基于高分辨率衛(wèi)星遙感影像校正和陰影檢測技術(shù)研究

郭海祥

摘要：高分辨率衛(wèi)星遙感影像在城市智能感知以及土地資源的監(jiān)控中起著重要作用，其中保障影像幾何精度是確保遙感影像質(zhì)量的關(guān)鍵，因此，行業(yè)內(nèi)關(guān)于影像結(jié)合校正的研究始終是重點(diǎn)課題之一，本文研究了高分辨率衛(wèi)星影像幾何校正技術(shù)和陰影檢測技術(shù)。

關(guān)鍵詞：衛(wèi)星遙感影像；高分辨率；幾何校正；陰影檢測

隨著空間技術(shù)的進(jìn)步與發(fā)展，衛(wèi)星遙感影像的應(yīng)用范圍不斷擴(kuò)大，在應(yīng)用領(lǐng)域中作為基礎(chǔ)圖，目前在生態(tài)保護(hù)與修復(fù)、土地資源監(jiān)測等領(lǐng)域都有了相對成熟的運(yùn)用。因此，影像的高分辨率以及準(zhǔn)確航向信息成為精準(zhǔn)感知城市的關(guān)鍵，本次關(guān)于高分辨率衛(wèi)星遙感影像校正和陰影監(jiān)測技術(shù)的研究，主要解決高分辨率影像校正問題，提高技術(shù)的運(yùn)用質(zhì)量。

1.研究現(xiàn)狀

遙感影像幾何校正控制點(diǎn)為關(guān)鍵要素之一，控制點(diǎn)主要從兩方面獲取，一是實(shí)地測量，二是正射影像。兩種渠道可采取人工手動采集方法或自動采集方法，例如在現(xiàn)場測量控制點(diǎn)，內(nèi)部解釋影像并選擇控制點(diǎn)等。

另外，管理這些控制點(diǎn)需要大量的存儲設(shè)備以及人力和物力。國外的相關(guān)研究中，校正衛(wèi)星影像通常采用幾何參數(shù)，根據(jù)衛(wèi)星類型構(gòu)建針對性校正模型，但在實(shí)際應(yīng)用中仍然存在困難，目前缺少匹配不同類型傳感器的校正算法，而且傳感器的校正缺少通用系統(tǒng)。隨著世界范圍內(nèi)衛(wèi)星數(shù)量的增多，經(jīng)專業(yè)處理和質(zhì)量控制的正射影像產(chǎn)品越來越多。因此，對城市遙感的高精度應(yīng)用需求和數(shù)字正射影像（DOM）的研究被行業(yè)內(nèi)定性為獲取特征點(diǎn)，在校正工作中匹配糾正影像特征點(diǎn)進(jìn)行應(yīng)用，實(shí)現(xiàn)自動化校正。

2.研究方法

基于影像控制點(diǎn)高速匹配技術(shù)展開高分率參考影像分析，構(gòu)建多元高速影像處理技術(shù)系統(tǒng)，批量預(yù)處理影像并快速執(zhí)行影像校正任務(wù)。完成后，可實(shí)現(xiàn)分辨率為1∶10000的高清數(shù)字正射影像（DOM）產(chǎn)品。為了提高遙感影像應(yīng)用過程中幾何校正的效率與準(zhǔn)確性，文章選擇兩種方法，分別為RFC模型構(gòu)建以及DOM基準(zhǔn)測試，展開大范圍數(shù)據(jù)的高分率遙感衛(wèi)星影像幾何糾正，主要以國產(chǎn)衛(wèi)星為分析對象，如北京二號衛(wèi)星。其中RFC模型在應(yīng)用中可對國產(chǎn)衛(wèi)星中分辨率>1m的原始影像數(shù)據(jù)進(jìn)行空間定位與幾何校正，從而針對國產(chǎn)衛(wèi)星實(shí)現(xiàn)大規(guī)模數(shù)據(jù)自動特征點(diǎn)映射，完成快速調(diào)整計(jì)算和影像正射校正。完整的影像校正主要包括四個(gè)步驟：參考影像處理、影像定位、控制點(diǎn)采集、影像配準(zhǔn)。

2.1參考影像處理

為了能夠快速進(jìn)行大規(guī)模的影像校正，本文使用通過檢查標(biāo)準(zhǔn)產(chǎn)品獲得的高精度航拍影像作為參考影像，同時(shí)確保了更好的校正精度。結(jié)果是高幾何精度和高影像質(zhì)量，采用2000國家大地坐標(biāo)系，地面分辨率為0.5m，平地與丘陵之間的平面誤差為1.2m，山巒之間的平面誤差為1.6m，DOM的邊緣精度誤差小于2個(gè)像素，影像質(zhì)量為高質(zhì)量，色彩模式為RGB，紅色波段被選作參考影像波段。

