2018-05-16
基-高比

  基-高比是指航空摄影时,摄影基线B与相对航高H的比值。对高程精度有一定的影响,基高比越大,高程精度相对来说就越好。基高比越大,影像航向重叠越小,反之越大。

  基-高比是指传统摄影测量在影像分辨率给定的前提下,为获得尽可能高的高程精度,基本上都采用大基高比(0.6~1)的方案,以实现地形三维信息的可靠高精度的提取。在影像获取系统严格标定和影像匹配精度较高的情况下,小基高比摄影测量同样可以重建可靠的三维信息。

  传统摄影测量在建筑物密集、高度起伏变化较大的城市地区测绘中容易造成较大的辐射和几何差异(畸变、遮挡、运动目标影响等),使得相关匹配处理起来非常困难,导致获取高精度、大比例尺地形三维信息的自动化程度相对较低,难以满足快速获取的需求。采用小基高比立体观测模式,可以很好地避免上述不利因素,特别是在城市大比例尺立体测绘中有更多的优势,可克服大基高比摄影测量在城市测绘中遮挡多、“死区”多、数据获

  取效率低的缺陷,如图1所示,为高效率获取城市地区DSM/DEM提供了新的手段与方法,为高精度影像处理提供了辐射特性较为一致、几何变形小的立体影像数据源,为大幅提高自动化处理效率奠定基础。然而,随着基高比的降低,也必然会带来交会精度的降低,需要研究高精度的影像匹配算法予以弥补。1

  在小基高比摄影测量的研究上,法国人走在前列,Neus Sabater等人研究了小基高比摄影测量的有关理论与方法,开发出MARC、MARC2等适用于小基高比影像的高精度匹配算法,用航空平台对小基高比摄影测量技术进行全面试验,初步验证该技术的可行性。

  在国内,门朝光、边继龙等人从计算机视觉的角度研究了小基高比条件下的立体匹配算法,初步验证其算法能达到较高的匹配精度,能够弥补小基高比给高程信息带来的损失。本文从理论和实验的角度探讨小基高比立体测量的可行性。通过分析发现,匹配误差可以分为两项,其中一项因噪声产生且与基高比有关,另外一项只与影像匹配算法有关。由于小基高比条件下影像相关程度较高,影像匹配精度更高,可以通过设计高精度的影像匹配算法降低噪声对匹配误差造成的影响。

  为了验证小基高比条件下立体像对能够获得高精度高程信息,本文实验所用数据为5张连续具有一定重叠度的UCD航空遥感影像(为方便实验,影像从大幅影像中截取),影像大小均为800像素×900像素,如图2所示,分辨率为0.05m,焦距f为101.4mm,像元大小为0.009mm,外方位元素如表1所示。影像1和影像2、影像3、影像4、影像5分别组成基高比为0.12、0.23、0.35、0.47的立体像对,从影像中可以看出随着基高比的增大,几何差异增大。

  实验所用技术方案如图3所示,对5张连续UCD高分辨率航空影像分别进行特征提取,将影像1和影像2、影像3、影像4、影像5组成的立体像对分别进行特征匹配处理,然后查找4个匹配结果中左像点相同的点,进行最小二乘匹配和前方交会处理,并生成地面点坐标文件。

  实验1:利用整像素级SIFT匹配结果进行前方交会。该实验利用生成的82组整像素级SIFT特征匹配结果进行前方交会处理。像对4基高比为0.47,比像对1、2和3的基高比大,可以认为其前方交会的结果最可靠,因此将其计算得到的地面点坐标作为基准,分别计算像对1、像对2、像对3地面点坐标在X,Y,Z3个方向上的中误差,如表2所示。

  实验2:利用子像素级SIFT匹配结果进行前方交会(内插二次曲面精确确定特征点的位置)。该实验利用生成的82组子像素级匹配结果进行前方交会处理。将像对4计算得到的地面点坐标作为基准,分别计算像对1、像对2、像对3地面点坐标在X,Y,Z3个方向上的中误差,如表3所示。

  实验3:对整像素级SIFT匹配结果经最小二乘匹配后前方交会。该实验对实验1中生成的整像素级匹配结果进行最小二乘匹配处理,然后进行前方交会。将像对4计算得到的地面点坐标作为基准,分别计算像对1、像对2、像对3地面点坐标在X,Y,Z3个方向上的中误差,如表4所示。

  从实验1可以看出,影像匹配精度为整像素级时,基高比为0.12的立体像对的高程定位精度较差,约为5个GSD,对平面定位精度影响相对较小。随着基高比的增加,像对2和像对3的高程定位精度和平面定位精度都得到有效提升,说明影像匹配精度较差时,小基高比立体像对不能获得高精度的地面定位结果。

