基于虛擬成像原理的組合相機(jī)視場(chǎng)拼接與波段配準(zhǔn)方法

摘 要：針對(duì)寬幅組合相機(jī)在交會(huì)角過小、平差精度不穩(wěn)定等方面的挑戰(zhàn)，以及多光譜組合相機(jī)面臨的波段配準(zhǔn)技術(shù)難題，深入探討了虛擬成像原理在擴(kuò)大視場(chǎng)角和提升波譜分辨率方面的實(shí)現(xiàn)途徑。通過分析和優(yōu)化組合相機(jī)各物理相機(jī)間固有的幾何關(guān)系，將多臺(tái)物理相機(jī)的位置和姿態(tài)關(guān)系視為剛體連接。通過測(cè)量不同相機(jī)拍攝的影像間的同名像點(diǎn)，解算相機(jī)間的幾何變換關(guān)系并重投影至虛擬成像面，最終實(shí)現(xiàn)了各物理相機(jī)所獲取的獨(dú)立圖像的高效且精確的影像融合，融合的圖像符合單中心投影規(guī)律。通過優(yōu)化，擴(kuò)展了寬幅組合相機(jī)的航攝范圍，提高了多光譜組合相機(jī)的光譜分辨率，尤其在處理無紋理區(qū)域和地形起伏場(chǎng)景時(shí)展現(xiàn)出卓越的適應(yīng)性和精確度。實(shí)驗(yàn)結(jié)果顯示，對(duì)于寬幅組合相機(jī)，該方法的影像拼接精度達(dá)到０． ３１ ｐｉｘｅｌ；對(duì)于多光譜組合相機(jī)，波段配準(zhǔn)精度達(dá)到０． ２５ ｐｉｘｅｌ。證明了虛擬成像技術(shù)能夠顯著提升組合相機(jī)數(shù)據(jù)的處理性能和效率，且與現(xiàn)有攝影測(cè)量處理軟件系統(tǒng)完全兼容，拓寬了組合相機(jī)數(shù)據(jù)在航空攝影測(cè)量領(lǐng)域的應(yīng)用范圍，為地理信息系統(tǒng)的應(yīng)用提供了新視角。

關(guān)鍵詞：虛擬成像；波段配準(zhǔn)；寬幅相機(jī)；多光譜相機(jī)；多拼相機(jī)；組合相機(jī)

中圖分類號(hào)：ＴＰ３９１． ４１ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（ＯＳＩＤ）：

文章編號(hào)：１００３－３１０６（２０２４）０６－１５７６－０８

０ 引言

直升機(jī)、無人機(jī)等低空攝影平臺(tái)作為航空航天攝影測(cè)量的重要補(bǔ)充手段，廣泛應(yīng)用于抗災(zāi)救援［１］、國(guó)土監(jiān)察［２］、林業(yè)調(diào)查［３］以及大比例尺地形圖測(cè)繪［４］等多個(gè)領(lǐng)域，在中小范圍航空攝影測(cè)量作業(yè)中發(fā)揮了巨大的作用。面對(duì)不斷增長(zhǎng)的地理信息需求，這些攝影平臺(tái)需要在有限的飛行時(shí)間內(nèi)實(shí)現(xiàn)盡可能廣的地面覆蓋率且盡可能高的分辨率。

在復(fù)雜多變的應(yīng)用背景下，單一相機(jī)往往受限于其傳感器幅面和鏡頭的限制難以滿足不同領(lǐng)域?qū)Ω叻直媛屎蛯捯暯怯跋竦男枨螅虼藢挿M合相機(jī)［５］和多光譜組合相機(jī)［６］變得尤為重要。一方面，寬幅組合相機(jī)在城市規(guī)劃、交通監(jiān)控等領(lǐng)域扮演著關(guān)鍵角色。通過將多臺(tái)數(shù)碼單鏡頭反光相機(jī)（Ｄｉｇｉｔａｌ Ｓｉｎｇｌｅ Ｌｅｎｓ Ｒｅｆｌｅｘ Ｃａｍｅｒａ，ＤＳＬＲＣ）的影像組合在一起，可以顯著增加視場(chǎng)角和覆蓋地面范圍，為城市的發(fā)展和管理提供詳細(xì)的視角［７］。另一方面，多光譜組合相機(jī)則在農(nóng)業(yè)監(jiān)測(cè)、環(huán)境評(píng)估中發(fā)揮著不可或缺的作用［８］。它能夠捕捉不同光譜范圍內(nèi)的數(shù)據(jù)，提供有關(guān)地面狀況的更多細(xì)節(jié)，以支持精確的農(nóng)業(yè)管理和生態(tài)保護(hù)。

