèi)星影像高精度匹配一直是備受關(guān)注的熱點(diǎn)問(wèn)題。以高分一號(hào)(GF-1)衛(wèi)星PMS傳感器雙相機(jī)全色影像為研究對(duì)象，通過(guò)對(duì)其同名點(diǎn)間的幾何偏移特性進(jìn)行長(zhǎng)時(shí)間序列統(tǒng)計(jì)分析后，提出了一種顧及多相機(jī)拼接成像特征的GF-1衛(wèi)星影像自適應(yīng)匹配方法。該方法是在傳統(tǒng)影像匹配過(guò)程中加入自適應(yīng)算法，利用迭代計(jì)算實(shí)現(xiàn)對(duì)目標(biāo)搜索窗口、范圍和方向的自適應(yīng)選擇。研究結(jié)果表明，該方法能夠?qū)崿F(xiàn)GF-1衛(wèi)星同軌全色影像間的高精度自適應(yīng)匹配，可以為其他類(lèi)似衛(wèi)星傳感器影像匹配提供參考依據(jù)。

GF-1； 多相機(jī)拼接成像； 自適應(yīng)匹配； 幾何偏移統(tǒng)計(jì)

0 引言

自2009年以來(lái)，我國(guó)成功發(fā)射了多顆自主研發(fā)的高空間分辨率衛(wèi)星，其獲取的海量衛(wèi)星數(shù)據(jù)已為我國(guó)資源詳查、城市規(guī)劃和地理測(cè)繪等領(lǐng)域提供了有效的信息服務(wù)[1]。然而由于受單臺(tái)高空間分辨率相機(jī)幅寬限制，無(wú)法同時(shí)獲取大范圍高空間分辨率衛(wèi)星影像。目前我國(guó)常采用多相機(jī)拼接成像技術(shù)，將多臺(tái)高空間分辨率相機(jī)沿垂軌方向安置，實(shí)現(xiàn)高空間分辨率與寬覆蓋范圍相結(jié)合的研制目標(biāo)[2]。但是，受多相機(jī)安裝誤差及外界環(huán)境的影響，影像重疊區(qū)域內(nèi)同名點(diǎn)位置并不完全重合，并且會(huì)隨著衛(wèi)星在軌運(yùn)行時(shí)間的變化而有所不同，這會(huì)對(duì)后續(xù)的數(shù)據(jù)處理帶來(lái)極大不便。因此，如何實(shí)現(xiàn)多相機(jī)拼接成像傳感器影像間的高精度匹配，已經(jīng)成為衡量國(guó)產(chǎn)高空間分辨率衛(wèi)星數(shù)據(jù)應(yīng)用服務(wù)能力的一項(xiàng)重要指標(biāo)。

目前，關(guān)于衛(wèi)星影像匹配的算法很多，例如SIFT(scale invariant feature transform)算法[3]、基于物方幾何約束的多影像相關(guān)法[4]、基于有理函數(shù)模型法[5]、CCD偏差模型法[6]、互信息法[7]、梯度結(jié)構(gòu)法[8]和最小二乘法[9]等。這些方法已經(jīng)被有效地應(yīng)用于多種類(lèi)型的衛(wèi)星影像匹配處理中。但是利用上述算法對(duì)多相機(jī)拼接成像傳感器影像進(jìn)行匹配時(shí)，由于缺乏對(duì)影像重疊區(qū)域同名點(diǎn)幾何偏移特性的分析，其匹配過(guò)程中對(duì)目標(biāo)搜索范圍和方向等參數(shù)的設(shè)置較為盲目，且不具備參數(shù)自適應(yīng)設(shè)定功能，使匹配精度和效率較低。

