“高分二号”卫星多光谱与全色影像配准策略

王忠武 刘顺喜 戴建旺 尤淑撑 孟超

（中国土地勘测规划院，北京 100035）

0 引言

“高分二号”（GF-2）卫星于2014年8月19日成功发射，标志着我国遥感卫星进入亚米级高分辨率时代。GF-2卫星搭载了2台全色多光谱传感器，每台传感器可提供幅宽不低于23km、空间分辨率优于1m的全色影像和优于4m的多光谱影像，经数据处理获得的高分辨率多光谱影像可作为土地利用现状调查、土地利用动态监测等高精度土地基础数据采集工作的基础数据源之一。由于多光谱与全色影像高精度配准是保证影像数据应用效率和效果的前提[1]，因此，多光谱与全色影像配准策略对大规模、业务化影像预处理效率影响显著[2-5]。

影像配准方法主要有自动配准方法和纠正后配准方法，自动配准方法采用区域灰度相关或空间特征匹配同名点自动提取，并采用薄板样条插值技术，实现影像间自动配准；纠正后配准方法主要对经过几何纠正后的影像进行配准[6-8]。在规模化应用中，需根据影像配准精度和处理时间确定配准方法，本文研究了 GF-2卫星全色与多光谱影像配准方法，为形成业务化应用中的全色和多光谱影像配准策略提供技术依据。

1 研究方法

依据土地资源遥感调查监测技术规范，采用多景覆盖平原区、山区的 GF-2卫星完整多光谱与全色影像，开展原始多光谱与全色影像自动配准和纠正后配准方法的配准精度对比试验与分析，总结形成规模化数据应用中较好的配准策略，具体技术流程如图1所示。

图1 试验技术流程Fig.1 Workflow of experiments

1.1 影像配准指标要求

根据文献[9-11]的要求，多光谱与全色影像配准要求配准结果目视无重影，配准控制点残差需满足平地、丘陵地不超过1倍基准影像分辨率，山地、高山地不超过1.5倍基准影像分辨率。

1.2 配准方法

影像配准方法包括自动配准方法和纠正后配准方法。

（1）自动配准方法

影像自动配准通常包括匹配特征提取、匹配关系计算这2个步骤[6]。匹配特征提取主要包括基于区域的方法、基于特征的方法、结合区域和特征的方法等三类。基于区域的方法利用一定区域中对应像素灰度的统计特征来识别同名特征点，例如差平方和、相关函数、归一化互相关系数、互信息、梯度、相位相关等信息。基于特征的方法利用影像间的点、线、面等同名特征描述参数来配准特征。结合区域和特征的方法将以上2种方法的优点结合起来，综合利用灰度统计信息和空间特征进行匹配特征提取。匹配关系计算主要利用提取的匹配特征，基于薄板样条等假设计算待配准影像间的函数关系，实现影像配准。通常来说，自动配准方法对于相同或相近几何变形的待配准影像具有较好的配准效果。

ERDAS IMAGINE软件提供了AutoSysnc模块[12]，该模块主要利用基于区域的方法，通过点匹配算法自动产生大量同名特征点，进而基于同名特征点构造待配准影像间的数学关系函数模型，实现影像自动配准。该模块可基本实现全自动影像配准，具有较高的配准精度，是目前普遍采用的自动配准工具之一。

（2）纠正后配准方法

对于具有不同几何变形，或影像自动配准方法难以达到较高配准精度的待配准影像，则需要首先对待配准影像进行几何纠正，基本消除各待配准影像内部的几何变形，或将待配准影像的不同几何变形纠正为相近几何变形，然后进行配准。采用该方法的影像制图步骤依次为：全色影像纠正、多光谱影像纠正、全色多光谱影像配准、全色多光谱影像融合、融合影像纠正、镶嵌匀光裁切，其中融合影像纠正为根据需要选择是否再次进行影像纠正。

GF-2卫星1A级全色和多光谱影像分别自带RPC（rational polynomial coefficient）参数，适合于采用 RPC模型进行几何纠正。RPC模型的实质是利用有理多项式模拟影像成像瞬间的几何关系[13-15]，将地面点大地坐标X、Y、Z与其对应像点坐标x、y进行关联。RPC模型可表示为

