基于MATLAB图像处理工具箱IPT函数的遥感图像配准_梁洪有

1、第 31卷 第 5期 2008年 10月测绘与空间地理信息GEOMA TICS &SPA T I AL I N FORMA TI ON TECHNOLOGYVol . 31, No . 5Oct . , 2008收稿日期 :2007-12-05基金项目 :国家自然科学基金项目 (40571113 ; 国家教育部留学回国人员科研启动基金重点项目 (HX040013 资助 作者简介 :梁洪有 (1972- , 男 , 河南延津人 , 博士研究生 , 主要从事遥感图像处理和遥感定量化应用研究。基于 M AT LAB 图像处理工具箱 I PT函数的遥感图像配准梁洪有1, 2, 3, 余 涛 1

2、, 顾行发1(1. 遥感科学国家重点实验室 , 中国科学院 遥感应用研究所 , 北京 100101; 2. 中国科学院 研究生院 , 北京 100049; 3. 河南理工大学 , 河南 焦作 454000摘 要 :遥感图像配准是遥感图像拼接、 信息融合的基础 , 是对遥感图像定量应用和研究的关键环节。 MAT LAB的图像处理工具箱 I PT (I m age Pr ocessing Toolbox 提供有基于点特征进行图像配准的函数 , 利用这些函数可以方 便快捷地完成图像之间的配准 。论文首先对图像配准及基于点特征的遥感图像配准作了详细的介绍 , 然后对 I PT 中配准函数的语法格式作了

3、详尽的分析 , 并对两幅遥感图像进行了配准操作 , 最后对该方法进行了结论性分 析 , 阐明该方法的应用价值与可改进之处。关键词 :MAT LAB; IPT 函数 ; 遥感图像 ; 点特征 ; 配准 中图分类号 :TP75 文献标识码 :B 文章编号 :1672-5867(2008 05-0008-04Re mote Sensi n g I mage on on the I PT L -1, 2, 3, Y U Tao 1, G U Hang -fa1(1. Re Sen si n g Sc i ence, I n stitute of Re m ote Sen si n g Appli ca

4、 ti on s, Ch i n eseAcade m y of Sc iji n g Ch i n a; 2. School of Gradua te, Ch i n ese Acade m y of Sc i ences, Be iji n g 100049, Ch i n a;3. Henan Polytechn i c Un i versity, 454000, Ch i n aAbstract:Re mote sensing i m age registrati on is the base of re mote sensing i m age mosaicing and inf o

5、r mati on fusi on, and the key part f or quantitive research and app licati on of re mote sensing i m age . The I PT (I m age Pr ocessing Toolbox ofMAT LAB p r ovides the functi ons f or i m age registrati on based on the character of points . It is si m p le t o i m p le ment the registrati on bet

6、w een i m ages using the functi ons . This paper firstly intr oduced the i m age registrati on and re mote sensing i m age registrati on based on the character of points in detail . Then it analyzed the syntax and for mat of the registrati on functi on in LPT and i m p le mented the registrati on be

7、t w een 2re mote sensing i m ages . Finally, it analyzed the method and put f or ward the app licati on value and the i m p r oving points of the method . Key words:MAT LAB; I PT functi ons; re mote sensing i m age; character of point; registrati on0 引 言图像配准是对取自不同时间、 不同传感器或不同视角的同一地域或物体的两幅图像或多幅图像进行匹配

8、的 过程 , 通过图像配准可以将关联图像统一到同一坐标系 下 , 将两幅或多幅图像中对应于空间同一位置的点联系起来 , 实现图像的几何差异校正 14。由于在电磁波段、 观测时间、 成像几何、 成像机理、 空间分辨率等方面存在 差异 , 多源遥感卫星图像上尽管是同一区域地物 , 其在辐 射信息和几何信息方面也存在一定的差异 , 因此多源遥感图像之间的配准则是遥感图像处理和应用不可缺少的 步骤。 结合图像配准的概念 , 遥感影像配准可表述为将 两幅或多幅遥感图像与基准图像或地图进行空间对准 , 确定不同图像上对应的同名点的坐标 , 消除或减少待校 正图像和基准图像之间由于成像条件不同所引起的几何

