資源三號(hào)多光譜影像譜段間相對(duì)內(nèi)參關(guān)系標(biāo)定及高精度配準(zhǔn)

李奇峻，范大昭，雷　蓉，紀(jì)　松，張文朝

1. 信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450052； 2. 61287部隊(duì)，四川 成都 610000

?

資源三號(hào)多光譜影像譜段間相對(duì)內(nèi)參關(guān)系標(biāo)定及高精度配準(zhǔn)

李奇峻1，范大昭1，雷蓉1，紀(jì)松1，張文朝2

1. 信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450052； 2. 61287部隊(duì)，四川 成都 610000

registration

Foundationsupport：TheNationalNaturalScienceFoundationofChina(No.41401534)；TheOpenFundofStateKeyLaboratoryofGeographicInformationEngineering(No.SKLGIE2013-M-3-1)；TheScientificResearchFoundationforPublicWelfareIndustryofSurveyingandMappingandGeographicInformation(No.201412007)；MasterDissertationInnovationFoundationofInstituteofSurveyingandMappingofInformationEngineeringUniversity(No.XS201510)

摘要：針對(duì)資源三號(hào)多光譜相機(jī)，提出利用同時(shí)獲取的各譜段影像間高精度提取的同名像點(diǎn)建立多光譜相機(jī)各譜段對(duì)應(yīng)分片CCD之間的位置模型，求解它們的相對(duì)內(nèi)參關(guān)系參數(shù)，并應(yīng)用此模型實(shí)現(xiàn)了譜段間影像的高精度譜段配準(zhǔn)。試驗(yàn)結(jié)果表明該方法能夠?qū)崿F(xiàn)資源三號(hào)衛(wèi)星多光譜影像優(yōu)于0.3像素精度的譜段間自動(dòng)配準(zhǔn)。

關(guān)鍵詞：多光譜相機(jī)；同名像點(diǎn)；相對(duì)內(nèi)參關(guān)系；高精度；配準(zhǔn)

資源三號(hào)衛(wèi)星(ZY-3)是我國(guó)第一顆民用高精度立體測(cè)繪衛(wèi)星，發(fā)射于2012年1月9日。在衛(wèi)星上安裝了一臺(tái)能獲取5.8m分辨率影像的多光譜相機(jī)，相機(jī)焦平面內(nèi)排列著共視場(chǎng)成像的紅(B3)、綠(B2)、藍(lán)(B1)和近紅外(B4)4個(gè)譜段[1-2]。每個(gè)譜段的CCD由3片小CCD拼成，每片有3072個(gè)探元，譜段間CCD沿軌道方向有一定的間隔[3]。雖然相機(jī)制造方在安置CCD陣列時(shí)考慮了譜段間配準(zhǔn)需求的嚴(yán)密幾何關(guān)系[4]，實(shí)際上影像的譜段配準(zhǔn)精度不能滿足應(yīng)用要求，這是因?yàn)榇嬖阽R頭光學(xué)畸變、衛(wèi)星顫振和安裝誤差。在多光譜影像處理上，國(guó)外學(xué)者在在軌檢校時(shí)先補(bǔ)償了多光譜相機(jī)的鏡頭畸變，然后應(yīng)用檢校后的內(nèi)方位元素進(jìn)行影像配準(zhǔn)，使RapidEye、ALOS和SPOT等衛(wèi)星的影像配準(zhǔn)精度得到了提高，達(dá)到0.2像素[5-10]；文獻(xiàn)[11]利用虛擬CCD成像的方法實(shí)現(xiàn)了多光譜影像的高精度譜段配準(zhǔn)，但需要先對(duì)相機(jī)進(jìn)行在軌檢校；文獻(xiàn)[12]在資源三號(hào)多光譜影像自動(dòng)配準(zhǔn)時(shí)采用類似于相對(duì)定向的方式來(lái)恢復(fù)各波段影像間精確的相對(duì)幾何成像關(guān)系，該方法在理論上具有嚴(yán)密性，且配準(zhǔn)結(jié)果與影像質(zhì)量無(wú)關(guān)；文獻(xiàn)[13]對(duì)SPOT全色影像和TM多光譜影像配準(zhǔn)時(shí)采用了多級(jí)影像概率松弛整體匹配技術(shù)；文獻(xiàn)[14]使用基于梯度幅度最大值的方法進(jìn)行多傳感器影像配準(zhǔn)；文獻(xiàn)[15]在對(duì)于角度和尺度偏差較大的SPOT5和TM影像進(jìn)行配準(zhǔn)時(shí)采用了一種基于虛擬匹配窗口的SIFT算法；文獻(xiàn)[16]提出了基于特征約束與光流場(chǎng)方法的遙感圖像配準(zhǔn)。