GF-1衛(wèi)星作為我國(guó)高分對(duì)地觀測(cè)系統(tǒng)的首發(fā)星，該衛(wèi)星平臺(tái)搭載的PMS多光譜傳感器采用雙相機(jī)拼接成像技術(shù)進(jìn)行對(duì)地觀測(cè)。本文針對(duì)PMS傳感器多相機(jī)拼接成像特征，首先通過(guò)對(duì)同軌全色影像重疊區(qū)域內(nèi)同名點(diǎn)幾何偏移特性進(jìn)行長(zhǎng)時(shí)間序列統(tǒng)計(jì)，分析其變化規(guī)律； 其次利用影像特征點(diǎn)提取方法獲取PMS1全色影像中重疊區(qū)域的特征點(diǎn)集； 然后基于物方幾何約束的匹配方法，預(yù)測(cè)該特征點(diǎn)集在PMS2全色影像上的位置，再根據(jù)上述統(tǒng)計(jì)分析結(jié)果，設(shè)置初始的搜索窗口大小和范圍； 最后基于松弛影像匹配方法獲取同名點(diǎn)，同時(shí)利用迭代計(jì)算實(shí)現(xiàn)對(duì)搜索窗口、范圍和方向的自適應(yīng)選擇，進(jìn)而實(shí)現(xiàn)GF-1衛(wèi)星同軌全色影像間的高精度自適應(yīng)匹配。

1 GF-1衛(wèi)星PMS傳感器介紹

2013年4月26日，GF-1衛(wèi)星于甘肅酒泉衛(wèi)星發(fā)射中心成功發(fā)射。該衛(wèi)星搭載的PMS傳感器是由2臺(tái)垂軌安置的PMS相機(jī)拼接成像，其參數(shù)指標(biāo)如表1所示[2,10]。

表1 GF-1衛(wèi)星PMS傳感器參數(shù)指標(biāo)Tab.1 Parameters of GF-1 PMS sensor

2 原理與方法

2.1 同名點(diǎn)幾何偏移特性分析

由于相機(jī)安裝誤差的存在，導(dǎo)致PMS傳感器的2臺(tái)相機(jī)影像重疊區(qū)域內(nèi)同名點(diǎn)不能完全重合，這就是同名點(diǎn)幾何偏移量的初始值。在衛(wèi)星發(fā)射時(shí)及發(fā)射后受周?chē)h(huán)境和運(yùn)動(dòng)狀態(tài)等因素的影響，相機(jī)間相對(duì)位置關(guān)系會(huì)發(fā)生一定的變化，進(jìn)而改變同名點(diǎn)幾何偏移量的初始值。如何全面了解同名點(diǎn)間幾何位置關(guān)系是研究的重點(diǎn)。

為了獲取大量隨機(jī)樣本用于自適應(yīng)匹配模型的建模，在2013年6月—2014年11月期間，即衛(wèi)星發(fā)射后600 d內(nèi)每月隨機(jī)選取不同軌道內(nèi)的若干影像對(duì)，共計(jì)44對(duì)。影像對(duì)重疊區(qū)域覆蓋地形包括平原、丘陵和山地，在每對(duì)影像中人工選取10個(gè)同名點(diǎn)，精度約為1個(gè)像素。采用物方幾何約束的匹配方法，研究同名點(diǎn)之間的幾何位置關(guān)系，分析人工選點(diǎn)坐標(biāo)與投影預(yù)測(cè)坐標(biāo)的行、列號(hào)差異[4]。具體過(guò)程如下：

1)在影像重疊區(qū)域人工選取一同名點(diǎn)，其像面坐標(biāo)在PMS1和PMS2全色影像上分別為(x1，y1)和(m1，n1)。

2)利用PMS1全色影像的有理多項(xiàng)式參數(shù)(rational polynomial coefficients，RPCs)和ASTER G-DEM數(shù)據(jù)，獲取像點(diǎn)(x1，y1)對(duì)應(yīng)的地面三維坐標(biāo)(X，Y，Z)。

圖1 同名點(diǎn)預(yù)測(cè)過(guò)程示意圖Fig.1 Prediction process of the conjugate points

選取4幅不同時(shí)相的影像，其預(yù)測(cè)結(jié)果分別如圖2所示。圖中箭頭長(zhǎng)度為偏移量大小，箭頭指向?yàn)槠品较颉?/p>

(1) 20130614 (2) 20130928

圖2-1同名點(diǎn)偏移量分布

Fig.2-1Offsetdistributionoftheconjugatepoints

(3) 20131229 (4) 20140430

圖2-2同名點(diǎn)偏移量分布

Fig.2-2Offsetdistributionoftheconjugatepoints

從圖2可以看出，同一景影像對(duì)內(nèi)部偏移量大小和偏移方向較為一致，取各影像同名點(diǎn)偏移量的均值進(jìn)行長(zhǎng)時(shí)間序列分析，進(jìn)一步獲取真實(shí)點(diǎn)位與預(yù)測(cè)點(diǎn)位坐標(biāo)差異隨衛(wèi)星在軌運(yùn)行時(shí)間的變化情況，如圖3所示。

