基于參考圖像的行星遙感圖像自動(dòng)幾何精糾正

孫義威， 劉斌， 邸凱昌， 劉召芹

(中國(guó)科學(xué)院遙感與數(shù)字地球研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100101)

基于參考圖像的行星遙感圖像自動(dòng)幾何精糾正

孫義威， 劉斌， 邸凱昌， 劉召芹

(中國(guó)科學(xué)院遙感與數(shù)字地球研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100101)

針對(duì)行星多探測(cè)任務(wù)獲取的海量遙感數(shù)據(jù)，提出一種基于現(xiàn)有參考圖像匹配策略優(yōu)化的自動(dòng)幾何精糾正技術(shù)方案。考慮到某些新傳感器圖像與已有參考圖像的分辨率相差較大，提出了利用中間分辨率圖像作為過渡的間接匹配策略；另外，針對(duì)月球和火星典型探測(cè)任務(wù)的遙感圖像給出了相應(yīng)參考圖像的選取方法。選取嫦娥一號(hào)(CE-1)、嫦娥二號(hào)(CE-2)CCD圖像和火星高解析度科學(xué)實(shí)驗(yàn)成像照相機(jī)(HiRISE)圖像進(jìn)行實(shí)驗(yàn)。針對(duì)CE-1和CE-2圖像數(shù)據(jù)，選取月球偵察軌道飛行器寬角相機(jī)(LROC)圖像作為參考；而針對(duì)HiRISE圖像數(shù)據(jù)，選擇以背景相機(jī)(CTX)圖像為過渡、火星熱輻射成像系統(tǒng)(THEMIS)圖像為參考。利用自動(dòng)匹配獲取一定量的控制點(diǎn)，實(shí)現(xiàn)了行星遙感圖像的自動(dòng)幾何精糾正。通過人工選取的檢查點(diǎn)對(duì)糾正后圖像進(jìn)行精度評(píng)價(jià)的結(jié)果表明，所提出的自動(dòng)幾何精糾正方案是有效的，利用自動(dòng)選取的控制點(diǎn)進(jìn)行糾正后的圖像定位精度明顯提高，對(duì)月球和火星遙感圖像的幾何處理有實(shí)用價(jià)值。

行星遙感圖像；幾何精糾正；自動(dòng)匹配；間接匹配

0 引言

高分辨率行星遙感圖像的幾何精糾正對(duì)行星表面形貌特征和地質(zhì)構(gòu)造研究以及支持后續(xù)的著陸巡視探測(cè)具有重要的科學(xué)工程意義。隨著月球和火星探測(cè)任務(wù)的深入開展，各國(guó)獲取和發(fā)布了大量的月球及火星遙感圖像。迄今為止，除早期的一些探測(cè)任務(wù)的圖像已經(jīng)過了幾何處理并生成了較低分辨率的圖像產(chǎn)品外，大量新探測(cè)任務(wù)所提供的高分辨率行星遙感圖像都未經(jīng)幾何處理，不同探測(cè)任務(wù)甚至同一探測(cè)任務(wù)圖像間的幾何不一致性普遍存在，在一定程度上制約了這些圖像數(shù)據(jù)的科學(xué)應(yīng)用。針對(duì)這一問題，本文對(duì)行星遙感圖像幾何精校正方法進(jìn)行研究，提出一種基于現(xiàn)有參考圖像匹配策略優(yōu)化的、自動(dòng)的行星圖像幾何精糾正技術(shù)方案。

