基于AROP的TM影像自動配準研究

陳世豪 肖鋒

（1. 河南理工大學 自然資源部礦山時空信息與生態修復重點實驗室，河南 焦作 454003；2. 河南省測繪工程院，河南 鄭州 450003）

1 引言

隨著遙感技術和計算機技術的發展，不同物理特性的傳感器所產生的遙感圖像不斷增多，如何更有效地對圖像進行數據提取和分析已成為急需解決的問題。在各種傳感器之間，由于物理特性和成像方式不同，在數據應用和數據融合時，影像必須進行嚴格配準。

控制點提取主要有手動和自動兩種方式，前者在基準圖像和待校正圖像上人工目視選取同名點作為控制點，后者使用特征點匹配算法自動識別同名點作為控制點。手動提取控制點增加了人為誤差和主觀因素影響，且因為工作經驗導致效率存在差異。和手動提取控制點相比，自動提取控制點速度快、效率高，但是難度較大，實現起來比較困難，除要求控制點精度較高外，還要保證控制點的數量和分布。遙感圖像自動配準主要基于灰度的配準方法和基于特征的配準方法[1-5]，后者的尺度不變特征變換（scale invariant feature transform，SIFT）算法[6-8]應用廣泛，文獻[9]提出了一種初-精結合的多元遙感圖像自動配準方法，利用Harris 算法提取區域特征角點；文獻[10]針對特征分布不均勻和缺乏的問題提出了基于 Edline線特征的快速高精度圖像匹配方法，通過構造LBD（Lind Band Descriptor）描述子進行圖像匹配；文獻[11]使用AROP 程序包對地形起伏大的橫斷山區的Landsat影像進行配準，先對CBERS 影像進行正射校正，在此基礎上進行配準，取得了良好的結果，雖然對HJ 衛星CCD 影像數據配準做了相關實驗，但是效果并不理想；文獻[12]使用AROP 程序包對國內地區的HJ-1B 衛星影像進行了山區和平原地區的自動配準實驗，也得到了較高精度。

A R O P（A u t o m a t e d R e g i s t r a t i o n a n d Orthorectification Package）是由美國國家航空和航天管理局下設LEDAPS 小組研究編寫的圖像配準與正射校正程序包。AROP 主要針對Landsat 以及類Landsat 衛星影像進行處理，本文利用AROP 程序包對國外平坦地區的Landsat TM 影像和Landsat MSS 異源數據進行自動配準實驗，并與商業軟件ENVI 的配準結果做對比，分析和評價配準精度。

2 AROP 自動配準原理

基于灰度的影像配準中的一種，通常利用圖像區域的灰度信息，其匹配過程是在參考圖像中以匹配點為中心確定一個m×n 大小的窗口，然后在待配準圖像中選擇搜索區域與基準中的區域進行相似性比較，尋找相似性最大的中心點作為對應點。常用的相似性度量主要有歸一化的函數、相關系數和最小二乘匹配。

AROP 是基于區域的配準方法，通過設置核窗口（cs）和移動窗口（ms）在基準影像和待糾正影像之間尋找控制點，并將相關性最大的點設為控制點，控制點搜索原理如圖1 所示。AROP 利用基于區域相關的方法，根據基準影像的坐標確定待配準影像的初始控制點：

圖1 AROP控制點搜索原理

兩張圖像核窗口的相關性通過公式（2）計算：

基于區域的控制點搜索方法耗時且可能導致匹配錯誤，為了減少計算時間和誤匹配，在配準過程中AROP 提出了工作區間的概念并采用金字塔式配準過程，流程如圖2 所示。

圖2 AROP配準流程圖

工作區間是一個循環過程，統一了影像分辨率、投影和坐標系，方便匹配點的搜索、配準和結果驗證。

3 基于AROP 的TM 影像自動配準

3.1 實驗區及數據源

選取一景Landsat-8 OLI_TIRS 影像為基準影像，成像日期為2013 年10 月3 日，分辨率30 米，云量6.4%；待糾正影像選擇Landsat 4-5 TM 影像，成像日期2006 年2 月18 日，分辨率30 米，云量0.02%，中心緯度為北緯40.3262°，西經116.7499°，與基準圖像中心位置一樣，地理位置位于北京，覆蓋全市，地物輪廓比較整齊清晰，云覆蓋率極低，成像條件有利于AROP 的基于區域的控制點搜索，整體范圍如圖3 所示。

圖3 待校正圖像

3.2 模型選擇

AROP 軟件程序采用Image to Image 的方式進行配準，先搜索控制點，再進行圖像的粗校正、精校正以及相關精度計算。AROP 采用多項式模型[13-18]作為配準模型。多項式模型是把遙感影像的總體變形用一個合適的多項式表達，即用一個適當的數學關系描述糾正前后的坐標對應關系，適用于處理地形變化平緩地區。本文選擇三次多項式作為配準模型，公式如下：

公式（3）中：（u，v）為校正前的圖像坐標，（X，Y）為校正后圖像坐標，ai、bi為多項式系數，i=1，2，3…。

4 配準精度分析

影像配準精度主要從控制點分布、掃描誤差、航向誤差、均方根誤差等因素分析，本次實驗利用AROP共搜索了85 個控制點，最后用于配準的分布比較均勻的有38 個控制點，圖4 和圖5 為ENVI 和AROP 搜索的控制點分布圖。

圖4 ENVI控制點分布圖

圖5 AROP控制點分布圖

由圖4 和圖5 可知，ENVI 搜索的控制點分布與AROP 自動搜索的控制點分布相對合理，在低矮山區和城市地區都有控制點，從配準效果看也相差無幾。為了合理評價AROP 軟件程序包對影像配準的精度效果，分析控制點的數目、分布均勻性、掃描誤差、航向誤差、均方根誤差和總均方根誤差，公式如下：DY為掃描誤差和航向誤差，RMSE 為均方根誤差，N為控制點個數。具體誤差信息如表1 和表2 所示。

表1 AROP配準誤差統計

表2 ENVI配準誤差統計

由表1 可知，航向誤差的平均值和標準差比掃描誤差大，可知影像在水平方向上的偏差比垂直方向偏差小，AROP 和ENVI 配準的總體誤差分別為0.44023像元和1.08317 像元，AROP 配準誤差較小，配準精度優于0.5 個像元。通過對比表1 與表2 的值，可知ENVI 進行配準結果的誤差平均值、最大值、標準差、均方根誤差以及總均方根誤差要大于AROP 程序包配準的結果，衛星運行和定位時的幾何扭曲、姿態角與中心軌道間的非線性關系、高階配準模型的參數化過程等是產生不同誤差分布的主要原因，其中包括手動選擇控制點時的人為誤差。

在配準過程中，影響配準結果的因素主要有圖像的成像時間、云層遮擋、基準影像或待配準影像有內部變形，配準之前沒有經過地形校正以及手動取點的誤差，同時如果采用高分辨率影像做基準影像去配準中低分辨率的影像也容易提高配準精度。

5 結 論

通過研究AROP 程序包發現，進行TM 衛星影像的自動配準能找到足夠多且分布均勻的控制點，配準精度優于半個像元。分析配準誤差特征時發現，掃描誤差大于航向誤差，誤差來源、影像各個波段的漂移與DEM 精度和坡度有一定相關性。在配準之前進行正射校正，可減少地形起伏所引起的誤差，但是正射校正用的DEM 分辨率與配準影像分辨率不一致也影響配準精度。此程序包可以對Landsat 及類Landsat 衛星的影像、CBERS、ASTER 等進行配準處理，而對于其他衛星影像的特征點匹配還有待研究。