A3數(shù)碼航攝儀飛行重疊度檢查

李昊霖，李沖，黃瑞金，佘毅

（國(guó)家測(cè)繪地理信息局四川測(cè)繪產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)站，成都610041）

A3數(shù)碼航攝儀飛行重疊度檢查

李昊霖，李沖，黃瑞金，佘毅

（國(guó)家測(cè)繪地理信息局四川測(cè)繪產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)站，成都610041）

針對(duì)A3數(shù)碼航攝儀的飛行重疊度還沒(méi)有成熟檢查方法的問(wèn)題，提出了一種基于改進(jìn)SIFT的A3數(shù)碼航攝儀飛行重疊度檢查算法。該算法可用于A3數(shù)碼航攝儀的航向、旁向重疊度，兩臺(tái)相機(jī)同時(shí)獲取的子影像及掃視方向上相鄰子影像重疊度的計(jì)算。該文根據(jù)A3航攝儀的相機(jī)安裝關(guān)系恢復(fù)子影像間相對(duì)關(guān)系后，再利用位置約束SIFT特征向量搜索范圍的方式進(jìn)行影像匹配；利用影像同名點(diǎn)的相對(duì)位置關(guān)系計(jì)算重疊度，并剔除前3個(gè)較小值，以提高重疊度的可靠性。經(jīng)實(shí)例驗(yàn)證，匹配成功率高且飛行重疊度檢查結(jié)果準(zhǔn)確。

A3航攝儀；SIFT；影像匹配；質(zhì)量檢查

0 引 言

A3數(shù)碼航攝儀是以色列VisionMap公司的核心產(chǎn)品，其設(shè)計(jì)具備傳統(tǒng)線陣和面陣成像方式特點(diǎn)，是結(jié)合兩者優(yōu)勢(shì)、揚(yáng)長(zhǎng)避短的新一代步進(jìn)分幅成像方式的產(chǎn)品［1－2］。相比ADS80、DMC等航攝儀，步進(jìn)分幅成像方式使A3數(shù)碼航攝儀具有超高的數(shù)據(jù)獲取能力、超大的幅面及一次飛行可獲取多種產(chǎn)品等多種優(yōu)勢(shì)［1－2］，但這種獨(dú)特的成像方式也為飛行重疊度的檢查帶來(lái)了困難。

A3數(shù)碼航攝儀采用獨(dú)特的步進(jìn)分幅成像方式，使其飛行重疊度的檢查，既包括常規(guī)的航向、旁向重疊度檢查，還包括兩臺(tái)相機(jī)同時(shí)獲取的子影像及掃視方向上相鄰子影像重疊度的計(jì)算［1－2］，且目前國(guó)內(nèi)還沒(méi)有專門標(biāo)準(zhǔn)規(guī)范指導(dǎo)此類航攝儀飛行重疊度的檢查。因此，本文針對(duì)A3數(shù)碼航攝儀，結(jié)合框幅式、推掃式數(shù)字航空攝影標(biāo)準(zhǔn)規(guī)范［3－5］，研究A3數(shù)碼航攝儀飛行重疊度的檢查方法。

1 飛行重疊度檢查項(xiàng)

A3航攝儀飛行重疊度主要有旁向重疊度、兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度、掃視方向上相鄰子影像重疊度及航向重疊度等檢查項(xiàng)。

旁向重疊度是指相鄰航帶之間的重疊，為保證正射影像的地物投影差滿足要求并存在一定重疊度，使用A3數(shù)碼航攝儀拍攝時(shí)旁向重疊度一般需要大于50%［1－2］。旁向重疊度計(jì)算時(shí)，需要利用航帶邊緣區(qū)域的影像中心點(diǎn)物方坐標(biāo)構(gòu)成該航帶多邊形區(qū)域，進(jìn)而計(jì)算出航帶多邊形區(qū)域之間的重疊度，即為A3數(shù)碼航攝儀的旁向重疊度。

航向重疊度是指相鄰掃描周期子影像對(duì)間的重疊度，如圖1所示，d為重疊部分，D為雙量測(cè)相機(jī)根據(jù)安裝關(guān)系組合后的影像總幅寬，d和D的比值即為旁向重疊度。為了避免存在相對(duì)漏洞和構(gòu)成立體的需要，航向重疊度應(yīng)大于56%［1－2］。在對(duì)航向重疊度進(jìn)行計(jì)算時(shí)，需要利用影像中心點(diǎn)物方坐標(biāo)，在相鄰掃描周期上搜尋出與該影像距離最短的影像，進(jìn)而利用SIFT對(duì)兩景影像進(jìn)行匹配，并利用匹配出的同名點(diǎn)，計(jì)算出兩景影像的航向重疊度。