  从实验2和实验3可以看出,影像匹配精度较高时,像对1、像对2、像对3的地面定位精度都得到大幅度提升,即使是基高比为0.12立体像对的高程定位精度也小于2个GSD。实验3中像对1、像对2、像对3的地面定位精度较实验2有轻微幅度的提升,说明最小二乘匹配的精度更高。因此,在小基高比条件下,高精度的影像匹配结果可以弥补交会精度的缺失,小基高比立体像对同样可以获得高精度的地形三维信息。

  1)研究从数学的角度探讨小基高比条件下重建高程信息的可行性,并利用不同基高比的影像实验,验证在特征明显区域小基高比立体像对同样可以获取可靠的高精度的高程信息。

  2)实验采用特征明显的区域进行处理,取得较好的验证结果。在小基高比条件下,对于特征贫乏的区域,若想获得可靠的高程精度,则需要研究新型的高精度影像匹配算法,进而有效提高其影像匹配精度和高程定位精度。2

  传统的航空航天摄影测量在影像分辨率一定的前提下,为获得较高的高程精度,基本上都采用大基高比(0.6-1)的方案,以实现地形三维信息可靠、高精度地提取。但这种方案在建筑物密集、高度起伏变化剧烈的城市地区测绘中,容易造成立体影像之间大的辐射和几何差异(受遮挡、畸变、运动目标等因素影响),使得相关匹配处理异常困难。小基高比立体观测模式可获取地物目标近同时、交会角非常小的立体像对,该立体像对上相应像点附近存在很小的几何差异和辐射差异,影像相关程度很高,可较好地解决传统摄影测量在建筑物密集、高度起伏变化剧烈的城市地区的匹配难题。然而,基高比的降低必然会带来交会精度的降低。小基高比立体测量的相关研究表明,交会精度的损失可用高精度的视差测量精度进行弥补。因此,对于小基高比摄影测量而言,高精度的影像匹配显得尤为重要。

  为获取亚像素级的影像匹配精度,一种典型的方法是:匹配前先通过插值法对图像进行过采样,然后再利用像素级影像匹配算法进行匹配。这种方法的匹配精度受限于过采样频率,还可能出现因为插值造成混淆现象;另外该方法会大大增加计算工作量。另一种典型的方法是利用相似度准则(如归一化互相关)和经典区域匹配方法,通过在相关峰值附近拟合一条抛物线,在这个过程中内插出匹配像点的亚像素位置。然而从实践来看,该方法的匹配精度不够理想。主要探讨了小基高比条件下两种基于相位相关的亚像素级影像匹配方法,并通过实验验证了算法所能达到的精度级别。

  相位相关法是建立在傅立叶变换平移性质上的。这种方法认为两张相似影像在空间域内的平移,可以被表达为频域中傅立叶变换式的线性相位差。假设所给的两个影像函数之间的偏移量为a和b。一般情况下,解求(a,b)有两种方法。

  1)将频率域互相关功率谱向两个频率轴投影,可以直接计算得到(a,b),但是这种方法对噪声非常敏感;

  2)依据傅里叶变换的平移性质,互相关功率谱的相位等于两幅影像傅立叶变换式的线性相位差;将互相关功率谱进行逆傅里叶变换得到二维函数,根据函数极值所处的坐标位置可得到偏移量(a,b)。

  这里采用后一种方法求解。该算法采用零填充重采样方法,对局部互相关功率谱进行上采样处理。零填充是一种常用的信号重采样方法,序列信号通过零内插处理,可以提升其傅里叶变换频谱的分辨率。

  在相位相关的基础上,分别利用局部上采样技术和奇异值分解技术,对小基高比立体影像进行处理,获取了亚像素精度的匹配结果。在影像匹配过程中,匹配精度的高低与影像的相关性、影像信噪比、纹理丰富程度等因素有关。在影像相关性较差或者信噪比较低或者纹理信息较为匮乏时,无论采用哪种算法,都不会达到较高的匹配精度。在小基高比条件,影像拍摄时间间隔极短,几何畸变和辐射畸变很小,影像的相关性较高,影像匹配精度也相应较高。当信噪比较低时,噪声会淹没影像匹配的精度,导致其匹配精度较低。为进一步提高影像匹配的精度,从而满足小基高比摄影测量的需求,需更深入地研究影像匹配精度与信噪比、影像纹理信息等因素的量化关系,这是下一步的研究重点。3