提高海絲一號(hào)SAR影像定位精度的圖像配準(zhǔn)方法

朱林紅,鐘若飛,王 亞,李清揚(yáng)

(1. 首都師范大學(xué)三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室,北京 100048; 2. 首都師范大學(xué)資源環(huán)境與旅游學(xué)院,北京 100048; 3. 遵義師范學(xué)院信息工程學(xué)院,貴州 遵義 563099)

衛(wèi)星影像幾何定位是影像應(yīng)用的前提,目前國(guó)外星載SAR衛(wèi)星的系統(tǒng)級(jí)幾何定位精度均可達(dá)10 m以內(nèi),如歐空局發(fā)射的Sentinel-1干涉寬幅模式影像的絕對(duì)定位精度為7 m[1],條帶模式可達(dá)2.5 m。德國(guó)的TerraSAR-X標(biāo)準(zhǔn)影像產(chǎn)品,經(jīng)過(guò)精細(xì)化的系統(tǒng)標(biāo)定和處理,其定位精度可達(dá)分米量級(jí)[2]。我國(guó)首顆全極化SAR衛(wèi)星高分三號(hào)系統(tǒng)幾何定位精度可達(dá)3 m[3]。海絲一號(hào)(HISEA-1)SAR衛(wèi)星于2020年12月22日由中國(guó)文昌發(fā)射中心發(fā)射升空,于2020年12月25日首次開機(jī)成像[4]。受傳感器自身限制及成像區(qū)域地形起伏的影響,目前得到的SAR正射校正影像地理定位誤差較大,部分區(qū)域無(wú)法滿足遙感應(yīng)用的要求。Sentinel-1衛(wèi)星具有高重訪周期和中高空間分辨率的特性,IW模式影像具有7 m的高地理定位精度,可以通過(guò)公開渠道獲取,適合作為基準(zhǔn)影像與HISEA-1衛(wèi)星影像進(jìn)行聯(lián)合匹配。因此,針對(duì)現(xiàn)有的HISEA-1 SAR影像數(shù)據(jù)量大、存在較大的定位誤差和明顯的斑點(diǎn)噪聲等問(wèn)題,本文提出一種相位一致性和結(jié)構(gòu)特征相結(jié)合的自動(dòng)圖像配準(zhǔn)方法,用于糾正HISEA-1 SAR影像的定位精度。

1 HISEA-1及Sentinel-1數(shù)據(jù)

HISEA-1 SAR載荷極化方式為VV單極化,重訪周期約為15 d,主要有3種拍攝方式:條帶模式(SM)、掃描模式(NS/ES)和聚束模式(SP)。Sentinel-1具有4種拍攝模式[5]:條帶模式(SM)、干涉寬幅模式(IW)、超寬模式(EW)和波模式(WV)。IW模式是陸地上的主要采集模式,以單極化(HH或VV)或雙極化(HH+HV或VV+VH)方式成像,重訪周期為6 d,定位精度為7 m。HISEA-1 SAR和Sentinel-1衛(wèi)星的主要參數(shù)見表1。

表1 HISEA-1 SAR和Sentinel-1衛(wèi)星主要參數(shù)對(duì)比

衛(wèi)星影像的定位精度主要取決于衛(wèi)星影像獲取的星歷數(shù)據(jù)和姿態(tài)數(shù)據(jù)、星時(shí)精度及傳感器本身的幾何性能等[6]。受衛(wèi)星成本和重量限制,目前HISEA-1 SAR正射影像的定位誤差接近200 m。

本文將預(yù)處理后的HISEA-1 SAR L1 SLC和L2 ORG影像分別與Sentinel-1 L1 IW GRD影像重疊后,均存在接近200 m的地理偏移。目前,只能利用已知地面控制點(diǎn),手動(dòng)糾正HISEA-1SAR影像,提高其幾何精度,這個(gè)過(guò)程耗時(shí)且誤差較大,無(wú)法滿足實(shí)際應(yīng)用的要求。因此,本文使用HISEA-1 SAR L2 ORG和Sentinel-1 L1 IW GRD影像,實(shí)現(xiàn)兩者精確配準(zhǔn),利用Sentinel-1數(shù)據(jù)的高精度定位優(yōu)勢(shì)糾正HISEA-1 SAR影像產(chǎn)品的定位精度,同時(shí)最大限度地糾正HISEA-1 SAR影像內(nèi)部的幾何畸變。

2 方 法

2.1 數(shù)據(jù)預(yù)處理

由于HISEA-1 SAR L2與Sentinel-1 L1影像地理覆蓋范圍不同,因此在執(zhí)行圖像配準(zhǔn)之前,需要對(duì)Sentinel-1影像進(jìn)行預(yù)處理和裁剪操作,確保后續(xù)配準(zhǔn)流程順利進(jìn)行。本文的配準(zhǔn)方法主要包括3個(gè)步驟:特征點(diǎn)檢測(cè)、結(jié)構(gòu)特征匹配和去除誤匹配。其中,Sentinel-1 L1作為基準(zhǔn)圖像,HISEA-1 SAR L2作為待配準(zhǔn)圖像。主要技術(shù)流程如圖1所示。