圖1 航向重疊度示意圖

根據(jù)兩臺(tái)相機(jī)安裝關(guān)系及拼接的需要，兩臺(tái)相機(jī)同時(shí)獲取的子影像之間重疊度應(yīng)不低于2%，掃視方向上相鄰子影像重疊度應(yīng)優(yōu)于15%［1－2］，當(dāng)兩臺(tái)相機(jī)同時(shí)獲取的子影像及掃視方向上相鄰子影像重疊度低于標(biāo)準(zhǔn)值時(shí)，會(huì)提高拼接的難度，并降低拼接準(zhǔn)確率。

2 飛行重疊度計(jì)算方法

由于A3數(shù)碼航攝儀采用獨(dú)特的步進(jìn)分幅成像方式，在其擺角較大時(shí)拍攝的影像具有投影變形較大的特點(diǎn)，而SIFT算法具有較好的魯棒性，能夠處理影像之間平移、旋轉(zhuǎn)、尺度縮放、仿射變換等多種情況下的匹配問(wèn)題［6－8］，因此，本文選用改進(jìn)SIFT匹配算法計(jì)算A3數(shù)碼航攝儀的飛行重疊度，計(jì)算流程如圖2所示。

2.1 改進(jìn)SIFT匹配算法

SIFT特征提取是在尺度空間進(jìn)行極值點(diǎn)檢測(cè)，通過(guò)一個(gè)三維二次曲線函數(shù)去除低對(duì)比度的特征點(diǎn)和不穩(wěn)定的邊緣響應(yīng)點(diǎn)，精確定位極值點(diǎn)，再為每個(gè)特征點(diǎn)指定方向參數(shù)，生成特征點(diǎn)描述符［9］。步驟如下：

圖2 改進(jìn)SIFT匹配流程圖

①建立尺度空間并檢測(cè)極值點(diǎn)。SIFT算法是在不同的尺度空間上查找特征點(diǎn)，而一幅二維圖像的尺度空間可用公式（1）計(jì)算［6］：

其中，G（x，y，σ）是尺度可變的高斯函數(shù)，為了有效地在尺度空間檢測(cè)到穩(wěn)定的特征點(diǎn)，利用不同尺度的高斯差分核與影像卷積生成高斯差分尺度空間（DOG），計(jì)算方法如公式（2）所示［6］：

并在建立的尺度空間中進(jìn)行極值檢測(cè)，初步確定特征點(diǎn)所在位置及尺度。

②精確定位特征點(diǎn)。步驟①檢測(cè)到的極值點(diǎn)是離散空間的極值點(diǎn)，以下通過(guò)擬合三維二次函數(shù)來(lái)精確確定特征點(diǎn)的位置和尺度，同時(shí)去除低對(duì)比度的特征點(diǎn)和不穩(wěn)定的邊緣響應(yīng)點(diǎn)（因?yàn)镈OG算子會(huì)產(chǎn)生較強(qiáng)的邊緣響應(yīng)），以增強(qiáng)匹配穩(wěn)定性、提高抗噪聲能力［9］。

③確定特征點(diǎn)方向。使用特征點(diǎn)鄰域梯度的主方向作為該點(diǎn)的方向特征，以實(shí)現(xiàn)算子對(duì)尺度和方向的無(wú)關(guān)性。

④特征點(diǎn)描述。首先將坐標(biāo)軸旋轉(zhuǎn)為特征點(diǎn)的方向，以確保旋轉(zhuǎn)不變性。然后，以特征點(diǎn)為中心選取8×8的鄰域作為采樣窗口，并分為4×4塊，計(jì)算每一塊內(nèi)采樣點(diǎn)和特征點(diǎn)的梯度方向和幅值，統(tǒng)計(jì)8個(gè)方向的梯度直方圖。這樣就得到了一個(gè)128維的特征向量。此時(shí)SIFT特征向量已經(jīng)去除尺度變化、旋轉(zhuǎn)角度變化造成的影響，最后對(duì)特征向量的長(zhǎng)度作歸一化處理，則可以進(jìn)一步去除光照變化的影響［9］。

目前，SIFT特征點(diǎn)匹配步驟一般如下：首先，取待匹配影像中的某個(gè)特征點(diǎn)，并找出其與參考影像中歐式距離最近的前兩個(gè)特征點(diǎn)，在這兩個(gè)特征點(diǎn)中，如果最近的距離除以次近的距離小于某個(gè)比例閾值，則接受這一對(duì)匹配點(diǎn)。然后，利用RANSAC算法剔除錯(cuò)誤匹配的點(diǎn)對(duì)，提高匹配的魯棒性［10］。