圖像的幾何精糾正主要包括建立圖像精化幾何模型和圖像重采樣2個(gè)部分[1]。目前，對(duì)行星遙感圖像成像模型的研究主要依據(jù)攝影測(cè)量學(xué)原理和傳感器光學(xué)系統(tǒng)的特點(diǎn)來開展，Di等[2]利用衛(wèi)星的星歷等數(shù)據(jù)分別建立并利用了嫦娥一號(hào)(CE-1)和嫦娥二號(hào)(CE-2)的嚴(yán)格成像幾何模型進(jìn)行立體測(cè)圖，得到高精度的地形產(chǎn)品；Liu等[3]對(duì)CE-1的有理函數(shù)模型(rational function model，RFM)進(jìn)行研究，得出RFM能有效擬合CE-1嚴(yán)格成像幾何模型的結(jié)論；在火星探測(cè)中，Kirk等[4]和Li等[5]分別建立了火星高解析度科學(xué)實(shí)驗(yàn)成像照相機(jī)(high resolution imaging science experiment，HiRISE)圖像的嚴(yán)格幾何模型，并進(jìn)行了光束法平差、DEM生成等幾何處理。從總體上說，對(duì)行星遙感圖像幾何模型的研究已經(jīng)比較成熟，行星圖像的幾何處理既可利用嚴(yán)格成像幾何模型，也可利用RFM等通用成像幾何模型。

在獲取控制點(diǎn)進(jìn)行模型精化方面，已有不少學(xué)者對(duì)對(duì)地觀測(cè)遙感衛(wèi)星圖像的匹配和控制點(diǎn)自動(dòng)獲取方法進(jìn)行了有益的探討和改進(jìn)。鐘志勇等[6]在研究高分辨率全色圖像與低分辨率多光譜圖像融合的過程中，提出了利用二進(jìn)制小波分解方法實(shí)現(xiàn)空間分辨率相差很大(30∶1)的圖像之間的同名點(diǎn)匹配；季順平等[7]提出了一種基于有理多項(xiàng)式模型的同名點(diǎn)匹配方法，有效地解決了高分辨率遙感衛(wèi)星圖像自動(dòng)匹配中不同成像模式、多時(shí)相、大姿態(tài)角等情況導(dǎo)致匹配困難的問題；徐碩等[8]提出了基于控制點(diǎn)庫(kù)的控制點(diǎn)自動(dòng)選取方法，通過匹配控制點(diǎn)庫(kù)圖像和待糾正圖像，實(shí)現(xiàn)同名點(diǎn)的匹配；張登榮等[9]在Harris算子提取特征點(diǎn)的基礎(chǔ)上，采用由特征點(diǎn)和小波圖像金字塔引導(dǎo)的從粗到精的匹配策略，最終獲得匹配點(diǎn)對(duì)；林宗堅(jiān)[10]則提出把多種分辨率遙感圖像從低分辨率到高分辨率逐級(jí)相互匹配、并以低一級(jí)分辨率作為基礎(chǔ)的方法，解決了最高分辨率和最低分辨率圖像間對(duì)應(yīng)特征很少而難以匹配的問題。

與對(duì)地觀測(cè)遙感圖像的控制點(diǎn)自動(dòng)獲取相比，對(duì)行星遙感圖像的控制點(diǎn)自動(dòng)選取研究相對(duì)較少。由于行星遙感圖像紋理貧乏、圖像間分辨率相差較大等特性，行星圖像控制點(diǎn)的獲取基本上還是依靠人工選取，效率低且精度不高。因此，本文提出針對(duì)行星遙感圖像的自動(dòng)幾何精糾正方案，在梳理目前月球、火星探測(cè)圖像已有參考數(shù)據(jù)的基礎(chǔ)上，針對(duì)在待糾正圖像與參考圖像分辨率相差較大情況下實(shí)現(xiàn)參考圖像和待糾正圖像自動(dòng)匹配的問題進(jìn)行探討。本文提出的自動(dòng)幾何精糾正方法可以有效地提高行星圖像數(shù)據(jù)幾何處理的效率。

1 自動(dòng)幾何精糾正

1.1 糾正方案

針對(duì)行星遙感圖像的特點(diǎn)，本文給出了自動(dòng)幾何精糾正的技術(shù)方案(圖1)。

圖1 行星遙感圖像幾何精糾正流程圖Fig.1 Flow chart of accurate geo-rectification process for planetary remote sensing image

