“高分二號”衛(wèi)星雙相機影像幾何拼接方法

劉洋 李進喜 王春發(fā) 譚健

“高分二號”衛(wèi)星雙相機影像幾何拼接方法

劉洋 李進喜 王春發(fā) 譚健

（甘肅省地質礦產勘查開發(fā)局第三地質礦產勘查院，蘭州 730050）

“高分二號”衛(wèi)星采用兩臺相機拼幅成像的方式來增大幅寬，為了提高數(shù)據(jù)的使用效率，要求提供統(tǒng)一幾何精度的拼接產品。由于相機間重疊區(qū)域小，交會條件弱，傳統(tǒng)拼接方法難以適用。針對此問題，文章提出一種數(shù)字高程模型（Digital Elevation Model，DEM）輔助區(qū)域網平差的物方幾何拼接方法。該方法充分利用相機影像的定向參數(shù)，構建基于有理函數(shù)模型的物方幀間幾何配準模型，以DEM作為高程約束，求解相機間影像幾何配準參數(shù)，在物方實現(xiàn)影像高精度幾何拼接。該方法應用于“高分二號”衛(wèi)星上兩臺相機影像拼接結果表明，不同精度DEM輔助拼接的條件下，影像搭接區(qū)拼接精度均達到子像素水平，驗證了該方法的有效性。

弱交會 幾何拼接 數(shù)字高程模型 “高分二號”衛(wèi)星 遙感應用

0 引言

“高分二號”（GF-2）衛(wèi)星作為我國高分辨率對地觀測重大專項衛(wèi)星，可以為用戶提供高精度的對地觀測數(shù)據(jù)，能夠滿足用戶多行業(yè)的應用需求[1]。為了滿足用戶對幅寬的需求，國產高分遙感衛(wèi)星均采用多臺相機拼幅成像的方式，每臺相機為中心投影成像，GF-2衛(wèi)星相機便采用此類設計。圖1為GF-2衛(wèi)星相機幾何特性（為相機本體坐標系，原點為相機攝影中心，軸垂直于探測器線陣方向，以衛(wèi)星飛行方向為正，軸沿著探測器線陣方向，軸沿著相機光軸方向，指向地面為正），相機間夾角為2.01°，重疊區(qū)為380像素，可見交匯條件非常弱[2-3]。為了提高GF-2衛(wèi)星數(shù)據(jù)的使用效率，需要提供統(tǒng)一幾何精度的高品質拼接影像產品。在攝影測量數(shù)據(jù)生產中，影像的拼接精度會直接影響后續(xù)攝影測量生產的精度，若拼接精度不高會導致數(shù)字高程模型（Digital Elevation Model，DEM）精度有損失。亞像素級的相機間影像拼接精度是保證DEM生產精度的前提。如何對多臺相機成像的影像進行高精度的幾何拼接，成為了高分辨率遙感衛(wèi)星應用中亟待解決的問題。

圖1 “高分二號”衛(wèi)星雙相機成像幾何特性

目前，針對高分辨率衛(wèi)星多相機和多片探測器影像幾何拼接的應用需求，國內外學者開展了大量研究，并取得了較好的效果。總體而言，多相機多片探測器影像幾何拼接方法可以分為兩類：像方拼接方法和物方拼接方法[4-5]。文獻[6]對印度IRS-1C衛(wèi)星上的全色相機的3個交錯排列CCD成像的多幅影像，采取簡單的影像像面間平移的方式進行拼接。此方法具有模型簡單，計算量小的優(yōu)點，雖然也能夠保證拼接后目視無縫，但理論不嚴密，無法保證拼接后影像幾何特性。相比之下，物方拼接方法是以衛(wèi)星相機的嚴密成像幾何關系為理論基礎，實現(xiàn)統(tǒng)一幾何精度的高品質的拼接影像產品[7-8]。文獻[9-10]提出了基于虛擬CCD的內視場物方拼接方法，并分別用日本遙感衛(wèi)星ALOS的影像和我國“資源三號”（ZY-3）衛(wèi)星全色多光譜相機影像進行了驗證，ALOS和ZY-3的相機探測器間無明顯錯位。對于探測器間存在明顯錯位的情況，文獻[11-13]采用同樣的物方拼接方法，針對ZY-1（02C）衛(wèi)星和“海洋一號”C/D星影像數(shù)據(jù)進行拼接，試驗表明：當高程起伏大于300m時，將在沿軌推掃方向上引起1個像素以上的拼接誤差，即高程誤差引起的沿軌方向拼接誤差不可忽略。

