線陣CCD衛(wèi)星影像DSM自動(dòng)生成技術(shù)

宋　冰，林　卉，丁　翠，王李娟，孫華生

(1. 中國礦業(yè)大學(xué)環(huán)境與測繪學(xué)院，江蘇 徐州 221116； 2. 江蘇師范大學(xué)測繪學(xué)院，江蘇 徐州 221116； 3. 山東城市建設(shè)職業(yè)學(xué)院，山東 濟(jì)南 250103； 4. 遼寧工程技術(shù)大學(xué)測繪與地理科學(xué)學(xué)院，遼寧 阜新 123000)

?

線陣CCD衛(wèi)星影像DSM自動(dòng)生成技術(shù)

宋冰1，林卉2，丁翠3，王李娟2，孫華生4

(1. 中國礦業(yè)大學(xué)環(huán)境與測繪學(xué)院，江蘇 徐州 221116； 2. 江蘇師范大學(xué)測繪學(xué)院，江蘇 徐州 221116； 3. 山東城市建設(shè)職業(yè)學(xué)院，山東 濟(jì)南 250103； 4. 遼寧工程技術(shù)大學(xué)測繪與地理科學(xué)學(xué)院，遼寧 阜新 123000)

摘要：線陣CCD傳感器成為了對地觀測最有效的方式之一，本文研究了線陣CCD影像構(gòu)成的立體像對密集匹配自動(dòng)生成DSM的方法與關(guān)鍵技術(shù)，提出了基于核線影像的金字塔逐層匹配方法及基于相關(guān)系數(shù)的動(dòng)態(tài)窗口變換的雙向匹配方法來實(shí)現(xiàn)格網(wǎng)點(diǎn)的匹配。通過資源三號衛(wèi)星影像等數(shù)據(jù)試驗(yàn)驗(yàn)證了上述理論與方法的適用性和正確性。

關(guān)鍵詞：衛(wèi)星影像；影像金字塔；密集匹配；數(shù)字表面模型；有理函數(shù)模型

隨著遙感技術(shù)和相機(jī)技術(shù)的發(fā)展，框幅式相機(jī)的壟斷地位已被打破，線陣CCD傳感器成為了對地觀測最有效的方式之一。此外，數(shù)字表面模型(DSM)是數(shù)字高程模型(DEM)提取、等高線生成、建筑物提取和重建、真正射影像制作和地理信息更新等工作的重要前期數(shù)據(jù)源。因此，如何基于CCD衛(wèi)星影像自動(dòng)提取DSM是當(dāng)前研究的難點(diǎn)和熱點(diǎn)[1-4]。

TAO等開發(fā)出世界上第一個(gè)能快速從遙感影像上進(jìn)行三維重建的軟件SilverEye，它根據(jù)影像自帶的RPC文件重建像素坐標(biāo)和三維大地坐標(biāo)的幾何關(guān)系。除此之外，TAO等還研究了基于RPC參數(shù)的最小二乘解的求法，根據(jù)與地形是否有關(guān)提出了兩種解算方法，并提出了根據(jù)有理函數(shù)模型RFM(rational function model)進(jìn)行地形表面三維重建的具體方法[1]。ZHANG等針對立體影像數(shù)據(jù)源依據(jù)RFM的三維重建方法開發(fā)了SAT-PP軟件[2]。隨著RFM在遙感影像三維重建中日益凸顯出重要作用，許多學(xué)者進(jìn)行了相應(yīng)的RFM的精度分析[3-6]?？傮w而言，上述研究多集中在三維坐標(biāo)的解算方法和模型上，對其中的關(guān)鍵技術(shù)如影像匹配等方面的研究不夠深入。鑒于此，本文研究線陣CCD影像構(gòu)成的立體像對密集匹配自動(dòng)生成DSM的方法與關(guān)鍵技術(shù)，提出基于核線影像的金字塔逐層匹配方法及基于相關(guān)系數(shù)的動(dòng)態(tài)窗口變換的雙向匹配方法來實(shí)現(xiàn)格網(wǎng)點(diǎn)的匹配；并通過資源三號衛(wèi)星影像等數(shù)據(jù)試驗(yàn)驗(yàn)證上述理論與方法的適用性和正確性。

一、密集匹配與DSM自動(dòng)提取

1. 總體技術(shù)流程

總體技術(shù)流程如圖1所示，主要包括影像預(yù)處理、密集匹配、三維重建和DSM渲染等步驟，其中最核心的步驟是密集匹配，其準(zhǔn)確率直接影響后續(xù)三維重建和DSM的渲染。