本文從多光譜相機(jī)譜段間相對(duì)內(nèi)參關(guān)系出發(fā)，利用同時(shí)獲取的各譜段影像間高精度提取的同名像點(diǎn)建立了多光譜相機(jī)各譜段對(duì)應(yīng)分片CCD之間的位置模型，求解出它們的相對(duì)內(nèi)參關(guān)系參數(shù)，并應(yīng)用此模型實(shí)現(xiàn)了譜段間影像的高精度譜段配準(zhǔn)。利用資源三號(hào)多光譜影像進(jìn)行試驗(yàn)，試驗(yàn)結(jié)果表明該方法能使資源三號(hào)多光譜譜段間影像的配準(zhǔn)精度達(dá)到亞像素級(jí)。

1原理簡(jiǎn)介

1.1同名像點(diǎn)間空間幾何模型

文獻(xiàn)[17]提出了SIFT特征，SIFT特征能夠抗影像尺度變換、抗影像亮度變換和抗影像旋轉(zhuǎn)變換，它在遙感影像匹配中的應(yīng)用前景十分廣闊[18]，本文利用SIFT算法提取特征點(diǎn)并進(jìn)行匹配獲取同名像點(diǎn)。構(gòu)建同名像點(diǎn)間的幾何關(guān)系是實(shí)現(xiàn)本文多光譜影像后續(xù)匹配的基礎(chǔ)。對(duì)于譜段B1影像和譜段B2影像，假設(shè)P是譜段B1影像和譜段B2影像所覆蓋的地面重疊區(qū)域內(nèi)的一點(diǎn)，對(duì)應(yīng)像點(diǎn)分別為p1和p2，S1和S2為對(duì)應(yīng)的投影中心，由于同名點(diǎn)物方定位一致，則光線S1p1、S2p2必然相交于物方點(diǎn)P，根據(jù)兩影像的嚴(yán)格幾何成像模型有

(1)

(2)

利用嚴(yán)格幾何成像模型和地面物方高程信息可以得到同名像點(diǎn)之間的幾何關(guān)系，獲得粗匹配的約束條件。實(shí)際情況中譜段影像的成像幾何參數(shù)以及物方高程信息總存在一定的誤差，在衛(wèi)星飛行過(guò)程中，各譜段CCD同時(shí)排列在多光譜相機(jī)焦平面內(nèi)，因此可以認(rèn)為各CCD的外方位元素一致，而高程信息對(duì)像方的影響很小，可以忽略[12]，總的誤差由CCD的畸變帶來(lái)，且誤差不大。因此可以以計(jì)算值為中心開(kāi)辟窗口，以最小二乘匹配進(jìn)行精確配準(zhǔn)。

1.2單點(diǎn)最小二乘匹配

最小二乘匹配算法考慮了影像之間的灰度畸變和幾何畸變，能夠同時(shí)改正匹配影像之間的輻射誤差和幾何變形誤差，同時(shí)可以在平差過(guò)程中靈活地加入一些約束條件，使配準(zhǔn)精度達(dá)到1/10～1/100像素。同時(shí)考慮輻射和幾何畸變有

v=h0+h1g2(a0+a1x+a2y,b0+b1x+b2y)-g1(x,y)

