- · 《遥感学报》栏目设置[09/01]
- · 《遥感学报》数据库收录[09/01]
- · 《遥感学报》投稿方式[09/01]
- · 《遥感学报》征稿要求[09/01]
- · 《遥感学报》刊物宗旨[09/01]
来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。 一、投稿方式： 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权： 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
基于光流校正的复杂地形区多时相遥感影像配准(4)
作者:网站采编关键词:
摘要：图7 实验二影像及配准结果Fig.7 The second experimental data and registration result 图8 实验二中各算法配准结果棋盘格放大图（图7中黄色矩形区域）Fig.8 Enlarged chec
图7 实验二影像及配准结果Fig.7 The second experimental data and registration result
图8 实验二中各算法配准结果棋盘格放大图（图7中黄色矩形区域）Fig.8 Enlarged checkerboards of comparative algorithms in the second experiment（marked in yellow rectangles in Fig.7）
实验三的参考影像和待配准影像成像时间间隔内发生了滑坡灾害（图9（a）和（b）中区域#II）。直接观察图10（a），参考和待配准影像间存在大小不等的几何畸变，因此叠置影像图9（c）存在严重模糊。而经过OFM 处理，几何畸变消除，图9（d）中影像纹理清晰，线状地物明显。PLM和TPS算法没能实现区域#I中道路和参考影像中相同道路的精准对齐，如图10（b）和图10（c），其在接边处是断裂的。同一位置，BWP-OIS算法能够消除参考和待配准影像在水平方向大部分错位，但不能完全消除，因此道路衔接不顺滑，如图10（d）。而OF和OFM算法配准结果如图10（e）和图10（f），道路衔接自然平滑。观察图10（b）区域#II 放大图，PLM算法配准结果因为还存在竖直方向的错位，使得影像底部两条线段囊括的范围略有增大。而TPS算法因为水平方向的错位，影像底部两条线段所在区域有缩小现象，如图10（c）。BWP-OIS、OF和OFM算法的结果不存在上述问题。但是对比待配准影像、OF 和OFM的结果中滑坡造成的塌方形状，OF 改变了滑坡面形状（图10（e）），而OFM算法处理结果和待配准影像最相似，如图10（f）红色矩形框。综合来看，OFM算法在几何配准精度上优于PLM、TPS和BWP-OIS 这3个局部算法，在待配准影像的内容保持上优于OF算法。
综合3组实验的目视结果可以看到，OFM 几何配准精度明显高于TPS、PLM 和BWP-OIS 局部模型。相对于OF 配准结果，提出方法能够有效检测和修正异常光流场，保证原始待配准影像的内容在配准过程中不发生变化，即OFM算法实现了高精度、高保真的复杂地形区遥感影像配准。为定量对比分析OFM算法，使用两个评价指标对配准结果做评价。
图9 实验三影像及配准结果Fig.9 The Third experimental data and registration result
图10 实验三中各算法配准结果棋盘格放大图（图9中黄色矩形区域）Fig.10 Enlarged checkerboards of comparative algorithms in the third experiment（marked in yellow rectangles in Fig.9）
3.2 定量评价与分析
两种定量评价指标为相关系数CC 和均方根误差RMSE。其中，RMSE是通过人工选取明显的特征点，计算其平均欧氏距离而得到的。
实验中对应选取了15组明显点对计算其RMSE。CC 越大说明配准精度越高，相反，RMSE越小越配准精度越高（表2中箭头表示）。表2中的“原始影像”表示参考和待配准影像各项指标的定量评价结果，每组实验的最优结果用黑色粗体字标记。分析表2，每组实验都得到和目视判断一致的结论。4种方法对原始影像间的几何错位都有削弱，PLM算法、TPS算法和BWP-OIS算法的定量评价结果相当。因为它们都是在基于特征的配准算法框架下，顾及可能存在的局部几何畸变，通过构建局部模型实现参考和待配准影像的配准。它们对特征点数量、分布均匀度以及点位精度要求较高，而复杂地形区影像纹理信息不丰富、降质因素多，难以提取符合条件的特征点。逐像素模型OFM的配准结果最优，这说明在复杂地形区遥感影像配准中，OFM 通过逐像素计算其位移增量，解决了传统配准方法不能充分顾及局部细微几何变形的问题，实现了优质配准精度，在3组实验中两项评价指标都达到了最优。而且在该运行平台上，使用OFM算法处理3组实验分别耗时156.3 s，36.5 s 和8.42 s，其运行效率与影像大小、地物分布特点均有关系。
表2 实验定量评价结果Table2 The quantitative evaluation注：RMSE单位为像素。编号第1组实验第2组实验第3组实验评价指标CC（↑）RMSE（↓）CC（↑）RMSE（↓）CC（↑）RMSE（↓）原始影像0.22 42.16 0.33 8.28 0.40 10.86 PLM 0.70 3.75 0.70 2.68 0.83 0.74 TPS 0.69 4.36 0.66 2.68 0.84 0.84 BWP-OIS 0.70 4.11 0.71 2.46 0.86 0.65 OFM 0.89 0.65 0.75 0.61 0.87 0.34
4 结 论
多时相复杂地形区遥感影像的联合分析应用是地震、滑坡、泥石流等地质灾害研究的重要手段之一。而不同时相影像中同一地物空间位置对应一致是基本前提。传统的影像间转换模型引导的配准方法难以实现复杂地形区遥感影像间亚像素级空间对齐精度。针对于此，本文提出了一种光流校正的方法。该方法在亮度和梯度一致性的协同约束下，顾及复杂地形区影像间极局部的几何畸变，逐像素解算光流。在此基础上，对地物变化造成的异常光流使用LoG 算子检测其位置并通过Delaunay 三角形曲面插值修正。实验表明，本文提出的光流校正法不仅保留了光流法高精度空间对齐优势，且实现了地物变化区域的高保真配准，实现复杂地形区多时相遥感影像亚像素级配准精度，为多时相中高分辨率复杂地形区遥感影像的联合应用提供了精度保障。
文章来源：《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2021/0510/653.html