应用湖泊中心点作为控制点实现大区域遥感影像的配准

在进行北美阿拉斯加地区多期影像湖泊变化分析过程中,由于该区域长期被冰雪及湖泊覆盖,几乎没有较明显的地面标志点可作为影像配准控制点,给影像的配准工作带来困难。在分析长时相区域湖泊形状变化的基础上,认为湖泊中最稳定的点为湖泊的中心点,该点位置随湖泊面积的变化不大,可以作为影像配准的控制点。与多边形质心相比,多边形的最大内圆圆心始终位于多边形的内部,且以该点为圆心的内圆半径最大(对应的内圆即为最大内圆),其计算方法可以应用矢量多边形的Voronoi图来求得。本文在分析简单多边形Voronoi图性质及其计算方法的基础上,提出了一种面向复杂多边形的最大内圆圆心点查找方法,给出了其算法实现流程与算法的复杂度分析。通过北美阿拉斯加地区湖泊最大内圆圆心查找的测试实例,表明本文提出的方法能够较好地计算出各种复杂矢量多边形的最大内圆圆心点,并达到较高的计算效率,且以多边形最大内圆圆心点作为配准点实现的影像间配准效果也较好。     

顾及像面畸变的卫星视频稳像

卫星视频每帧影像外方位元素数值存在差别,相邻帧影像间的同名点在像面位置不同,且由于每帧影像均存在几何畸变,经典的帧间的投影变换模型、仿射变换模型等视频稳像的配准模型不能精确描述帧间的同名点关系。针对该问题,本文提出顾及像面畸变的卫星视频稳像算法,基于仿真的卫星视频,验证了该算法的可行性和精度。     

基于特征提取的光学影像和SAR影像自动配准

针对现有的配准方法用于多光谱影像与SAR遥感影像配准时，存在受SAR图像斑纹噪声影像大、手工选取配准控制点精度低、利用图像景物特征配准时获取区域和边沿困难等问题，以SPOT5影像与RADARSATSAR影像配准进行实验，提出了一种利用改进的SIFT在提取的特征图像上寻找匹配点进行粗配准，然后利用交叉累积剩余熵作为相似性测度结合原始影像信息寻找光学特征图像的角点在SAR影像上的匹配点并进行精配准的方法，配准精度达到了子像素级水平。实验结果表明该方法对多源遥感影像有很强的适应性，配准精度高。     

资源三号测绘卫星影像平面和立体区域网平差比较

针对弱交会条件下卫星遥感影像区域网平差无法正确求解的问题,本文提出了利用数字高程模型（DEM）作为高程约束的平面区域网平差方法提高其对地目标定位精度的策略。首先,选取带仿射变换项的有理函数模型（RFM）作为卫星影像平面区域网平差的数学模型。其次,在平差过程中更新连接点的地面坐标时仅求解地面点的平面坐标,高程值利用DEM进行内插获得。最后,在布设少量控制点的情况下通过平面区域网平差求解所有参与平差的卫星影像定向参数和连接点的地面平面坐标。利用两个地区的资源三号正视影像的平面区域网平差以及前正后三视影像的立体区域网平差的对比试验表明,对于资源三号卫星影像在1:50000DEM的支持下,平面平差可以达到和立体平差相当平面精度。对于近似垂直正视的资源三号影像,全球1km格网的DEM和90m格网的SRTM可以取代1:50000DEM作为高程控制,平面精度几乎没有损失。最终,试验结果证明了平面区域网平差方法的有效性和可行性。     

改进SIFT点特征的并行遥感影像配准

本文针对SIFT(尺度不变特征变换)算法存在的内存消耗多、运算速度慢的问题,采用金字塔和分块策略,首先对原始影像进行粗配准,然后进行分块影像匹配以实现精确配准。在匹配过程中,根据影像分辨率限制高斯金字塔影像的阶数,对特征点进行过滤;同时对匹配过程进行并行化,以提高算法效率。实验表明,改进算法在保证配准精度稳定的前提下,解决了原算法对内存要求高的问题,效率比原算法显著提高,适用于大范围遥感影像之间的配准。     