圖3 同名點(diǎn)投影偏移量時(shí)間序列統(tǒng)計(jì)Fig.3 Time-series statistics of the offsets of the conjugate points

從圖3可以得出： ①對(duì)于垂軌方向偏移量而言，其在發(fā)射后第326天之前偏移量的絕對(duì)值先減小后增大，但絕對(duì)值穩(wěn)定在2個(gè)像素以?xún)?nèi),而在第327至第396天之間偏移量較大，約為3～10個(gè)像素，在第397天之后偏移量的絕對(duì)值又穩(wěn)定在2個(gè)像素以?xún)?nèi)； ②對(duì)于沿軌方向偏移量而言，其在發(fā)射后第326天之前偏移量的絕對(duì)值逐漸增大，最大可達(dá)到5個(gè)像素，在第327至第396天之間的偏移量方向相反，其絕對(duì)值約為3個(gè)像素，在第397天之后偏移量絕對(duì)值穩(wěn)定在2個(gè)像素以?xún)?nèi)； ③沿軌與垂軌偏移量的變化趨勢(shì)一致； ④垂軌方向偏移量最大值約為10個(gè)像素，沿軌方向偏移量最大值約為5個(gè)像素。

產(chǎn)生該偏移量的原因主要包括匹配算法的誤差、地面高程誤差、相機(jī)安裝誤差及外界環(huán)境的影響等，但是由文獻(xiàn)[11]可知，將ASTER G-DEM數(shù)據(jù)作為物方高程信息，采用物方幾何約束的匹配方法進(jìn)行同名點(diǎn)匹配時(shí)，由地面高程誤差及匹配算法導(dǎo)致的誤差是可以忽略的。出現(xiàn)上述現(xiàn)象可能是由于衛(wèi)星在發(fā)射過(guò)程中以及衛(wèi)星在軌運(yùn)行初期階段，受其外界環(huán)境的影響，導(dǎo)致2臺(tái)相機(jī)安裝角度和位置發(fā)生了一定的變化，進(jìn)而使得影像重疊區(qū)域內(nèi)同名點(diǎn)位置發(fā)生相應(yīng)的偏移，其中空間分辨率較高的全色影像對(duì)其變化更為敏感，這也給地面數(shù)據(jù)處理部門(mén)提供了一個(gè)監(jiān)測(cè)相機(jī)安裝參數(shù)變化的參考指標(biāo)。在2014年5月即發(fā)射后第397天左右時(shí)，推測(cè)可能是衛(wèi)星地面系統(tǒng)對(duì)相機(jī)進(jìn)行了檢校，從而使影像重疊區(qū)域內(nèi)同名點(diǎn)幾何偏移量變小，具體原因還需進(jìn)一步作調(diào)查分析。

2.2 顧及多相機(jī)拼接成像特征的GF-1衛(wèi)星影像自適應(yīng)匹配方法

基于上述同軌全色影像間同名點(diǎn)幾何偏移特性，建立了顧及多相機(jī)拼接成像特征的GF-1衛(wèi)星影像自適應(yīng)匹配方法。該方法是在傳統(tǒng)的影像匹配流程中加入了自適應(yīng)算法，以實(shí)現(xiàn)GF-1衛(wèi)星影像亞像元級(jí)的自適應(yīng)匹配。具體流程如圖4所示。