針對上述問題，同時考慮到弱交會條件下相機間影像拼接問題，若直接采用傳統(tǒng)區(qū)域網平差模式求解影像間幾何配準參數(shù)進行拼接處理，會造成平差結果迭代不收斂、連接點處物方高程值解算異常等情況[14]，本文提出一種DEM輔助的物方幾何拼接方法。在充分利用影像的定向參數(shù)的基礎上，構建影像間物方幾何配準模型，在平差求解過程中以DEM作為高程約束，克服高程誤差引起的沿軌方向拼接誤差和弱交會條件引起的迭代不收斂的問題，實現(xiàn)統(tǒng)一幾何精度的拼接產品。

1 雙相機拼接方法

1.1 定向模型構建

高分辨率遙感相機成像時由于長焦距和窄視場角的特點，接近平行投影?；趪烂艹上駧缀纬上衲Ｐ吞幚砀叻直媛蔬b感影像時，雖然理論嚴密，然而，嚴密成像幾何模型的構建相對復雜，涉及一系列空間坐標系的相互轉換，不利于相機影像的幾何拼接處理[15]。研究表明利用有理函數(shù)模型（Rational Function Model，RFM）進行衛(wèi)星影像處理，能夠達到嚴密成像幾何模型的精度，并且RFM 具有形式簡單和計算速度快等優(yōu)勢。因此，本文以高分辨率衛(wèi)星嚴密成像幾何模型為基礎，構建形式簡單、易于計算的有理函數(shù)模型[16]，并將其作為影像的定向模型，如式（1）所示

1.2 物方幀間幾何配準模型

研究表明以仿射變換、透視變換和剛性變換等傳統(tǒng)數(shù)學模型作為相機影像間幾何配準模型，難以實現(xiàn)統(tǒng)一高精度的幾何拼接產品[17]。鑒于此，本文充分利用衛(wèi)星影像的定向參數(shù)信息，以衛(wèi)星影像的定向模型為基礎，構建影像間幾何配準模型。事實上，導致衛(wèi)星相機間影像拼接錯位抖動的誤差源主要是相機間安裝關系變化、衛(wèi)星平臺抖動、相機幾何畸變等誤差引起的影像間的錯位[18]。本文在定向模型的基礎上引入影像間幾何配準參數(shù)，以消除該誤差源的影響，以雙相機為例，構建的基于衛(wèi)星影像定向模型的影像間幾何配準模型如式（3）所示

1.3 影像間幾何配準參數(shù)求解

4）按照最小二乘平差原理，求解輔幀相對于主幀的運動參數(shù)。

（5）

圖2 影像間幾何配準參數(shù)求解示意

1.4 影像幾何拼接

求解出影像的幾何配準參數(shù)后，為便于影像間幾何拼接處理，需要對影像的定向參數(shù)進行幾何配準補償處理，即：將幾何配準參數(shù)融合到定向參數(shù)中，具體步驟包括：

1）根據(jù)影像的原始定向參數(shù)構建定向模型，并生成虛擬控制格網點[21]；

2）利用影像的幾何配準參數(shù)，根據(jù)式（3）的第三、四式，對虛擬格網點的像點坐標進行幀間運動補償；

3）利用步驟2）中的虛擬格網點重新求解影像定向參數(shù)，得到幾何配準后的定向參數(shù)。

2 試驗與分析

2.1 試驗數(shù)據(jù)