一种利用Mask R-CNN的遥感影像与矢量数据配准方法

遥感影像数据与地理信息系统（geographic information system,GIS）矢量数据的配准是遥感与GIS集成的基础。目前遥感影像与矢量数据的配准关键在于遥感影像特征的提取,而现有遥感影像特征提取方法存在特征提取不完整、配准失败和精度不高等问题。由此提出了一种基于Mask R-CNN（region-based convolutional neural network）的遥感影像与矢量数据配准方法,首先,利用Mask R-CNN模型提取影像的道路交叉口作为影像控制点; 然后,依据几何拓扑关系筛选矢量数据道路交叉口作为矢量控制点,再根据遥感影像与矢量数据控制点的欧氏距离确定同名控制点;最后,以同名控制点为基础实现遥感影像与矢量数据的配准。选取上海市矢量数据和高分二号影像数据进行配准实验,实验结果表明, 所提方法鲁棒性强、精度高。     

高分七号卫星激光测高数据大型湖泊水位测量精度评估

卫星激光测高数据在湖泊水位测量方面具有重要的应用价值和独特优势,本文针对国产高分七号卫星上装备的线性体制全波形激光测高仪,开展在大型湖泊水位测量方面的应用探讨.介绍了高分七号卫星的基本参数,并与其他类卫星做了对比,分析了影响湖泊水位测量精度的卫星侧摆、大气散射、回波波形饱和等因素,研究了湖泊水面激光点的提取方法,结合I...     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

利用局部自相似的多光谱遥感图像自动配准

为解决多光谱遥感图像间非线性灰度差异造成的配准困难问题,提出了一种基于局部自相似的自动配准方法。该方法首先引入局部自相似(local self-similarity, LSS)特征,并在对数极坐标系下建立反映图像内在几何布局和形状属性的特征描述子。之后结合LSS和归一化相关系数构建一种形状相似性测度,并通过模板匹配的策略实现图像的配准。试验结果表明,该方法能够较好地抵抗图像间的非线性灰度差异,并获得了可靠的配准精度,而且相比于传统方法,在顾及计算效率的同时获得了更高的匹配正确率。     

基于FAST和SURF的遥感图像自动配准方法

提出了基于加速分割检测特征(features from accelerated segment test,FAST)和加速鲁棒性特征(speeded - up robust features,SURF)的遥感图像自动配准方法.首先对参考图像与待配准图像进行HSI变换和高斯金字塔建立;然后检测并提取FAST角点,计算各角点的SURF描述子,用K-D树匹配搜索策略得到2幅图像的匹配点对;再使用最小二乘迭代法剔除错误匹配点并拟合几何变换系数;最后执行几何变换,得到配准后的图像.将该方法分别与基于SURF自动配准方法和ENVI软件中自动获取配准点的方法进行对比实验,结果表明,利用该方法能够获得更多的匹配点对,具有更高的几何配准精度,但在尺度不变性方面略逊于SURF算法.     

均匀分布与结构描述ASIFT相结合的SAR与可见光图像配准算法

针对SAR与可见光图像配准中存在的非线性灰度差异与斑点噪声,同时考虑不同的成像视角问题,提出了基于均匀分布与结构描述ASIFT的SAR与可见光图像配准算法。该算法首先采用引导滤波建立引导尺度空间以达到噪声抑制与边缘保持,在特征点提取阶段,由于非线性灰度差异引入相位一致性强度信息,并与尺度空间网格划分相结合,指导筛选图像中均匀特征点的获取;然后在特征描述阶段,引入扩展相位一致性方法计算SAR与可见光图像的一致性梯度幅值和方向,提高了主方向和描述符的准确性;最后利用Optimal-RANSAC进行特征描述符匹配实现有效配准。通过对4组实测图像进行试验及结果分析,证明该算法相比SAR-SIFT与传统ASIFT算法具有更准确的配准精度。     

森林资源监测中GF-2卫星影像波段配准误差分析

通过对GF-2卫星影像正射校正及波段模拟配准误差试验,分析GF-2卫星正射校正方法的选择以及不同配准误差下对GF-2卫星影像自动分类结果的影响;最后介绍GF-2遥感影像在森林资源监测应用中的初步测试。研究结果表明:正射校正时,当校正精度要求控制在RMS2时,控制点数量选择范围在85~95间较为合理,且控制点数在90个时,RMS值最小;经有理函数模型与卫片模型比较后,卫片模型校正精度较高;以目视判读为主时,实践中建议使用三次卷积重采样法输出结果最好;波段模拟配准误差试验中,配准误差与各地类面积变化间存在显著的线性关系;对于森林面积监测时,配准误差应小于0.3个像元。此研究可为新型国产卫星数据在森林资源监测中的应用提供参考。     

