城市高分辨率卫星影像几何校正技术研究

周李乾

（柳城县自然资源和规划局国土勘测所）

1 引言

随着航天遥感技术的快速发展，越来越多的领域开始广泛使用卫星遥感影像作为应用和分析的底图。具有高清晰度和精准方位信息的高分辨率卫星遥感影像在城市智能感知、土地资源监测管控、生态环境保护等方面发挥了巨大的作用。如何保证卫星遥感影像具有满足应用需求的几何精度是遥感应用中的核心问题。从卫星遥感影像中提取信息，要把遥感影像投影在某一固定的参照系统中并修正原始影像所存在的几何变形，这一过程便是几何校正[1]。几何校正通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的影像上要素几何位置、形状、尺寸、方位等方面产生的偏差。经过几何校正的影像可以准确地量测地物之间的距离、多边形的面积，并且与其他空间信息进行准确地叠加并进行空间分析。因此，影像几何精度决定了其应用的准确性，特别对于地物复杂以及精度需求较高的城市遥感分析。

2 研究现状

长期以来，在影像处理中常使用控制点进行影像几何校正，实地测量和正射影像是获取控制点的两种主要来源[2]。这些方法需要大量的人工和半自动工序，包括外业控制点测量、内业影像判读选取控制点等，获取控制点的效率较低、成本较高，无法适应如今快速发展的信息化应用需求，如城市监测、应急保障等。此外，需要消耗大量的存储设备以及人力物力对这些控制点进行管理。国内外一些研究也提出了利用卫星影像自身系统几何参数进行校正的方法，面向不同卫星提出了很多校正模型，但是没有一种适合于不同类型的传感器的通用系统几何校正算法[3]。随着卫星影像源的增加，越来越多经过处理加工以及质量检测的正射纠正影像产品可供使用，因此，笔者研究面向城市遥感高精度的应用需求，探讨了一种利用数字正射影像（DOM）作为参考，获取其中特征点，并与处理影像特征点进行匹配，完成影像几何校正的方法。

3 研究方法

基于高分辨率参考影像底图，结合影像快速控制点匹配技术，构建多源影像快速处理技术体系，面向大量影像处理任务，可快速完成影像几何纠正工作，形成1:10000高分辨率高精度DOM产品。为了能够快速准确地对大范围大批量高分辨率遥感影像进行几何校正，本项目使用基于RPC模型和参考DOM成果的方法。国产高分辨率遥感卫星影像数据大范围快速几何纠正。运用RPC模型对分辨率优于1m的高分二号原始国产卫星遥感数据进行几何纠正和空间定位，并利用高分辨率DOM数据结合自动特征点匹配手段对国产高分辨率卫星数据进行了大范围快速平差计算，完成影像的正射校正。整个正射纠正主要包含了参考DOM处理、影像定位、控制点采集和影像配准四个步骤。

3.1 参考影像处理

为了能够快速地进行大范围影像正射纠正，同时保证较好的纠正精度，本项目利用经过标准产品检验得到的高精度航空影像成果作为参考影像。该成果具有较高的几何精度和图像质量，采用2000国家大地坐标系，地面分辨率为0.5m，平面中误差在平地、丘陵均为1.2m，山地和高山地为1.6m，DOM接边精度误差不大于2个像元，图像质量优质，色彩模式为RGB，选取其中红色波段作为参考影像波段。

3.2 影像定位

使用一阶有理函数模型方式进行影像几何信息读取和模型构建。目前，卫星成像模型主要是严格物理模型和有理函数模型，严格物理模型基于共线方程，描述了影像和地面之间的严格几何成像关系，其参数具有明确的物理意义，但是，严格物理模型与卫星传感器相关，形式复杂，缺乏通用性，需要专业软件才能支持。而有理函数模型是一种通用的广义成像模型，形式简单，参数没有物理意义，精度与严格物理模型相近，且兼容和支持性较好。

高分辨率卫星一般不提供严格的传感器物理模型，而是用有理函数的通用传感器模型代替。有理函数模型实质是多项式模型的扩展，其本质还是多项式模型。有理函数模型是将像点坐标（x，y）表示为以相应地面空间坐标（X，Y，Z）为自变量的多项式的比值，如下式：

式 中 ：（X0，Y0，Z0，x0，y0） 为 标 准化的平移参数，（X，Y，Z，x，y）为标准化的比例参数。有理函数模型用标准化坐标的目的是减少计算过程中由于数据数量级差别过大引入的舍人误差。如下式：