2.2影像定位

要從影像中讀取幾何信息并建立模型，使用一階有理函數(shù)建模方法。衛(wèi)星影像模型本身則是由精確的有理函數(shù)模型以及物理模型結(jié)合形成的模型，其中通過物理模型構(gòu)建起模型獨(dú)有的共線性特征，采用方程式進(jìn)行表達(dá)，描述地面呈現(xiàn)的幾何影像之間的關(guān)系，解釋其中所蘊(yùn)含的物理意義。由于衛(wèi)星傳感與物理模型之間的密切聯(lián)系，導(dǎo)致所反饋的幾何影像形態(tài)繁雜，缺乏統(tǒng)一標(biāo)準(zhǔn)以及通用的形狀，還需要專門軟件來提供有力支持。

公式中的多項(xiàng)式系數(shù)稱為有理函數(shù)系數(shù)，通常包含在影像文件中，對于正射校正，只需要讀取RPC文件作為計(jì)算模型的輸入?yún)?shù)。

2.3控制點(diǎn)采集

因城市建設(shè)水平提高與元素的豐富，建筑、地面結(jié)構(gòu)、道路等都呈現(xiàn)出明顯的特征，如它們都有明顯的拐角點(diǎn)或獨(dú)特的特征模式，利用特征提取算法提取出特征點(diǎn)則可作為控制點(diǎn)進(jìn)行模型構(gòu)建，再配合一階計(jì)算，則可運(yùn)用有理函數(shù)模型展開數(shù)據(jù)處理。柵格網(wǎng)格法分別用于采樣處理后的影像和參考影像的特征點(diǎn)，是一種用于對連接點(diǎn)進(jìn)行采樣的集成算法。通常這是首選，因?yàn)樗梢源龠M(jìn)在收集的連接點(diǎn)執(zhí)行質(zhì)量保證，技術(shù)人員可識別的特征（例如，建筑拐角或特定的樹木），并專注于另一幅影像，觀看它們正確匹配。每景有200個(gè)影像控制點(diǎn)，然后，通過這些控制點(diǎn)記錄參考影像和處理后的影像，與手動選擇點(diǎn)相比，使用該方法收集控制點(diǎn)提高了控制點(diǎn)的準(zhǔn)確性，也提高了選擇點(diǎn)的效率。

2.4影像配準(zhǔn)

影像配準(zhǔn)是指通過幾何變換復(fù)制相同名稱的多個(gè)影像，簡單來講則為通過地理坐標(biāo)單位與之對應(yīng)影像之間像素形成的對應(yīng)空間分辨率。實(shí)現(xiàn)匹配的原理為：衛(wèi)星測量中獲取相似的兩個(gè)影像，影像基于相對運(yùn)動出現(xiàn)，通過快速匹配最大相似性，以實(shí)際度量進(jìn)行衡量或最小的差異影像作為配準(zhǔn)位置。

FFTP（快速傅立葉變換匹配）方法用于以相同名稱保存參考DOM影像和已處理影像的特征點(diǎn)，如果兩個(gè)影像之間存在相對位移，則使用FFTP方法導(dǎo)致頻域中相差。FFTP在頻域中工作，允許更大的模型尺寸，因其工作重點(diǎn)定位在影像細(xì)節(jié)處理上，并非通過小領(lǐng)域中灰度值完成工作。一旦在影像之間出現(xiàn)亮度差異，或存在較大覆被變化時(shí)，可通過FFTP獲得更加精準(zhǔn)結(jié)果。不同傳感器之間的影像或相同頻段影像的匹配也能夠獲得良好效果。

指定連接點(diǎn)的最大搜索半徑（以像素為單位），此參數(shù)用于控制找到匹配項(xiàng)時(shí)要搜索的區(qū)域的大小，當(dāng)匹配每個(gè)點(diǎn)時(shí)，該值越大，考慮的搜索區(qū)域越多，并且處理時(shí)間也會增加。在原始影像的一個(gè)小窗口（模板）中檢查搜索框中的像素相似度，如果像素通過相應(yīng)的接受標(biāo)準(zhǔn)，則具有最高相似性的像素將被接受，出于所有可能的原因，指定的值必須略大于兩個(gè)影像之間記錄的預(yù)期誤差。

最低分?jǐn)?shù)用于被視為有效匹配的最低可接受相關(guān)分?jǐn)?shù)，實(shí)際值范圍是0到1。在測試了模型并進(jìn)行了許多試驗(yàn)之后，認(rèn)為0.75是更好的閾值，匹配分?jǐn)?shù)必須大于指定值才能將匹配成為連接點(diǎn)。如果使用相同的名稱執(zhí)行注冊點(diǎn)計(jì)算，將使用到第8級金字塔，具體參數(shù)情況為：所對應(yīng)的影像處理分辨率控制在1m、注冊點(diǎn)搜索半徑則為100m且像素為100。本次結(jié)果記錄將采用絕對距離拒絕法，0.75為本次記錄的最小分?jǐn)?shù)。