然而，由寬幅組合相機(jī)和多光譜組合相機(jī)在不同條件下獲得的多幅獨(dú)立影像在視角、光譜特性和覆蓋范圍上各有差異，給攝影測(cè)量數(shù)據(jù)處理帶來了不小的難度，因此，當(dāng)前的挑戰(zhàn)在于如何高效地整合這些影像?，F(xiàn)有攝影測(cè)量數(shù)據(jù)處理軟件在處理面陣傳感器影像時(shí)，通?；谛】壮上衲Ｐ停郏梗輰?duì)相機(jī)的成像過程進(jìn)行建模，以共線條件方程為基本數(shù)學(xué)模型。如果將上述２ 類組合相機(jī)在同時(shí)曝光時(shí)獲取的多幅圖像看作是相互獨(dú)立的，直接采用現(xiàn)有的攝影測(cè)量數(shù)據(jù)處理軟件進(jìn)行處理，常常面臨諸多挑戰(zhàn)，如交會(huì)角過小、未知數(shù)相關(guān)性強(qiáng)以及平差結(jié)果精度不穩(wěn)定等［１０］。

當(dāng)前，基于單中心投影［１１］理論研究的攝影測(cè)量數(shù)據(jù)處理技術(shù)日趨成熟，并在行業(yè)內(nèi)已得到廣泛應(yīng)用。在這樣的背景下，為了實(shí)現(xiàn)成本效益和實(shí)用性的最優(yōu)化，針對(duì)寬幅和多光譜組合相機(jī)中的特定問題，基于現(xiàn)有的處理軟件對(duì)現(xiàn)有技術(shù)進(jìn)行細(xì)致優(yōu)化來提高數(shù)據(jù)的應(yīng)用價(jià)值，而非開發(fā)新理論或軟件。根據(jù)虛擬成像原理，深入分析了組合相機(jī)成像時(shí)各物理相機(jī)間的固有幾何關(guān)系；優(yōu)化了將相互獨(dú)立的幾幅圖像合成為一幅符合單中心投影規(guī)律的新圖像的過程。采用該優(yōu)化方法能夠擴(kuò)大寬幅組合相機(jī)的航攝范圍，提高多光譜組合相機(jī)的光譜分辨率，同時(shí)使得這些組合相機(jī)能夠適用于現(xiàn)有的攝影測(cè)量處理技術(shù)和軟件。在實(shí)際應(yīng)用中，這一優(yōu)化方法在處理寬視角組合相機(jī)的影像時(shí)被稱為“相機(jī)拼接”［１２－１４］，而在處理多光譜相機(jī)的影像時(shí)則被稱為“波段配準(zhǔn)”［１５］，以上方式旨在提升寬幅和多光譜組合相機(jī)在多樣化地理信息應(yīng)用中的效能和效率。

１ 虛擬成像原理

１． １ 組合相機(jī)工作原理

當(dāng)組合相機(jī)中的各物理相機(jī)曝光嚴(yán)格同步時(shí)，飛行平臺(tái)對(duì)組合相機(jī)的影響是可以忽略的，因此相機(jī)之間的幾何關(guān)系可以看作是恒定的。組合相機(jī)工作原理示意如圖１ 所示。

在圖１（ａ）中，左視、下視和右視相機(jī)相互靠近，盡可能減少投影中心間的距離，右視相機(jī)放置在左側(cè)，鏡頭向右傾斜，左視相機(jī)放置在右側(cè)，鏡頭向左傾斜，傾斜角度對(duì)稱，大小根據(jù)左右相機(jī)的地面度進(jìn)行設(shè)置。圖１ （ｂ）展示了多光譜組合相機(jī)的成像原理，每臺(tái)物理相機(jī)的鏡頭指向近似平行，對(duì)地面范圍相同區(qū)域成像，獲取各自濾光片對(duì)應(yīng)的譜段數(shù)據(jù)。