(3)

將式(3)線性化，得到匹配的誤差方程式

v=c1dh0+c2dh1+c3da0+c4da1+c5da2+c6db0+c7db1+c8db2-Δg

(4)

式中，v是相應(yīng)像素的灰度差；ci(i=1,…,8)是誤差方程式的系數(shù)，由此構(gòu)建法方程，設(shè)置迭代閾值，當(dāng)滿足精度時(shí)，迭代終止，就可以計(jì)算出同名點(diǎn)坐標(biāo)。

在本文方法中，先將在基準(zhǔn)譜段影像中提取的特征點(diǎn)經(jīng)過(guò)同名像點(diǎn)空間幾何模型解算到目標(biāo)譜段影像，再將解算坐標(biāo)作為最小二乘匹配的初始值，就可以經(jīng)過(guò)最小二乘匹配獲得精確的同名像點(diǎn)坐標(biāo)。

1.3譜段間相對(duì)內(nèi)參關(guān)系模型

資源三號(hào)多光譜相機(jī)焦平面內(nèi)依次排列著紅、綠、藍(lán)和近紅外4個(gè)CCD陣列，每個(gè)陣列由3個(gè)分片CCD組成，在各波段CCD成像時(shí)CCD可能存在位置錯(cuò)移和物理畸變。對(duì)于焦平面內(nèi)的兩個(gè)分片CCD陣列而言，若以其中一個(gè)CCD陣列為基準(zhǔn)，則另一CCD陣列可以看作是基準(zhǔn)CCD陣列經(jīng)過(guò)一系列的旋轉(zhuǎn)、彎曲、縮放等變形后平移至目標(biāo)CCD陣列位置，因此可以仿照線陣CCD內(nèi)方位誤差模型[19-21]來(lái)建立兩個(gè)分片CCD陣列之間的相對(duì)內(nèi)參關(guān)系模型，通過(guò)最小二乘匹配獲取足夠多的同名像點(diǎn)坐標(biāo)，將分片同名像點(diǎn)坐標(biāo)轉(zhuǎn)換為整幅影像同名像點(diǎn)坐標(biāo)，將轉(zhuǎn)換后的同名像點(diǎn)坐標(biāo)作為分片CCD陣列中相應(yīng)探元在焦平面內(nèi)的位置，重建CCD之間的位置關(guān)系模型，從而解算出不同譜段間對(duì)應(yīng)分片CCD之間的相對(duì)內(nèi)參關(guān)系。

1.3.1主點(diǎn)偏移

線陣CCD在軌成像時(shí)由于環(huán)境變化導(dǎo)致相機(jī)主點(diǎn)產(chǎn)生微小的偏移(圖1)，微小偏移會(huì)使像點(diǎn)發(fā)生偏差記為(Δxp,Δyp)。

1.3.2像元尺寸變化

在x和y軸上，假如像元尺寸變化率為dpx和dpy，像元一般在x軸方向較多，在y軸方向只有1個(gè)(圖2)，因此可忽略在y軸方向上的變形，重點(diǎn)考慮在x軸方向上像元變形的影響，此時(shí)像元在x和y軸上的變化大小為

(5)

圖1　主點(diǎn)偏移　Fig.1　Principal point ofphotograph error

圖2　瞬時(shí)影像坐標(biāo)系　Fig.2　Instantaneous imagecoordinate

1.3.3焦平面內(nèi)CCD旋轉(zhuǎn)

(6)

圖3　線陣CCD旋轉(zhuǎn)誤差Fig.3　The rotation angle of CCD line error

1.3.4CCD彎曲誤差

CCD彎曲使像點(diǎn)在飛行方向(y方向)上產(chǎn)生誤差，如圖4所示。如果CCD的彎曲度是b，則由CCD彎曲引起像點(diǎn)i的誤差為

(7)

