欢迎您访问北京中科遥数信息技术有限公司!

中文English

新闻中心

NEWS CENTER

高分辨遥感影像的精确处理

栏目:行业动态 发布时间:2015-02-12

摘要 :

高分辨率遥感影像的精确处理包含辐射精确处理和几何精确处理。

(一)高分辨率遥感影像的辐射精确处理

高分辨率遥感影像的辐射处理包括辐射质量改善与辐射质量提升。质量改善的含义是处理不同因素引起的影像降质,从而达到或接近理想条件下传感器的观测指标;质量提升则是指要超越传感器的硬件限制,获得更高质量的影像数据。

1 传感器因素的辐射质量改善

任何影像传感器都会存在一定的观测误差,在外空环境对地球进行连续观测的遥感传感器更是如此,获取的影像经常出现噪声、模糊、死像元等现象。虽然这些问题广受研究,但仍然存在一些尚未解决的难题:

(1)保持物理特性的遥感影像去噪对遥感影像进行去噪,在满足人眼视觉需求的同时,为了避免对后续的地物识别与定量应用产生影响,必须保持影像固有的物理特性。 例如,对多/高光谱遥感影像进行去噪,需要尽量保持目标的光谱曲线形状,对SAR 影像去噪,应该有效地保持其原有的散射与极化信息,这些都是当前亟待深入研究的方向。

(2) 传感器MTF的自动测量与快速精确补偿调制传递函数(MTF)是光学传感器的重要性能指标之一。 通过铺设地面靶标的方式一般可实现较为精确的量测,然而,在无地面靶标的条件下则需要人工选取用于MTF测量的刃边区域,不仅费时费力还受到人为因素的影响。 因此,通过对影像自身的统计计算,自动确定最优的刃边区域将会成为新的研究热点。另外,在MTF补偿方面,如何解决复原算法的精确性与运行效率之间的矛盾仍然值得进一步研究。

(3) 大面积坏死像元的修复探测元件损坏问题在遥感传感器中较为常见,而且一旦损坏将很难从硬件上进行修复,导致影像中出现死像元现象。 常规的基于内插的像元修复方法,仅适合小面积丢失区域的修复,对大面积的坏死像元无能为力。 近年来出现的一些信号处理新技术如压缩感知、Bandlet 变换等,在坏死像元的修复方面展现出强大的应用潜力。另外,要实现连续、大面积死像元的高精度修复,一般还需借助不同谱段、不同时相数据的互补信息。

2 非传感器因素的辐射质量改善

除了传感器本身以外,光照、大气、地形等因素都可能在一定程度上影响高分遥感影像的质量,当前亟待解决的问题包括:

(1)阴影的自动检测与去除在高分辨率遥感影像中,大量的阴影不仅影响了影像的视觉效果,也加大了地物识别的难度。 当前,无论是基于光谱信息还是基于空间信息的阴影检测方法,都还不能实现阴影区域的全自动、高精度提取。

在阴影去除方面,如何消除阴影去处带来的“边缘效应”、保持原有的纹理与色彩、提高处理效率等,仍然需要进行进一步的深入研究。 实现阴影的快速自动检测与有效去除,是提升高分遥感影像视觉效果和可辨识度的一个重要方向。

(2)高保真云雾去除云和雾是影响遥感影像辐射质量的重要因素。对于厚云的处理,一般需借助多源、多时相影像数据进行信息的修补,在处理过程中如何实现云区与非云区亮度和色彩的自然过渡是一个难题。对于薄云、雾的处理一般通过影像自身的统计计算就可以实现,但现有的处理方法仍然存在一定的局限性,如不能实现自动的云雾区域检测、处理后云雾区的色彩出现偏差、非云雾区的辐射特性难以保持等,这些都是值得关注的前沿问题。

3 超越传感器限制的辐射质量提升为了超越传感器的硬件限制实现影像质量的提升,一般需要融合多个影像中的互补信息,例如,全色-多光谱影像融合技术已在遥感领域进行了广泛应用。 实现遥感影像辐射质量提升的前沿技术包括:

(1)影像超分辨率重建

影像超分辨率重建是通过对多幅具有互补信息的低分辨率影像进行处理,重构一幅高分辨率影像的技术。 该技术的产生最早来源于处理多时相遥感影像的设想,但由于时空不一致与场景多变等问题,其在遥感领域一度发展较为缓慢。 近几年国内外学者已经证明了实现多时相影像超分辨率的可行性。另外,随着三线阵、多角度观测平台的出现,充分挖掘不同角度观测影像中的互补信息并实现分辨率的提升,也是一个颇具潜力的研究方向。