2 试验与分析

采用2014年10月25日、11月10日、12月4日接收的10景GF-2卫星1A级全色与多光谱影像作为试验数据，见表1。影像侧视角在4.950 22°～11.000 90°之间，进行影像自动配准和纠正后配准试验。试验数据中，第一个传感器影像2景，第二个传感器影像8景；4景位于内蒙古自治区赤峰市元宝山区，试验区地形主要为山区；4景位于江苏省无锡市市辖区市，试验区地形主要为平原区；2景位于浙江省宁波市奉化市，试验区地形主要为山区。

表1 影像配准试验数据Tab.1 Test data for image registration

采用自动配准方法，以原始全色影像为参考，采用ERDAS软件的AutoSysnc模块对多光谱影像进行自动配准，在原始全色影像和配准后多光谱影像上均匀选择10个同名点作为检查点，评价影像自动配准精度，结果如表2所示，可以看出，山区6景影像的配准中误差分别为0.94、0.93、0.88、0.83、0.90、0.88个像元，最大误差分别为1.50、1.49、1.97、1.27、1.30、1.53个像元；平原区4景影像的配准中误差分别为0.99、0.88、0.96、0.84个像元，最大误差分别为1.41、2.45、1.44、2.93个像元。总体来说，配准中误差为山区0.83～0.94个像元，平原区0.84～0.99个像元，满足影像配准技术指标要求。

表2 原始影像自动配准精度Tab.2 Automatic registration precision of original images像元

采用无控制点的RPC模型分别对全色和多光谱影像进行几何纠正，在纠正后的全色影像和多光谱影像上均匀选取10个同名地物点作为检查点，以全色影像为参考值，量测多光谱影像的偏移量，评价纠正后影像配准精度，结果如表3所示，可以看出，山区 6景影像的配准中误差分别为2.69、1.62、1.92、2.45、1.86、2.97个像元，最大误差分别为 4.90、2.83、3.70、4.29、2.86、4.02个像元；平原区 4景影像的配准中误差分别为1.56、2.26、1.97、3.24个像元，最大误差分别为2.05、4.66、3.06、5.46个像元。总体来说，配准中误差为山区1.62～2.97个像元、平原区1.56～3.24个像元，不满足影像配准技术指标要求。

表3 纠正后影像配准精度Tab.3 Registration precision of corrected images像元

3 结束语

通过对10景覆盖山区和平原区的GF-2卫星完整景1A级多光谱与全色影像进行的配准试验，可以发现，相对于无控制点RPC模型纠正后配准，原始影像自动配准的精度能满足相关技术规范要求，同时采用原始影像自动配准方法的影像预处理步骤为“全色多光谱影像配准、全色多光谱影像融合、融合影像纠正”，相对于“全色影像纠正、多光谱影像纠正、全色多光谱配准、全色多光谱影像融合”的处理步骤，能有效缩短影像处理时间，是规模化数据应用中影像配准的较好方法。需要指出的是，虽然本文采用多景真实影像进行了试验，但总体上试验数据数量和类型有限，测试结果的客观性会受到一定影响，相关结论还需要在后续大量数据应用中进一步验证与完善。

References)

[1]柴渊, 李万东. 土地利用动态监测技术与方法[M]. 北京: 地质出版社, 2011.CHAI Yuan, LI Wandong. Land Use Dynamic Monitoring Technology and Method[M]. Beijing: Geological Press, 2011. (in Chinese)

[2]王洪海, 徐建艳, 龙小祥. 一种卫星多光谱图像亚像元波段配准精度自动评价方法[J]. 航天返回与遥感, 2010, 31(3):55-63.WANG Honghai, XU Jianyan, LONG Xiaoxiang. An Automated Evaluation Method of Sub-pixel Band-to-band Registration Accuracy for Satellite Multispectral Image[J]. Spacecraft Recovery amp; Remote Sensing, 2010, 31(3): 55-63. (in Chinese)

[3]朱近, 司美玲, 夏德深, 等. 用局部灰度极值方法进行多光谱图像配准算法研究[J]. 航天返回与遥感, 2010, 31(5): 32-37.ZHU Jin, SI Meiling, XIA Deshen, etal. Research on Multi-spectral Image Registration with Local Gray Extremism Method[J]. Spacecraft Recovery amp; Remote Sensing, 2010, 31(5): 32-37. (in Chinese)