圖4　線陣CCD的彎曲Fig.4　The bend error of CCD line

1.3.5譜段間相對(duì)內(nèi)參關(guān)系模型

由此可以建立基準(zhǔn)分片CCD位置和目標(biāo)分片CCD位置的相對(duì)內(nèi)參關(guān)系模型

(8)

進(jìn)行多光譜影像譜段間相對(duì)內(nèi)參關(guān)系的解算可分為4步：①利用SIFT算法對(duì)基準(zhǔn)譜段分片影像進(jìn)行特征點(diǎn)提??；②利用資源三號(hào)衛(wèi)星中的輔助數(shù)據(jù)和高程信息由嚴(yán)格幾何模型構(gòu)建同名像點(diǎn)空間幾何模型，求出目標(biāo)譜段分片影像上同名像點(diǎn)坐標(biāo)的概略值，將其作為單點(diǎn)最小二乘匹配的初值；③以求出的同名像點(diǎn)坐標(biāo)為中心開(kāi)取窗口，進(jìn)行單點(diǎn)最小二乘匹配；④由多對(duì)精確的同名像點(diǎn)坐標(biāo)構(gòu)建譜段間相對(duì)內(nèi)參關(guān)系模型，解算精確的相對(duì)內(nèi)參關(guān)系參數(shù)。

2試驗(yàn)分析

為了驗(yàn)證本文方法的可行性，采用2012-01-11大連地區(qū)和2012-02-18安平地區(qū)的資源三號(hào)多光譜影像0級(jí)影像進(jìn)行試驗(yàn)，以及星上下傳的輔助數(shù)據(jù)：姿態(tài)、軌道、成像時(shí)間和成像參數(shù)等數(shù)據(jù)的記錄文件。本文使用的高程數(shù)據(jù)為Aster G-DEM。

2.1相對(duì)內(nèi)參關(guān)系參數(shù)求解試驗(yàn)

利用安平地區(qū)的多光譜影像中譜段B1的分片影像和譜段B2的分片影像進(jìn)行對(duì)應(yīng)分片CCD之間的相對(duì)內(nèi)參關(guān)系參數(shù)求解，以譜段B1影像為基準(zhǔn)影像。相對(duì)內(nèi)參關(guān)系模型有5個(gè)未知數(shù)，至少需要3對(duì)同名像點(diǎn)才能解算出相對(duì)內(nèi)參關(guān)系參數(shù)，為了滿足多余觀測(cè)和提高可靠性，設(shè)定SIFT特征點(diǎn)算子的閾值，利用SIFT算子在譜段B1的分片影像上提取5000～10 000個(gè)高精度特征點(diǎn)，先運(yùn)用同名像點(diǎn)空間幾何模型計(jì)算出特征點(diǎn)在譜段B2的分片影像上的同名像點(diǎn)的概略坐標(biāo)，然后以單點(diǎn)最小二乘匹配獲得精確的同名像點(diǎn)，得到同名像點(diǎn)精確坐標(biāo)，獲得同名像點(diǎn)對(duì)。選取同名像點(diǎn)對(duì)中分布均勻的1000對(duì)同名像點(diǎn)，利用最小二乘法則進(jìn)行相對(duì)內(nèi)參關(guān)系參數(shù)解算，得到對(duì)應(yīng)分片CCD的相對(duì)內(nèi)參關(guān)系參數(shù)，如表1所示。

表1　譜段對(duì)應(yīng)分片CCD間相對(duì)內(nèi)參關(guān)系參數(shù)

由表1可知，根據(jù)相對(duì)內(nèi)參關(guān)系模型解算出的譜段間CCD沿軌向移位Δyp與資源三號(hào)官方公布的數(shù)據(jù)基本一致，誤差在0.3個(gè)像素以內(nèi)。

2.2相對(duì)內(nèi)參關(guān)系模型精度檢驗(yàn)及影像配準(zhǔn)