利用距离变换模型进行卫星影像与激光点云精配准

卫星影像可以低成本、高频率地提供地物光谱特性观测信息,而激光点云可以提供精细的几何结构,两类数据的融合可以实现优势互补,进一步提高地物分类和信息提取的精度和自动化程度。实现亚像素级精度的几何配准是实现两类数据融合的前提,提出了一种基于线元素距离变换模型的快速配准方法。该方法以点云为控制源,将点云中的建筑物边缘等典型线元素通过卫星影像的初始有理多项式系数(rational polynomial coefficient, RPC)投影到像方空间,与卫星影像中的线元素进行迭代最近点配准,从而通过RPC参数精校正的方式实现几何配准。采用距离变换模型作为迭代最近点搜索的查找表,提高了运算效率;采用最新的渐进式鲁棒求解策略,能在噪声极多的情况下保证配准的鲁棒性。采用GeoEye-2、高分七号、WorldView-3等卫星影像与激光点云进行了配准实验,并分别通过人工精确量测的外业控制点和作业员内业刺的控制点作为检查,证明所提方法能在3种影像上达到0.4～0.7 m的配准精度,显著优于将点云映射为二维图像然后通过多模态匹配进行配准的策略。     

稀少控制的多平台星载SAR联合几何定标方法

几何定标采用地面控制点获取距离-多普勒模型中的精确几何参数,用于完成星载SAR影像高精度几何定位。但在广域范围内,特别是高山地区域,控制点极难获取。此外,传统定标方法仅面向单一平台SAR影像,尚不能实现多平台影像的联合几何定标。针对上述问题,本文提出一种基于稀少控制的多平台星载SAR联合几何定标方法。该方法从包含实测控制点的主影像出发,使用点位追踪算法获取主影像与从影像之间的连接点,并以连接点为桥梁逐级完成从影像的几何定标。本文采用京津冀地区南北向分布共计235 km的3景TerraSAR-X、3景TanDEM-X、5景高分三号影像进行联合几何定标试验,仅使用5个控制点即完成了所有影像的几何定标,并利用SF-3050星站差分GNSS接收机采集实测GPS点进行精度评价。结果表明使用稀少控制点定标后的TSX/TDX影像的几何定位精度优于3 m,GF-3影像的几何定位精度优于7.5 m,验证了该方法的有效性和正确性。     

Automatic Registration of INSAT-3D Daily Images Using Mutual Information and Stochastic Optimization Technique

An automatic image registration approach is presented here can be used to register daily images of Indian geostationary satellite system INSAT-3D acquired every 30 min’ interval without use of any ground control points (GCPs). There is always a pressing need to register meteorological images that are acquired over earth from geostationary platforms every 15–30 min, covering almost one-third of the earth. Weather forecast activities include derivation of atmospheric motion vectors, which demand immediate processing of such images to a reasonable accuracy in terms of its relative location accuracy. Generally followed approaches make use of image navigation models and GCPs drawn from known landmarks in land ocean boundaries and correlate image features before estimating a transform to warp the current acquisition to a known geometry. However, the hierarchical (coarse to fine) approach explained here makes use of intensity based Mutual Information as a similarity measure from a population of pixels selected randomly and uses stochastic gradient descent optimizer to estimate an affine transform between registering image pair, delivers satisfactory results.     

Comparison of Planimetric and Thematic Accuracy of OrbView-3 and IKONOS Images

Spatial mapping from space using high-resolution satellite sensor data instead of conventional data collection techniques widely gained popularity. This study aims to analyze the planimetric and thematic accuracy of high-resolution OrbView-3 and IKONOS orthoimages. OrbView-3 and IKONOS images of a test area were acquired and these images were geometrically corrected using rational polynomial functions to conduct accuracy assessment. 40 Ground Control Points (GCPs) generated from static Global Positioning System (GPS) survey were used in the orthorectification procedure. 182 Test Points (TPs) produced from terrestrial surveying technique were used to analyze the accuracy of orthorectifications. Root Mean Square Error (RMSE) values obtained for GCPs and TPs were used to determine the planimetric accuracy of these images. Thematic accuracy analyses were conducted in radiometric and spatial base. Transects, lines and polygons were created to analyze the radiometric quality of data sets and to determine minimum distinguishable distance and distinguishable area. Both planimetric and thematic accuracy analyses illustrated that OrbView-3 and IKONOS images could be used to create 1:10000 scale map of the concerned region with appropriate planimetric and thematic quality.     

