论文部分内容阅读
摘 要：几何校正和影像配准作为遥感图像处理的关键技术，对于获取的遥感数据的应用具有重要作用。本文比较分析了二者的原理与区别，并阐述了目前几何校正和影像配准方法的现状和趋势。
关键词：几何校正 影像配准 方法
一、几何校正概述
（一） 影像的几何畸变
由于遥感器、遥感平台以及地球本身等方面的原因，在遥感成像时往往会引起难以避免的几何畸变，几何畸变是指图像上像元的位置坐标与地图坐标系统中的目标地物坐标的差异。按照畸变的性质划分，可分为系统性畸变和随机性畸变。
（二） 影像的几何校正
几何校正就是要校正成像过程中所造成的几何畸变，不包括辐射量失真。它分為几何粗校正和几何精校正。几何粗校正是针对引起畸变原因也即系统性畸变进行的校正。
（三） 几何校正的原理
几何校正是利用控制点改正原始影像的几何变形，产生一幅符合某种地图投影或图件表达要求的新图像.它不考虑各种畸变误差形成的原因，而是把图像上存在的各种畸变和误差看成一个整体，然后利用若干个控制点数据，确立一个模拟图像几何畸变得数学模型，以此来建立原畸变图像空间与标准空间的某中对应关系，即所谓的映射变换函数或校正变换函数，再依据这种变换函数把待校正图像空间中的全部像元变换到标准空间中去，从而实现图像的精校正。
二、遥感影像的配准
多源遥感影像之间的配准是影像融合的一个非常关键的前提和基础，特别是高精度的配准已经成为从多源遥感影像获取准确信息的必要条件。配准是产生一个空间标准的影像集合或校准某一景物影像的过程。主要有两种影像的配准方式：一是相对配准又称多图像几何配准，指将多源图像的同名影像通过几何变换实现重叠；二是绝对配准，是将相对配准后的多源图像纳入某一地图坐标系统。本文所分析的影像配准是指相对配准。
三、遥感影像几何校正与配准的比较分析
（一） 从结果来看，几何校正是把某一遥感影像纳入到一个投影坐标系统中；而影像配准只是两幅图像的同名像元配准，是把待配准图像投影到与参考图像一致的坐标系统中，使其与参考图像有相同的投影信息。
（二） 从本质上看，几何校正是采用一定的几何变换消除待校正影像由于地形等因素引起的投影差和位移；而配准首先需要把某一影像作为标准，其次分析其他影像相对标准影像的几何变形，最后用某一能够反映这种几何变形的数学模型将其他所有的影像全部校准到这一标准影像上来；因此，可以说影像配准是一种相对几何校正。
实践证明由于全色影像具有较高的空间分辨率，纹理清晰，便于配准时同名地物点较精确的选择，对于同一传感器获得的影像，我们选择对全色影像进行几何校正，然后用该校正过的全色影像作为参考与多光谱影像进行配准。获得既具有高空间分辨率，又有高光谱分辨率的融合影像。
四、几何校正和影像配准的方法
（一）几何校正方法分析
1、多项式纠正法 实际工作中应用最多的一种纠正方法。其原理比较直观，并且计算较为简单，特别是对地面相对平坦的情况，具有足够好的纠正精度。
2、共线方程纠正法 与多项式纠正法不同，该法是建立在图像坐标与地面坐标严格变换关系的基础之上的，是对成像空间几何形态的直接描述。
3、DELAUNEY三角形法 目前地理数据误差纠正中通常采用的是最小二乘法。在大多数情况下，由于最小二乘法本身的局限性，当源数据的变形具有很强的局部性特征，一般的全局坐标变换很难达到良好的纠正效果和精度，因此需要进行分块误差纠正。
4、空间投影法 前三种纠正方法纠正精度都严格地依赖地而控制点，在地而控制点不足时，往往纠正精度达不到要求。空间投影精确地模拟了卫星动态成像的几何关系，它只需少量地而控制点，就能直接建立影像与投影之间、像点与地而点之间严格的数学关系。
