遥感图像配准

1. 实验目的 (1) 初步了解图像配准的基本流程，包括base 的选取和控制点的选取，实现 对两组图像进行配准，给出图像配准误差。 (2) 掌握 ENVI 软件的基本操作方法，确保能够使用 ENVI 软件完成图像配 准实验。 (3) 理解和巩固理论知识，明确图像配准的意义，掌握动手实践操作能力， 提高综合分析问题的能力。 2. 实验原理 2.1 几何校正与图像配准 几何校正必须在遥感图像信息提取之前进行。 只有把所提取的图像信息表达 在一个规定的空间投影参照系统中，才能进行图像的几何测量、相互比较以及 图像叠加分析。 几何精校正是利用地面控制点进行的几何校正。 它是用一种数学模型来近似 描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些 对应点（即控制点数据对）求得这个几何畸变模型，然后利用此模型进行几何 畸变的校正。 图像配准是相对于一个参考图像而言， 利用畸变的遥感图像与一个参考图像 之间的控制点来求得几何畸变模型，然后采取像素坐标变换来得到修正之后的 图像。它是图与图之间的一种几何关系。 图像配准的流程如下： (1) 输入原始数字图像 (2) 确定工作范围 (3) 选择特征点 (4) 匹配同名点与像元位值 (5) 选择纠正函数和相关参数 (6) 重采样 (7) 输出配准后的图像 2.2 地面控制点的选取 地面控制点是几何纠正中用来建立纠正方程的基础。 (1) 控制点数目和分布 控制点数目的最小值按未知系数多少来确定。 k 阶多项式方程控制点的最小 数目为(k+1)(k+2)/2，在条件允许的情况下。控制点要均匀分在工作地区。 (2) 图像中控制点的确定 在图像上，控制点应该在容易分辨、 相对稳定、特征明显的位置。在变化不 明显的大面积区域，控制点可以少一些。 (3) 地面控制点坐标的确定 地面控制点坐标可以通过地形图或现场实测获取。 2.3 多项式纠正方程 通过多项式函数描述地面控制点在待校正图像上的图像坐标（ x,y）与其真 实地理坐标（X,Y）的映射关系。 对于简单的旋转、 偏移和缩放变形， 可以使用最基本的仿射变换公式进行纠 正： x x   a a 0 0   a a 1 1 X X   a a 2 2Y Y y y   b b 0 0   b b 1 1 X X   b b 2 2Y Y (2-1) 复杂的变形可以使用 3 阶多项式纠正方程： x x a a 0 0  ( (a a 1 1X X a a2 2Y Y) ) ( (a a3 3X X 2 2 a a 4 4XY XY a a 5 5Y Y 2 2) ) ( (a a 6 6X X 3 3 a a 7 7X X 2 2Y Y a a 8 8XY XY2 2 a a 9 9 Y Y3 3) ) y y b b 0 0  ( (b b 1 1X X b b2 2Y Y) ) ( (b b3 3X X 2 2 b b 4 4XY XY b b 5 5Y Y 2 2) ) ( (b b 6 6X X 3 3 b b 7 7X X 2 2Y Y b b 8 8XY XY2 2 b b 9 9 Y Y3 3) ) (2-2) 式中：x、y 为像素的图像坐标，从待校正图像上获取 ；X、Y 为地面(或地 图)真实地理坐标，可通过野外调查、地形图或参考图像获取；ai、bi 为多项式 系数。 2.4 像素位置变换 像素位置变换是按选定的纠正方程把原始图像中的各个像素变换到输出图 像相应的位置上去，变换方法分为直接成图法和间接成图法。 2.5 灰度重采样 常用的重采样方法：最近邻方法、双线性内插方法和三次卷积内插方法。 3. 实验步骤 (1) 下载安装 ENVI4.7 软件。 (2) 通过 ENVI 软件打开两幅遥感图像,具体操作：File - Open Image File. (3) 进行图像配准，具体操作：Map - Registration - Select GCPs:Image to Image.此时选择一张图片作为基准图像， 另一张图片作为配准图像。 在两张图像 上选择一些特征明显的点作为控制点，并且保证两张图像选择的控制点一致。 每选好一个点，在 Ground Control Points Selection 中点击 Add Point，重复此操 作。 控制点越多则配准越精确， 并且保证控制点在图像上均匀分布。 通过 Ground Control Points Selection 中的 Show List 查看选取的控制点， 可以删除误差较大的 控制点。 选好控制点之后在 Ground Control Points Selection 中进行操作： File - Save GCPs to ASCⅡ.保存控制点文件。之后在 ENVI4.7 中选择 Map - Warp from GCPs:Image to Image.打开刚刚保存的控制点文件，并选择之前设定的基准 图像和配准图像。此时输出的图像就是配准之后的图像。 (4) 误差计算。重新载入配准过程中的基准图像和配准之后的图像。重复配 准的过程，直到选择好控制点。此时打开 Ground Control Points Selection 中的 Show List 可以查看选好的控制点的位置信息。通过公式计算误差。 4. 实验结果与分析 4.1 实验结果 本次实验使用了两组不同的图像进行图像配准实验。 第一组：两幅图像分别是 2008 年北京一号拍摄的和 2014 年天绘一号拍摄的哈 尔滨工程大学。如图 4.1 和图 4.2。 图 4.1 2008 年北京一号拍摄图 4.2 2014 年天绘一号拍摄 选择图4.1作为基准图像， 图4.2作为配准图像， 选择的控制点如图4.3和图4.4。 图 4.3 基准图像的控制点图 4.4 配准图像的控制点 输出的配准之后的图像如图 4.5 所示。 图 4.5 配准之后的图像 接下来利用参考的基准图像和配准之后的图像计算误差。误差的计算公式为： RMSE _ x   (x -x i i1 n i1 i n 2)n m m (4-1) RMSE _ y  ∑ (y -y )2n (4-2) 在参考的基准图像和配准之后的图像上选择的控制点如图 4.6 和图 4.7 所示。 图 4.6 基准图像的控制点图4.7 配准之后的图像的控制点 得到的两幅图像的控制点之间的误差数据如下图 4.8 所示。 图 4.8 控制点之间的误差数据 经过计算可以得到 RMSE_x=0.1334, RMSE_y=0.0943 第二组：两幅图像分别是 2007 年 QuickBird 拍摄的和 2011 年 WorldView拍摄 的同一港口。如图 4.9 和图 4.10。 图 4.9 2008 年北京一号拍摄图 4.10 2014 年天绘一号拍摄 选择图 4.9 作为基准图像，图 4.10 作为配准图像，选择的控制点如图 4.11 和图 4.12。 图 4.11 基准图像的控制点图 4.12 配准图像的控制点 输出的配准之后的图像如图 4