針對(duì)不同星載傳感器的待糾正圖像，綜合考慮分辨率、覆蓋范圍以及光照條件等因素，從現(xiàn)有的參考圖像庫(kù)中選取合適的圖像作為參考圖像；通過兩者之間的自動(dòng)匹配，實(shí)現(xiàn)控制點(diǎn)的自動(dòng)獲??；利用這些控制點(diǎn)擬合出相應(yīng)的幾何精糾正模型或進(jìn)行成像幾何模型精化；利用精化幾何模型對(duì)行星遙感圖像進(jìn)行幾何精糾正或正射糾正處理。

1.2 行星遙感圖像

CE-1衛(wèi)星是我國(guó)第一顆月球探測(cè)衛(wèi)星，獲取了分辨率為120 m的全月圖像；而CE-2衛(wèi)星實(shí)現(xiàn)了在100 km×100 km圓形環(huán)月軌道上獲取分辨率優(yōu)于10 m的全月圖像[11]。美國(guó)宇航局獲取的HiRISE圖像是目前火星探測(cè)任務(wù)中解析度最高(<0.3 m)相機(jī)拍攝的圖像，廣泛用于火星科學(xué)研究并支持火星車探測(cè)任務(wù)的實(shí)施。

為了驗(yàn)證本文方法的適用性，本文實(shí)驗(yàn)選取的這3類數(shù)據(jù)的分辨率從100 m量級(jí)到10 m級(jí)、m級(jí)及dm級(jí)，既有月球圖像也有火星圖像，圖像載荷既有國(guó)產(chǎn)衛(wèi)星也有國(guó)外衛(wèi)星。本文使用上述3種行星圖像作為實(shí)驗(yàn)數(shù)據(jù)，研究行星高分辨率圖像的自動(dòng)幾何精糾正。

在控制點(diǎn)獲取中，參考圖像的選擇是關(guān)鍵。對(duì)于行星遙感圖像，參考圖像是經(jīng)過高精度幾何處理后的產(chǎn)品，且與待糾正圖像的特性相當(dāng)，能夠進(jìn)行圖像匹配獲得同名點(diǎn)。根據(jù)CE-1和CE-2圖像的特點(diǎn)，本文選擇月球偵察軌道飛行器(lunar reconnaissance orbiter，LRO)寬角相機(jī)(LRO camera，LROC)圖像作為參考。LROC拍攝的全月球圖像的分辨率為100 m，水平方向絕對(duì)精度為50～300 m，已實(shí)現(xiàn)全月覆蓋[12]。LROC圖像的分辨率與CE-1衛(wèi)星圖像相差不大，與CE-2圖像(分辨率約為7 m)相差較大，但考慮到兩者在月面紋理表達(dá)上基本一致，因而能夠進(jìn)行圖像間的自動(dòng)匹配。

目前火星上的全球正射影像產(chǎn)品由熱輻射成像系統(tǒng)(thermal emission imaging system，THEMIS)數(shù)據(jù)生成，分辨率為18 m；而HiRISE圖像的分辨率為0.25 m，兩者分辨率存在很大的差異，無法通過圖像之間的直接匹配得到控制點(diǎn)。因此，本文選用火星偵察軌道飛行器(Mars reconnaissance orbiter，MRO)任務(wù)中的背景相機(jī)(context camera，CTX)獲取的圖像(分辨率為6 m)作為過渡，先將THEMIS圖像中控制點(diǎn)的地理信息逐級(jí)傳遞給HiRISE圖像，再利用間接匹配的方法獲得圖像的控制點(diǎn)。