１． ２ 虛擬成像模型

無論是用于擴(kuò)大視場(chǎng)角的寬幅組合相機(jī)，還是旨在提高波譜分辨率的多光譜組合相機(jī)，它們的基本工作原理是相同的。每臺(tái)物理相機(jī)自身是一個(gè)完整的ＤＳＬＲＣ 系統(tǒng)，擁有獨(dú)立的光學(xué)路徑和成像傳感器。所提到的成像傳感器，通常是互補(bǔ)金屬氧化物半導(dǎo)體（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ-Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ，ＣＭＯＳ）或電荷耦合器件（Ｃｈａｒｇｅ-Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ，ＣＣＤ）。在討論組合相機(jī)的幾何關(guān)系時(shí)，重要的是考慮各物理相機(jī)的攝影中心和攝影方向。每臺(tái)物理相機(jī)，例如第ｉ 臺(tái)，具有攝影中心Ｓｉ 和像主點(diǎn)ｏｉ，后者是攝影方向與影像成像平面的交點(diǎn)。相機(jī)ｉ 的像平面坐標(biāo)系ｏｉ -ｘｉ ｙｉ 中，ｘｉ 軸方向通常與航向方向一致。建立像空間坐標(biāo)系Ｓｉ -ｘｉ ｙｉ ｚｉ 時(shí)，以物理相機(jī)投影中心Ｓｉ 為坐標(biāo)原點(diǎn)，相機(jī)主光軸Ｓｉ ｏｉ 為坐標(biāo)系的ｚｉ軸，同時(shí)確保其ｘｉ、ｙｉ 軸分別平行于像平面坐標(biāo)系的ｘｉ、ｙｉ 軸。對(duì)于組合相機(jī)系統(tǒng)，以虛擬投影中心Ｓ 在空間中的位置為坐標(biāo)原點(diǎn)，以鉛垂線方向?yàn)椋?軸，取航線方向?yàn)椋?軸，按照右手系規(guī)則建立虛擬像空間輔助坐標(biāo)系Ｓ-ＸＹＺ。取地面一點(diǎn)Ａ 為原點(diǎn)，坐標(biāo)軸與虛擬像空間輔助坐標(biāo)系坐標(biāo)軸平行，建立地面攝影測(cè)量坐標(biāo)系Ａ-Ｘｐ Ｙｐ Ｚｐ。此外，考慮一個(gè)投影中心位于Ｓ 的虛擬理想水平像片，建立其虛擬像空間坐標(biāo)系Ｓ-ｘｙｚ，其中主光軸Ｓｏ 為坐標(biāo)系ｚ 軸。相應(yīng)的虛擬水平像片的像平面坐標(biāo)系表示為ｏ-ｘｙ。這些空間關(guān)系和坐標(biāo)系統(tǒng)如圖２ 所示。

設(shè)地物點(diǎn)Ｍ，其在第ｉ 臺(tái)物理相機(jī)所攝影像上的像點(diǎn)記作ｍｉ。相機(jī)ｉ 攝影時(shí)，其攝影中心Ｓｉ、地物點(diǎn)Ｍ 和其構(gòu)像點(diǎn)ｍｉ 滿足共線條件方差：

式中：（ＸＭ ＹＭ ＺＭ） Ｔ 為地物點(diǎn)Ｍ 在地面攝影測(cè)量坐標(biāo)系Ａ-Ｘｐ Ｙｐ Ｚｐ 下的坐標(biāo)，λｉ 為物理相機(jī)ｉ 上的攝影比例尺分母，Ｒｉ 為相機(jī)ｉ 成像光束姿態(tài)方向余弦構(gòu)成的旋轉(zhuǎn)矩陣，（ｘｉ ｙｉ ｚｉ） Ｔ 為相機(jī)ｉ 上的構(gòu)象ｍｉ 在像空間坐標(biāo)系Ｓｉ -ｘｉ ｙｉ ｚｉ 下的坐標(biāo)，（ＸＳｉ ＹＳｉ ＺＳｉ） Ｔ 為相機(jī)ｉ 投影中心在攝影測(cè)量坐標(biāo)系Ａ-Ｘｐ Ｙｐ Ｚｐ 下的坐標(biāo)。

同理，設(shè)地物點(diǎn)Ｍ 在理想像片上的構(gòu)像為ｍ０ ，其在虛擬像空間坐標(biāo)系Ｓ-ｘｙｚ 下的坐標(biāo)為（ｘ０ ｙ０ ｚ０ ），且滿足：

式中：λ０ 為虛擬相機(jī)的攝影比例尺分母，Ｒ０ 為虛擬相機(jī)姿態(tài)參數(shù)構(gòu)成的旋轉(zhuǎn)矩陣，（ｘ０ ｙ０ ｚ０） Ｔ 為虛擬相機(jī)上的構(gòu)象ｍ０ 在像空間坐標(biāo)系Ｓ-ｘｙｚ 下的坐標(biāo)，（ＸＳ０ ＹＳ０ ＺＳ０） Ｔ 為虛擬相機(jī)投影中心在攝影測(cè)量坐標(biāo)系Ａ-Ｘｐ Ｙｐ Ｚｐ 下的坐標(biāo)。