利用安平地區(qū)各譜段影像上1000對(duì)同名像點(diǎn)以外的同名像點(diǎn)對(duì)求解出的對(duì)應(yīng)分片CCD間的相對(duì)內(nèi)參關(guān)系參數(shù)進(jìn)行精度驗(yàn)證，檢查相對(duì)內(nèi)參關(guān)系模型的正確性。譜段間分片CCD的相對(duì)內(nèi)參關(guān)系得到恢復(fù)，則可以建立譜段間分片影像的同名像點(diǎn)對(duì)的約束關(guān)系，運(yùn)用相對(duì)內(nèi)參關(guān)系模型進(jìn)行譜段間影像的高精度自動(dòng)配準(zhǔn)，認(rèn)為由相對(duì)內(nèi)參關(guān)系模型求出的目標(biāo)譜段影像像點(diǎn)是對(duì)應(yīng)的基準(zhǔn)譜段影像像點(diǎn)的配準(zhǔn)點(diǎn)，具有一定的誤差，而由最小二乘匹配獲取的同名像點(diǎn)為精確像點(diǎn)，兩者之差即為相對(duì)內(nèi)參關(guān)系模型及影像配準(zhǔn)的精度，統(tǒng)計(jì)精度如表2所示。

表2安平地區(qū)相對(duì)內(nèi)參關(guān)系模型精度及譜段間配準(zhǔn)精度

Tab.2Accuracy of relative interior orientation relationship model and registration in Anping

對(duì)應(yīng)分片CCD點(diǎn)數(shù)x/像素y/像素xy/像素B1_CCD1—B2_CCD153560.1310.0460.139B1_CCD2—B2_CCD272450.1770.0590.187B1_CCD3—B2_CCD358930.1810.1060.209B1_CCD1—B3_CCD164200.1550.0600.166B1_CCD2—B3_CCD251450.1850.0730.199B1_CCD3—B3_CCD372760.1740.1440.226B1_CCD1—B4_CCD173670.1830.0830.201B1_CCD2—B4_CCD257420.1730.1040.202B1_CCD3—B4_CCD361380.1610.1090.194

對(duì)大連地區(qū)，利用SIFT算子提取5000～10 000個(gè)高精度特征點(diǎn)，利用最小二乘匹配獲取高精度的同名像點(diǎn)對(duì)，用這些同名像點(diǎn)對(duì)對(duì)由安平地區(qū)計(jì)算出的相對(duì)內(nèi)參關(guān)系模型進(jìn)行檢查，同時(shí)進(jìn)行影像配準(zhǔn)，統(tǒng)計(jì)配準(zhǔn)精度如表3所示。表3大連地區(qū)相對(duì)內(nèi)參關(guān)系參數(shù)檢查精度及譜段間配準(zhǔn)精度

Tab.3Accuracy of relative interior orientation relationship parameters and registration in Dalian

對(duì)應(yīng)分片CCD點(diǎn)數(shù)x/像素y/像素xy/像素B1_CCD1—B2_CCD178460.1740.0300.177B1_CCD2—B2_CCD286720.1480.0560.158B1_CCD3—B2_CCD393650.1920.1470.242B1_CCD1—B3_CCD191240.1670.0560.176B1_CCD2—B3_CCD283680.1680.0760.184B1_CCD3—B3_CCD373610.1910.1470.241B1_CCD1—B4_CCD182350.1890.0780.204B1_CCD2—B4_CCD294370.1760.1050.205B1_CCD3—B4_CCD378230.1780.1420.228

由表2和表3，安平地區(qū)和大連地區(qū)相對(duì)內(nèi)參關(guān)系模型的檢查精度和影像配準(zhǔn)精度具有一致性，誤差在0.3像素以內(nèi)，說(shuō)明相對(duì)內(nèi)參關(guān)系模型是正確的，對(duì)消除譜段間對(duì)應(yīng)CCD之間的畸變具有較好的效果，可以運(yùn)用相對(duì)內(nèi)參關(guān)系模型進(jìn)行譜段間影像的配準(zhǔn)。

3結(jié)束語(yǔ)