1.3 控制點(diǎn)自動(dòng)獲取

改進(jìn)的尺度不變特征變換(advanced scale-invariant feature transform，ASIFT)[13]算法是圖像匹配中的經(jīng)典算法，它不僅繼承了尺度不變特征變換(SIFT)算法的尺度和旋轉(zhuǎn)不變性，解決了大角度視角變化的圖像匹配問題，同時(shí)又具有速度快、匹配精度高等優(yōu)點(diǎn)。ASIFT算法首先對(duì)圖像進(jìn)行一系列仿射變換，然后在變換圖像中搜索和匹配SIFT特征點(diǎn)；因此，它進(jìn)一步完善了SIFT算法，能夠在幾何變形大的條件下檢測(cè)出更豐富、更準(zhǔn)確的特征點(diǎn)。

針對(duì)行星遙感圖像紋理貧乏、圖像間分辨率差異大等特性，本文選用ASIFT算法實(shí)現(xiàn)圖像的自動(dòng)匹配。首先分別在參考圖像和待糾正圖像中提取相應(yīng)的SIFT特征點(diǎn)，然后進(jìn)一步利用ASIFT匹配算法得到匹配的像素點(diǎn)。考慮到光照條件的影響，CE-1，CE-2和LROC圖像在細(xì)節(jié)的表達(dá)上存在一定差異，尤其是行星表面的撞擊坑，甚至?xí)憩F(xiàn)出完全不同的形態(tài)；因此，在進(jìn)行自動(dòng)匹配之前，本文分別對(duì)CE-1與LROC和CE-2與LROC圖像進(jìn)行直方圖均衡化處理，使其在灰度上呈現(xiàn)基本一致的特點(diǎn)?；鹦荋iRISE圖像和現(xiàn)有的全球THEMIS圖像之間的分辨率相差甚大(1∶72)，無法通過圖像之間的直接匹配得到控制點(diǎn)信息，故本文將CTX圖像作為過渡圖像，以實(shí)現(xiàn)HiRISE圖像和THEMIS圖像的自動(dòng)匹配。

由于光照差異、分辨率差異及影像噪聲等原因，圖像自動(dòng)匹配過程中常會(huì)出現(xiàn)誤匹配現(xiàn)象，本文采用基于仿射變換模型的隨機(jī)抽樣一致性(random sample consensus，RANSAC)[14]算法來剔除粗差。其過程如下： 首先針對(duì)具體問題設(shè)計(jì)一個(gè)目標(biāo)函數(shù)(本文中目標(biāo)函數(shù)選取仿射變換函數(shù))；然后反復(fù)迭代抽取盡可能少但又足夠多的數(shù)據(jù)點(diǎn)集來估算仿射變換參數(shù)的初始值，并利用這些初始值把數(shù)據(jù)劃分為所謂的“內(nèi)點(diǎn)”(Inliers，滿足參數(shù)估計(jì)的點(diǎn))和“外點(diǎn)”(Outliers，不滿足估計(jì)參數(shù)的點(diǎn)，即粗差)；最后反過來用所有的內(nèi)點(diǎn)重新估算目標(biāo)函數(shù)的參數(shù)值。與傳統(tǒng)優(yōu)化算法不同的是，RANSAC算法最開始是利用一小部分?jǐn)?shù)據(jù)作為內(nèi)點(diǎn)得到參數(shù)初始值，然后根據(jù)初始值尋找數(shù)據(jù)集合中其他的內(nèi)點(diǎn)，這樣可以最大限度地減少噪聲和外點(diǎn)的影響。該算法具有很強(qiáng)的抗粗差能力，可自動(dòng)完成粗差剔除、提高自動(dòng)匹配的精度。

1.4 幾何精糾正

在完成遙感圖像與現(xiàn)有圖像產(chǎn)品的同名點(diǎn)自動(dòng)匹配之后，就可以從現(xiàn)有圖像產(chǎn)品中獲取匹配點(diǎn)的地理信息，這些帶有地理坐標(biāo)的匹配點(diǎn)將作為遙感圖像的控制點(diǎn)參與到幾何精糾正的解算當(dāng)中。幾何精糾正算法主要是基于嚴(yán)格成像模型和通用成像模型來實(shí)現(xiàn)的。由于通用成像模型具有數(shù)學(xué)模型形式簡(jiǎn)單、計(jì)算速度快等優(yōu)點(diǎn)，目前大多采用基于RFM的方式來實(shí)現(xiàn)幾何精糾正；在得到圖像的控制點(diǎn)之后，就可以對(duì)原有的RFM進(jìn)行精化處理[15-16]。本文采用在像方添加仿射變換參數(shù)的方式進(jìn)行模型精化，即

