航空影像与矢量数据间的配准问题分析

(整期优先)网络出版时间:2018-01-11
/ 2

航空影像与矢量数据间的配准问题分析

黄兴明1王睿2孙铭2

关键词:航空影像;矢量数据间;配准问题

一、特征选取与矢量数据预处理

同点特征相比,影像上的线特征,尤其是直线特征,在特征提取和配准方面具有其独特的优越性。首先,大部分影像,尤其是人工地物较多的地方,包含着丰富的线状信息,即使在纹理模糊的影像或是噪声图像上,直线特征的提取都相对容易,精度也高。其次,线状特征或边缘具有明显的特征属性和描述参数,包含大量信息,可以利用端点坐标来描述直线段,并且进行配准的同名线段的端点可以不是同名像点,使用灵活。因此,这里选取直线特征作为特征空间进行配准。

矢量数据是现实世界的模型表达,存储着点、线、面、属性以及各实体之间的拓扑关系等信息。为了提高配准的效率和精度,需要对矢量数据进行预处理。由于本文要利用二维多尺度线段模板对线段等分点的最佳匹配点进行搜索以实现线状地物的自动提取,因此,参与匹配的矢量数据直线段的长度和宽度是影响配准计算量和精度的决定性因素。选取的线段长度太短,匹配结果对后续配准精度影响较大;线段长度太长或者宽度太宽,计算量又太大,影响配准的效率。另外,选取的线段数量应满足一定要求以便于求解配准转换函数参数。综上,选取长度适中且宽度较小的直线段(水系,道路)参与配准为最佳。

矢量数据预处理的具体过程包括:首先对矢量数据的形状和长度进行判别,剔除矢量数据中的点状要素和比较小的面状要素以及等高线,保留线状要素和比较大的面状要素;利用道格拉斯-普克算法,对线状要素及较大的面状要素进行适当的压缩;对部分符合条件的矢量数据进行简化,剔除其中线段长度过长或过短的线段。

二、搜索策略与相似性测度

搜索策略是指在寻找共轭实体的过程中采用的策略,是配准技术的重要组成部分,决定了配准的精度和可靠性。本文将以矢量信息的初始投影结果为初值,利用二维多尺度线段模板对航空影像上相应线状信息进行自动提取,同时建立矢量数据直线段与影像直线特征之间的一一对应关系。其流程如图1所示。

1)确定影像与矢量数据间的近似变换关系:通过人机交互方式,选取3到5个控制点对矢量数据进行粗略变换投影到影像上。将每条矢量数据直线段按照一定间隔分为若干部分,在直线段两侧沿法线方向一定宽度的范围则是等分点的搜索范围。

2)设计二维多尺度线段模板:用了带状模板(如图2a所示)对最佳匹配点进行搜索,由于带状模板只对一维方向的待选匹配点进行搜索,匹配可靠性和精度不高。由于道路在影像上的色调通常表现为白色或浅灰色,而其周边地物的色调通常较暗,因此,在构造用于匹配的线段模板时将线段所在区域的像素设定为白色,模板其他区域的像素设定为黑色。本文设计一种二维多尺度线段模板(如图2b、图2c中所示)。考虑到线状地物宽度不同,为满足配准精度设计了宽度分别为1、3、5、7、9、11与13像素的线段模板对线状地物进行自动提取。模板的斜率由投影到影像上的待匹配的矢量数据线段的斜率确定。与带状模板相比,二维多尺度线段模板考虑到了模板的方向、增加了模板的尺寸,对相应线状地物从二维方向进行自动搜索,提取结果稳定、精度高。

3)选择相似性测度:相似性测度是用来判断同名特征相关性的度量,决定了特征因素是否参与配准,因此,相似性测度在配准过程中显得尤为关键,对配准结果的可靠性和稳定性有很大影响。考虑到相关系数是灰度线性畸变的不变量,即当影像存在线性畸变时仍能较好地评价它与模板之间的相似程度,因此选取相关系数作为相似性测度。其表示形式如下:

其中,m、n表示计算相关系数的模板的尺寸大小;(r,c)表示搜索的点位;g、g'分别表示线段模板与影像窗口的灰度值。

4)搜索最佳匹配点位:对最佳匹配点位进行搜索时,为了提高计算效率,可以首先用较小线宽的单一模板,例如3个像素,在各等分点的搜索范围内进行搜索,计算相关系数,剔除不满足条件的搜索点位,满足阈值条件的点位作为等分点的待选匹配点。然后利用不同宽度的模板,依次对每条线段上各等分点的待选匹配点对应的影像窗口进行匹配,求得相关系数。计算不同宽度的线段模板在每条线段所有等分点位对应的相关系数之和,所得的最大值对应的宽度即为线状地物的最佳宽度。宽度为一个像素以上的影像线状信息上的匹配点应取其中心为待选的最佳匹配点。最后根据以下两条规则确定最佳匹配点位:1.相关系数满足阈值条件(实验中该阈值取为0.75);②各等分点与其最佳匹配点位之间的距离应近似相等,最佳匹配点位与其初值相差不大。

5)拟合最佳匹配直线:依次利用每条矢量数据直线段上各等分点的最佳匹配点的像坐标,进行线性拟合,剔除部分拟合误差较大的等分点以提高配准的精度和可靠性。利用剔除粗差后的最佳匹配点数据,重新进行线性拟合,得到最佳的匹配直线表达式:

4)改正影像外方为元素的值

通过影像外方位元素的改正值修正外方位元素,重复步骤2)到4),直至外方位元素改正数的绝对值满足阈值为止。

参考文献

[1]张晓东,李德仁,龚健雅,等.一种基于面特征的遥感影像与GIS数据配准方法[J].遥感学报,2006.

[2]张剑清,董明,张宏伟.TM影像与GIS矢量数据的自动配准[J].武汉大学学报·信息科学版,2005.