国产卫星影像配准技术研究

姜钧陶，戚浩平，申佩佩，马昱肖

(东南大学交通学院测绘工程系，江苏 南京 210096)

国产卫星影像配准技术研究

姜钧陶，戚浩平，申佩佩，马昱肖

(东南大学交通学院测绘工程系，江苏 南京 210096)

我国西部高海拔山区的地形地貌使得在卫星影像上确定同名特征点比较困难，为了解决国产卫星影像存在的谱段偏差，本文选择了基于SIFT算法、基于区域灰度和人工配准3种方法，对ZY1-02C、ZY-3和GF-1等国产卫星影像展开了配准试验研究，应用目视法和中误差法进行了精度评价，并对结果进行了对比分析。试验结果表明：人工法虽能获得较高的配准精度，但效率很差；基于区域灰度法受影像亮度差异影响很大，同名点提取少，精度最差；基于SIFT算法自动化程度最高，可以提取大量特征点，并能筛选提出误匹配点，配准精度较高。

国产卫星影像；影像配准；SIFT算法；配准精度分析

遥感影像的高精度配准问题一直是研究的热点，直接影响后续影像融合、立体匹配、变化监测等的质量。

近年来，我国陆续发射了一系列高分辨率卫星，如资源一号02C高分辨率遥感卫星(简称为ZY1-02C)、资源三号遥感卫星(简称为ZY-3)、高分一号卫星(简称为GF-1)等[1-3]。与国外比较成熟的卫星数据相比，国产卫星数据仍有一些不足之处，由于相机的安装误差及各谱段间镜头光学畸变的存在，会引起谱段偏差[4-5]。而且遥感影像由于光谱波段不同、分辨率不同或拍摄时间和角度不同，会使拍摄的影像存在差异，若不进行配准处理，则影像的信息量较低且应用性较差，因此要对影像进行正确的匹配[6]。1970年，P.E.Anuta提出了一种影像配准技术，由于使用了FFT计算中的互相关性进行影像检测，从而有效地提高了配准速度；1982年，Rosenfeld等[7]提出了一种基于灰度统计的交叉相关性的影像配准方法，这种方法能够直接给出模板影像和待配准影像的相似程度，可以用来进行模板匹配和模式识别；1992年，Flussr[8]提出了一种自适应映射的方法，解决了变形影像间的配准问题；1998年，张祖勋等[9]提出多级影像概率松弛的整体快速匹配技术，实现了不同传感器、不同空间分辨率的遥感影像快速配准；2001年，郭海涛等[10]提出了一种遗传算法(genetic algorithm)，2004年，熊兴华[11]在此基础上，加入最小二乘法，提高了配准精度，使其达到了亚像素级。

本文选择西部高海拔区域内的国产卫星影像数据(ZY1-02C、ZY-3、GF-1)，采用基于SIFT算法(下面简称为SIFT法)、基于区域灰度匹配(下面简称为灰度法)和人工配准法(下面简称为人工法)进行影像配准，并采用目视法和中误差法进行精度评价，对比分析了3种方法在国产卫星影像配准时的有效性。

1 国产卫星影像特点与试验方案

遥感影像由于成像的传感器不同，传感器拍摄时的时间相位、影像的光谱波段和分辨率也会不同，需要进行配准处理，才能继续对影像进行下一步的操作和处理。同时国产遥感卫星的相机安装存在误差且各谱段间镜头存在光学畸变，从而会引起谱段偏差，需要消除谱段偏差从而提高配准精度，如图1所示。图1中(a)、(b)、(c)分别为ZY1-02C、ZY-3、GF-1的多光谱影像和全色影像通过ERDAS卷帘后的试验结果，3组试验数据均存在谱段偏差；图1(d)为异源影像的卷帘试验结果，异源影像间也存在谱段偏差。

图1 试验数据存在的问题

试验中使用的ZY1-02C卫星的多光谱影像3个波段灰度值偏低且亮度偏暗，ZY-3卫星的近红外波段灰度值偏大且曝光过度，对影像配准时同名点的自动提取带来了不确定因素。

试验方案设计：首先对试验数据进行预处理，然后分别采用SIFT法、灰度法和人工法，以国产卫星数据全色影像为模板影像，对多光谱影像实施谱段间配准；以ZY-3为模板影像，与TM影像实施影像间配准，然后对试验结果进行精度评价；最后，对比分析3种方法在国产卫星影像配准中的作业效率及能达到的精度等，总结出适合西部高海拔山区国产卫星影像配准的较优方案。

本文的技术路线如图2所示。

1.1 试验数据预处理

遥感图像预处理一般包括几何校正、图像增强、辐射校正等，为以后的图像处理做基础。本文研究数据是我国西部高海拔地区的卫星影像，该地区地形起伏较大，内部存在几何变形，为消除这种几何变形，减少其他校正对配准结果的影响，仅对试验数据进行正射校正。