式中多项式系数即称为有理函数的系数，一般包含在影像文件中。正射纠正时只需读取RPC文件作为计算模型输入的参数即可。

3.3 控制点采集

城市区域地物特征明显，建筑、道路、地面构筑物等均具有突出的角点或者特征图案，能够有效地使用特征提取算法获取这些特征点。使用有理函数模型进行控制点定位，有理数函数模型计算阶数为一阶。使用光栅网格的方法来对处理影像和参考影像的特征点分别进行采样。对于连接点采样，积分运算法（即Smallest Univalue Segment Assimilating Nucleus，Susan）通常是首选。因为它可以促进在所采集的连接点上执行质量保证，操作人员可以看到可辨认的特征（例如，建筑物角落或某一具体的树），并着眼于另一个影像，看其是否正确匹配。每景影像控制点数为200个。再通过这些控制点对参考影像和处理影像进行配准。使用该方法进行控制点采集可以很好地提高控制点准确度，比人工选点更为准确，且选点效率极大程度地提高。控制点采集结果如图1。

3.4 影像配准

影像配准就是指将多图像的同名影像通过几何变换实现重叠，即实现影像与影像间地理坐标及像元空间分辨率上的统一。基本原理是根据对两个图像的近似性量度，即在两个图像的相对移动中，找出其相似性量度值最大，或差别最小的位置作为图像配准的位置。

使用快速傅里叶变换相匹配（FFTP）法来进行参考DOM影像和处理影像的特征同名点配准。使用FFTP法为当两幅影像之间具有相对漂移时，结果是在频域内产生相差。使用FFTP能够更大的模板尺寸，因为它在频域内工作，它着眼于影像内细节的方式而不是小邻域内的灰度值。这使得在影像之间存在较大亮度差异的情况下或者当在影像之间已经发生了较大的地表覆盖变化时FFTP的匹配结果较为稳固。此外，FFTP考虑了来自不同传感器或光谱波段相同区域的影像之间的更好匹配。

指定用于连接点的最大搜索半径，以像素为单位。该参数用来控制在寻找匹配时要搜索的面积大小。在匹配每一个点时，更大的值将增加要考虑的搜索面积，因此增加了处理时间。将在来自原始影像的小窗口（模板）内检查搜索区域内像素的类似性。如果像素通过了匹配验收标准，则具有最高相似度的像素将被接受。由于所有可能的原因，指定的值应该略大于两幅影像之间配准的预计不准确度。

最小得分用于被认为是有效匹配的相关性得分的最低验收值。有效值范围从0～1不等，经过模型测试和多次尝试，认为0.75为较为合适的阈值。为了使一个匹配称为连接点，其匹配得分必须大于所指定的值。

进行同名点配准计算时，使用的金字塔层级为第8级，配准特征点搜索半径为100个像素，对应处理影像分辨率1m，则搜索半径为100m。使用绝对距离的拒绝方式进行配准结果判断，设置最小得分为0.75。

图1 控制点采集（左图为整景影像，右图为城市局部影像）

进行了控制点采集和同名点匹配计算后，使用一阶有理函数模型进行平差计算。为了在精度和效率之间取得较好的兼顾，使用最近邻近内插法，the Nearest Neighbour Interpolation(NNI)基于已配准的控制点进行重采样，形成经过参考影像几何纠正的DOM成果。不同地形的配准结果如图2。

使用本项目中的影像正射纠正方法，生产1m分辨率DOM速度可以达到10min/景。平均偏差X方向为0.6m，Y方向为0.4m，位置精度中误差最小为±0.72m，最大为±3.31m，平均中误差为1.5m，几何精度优于1个像元。

图2 参考影像（深色调）与纠正影像（浅色调）配准效果

图3 经过几何校正的城市正射影像

4 结语

面向城市区域高分辨率卫星遥感影像，充分利用已有的高精度DOM产品作为参考，通过自动化特征点选取和控制点配准，实现高分辨率卫星遥感影像的几何纠正，既能够提升影像处理效率，同时也可以保证影像相对精度。理论上，只要参考影像的精度达到应用需求，经处理的影像产品便可达到相同精度水平。因此，对于精度要求较高且地物特征明显的城市遥感应用，基于参考影像的高分辨率卫星影像几何纠正方法提供了一种高效可行的影像处理和使用手段。