為了說明本文方法的正確性和有效性，采用GF-2衛(wèi)星兩臺相機的1A級標準產品作為試驗數(shù)據(jù)進行試驗驗證，數(shù)據(jù)包含影像和RPC參數(shù)，相機交會角2.01°，屬于弱交會條件。分別選擇北京和河南兩個試驗區(qū)數(shù)據(jù)，北京試驗區(qū)的范圍為東經116.02°～116.48°，北緯39.71°～40.02°，試驗區(qū)的地貌為平原和山地，高程范圍50～600m；河南試驗區(qū)的范圍為東經112.91°～113.37°，北緯34.21°～34.53°，高程范圍130～ 1 350m，該測區(qū)內均勻布設了21個控制點。

2.2 試驗方案設計

為了驗證算法的拼接精度，本文選取兩個試驗區(qū)進行試驗，試驗方案如下：

——試驗1：雙相機拼接精度試驗。采用1m高程精度DEM輔助進行無控制點和有控制點的拼接試驗，驗證拼接后影像的平面精度。

方案1：采用河南試驗區(qū)的雙相機影像進行無控制點拼接，所有控制點都作為檢查點（Check Point，CP）。

方案2：采用河南試驗區(qū)的雙相機影像進行有控制點拼接試驗，在試驗區(qū)均勻選取9個點作為控制點（Ground Control Point，GCP），其余點作為檢查點。

對比分析無控和有控條件下連接點處的像方殘差，并統(tǒng)計其精度結果。同時通過疊加顯示的方法，目視評價拼接后影像接邊精度。

——試驗2：驗證不同高程精度DEM輔助情況下對拼接精度的影響。該試驗采用北京試驗區(qū)和河南驗區(qū)雙相機影像，驗證不同高程精度DEM對拼接精度的影響。

方案：采用不同高程精度DEM輔助無控拼接試驗，其中格網分辨率分別為1 000m、90m和30m。

2.3 雙相機拼接試驗

采用試驗1中所述的2種方案進行拼接試驗，試驗結果如表1所示。

表1 有控和無控幾何拼接精度

Tab.1 Accuracy of stitching with and without GCPs

從表1的結果可以看出，無控拼接后影像的平面精度為69.59m，采用9點法進行有控拼接精度為1.63m，說明加入控制點后可以有效消除影像絕對定位誤差。

為了驗證拼接后影像間的接邊精度，對每個區(qū)域拼接后的連接點（Tie Point，TP）的像方殘差進行統(tǒng)計，如表2所示。

表2 連接點試驗結果

Tab.2 Results of TPs residual

從表2的結果可以看出，無控拼接方案連接點的中誤差在0.5像素的精度水平，有控方案的連接點中誤差為0.65像素，比無控方案精度略低，主要是因為在人工量測選取控制點的過程中，量測精度很難達到亞像素，計算影像間幾何配準參數(shù)時控制點坐標當做真值，精度較差的控制點在平差過程中會影響整個區(qū)域網的網型，體現(xiàn)在影像接邊處的精度存在略微的下降。兩種拼接方式的精度都優(yōu)于1個像素的精度要求，滿足后續(xù)產品處理對影像幾何品質的需求。

對兩臺相機影像搭接區(qū)進行疊加顯示，為了便于目視判讀，對兩幅影像進行了不同程度的對比度拉伸。圖3為河南試驗區(qū)的拼接效果?？梢钥闯鲇跋窠舆吿幘容^好且道路、房屋、高架橋、山區(qū)等地形起伏較大的區(qū)域均沒有出現(xiàn)明顯錯位現(xiàn)象。目視判讀本文方法實現(xiàn)無縫拼接。

