精华资料航空影像与地图的配准纠正

精华资料航空影像与地图的配准纠正 航空影像与地图的配准纠正 1 引言像和地形图上选择相应的控制点，然后通过 建立的数学模型对影像进行纠正，而控制点 的多少与精度直接影响着航空影像纠正的 航空影像由于具有较大的比例尺，因此质量。目前，在没有数字地面高程的情况下，包含十分丰富的地面信息。对地面信息的分大多采用的是人工在地图上选择控制点，其析、研究和利用必须首先纠正由于像片倾斜缺点是，由于未纠正影像与地图之间存在比和地形起伏等引起的变形，即影像纠正。在例、旋转和地形差变形等差异，使得选点精航空摄影测量进入“数字化”时代后，航空度受到一定的影响，并在没有明显点处无法 [1]影像的纠正多采用数字微分纠正的方法。选点或所选点精度不足。本文使用了数字影数字微分纠正具有较高的几何精度，但必须像与数字地图叠加显示的技术，有效地克服首先生成该影像范围的数字地面高程了上述缺点，大大提高了控制点的选点精(DEM)。在缺乏数字地面高程的情况下，航度。 空影像的纠正将变得复杂和困难。 2.1 PC显示模式的设定 为了解决这一问题，有效的途径是利用 地形图提供的地形信息。本文提出了将航空 影像纠正至地形图的新方法，由于地图是建 航空影像多为8BIT灰度图像，彩色图立在大地坐标系下的，因此纠正的航空影像像也可分为多个8BIT图像 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示。因此，本也将是正射的。为了将航空影像准确地纠正文仅讨论灰度图像的情况。8BIT图像的显示至地形图上，本文使用了图形与图像叠加显在PC机上以256色显示为最好，在此模式示的技术，将地形图一矩形区与影像匹配选下，既可真实地显示图像，又可实现图像的 [2]择控制点，这一方法不仅加快了选择控制点快速显示。 的速度，更重要的是避免了人工量算的错 误。在选择四个控制点后，即将第一次的纠 在256色显示模式下，图形和图像的显正影像与地图相叠加，以后在叠加的图像中示采用的是索引彩色的方式。对于256个索选择控制点，并进行迭代纠正，最后由人根引值的每一个，都对应着一个彩色量，彩色据叠加图像的吻合程度终止纠正过程。量由绿色亮度、蓝色亮度和红色亮度的总和 [3]来表示。只有绿色、蓝色和红色的亮度都 相等时，才能表达出灰色。在256色模式下， 绿色、蓝色和红色的亮度使用6BIT索引值 2 影像与地图的配准来表达，所以它们的亮度范围为0,63。因 此在PC机256色显示模式下，只能表达出 64级灰度。灰度图像的显示只需6个信息 位。 影像与地图的叠加配准是本文纠正试 验方法的基础。航空影像的纠正首先要在影 2.2 地图与图像的叠加显示 在使用地图与图像叠加匹配时,由于只 使用地图的空间位置信息,因此只需对地图 进行二值化扫描输入,也就是说数字地图只 需1个信息位来表达。根据图像只需6个信 息位的特点,我们将8位灰度图像进行如下当需要关闭地图层时,可将调色板设置中的变换:CASE 1语句SetPalette(i,64,0,0)改为 SetPalette(i,i/4,i/4,i/4)。 X X X X X X X X 置0 X X X X X X 0 0 7 6 5 4 3 2 1 0 高位 低位 图1 图像灰度变换示意图 Fig.1 Transformation of image gray level 3 航空影像的纠正 航空影像的纠正可分为两个步骤:初纠 正和局部调整。首先,在以上讨论的基础上, 准确地选择四个控制点,然后利用这四点, 将地图进行第一次纠正,即初纠正。然后将 纠正后地图叠加至航空影像上,在叠加的基 础上和图像漫游的支持下,可以容易地发现这一操作实际上是对灰度值以4为倍数求残差点,并准确地调整至正确位置,算出残整。空出的第0位可将数字地图写入,这样差值,然后进行局部纠正,若仍有残差,继续即实现了地图和图像的叠加,又节省了存贮匹配选点并纠正,直至满足为止。最后,根据空间。对于以上的数据结构,本文设计了以以上记录的控制点,对航空影像进行纠正。下的调色板技术来实现图像的单独显示或具体纠正流程如图2所示(见下页)。叠加显示,以便于正确地匹配选点。 3.1 初纠正For ( i=0; i<256; i++) { 叠加选四个控制点 j= i -(i/4)*4; //求以4为倍数的余数 初 初纠正采用了以下的方程式: switch(j): 纠 case 0: 正 SetPalette(i,i/4,i/4,i/4); 对地图进行初纠正 break; //设置灰度调色板 case 1: SetPalette(i,64,0,0); 纠正地图与航空影像叠加 break; //设置地图为红色 } 其周围的图像作纠正前,首先计算出待纠正 点距已知控制点和变形点的距离,若三个最 X=a+ax+ay+axy 0123(1) 近距离中包括变形点则纠正,否则不纠正。 