(1)

式中： (x,y)為控制點(diǎn)在圖像中的量測(cè)坐標(biāo)；a0,b0為偏移參數(shù)；a1,b1為行方向上的系數(shù)；a2,b2為列方向上的系數(shù)；line，sample分別為控制點(diǎn)物方坐標(biāo)反投在圖像上的圖像行、列坐標(biāo)。

對(duì)于沒有RFM的情況，也可以使用足量的控制點(diǎn)建立多項(xiàng)式模型，進(jìn)而完成幾何精糾正。

2 實(shí)驗(yàn)及結(jié)果分析

月球虹灣區(qū)將是我國(guó)CE-3衛(wèi)星在月球執(zhí)行著陸巡視探測(cè)任務(wù)的著陸區(qū)，對(duì)該區(qū)域圖像進(jìn)行幾何精糾正處理、建立統(tǒng)一的空間參考系統(tǒng)，具有很重要的科學(xué)和工程意義；同樣，作為勇氣號(hào)火星車著陸點(diǎn)的古謝夫(Gusev)撞擊坑也是火星研究的熱點(diǎn)區(qū)域。因此，本文分別選取虹灣區(qū)的CE-1和CE-2衛(wèi)星CCD圖像以及火星Gusev 撞擊坑區(qū)域的HiRISE圖像作為實(shí)驗(yàn)數(shù)據(jù)(表 1)，選取覆蓋相同地區(qū)的LROC 和THEMIS 圖像作為參考圖像(表 2)，完成虹灣區(qū)及Gusev撞擊坑區(qū)域的HiRISE圖像與現(xiàn)有圖像產(chǎn)品的匹配；并利用自動(dòng)匹配的控制點(diǎn)對(duì)圖像進(jìn)行幾何精糾正；然后人工選取一定數(shù)量的檢查點(diǎn)，對(duì)幾何精糾正產(chǎn)品進(jìn)行精度評(píng)價(jià)。

表1 實(shí)驗(yàn)數(shù)據(jù)Tab.1 Experimental data

表2 參考圖像Tab.2 Reference image

2.1 匹配結(jié)果

由于CE圖像和LROC圖像的對(duì)比度之間存在比較大的差異，因此在匹配前分別對(duì)2景圖像進(jìn)行了直方圖均衡化處理。兩者的匹配結(jié)果如圖 2所示。

圖2 CE-1星(左)和CE-2星(右)CCD與LROC圖像匹配結(jié)果(圖中白色直線的2個(gè)端點(diǎn)為自動(dòng)匹配點(diǎn))Fig.2 Matching results of CE-1(left) and CE-2(right) and LROC images

從圖2可以看出，利用ASIFT匹配得到的匹配點(diǎn)多分布于平坦區(qū)域；對(duì)于起伏較大的坑沿地區(qū)，基本匹配不到同名點(diǎn)，這是由于分辨率的差異使得地形起伏較大區(qū)域的地形細(xì)節(jié)表達(dá)不一致造成的。

Gusev撞擊坑實(shí)驗(yàn)區(qū)域的間接匹配結(jié)果如圖3所示。

圖3 HiRISE與THMIS圖像間接匹配(圖中白色直線的2個(gè)端點(diǎn)為自動(dòng)匹配點(diǎn))Fig.3 Indirect matching of HiRISE and THEMIS images