圖3 河南試驗區(qū)拼接效果

2.4 不同精度DEM輔助拼接試驗

從表3的結果中可以看出，不同分辨率和不同精度的DEM輔助拼接試驗，均可以獲得一致的平面精度。這是因為GF-2衛(wèi)星兩臺相機的幾何特性決定的，兩臺相機交會角僅為2.01°，試驗區(qū)地形起伏和DEM的高程誤差都比較小，引起的物方投影差非常小。試驗結果表明，全球1 000m分辨率DEM、90m分辨率，航天飛機雷達測繪使命（Shuttle Radar Topography Mission, SRTM）的DEM[22]和30m分辨率ASTER DEM[23]可以起到同樣高程約束的效果，并不會造成拼接精度的下降。若對于側擺角較大的衛(wèi)星影像，還是建議采用精度較高的DEM數(shù)據(jù)作為高程約束。

表3 不同精度DEM輔助拼接精度比較

Tab.3 Results of stitching with different DEMs

對兩臺相機影像搭接區(qū)進行疊加顯示，為了便于目視判讀，對兩幅影像進行了不同程度的拉伸。圖4為不同高程精度DEM輔助拼接效果?？梢钥闯鲇跋窠舆吿幘容^好且道路、房屋、高架橋、山區(qū)等地形起伏較大的區(qū)域均沒有出現(xiàn)明顯錯位現(xiàn)象。目視評價表明，本文方法能夠保證影像的接邊處都達到了較高的相對幾何精度。

圖4 不同精度DEM輔助拼接效果對比

3 結束語

針對弱交會條件下傳統(tǒng)拼接方法難以適用的問題，本文提出了一種弱交會條件下物方幾何拼接方法，該方法充分利用相機影像的定向參數(shù)，以DEM作為高程約束，求解相機間影像幾何配準參數(shù)，在物方實現(xiàn)影像高精度幾何拼接。經對GF-2衛(wèi)星兩臺相機影像數(shù)據(jù)的試驗驗證，結果表明：本文方法可以實現(xiàn)弱交會條件下相機影像間高精度幾何拼接，拼接精度達到了子像素水平，可以滿足后續(xù)數(shù)據(jù)應用對幾何品質的需求。

[1] 楊秉新, 曹東晶. “高分二號”衛(wèi)星高分辨率相機技術創(chuàng)新及啟示[J]. 航天返回與遙感, 2015, 36(4): 10-15.

YANG Bingxin, CAO Dongjing. The Technology Innovation and Inspiration of GF-2 Satellite High-resolution Camera[J]. Spacecraft Recovery & Remote Sensing, 2015, 36(4): 10-15. (in Chinese)

[2] 樊文峰, 李鴻洲, 溫奇, 等. 高分二號衛(wèi)星影像正射糾正精度分析[J]. 測繪通報, 2016(9): 63-66.

FAN Wenfeng, LI Hongzhou, WEN Qi, et al. Research on Accuracy of Digital Ortho Rectification of GF-2 Image[J]. Bulletin of Surveying and Mapping, 2016(9): 63-66. (in Chinese)

[3] 李德仁, 王密. “資源三號”衛(wèi)星在軌幾何定標與精度評估[J]. 航天返回與遙感, 2012, 33(3): 1-6.

LI Deren, WANG Mi. On-orbit Geometric Calibration and Accuracy Assessment of ZY-3[J]. Spacecraft Recovery & Remote Sensing, 2012, 33(3): 1-6. (in Chinese)

[4] 胡芬. 三片非共線TDI CCD成像數(shù)據(jù)內視場拼接理論與算法研究[D]. 武漢: 武漢大學, 2010.

HU Fen. Research on Inner FOV Stitching Theories and Algorithms for Sub-images of Three Non-collinear TDI CCD Chips[D]. Wuhan: Wuhan University, 2010. (in Chinese)

[5] TANG X, HU F, WANG M, et al. Inner FOV Stitching of Spaceborne TDI CCD Images Based on Sensor Geometry and Projection Plane in Object Space[J]. Remote Sensing, 2014, 6(7): 6386-6406.

[6] JACOBSEN K, HANNOVER U. Geometric and Information Potential of IRS-1C PAN-images[J]. International Geoscience and Remote Sensing Synposium, 1999(1): 428-430.