9、形变 , 从而获得具有几何一致性的多幅图像。可见 , 遥感 图像配准是遥感图像拼接、 信息融合的基础。张永生等将图像配准划分为相对配准和绝对配准 5。相对配准是 从多个图像中选择某一图像作为参考图像 , 然后将其他 幅图像与参考图像进行配准 ; 绝对配准是在同一地理坐 标系下对多幅图像进行几何纠正 , 绝对配准的方法常用 于遥感图像的几何校正。 通常意义上的遥感图像配准即 是指相对配准算法的应用和研究 6。在相对配准方法中 , 基于点映射的几何配准方法更 为常用 , 该方法在待配准和基准两幅图像中选择控制点 来确认图像中的相同特征和标志 , 然后根据这些控制点 的位置来推算某种空间映射的关系

10、, 再用这种空间映射 的关系对待配准图像进行几何变换 , 获得配准结果 3。 MAT LAB 以其强大的矩阵运算功能及丰富的图像处理函 数等在图像处理方面占有明显的优势 , 在图像的几何运 算方面 , MAT LAB 的 图 像 处理 工 具 箱 (I m agePr ocessing 2 Toolbox, 简称 I PT 提供了一些支持点映射的工具 , 其中的 图像配准函数可以帮助研究人员把精力集中在算法研究 上 , 而不是繁琐的程序的编写上 , 从而大大提高工作效 率 7, 8。 文章主要阐述了 MAT LAB 中基于点特征的图像 配准方法的分析和应用研究。1 基于点特征的图像配准方法基于

11、点特征的图像配准方法属于在图像的空间域进 行操作 , 空间域配准方法仅从图像的几何变形与灰度差 的角度入手 , 简单直观易实现 , 对一般的可见光影像及部 分近红外影像、 雷达影像均可以处理 ,速度 快 等 优 点。空 间 域 配 准 主 要 包 括 以 下 几 骤 1, 9-10:1 即从参考 , 用来 与参考图像匹配的图像称为输入图像 ;2 对两幅图像中的对控制结构 (如控制点 进行匹 配 ;3 选择几何变换模型并对其参数进行估计 ;4 对输入图像实行坐标变换和灰度插值 ;5 对配准的效果进行评估。基于控制点的配准方法 , 即控制结构为图像中的特 征点 (称为控制点 , 对控制点进行匹配

12、, 估计几何变换参 数并进行配准。概括起来讲 , 这一过程主要包括两个步 骤 :1 在图像中选择和匹配控制点 ;2 从已经匹配的控制点中获取信息 , 并找出可以对 图像中其余点进行匹配的匹配函数。 点特征是最基本的 一种特征 , 其计算与描述都很简单 , 而且适用的范围最 广。 控制点可以由用户提供 , 也可以由算法估计。 在遥感 图像配准过程中 , 首先在两幅图像上选取一些同名点 ; 然 后利用同名像点的坐标值来估算表征两图像之间几何变 换函数 ; 最后按照变换函数进行几何变换并完成对待校 正图像的重采样。 整个方法的难点在于如何可靠地获取 同名像点 4。2 I PT 中图像配准相关函数 1

13、1-12在 MAT LAB 工具箱中 , 可以用 cp select 函数选取图像 之间的控制点对 , 由 cp2tfor m 函数修正重叠部分的几何差 异 , 由 i m transfor m 函数进行坐标转换 , 即 cp2tf or m 函数和 i m transf or m 函数结合使用完成图像的配准。2. 1 cpselect 函数如果没给定输入图像与参考图像之间的控制点对 , 就用 cp select 函数显示图像界面 , 采取手动在两幅图像的 重叠部分选取配准控制点 , MAT LAB 自动进行亚像素分 析 8。 如果给定控制点对 , 则不作本步骤。 cp select 函数 的

14、基本调用语法为 :cp select (g, f, input_points,base_points其中的 g 代表待配准图像 , f 代表基准图像 , input_ points 和 base_points分别为待配准图像与基准图像上的 初始控制点集和最终控制点集的保存变量 , 退出时 input_ points 和 base _points的值保存在系统的工作区 (Work 2 s pace 中 , 便于后续程序调用。值得注意的是 , 控制点选 择工具同时仅支持一个颜色通道 , 即控制点选择工具只 能接受灰度图像 , 仅能将 RG B分量传递给 cp select,2. 2m , 可以根据