由此可知，遥感影像处理时采用哪一种几何校正方法应根据其所具有的辅助数据源条件、影像覆盖区的地形条件、应用目的的精度要求、项目的资金等因素综合分析达到最优。
（二）影像配准方法概述
1、空间域匹配方法 包括：（1）基于控制点的配准方法，即控制结构为图像中的显著点（称为控制点）。（2）基于矩（Moment-based）的配准方法，控制结构是复杂的图像矩，每幅图像被标准化，即与一个矩被归一化的参照位置进行配准。（3）基于边缘的配准方法，控制结构是图像的边缘。（4）基于相似性判据最优化的方法，选择一个几何变换并以各种参数值施于一幅图像上。
2、频率域配准方法 频率域方法由于涉及到空间域与频率域的转换，因此比较复杂，虽然也可以达到较高精度，但其对两影像间的几何变形与辐射畸变都有较高的要求，应用范围较窄，大多用于研究工作。
经过研究发现，一些传统的方法尽管有各自的局限性，但这些局限性可以通过它们之间的结合而大大削弱，而且这些方法都具有很强的适应性，如相关函数法无论对可见光影像，还是对雷达影像均适用。目前又出现了引用数字摄影测量中几种传统的匹配方法与多重判据、双向匹配等策略，结合小三角形面元微分纠正的原理，设计了基于小面元的多源遥感影像高精度配准方法。该方法采用特征点作为配准控制点，利用多种匹配方法和匹配策略获取同名点，再以这些点构成的三角网进行微分纠正得到配准影像多源遥感影像之间的相对配准。经过大量实验证明，该方法很好地解决了可见光范围内的，尤其是不同传感器、不同分辨率的遥感影像，并且配准精度能够达到子像素级，同时在可靠性、适应性等方面都进行了很好的控制。
随着遥感技术的发展，影像配准精度要求的提高以及影像融合技术的发展，不断提出的各种配准方法使得配准的精度越来越高，从像素级一直到子像素级。但其中始终存在着一个问题，就是某一种方法仅对几组或几种图像可以取得好的效果，但却不适应其他类型的数据，所以我们一直希望找到一个自动化程度高、适应能力强的高精度配准的处理方法。
关键词：几何校正 影像配准 方法
一、几何校正概述
（一） 影像的几何畸变
由于遥感器、遥感平台以及地球本身等方面的原因，在遥感成像时往往会引起难以避免的几何畸变，几何畸变是指图像上像元的位置坐标与地图坐标系统中的目标地物坐标的差异。按照畸变的性质划分，可分为系统性畸变和随机性畸变。
（二） 影像的几何校正
几何校正就是要校正成像过程中所造成的几何畸变，不包括辐射量失真。它分為几何粗校正和几何精校正。几何粗校正是针对引起畸变原因也即系统性畸变进行的校正。
（三） 几何校正的原理
几何校正是利用控制点改正原始影像的几何变形，产生一幅符合某种地图投影或图件表达要求的新图像.它不考虑各种畸变误差形成的原因，而是把图像上存在的各种畸变和误差看成一个整体，然后利用若干个控制点数据，确立一个模拟图像几何畸变得数学模型，以此来建立原畸变图像空间与标准空间的某中对应关系，即所谓的映射变换函数或校正变换函数，再依据这种变换函数把待校正图像空间中的全部像元变换到标准空间中去，从而实现图像的精校正。
二、遥感影像的配准
多源遥感影像之间的配准是影像融合的一个非常关键的前提和基础，特别是高精度的配准已经成为从多源遥感影像获取准确信息的必要条件。配准是产生一个空间标准的影像集合或校准某一景物影像的过程。主要有两种影像的配准方式：一是相对配准又称多图像几何配准，指将多源图像的同名影像通过几何变换实现重叠；二是绝对配准，是将相对配准后的多源图像纳入某一地图坐标系统。本文所分析的影像配准是指相对配准。
三、遥感影像几何校正与配准的比较分析
（一） 从结果来看，几何校正是把某一遥感影像纳入到一个投影坐标系统中；而影像配准只是两幅图像的同名像元配准，是把待配准图像投影到与参考图像一致的坐标系统中，使其与参考图像有相同的投影信息。