[7] CHENG Y, JIN S, WANG M, et al. A New Image Mosaicking Approach for the Multiple Camera System of the Optical Remote Sensing Satellite GaoFen1[J]. Remote Sensing Letter, 2017, 8(11): 1042-1051.

[8] CHENG Y, JIN S, WANG M, et al. Image Mosaicking Approach for a Double-camera System in the GaoFen-2 Optical Remote Sensing Satellite Based on the Big Virtual Camera[J]. Sensors, 2017, 17(6): 1441.

[9] 張過, 劉斌, 江萬壽. 虛擬CCD線陣星載光學傳感器內視場拼接[J]. 中國圖象圖形學報, 2012, 17(6): 696-701.

ZHANG Guo, LIU Bin, JIANG Wanshou. Inner FOV Stitching Algorithm of Spaceborne Optical Sensor Based on the Virtual CCD Line[J]. Journal of Image and Graphics, 2012, 17(6): 696-701. (in Chinese)

[10] 唐新明, 周平, 張過, 等．資源三號測繪衛(wèi)星傳感器校正產品生產方法研究[J]．武漢大學學報(信息科學版), 2014, 39(3): 288-294.

TANG Xinming, ZHOU Ping, ZHANG Guo, et al. Research on a Production Method of Sensor Corrected Products for ZY-3 Satellite[J]. Geomatics and Information Science of Wuhan University, 2014, 39(3): 288-294. (in Chinese)

[11] 潘俊, 胡芬, 王密, 等. 基于虛擬線陣的ZY-1 02C衛(wèi)星HR相機內視場拼接方法[J]. 武漢大學學報(信息科學版), 2015, 40(4): 436-443.

PAN Jun, HU Fen, WANG Mi, et al. Inner FOV Stitching of ZY-1 02C HR Camera Based on Virtual CCD Line[J]. Geomatics and Information Science of Wuhan University, 2015, 40 (4): 436-443. (in Chinese)

[12] CAO J, ZHANG Z, JIN S, et al. Geometric Stitching of HaiYang-1C Ultra Violet Imager with a Distorted Virtual Camera[J]. Optics Express, 2020, 28(9): 14109-14126.

[13] 楊威, 周楠, 曹金山. “海洋一號”D衛(wèi)星海岸帶成像儀雙相機幾何拼接[J]. 航天返回與遙感, 2021, 42(4): 99-107.

YANG Wei, ZHOU Nan, CAO Jinshan. Double-camera Geometric Stitching of HY-1D Coastal Zone Imager[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(4): 99-107. (in Chinese)

[14] TEO T, CHEN L, LIU C, et al. DEM-aided Block Adjustment for Satellite Images with Weak Convergence Geometry[J]. IEEE Trans. Geosci. Remote Sens, 2010, 48(4): 1907-1918.

[15] GRODECKI J, DIAL G. Block Adjustment of High-resolution Satellite Images Described by Rational Polynomials[J]. Photogrammetric Engineering & Remote Sensing, 2003, 69(1): 59-68.

[16] 張力, 張繼賢, 陳向陽, 等. 基于有理多項式模型RFM的稀少控制SPOT-5衛(wèi)星影像區(qū)域網平差[J]. 測繪學報, 2009, 38(4): 302-310.

ZHANG Li, ZHANG Jixian, CHEN Xiangyang, et al. Block Adjustment with SPOT5 Imagery and Sparse GCPs Based RFM[J]. Acta Geodaetica et Cartographica Sinica, 2009, 38(4): 302-310. (in Chinese)

[17] 張過. 衛(wèi)星視頻處理與應用進展[J]. 應用科學學報, 2016, 34(4): 361-370.

ZHANG Guo. Satellite Video Processing and Application[J]. Journal of Applied Sciences, 2016, 34(4): 361-370. (in Chinese)

[18] 王霞, 張過, 沈欣, 等. 顧及像面畸變的衛(wèi)星視頻穩(wěn)像[J]. 測繪學報, 2016, 45(2): 194-198.