從圖3可以看出，用CTX圖像作為過渡之后，有效地完成了HiRISE與THEMIS圖像的自動(dòng)匹配。

2.2 精度驗(yàn)證

本文利用通用成像模型，實(shí)現(xiàn)了對(duì)CE星圖像中虹灣區(qū)域的幾何精糾正處理；并通過人工選取的方式，在實(shí)驗(yàn)區(qū)域分別選取了一定數(shù)量的檢查點(diǎn)，用以評(píng)價(jià)圖像的糾正精度(表3)，從而間接地評(píng)價(jià)同名點(diǎn)自動(dòng)匹配的精度。

表3 幾何精糾正精度Tab.3 Accuracy of accurate geo-rectification

由表3可以看出，在利用本文方法進(jìn)行幾何精糾正后，CE-1圖像的定位精度由無控制點(diǎn)定位的1 115.7 m提高到651.2 m；CE-2圖像的定位精度也由4 742.3 m提高到262.1 m；HiRISE圖像的直接定位精度由無控制點(diǎn)定位的3 947.2 m提高到23.9 m，精度明顯提高。

利用誤差圖(圖4)對(duì)幾何精糾正誤差進(jìn)行分析，圖中綠色箭頭表示無控制點(diǎn)下的誤差大小及方向，藍(lán)色箭頭為有控制點(diǎn)下的誤差大小及方向(為了顯示清晰，誤差采用了不同倍率的放大處理，圖例中的數(shù)字表示相應(yīng)的放大倍率)。在無控制點(diǎn)直接定位時(shí)，可以看出明顯的系統(tǒng)誤差；而利用少量控制點(diǎn)進(jìn)行模型精化后，系統(tǒng)誤差已被消除。盡管利用控制點(diǎn)糾正后的殘差仍在100 m級(jí)和10 m級(jí)，但根據(jù)參考圖像的分辨率，CE-1星圖像的誤差對(duì)應(yīng)于參考圖像中的6.5個(gè)像素，CE-2星圖像的誤差對(duì)應(yīng)于2.6個(gè)像素，HiRISE圖像的誤差對(duì)應(yīng)于1.3個(gè)像素。盡管還存在參考數(shù)據(jù)精度、人工選點(diǎn)誤差及糾正過程中并未使用DEM進(jìn)行高差引起的投影差改正等因素，本文方法的幾何精糾正結(jié)果仍在誤差允許范圍內(nèi)。

(a) CE-1殘差 (b) CE-2殘差 (c) HiRISE殘差

圖4 誤差分布圖

(圖例中的數(shù)字表示相應(yīng)的放大倍率)

Fig.4 Maps of adjustment residuals

3 結(jié)論

1)在分析不同探測(cè)任務(wù)的行星遙感圖像特點(diǎn)基礎(chǔ)上，選取了相應(yīng)傳感器圖像幾何精糾正所需的參考圖像；通過圖像預(yù)處理等技術(shù)手段，實(shí)現(xiàn)了行星遙感圖像同名點(diǎn)的自動(dòng)匹配，建立了行星遙感圖像自動(dòng)幾何精糾正的技術(shù)流程。

2)針對(duì)行星遙感圖像與參考圖像間分辨率差異大而無法自動(dòng)匹配的問題，提出利用中間分辨率圖像作為過渡的間接匹配策略，并通過實(shí)驗(yàn)證明了該策略的有效性。

3)因受行星遙感圖像特征差異等因素影響，自動(dòng)匹配的控制點(diǎn)在圖像中的分布還不夠均勻；在圖像糾正中還未使用DEM進(jìn)行高差引起的投影差改正，這些問題需要在今后進(jìn)行更深入的研究。

[1] 梁志華.MODIS影像的幾何處理算法研究[J].國(guó)土資源遙感,2012,24(1):8-12. Liang Z H.A study of algorithm of geometric processing for MODIS image[J].Remote Sensing for Land and Resources,2012,24(1):8-12.

[2] Di K C,Liu Y L,Liu B,et al.Rigorous photogrammetric processing of Chang’E-1 and Chang’E-2 stereo imagery for lunar topographic mapping[C]//International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences.Melbourne,2012,39(B4):307-312.

