中低分辨率衛(wèi)星影像Bowtie效應(yīng)的快速去除

賈益 ， 王盛， 江萬壽

(武漢大學(xué)測繪遙感信息工程國家重點實驗室，武漢 430000)

?

中低分辨率衛(wèi)星影像Bowtie效應(yīng)的快速去除

賈益 ， 王盛， 江萬壽

(武漢大學(xué)測繪遙感信息工程國家重點實驗室，武漢 430000)

Bowtie效應(yīng)是FY-3和MODIS等中低分辨率衛(wèi)星影像數(shù)據(jù)中出現(xiàn)的數(shù)據(jù)重疊現(xiàn)象，該效應(yīng)制約了衛(wèi)星影像數(shù)據(jù)的進一步應(yīng)用，因此必須在影像使用之前去除這種幾何畸變現(xiàn)象。針對現(xiàn)有Bowtie效應(yīng)去除方法存在計算復(fù)雜和效率低的不足，提出了一種基于路徑追蹤的Bowtie效應(yīng)快速去除的幾何糾正算法。通過路徑追蹤可以快速定位糾正影像像元在原始影像中位置，并考慮了跨越對向子午線以及地形起伏較大區(qū)域的處理。實驗表明，這種方法能有效并且快速地去除Bowtie效應(yīng)。

中低分辨率衛(wèi)星影像； Bowtie效應(yīng)； 幾何糾正； 路徑追蹤

0 引言

Bowtie效應(yīng)[1]，又稱雙眼皮效應(yīng)、彎弓效應(yīng)，普遍存在于MODIS和FY-3等以擺動掃描方式獲得的中低分辨率衛(wèi)星影像中，表現(xiàn)為相鄰兩條掃描帶之間部分數(shù)據(jù)重復(fù)，這種現(xiàn)象不僅影響影像的質(zhì)量，而且造成數(shù)據(jù)的冗余。因此Bowtie效應(yīng)的去除已成為中低分辨率衛(wèi)星影像數(shù)據(jù)應(yīng)用的重要環(huán)節(jié)。目前，Bowtie效應(yīng)去除算法主要有星歷表法[1]和非星歷表法[2-14]。星歷表法需要衛(wèi)星的星歷表，且算法復(fù)雜，因此較少采用。在沒有衛(wèi)星星歷表的前提下，國內(nèi)外學(xué)者對去除衛(wèi)星影像的Bowtie現(xiàn)象做了很多相關(guān)研究。郭廣猛等[2-6]提出利用影像相關(guān)的方法來確定MODIS影像相鄰掃描帶的重復(fù)行數(shù)，然后用重采樣的方法去除影像的Bowtie效應(yīng)； 劉良明等[7]提出基于統(tǒng)計的快速去除Bowtie效應(yīng)的算法； 程亮等[8-10]采用數(shù)據(jù)中附帶的緯度信息來確定重疊區(qū)域。這些算法都只在原始影像上去掉重復(fù)的像素，再用灰度內(nèi)插的方法填補重疊區(qū)，沒有解決從影像中央到影像兩側(cè)像元地面覆蓋范圍非線性增大的問題，而且后續(xù)應(yīng)用仍需要進行幾何糾正處理。俄羅斯R&D ScanEx公司在ENVI環(huán)境下開發(fā)的Modistools模塊[11]利用幾何糾正去除Bowtie效應(yīng)，但是運行速度很慢； 蔣耿明等[12-14]均采用對經(jīng)緯度數(shù)據(jù)進行插值后，再利用前向投影和后向投影相結(jié)合的方法，在進行幾何糾正的同時去除Bowtie效應(yīng)，但計算復(fù)雜，需要消耗大量的時間。

針對上述存在的問題，本文提出了一種基于路徑追蹤的Bowtie效應(yīng)快速去除算法，首先對經(jīng)緯度數(shù)據(jù)進行網(wǎng)函數(shù)插值，然后采用路徑追蹤的方法快速定位糾正影像的像元在原始影像中的位置，進而利用獲得的若干采樣點按逆距離加權(quán)[15]的方法進行灰度重采樣，可以克服現(xiàn)有算法中間過程復(fù)雜和速度慢的缺點。