聯(lián)立式（１）和式（２）可以發(fā)現(xiàn)，ｍｉ 與ｍ０ 之間存在式（３）所示的變換關(guān)系———虛擬攝影作業(yè)公式：

式中：ｆｉ 與ｆ０ 分別為物理相機(jī)和虛擬相機(jī)的主距，Ｈｉ為投影中心Ｓｉ 與地物點(diǎn)Ｍ 之間的距離，即深度；Ｒ－１ｉ為姿態(tài)方向余弦構(gòu)成的旋轉(zhuǎn)矩陣，ｉ 取值為０ 時(shí)對(duì)應(yīng)虛擬相機(jī)。

結(jié)合組合相機(jī)成像特點(diǎn)，進(jìn)一步分析式（３）可以發(fā)現(xiàn)，當(dāng)虛擬相機(jī)以理想水平姿態(tài)對(duì)地成像時(shí)，Ｒ０ ＝ Ｅ，Ｒｉ 為物理相機(jī)ｉ 成像光束相對(duì)于理想相機(jī)的姿態(tài)，虛擬攝影成像誤差由（ＸＳ０ － ＸＳｉ ＹＳ０ － ＹＳｉ ＺＳ０ －ＺＳｉ） Ｔ ／ Ｈｉ 決定，當(dāng)虛擬相機(jī)投影中心與物理相機(jī)投影中心重合時(shí)，誤差項(xiàng)分子為０，此時(shí)虛擬相機(jī)與物理相機(jī)間的幾何變換關(guān)系是嚴(yán)密的。然而，組合相機(jī)的物理結(jié)構(gòu)決定了虛擬相機(jī)無法同時(shí)與各個(gè)物理相機(jī)的投影中心重合，因此虛擬攝影過程不可避免地引入誤差：

式中：Ｈ０ 為虛擬成像投影面平均高程，ΔＨ 為地物點(diǎn)與投影水平面間的高差，（Δｘ Δｙ Δｚ） Ｔ 為地形起伏引起的投影誤差。一般情況下，投影中心間距離為厘米級(jí)，航空飛行平臺(tái)的攝影距離通常為數(shù)百米，誤差項(xiàng)數(shù)值較小，可忽略其影響。

２ 實(shí)驗(yàn)及分析

本節(jié)通過一系列實(shí)驗(yàn)來驗(yàn)證虛擬成像原理在寬幅組合相機(jī)圖像拼接以及多光譜組合相機(jī)波段配準(zhǔn)中的有效性［１６］。為了展示虛擬成像技術(shù)在處理不同攝影平臺(tái)和條件下獲取的圖像數(shù)據(jù)時(shí)的適應(yīng)能力和精度，并證明理論的可行性和實(shí)用性，實(shí)驗(yàn)選取了２ 種不同類型的相機(jī)：徠卡ＣｏｎｔｅｎｔＭａｐｐｅｒ 寬幅組合相機(jī)和長(zhǎng)光禹辰ＭＳ６００ 多光譜組合相機(jī)作為實(shí)驗(yàn)的主要設(shè)備。

詳細(xì)的技術(shù)參數(shù)和外觀特征為實(shí)驗(yàn)提供了必要的技術(shù)背景，是理解實(shí)驗(yàn)結(jié)果的關(guān)鍵因素。２ 種相機(jī)的外觀及其基本參數(shù)分別如表１ 和表２ 所示。

表１ 列出了徠卡ＣｏｎｔｅｎｔＭａｐｐｅｒ 組合相機(jī)中３ 臺(tái)獨(dú)立物理相機(jī)的基本參數(shù)，下視相機(jī)與左、右２ 臺(tái)側(cè)視相機(jī)相比，主距短，視場(chǎng)角大，由于其攝影距離較側(cè)視相機(jī)更近，因此成像時(shí)３ 臺(tái)物理相機(jī)間的空間分辨率差異較小，對(duì)于虛擬拼接是有利的。

表２ 列出了長(zhǎng)光禹辰６ 波段多光譜組合相機(jī)的基本參數(shù)，每臺(tái)物理相機(jī)除濾光片不同外，其他參數(shù)均相同，安裝角度近似相互平行，拍攝范圍基本一致。