[3] Liu Y L,Di K C.Evaluation of rational function model for geometric modeling of Chang’E-1 CCD images[C]//International Achieves of the Photogrammetry,Remote Sensing and Spatial Information Sciences.Guilin:ISPRS,2011.

[4] Kirk R L,Howington-Kraus E,Rosiek M R,et al.Ultrahigh resolution topographic mapping of Mars with MRO HiRISE stereo images:Meter-scale slopes of candidate Phoenix landing sites[J].Journal of Geophysical Research,2008,113(E3):E00A24.

[5] Li R X,Hwangbo J,Chen Y H,et al.Rigorous photogrammetric processing of HiRISE stereo imagery for mars topographic mapping[J].IEEE Transactions on Geoscience and Remote Sensing,2011,49(7):2558-2572.

[6] 鐘志勇,陳鷹,黎運(yùn)高.分辨率相差較大的衛(wèi)星影像融合方法研究[C]//中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議(CIG’2001)和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)(CVR’2001)論文集.北京:工程圖學(xué)學(xué)報(bào),2001(sl):138-142. Zhong Z Y,Chen Y,Li Y G.A study on fuse method for images with large resolution gap[C].//China Society of Image and Graphics.Beijing:Journal of Engineering Graphics,2001(sl):138-142.

[7] 季順平,袁修孝.基于RFM的高分辨率衛(wèi)星遙感影像自動(dòng)匹配研究[J].測(cè)繪學(xué)報(bào),2010,39(6):592-598. Ji S P,Yuan X X.Automatic matching of high resolution satellite images based on RFM[J].Acta Geodaetica et Cartographica Sinica,2010,39(6):592-598.

[8] 徐碩,江萬壽,牛春盈.基于控制點(diǎn)影像庫(kù)的控制點(diǎn)自動(dòng)選取初探[J].遙感信息,2008(2):35-38. Xu S,Jiang W S,Niu C Y.A preliminary study on automatic selection of GCP based on image database[J].Remote Sensing Information,2008(2):35-38.

[9] 張登榮,蔡志剛,俞樂.基于匹配的遙感影像自動(dòng)糾正方法研究[J].浙江大學(xué)學(xué)報(bào):工學(xué)版,2007,41(3):402-406. Zhang D R,Cai Z G,Yu L.Study on image automation registration methods based on matching[J].Journal of Zhejiang University:Engineering Science,2007,41(3):402-406.

[10]林宗堅(jiān).遙感影像無(稀少)地面控制點(diǎn)糾正技術(shù)[J].地理與地理信息科學(xué),2003,19(4):64-65. Lin Z J.Remote sensing image rectification with sparse ground control points[J].Geography and Geo-Information Science,2003,19(4):64-65.

[11]歐陽自遠(yuǎn).嫦娥一號(hào)衛(wèi)星的初步科學(xué)成果與嫦娥二號(hào)衛(wèi)星的使命[J].航天器工程,2010,19(5):1-6. Ouyang Z Y.Science results of Chang’e-1 lunar orbiter and mission goals of Chang’e-2[J].Spacecraft Engineering,2010,19(5):1-6.

[12]LRO WAC Mosaic Data_Quality_Information.URL[EB/OL](2011-5-24)[2014-1-16].ftp://pdsimage2.wr.usgs.gov/pub/pigpen/moon/LROC/wac_mosaic_asu/LRO_WAC_Mosaic_Global_303ppd.html.

[13]Morel J M,Yu G S.ASIFT:A new framework for fully affine invariant image comparison[J].SIAM Journal on Imaging Sciences,2009,2(2):438-469.

[14]Fischler M A,Bolles R C.Random sample consensus:A paradigm for model fitting with applications to image analysis and automated cartography[J].Communications of the ACM,1981,24(6):381-395.