在對與控制點(diǎn)同名的點(diǎn)進(jìn)行匹配計(jì)算之后，將一階有理函數(shù)模型用于調(diào)整計(jì)算，為了提高精度和效率之間的平衡，最近鄰插值用于根據(jù)記錄的控制點(diǎn)進(jìn)行重新采樣，并形成由參考影像進(jìn)行幾何校正的DOM結(jié)果，記錄不同地形的結(jié)果如圖1所示。

使用本文中的影像正射校正方法，1m分辨率DOM的生產(chǎn)速度可以達(dá)到10分鐘/場景，X方向的平均偏差為0.6m，Y方向的平均偏差為0.4m，最小位置精度誤差為±0.72m，最大值為±3.31m。平均誤差為1.5m，幾何精度優(yōu)于1個(gè)像素。

3.陰影檢測技術(shù)的研究

3.1陰影檢測的研究現(xiàn)狀

隨著遙感影像分辨率的逐漸提高，商業(yè)遙感衛(wèi)星的最高分辨率達(dá)到0.31m（WorldView-3和WorldView-4），美軍衛(wèi)星鎖眼12的分辨率達(dá)到0.1m。在這種情況下，陰影和非陰影區(qū)域并不屬于不同的地形，場景類型也沒有明顯的差異，因此在高分辨率遙感影像中我們面臨著很多陰影檢測問題，主要問題是：（1）陰影區(qū)域的幾何形狀由被遮擋的空間對象的形狀確定，沒有與非陰影區(qū)域相關(guān)的幾何差異；（2）陰影區(qū)域本質(zhì)上是非陰影區(qū)域條件不佳的區(qū)域，并且非未陰影區(qū)域的紋理特征沒有差異；（3）陰影區(qū)域的分布由高空間物體和光源的入射角確定，并表現(xiàn)出一定程度的隨機(jī)性規(guī)律；（4）陰影區(qū)域與地面上的黑暗區(qū)域非常相似，并且非?；靵y；

3.2陰影檢測的研究方法

基于上述困難，許多研究人員對高分辨率遙感影像中的陰影檢測進(jìn)行了研究，提出了有效的檢測方法。根據(jù)不同的建?；A(chǔ)，陰影檢測方法可以分為兩類：基于模型的方法和基于函數(shù)的方法。

3.2.1閾值分割模型

其為一種經(jīng)典且應(yīng)用頻率較高的區(qū)域影像分割方法，又被行業(yè)內(nèi)稱作門限法，具有操作過程簡單、方便計(jì)算、整體穩(wěn)定度高的優(yōu)勢，目前作為影像分割的最基礎(chǔ)方法被廣泛應(yīng)用。其本身為一項(xiàng)細(xì)分技術(shù)，可實(shí)現(xiàn)在不同背景或針對不同目標(biāo)存在不同灰度范圍內(nèi)進(jìn)行精準(zhǔn)分割，對于高分辨率遙感影像中的陰影檢測，陰影和非陰影區(qū)域的灰度分布是閾值分割的典型情況。

3.2.2顏色空間模型

陰影區(qū)域和無陰影區(qū)域之間的最大區(qū)別是，由于陰影區(qū)域中的光線不足，因此陰影區(qū)域比其他區(qū)域更暗，對于許多陰影檢測方法，研究人員通過將要檢測的原始影像映射到色彩空間的其他區(qū)域進(jìn)行分析和檢測，來充分利用此功能。根據(jù)實(shí)際情況，陰影區(qū)域之間的色差主要是由于陰影區(qū)域的亮度低于陰影區(qū)域的亮度。研究人員使用它將影像從RGB顏色空間投射到不同類型的亮度，得到了許多的結(jié)果，當(dāng)前常用的色彩空間模型主要有：

（1）RGB顏色模型。該模型是目前全世界范圍內(nèi)應(yīng)用最為廣泛的顏色模型，按照三個(gè)恢復(fù)對彩色影像進(jìn)行分解，并跨越三色層的值變化展開顏色度量計(jì)算與確定。其中對于原色的處理通過疊加三種顏色以及測量值則可反饋出多種顏色。該模型的生成是在笛卡爾坐標(biāo)模型基礎(chǔ)上實(shí)現(xiàn)的，其中利用軸與測量值分別用紅色或綠色、藍(lán)色進(jìn)行表示，從而基于顏色區(qū)分描述出空間終于的點(diǎn)，所有顏色都與紅色，綠色和藍(lán)色三個(gè)顏色產(chǎn)生作用，而原點(diǎn)則用黑色進(jìn)行表示，高分辨率遙感影像的原始影像是RGB影像。