圖1 HISEA-1 SAR和Sentinel-1圖像配準(zhǔn)技術(shù)流程

2.2 特征點(diǎn)檢測(cè)

HISEA-1 SAR L2和Sentinel-1 L1圖像配準(zhǔn)的第一步是實(shí)現(xiàn)精確可靠的對(duì)應(yīng)關(guān)系。由于成像模式和極化方式不同,HISEA-1 SAR和Sentinel-1影像具有顯著的非線性輻射差異,得到穩(wěn)定的特征點(diǎn)對(duì)于兩者的配準(zhǔn)至關(guān)重要。相位一致性(PC)模型已被證實(shí)對(duì)非線性輻射差異具有穩(wěn)定性,可以捕捉多傳感器圖像之間的共同特征[7]。因此,本文使用相位一致性在Sentinel-1影像上進(jìn)行特征點(diǎn)檢測(cè)。完成Sentinel-1影像PC模型的計(jì)算后,分別計(jì)算最小矩圖m和最大矩圖M檢測(cè)角點(diǎn)和邊緣點(diǎn)[8]。最小矩圖m可以獲得明顯的角點(diǎn)特征,對(duì)最小矩圖m進(jìn)行極大值檢測(cè)和非極大值抑制篩選最終角點(diǎn)?；贔AST算子計(jì)算速度快的優(yōu)勢(shì),以及最大矩圖M可以較好地檢測(cè)出邊緣特征,對(duì)最大矩圖M進(jìn)行FAST特征檢測(cè)。首先,根據(jù)影像幅寬大小自動(dòng)選擇響應(yīng)強(qiáng)度高的角點(diǎn)作為邊緣點(diǎn);然后,將角點(diǎn)與邊緣點(diǎn)合并作為最終的特征點(diǎn),以確保在匹配過(guò)程中可以得到足夠數(shù)量且均勻分布的對(duì)應(yīng)關(guān)系,從而提高特征檢測(cè)的穩(wěn)定性。

2.3 結(jié)構(gòu)特征匹配

在模板匹配方法中,方向梯度特征通道(CFOG)[9]是一種兼顧穩(wěn)定性和計(jì)算效率的結(jié)構(gòu)特征描述符。相比其他先進(jìn)的結(jié)構(gòu)特征描述符,如HOG[10]、LSS[11]和HOPC[12],CFOG具有更快、更穩(wěn)健的匹配性能。CFOG的構(gòu)建過(guò)程主要包括兩部分[13]:方向梯度特征和三維高斯卷積。首先,計(jì)算圖像多個(gè)方向的梯度特征,將每個(gè)方向的特征在Z方向進(jìn)行排列,形成三維的多方向梯度特征圖;然后,利用近似三維的高斯卷積核,在水平方向代替三線性插值進(jìn)行卷積生成直方圖,在垂直方向?qū)μ荻忍卣鲌D進(jìn)行卷積操作,生成CFOG特征描述符。它可以減少局部幾何畸變的影響,通過(guò)對(duì)集合領(lǐng)域的梯度信息進(jìn)行特征描述,提高斑點(diǎn)噪聲與非線性輻射差異的穩(wěn)健性。

本文充分考慮HISEA-1 SAR影像數(shù)據(jù)量大和初始地理參考信息的特點(diǎn),根據(jù)HISEA-1 SAR和Sentinel-1影像之間的地理偏移,自動(dòng)確定待配準(zhǔn)圖像上的搜索范圍,然后分別提取模板窗口和搜索窗口的CFOG特征描述符,實(shí)現(xiàn)基準(zhǔn)影像和待配準(zhǔn)影像的像素級(jí)特征描述。三維相位相關(guān)性(三維PC)通過(guò)使用快速傅里葉變換(FFT),極大地提高了圖像匹配效率,因此使用三維PC作為相似性度量在頻率域中對(duì)結(jié)構(gòu)特征描述符進(jìn)行相似性評(píng)估,實(shí)現(xiàn)HISEA-1 SAR和Sentinel-1影像的自動(dòng)配準(zhǔn)。

2.4 去除誤匹配

由于HISEA-1 SAR影像的斑點(diǎn)噪聲與內(nèi)部畸變等,在上述匹配過(guò)程中不可避免地產(chǎn)生異常值,因此有必要去除誤匹配以提高圖像配準(zhǔn)的質(zhì)量。在基于參數(shù)的去除離群值方法中,標(biāo)準(zhǔn)化重心坐標(biāo)系(NBCS)[14]是目前主流穩(wěn)健高效的特征匹配方法,不同的初始特征匹配方法對(duì)NBCS算法幾乎沒有影響。NBCS算法采用非均勻采樣策略,隨機(jī)選取3對(duì)初始匹配點(diǎn)計(jì)算仿射變換模型參數(shù),根據(jù)NBC原則判斷內(nèi)點(diǎn)個(gè)數(shù),迭代上述過(guò)程遍歷可能的仿射變換模型,內(nèi)點(diǎn)最多即為最優(yōu)解,大大降低了匹配過(guò)程的計(jì)算復(fù)雜度。

3 試 驗(yàn)