WANG Xia, ZHANG Guo, SHEN Xin, et al. Satellite Video Stabilization with Geometric Distortion[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(2): 194-198. (in Chinese)

[19] 汪韜陽, 張過, 李德仁, 等. 衛(wèi)星遙感影像的區(qū)域正射糾正[J]. 武漢大學學報(信息科學版), 2014, 39(7): 838-842.

WANG Taoyang, ZHANG Guo, LI Deren, et al. Block Ortho-rectification for Satellite Images[J]. Geomatics and Information Science of Wuhan University, 2014, 39(7): 838-842. (in Chinese)

[20] LIANG J, GONG J, LI W. Applications and Impacts of Google Earth: A Decadal Review(2006–2016)[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018, 146: 91-107.

[21] 曹金山, 袁修孝. 利用虛擬格網系統(tǒng)誤差補償進行RPC參數(shù)精化[J]. 武漢大學學報(信息科學版), 2011, 36(2): 185-189.

CAO Jinshan, YUAN Xiuxiao. Refinement of RPCs Based on Systematic Error Compensation for Virtual Grid[J]. Geomatics and Information Science of Wuhan University, 2011, 36(2): 185-189. (in Chinese)

[22] CGIAR. SRTM 90m DEM Digital Elevation Database[EB/OL]. [2021-02-14]. https://srtm.csi.cgiar.org/.

[23] 唐新明, 李世金, 李濤, 等. 全球數(shù)字高程產品概述[J]. 遙感學報, 2021, 25(1): 167-181.

TANG Xinming, LI Shijin, LI Tao, et al. Review on Global Digital Elevation Products[J]. National Remote Sensing Bulletin, 2021, 25(1): 167-181. (in Chinese)

Dual-camera Images Geometric Stitching Method of GF-2 Satellite

LIU Yang LI Jinxi WANG Chunfa TAN Jian

（No.3 Geology and Mineral Exploration Team, Gansu Provincial Bureau of Geology and Mineral Exploration and Development, Lanzhou 730050, China）

GF-2 satellite uses two cameras to increase the width of the image. In order to improve the efficiency of data use, it is required to provide the stitching products with uniform geometric accuracy. Because of the small overlapping area of dual-camera images and the weak convergence condition, the traditional stitching method is difficult to apply. In this paper, a geometric stitching method of digital elevation model (DEM)-aided block adjustment is proposed. This method takes full advantage of the orientation parameter information of satellite images. A geometric registration model between satellite images based on the rational function model is firstly established. Then, a reference DEM is used as an additional constraint to deal with the weak geometry, the geometric registration parameters for dual-cameras are solved and compensated to achieve the geometric consistency. Our proposed method was tested on GF-2 dual-camera images. The test results show that, under different precision DEM-aided stitching conditions, the proposed method can achieve an accuracy of better than sub-pixel in planimetry and have a seamless visual effect. The test results proved the effectiveness and feasibility of the stitching method.

weak convergence; geometric stitching; Digital Elevation Model; GF-2 satellite; remote sensing application

P236

A

1009-8518(2021)05-0067-09

10.3969/j.issn.1009-8518.2021.05.008

劉洋，男，1987年生，2018年獲成都理工大學工程地質專業(yè)碩士學位，工程師。主要研究方向為衛(wèi)星數(shù)據(jù)處理與遙感地質大數(shù)據(jù)研究。E-mail：ly_gsdksky@163.com。

2021-03-11

劉洋, 李進喜, 王春發(fā), 等. “高分二號”衛(wèi)星雙相機影像幾何拼接方法[J]. 航天返回與遙感, 2021, 42(5): 67-75.

LIU Yang, LI Jinxi, WANG Chunfa, et al. Dual-camera Images Geometric Stitching Method of GF-2 Satellite[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(5): 67-75. (in Chinese)

（編輯：龐冰）