２． １ 寬幅組合相機(jī)實(shí)驗(yàn)與分析

徠卡ＣｏｎｔｅｎｔＭａｐｐｅｒ 寬幅組合相機(jī)實(shí)驗(yàn)數(shù)據(jù)位于城區(qū)，相對(duì)地面飛行高度約為２ ７００ ｍ，影像空間分辨率約為０． ０９ ｍ，影像紋理豐富、對(duì)比度適中，無明顯模糊。在成像時(shí)，３ 臺(tái)物理相機(jī)分別對(duì)地面不同區(qū)域進(jìn)行攝影，側(cè)視相機(jī)與下視相機(jī)視場(chǎng)角之間的重疊度約為０． ６°，處于重疊區(qū)的地物會(huì)同時(shí)在側(cè)視相機(jī)和下視相機(jī)上成像。首先利用影像匹配算法在重疊區(qū)內(nèi)量取一組空間分布盡可能均勻的同名像點(diǎn)，如圖３ 所示，圖中紅色十字絲代表同名像點(diǎn)在影像中的位置。

然后將同名像點(diǎn)坐標(biāo)視作觀測(cè)值，利用最小二乘方法解算式（３）對(duì)應(yīng)的未知數(shù)，建立３ 臺(tái)相機(jī)之間的剛體變換關(guān)系。接著將虛擬相機(jī)成像傳感器幅面設(shè)置為１９１． ７６ ｍｍ×４０． ００ ｍｍ，并通過虛擬成像重投影變換［１７］和灰度重采樣過程，生成一整幅寬視角影像，結(jié)果如圖４ 所示。

圖４ 所示影像寬５１ ０００ ｐｉｘｅｌ，高１０ ６４０ ｐｉｘｅｌ，與表１ 所示物理相機(jī)幅面相比，虛擬寬幅影像合成了左視、下視以及右視３ 臺(tái)相機(jī)拍攝的影像，顯著增大了虛擬相機(jī)的視場(chǎng)角。

為了進(jìn)一步驗(yàn)證相機(jī)重疊區(qū)拼接縫兩側(cè)地物的對(duì)齊精度，實(shí)驗(yàn)臨時(shí)關(guān)閉了虛擬成像過程中的色彩均衡算法和羽化過度算法。這樣做可以保留拼接縫，便于觀察地物幾何錯(cuò)位，這種幾何錯(cuò)位在圖５ 中有所展示。

圖５ 為拼接縫兩側(cè)放大２ 倍后的結(jié)果，沿拼接縫兩側(cè)線狀地物對(duì)齊良好，無明顯錯(cuò)位。為了定量評(píng)價(jià)３ 臺(tái)相機(jī)重地區(qū)拼接精度，實(shí)驗(yàn)在求得式（３）中的未知數(shù)后，將左、右２ 臺(tái)相機(jī)上的像點(diǎn)坐標(biāo)變換至下視相機(jī)，并與同名像點(diǎn)在下視相機(jī)上的坐標(biāo)求差，其中誤差為１． １９ μｍ，約為０． ３１ ｐｉｘｅｌ（１． １９ ／ ３． ７６≈０． ３１），該值可作為拼接精度的定量評(píng)價(jià)指標(biāo)。

２． ２ 多光譜組合相機(jī)實(shí)驗(yàn)與分析

在本節(jié)中，第一組實(shí)驗(yàn)數(shù)據(jù)選取高大建筑區(qū)，用于本文方法對(duì)場(chǎng)景深度變化的適應(yīng)能力；第二組數(shù)據(jù)為無紋理及乏紋理區(qū)，用于檢驗(yàn)將組合相機(jī)幾何關(guān)系視作剛體的合理性；第三組紋理豐富，用于定量評(píng)價(jià)本文方法的精度。

２． ２． １ 場(chǎng)景深度變化時(shí)的驗(yàn)證與分析

實(shí)驗(yàn)采用多旋翼無人機(jī)搭載多光譜組合相機(jī)進(jìn)行飛行，相對(duì)地面飛行高度為１００ ｍ，同時(shí)觀察的樓房高度約為２０ ｍ。為了展示波段配準(zhǔn)的效果，比較了配準(zhǔn)前后的影像，對(duì)比效果如圖６ 所示。

從圖６（ａ）可以看出，配準(zhǔn)前將各物理相機(jī)拍攝的波段直接疊加，存在明顯的幾何錯(cuò)位；而采用本文方法配準(zhǔn)后，整體目視效果良好。從圖６（ｃ）的局部放大圖來看，地面停車場(chǎng)中車位邊線及屋頂均嚴(yán)格配準(zhǔn)，無錯(cuò)位現(xiàn)象，說明忽略式（４）所示誤差項(xiàng)是可行的。