(2)时空信息融合

高空间分辨率的卫星观测系统往往时间分辨率较低,为地球陆表的动态监测带来一定的限制。 为了缓解此矛盾,遥感时空信息融合技术逐渐受到遥感学者的关注,即通过对高空间分辨率、低时间分辨的遥感传感器影像与高时间分辨率、低空间分辨率的传感器影像进行处理,生成时间相对连续的高空间分辨率影像序列。 该技术可以在不改变现有观测系统的条件下提高遥感影像的空间分辨率和时间分辨率,在诸多领域具有重要的应用价值。

(3)多时-空-谱遥感影像的一体化融合

除了全色-多光谱影像融合、影像超分辨率重建、时空信息融合技术以外,高光谱-多光谱影像融合、多尺度影像融合也逐渐被应用于遥感影像。 然而,由于各项技术的相对独立发展并缺乏统一的理论框架,使得现有的融合方法只能处理某些特定类型的观测序列,不能适应当前多传感器组网对地观测的发展趋势。因此,一个重要的发展方向是多时-空-谱遥感影像的一体化融合,即同时顾及影像序列的多波段、多时相、多角度、多尺度等特点,建立一体化的计算框架实现对多种观测数据的共同描述与信息融合。

(二)高分辨率遥感影像的几何精确处理

由于传感器畸变、轨道姿态变化、地球曲率及旋转、地形起伏、大气折射等多种因素的影响,遥感观测系统获取的影像中不可避免地存在几何畸变,因此在数据应用之前需要进行影像的几何校正。

1 高精度的传感器几何检校

传感器自身的成像变形,特别是光学相机的镜头畸变、CCD 器件的几何变形等对最终的影像几何精度影响甚大。此外,在遥感数据获取过程中,气压、温度、湿度等条件都会对传感器性能产生影响,初始内方位元素等几何参数会发生改变。尽管如此,由于长期以来缺少高分辨率对地观测系统几何定标场支持,在对遥感影像进行几何校正时很少考虑传感器本身误差对成像几何精度的影响,这些误差包括:内方位元素的误差、成像比例尺不一致系数和坐标轴间的不正交系数等。为了提高高分辨率遥感影像几何校正的精度,应该重视传感器几何参数的检校,基于几何定标场进行严密成像模型和误差模型的构建,这是实现遥感影像精密几何定位不可忽略的前提。 我们的试验研究表明,基于几何定标场的严密标定,我国高分辨率卫星遥感影像也能达到 0.5像元的几何精度。

2 地形复杂地区的几何校正

常规的多项式几何校正方法在地形平坦地区能够有效消除影像的几何变形,但由于没有考虑地形起伏对影像几何形变的影响,在地面高度变化较大的复杂地区经常会产生严重的误差。 顾及地形起伏的多项式几何校正方法,主要思路是结合影像地区的数字高程模型,利用多项式或有理函数模型建立像点与真实三维地理坐标之间的函数关系,从而进行高精度的几何校正,当前在最优函数模型的选择方面仍需要进行深入研究。

对于高分传感器常用的星载推扫式光学传感器,影像系统校正产品的几何模型基本是用仿射变换进行表示,忽略了系统几何校正过程中高程引起的影像变形,因此有必要深入研究推扫式光学卫星影像系统几何校正产品的三维几何模型,通过三维几何模型对于成像过程中的高程变形规律加以表示,以利于利用控制点等数据进行后续的处理,从而提高几何校正精度。

3 稀少地面控制点的几何校正

常规几何校正方法在稀少控制点的情况下会产生较大的几何误差,相应的前沿技术主要包括无地面控制或少量地面控制点的高精度几何校正方法。李德仁等: 高分辨率对地观测的若干前沿科学问题对于完全没有地面控制点信息的情况,国际上经常使用高阶 INS 误差模型的 GPS/INS 组合定位方法获取成像瞬间的传感器外方位元素;对于同时有空中控制信息和少量地面控制点信息的情况,使用基于空中控制和少量地面控制点的外方位元素快速精密求解方法。 可以结合几何定标场传感器检校获取的内方位元素,使用基于共线条件方程的严格成像模型对影像进行高精度几何校正。

4 无控制点高分辨率影像自主定位

高分辨率卫星影像在实际应用中常常面临着无法获取一定数量的高精度控制点问题,因此需要发展无控制点高分辨率影像自主定位方法。 采用多传感器卫星遥感影像联合平差技术是一项可行的技术,可以充分利用已有的大量多时相高分辨率卫星遥感影像,通过多源多时相的重复观测提高自主定位精度。 然而,在无控制点联合平差中,由于平差基准的缺失,联合平差的设计矩阵变为秩亏方程,导致经典的最小二乘平差不能收敛。 但可以通过采用统一的多源卫星遥感影像成像几何模型,建立相对位置固定、绝对位置浮动的图形参考系,进行自由网平差,实现无控制点的遥感影像定位。

网站备案:京ICP备14047794号 版权所有:北京中科遥数信息技术有限公司 网站建设:铭科网络