15、控制点 , 该函数将变换参数返回到 TF ORM 的几何变换结构变量 tf or m 中。 cp select 函 数的基本调用语法为 :tf or m =cp2tf or m (input_points,base_points, transf or m 2 ty pe 格 式 中 , transf or m type 为 变 换 类 型。可 见 , 调 用 cp2tfor m 函数时除了给定控制点信息外 , 还必须选择一种 能够正确消除输入图像失真的变换类型。 cp2tf or m 函数 支持六种空间变换类型 , 其中线性变换、 仿射变换、 投影 变换和多项式变换是全局变换 , 这些变换对整

16、幅图像应 用同一个数学表达式 ; 分段线性变换和局部权平均变换 是局部变换 , 这两种变换将对图像的不同部分使用不同 的数学表达式。 在应用时根据图像之间的变形关系选择 使用。2. 3 i m tran sform 函数在 MAT LAB 中用 I PT 函数 i m transfor m 来完成一般的 二维空间变换。 该函数的基本调用语法为 :f -g =i m transfor m (g, tfor m, inter p 其中 , f -g 代表变换后输出图像 , g 代表待变换的图 像 , tfor m 为一个指定变换类型的空间变换结构 TF OR M 变 量 , inter p 是一个

17、字符串 , 用来指明输入像素怎样插值来 获得输出像素 , 可以是 nearest (最邻近像素法 , biline 2 ar (双线性插值法 或 bicubic (双三次插值法 , 默认 为 bilinear 。 该函数将变换应用于输入图像的每一个颜 色分量。3 基于 I PT 函数的遥感图像配准本例中所选定的图像选自遥感图像处理软件 ER 2 9第 5期 梁洪有等 :基于 MAT LAB 图像处理工具箱 I PT 函数的遥感图像配准 DAS8. 7内 exa mp les 中美国亚特兰大地区的两幅图像。一幅图像是 s pot 卫星传感器的 10m 分辨率 1401×1301像素的全

18、色图像 , 具有当地地理坐标系统 , 作为基准图 像 ; 另一幅是 landsat 卫星传感器的 30m 分辨率 512×512像素的多光谱图像 , 无地图坐标 , 作为待配准图像。为了 方便运算 , 将两幅图像转换为了 tif 格式 , 并且分别裁剪成 671×560像素和 256×256像素大小。具体图像分别如 图 1和图 2所示。3. 1 将图像读入 M ATLAB 工作平台中f =i m read ( p anatlanta_sub . tif ; subp l ot (1, 2, 1 , i m s 2 how (f ; %读入并显示基准图像g =i m

19、 read (t m atlanta_sub . tif ; subp l ot (1, 2, 2 , i m s 2how (g (:, :, 1:3 ; %读入并显示待配准图像虽然在显示图像时并不一定要将图像读入 MAT LAB 中 , 但是如果希望使用互相关性调节控制点的位置 , 那么 图像必须位于 MAT LAB 工作平台中。3. 2 在两图像中采集控制点对并保存控制点选择工具同时仅支持一个颜色通道 , 即控制 点选择工具只能接受灰度图像 , 所以仅将待配准图像的 一个颜色分量传递给 cp select, 在提示符后键入以下语句 : cp select (g (:, :, 1 , f

20、;执行该函数 , 启动控制点选择工具 , 观察图像 , ,MAT 2 LAB 的 工 作 平 集 制 时 应 遵 循 以 下 原 则 1, 9, 10, 13:(1 , 既是两幅图 像中都能找到的标记同名点 , 比如线性地物的交叉点或 者拐点等 ; (2 选择的控制点相对分散均匀 ; (3 控制点的 数量需适中 , 控制点太少会影响估计精度 , 太多则影响估 计速度。3. 3 指定所需变换类型和求解变换参数所选定的两幅图来自不同的传感器 , 成像过程中传 感器的透镜组的透视畸变、 大气折光、 地球曲率等是引起 图像畸变的主要影响因素 , 且给定的基准图像具有当地 的地图坐标系。 所以 , 变换

21、类型选用 p r ojective (投影变 换 , 纠正待配准图像的几何畸变的同时 , 将其配准到基 准图像的地图坐标系。tf or m =cp2tfor m (g, f, p r ojective ;执行该函数后 , cp2tf or m 将变换类型和变换参数等信 息返回给变量 tf or m, 以备 i m transfor m 函数调用。3. 4 变换未匹配的图像完成几何变换和重采样 调用 i m transf or m 函数时 , 重采样类型选用双线性插 值方法。 定义 f -g 代表配准后输出图像 , 则执行函数 i m transfor m 后 , 完成图像的几何变换和图像重采样