图2 技术路线

1.2 基于SIFT算法的影像配准

本次研究编写了一个独立的程序，使用SIFT算法进行影像配准。程序在VS2010平台上编写，直接调用了RobHess源码。首先调用源码中的sift_features()函数进行默认参数的SIFT特征点提取，然后利用KD-Tree和BBF算法进行特征匹配查找，并根据最近邻和次近邻距离比值进行初步筛选，最后利用RANSAC算法筛选匹配点并计算变换矩阵，进行影像配准。程序的优点为在两幅图像上分别提取特征点后，先通过距离比值法进行粗匹配，然后应用精度更高的RANSAC算法对匹配点进行剔除错误匹配点对。

1.3 基于区域灰度匹配和人工配准法的影像配准

应用ENVI4.7的人工配准项与ENVI5.0中的自动配准项，首先对待配准影像进行重采样，使其分辨率与全色影像一致，然后设置配准参数，剔除、校正误差较大的点，使总RMS误差控制在1像元以内，且控制点数量超过20，最后进行配准得出配准结果。

1.4 精度评价

本次研究的配准精度评定方法有两种：目视法与中误差法。目视法可以主观地评价配准精度。使用ENVI5.0，随机均匀地选取20个区域，找到最大误差、最小误差并计算出平均误差。中误差法可以客观地评价配准精度。使用ENVI4.7，随机均匀地选取20个点，输出各点在模板影像与配准影像中的坐标，建立Excel表格，计算出中误差。

2 试验结果与分析

2.1 试验结果

2.1.1 ZY1-02C卫星影像试验结果

图3是分别使用3种方法对ZY1-02C卫星影像进行配准的试验结果，以全色影像作为模板影像。

图3 ZY1-02C卫星影像试验结果

2.1.2 ZY-3卫星影像试验结果

图4为分别使用3种方法对ZY-3卫星影像进行配准的试验结果，其中以全色影像作为模板影像。

图4 ZY-3卫星影像试验结果

2.1.3 GF-1卫星影像试验结果

图5为分别使用3种方法对GF-1卫星影像进行配准的试验结果，其中以全色影像作为模板影像。GF-1卫星影像无法采用灰度法进行配准。

图5 GF-1卫星影像试验结果

2.1.4 异源卫星影像试验结果

图6为使用3种方法对异源卫星影像(ZY-3与TM影像)进行配准的试验结果，其中以ZY-3卫星影像作为模板影像。

图6 异源卫星影像试验结果

2.2 精度评价

2.2.1 目视法

表1为应用目视法进行配准结果精度评价的分析结果。由表1可以看出，SIFT法的配准精度基本高于灰度法和人工法的配准精度，可以看出SIFT法配准效果更好。

表1 目视误差对比 像元

2.2.2 中误差法

表2为应用中误差法进行精度评价的分析结果。由表2可以看出SIFT法中误差小于人工法和灰度法，精度更高，配准效果更好。

表2 中误差对比 像元

2.3 配准方法对比分析

本次试验使用的ZY1-02C卫星、ZY-3卫星和GF-1卫星的全色影像和多光谱影像及异源遥感卫星影像都存在谱段偏差，应用人工法、SIFT法和灰度法对试验数据进行配准，3种方法均能解决存在的问题，如图3—图6所示。对精度评价结果从以下两个方面进行对比分析。

2.3.1 作业效率

人工法选取了20个同名点，平均耗时12 min；灰度法平均选取33个同名点，平均耗时3 min；SIFT法平均选取20 000个同名点，耗时6 min。因此，SIFT法的自动化程度最高且效率最高，其次是灰度法，人工法效率和自动化程度最低。

2.3.2 配准精度

由表1和表2可得，人工法精度很高，但是针对本次试验数据中的山区特征不明显地区，寻找同名点过程费时费力；SIFT法的配准结果分辨率更高，目视误差和中误差相对较小，配准精度相对较高。

试验数据的灰度差异直接影响着灰度法的配准精度，因为灰度法是根据灰度值进行配准的；SIFT法提取的是局部特征，有对亮度变化保持不变的特性，因此提取的特征点具有一定的稳定性且高精度；人工法的配准精度虽然高且不受灰度等其他条件影响，但是过于耗时耗力。而且本次试验数据均是我国西部山区影像，地形起伏很大且特征不明显，影像不同区域的颜色相近，灰度法对于本次试验数据提取的特征点数量少且精度不高；人工法虽然精度还算理想，但是山区的明显特征点少，寻找特征点过程过于浪费时间；而SIFT法因其特有的多量性、独特性等特性，能够在特征点不明显的山区提取大量的SIFT特征向量，而且能够在海量的特征数据库中快速、准确地匹配，并且同名点分布均匀，不会集中在某一区域，本文中SIFT法在进行同名点匹配时，先进行粗匹配再用RANSAC算法筛选出误匹配点，提高了配准精度。