[15]劉江,岳慶興,邱振戈.RPC校正方法研究[J]國(guó)土資源遙感,2013,25(1):61-65. Liu J,Yue Q X,Qiu Z G.Research on the approach to RPC emendation[J].Remote Sensing for Land and Resources,2013,25(1):61-65.

[16]劉斌,孫喜亮,邸凱昌,等.資源三號(hào)衛(wèi)星傳感器校正產(chǎn)品定位精度驗(yàn)證與分析[J].國(guó)土資源遙感,2012,24(4):36-40. Liu B,Sun X L,Di K C,et al.Accuracy analysis and validation of ZY-3’s sensor corrected products[J].Remote Sensing for Land and Resources,2012,24(4):36-40.

[17]Archinal B A,Weller L,Sides S,et al.Preparing for THEMIS controlled global Mars mosaics[C]//Lunar and Planetary Institute Science Conference Abstracts.2004,35:1903-1094.

(責(zé)任編輯： 劉心季)

Automatic accurate geo-rectification of planetary remote sensing image based on reference image

SUN Yiwei， LIU Bin， DI Kaichang， LIU Zhaoqin

(StateKeyLaboratoryofRemoteSensingScience，InstituteofRemoteSensingandDigitalEarth，ChineseAcademyofSciences，Beijing100101，China)

Aimed at efficient processing of the massive image data obtained by multi-sensors in planetary exploration missions，the authors proposed a solution to automatic accurate geo-rectification of the remote sensing images by matching them to the available reference images，which are already mapped into certain coordinate frame. Considering the large resolution gap between some of the images, this paper recommended an indirect matching strategy. The authors also tackled the problem concerning the choice of the appropriate reference image according to the characteristics of the typical lunar and Mars images. Using CCD images of CE-1 and CE-2 images from Chang’E missions and HiRISE images from MRO mission，with reference images from LROC WAC and THEMIS VIS respectively，the authors conducted the experiments. The accuracy of the corrected image were evaluated with manually selected checkpoints. The results show that, by matching them with referenced images, the control points can be chosen automatically and the subsequent rectification can achieve a significant accuracy improvement compared with that without any control points. The proposed solution is effective and practical for automatic geometric processing of planetary remote sensing images.

planetary remote sensing image；accurate geo-rectification；automatic matching；indirect matching

2013-12-06；

2014-02-12

國(guó)家基礎(chǔ)研究計(jì)劃(973計(jì)劃)項(xiàng)目“運(yùn)動(dòng)平臺(tái)自主定位定姿”(編號(hào)： 2012CB719902)和“大型隱蔽性滑坡致災(zāi)因子識(shí)別方法研究”(編號(hào)： 2013CB733202)、國(guó)家自然科學(xué)基金項(xiàng)目“登月宇航員月面導(dǎo)航定位方法研究”(編號(hào)： 41171355)和“基于遙感影像和多源基準(zhǔn)數(shù)據(jù)聯(lián)合的月球火星軌道器定軌定姿研究”(編號(hào)： 41301528)共同資助。

10.6046/gtzyyg.2015.01.04

孫義威，劉斌，邸凱昌，等.基于參考圖像的行星遙感圖像自動(dòng)幾何精糾正[J].國(guó)土資源遙感，2015，27(1)：23-28.(Sun Y W，Liu B，Di K C，et al.Automatic accurate geo-rectification of planetary remote sensing image based on reference image[J].Remote Sensing for Land and Resources，2015，27(1)：23-28.)

TP 751.1; P 236

A

1001-070X(2015)01-0023-06

孫義威(1989-)，男，碩士研究生，主要從事衛(wèi)星圖像高精度幾何處理等研究。Email： sunyw@irsa.ac.cn。

邸凱昌(1967-)，男，研究員，博士生導(dǎo)師，主要從事行星遙感制圖與導(dǎo)航定位、高分辨率衛(wèi)星圖像幾何處理等研究。Email： kcdi@irsa.ac.cn。