２． ２． ２ 乏紋理及無紋理區(qū)的驗(yàn)證與分析

當(dāng)用組合相機(jī)拍攝大面積河流、湖泊、沙漠和草原等無紋理或乏紋理地區(qū)時(shí)，可利用相同航高獲取的一組紋理豐富的圖像，計(jì)算式（３）所需參數(shù)，進(jìn)而處理無紋理區(qū)圖像。實(shí)驗(yàn)選取一個(gè)水面面積較大的區(qū)域進(jìn)行觀測(cè)，其中相對(duì)水面的航高約５０ ｍ。為了展示不同條件下的配準(zhǔn)效果，特別關(guān)注了部分落水和完全落水２ 種情況。這２ 種情況下的配準(zhǔn)效果分別如圖７ 和圖８ 所示。

從圖７ 和圖８ 可以看出，地面和水面均嚴(yán)密配準(zhǔn)，特別是當(dāng)影像全部落水時(shí)，波段之間仍然配準(zhǔn)嚴(yán)密，這說明將組合相機(jī)的幾何變換關(guān)系視作剛體，相同飛行條件使用同一套變換參數(shù)是合理的。

２． ２． ３ 精度驗(yàn)證與分析

為定量評(píng)價(jià)本文方法的幾何精度，實(shí)驗(yàn)進(jìn)一步選取一幅已配準(zhǔn)影像，取該影像的第四、第五波段，利用最小二乘匹配方法［１８］提取波段間同名像點(diǎn)，并將像點(diǎn)在２ 個(gè)波段上的坐標(biāo)之差作為評(píng)價(jià)波段間配準(zhǔn)精度［１９－２１］的指標(biāo)。

波段４ 與波段５ 之間的同名像點(diǎn)（經(jīng)統(tǒng)計(jì)共計(jì)２１２ 對(duì)同名像點(diǎn)）基本覆蓋了整幅影像，這些點(diǎn)不僅分布在地面上，也位于房頂和樹冠上。這種廣泛的分布可用于評(píng)估不同深度地物的配準(zhǔn)精度。同名像點(diǎn)的分布如圖９ 所示，而２ 個(gè)波段間同名像點(diǎn)的坐標(biāo)差值，作為評(píng)價(jià)配準(zhǔn)精度的部分結(jié)果，如表３ 所示。

從表３ 可以看出，２ 個(gè)波段間在列和行方向的配準(zhǔn)誤差分別為０． １６ ｐｉｘｅｌ 和０． １９ ｐｉｘｅｌ，平面配準(zhǔn)誤差為０． ２５ ｐｉｘｅｌ，滿足遙感領(lǐng)域中對(duì)影像配準(zhǔn)精度一般不低于０． ３ ｐｉｘｅｌ 的要求。

３ 結(jié)束語

基于通道分離型組合相機(jī)成像原理，深入探討了虛擬成像技術(shù)在擴(kuò)展寬幅組合相機(jī)視場(chǎng)角及實(shí)現(xiàn)多光譜組合相機(jī)波段精確配準(zhǔn)方面的應(yīng)用。將多臺(tái)物理相機(jī)的相對(duì)位置和姿態(tài)關(guān)系視為剛體連接，通過精確測(cè)量不同相機(jī)捕捉的同名像點(diǎn)，計(jì)算相機(jī)間的幾何變換關(guān)系，成功將各個(gè)相機(jī)拍攝的圖像集有效地融合為一幅符合單中心投影規(guī)律的新圖像。核心工作在于優(yōu)化各物理相機(jī)的固有幾何關(guān)系，特別是在航空攝影中，通過忽略地形起伏引入的誤差，簡(jiǎn)化了平差模型，顯著提升了圖像融合的處理效率，在處理無紋理區(qū)域或復(fù)雜地形時(shí)顯示出高適應(yīng)性和精確度，擴(kuò)展了寬幅組合相機(jī)在中小范圍航攝中的應(yīng)用范圍和提高了多光譜組合相機(jī)的光譜分辨率。

此外，基于虛擬成像原理的組合相機(jī)視場(chǎng)拼接與波段配準(zhǔn)后生成的單中心投影虛擬影像，完全兼容現(xiàn)有攝影測(cè)量處理軟件系統(tǒng)。這一成果在理論上具有精確性，在實(shí)際應(yīng)用中展現(xiàn)出高效性，解決了寬幅組合相機(jī)的拼接難題和多光譜相機(jī)的波段配準(zhǔn)問題，為航空攝影測(cè)量領(lǐng)域提供了新視角和實(shí)用解決方案。該技術(shù)不僅提高了數(shù)據(jù)處理的效率和精度，也為地理信息系統(tǒng)的應(yīng)用開辟了新途徑。