本文從多光譜相機(jī)譜段間相對(duì)內(nèi)參關(guān)系出發(fā)，利用同時(shí)獲取的各譜段影像間的高精度提取的同名像點(diǎn)對(duì)建立了多光譜相機(jī)各譜段對(duì)應(yīng)分片CCD之間的位置模型，求解出對(duì)應(yīng)分片CCD間的相對(duì)內(nèi)參關(guān)系參數(shù)，恢復(fù)了譜段間的相對(duì)內(nèi)參關(guān)系即建立了譜段間同名像點(diǎn)對(duì)的約束關(guān)系，可以運(yùn)用該模型進(jìn)行譜段間影像的高精度自動(dòng)配準(zhǔn)，在理論上具有嚴(yán)密性，可操作性強(qiáng)。最后求解出精確的譜段間相對(duì)內(nèi)參關(guān)系參數(shù)并進(jìn)行影像配準(zhǔn)，統(tǒng)計(jì)了相對(duì)內(nèi)參關(guān)系模型和影像配準(zhǔn)的精度。試驗(yàn)結(jié)果表明，該方法能夠?qū)崿F(xiàn)資源三號(hào)衛(wèi)星多光譜影像譜段間高精度自動(dòng)配準(zhǔn)(優(yōu)于0.3像素)，同時(shí)該方法對(duì)與資源三號(hào)衛(wèi)星多光譜影像相似的衛(wèi)星多光譜影像具有通用性，下一步將研究該方法在這類衛(wèi)星多光譜影像間自動(dòng)配準(zhǔn)中的應(yīng)用。

參考文獻(xiàn)：

[1]曹海翔, 劉希剛, 李少輝, 等. “資源三號(hào)”衛(wèi)星遙感技術(shù)[J]. 航天返回與遙感, 2012, 33(3): 7-16. CAO Haixiang, LIU Xigang, LI Shaohui, et al. ZY-3 Satellite Remote Sensing Technology[J]. Spacecraft Recovery & Remote Sensing, 2012, 33(3): 7-16.

[2]李德仁. 我國(guó)第一顆民用三線陣立體測(cè)圖衛(wèi)星——資源三號(hào)測(cè)繪衛(wèi)星[J]. 測(cè)繪學(xué)報(bào), 2012, 41(3): 317-322.

LI Deren. China’s First Civilian Three-line-array Stereo Mapping Satellite: ZY-3[J]. Acta Geodaetica et Cartographica Sinica, 2012, 41(3): 317-322.

[3]范斌, 蔡偉軍, 張孝弘, 等. “資源三號(hào)”衛(wèi)星多光譜相機(jī)技術(shù)[J]. 航天返回與遙感, 2012, 33(3): 75-84. FAN Bin, CAI Weijun, ZHANG Xiaohong, et al. Technology of the Multi-spectral Camera of ZY-3 Satellite[J]. Spacecraft Recovery & Remote Sensing, 2012, 33(3): 75-84.

[4]郭悅, 楊樺. 多光譜CCD相機(jī)的光學(xué)配準(zhǔn)[J]. 航天返回與遙感, 2003, 24(1): 29-32.

GUO Yue, YANG Hua. Optical Registration of the Multi-spectral CCD Camera[J]. Spacecraft Recovery & Remote Sensing, 2003, 24(1): 29-32.

[5]BECKTT K,RAMPERSAD C,PUTIH R, et al. RapidEye Product Quality Assessment[C]∥Proceedings of SPIE 7474, Sensors, Systems, and Next-generation Satellites ⅩⅢ. Berlin: SPIE, 2009: 1-10.

[6]BOUILLON A,BRETON E,DE LUSSY F,et al. SPOT5 Geometric Image Quality[C]∥Proceedings of 2003 IEEE International Geoscience and Remote Sensing Symposium. Toulouse: IEEE, 2003: 303-305.

[7]TADONO T, SHIMADA M, HASHIMOTO T, et al. Results of Calibration and Validation of ALOS Optical Sensors, and Their Accuracy Assessments[C]∥Proceedings of 2007 IEEE International Geoscience and Remote Sensing Symposium. Barcelona: IEEE, 2007: 3602-3605.