1 Bowtie效應(yīng)的快速去除

1.1 經(jīng)緯度數(shù)據(jù)的網(wǎng)函數(shù)插值

目前中低分辨率衛(wèi)星通常提供250 m，500 m和1 000 m這3種分辨率的影像。因為衛(wèi)星影像提供的經(jīng)緯度格網(wǎng)是1 000 m分辨率的，因此搜索前要先判斷衛(wèi)星數(shù)據(jù)文件中附帶的經(jīng)緯度數(shù)據(jù)分辨率是否低于衛(wèi)星影像的分辨率，如果低于，則先要把經(jīng)緯度數(shù)據(jù)插值成與原始影像相同的分辨率。

考慮到中低分辨率衛(wèi)星的成像特性，衛(wèi)星在軌道方向勻速飛行，Y方向的經(jīng)緯度變化為線性變化，而在垂直軌道方向由于地球曲率的影響，從影像中央到影像兩邊，經(jīng)緯度的變化率逐漸變大，即X方向的經(jīng)緯度變化是非線性變化。插值時，在X方向利用相鄰的4個點進行三次曲線插值加密，在Y方向利用前后2個點進行線性內(nèi)插加密。在X和Y方向加密成格網(wǎng)后，對格網(wǎng)內(nèi)部的點采用網(wǎng)函數(shù)的方法插值?？紤]到掃描帶之間存在像點交錯的現(xiàn)象，在對每個掃描帶最后一行進行列加密時，不能利用下一個掃描帶的數(shù)據(jù)進行內(nèi)插，而應(yīng)該利用當前掃描帶的數(shù)據(jù)進行線性外推。

1.2 基于路徑追蹤的點位搜索

1.2.1 路徑追蹤原理

路徑追蹤的基本思想是通過判斷從搜索的當前位置到目標點連接的線段與原始經(jīng)緯度格網(wǎng)是否相交，來確定追蹤路徑的前進方向。如圖1所示，以一個格網(wǎng)的中心作為搜索的當前位置S，S所在的經(jīng)緯度格網(wǎng)稱為當前格網(wǎng)，取糾正影像的一個像元的經(jīng)緯度坐標為搜索的目標點T，通過路徑追蹤定位T的具體過程歸結(jié)為ST與經(jīng)緯度格網(wǎng)相交的判斷問題。如果ST與當前格網(wǎng)的一條邊相交，則搜索路徑進入該邊的相鄰格網(wǎng)，并更新S為相鄰格網(wǎng)的中心，反復(fù)操作直到S與T在同一個經(jīng)緯度格網(wǎng)內(nèi)(即找到T所在的目標格網(wǎng))。最終，S經(jīng)過的路徑即為T的搜索路徑，如圖1中的箭頭所示的路徑。

圖1 路徑追蹤原理示意圖

其中，判斷ST與當前格網(wǎng)P1P2P3P4的某格網(wǎng)邊P1P2是否有交點的條件為

(P1T×ST)(P2T×ST)<0 ，

(1)

(SP2×P1P2)(TP2×P1P2)<0 。

(2)

如果同時滿足公式(1)(2)的要求，則說明線段ST與線段P1P2有交點，同理計算ST與其他格網(wǎng)邊的關(guān)系。

1.2.2 路徑追蹤過程

以原始影像中的最大經(jīng)緯度與最小經(jīng)緯度確定糾正影像的范圍，如圖2所示。

圖2 原始衛(wèi)星影像(左)與糾正影像(右)的對應(yīng)關(guān)系

當糾正影像的一列自上而下進行重采樣時，T的緯度逐漸減小，S的緯度也在路徑追蹤的過程中逐漸減小，所以當進入下一列重采樣時，為了縮短線段ST，像元的糾正就應(yīng)該采用自下而上的方式進行。因此，本文采用“S”形的方式逐列對糾正影像像元進行糾正，如圖2(右)中箭頭所示，第一列自上而下進行糾正，第二列自下而上進行糾正，第三列再自上而下進行糾正，依此類推。