圖1　總體技術(shù)流程

2. 預(yù)處理

(1) 影像位深度轉(zhuǎn)換

位深度用于指定圖像中的每個(gè)像素可以使用的顏色信息數(shù)量，每個(gè)像素使用的信息位數(shù)越多，可用的顏色就越多，顏色表現(xiàn)就更逼真。資源三號的全色原始影像為16位，在PC機(jī)里如果不用專業(yè)軟件進(jìn)行位度拉伸就顯示為全黑色。為了更直觀地顯示及后期算法的處理，需對原始影像進(jìn)行位深度轉(zhuǎn)換，針對全色(單波段)的立體像對，其處理方法是轉(zhuǎn)換為8位的灰度圖像。以資源三號全色影像為例，其灰度像素值范圍為：0～65 535，據(jù)統(tǒng)計(jì)其前2%的像素值臨界點(diǎn)為45，后2%的像素臨界點(diǎn)為457，像素值R按照R×255/(457-45)進(jìn)行拉伸即可。

(2) 核線影像生成

核線影像是沿著核線方向進(jìn)行重采樣生成的沒有上下視差的影像。同名核線對上的點(diǎn)在核線影像上的Y值是相等的，根據(jù)這一特點(diǎn)，可將影像匹配中同名點(diǎn)的搜索范圍由二維簡化為在核線方向的一維，這種做法不僅可以降低匹配搜索的空間和時(shí)間，同時(shí)又可以提高匹配的準(zhǔn)確率。

由于線陣CCD推掃式影像的每一掃描行均有一個(gè)中心投影點(diǎn)，遵循“多中心”動(dòng)態(tài)投影的成像方式，很難完全建立像點(diǎn)和物點(diǎn)之間的對應(yīng)關(guān)系，故不能像框幅式單中心投影影像一樣具有十分嚴(yán)密的核線幾何關(guān)系。目前，對線陣CCD影像的各種近似核線幾何關(guān)系的近似描述中，投影軌跡法的核線理論最為嚴(yán)密，更適合獲取線陣CCD衛(wèi)星影像的核線影像[7]。按此方法生成的核線影像如圖2所示。

圖2　核線影像

(3) 金字塔影像生成

金字塔影像是在原始影像的基礎(chǔ)上通過不斷產(chǎn)生較下層影像分辨率小(影像尺寸較小)的影像作為上層影像而構(gòu)成的形似金字塔狀的多個(gè)影像的組合。金字塔影像的多層匹配策略在密集匹配中有許多優(yōu)勢，在生成金字塔影像時(shí)，上層影像較下層影像在保留整體紋理結(jié)構(gòu)的基礎(chǔ)上濾掉了噪聲和極值點(diǎn)，從而在金字塔頂層上減少了匹配的不確定性。另外，由于金字塔上層影像的尺寸較下層影像小，其相同窗口的影像匹配拉入范圍變大，窗口影像內(nèi)紋理結(jié)構(gòu)明顯，更易于灰度匹配。以上一層匹配的結(jié)果作為下一層匹配的初始值，從而減少了下層影像匹配的搜索時(shí)間，對影像匹配的效率和可靠性都有很大提高[2]。

3. 密集匹配

為研究試驗(yàn)因素交互作用對羊肚菌SDF提取效果的影響，可以通過響應(yīng)面分析實(shí)現(xiàn)。通過Design-Expert 8.0.6軟件分析，所得的響應(yīng)面圖見圖5～圖10。

(1) 特征點(diǎn)提取及匹配

采用基于尺度不變特征變換(scale invariant feature transformation,SIFT)算法進(jìn)行特征點(diǎn)提取，進(jìn)而生成特征描述子，然后通過最/次近鄰距離比值法NNDR(nearest neighbor distance ratio)進(jìn)行特征點(diǎn)匹配[8]。最后通過隨機(jī)抽樣一致性(random sample consensus,RANSAC)算法進(jìn)行誤配點(diǎn)剔除，其目的是獲取兩景影像之間的幾何變換模型參數(shù)，可用于DSM制作區(qū)域在立體像對上重疊區(qū)域的獲取及后期格網(wǎng)點(diǎn)的預(yù)測。