The Remote Sensing Image Matching Algorithm Based on the Normalized Cross-Correlation and SIFT

SIFT (scale invariant feature transform) is one of the most robust and widely used image matching algorithms based on local features. However, its computational complexity is high. In order to reduce the matching time, an improved feature matching algorithm is proposed in this paper under the premise of stable registration accuracy. This paper proposed a normalized cross-correlation with SIFT combination of remote sensing image matching algorithm. The basic idea of the algorithm is performing the space geometry transformation of the input image with reference to the base image. Then the normalized cross-correlation captures the relevant part of the remote sensing images. By this way, we can reduce the matching range. So some unnecessary calculations are properly omitted. By utilizing the SIFT algorithm, we match the preprocessed remote sensing images, and get the registration points. This can shorten the matching time and improve the matching accuracy. Its robustness is increased correspondingly. The experimental results show that the proposed Normalized cross-correlation plus SIFT algorithm is more rapid than the standard SIFT algorithm while the performance is favorably compared to the standard SIFT algorithm when matching among structured scene images. The experiment results confirm the feasibility of our methods.     

基于目标关联的多源卫星遥感图像兵营融合检测方法

目前的目标融合检测方法大都是基于多源遥感图像配准的,然而在实际的应用中,成像机理不同的多源遥感图像的精校正和图像间的配准是十分复杂的,难以确保其配准精度.为此,本文提出了一种基于目标关联的多源卫星遥感图像的兵营融合检测方法.该方法不对图像进行配准,而是根据单源图像的目标自动检测结果,利用图像的大地坐标信息,截取包含目标的同一地区的局部遥感图像,再分别提取多源遥感图像目标的特征,并根据其中冗余的特征,对提取的目标区域建立关联,再由关联检验确保特征关联的正确性,最后对目标特征进行融合决策,得到目标融合检测结果.实验结果表明,该方法能有效地利用多源遥感图像的信息,降低遥感图像目标检测的误判率,提高目标特征的准确度.     

Google Earth辅助下的高分辨率遥感影像区域网平差

针对国产卫星境外定位的实际需要,提出利用Google Earth数据量测控制点辅助高分辨率遥感影像区域网平差的方法。首先统一坐标系,将所量测的控制点高程坐标转换为大地高;然后将其视为精度较低的控制点参与平差。试验分为无地面控制点和布设稀少地面控制点两种情况,对于每种情况分别设计不同的试验方案分析Google Earth数据对于定位精度的影响。结果表明利用Google Earth数据辅助区域网平差可以明显提高定位精度,可为缺少地面控制点的境外地区的光学线阵遥感影像几何定位提供新的思路。     

ICESat激光高程点辅助的天绘一号卫星影像立体区域网平差

无地面控制点（简称无控）区域网平差是实现卫星影像无控测图的一项重要技术,对于境外和外业测控困难区域的测图具有重要意义。然而,无控区域网平差的定位精度一般难以满足对应比例尺测图规范要求。利用公开、可稳定获取的公众地理信息数据辅助区域网平差,是提高卫星影像无控定位精度的有效途径,其中ICESat激光高程点便是一种良好的高程控制数据。为了提高天绘一号卫星影像无控定位精度,本文提出ICESat激光高程点辅助的卫星影像模型法立体区域网平差方法。首先,以30 m分辨率SRTM估算的地形坡度作为限制条件,结合激光高程点自身质量评价信息,自动提取高质量ICESat激光高程点;其次,利用自动匹配的连接点进行模型法自由网平差,实现卫星影像几何定位精度的相对一致性（内部一致性）;最后,将激光高程点自动量测至卫星影像作为控制点,其平面坐标根据自由网平差结果前方交会计算而得,高程坐标取自激光点高程,再次进行区域网平差精化定向参数,提高卫星影像的绝对高程精度。最后本文利用山东全省的天绘一号卫星影像进行试验,验证了本文方法的有效性和可行性。