[8]TADONO T, SHIMADA M, WATANABE M, et al. Initial Results of Calibration and Validation for ALOS Optical Sensors[C]∥Proceedings of 2006 IEEE International Symposium on Geoscience and Remote Sensing. Denver: IEEE, 2006: 1643-1646.

[9]GRODECKIJ, DIAL G. IKONOS Geometric Accuracy[C]∥Proceedings of Joint Workshop of ISPRS Working Groups I/2, I/5 and IV/7 on High Resolution Mapping from Space 2001. Hannover: University of Hannover, 2001: 19-21.

[10]詹總謙. 基于純平液晶顯示器的相機(jī)標(biāo)定方法與應(yīng)用研究[D]. 武漢: 武漢大學(xué), 2006: 20-28.

ZHAN Zongqian. Research on Camera Calibration Based on Completely Flat Liquid Crystal Display[D]. Wuhan: Wuhan University, 2006: 20-28.

[11]蔣永華, 張過(guò), 唐新明, 等. 資源三號(hào)測(cè)繪衛(wèi)星多光譜影像高精度譜段配準(zhǔn)[J]. 測(cè)繪學(xué)報(bào), 2013, 42(6): 884-890, 897.

JIANG Yonghua, ZHANG Guo, TANG Xinming, et al. Research on the High Accuracy Band-to-band Registration Method of ZY-3 Multispectral Image[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(6): 884-890, 897.

[12]王密, 楊博, 金淑英. 一種利用物方定位一致性的多光譜衛(wèi)星影像自動(dòng)精確配準(zhǔn)方法[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2013, 38(7): 765-769.

WANG Mi, YANG Bo, JIN Shuying. A Registration Method Based on Object-space Positioning Consistency for Satellite Multi-spectral Image[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 765-769.

[13]張祖勛, 張劍清, 廖明生, 等. 遙感影像的高精度自動(dòng)配準(zhǔn)[J]. 武漢測(cè)繪科技大學(xué)學(xué)報(bào), 1998, 23(4): 320-323.

ZHANG Zuxun, ZHANG Jianqing, LIAO Mingsheng, et al. Automatic Precision Registration of Multi-resolution Remote Sensing Imagery[J]. Journal of Wuhan Technical University of Surveying and Mapping, 1998, 23(4): 320-323.

[14]KELLER Y, AVERBUCH A. Multisensor Image Registration via Implicit Similarity[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006, 28(5): 794-801.

[15]王瑞瑞, 馬建文, 陳雪. 多傳感器影像配準(zhǔn)中基于虛擬匹配窗口的SIFT算法[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2011, 36(2): 163-166. WANG Ruirui, MA Jianwen, CHEN Xue. SIFT Algorithm Based on Visual Matching Window for Registration between Multi-sensor Imagery[J]. Geomatics and Information Science of Wuhan University, 2011, 36(2): 163-166.

[16]劉璐, 陳甫, 劉建波. 基于特征約束與光流場(chǎng)方法的遙感圖像配準(zhǔn)[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2014, 35(9): 3127-3131.

LIU Lu, CHEN Fu, LIU Jianbo. Optical Flow and Feature Constrains Algorithm for Remote Sensing Image Registration[J]. Computer Engineering and Design, 2014, 35(9): 3127-3131.

[17]Lowe D G. Distinctive Image Features from Scale-invariant Keypoints[J]. International Journal of Computer Vision, 2004, 60(2): 91-110.

[18]李然, 張?jiān)粕? 基于SIFT特征的多源遙感影像自動(dòng)匹配方法[J]. 測(cè)繪科學(xué), 2011, 36(3): 8-10, 18.

LI Ran, ZHANG Yunsheng. Auto-matching between Multi-source Remote Sensing Images Based on SIFT Features[J]. Science of Surveying and Mapping, 2011, 36(3): 8-10, 18.