圖4 自適應(yīng)匹配流程Fig.4 Flow chart of the self-adaptive matching method

1)利用基于物方幾何約束方法，獲取同軌全色影像重疊區(qū)域，縮小特征點(diǎn)信息提取范圍，降低誤匹配概率。

2)利用Harris特征點(diǎn)提取算法，獲取PMS1全色影像重疊區(qū)域的特征點(diǎn)集，共w個(gè)特征點(diǎn)。

3)對(duì)于PMS1全色影像重疊區(qū)域內(nèi)的任意一特征點(diǎn)(xi，yi)，i=1，2，3，…，w，以其為中心選取3像元×3像元的臨近窗口window1作為基準(zhǔn)窗口。

(1)

6)在利用步驟5縮小搜索窗口后，采用交叉相關(guān)法確定特征點(diǎn)集中的其他真實(shí)同名點(diǎn)位置。

7)采用樣條插值方法對(duì)上一步獲取的相關(guān)系數(shù)矩陣(5×5)進(jìn)行插值計(jì)算，形成30×30的插值矩陣以提高曲面擬合精度?；诖司仃?，再采用二次曲面函數(shù)擬合方法獲取PMS2影像亞像元級(jí)匹配位置[6]。

8)利用經(jīng)典的RANSAC算法、距離約束、斜率約束和雙向匹配法剔除誤匹配點(diǎn)，最終得到高精度的同名點(diǎn)信息[13]。

2.3 匹配精度評(píng)價(jià)

采用參考文獻(xiàn)[14]的精度評(píng)價(jià)方法進(jìn)行匹配精度評(píng)價(jià)。首先，從匹配結(jié)果中人工選取均勻分布的匹配點(diǎn)作為控制點(diǎn)； 然后，基于控制點(diǎn)信息計(jì)算二次多項(xiàng)式變換模型參數(shù)； 最后，計(jì)算所有匹配點(diǎn)的均方根誤差(root mean square error,RMSE)，其表達(dá)式為

RMSE=

(2)

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文方法的可行性和魯棒性，在實(shí)驗(yàn)硬件環(huán)境為Intel Pentium CPU G3240 @3.10 GHz，2 G內(nèi)存的計(jì)算機(jī)上，選取同名點(diǎn)偏移量較大的影像(2014年5月21日山東省臨沂地區(qū))進(jìn)行實(shí)驗(yàn)，影像覆蓋范圍如圖5所示。

圖5 測(cè)試影像覆蓋范圍Fig.5 Coverage range of the test images

3.1 重疊區(qū)域范圍提取

采用基于物方幾何約束的方法，獲取研究區(qū)同軌全色影像間重疊區(qū)域范圍。在對(duì)不同時(shí)相的影像進(jìn)行綜合統(tǒng)計(jì)分析后發(fā)現(xiàn)，影像間重疊區(qū)域范圍較為穩(wěn)定。

雖然衛(wèi)星在軌運(yùn)行1 a時(shí)(與同名點(diǎn)偏移特性統(tǒng)計(jì)結(jié)果中偏移量較大的時(shí)段相近)，重疊區(qū)域范圍有所變化，從初始的574個(gè)像素變?yōu)?83個(gè)像素，據(jù)推測(cè)可能也是由于地面數(shù)據(jù)處理部門(mén)對(duì)相機(jī)參數(shù)進(jìn)行檢校所導(dǎo)致的。為了使得本文提出的算法有較強(qiáng)的適用性，本研究選取了574個(gè)像素作為影像重疊區(qū)域。

3.2 特征點(diǎn)信息提取

采用經(jīng)典的Harris特征點(diǎn)提取方法進(jìn)行特征點(diǎn)提取。由于原始全色影像較大，截取重疊區(qū)域周邊典型地區(qū)影像進(jìn)行算法測(cè)試(影像大小為2 500像素×1 500像素)，這將大大提高特征點(diǎn)提取速度，同時(shí)降低后續(xù)誤匹配概率。

3.3 初始搜索位置預(yù)測(cè)

選取該地區(qū)ASTER G-DEM數(shù)據(jù)作為輔助數(shù)據(jù)，利用基于物方幾何約束的方法獲取特征點(diǎn)初始搜索位置。隨機(jī)選取2個(gè)特征點(diǎn)的預(yù)測(cè)結(jié)果如圖6所示。

