公路２０１４年４月第４期ＨＩＧＨＷＡＹＡｐｒ．２０１４Ｎｏ．４文章编号：０４５１－０７１２（２０１４）０４－０１４３－０７中图分类号：Ｐ２３７文献标识码：Ｂ基于国产高分遥感影像的条带拼接及配准融合算法研究刘惠彬１，刘晓东２，杨璇２（１．上海工程技术大学电子电气工程学院上海市２０１６２０；２．中交宇科（北京）空间信息技术有限公司北京市１００１０１）摘要：针对国产遥感卫星受硬件水平所限，定轨定姿精度较差，成像几何质量较低等现实问题，以我国ＧＦ卫星影像为研究处理对象，解决多影像联合自动匹配、ＧＦ子线阵影像自动拼接、全色与多光谱影像智能融合等关键技术，为ＧＦ影像在交通行业应用奠定了坚实的技术基础。关键词：遥感影像；条带拼接；配准；融合卫星遥感作为人类获取地球系统数据和认知地球系统的重要手段，已经广泛应用于国土资源遥感、环境与大气探测、应急监测、国防军事等诸多领域。在现有技术体系下，遥感卫星的关键处理依赖于硬件水平、轨道和姿态精度，但国产遥感卫星受硬件水平所限，定轨定姿精度较低，缺乏与国外遥感卫星抗衡的核心竞争力，应用水平受到制约。针对高分（辨率）遥感影像在交通行业的应用，笔者在实验过程中发现主要存在如下两个问题。（１）条带影像拼接：受ＣＣＤ硬件水平所限，通常为保证一定幅宽，获取的高分辨率卫星影像是由安置在成像面上多条ＴＤＩＣＣＤ阵列影像拼接而成，子阵列的拼接需要使用子条带影像间的连接点进行检校。理论上拼接只在参考高度上是正确的。但是对大多数传感器而言，上述拼接误差都足够小，可以忽略不计。例如对于ＱｕｉｃｋＢｉｒｄ影像来说，偏离参考高度２８００ｍ可能造成１个像素的拼接误差。国内学者对国产卫星的多ＣＣＤ子线阵影像拼接进行了很多研究，一般都是基于地物成像的连续性假设，先建立图像配准连接点对，通过构建子线阵影像间像点坐标映射关系进行拼接的。采用这种方法获得的拼接后影像并不满足原有线阵的严密成像模型，定位的相对精度较差，一般在４～７个像素左右，远远不能满足高精度的要求。（２）影像配准融合：随着高空间分辨率、高光谱分辨率、多种类传感器的不断发展（如ＳＰＯＴ、ＩＲＳ、Ｌａｎｄｓａｔ７、ＩＫＯＮＯＳ、ＱｕｉｒｋＢｉｒｄ）等，我们可直接获得地面物体的形状、大小、位置、性质及环境相互关系等地面目标的特征信息。面对新的高分辨率数据类型，今后的研究工作应对现有各种融合方法的原理、特点进行综合分析，应利用小波分析、神经网络等理论，致力于发展更为有效而且可靠的新的融合技术，以适合于新型数据自身融合的方法及高分辨率（１ｍ）与低分辨率（４ｍ，甚至更低）数据间的融合处理技术，充分有效地利用不同尺度、不同时相、不同类型的海量遥感数据。尽管目前的融合算法很多，但是缺乏从特定应用角度的融合算法设计。大多数算法没有从物理机理和应用目的进行分析，而是依据图像质量的评价体系进行设计和比较，这样得到的结果不具有针对性，虽然图像整体效果增强，但是不能满足增强感兴趣的信息的目的。本文通过研究基于高精度几何检校场的在轨几何检校，基于已知地理参考数据的遥感影像智能匹配和高精度定位，高分ＣＤＤ子线阵拼接，全色影像与多光谱影像的自动配准与融合等关键技术，提高国产遥感卫星的对地定位精度，改进几何成像质量，并根据相关理论和算法，研究国产遥感卫星的几何质量改进软件模块，最终为国产高分卫星技术在交通行业的应用提供国产遥感卫星的高精度几何检校参数和定位参数、高质量拼接影像和彩色融合影像。收稿日期：２０１４－０３－０７１基本原理１．１条带影像拼接线阵影像的拼接可分为像方拼接与物方拼接两种方式。若要在像方直接完成各ＣＣＤ影像的准确拼接，必须在各ＣＣＤ影像间进行匹配，通过匹配得到的同名点解算影像间的位置关系。但由于影像受到投影差的影响，对于高程起伏较大的区域，通过简单的位置解算显然无法实现影像的精确接边。而高分辨率相机内部ＣＣＤ之间像素重叠一般较小，也决定了仅仅通过该重叠范围内的匹配点很难正确解算出ＣＣＤ影像间复杂的几何关系，因此先对影像进行正射纠正处...