基于路徑追蹤的像元重采樣就是按糾正方式確定糾正影像的每個像元在原始影像中的位置。在原始影像中從搜索的當前位置S逐掃描帶搜索T的位置，如果在當前掃描帶中沒有搜索到T，判斷T是否在原始影像外，若不在原始影像外，在當前掃描帶的相鄰掃描帶中繼續(xù)搜索，直到確定T的位置?？紤]到Bowtie效應(yīng)的存在，相鄰掃描帶的重疊區(qū)內(nèi)同一地物在相鄰兩個掃描帶中都有對應(yīng)的像素，如果在一個掃描帶中找到一個T，還要在與該掃描帶相鄰的掃描帶中再進行一次搜索，以便找到所有原始影像中存在的T。

1.3 基于逆距離加權(quán)的灰度重采樣

找到對應(yīng)的目標格網(wǎng)后采用逆距離加權(quán)[15]的方式進行賦值。該方法的基本思想是根據(jù)插值點與采樣點之間的距離的冪倒數(shù)對采樣點數(shù)據(jù)進行加權(quán)。這樣，離插值點距離越近的采樣點對該插值點的影響就越大； 越遠的采樣點對插值點的影響就越小，甚至沒有影響。

對于非重疊區(qū)的像素，灰度重采樣時取目標格網(wǎng)的4個頂點的像素進行逆距離加權(quán)； 對于重疊區(qū)的像素，則在相鄰2個條帶中都有目標格網(wǎng)，取這2個目標格網(wǎng)的頂點共8個像素進行逆距離加權(quán)。

2 特殊區(qū)域的處理

2.1 跨越對向子午線時的處理

對于跨過對向子午線的影像，圖像的經(jīng)度值會從180°突然轉(zhuǎn)到-180°，由于對向子午線左右的經(jīng)度不連續(xù)，所以不能直接按上述方法對影像進行搜索。本文根據(jù)原始影像經(jīng)度計算影像的地面覆蓋范圍，判斷是否跨越了對向子午線。如果跨越了對向子午線，就將對向子午線東部的點的經(jīng)度都加上360°以保證坐標的連續(xù)性，然后按第1節(jié)描述的一般情形的處理方法進行處理，處理完后再將對向子午線以東部分的經(jīng)度減去360°即可。

2.2 地形起伏較大區(qū)域的處理

對于某些地形起伏較大的區(qū)域，其糾正后影像邊界如圖3(左)所示，如果直接按一般情形的方法進行處理，影像會有缺失。其追蹤路徑如圖3(右)所示，在S開始追蹤到T點的過程中，當從S追蹤到P點時，就會判斷T在影像外，進而將T賦為無效值，而實際上T在原始影像上有對應(yīng)的點。因此本文采用邊界折線追蹤來解決這一問題。搜索中判斷S到達原始影像左右邊界時，就將S的X值向圖像中平移2個像素，如圖3(右)中紅線所示，依次進行追蹤直到搜索到T所在的格網(wǎng)。

圖3 地形起伏較大區(qū)域糾正后的影像邊界(左)與邊界追蹤路徑示意圖(右)

3 實驗結(jié)果與分析

本文所有實驗均在64位Windows7旗艦版(SP1)操作系統(tǒng)下執(zhí)行，CPU為IntelCorei7-2 600 3.40GHz，內(nèi)存大小8GB。算法采用C++語言實現(xiàn)，程序開發(fā)環(huán)境為MicrosoftVisualStudio2013。

本文采用的算例是1kmFY-3BMERSI與500mAquaMODIS的影像，如圖4所示。

圖4 FY-3B的MERSI影像(左)和Aqua星的MODIS影像(右)

圖4(左)為FY-3B的MERSI影像，拍攝于2014年12月30日，成像范圍E31°～61°，N3°～25°，影像大小2 000×2 048，共4個波段。圖4(右)為Aqua星的MODIS影像，拍攝于2014年12月1日，成像范圍W81°～110°，N17°～38°，影像大小為2 030×1 354，共2個波段。

為了對本文算法的效果和速率進行評價，以經(jīng)ENVI的build GLT方法處理的影像為參考影像，將本文方法處理得到的影像與之匹配，其比較結(jié)果如表1所示。

表1 2種算法的比較①

①dx，dy分別代表匹配的同名點在x與y方向的平均差值；mx，my代表匹配的同名點在x與y方向的中誤差。

從表1可以看出，這些差值均很小，表明采用本文的方法與ENVI中的build GLT方法進行Bowtie效應(yīng)去除得到的結(jié)果相近，其處理結(jié)果已經(jīng)達到了現(xiàn)在商業(yè)軟件處理結(jié)果的精度。