(a) PMS1特征點(diǎn)1 (b) PMS2特征點(diǎn)1 (c) PMS1特征點(diǎn)2 (d) PMS2特征點(diǎn)2

圖6特征點(diǎn)初始搜索預(yù)測(cè)結(jié)果

Fig.6Initialsearchresultsoffeaturepoints

圖6中紅色十字為PMS1影像中提取的特征點(diǎn)位置，黃色十字為PMS1影像特征點(diǎn)在PMS2影像中的初始搜索位置。從圖6中可以看出，預(yù)測(cè)結(jié)果與真實(shí)同名點(diǎn)之間發(fā)生了較為明顯的偏移，且偏移方向較為一致。

3.4 自適應(yīng)優(yōu)化

針對(duì)該測(cè)試影像，利用步驟5獲取5個(gè)特征點(diǎn)偏移量均值后可以發(fā)現(xiàn)，同名點(diǎn)在垂軌方向上向東偏移約為8個(gè)像元，在沿軌方向上向南方向偏移約為3個(gè)像元，從而利用公式(1)對(duì)初始預(yù)測(cè)位置進(jìn)行更新。最后采用步驟6—8完成影像匹配處理。

3.5 匹配結(jié)果

為了比較本文方法的優(yōu)點(diǎn)，同時(shí)利用傳統(tǒng)的遙感圖像處理軟件ENVI5.0中的基于特征的影像匹配方法和經(jīng)典的SIFT匹配方法對(duì)同一數(shù)據(jù)進(jìn)行匹配處理，并采用RANSAC算法、距離約束、斜率約束和雙向匹配算法剔除誤匹配點(diǎn)。匹配結(jié)果如圖7所示。為了綜合對(duì)比上述匹配方法的優(yōu)缺點(diǎn)，分別從正確匹配比例、匹配精度和正確匹配點(diǎn)每點(diǎn)平均耗時(shí)3個(gè)方面進(jìn)行方法定量評(píng)價(jià)(表2)。

(a) 基于特征的影像匹配方法 (b) SIFT 方法

表2 影像匹配結(jié)果精度評(píng)價(jià)Tab.2 Comparison of image matching results using different methods

從圖7和表2中可以看出： ①與基于特征的匹配結(jié)果相比，本文方法獲取的正確匹配點(diǎn)分布更加均勻； ②本文方法獲取的正確匹配比例明顯高于其他2種方法； ③利用本文方法和基于特征的匹配方法精度相當(dāng)，均高于SIFT的匹配精度； ④雖然本文方法獲得的同名點(diǎn)數(shù)比SIFT方法少，但是其平均每點(diǎn)耗時(shí)明顯低于其他2種方法。本文提出的自適應(yīng)匹配方法更加適用于多相機(jī)拼接成像傳感器影像間的匹配處理。

4 結(jié)論

1)通過(guò)對(duì)GF-1衛(wèi)星同軌全色影像重疊區(qū)域內(nèi)同名點(diǎn)幾何偏移特性進(jìn)行長(zhǎng)時(shí)間序列統(tǒng)計(jì)分析，明確其變化規(guī)律。該過(guò)程既可為自適應(yīng)匹配方法提供理論依據(jù)，也可用于監(jiān)測(cè)衛(wèi)星在軌運(yùn)行期間相機(jī)安裝參數(shù)變化情況。

2)提出了一種自適應(yīng)匹配方法，該方法在傳統(tǒng)匹配方法的基礎(chǔ)上，利用迭代計(jì)算完成了對(duì)搜索窗口、范圍及方向的自適應(yīng)設(shè)置，實(shí)現(xiàn)了GF-1衛(wèi)星PMS傳感器同軌全色影像間的高精度匹配。

3)由于本文提出的自適應(yīng)匹配算法是針對(duì)多相機(jī)拼接成像傳感器特點(diǎn)建立的，該算法對(duì)于跨平臺(tái)、不同時(shí)相和不同空間分辨率影像間的幾何匹配效果還需進(jìn)一步驗(yàn)證，這也將是下一步研究工作的重點(diǎn)。

志謝： 感謝中國(guó)資源衛(wèi)星應(yīng)用中心為本文研究提供GF-1衛(wèi)星影像數(shù)據(jù)。

[1] 韓 杰.GF-1衛(wèi)星影像高精度幾何處理方法研究[D].北京:中國(guó)科學(xué)院遙感與數(shù)字地球研究所,2015.