（二） 从本质上看，几何校正是采用一定的几何变换消除待校正影像由于地形等因素引起的投影差和位移；而配准首先需要把某一影像作为标准，其次分析其他影像相对标准影像的几何变形，最后用某一能够反映这种几何变形的数学模型将其他所有的影像全部校准到这一标准影像上来；因此，可以说影像配准是一种相对几何校正。
实践证明由于全色影像具有较高的空间分辨率，纹理清晰，便于配准时同名地物点较精确的选择，对于同一传感器获得的影像，我们选择对全色影像进行几何校正，然后用该校正过的全色影像作为参考与多光谱影像进行配准。获得既具有高空间分辨率，又有高光谱分辨率的融合影像。
四、几何校正和影像配准的方法
（一）几何校正方法分析
1、多项式纠正法 实际工作中应用最多的一种纠正方法。其原理比较直观，并且计算较为简单，特别是对地面相对平坦的情况，具有足够好的纠正精度。
2、共线方程纠正法 与多项式纠正法不同，该法是建立在图像坐标与地面坐标严格变换关系的基础之上的，是对成像空间几何形态的直接描述。
3、DELAUNEY三角形法 目前地理数据误差纠正中通常采用的是最小二乘法。在大多数情况下，由于最小二乘法本身的局限性，当源数据的变形具有很强的局部性特征，一般的全局坐标变换很难达到良好的纠正效果和精度，因此需要进行分块误差纠正。
4、空间投影法 前三种纠正方法纠正精度都严格地依赖地而控制点，在地而控制点不足时，往往纠正精度达不到要求。空间投影精确地模拟了卫星动态成像的几何关系，它只需少量地而控制点，就能直接建立影像与投影之间、像点与地而点之间严格的数学关系。
由此可知，遥感影像处理时采用哪一种几何校正方法应根据其所具有的辅助数据源条件、影像覆盖区的地形条件、应用目的的精度要求、项目的资金等因素综合分析达到最优。
（二）影像配准方法概述
1、空间域匹配方法 包括：（1）基于控制点的配准方法，即控制结构为图像中的显著点（称为控制点）。（2）基于矩（Moment-based）的配准方法，控制结构是复杂的图像矩，每幅图像被标准化，即与一个矩被归一化的参照位置进行配准。（3）基于边缘的配准方法，控制结构是图像的边缘。（4）基于相似性判据最优化的方法，选择一个几何变换并以各种参数值施于一幅图像上。
2、频率域配准方法 频率域方法由于涉及到空间域与频率域的转换，因此比较复杂，虽然也可以达到较高精度，但其对两影像间的几何变形与辐射畸变都有较高的要求，应用范围较窄，大多用于研究工作。
经过研究发现，一些传统的方法尽管有各自的局限性，但这些局限性可以通过它们之间的结合而大大削弱，而且这些方法都具有很强的适应性，如相关函数法无论对可见光影像，还是对雷达影像均适用。目前又出现了引用数字摄影测量中几种传统的匹配方法与多重判据、双向匹配等策略，结合小三角形面元微分纠正的原理，设计了基于小面元的多源遥感影像高精度配准方法。该方法采用特征点作为配准控制点，利用多种匹配方法和匹配策略获取同名点，再以这些点构成的三角网进行微分纠正得到配准影像多源遥感影像之间的相对配准。经过大量实验证明，该方法很好地解决了可见光范围内的，尤其是不同传感器、不同分辨率的遥感影像，并且配准精度能够达到子像素级，同时在可靠性、适应性等方面都进行了很好的控制。
随着遥感技术的发展，影像配准精度要求的提高以及影像融合技术的发展，不断提出的各种配准方法使得配准的精度越来越高，从像素级一直到子像素级。但其中始终存在着一个问题，就是某一种方法仅对几组或几种图像可以取得好的效果，但却不适应其他类型的数据，所以我们一直希望找到一个自动化程度高、适应能力强的高精度配准的处理方法。