然而，在特殊場(chǎng)景，尤其是處理各物理相機(jī)曝光不同步的問題時(shí)仍面臨挑戰(zhàn)。在物理相機(jī)攝影中心間距較大時(shí)，虛擬成像方法難以解決寬幅組合相機(jī)的拼接和多光譜組合相機(jī)的配準(zhǔn)問題。未來將探索更高效的同步曝光技術(shù)和改進(jìn)的影像融合算法［２２］，以確保在各種條件下都能獲得高質(zhì)量影像數(shù)據(jù)。

參考文獻(xiàn)

［１］ 葛小三，陳曦，趙文智，等． 基于生成對(duì)抗網(wǎng)絡(luò)的建筑物損毀檢測(cè)［Ｊ］． 測(cè)繪學(xué)報(bào)，２０２２，５１（２）：２３８－２４７．

［２］ 韓杰，王爭(zhēng)． 無人機(jī)遙感國(guó)土資源快速監(jiān)察系統(tǒng)關(guān)鍵技術(shù)研究［Ｊ］． 測(cè)繪通報(bào)，２００８（２）：４－６．

［３］ 吳培強(qiáng)，任廣波，張程飛，等． 無人機(jī)多光譜和ＬｉＤＡＲ的紅樹林精細(xì)識(shí)別與生物量估算［Ｊ］． 遙感學(xué)報(bào)，２０２２，２６（６）：１１６９－１１８１．

［４］ 薛武，張永生，王濤，等． 無人直升機(jī)面陣影像高精度對(duì)地定位［Ｊ］． 武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），２０１９，４４（２）：２４６－２５３．

［５］ 劉宇，熊恒斌，文義紅，等． ＧＰＵ 支持的寬幅遙感影像ＲＰＣ 校正并行處理［Ｊ］． 無線電工程，２０２１，５１ （８）：６９９－７０４．

［６］ 范鑫，胡昌苗，霍連志． 耦合多源地理數(shù)據(jù)的多分辨率遙感影像場(chǎng)景分類方法研究［Ｊ］． 無線電工程，２０２１，５１（１２）：１４４９－１４６０．

［７］ 孫佳敏，宋慧慧． 基于ＤＷＴ 和生成對(duì)抗網(wǎng)絡(luò)的高光譜多光譜圖像融合［Ｊ］． 無線電工程，２０２１，５１ （１２ ）：１４３４－１４４１．

［８］ ＪＨＡＮ Ｊ Ｐ，ＲＡＵ Ｊ Ｙ，ＨＡＡＬＡ Ｎ． Ｒｏｂｕｓｔ ａｎｄ ＡｄａｐｔｉｖｅＢａｎｄｔｏＢａｎｄ Ｉｍａｇｅ Ｔｒａｎｓｆｏｒｍ ｏｆ ＵＡＳ Ｍｉｎｉａｔｕｒｅ Ｍｕｌｔｉｌｅｎｓ Ｍｕｌｔｉｓｐｅｃｔｒａｌ Ｃａｍｅｒａ ［Ｊ］． ＩＳＰＲＳ Ｊｏｕｒｎａｌ ｏｆ Ｐｈｏｔｏｇｒａｍｍｅｔｒｙ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０１８，１３７：４７－６０．

［９］ 張杰，范生宏，劉昌儒，等． 空間后方交會(huì)精度分析及實(shí)驗(yàn)驗(yàn)證［Ｊ］． 無線電工程，２０１５，４５（１２）：５９－６３．

［１０］ 徐斌，李英成，劉曉龍，等． 附加約束條件的光束法區(qū)域網(wǎng)平差在四拼數(shù)碼航空相機(jī)平臺(tái)檢校中的應(yīng)用［Ｊ］． 測(cè)繪學(xué)報(bào)，２０１４，４３（１）：６６－７３．

［１１］ 高燕，夏霏． 視覺信息位姿估計(jì)在火箭起飛漂移量中的應(yīng)用［Ｊ］． 無線電工程，２０２１，５１（４）：３０２－３０７．

［１２］ ＴＡＮＧ Ｌ，Ｄ？ＲＳＴＥＬ Ｃ，ＪＡＣＯＢＳＥＮ Ｋ，ｅｔ ａｌ． ＧｅｏｍｅｔｒｉｃＡｃｃｕｒａｃｙ Ｐｏｔｅｎｔｉａｌ ｏｆ ｔｈｅ Ｄｉｇｉｔａｌ Ｍｏｄｕｌａｒ Ｃａｍｅｒａ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ａｒｃｈｉｖｅｓ ｏｆ Ｐｈｏｔｏｇｒａｍｍｅｔｒｙ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０００，３３：１０５１－１０５７．