圖5為利用本文的方法去除Bowtie效應(yīng)前后上述算例的FY-3B影像局部區(qū)域的放大對比。從目視角度可以發(fā)現(xiàn)，蝴蝶結(jié)效應(yīng)得到了很好的去除。

圖5 去Bowtie效應(yīng)前(左)后影像(右)局部對比

圖6為本文方法和ENVI中的build GLT方法處理MODIS影像結(jié)果的局部區(qū)域的放大圖，可以看出ENVI中的build GLT方法的馬賽克效應(yīng)要比本文方法的結(jié)果嚴重很多。

圖6 本文方法(左)與ENVI方法(右)得到糾正影像的局部對比

2種方法的計算效率如表2所示。

表2 運算效率對比

從表2可以看出，本文算法的耗時遠遠少于ENVI中的build GLT方法，具有很高的運算效率。

4 結(jié)論

本文針對現(xiàn)有Bowtie效應(yīng)的去除方法存在計算復(fù)雜、效率低的不足，提出了一種基于路徑追蹤的Bowtie效應(yīng)快速去除的幾何糾正算法。實驗表明本文的算法不僅實現(xiàn)簡單，能快速去除FY-3和MODIS等獲得的中低分辨率衛(wèi)星影像的Bowtie效應(yīng)，而且充分保持了原始影像信息，具有較高的工程應(yīng)用價值。

[1] MAST Leader.MODIS Level 1A Earth Location:Algorithm Theoretical Basis Document(ATBD),Version 3.0[EB/OL].[1997-08-26].http://modis.gsfc.nasa.gov/data/atbd/atbd_mod28_v3.pdf.

[2] 郭廣猛.非星歷表法去除MODIS圖像邊緣重疊影響的研究[J].遙感技術(shù)與應(yīng)用,2003,18(3):172-175. Guo G M.Eliminating bowtie effect of MODIS data without ephemeris[J].Remote Sensing Technology and Application,2003,18(3):172-175.

[3] 余鈞輝,張萬昌.一種近似核線影像相關(guān)法在遙感圖像處理中的應(yīng)用[J].計算機應(yīng)用研究,2004,21(7):239-240. Yu J H,Zhang W C.A method derived from digital photogrammetry used eliminated bowtie effect in MODIS L1B data[J].Application Research of Computers,2004,21(7):239-240.

[4] 張娟,顧行發(fā),周小佳,等.樣條插值法在MODIS數(shù)據(jù)條帶處理中的應(yīng)用[J].微計算機信息,2009,25(31):189-191. Zhang J,Gu X F,Zhou X J,et al.Application of removing MODIS stripe noise using cubic spline interpolation[J].Microcomputer Information,2009,25(31):189-191.

[5] 李振,黃海軍.Matlab環(huán)境下去除MODIS L1B數(shù)據(jù)的“蝴蝶結(jié)”效應(yīng)[J].海洋科學(xué)集刊,2010(50):50-56. Li Z,Huang H J.Using Matlab to remove the bowtie effect of MODIS L1B data[J].Studia Marina Sinica,2010(50):50-56.

[6] 王漢禹,郭浩,安居白,等.MODIS數(shù)據(jù)Bowtie效應(yīng)消除算法[J].計算機工程,2014,40(6):234-237. Wang H Y,Guo H,An J B,et al.Algorithm of bowtie effect removing for MODIS data[J].Computer Engineering,2014,40(6):234-237.

[7] 劉良明,文雄飛,余凡,等.MODIS數(shù)據(jù)Bowtie效應(yīng)快速消除算法研究[J].國土資源遙感,2007,19(2):10-15.doi:10.6046/gtzyyg.2007.02.03. Liu L M,Wen X F,Yu F,et al.The approach on removing the bowtie effect in MODIS L1B images[J].Remote Sensing for Land and Resources,2007,19(2):10-15.doi:10.6046/gtzyyg.2007.02.03.

[8] 程亮,李培軍,張水平.基于分形插值技術(shù)的MODIS資料幾何糾正方法[J].熱帶海洋學(xué)報,2005,24(6):79-83. Cheng L,Li P J,Zhang S P.Geometric correction of MODIS data based on fractal interpolation method[J].Journal of Tropical Oceanography,2005,24(6):79-83.