[4]张国瑞. 多光谱多镜头CCD相机的光学配准[J]. 航天返回与遥感, 2001, 22(1): 51-54.ZHANG Guorui. Optical Registration for Multi-spectral and Multi-lens CCD Camera[J]. Spacecraft Recovery amp; Remote Sensing, 2001, 22(1): 51-54. (in Chinese)

[5]郭悦, 杨桦. 多光谱CCD相机的光学配准[J]. 航天返回与遥感, 2003, 24(1): 29-32.GUO Yue, YANG Hua. Optical Registration of the Multi-spectral CCD Camera[J]. Spacecraft Recovery amp; Remote Sensing,2003, 24(1): 29-32.(in Chinese)

[6]王瑞瑞, 马建文, 陈雪. 多源遥感影像自动配准技术的研究进展[J]. 遥感信息, 2011(3): 121-127.WANG Ruirui, MA Jianwen, CHEN Xue. The Research State of the Automatic Registration Techniques of Multi-sensor Remote Sensing Imagery[J]. Remote Sensing Information, 2011(3): 121-127.(in Chinese)

[7]王瑞瑞, 马建文. 多尺度、多角度异源遥感影像配准方法研究[J]. 计算机工程与应用, 2012, 48(30): 5-9.WANG Ruirui, MA Jianwen. Registration Method for Heterogeneous Remote Sensing Images with Multi-scale and Multi-angle[J]. Computer Engineering and Applications, 2012, 48(30): 5-9.(in Chinese)

[8]田上成, 张乔, 刘保成, 等. 基于传感器几何特性和图像特征的影像配准方法[J]. 航天返回与遥感, 2013, 34(5): 85-89.TIAN Shangcheng, ZHANG Qiao, LIU Baocheng, etal. An Improved Matching Method for Image Based on Sensor Geometric Features and Image Features[J]. Spacecraft Recovery amp; Remote Sensing, 2013, 34(5): 85-89. (in Chinese)

[9]中华人民共和国国土资源部. TD/T 1014-2007. 第二次全国土地利用调查技术规程[S]. 北京：中华人民共和国国土资源部, 2007.MLR of PRC. TD/T 1014-2007. Technical Regulation for the Second National Land-use Investigation[S]. Beijing: MLR of China. 2007 (in Chinese)

[10]贠小苏. 第二次全国土地调查培训教材[M]. 北京: 中国农业出版社, 2007.YUN Xiaosu. The Second National Land Survey Training Materials[M]. Beijing: Chinese Agriculture Press, 2007. (in Chinese)

[11]高延利, 朱留华, 王广华, 等. TD-1010土地利用动态遥感监测规程[S]. 北京: 中华人民共和国国土资源部, 1999.GAO Yanli, ZHU Liuhua, WANG Guanghua, etal. TD-1010 Regulation of Land-use Dynamic Remote Sensing Monitoring[S]. Beijing: MLR of China, 1999. (in Chinese)

[12]万里红, 施艳丽, 杨武年. 基于AutoSync的快速影像配准研究[J]. 测绘, 2010, 33(3): 103-105.WAN Lihong, SHI Yanli, YANG Wunian. Research of Quick Image Registration Based on AutoSync[J]. Surveying and Mapping, 2010, 33(3): 103-105. (in Chinese)

[13]张过. 缺少控制点的高分辨率卫星遥感影像几何纠正[D]. 武汉: 武汉大学, 2005.ZHANG Guo. Rectification for High Resolution Remote Sensing Image under Lack of Ground Control Points[D]. Wuhan:Wuhan University, 2005. (in Chinese)

[14]王忠武, 郝伟, 刘顺喜, 等. 莱索托地区北京一号全色影像几何校正方法研究[J]. 中国土地科学, 2012, 26(9): 78-82.WANG Zhongwu, HAO Wei, LIU Shunxi. Research on Geometric Correction Method for the BJ-1 Panchromatic Image Covering Kingdom of Lesotho[J]. China Land Sciences, 2012, 26(9): 78-82. (in Chinese)

[15]张过, 李扬, 祝小勇, 等. 有理函数模型在光学卫星影像几何纠正中的应用[J]. 航天返回与遥感, 2010, 31(4): 51-57.ZHANG Guo, LI Yang, ZHU Xiaoyong, etal. Application of RFM in Geometric Rectification of Optical Satellite Image[J].Spacecraft Recovery amp; Remote Sensing, 2010, 31(4): 51-57. (in Chinese)