[19]雷蓉. 星載線陣傳感器在軌幾何定標(biāo)的理論與算法研究[D]. 鄭州: 信息工程大學(xué), 2011. LEI Rong. Study on the Theory and Algorithm of the In-flight Geometric Calibration of Spaceborne Linear Array Sensor[D]. Zhengzhou: Information Engineering University, 2011.

[20]劉楚斌. 高分辨率遙感衛(wèi)星在軌幾何定標(biāo)關(guān)鍵技術(shù)研究[D]. 鄭州: 信息工程大學(xué), 2012.

LIU Chubin. Study on Crucial Technique of the On-orbit Geometric Calibration of High Resolution Satellite[D]. Zhengzhou: Information Engineering University, 2012.

[21]朱敏, 金偉其, 徐彭梅. 遙感衛(wèi)星多鏡頭多光譜相機(jī)的配準(zhǔn)技術(shù)[J]. 北京理工大學(xué)學(xué)報(bào), 2003, 23(5): 633-637.

ZHU Min, JIN Weiqi, XU Pengmei. Registration of Multi-lens Multi-spectrum Cameras for Use in Remote Sensing Satellites[J]. Transactions of Beijing Institute of Technology, 2003, 23(5): 633-637.

(責(zé)任編輯：宋啟凡)

修回日期： 2016-04-12

E-mail： hangben61ban@163.com

E-mail： fdzcehui@163.com

Calibration for Relative Interior Orientation Relationship and Band-to-band Registration with High Accuracy of ZY-3 Multi-spectral Image

LIQijun1，F(xiàn)ANDazhao1，LEIRong1，JISong1，ZHANGWenzhao2

1.InstituteofSurveyingandMapping，InformingEngineeringUniversity，Zhengzhou450052，China； 2. 61287Troops，Chengdu610000，China

Abstract：Usinghighaccuracymatchpointsextractedbetweenthemulti-spectralimagesthatobtainedatthesametime，apositionmodeloftheCCDchipsoftheZY-3multi-spectralcamerawasproposed.Relativeinteriororientationrelationshipparameterswerecalculatedandaccurateband-to-bandautomaticregistrationofZY-3multi-spectralimagewasachievedbasedonthepositionmodel.Theexperimentalresultindicatesthattheband-to-bandautomaticregistrationaccuracyofZY-3multi-spectralimageisbetterthan0.3pixelswiththeproposedmethod.

Keywords：multi-spectralcamera；matchpoint；relativeinteriororientationrelationship；highaccuracy；

中圖分類號(hào)：P237

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-1595(2016)06-0685-06

基金項(xiàng)目：國(guó)家自然科學(xué)基金(41401534)；地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(SKLGIE2013-M-3-1)；測(cè)繪地理信息公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)(201412007)；信息工程大學(xué)地理空間信息學(xué)院碩士學(xué)位論文創(chuàng)新與創(chuàng)優(yōu)基金(XS201510)

收稿日期：2015-07-08

第一作者簡(jiǎn)介：李奇峻(1991—)，男，碩士生，研究方向?yàn)閿?shù)字?jǐn)z影測(cè)量。First author： LI Qijun(1991—), male, postgraduate, majors in digital photogrammetry.

通信作者：范大昭

Corresponding author：FAN Dazhao

引文格式：李奇峻，范大昭，雷蓉,等.資源三號(hào)多光譜影像譜段間相對(duì)內(nèi)參關(guān)系標(biāo)定及高精度配準(zhǔn)[J].測(cè)繪學(xué)報(bào)，2016,45(6)：685-690.DOI:10.11947/j.AGCS.2016.20150363.

LIQijun，F(xiàn)ANDazhao，LEIRong，etal.CalibrationforRelativeInteriorOrientationRelationshipandBand-to-bandRegistrationwithHighAccuracyofZY-3Multi-spectralImage[J].ActaGeodaeticaetCartographicaSinica,2016,45(6):685-690.DOI:10.11947/j.AGCS.2016.20150363.