（2）HIS顏色模型。HIS顏色模型是數(shù)字成像領(lǐng)域的重要模型，根據(jù)人類的視覺系統(tǒng)和視覺習(xí)慣，該模型將顏色分解為三個(gè)部分：色調(diào)，亮度和飽和度，色調(diào)是人類在觀察物體時(shí)的一種主觀感覺，并代表不同的顏色而產(chǎn)生不同的情感。飽和度表示的是不同顏色的純度。通常，飽和度越高，顏色越亮，亮度表示的顏色的敏感程度，并且是區(qū)分陰影和非陰影區(qū)域的主要特征之一。

（3）YIQ顏色模型。YIQ顏色模型是電視系統(tǒng)中常用的模型，根據(jù)電視觀看習(xí)慣，此模型提取亮度和顏色信息以表示顏色。Y代表顏色亮度，I和Q分別代表從橙色到青色的色階和從紫色到黃綠色的色階。I和Q的變化規(guī)律是通過將RGB顏色空間映射到二維平面空間中的坐標(biāo)來確定的，I代表橫坐標(biāo)從左到右的變化，Q代表縱坐標(biāo)從上到下的變化。

高分辨率遙感影像中的陰影檢測在陰影和非陰影區(qū)域的亮度，飽和度和飽和度方面存在一些差異，因此，用于陰影檢測的最常見顏色模型是RGB和HIS顏色模型。

4.結(jié)語

（1）對于高分辨率衛(wèi)星遙感影像校正，參考現(xiàn)有的高精度DOM產(chǎn)品，經(jīng)過自動特征的選擇和控制點(diǎn)記錄可對高分辨率衛(wèi)星遙感影像進(jìn)行幾何校正，影像的相對精度也可以得到保證。從理論上講，經(jīng)過處理的影像產(chǎn)品只要參考影像的精度滿足應(yīng)用要求即可達(dá)到相同的精度水平。（2）遙感影像的應(yīng)用已經(jīng)成為每個(gè)行業(yè)領(lǐng)域的主要數(shù)據(jù)來源，然而國內(nèi)外不同的是，陰影檢測的算法存在缺陷，并且處理的結(jié)果不是十分理想，因此一直是影響技術(shù)發(fā)展的主要原因?；诖?，本文在現(xiàn)有的算法基礎(chǔ)之上提出了一種基于HIS色彩的空間的陰影檢測技術(shù)和補(bǔ)償?shù)乃惴?，然后通過MATLAB進(jìn)行實(shí)驗(yàn)，提出了新的陰影檢測技術(shù)和補(bǔ)償計(jì)算算法，提高了陰影面積區(qū)域的正確檢測率，降低了不是陰影區(qū)域的失誤檢測率，并且在補(bǔ)償之后使陰影區(qū)域的細(xì)節(jié)可以保留的更清晰，同時(shí)可以保持非陰影區(qū)域的色彩信息不變化，讓整個(gè)影響的視覺效果更清楚。

參考文獻(xiàn)：

[1]赫軒.遙感衛(wèi)星地面系統(tǒng)數(shù)據(jù)接收分系統(tǒng)設(shè)計(jì)優(yōu)化與實(shí)現(xiàn)[D].西安電子科技大學(xué)， 2019.

[2]李慶峰.可見光遙感影像艦船目標(biāo)檢測技術(shù)研究[D].中國科學(xué)院大學(xué)（中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所）， 2019.

[3]肖化超，張建華，王鵬，師勇，張超.基于深度學(xué)習(xí)的遙感影像在軌目標(biāo)檢測技術(shù)研究[C].高分辨率對地觀測學(xué)術(shù)聯(lián)盟.第五屆高分辨率對地觀測學(xué)術(shù)年會論文集. 2018：917-926.

[4]王文勝.寬幅光學(xué)遙感影像艦船飛機(jī)目標(biāo)檢測識別技術(shù)研究[D].中國科學(xué)院大學(xué)（中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所）， 2018.

[5]何維龍，李大軍，郭丙軒.一種基于HIS色彩空間的陰影檢測和補(bǔ)償算法[J].北京測繪， 2018， 32（12）：1369-1373.

[6]葛樂.遙感影像高大建筑物陰影檢測與去除算法研究[D].中國科學(xué)院大學(xué)（中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所）， 2018.

[7]岳照溪.高分辨率遙感影像陰影檢測與去除技術(shù)研究[D].武漢大學(xué)， 2018.

[8]林雨準(zhǔn).面向?qū)ο蟮母叻直媛蔬b感影像建筑物提取和變化檢測技術(shù)研究[D].戰(zhàn)略支援部隊(duì)信息工程大學(xué)， 2018.