[9] 程亮.基于Kriging插值方法的MODIS資料幾何糾正方法[J].海洋技術(shù),2007,26(2):51-53. Cheng L.Geometric correction of modis data based on the Kriging interpolation method[J].Ocean Technology,2007,26(2):51-53.

[10]宋莎莎,張杰,孟俊敏.基于網(wǎng)函數(shù)插值的MODIS Level 1B圖像Bowtie效應(yīng)修正[J].遙感技術(shù)與應(yīng)用,2010,25(4):552-559. Song S S,Zhang J,Meng J M.Bowtie effect correction based on net function interpolation in MODIS level 1B images[J].Remote Sensing Technology and Application,2010,25(4):552-559.

[11]R&D Center ScanEx.MODIS tools for ENVI[EB/OL].(2004-09-21).http://eostation.scanex.ru/software.html.

[12]蔣耿明,牛錚,阮偉利,等.MODIS影像合成算法研究和實現(xiàn)[J].國土資源遙感,2004,16(2):11-15.doi:10.6046/gtzyyg.2004.02.03. Jiang G M,Niu Z,Ruan W L,et al.Cloud-free composition of MODIS data and algorithm realization[J].Remote Sensing for Land and Resources,2004,16(2):11-15.doi:10.6046/gtzyyg.2004.02.03.

[13]徐萌,郁凡.去除EOS/MODIS 1B數(shù)據(jù)中“彎弓”效應(yīng)的方法[J].氣象科學(xué),2005,25(3):257-264. Xu M,Yu F.The method of eliminating the bowtie effect in the EOS/MODIS 1B data[J].Scientia Meteorologica Sinica,2005,25(3):257-264.

[14]梁志華.MODIS影像的幾何處理算法研究[J].國土資源遙感,2012,24(1):8-12.doi:10.6046/gtzyyg.2012.01.02. 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.doi:10.6046/gtzyyg.2012.01.02.

[15]何立,黃永磷.MODIS 1B數(shù)據(jù)基于反距離權(quán)重的插值方法研究[J].廣西氣象,2006,27(s1):80-81. He L,Huang Y L.Study on inverse distance weighted interpolation based on MODIS 1B data[J].Journal of Guangxi Meteorology,2006,27(s1):80-81.

(責(zé)任編輯： 邢宇)

Algorithm of Bowtie effect rapid removing for low and medium resolution satellite images

JIA Yi， WANG Sheng， JIANG Wanshou

(StateKeyLaboratoryofInformationEngineeringinSurveying,MappingandRemoteSensinginWuhanUniversity，Wuhan430000，China)

Bowtie effect is a data overlapping phenomenon which arises in low and middle resolution satellite images such as FY-3 and MODIS. This effect restricts the further application of the satellite image data, so it must be removed before using these data. In view of the defects of existing methods for Bowtie effect removing such as complex calculation and low efficiency, this paper proposes a geometric correction algorithm based on path tracking to remove bowtie effect. It can quickly locate the pixel position of corrected image in the original image by path tracking while considering the disposal of the area which crosses the meridian or fluctuant. The experimental results show that this method can remove the Bowtie effect effectively and quickly.

low and medium resolution satellite images; Bowtie effect; geometric correction; path tracking

10.6046/gtzyyg.2016.04.13

賈益,王盛，江萬壽.中低分辨率衛(wèi)星影像Bowtie效應(yīng)的快速去除[J].國土資源遙感,2016,28(4):83-87.(Jia Y,Wang S,Jiang W S.Algorithm of Bowtie effect rapid removing for low and medium resolution satellite images[J].Remote Sensing for Land and Resources,2016,28(4):83-87.)

2015-05-13；

2015-08-23

“863”計劃項目“星機地綜合定量遙感系統(tǒng)與應(yīng)用示范(二期)”第一課題“星機地綜合觀測定量遙感融合處理與共性產(chǎn)品生產(chǎn)系統(tǒng)”(編號： 2013AA12A301)資助。

TP 79

A

1001-070X(2016)04-0083-05

賈益(1991-),女,碩士,主要從事攝影測量方面的研究。Email： 2014286190134@whu.edu.cn。

江萬壽(1967-)，男，研究員，主要從事攝影測量方面的研究。Email: wsjws@163.com。