(2) 格網(wǎng)點(diǎn)預(yù)測

根據(jù)DSM制作區(qū)域和DSM的提取精度可確定格網(wǎng)點(diǎn)的范圍和間隔，假設(shè)格網(wǎng)點(diǎn)間隔為N，則在左影像上的DSM制作區(qū)域范圍內(nèi)，以等間隔像素?cái)?shù)N在影像的x和y方向上劃分格網(wǎng)，其中每個(gè)十字交叉點(diǎn)均為格網(wǎng)點(diǎn)?；谏鲜龈窬W(wǎng)點(diǎn)進(jìn)行格網(wǎng)點(diǎn)的預(yù)測。格網(wǎng)點(diǎn)的預(yù)測指的是在右影像上找出左影像上每個(gè)格網(wǎng)點(diǎn)的粗略位置用于后期格網(wǎng)點(diǎn)匹配搜索范圍的約束。本文中格網(wǎng)點(diǎn)的預(yù)測分為兩種：一種是金字塔頂層的格網(wǎng)點(diǎn)預(yù)測，另一種是金字塔其他層格網(wǎng)點(diǎn)的預(yù)測。

金字塔頂層格網(wǎng)點(diǎn)的預(yù)測是通過特征點(diǎn)提取與匹配獲得兩景影像之間的仿射幾何變換模型(式(1))，進(jìn)而以此幾何變換模型映射左影像格網(wǎng)點(diǎn)在右影像的位置。

(1)

式中，(x,y)和(x′,y′)為一對同名點(diǎn)，(x′,y′)為經(jīng)過多項(xiàng)式求解(x,y)對應(yīng)左影像的匹配點(diǎn)坐標(biāo)；n為同名點(diǎn)對數(shù)量；a、b、c、d、s、t為系數(shù)。式中包含了平移、旋轉(zhuǎn)、縮放等變換，不共線的3對對應(yīng)點(diǎn)決定了唯一一組多項(xiàng)式擬合參數(shù)。

由于金字塔頂層影像的分辨率較低，影像尺寸較小，幾何畸變也同樣很小，只要能保證匹配點(diǎn)的均勻性和正確性即可保證頂層格網(wǎng)點(diǎn)預(yù)測的準(zhǔn)確性。金字塔其他層格網(wǎng)點(diǎn)的預(yù)測是通過金字塔逐層匹配中上層匹配結(jié)果向下傳遞獲得，上層匹配點(diǎn)坐標(biāo)還原至下層坐標(biāo)后作為本層匹配結(jié)果的初值。為了保證每一層格網(wǎng)點(diǎn)密度的同一性，上層匹配點(diǎn)坐標(biāo)還原至下層時(shí)需根據(jù)周圍匹配點(diǎn)計(jì)算出增加的格網(wǎng)點(diǎn)在右影像上同名點(diǎn)的初始值，其在格網(wǎng)點(diǎn)匹配時(shí)的搜索步長也相應(yīng)地放大。圖3表示金字塔頂層影像(尺寸為原始影像大小的1/16)DSM制作區(qū)域均勻分布點(diǎn)的獲取，其中矩形區(qū)域?yàn)镈SM制作區(qū)域在立體像對上的對應(yīng)的區(qū)域范圍，圓內(nèi)的十字交叉點(diǎn)為均勻分布的匹配點(diǎn)。圖4為立體像對金字塔頂層影像格網(wǎng)點(diǎn)的預(yù)測。其中格網(wǎng)間隔為13像素，基于SIFT匹配的結(jié)果采用多項(xiàng)式擬合兩影像之間的對應(yīng)關(guān)系并映射格網(wǎng)點(diǎn)的匹配初始值。

圖3　DSM制作區(qū)域均勻分布點(diǎn)的獲取

圖4　立體像對金字塔頂層影像格網(wǎng)點(diǎn)的預(yù)測

格網(wǎng)點(diǎn)的匹配采用基于相關(guān)系數(shù)的動(dòng)態(tài)窗口變換的雙向匹配策略，其中用到相關(guān)系數(shù)的模板匹配，動(dòng)態(tài)窗口變換和雙向匹配。相關(guān)系數(shù)的模板匹配是以相關(guān)系數(shù)最大為篩選條件進(jìn)行的奇數(shù)窗口影像灰度匹配。動(dòng)態(tài)窗口變換是在一維匹配的基礎(chǔ)上利用影像重采樣來減弱幾何畸變對灰度匹配影響的一種方法。雙向匹配是以左影像為基準(zhǔn)影像匹配右影像之后，再以右影像為基準(zhǔn)影像對左影像進(jìn)行搜索匹配下方法，具體過程如下：

1) 以左影像的格網(wǎng)點(diǎn)為基準(zhǔn)，取以格網(wǎng)點(diǎn)為中心的奇數(shù)窗口影像w×w與以右影像上相應(yīng)格網(wǎng)點(diǎn)預(yù)測值為中心，核線方向上r(像素)范圍內(nèi)，對以其為中心的奇數(shù)窗口影像逐個(gè)計(jì)算相關(guān)系數(shù)，如其中最大的相關(guān)系數(shù)大于設(shè)定的閾值δ1，則認(rèn)為這兩個(gè)點(diǎn)是匹配點(diǎn)。