22、。 f -g =i m transfor m (g, tfor m, bilinear ;在该过程中 , 变换将应用于输入图像的每一个颜色 分量。 图 3是待配准图像配准后的六个波段的合成的图 像 , 从三幅图像对比可见 , 配准后的图像与基准图像的方 向取得了一致。图 1 待配准图像F i g . 1 unreg istered i m age图 2 基准图象F i g . 2 ba se i m age图 3 配准图像F i g . 3 reg istered i m age4 结束语作为遥感图像处理和应用的关键环节 , 根据图像的 特点和对图像的不同应用目的 , 可由多种实现方法实现 遥

23、感图像的配准 , 例如 E NV I 和 ERDAS 等遥感图像处理 软件都可完成 , 但是根据具体操作实践 , 比较起来 , 基于 MAT LAB 图像处理工具箱 I PT 函数的图像配准则具有方 法简单灵活、 易于实现的优点 , 在任务量小且对配准精度 要求不高的情况下是一个很好的选择。但是 , 基于点特 征的图像配准对控制点的选择有较高的精度要求 , 本方 法中采用人机交互选择控制点 , 精度不够稳定 , 选点时应01 测绘与空间地理信息 2008年 格外细心 ; 另外 , 虽然在选择控制点过程中 MAT LAB 自动 进行亚像素分析 , 但是在配准过程中对控制点的选择和 最终的配准精度

24、没有定量的精度评价 , 只能靠目视判读 , 给遥感图像定量应用带来不同程度的不确定性。所以 , 如果该方法实现能与 VC 的强大功能相结合 , 混合编程 , 并完成定量的精度评价 , 将会充分发挥二者的优点 , 提高 图像配准的效率和精度。参考文献 :1 L. G . B r o wn . A survey of i m age registrati on techniquesJ . AC M Co mputer Surveys, 1992, 24, (4 :325-376.2 金星 , 马艳华 , 舒嵘 . 遥感图像的图像配准方法 J .红 外 , 2004(2 :23-30.3 常学义 ,

25、 孙秋冬 , 任煜 , 等 . 基于 MAT LAB 的图像配准 方法 J .上海第二工业大学学报 , 2006, 23, (4 :303-307.4 袁海军 . 基于特征库的遥感图像自动配准研究 D.成 都 :电子科技大学 , 2007.5 张永生 , 王仁礼 . 遥感动态监测 M.北京 :解放军出版 社 , 1999. 6 徐青 , 张艳 , 耿则勋 , 等 . 遥感影像融合与分辨率增强技 术 M.北京 :科学出版社 , 2007.7 朱朝杰 , 王仁礼 , 董广军 . MAT LAB 环境下遥感影像配 准与融合技术研究 J .测绘工程 , 2006, 15, (6 :57-59.8 胡涛

26、 , 汪强 , 张志刚 . 基于 M atlab 的图像融合方法 J .计算机工程 , 2003, 29, (14 :177-178.9 王忆峰 , 张海联 , 李灿文 , 等 . 多传感器数据融合中的配 准技术 J .红外与激光工程 , 1998, 27, (1 :38-41. 10 钮永胜 , 倪国强 . 多传感器图像自动配准技术研究 J .光学技术 , 1999, (1 :16-18.11 徐飞 , 施晓红 . MAT LAB 应用图像处理 M.西安 :西 安电子科技大学出版社 , 2002.12 阮秋琦等译 . 数字图像处理 (MAT LAB 版 M.北京 :电子工业出版社 , 200

27、5.13 Bent out ou, Y . ; Taleb, N. ; Kpal m a, K . ; Ronsin, J . . An Au 2 t omatic I m age Registrati on f or App licati ons in Re mote SensingJ .I EEE Transacti ons on Geoscience and Re 2 mote Sensing, 2005, 43, (9 :2137.编辑 :李思宓 (上接第 7页 4. 4 校园漫游动画制作,验才能等到理想的结果。,3DS MAX 环境下创建虚拟物体 , , 将摄影机的目标及导入的小汽车同样链接到虚拟物体上 , 跟随其一起运动 , 并在运动过程中调整镜头 , 使其符合人的视觉观。 添加完成后 , 便可以进行渲染动画 , 渲染动画需要很长时间 , 因此在制作过程中尽量避免重复渲染。 具体过程如图 6所示。图 6 动画渲