然而，對(duì)于重疊度較小的影像，此種匹配方法會(huì)產(chǎn)生較多的誤匹配點(diǎn)，在后期的RANSAC剔除錯(cuò)誤匹配點(diǎn)對(duì)時(shí)，由于誤匹配點(diǎn)較多，甚至可能把正確的同名點(diǎn)剔除，造成匹配失敗。因此，針對(duì)兩臺(tái)相機(jī)同時(shí)獲取的子影像之間重疊度較小，難以匹配成功的問(wèn)題，本文首先根據(jù)相機(jī)的安裝關(guān)系恢復(fù)影像的相對(duì)位置，如圖3所示；進(jìn)而利用位置約束SIFT特征向量的匹配搜索范圍。例如，可以以0相機(jī)影像的p0點(diǎn)為中心，在1相機(jī)的影像上開100×100像素大小的搜索框，提取p0的同名點(diǎn)p1；最后利用RANSAC算法剔除錯(cuò)誤匹配，這樣可以大大提高匹配的魯棒性和準(zhǔn)確度。

圖3 改進(jìn)SIFT匹配

2.2 飛行重疊度計(jì)算方法

設(shè)地面點(diǎn)Gi（X，Y）在待匹配影像和參考影像上的成像分別為Gi（Xm，Ym）、Gi（Xr，Yr），則該點(diǎn)處的航向重疊度可用公式（3）計(jì)算：

其中，D為雙相機(jī)根據(jù)安裝關(guān)系組合后的航向總幅寬，X軸和飛行方向平行。為進(jìn)一步降低錯(cuò)誤匹配對(duì)航向重疊度的影響，提高航向重疊度的準(zhǔn)確度，在計(jì)算影像的航向重疊度之前，對(duì)Oix從小到大進(jìn)行排列，取最小的6個(gè)Oix，分別記為a、b、c、d、e、f，其中a≤b≤c≤d≤e≤f，剔除前三個(gè)較小值a、b、c，然后取d、e、f的平均值即為影像的航向重疊度。同理，可計(jì)算出掃視方向上相鄰子影像重疊度，兩臺(tái)相機(jī)同時(shí)獲取的子影像之間重疊度算法也類似，但要考慮到恢復(fù)兩臺(tái)相機(jī)相對(duì)位置關(guān)系時(shí)影像的平移量對(duì)重疊度計(jì)算的影響。

在對(duì)旁向重疊度進(jìn)行檢查時(shí)，首先利用航帶邊緣區(qū)域的影像中心點(diǎn)物方坐標(biāo)，構(gòu)成該航帶多邊形區(qū)域，影像中心點(diǎn)物方坐標(biāo)可從影像元數(shù)據(jù)中獲取，進(jìn)而，獲取多條垂直于航向且均勻分布的直線與航帶多邊形的交點(diǎn)Pki1、Pki2、Pkj1、Pkj2，如圖4所示，Dki，Dkj為第k條直線截取航帶多邊形得到的第i、j條航帶幅寬，可用式（4）、式（5）計(jì)算，dkij是與第k條直線對(duì)應(yīng)的航帶i、j重疊部分的寬度，可用公式（6）計(jì)算，則與第k條直線對(duì)應(yīng)的旁向重疊度Okij可用公式（7）計(jì)算。

圖4 旁向重疊度示意圖

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文所述A3數(shù)碼航攝儀飛行質(zhì)量檢驗(yàn)方法的可靠性和準(zhǔn)確性，利用C＃和ArcEngine開發(fā)出相關(guān)程序，采用A3數(shù)碼航攝儀拍攝的廣元市昭化區(qū)4條相鄰航帶影像作為實(shí)驗(yàn)對(duì)象，進(jìn)行了飛行重疊度計(jì)算實(shí)驗(yàn)，實(shí)驗(yàn)影像分布情況如圖5所示。

圖5 影像分布圖

3.1 改進(jìn)SIFT匹配算法的成功率

為了驗(yàn)證改進(jìn)SIFT算法是否能夠提高重疊度較小影像匹配成功率，本文分別利用改進(jìn)前后的SIFT算法對(duì)7790對(duì)兩臺(tái)相機(jī)同時(shí)獲取的子影像之間的重疊度進(jìn)行了計(jì)算，結(jié)果如表1所示。一般SIFT算法匹配的成功率為零，而改進(jìn)SIFT算法匹配成功率達(dá)到了97.1%，而且大部分匹配不成功的影像含有水域等紋理不豐富區(qū)域，這些區(qū)域造成特征點(diǎn)提取困難，進(jìn)而導(dǎo)致匹配失敗。