在定量試驗(yàn)中,將去除誤匹配之后的對(duì)應(yīng)關(guān)系作為控制點(diǎn),用于計(jì)算最終仿射變換模型的幾何參數(shù)。同時(shí),以同名點(diǎn)對(duì)連線展示特征匹配結(jié)果,以彩色棋盤格和融合結(jié)果展示配準(zhǔn)效果,并對(duì)圖像局部放大以便觀察配準(zhǔn)細(xì)節(jié)。

3.1 試驗(yàn)數(shù)據(jù)

本文選擇兩組HISEA-1 SAR L2 ORG和Sentinel-1 L1 IW GRD影像進(jìn)行試驗(yàn),圖像分別位于浙江省杭州市和福建省福州市,覆蓋4種不同的地形:平原、山地、丘陵和海岸帶。同時(shí),給出每組圖像的歸一化灰度直方圖,表明HISEA-1 SAR和Sentinel-1影像之間的非線性輻射差異。所有試驗(yàn)數(shù)據(jù)及其歸一化灰度直方圖,如圖2—圖3所示。

圖2 浙江省杭州市區(qū)域

圖3 福建省福州市區(qū)域

3.2 圖像配準(zhǔn)精度分析

為了更清晰地展示配準(zhǔn)結(jié)果,將Sentinel-1影像先進(jìn)行偽彩色處理[15],再與HISEA-1 SAR影像進(jìn)行分塊疊加顯示,結(jié)合匹配點(diǎn)圖、融合結(jié)果圖及局部放大的子圖觀察圖像配準(zhǔn)的效果和細(xì)節(jié)。本文算法配準(zhǔn)性能評(píng)估從正確匹配率(CMR)、均方根誤差(RMSE)、運(yùn)行時(shí)間3方面進(jìn)行分析[16]。算法的運(yùn)行環(huán)境:Intel Core i7-8565U為1.8 GHz,CPU為 16 GB,以及 Matlab R 2018b軟件。

最終配準(zhǔn)結(jié)果如圖4—圖5所示,在匹配點(diǎn)圖中,兩組影像均可得到足夠數(shù)量且均勻分布的匹配點(diǎn)對(duì),在融合圖像和彩色棋盤格圖像中可以觀察到兩幅影像拼接處過(guò)渡平滑。在定量試驗(yàn)中,兩組HISEA-1 SAR與Sentinel-1影像配準(zhǔn)的正確匹配率均達(dá)約80%,均方根誤差分別為0.47和0.54,配準(zhǔn)時(shí)間均小于1 min,具體統(tǒng)計(jì)結(jié)果見表2。

圖4 浙江省杭州市區(qū)域配準(zhǔn)結(jié)果

圖5 福建省福州市區(qū)域配準(zhǔn)結(jié)果

表2 研究區(qū)域匹配結(jié)果統(tǒng)計(jì)

4 結(jié) 語(yǔ)

本文基于相位一致性原理和SAR影像結(jié)構(gòu)特征提出了自動(dòng)模板匹配方案。其中,使用的相位一致性模型可確保對(duì)應(yīng)關(guān)系均勻分布在Sentinel-1影像上,從而提高特征檢測(cè)的穩(wěn)定性;CFOG結(jié)構(gòu)特征描述符可克服HISEA-1 SAR和Sentinel-1影像之間的非線性輻射差異,可保證匹配算法的穩(wěn)健性;基于三維相位相關(guān)的相似性度量顯著提高了算法的計(jì)算效率;使用仿射不變的NBCS算法去除誤匹配,實(shí)現(xiàn)了HISEA-1 SAR L2 ORG和Sentinel-1 L1 IW GRD影像之間的自動(dòng)配準(zhǔn)。若這兩類影像實(shí)現(xiàn)了精確配準(zhǔn),則HISEA-1 SAR和Sentinel-1影像之間的對(duì)應(yīng)像素坐標(biāo)應(yīng)該具有相同的地理坐標(biāo)。根據(jù)這一前提條件,HISEA-1 SAR影像的定位誤差即為HISEA-1 SAR和Sentinel-1影像之間的配準(zhǔn)偏移,以此提高現(xiàn)有的HISEA-1 SAR數(shù)據(jù)的定位精度。

從本質(zhì)上來(lái)說(shuō),HISEA-1 SAR與Sentinel-1影像之間的配準(zhǔn)屬于非剛性幾何變換范疇,HISEA-1 SAR影像相對(duì)于幾何精校正后的Sentinel-1影像存在輕微的內(nèi)部畸變,且受地形起伏和斑點(diǎn)噪聲等因素的影響,目前糾正的HISEA-1 SAR影像系統(tǒng)定位精度有待提高,后續(xù)還需要對(duì)其進(jìn)行幾何精度驗(yàn)證。同時(shí),本文算法仍存在可以改進(jìn)之處,以提高算法運(yùn)行時(shí)間,達(dá)到實(shí)時(shí)的應(yīng)用要求。因此在未來(lái)工作中,可以針對(duì)上述問(wèn)題進(jìn)行深入的研究。

致謝：感謝天儀研究院提供的影像數(shù)據(jù)。