Han J.Study on the High Precision Geometric Processing of GF-1 Satellite Images[D].Beijing:Institute of Remote Sensing and Digital Earth Chinese Academy of Sciences,2015.

[2] 陸春玲,王 瑞,尹 歡.“高分一號(hào)”衛(wèi)星遙感成像特性[J].航天返回與遙感,2014,35(4):67-73.

Lu C L,Wang R,Yin H.GF-1 satellite remote sensing characters[J].Spacecraft Recovery and Remote Sensing,2014,35(4):67-73.

[3] Lowe D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.

[4] 張 力,張繼賢.基于多基線影像匹配的高分辨率遙感影像DEM的自動(dòng)生成[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2008,33(9):943-946.

Zhang L,Zhang J X.Automatic DEM generation from high-resolution satellite imagery based on multiple-baseline image matching[J].Geomatics and Information Science of Wuhan University,2008,33(9):943-946.

[5] 戴激光,宋偉東,賈永紅,等.一種新的異源高分辨率光學(xué)衛(wèi)星遙感影像自動(dòng)匹配算法[J].測(cè)繪學(xué)報(bào),2013,42(1):80-86.

Dai J G,Song W D,Jia Y H,et al.A new automatically matching algorithm for multi-source high resolution optical satellite images[J].Acta Geodaetica et Cartographica Sinica,2013,42(1):80-86.

[6] 嚴(yán) 明,王智勇,伍 菲,等.CCD幾何偏差模型的多波段遙感影像配準(zhǔn)[J].遙感學(xué)報(bào),2012,16(6):1145-1156.

Yan M,Wang Z Y,Wu F,et al.Multi-spectral image registration method based on CCD geometric bias model[J].Journal of Remote Sensing,2012,16(6):1145-1156.

[7] 馬廣彬,章文毅,劉定生,等.一種新的衛(wèi)星多光譜圖像自動(dòng)配準(zhǔn)算法[J].遙感技術(shù)與應(yīng)用,2007,22(1):95-100.

Ma G B,Zhang W Y,Liu D S,et al.A new automatic band registration algorithm for satellite multispectral remote sensing images[J].Remote Sensing Technology and Application,2007,22(1):95-100.

[8] 張翰墨,尤紅建.基于梯度結(jié)構(gòu)的星載紅外圖像和全色圖像配準(zhǔn)方法[J].紅外與毫米波學(xué)報(bào),2013,32(3):270-276.

Zhang H M,You H J.A gradient structure based registration method for space-borne infrared image and panchromatic image[J].Journal of Infrared and Millimeter Waves,2013,32(3):270-276.

[9] 張劍清.基于特征的最小二乘匹配理論精度[J].武漢測(cè)繪科技大學(xué)學(xué)報(bào),1988,13(4):82-90.

Zhang J Q.On the theoretic precision of least squares matching based on features[J].Journal of Wuhan Technical University of Surveying and Mapping,1988,13(4):82-90.

[10] 黃世存,吳海平,王 奇,等.“高分一號(hào)”衛(wèi)星PMS圖像幾何定位精度驗(yàn)證[J].航天返回與遙感,2014,35(5):81-87.

Huang S C,Wu H P,Wang Q,et al.Validation of positioning accuracy of GF-1 PMS images[J].Spacecraft Recovery and Remote Sensing,2014,35(5):81-87.

[11] 王 密,楊 博,金淑英.一種利用物方定位一致性的多光譜衛(wèi)星影像自動(dòng)精確配準(zhǔn)方法[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2013,38(7):765-769.

Wang M,Yang B,Jin S Y.A registration method based on object-space positioning consistency for satellite multi-spectral image[J].Geomatics and information science of Wuhan University,2013,38(7):765-769.

[12] 簡(jiǎn)劍鋒,林 怡,周利華,等.一種優(yōu)化的多源遙感影像高精度配準(zhǔn)方法[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,36(10):1427-1432.