3 结 语

本文针对国产卫星数据存在的谱段偏差及我国西部高海拔山区的地形地貌特点，分别应用SIFT法、灰度法和人工法进行了影像配准工作，并对配准结果应用目视法和中误差法从主观和客观两方面进行精度评价，并且对3种试验结果进行了对比分析。人工法虽然配准精度较高，但是效率和自动化程度极低；灰度法受亮度影响大，配准精度最差；SIFT法自动化程度最高，可以在较短的时间内提取大量特征点，效率最高，配准精度较高。用SIFT算法对ZY1-02C、ZY-3和GF-1影像配准的检查中误差分别为0.61、1.66、0.29个像元，能够满足山区影像配准的精度要求。

[1] 唐新明，谢俊峰，张过.测绘卫星技术总体发展和现状[J].航天返回与遥感,2012,33(3):17-24.

[2] 白照广.高分一号卫星的技术特点[J].中国航天,2013(8):5-9.

[3] 马熹肇. 资源一号“02C”卫星数据在轨测试分析[D].长春：吉林大学,2013.

[4] 蒋永华，张过，唐新明，等.资源三号测绘卫星三线阵影像高精度几何检校[J].测绘学报,2013,42(4):523-529.

[5] 戴激光，宋伟东，贾永红，等.一种新的异源高分辨率光学卫星遥感影像自动匹配算法[J].测绘学报,2013,42(1):80-86.

[6] 樊曼曼.多源卫星遥感影像配准技术研究[D].秦皇岛：燕山大学,2012.

[7] ROSENFELD A, KAK A C. Digital Picture Processing[M]. New York: Academic Press, 1982.

[8] FLUSSR J. An Adaptive Method for Image Registration[J]. Pattern Recognition,1992,25(1):45-54.

[9] 张祖勋，张剑清，廖明生，等．遥感影像的高精度自动配准[J]．武汉测绘科技大学学报,1998,23(4):320-323.

[10] 郭海涛，刘智，张保民.基于遗传算法的快速影像匹配技术的研究[J].测绘学院学报,2001,18(51):20-22.

[11] 熊兴华.遗传算法及其在影像处理与分析中应用[J].测绘学报,2004,33(2):74-81.

[12] 罗代建.遥感影像配准与融合技术研究[D].成都：电子科技大学,2009.

[13] 常青，张斌，邵金玲.基于SIFT和RANSAC的特征图像匹配方法[J].华东理工大学学报(自然科学版),2012,38(6):97-101.

[14] 陈华，邓喀中，张以文，等.结合SIFT和RANSAC算法的InSAR影像配准[J].测绘通报,2015(12):30-33.

[15] KE Y， SUKTHANKAR R， HUSTON L. Efficient Near Duplicate Detection and Sub-image Retrieval[C]∥Proceedings of ACM Multimedia Conference.[S.l.]：ACM,2004.

Research on the Registration of Domestic Satellite Images

JIANG Juntao，QI Haoping，SHEN Peipei，MA Yuxiao

(Department of Surveying Engineering， Southeast University, Nanjing 210096, China)

It is difficult to find correspondence points on the satellite images of the high altitude mountainous area of west China because of the geographic and geomorphic conditions. To solve the multispectral deviation of the satellite images, this paper use SIFT-based algorithm, regional gray-based algorithm and artificial registration to do registration experiments on domestic satellite images such as ZY1-02C, ZY-3, GF-1 and so on. Then visual method and error method are used to evaluate precisions, the results of which are contrasted and analyzed. The experimental results show that: artificial method has higher registration precision, but the efficiency is poor; regional gray-based method is affected by luminance difference which extracts least correspondence features and has the lowest registration precision; SIFT-based method has the highest degree of automation which can extract a huge amount of correspondence features and can also screen out false matching points. It has a higher registration precision.

domestic satellite image; image registration; SIFT algorithm; registration accuracy analysis

姜钧陶，戚浩平，申佩佩，等.国产卫星影像配准技术研究[J].测绘通报，2017(8)：76-79.

10.13474/j.cnki.11-2246.2017.0259.

2016-12-01；

2017-02-24

全国边海防地区基础地质遥感调查(121201003000150003)

姜钧陶(1993—)，女，硕士生，主要从事遥感方面的研究。E-mail：jjtseu@163.com

P23

A

0494-0911(2017)08-0076-04