Y=b+bx+by+bxy 0123 ,至另二个设待纠正点至变形点的距离为R0在经过地图和航空影像的叠加并选择了四控制点的距离为R和R,本文根据待纠正点12 个控制点后,可解算出(1)式的系数,利用(1)于控制点和形变点距离有关的特点,通过大 并进行整幅图式将地图纠正至航空影像上,量的试验, 总结出以下对待纠正点进行纠正像的叠加,然后对叠加的图像进行漫游观察的关系式: 来发现残差点。图3a, 3b 给出了初纠正后 地图与影像叠加显示和准确匹配的结果。(4R+R+R)，R，R 01212k= (2) (R+R)，(R+R)，(R+R) 010212 ,x=k,X ,y=k,Y 可以证明0,K,1,当待纠正点为变形点时,按 公式(2)计算的k=1,,x=,X,,y=,Y;当待纠 正点为控制点时,按公式(2)计算的 k=0,,x=0,,y=0,即控制点不纠正。当变形纠 正后,即将纠正后变形点作为以后纠正的控图3a(左) 地图与航空影像的叠加制点。图4为局部纠正的示意图。以后重复 图2所示的局部纠正过程。 Fig.3a(Left) Overlay of map and aerial image 3.3 控制点的选取和重采样图3b(右) 地图与航空影像的配准 控制点的选取也是图像纠正的一个重Fig.3b(Right) Match of map and aerial image要步骤，控制点的均匀分布选取可以有效地 加快纠正过程。本文采用了自顶向下的控制 点选取方法,逐步缩小控制点的控制范围。 图5给出了局部纠正控制点选取的典型例3.2 局部纠正子。图中的点号为控制点选取的次序,控制 点的多少由人根据地图与图像叠加的效果航空影像由于航高较低,由地形引入的在平坦地区需要较少的来决定。一般来说,投影差较大,如果没有相应的数字地面模型,控制点,而在地形起伏较大的地区,需要较是不能进行准确的纠正的。加上其他因素引多的控制点。入的不 规则 编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf 变形,更为航空影像的纠正增加 了困难。局部纠正通过图形与图像叠加的方 法,能发现由各种因素引入的变形,并改正 至新的准确位置。局部调整同时还必须保证 原控制点处的位置不变,局部纠正的图像仍 是连续的。为了解决这一问题,本文提出了 如下的局部纠正思想。当发现局部变形点后, 并叠加匹配得出其坐标变化值,X,,Y后,对 [4]。在前面的纠正过程中，每一步都是对地 图的纠正，其实质就是逆映射。在最后的航 P1 P2 空影像的纠正时，只需重复初纠正和局部纠 R1正的算法，就可以将空间位置逆映射至原图R 2,x 像上。 ,y R0 4 实验结果,X ,Y P0 基于以上的思想,我们在Pentium-133微 待纠正点 控制点 变形点 机上开发了航空影像的纠正软件,编程语言 为Borland C++3.1, 可在Dos和Windows环图4 局部纠正示意图 境下运行，所用的实验数据是丘陵地区的航 空影像和相应地区纠正后的地形图。Fig.4 Partial rectification 图6a为原航空影像，图5b为纠正后的地 图。在进行了初步纠正后,又选择了12个控 制点,共选16个控制点，图6c为纠正后的航 空影像与地形图叠加的图像, 整个纠正过程1 包括选点和纠正共1小时, 通过对叠加图像2 6 的漫游显示, 我们看到纠正的航空影像与地10 图匹配得很好, 个别点处虽然存在着残差,11 但残差都在2个象素范围内。 9 5 7 12 13 8 3 4 图5 图像纠正控制点选择次序图 Fig.5 Selection order of control points 在地图与航空影像叠加匹配满意后,最 后的工作就是纠正。本文试验中,纠正的重 采样采用的方法是逆映射方式,逆映射方式图6a 原航空影像 较向前映射方式的重采样具有许多的优点 Fig.6a Original aerial imageFig.6c Overlay of rectified aerial image and map 另外,该软件在国家科委“九五” “区域性农业资源与环境遥感高精度动态监测系统”的攻关研究项目中也进行了实验研究, 纠正了多幅航空影像, 并利用1:5万的地形图对1:5万土地资源图进行了匹配纠正工作, 获得了满意的结果。 5 结论图6b 纠正后的地图 Fig.6b Rectified map本文在对航空影像进行纠正的研究中, 采用了图形与图像叠加并匹配选点的方法, 解决了控制点人工量算坐标不准确、繁琐的 问题, 提出的局部纠正的方法成功地纠正了航空影像因地形起伏和其他因素引入的变形。采用的控制点自顶向下的控制技术, 将整幅图像的纠正转化为越来越小的局部纠正问题, 如果有充足的控制点可以达到很高的纠正精度。但在地形图缺少信息, 无法提供较多控制点的情况下, 不能进行有效的纠正。 图6c 纠正的航空影像与地图的叠加