2) 如果最大相關(guān)系數(shù)小于閾值δ1而大于設(shè)定的閾值δ2，其中δ1>δ2且其值均較大，如δ1=0.8，δ2=0.7，則將右影像上與之相關(guān)系數(shù)最大的那個(gè)點(diǎn)暫定為匹配點(diǎn)，然后以左影像的那個(gè)格網(wǎng)點(diǎn)為中心，核線方向上r(像素)范圍內(nèi)，對以其為中心的奇數(shù)窗口影像逐個(gè)計(jì)算相關(guān)系數(shù)，如果相關(guān)系數(shù)最大的點(diǎn)仍為最初的那個(gè)格網(wǎng)點(diǎn)則認(rèn)為這兩個(gè)點(diǎn)是匹配點(diǎn)。

3) 經(jīng)過上述兩個(gè)步驟仍沒有匹配的點(diǎn)，以右影像匹配點(diǎn)的預(yù)測值為中心，垂直于核線方向窗口大小仍為w，核線方向?yàn)閣+Δ或w-Δ范圍內(nèi)逐次重采樣成w×w的窗口影像，然后再重復(fù)上述兩個(gè)步驟進(jìn)行相關(guān)系數(shù)的雙向匹配來計(jì)算左影像格網(wǎng)點(diǎn)的匹配點(diǎn)。

4. 基于有理函數(shù)模型的三維重建

經(jīng)過金字塔的逐層匹配后可獲得立體像對的同名點(diǎn)坐標(biāo)，而最終DSM的渲染是通過格網(wǎng)點(diǎn)的大地三維坐標(biāo)來進(jìn)行的，故需要進(jìn)行類似于傳統(tǒng)攝影測量中的立體空間前方交會過程。在利用不同來源的遙感影像進(jìn)行三維重建時(shí)不會受到傳感器物理模型和坐標(biāo)系統(tǒng)的限制，而且RFM模型構(gòu)建的空間前方交會模型更具一般性，能夠廣泛地應(yīng)用于各種遙感影像中[9-10]。本文采用的是RFM+RFM模型，即對左右影像均選用RFM模型作為相應(yīng)的定位模型，其前提條件是需要立體像對的RPC文件和同名點(diǎn)坐標(biāo)文件。RPC文件中共有90個(gè)參數(shù)，其中5個(gè)標(biāo)準(zhǔn)化的平移坐標(biāo)、5個(gè)標(biāo)準(zhǔn)化的比例參數(shù)和80個(gè)有理函數(shù)系數(shù)。

二、試驗(yàn)

試驗(yàn)選取2012年11月29日獲取的陜西銅川地區(qū)的資源三號衛(wèi)星前后視影像數(shù)據(jù)，經(jīng)度范圍約為：108.43°—109.11°，緯度范圍約為：37.43°—35.34°，高程范圍約為：495～1800 m。該立體像對的構(gòu)像方式是同軌的，地面分辨率為3.6 m，其影像大小為16 306×16 306像素，該影像覆蓋面積為50 km×50 km。

根據(jù)投影軌跡法生成核線影像，采用SIFT算法對兩核線影像進(jìn)行分塊提取特征點(diǎn)并匹配，最終獲得16個(gè)均勻分布的匹配點(diǎn)，把匹配點(diǎn)的Y坐標(biāo)對應(yīng)相減求取視差，所有點(diǎn)的視差均在1像素以內(nèi)，故認(rèn)為該核線影像對有效，可在此基礎(chǔ)上進(jìn)行密集匹配。

在核線影像的基礎(chǔ)上生成金字塔影像并確定DSM制作區(qū)域，試驗(yàn)所選區(qū)域?yàn)椋簒方向?yàn)?000～16 000像素，y方向?yàn)?000～16 000像素，然后采用前述金字塔逐層匹配方法進(jìn)行密集匹配，其中格網(wǎng)點(diǎn)間隔為13像素。對于金字塔分解層數(shù)的選擇，考慮格網(wǎng)點(diǎn)預(yù)測中兩影像之間多項(xiàng)式擬合精度問題，一般以金字塔的頂層影像長寬尺寸大小為1000像素左右或更小來確定金字塔匹配層數(shù)，本試驗(yàn)程序影像尺寸為16 384×16 306像素，5層金字塔影像的頂層影像尺寸為1024×1019像素，故金字塔匹配層數(shù)定為5層。其密集匹配的同名點(diǎn)展點(diǎn)如圖5所示。