Jian J F,Lin Y,Zhou L H,et al.Optimized high-precision registration method of multi-source remote sensing images[J].Journal of Tongji University(Natural Science),2008,36(10):1427-1432.

[13] 孫義威,劉 斌,邸凱昌,等.基于參考圖像的行星遙感圖像自動(dòng)幾何精糾正[J].國(guó)土資源遙感,2015,27(1):23-28.doi:10.6046/gtzyyg.2015.01.04.

Sun Y W,Liu B,Di K C,et al.Automatic accurate geo-rectification of planetary remote sensing image based on reference image[J].Remote Sensing for Land and Resources,2015,27(1):23-28.doi:10.6046/gtzyyg.2015.01.04.

[14] 張 謙,賈永紅,胡忠文.多源遙感影像配準(zhǔn)中的SIFT特征匹配改進(jìn)[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2013,38(4):455-459.

Zhang Q,Jia Y H,Hu Z W.An improved SIFT algorithm for multi-source remote sensing image registration[J].Geomatics and information science of Wuhan University,2013,38(4):455-459.

Researchontheself-adaptivematchingmethodofGF-1satelliteimageryconsideringthefeaturesofmulti-cameramosaicimaging

HAN Jie1， XIE Yong2， WU Guoxi1， YU Zhengzheng1， QIAN Yuelei1， GUAN Xiaoguo1

(1.SchoolofUrban-ruralPlanningandArchitecture,XuchangUniversity,Xuchang461000,China; 2.SchoolofGeographyandRemoteSensing，NanjingUniversityofInformationScienceandTechnology，Nanjing210044，China)

The high precision matching of satellite images has been a problem of much concern. In this paper, the panchromatic images in the same track of GF-1 satellite PMS sensor are treated as investigated subjects. Based on the time-series statistical results of the offset property of the conjugate points, a self-adaptive image matching method is proposed considering mosaic imaging characteristics. In this method, the self-adaptive algorithm is added in the traditional image matching process. It can realize the self-adaptive selection of the target search window, search range and search direction using the iterative computation. The experiment results prove that the proposed method can achieve high precision self-adaptive matching of the GF-1 panchromatic images in the same track, which is useful for other similar satellites in future.

GF-1; multi-camera mosaic imaging; self-adaptive matching; geometric offset statistics

10.6046/gtzyyg.2017.04.03

韓杰,謝勇,吳國(guó)璽,等.顧及多相機(jī)拼接成像特征的高分一號(hào)衛(wèi)星影像自適應(yīng)匹配方法[J].國(guó)土資源遙感,2017,29(4):13-19.(Han J,Xie Y,Wu G X,et al.Research on the self-adaptive matching method of GF-1 satellite imagery considering the features of multi-camera mosaic imaging[J].Remote Sensing for Land and Resources,2017,29(4):13-19.)

TP 79

A

1001-070X(2017)04-0013-07

2016-03-21；

2016-06-26

河南省科技攻關(guān)項(xiàng)目“基于交叉輻射定標(biāo)的GF-1衛(wèi)星WFV影像無(wú)損勻色方法研究”(編號(hào)： 172102210463)、國(guó)家自然科學(xué)基金項(xiàng)目“高分辨率光學(xué)遙感器輻射定標(biāo)與歸一化技術(shù)研究” (編號(hào)： 41671345)和高分辨率對(duì)地觀測(cè)系統(tǒng)共性指南項(xiàng)目“GF-4衛(wèi)星圖像質(zhì)量評(píng)價(jià)與產(chǎn)品真實(shí)性檢驗(yàn)技術(shù)”(編號(hào)： 50-Y20A07-0508-15/16)共同資助。

韓 杰(1987-)，男，博士，講師，主要從事高空間分辨率衛(wèi)星傳感器定標(biāo)、真實(shí)性檢驗(yàn)和影像匹配等方面的研究。Email： hanjie@radi.ac.cn。

謝 勇(1977-)，男，博士，主要從事定標(biāo)和真實(shí)性檢驗(yàn)研究。Email： xieyong@nuist.edu.cn。

(責(zé)任編輯：陳理)