表1 匹配算法可靠性對(duì)比

3.2 飛行重疊度算法的準(zhǔn)確度

利用航帶數(shù)據(jù)邊緣區(qū)域影像中心物方坐標(biāo)點(diǎn)，構(gòu)成的航帶區(qū)域多邊形如圖6所示。

利用18條垂直于航向且均勻分布的直線截取實(shí)驗(yàn)數(shù)據(jù)中的4條航帶多邊形，進(jìn)而用公式（7）計(jì)算出的旁向重疊度如圖7所示。經(jīng)統(tǒng)計(jì)旁向重疊度平均值為60.3%，最小值為52.2%，表明旁向重疊度均優(yōu)于標(biāo)準(zhǔn)值50%。同時(shí)，為了檢查旁向重疊度算法的準(zhǔn)確性，抽檢了18組旁向重疊度，結(jié)果如圖8所示。從該圖中可以看出人工、程序計(jì)算出的旁向重疊度誤差小于0.4%，誤差值較小，驗(yàn)證了本文旁向重疊度算法的準(zhǔn)確性。

圖6 航帶多邊形分布圖

圖7 旁向重疊度

圖8 旁向重疊度對(duì)比圖

針對(duì)航向影像利用SIFT算法匹配出同名點(diǎn)，進(jìn)而計(jì)算出該實(shí)驗(yàn)數(shù)據(jù)的航向重疊度，如圖9所示。經(jīng)統(tǒng)計(jì)航向重疊度平均值為68%，最小值為59.35%，表明航向重疊度均優(yōu)于56%標(biāo)準(zhǔn)航向重疊度。此外，為了檢查航向重疊度算法的準(zhǔn)確度，抽檢了20對(duì)影像，結(jié)果如圖10所示。由圖可見人工、程序計(jì)算出的航向重疊度差別小于0.2%，誤差值極其微小，驗(yàn)證了本文所述航向重疊度算法的準(zhǔn)確性。

掃視方向上相鄰子影像重疊度如圖11所示。統(tǒng)計(jì)表明掃視方向上相鄰子影像重疊度平均值為26.8%，最小值為17.3%，均符合掃視方向上相鄰子影像重疊度標(biāo)準(zhǔn)。同樣，為了檢查掃視方向上相鄰子影像重疊度算法的準(zhǔn)確度，抽檢了20對(duì)影像，結(jié)果如圖12所示。由圖可見，人工、程序計(jì)算出的掃視方向上相鄰子影像重疊度差別小于0.2%，驗(yàn)證了本文所述掃視方向上相鄰子影像重疊度算法的準(zhǔn)確性。

圖9 航向重疊度

圖10 航向重疊度對(duì)比圖

圖11 掃視方向上相鄰子影像重疊度

圖12 掃視方向上相鄰子影像重疊度對(duì)比圖

兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度如圖13所示。經(jīng)統(tǒng)計(jì)兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度平均值為2.19%，最小值為1.6%，并且有23對(duì)兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度低于標(biāo)準(zhǔn)值2%，這23對(duì)兩臺(tái)相機(jī)同時(shí)獲取的子影像為不合格產(chǎn)品。此外，為了檢查兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度算法的準(zhǔn)確度，抽檢了20對(duì)影像，結(jié)果如圖14所示。由圖可見，人工、程序計(jì)算出的兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度差別小于0.2%，驗(yàn)證了本文所述兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度算法的準(zhǔn)確性。

圖13 兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度

圖14 兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度對(duì)比圖

分析表明，經(jīng)過(guò)本次檢驗(yàn)合格的影像，均成功進(jìn)行了DOM、DEM等產(chǎn)品的生產(chǎn)（除去影像質(zhì)量有問(wèn)題的影像），也從側(cè)面說(shuō)明本文所提出飛行重疊度檢查方法對(duì)A3數(shù)碼航攝儀的檢查是有效的。

4 結(jié)束語(yǔ)

本研究以A3數(shù)碼航攝儀拍攝的廣元市昭化區(qū)4條相鄰航帶數(shù)據(jù)為實(shí)驗(yàn)對(duì)象，對(duì)其旁向重疊度、兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度、掃視方向上相鄰子影像重疊度及航向重疊度進(jìn)行了檢查實(shí)驗(yàn)與結(jié)果分析，結(jié)論如下：