圖5　同名點(diǎn)展點(diǎn)

求取兩影像的密集匹配點(diǎn)坐標(biāo)后，按照前述方法轉(zhuǎn)換為原始影像的坐標(biāo)后，采用正解有理函數(shù)模型進(jìn)行三維坐標(biāo)解算。圖6為對應(yīng)DSM的暈渲圖。

圖6　DSM的暈渲圖

三、結(jié)束語

本文研究了資源三號線陣CCD影像密集匹配自動(dòng)提取DSM的主要關(guān)鍵技術(shù)和流程。試驗(yàn)結(jié)果表明,應(yīng)用投影軌跡法進(jìn)行核線約束和核線影像生

成，并在試驗(yàn)的基礎(chǔ)上通過影像匹配的方法進(jìn)行核線影像自檢核及RPC補(bǔ)償(無控制點(diǎn)的情況下)是可行的，可以達(dá)到一維匹配的目的；此外，采用金字塔分層匹配并綜合利用基于相關(guān)系數(shù)的動(dòng)態(tài)窗口變換的雙向匹配方法進(jìn)行格網(wǎng)點(diǎn)的匹配可以獲取密集匹配點(diǎn)云。但由于前后視的交會角較大，以后可采用多視匹配來加以改進(jìn)，也可借助于SRTM(shuttle radar topography mission)數(shù)據(jù)進(jìn)行輔助自動(dòng)匹配。

參考文獻(xiàn)：

[1]VINCENT C, TAO Y, WANG J. Photogrammetric Exploitation of IKONOS Imagery for Mapping Applications[J]. Remote Sensing, 2004, 25(14): 2833-2853.

[2]ZHANG L, GRUEN A. Multi-image Matching for DSM Generation from IKONOS Imagery [J]. ISPRS Journal of Photogrammetry & Remote Sensing, 2006, 60: 195-211.

[3]鞏丹超. 有理函數(shù)模型的解算與應(yīng)用[J]. 測繪學(xué)院學(xué)報(bào), 2003, 20(1): 39-46.

[4]劉軍. 基于RPC模型的IKONOS衛(wèi)星影像高精度立體定位[J]. 測繪通報(bào), 2004(9): 1-4.

[5]張永生. 高分辨率遙感衛(wèi)星立體影像RPC模型定位的算法及其優(yōu)化[J]. 測繪工程, 2004, 13(1): 1-4.

[6]王偉璽. 基于廣義立體像對的三維重建方法研究[D]. 阜新：遼寧工程技術(shù)大學(xué), 2006.

[7]胡芬. 基于投影基準(zhǔn)面的線陣推掃式衛(wèi)星立體像對近似核線影像生成方法[J]. 測繪學(xué)報(bào), 2008, 38(5): 428-436.

[8]LOWE D G. Distinctive Image Features from Scale-Invariant Keypoint[J]. Internation Journal of Computer Vision, 2004, 60(2): 91-110.

[9]秦緒文. 無需初值的RPC模型參數(shù)求解算法研究[J]. 國土資源遙感, 2005(4): 7-15.

[10]劉軍. 有理函數(shù)模型在航空航天傳感器攝影測量重建中的應(yīng)用及分析[J]. 信息工程大學(xué)學(xué)報(bào), 2002, 3(4): 66-69.

[11]李德仁. 我國第一顆民用三線陣立體測圖衛(wèi)星-資源三號測繪衛(wèi)星[J]. 測繪學(xué)報(bào), 2012, 41(3)：317-322.

[12]卲茜. 線陣CCD衛(wèi)星遙感影像成像處理模型[D]. 鄭州：信息工程大學(xué), 2006.

Research on Automatic Generation Technology of DSM for Line Array CCD Satellite Images

SONG Bing，LIN Hui，DING Cui，WANG Lijuan，SUN Huasheng

收稿日期：2015-08-14； 修回日期： 2015-09-27

基金項(xiàng)目：國家自然科學(xué)基金(41371438；41401397；41201454)；江蘇省自然基金青年項(xiàng)目(BK20140237)

作者簡介：宋冰(1977—)，男，博士生，研究方向?yàn)闇y量數(shù)據(jù)處理。E-mail：songbing@cumt.edu.cn

通信作者：林卉

中圖分類號：P237

文獻(xiàn)標(biāo)識碼：B

文章編號：0494-0911(2016)06-0022-04

引文格式： 宋冰，林卉，丁翠,等. 線陣CCD衛(wèi)星影像DSM自動(dòng)生成技術(shù)[J].測繪通報(bào)，2016(6)：22-25.DOI:10.13474/j.cnki.11-2246.2016.0182.