［１３］ 林宗堅(jiān)，蘇國(guó)中，支曉棟． 無人機(jī)雙拼相機(jī)低空航測(cè)系統(tǒng)［Ｊ］． 地理空間信息，２０１０，８（４）：１－３．

［１４］ 于君娜，王士成，梁碩． 基于ＰＯＳ 系統(tǒng)和ＳＩＦＴ 特征的無人機(jī)遙感影像拼接方法［Ｊ］． 無線電工程，２０１９，４９（１０）：８７５－８７９．

［１５］ 李健，劉先林，劉鳳德，等． ＳＷＤＣ-４ 大面陣數(shù)碼航空相機(jī)拼接模型與立體測(cè)圖精度分析［Ｊ］． 測(cè)繪科學(xué)，２００８（２）：１０４－１０６．

［１６］ ＪＨＡＮ Ｊ Ｐ，ＲＡＵ Ｊ Ｙ，ＨＵＡＮＧ Ｃ Ｙ． ＢａｎｄｔｏＢａｎｄ Ｒｅｇｉｓｔｒａｔｉｏｎ ａｎｄ Ｏｒｔｈｏｒｅｃｔｉｆｉｃａｔｉｏｎ ｏｆ Ｍｕｌｔｉｌｅｎｓ／ ＭｕｌｔｉｓｐｅｃｔｒａｌＩｍａｇｅｒｙ：Ａ Ｃａｓｅ Ｓｔｕｄｙ ｏｆ ＭｉｎｉＭＣＡ１２ Ａｃｑｕｉｒｅｄ ｂｙ ａＦｉｘｅｄｗｉｎｇ ＵＡＳ ［Ｊ］． ＩＳＰＲＳ Ｊｏｕｒｎａｌ ｏｆ Ｐｈｏｔｏｇｒａｍｍｅｔｒｙａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０１６，１１４：６６－７７．

［１７］ 黃鴻柳，譚果，蔣林利，等． 基于雷達(dá)傳感器和改進(jìn)深度學(xué)習(xí)的無人機(jī)目標(biāo)檢測(cè)方法［Ｊ］． 無線電工程，２０２３，５３（９）：２１４３－２１５０．

［１８］ 耿傲婷，李遲生． 一種基于粒子群的多站測(cè)向交叉定位改進(jìn)算法［Ｊ］． 無線電工程，２０２３，５３（９）：２０１２－２０１８．

［１９］ 魏泓安，單小軍，鄭柯，等． 基于深度學(xué)習(xí)的ＳＡＲ 與光學(xué)影像配準(zhǔn)方法綜述［Ｊ］． 無線電工程，２０２１，５１（１２）：１３６３－１３７２．

［２０］ 宋梟，朱家明，王瑩． 基于生成對(duì)抗網(wǎng)絡(luò)的多模態(tài)可變形醫(yī)學(xué)圖像配準(zhǔn)［Ｊ］． 無線電工程，２０２１，５１ （９ ）：９９９－１００６．

［２１］ 楊毅，李大成，于杰，等． 基于迭代更新的ＳＩＦＴ 遙感圖像配準(zhǔn)算法［Ｊ］． 無線電工程，２０２３，５３（２）：４０１－４０９．

［２２］ 常學(xué)立，郭鑫軼，嚴(yán)盟． 基于Ｐａｎｓｈａｒｐ 模型色彩高保真優(yōu)化的高分遙感影像融合方法［Ｊ］． 無線電工程，２０２１，５１（１２）：１３８２－１３８８．

作者簡(jiǎn)介

馮笑宇 男，（１９９２—），碩士，工程師。主要研究方向：航電系統(tǒng)、導(dǎo)航。

李 雷 男，（１９８５—），碩士，高級(jí)工程師。主要研究方向：航電武器任務(wù)系統(tǒng)。

鐘聯(lián)宇 男，（１９６８—），碩士，正高級(jí)工程師。主要研究方向：航電、衛(wèi)星導(dǎo)航、火控和通信。

陳江蘇 男，（１９８４—），碩士，高級(jí)工程師。主要研究方向：航電系統(tǒng)、導(dǎo)航、座艙顯示。

顧 杭 男，（１９７１—），碩士，正高級(jí)工程師。主要研究方向：航電任務(wù)系統(tǒng)、通信。

基金項(xiàng)目：國(guó)家自然科學(xué)基金（６１８１３７３）