①改進(jìn)SIFT算法能夠較大幅度地提高重疊度較小影像對(duì)的匹配成功率，很好地解決了兩臺(tái)相機(jī)同時(shí)獲取的子影像重疊度計(jì)算問(wèn)題。

②利用本文所提出方法對(duì)A3數(shù)碼航攝儀的飛行重疊度檢查結(jié)果，與人工檢查結(jié)果具有高度的一致性，并能夠?qū)3航攝儀飛行重疊度給出客觀、定量的評(píng)價(jià)。因此，本文所提出方法，是適用于A3數(shù)碼航攝儀的飛行重疊度檢查的。

雖然本研究較好地解決了A3數(shù)碼航攝儀飛行重疊度檢查的問(wèn)題，但仍有一些需提高和完善的后繼研究工作，包括：①本文是利用航帶邊緣區(qū)域的影像中心點(diǎn)物方坐標(biāo)構(gòu)成的航帶多邊形進(jìn)行旁向重疊度檢查的，由于影像中心點(diǎn)物方坐標(biāo)并不是真正的航帶邊緣區(qū)域，因此，計(jì)算出的旁向重疊度與真實(shí)值有一定的偏差。②進(jìn)一步提高匹配算法的成功率，最大程度地減少檢查人員的工作量。

［1］PECHATNIKOV M，SHOR E，RAIZMAN Y.Visionmap A3－super wide angle mapping system.Basic principles and workflow［C］／／21st ISPRS Congress，Beijing，Oral Technical Session SS－8（2），2008.

［2］嚴(yán)明，李燕燕.A3數(shù)碼航空攝影測(cè)量系統(tǒng)概述［J］.科技資訊，2013（11）：37－40.

［3］國(guó)家測(cè)繪地理信息局.低空數(shù)字航空攝影規(guī)范：CH／Z 3005－2010［S］.北京：測(cè)繪出版社，2010.

［4］國(guó)家測(cè)繪地理信息局.航空攝影成果質(zhì)量檢驗(yàn)技術(shù)規(guī)程第2部分：框幅式數(shù)字航空攝影：CH／T 1029－2013［S］.北京：測(cè)繪出版社，2013.

［5］國(guó)家測(cè)繪地理信息局.航空攝影成果質(zhì)量檢驗(yàn)技術(shù)規(guī)程第3部分：推掃式數(shù)字航空攝影：CH／T 1029－2013［S］.北京：測(cè)繪出版社，2013.

［6］LOWE D G.Distinctive image features from scale－invariant keypoints［J］.International Journal of Computer Vision，2004，60（2）：91－110.

［7］LOWE D G.Object recognition from local scale－invariant features［C］／／Computer Vision，1999.The Proceedings of the Seventh IEEE International Conference on.Ieee，1999，2：1150－1157.

［8］BROWN M，LOWE D G.Invariant features from interest point groups［C］／／BMVC，2002（s1）.

［9］孟俊俊，馬慧云，石寧，等.基于POS數(shù)據(jù)約束的ADS40影像SIFT匹配方法［J］.信息工程大學(xué)學(xué)報(bào)，2014，15（3）：370－374.

［10］韓文超.基于POS系統(tǒng)的無(wú)人機(jī)遙感圖像拼接技術(shù)研究與實(shí)現(xiàn)［D］.南京：南京大學(xué)，2011.

An Overlap Check Method for A3 Digital Aerial Camera

LI Hao－lin，LI Chong，HUANG Rui－jin，SHE Yi

（Sichuan Surveying and Mapping Product Quality Test ＆Control Center，Chengdou610041）

Aiming at the problem of no mature overlap check method for A3digital aerial camera，an overlap check method for A3digital aerial camera based on improved SIFT was proposed.The proposed algorithm can be used in forward and side overlap check，as well as the overlap check of one double frame and two adjacent double frames.To improve the success rate of matching，firstly，restore the relative position relations of two adjacent single frames，secondly，use the position constraint method for matching.Then，make use of relative position of homonymy points to calculate overlap check.Some experiments on four adjacent strips of A3digital aerial camera were made to verify the validity of the proposed method.Results show that the proposed method is accurate and reliable for overlap check.

A3aerial camera；SIFT；image matching；quality check

10.3969／j.issn.1000－3177.2015.06.011

P231

A

1000－3177（2015）142－0058－05

2014－12－08

2015－01－03

李昊霖（1990—），男，碩士，研究方向?yàn)橛跋褓|(zhì)量評(píng)價(jià)、高分辨遙感衛(wèi)星幾何處理。

E－mail：871342021＠qq.com