基于正射影像的图像快速自动更新

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于正射影像的图像快速自动更新范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：实时、动态是当今科技发展的主要特点，更是测绘技术的基石。无论是民用方面的城市建设，还是军用方面对目标的精确打击，都需要更实的的地图和影像。因此提出了一种基于正射影像的图像快速更新方法。

关 键 词：正射影像；图像预处理；图像配准；变化检测；图像拼接

中图分类号：P283.49 文献标识码：A 文章编号：

1 引言

你遇到过拿着标有“最新”字样的地图，却找不到你想找的地方的尴尬情况没。从这个简单的例子我们就能看到快速更新的主要性！传统的更新方法，先拿着地图调绘，找出改变的地方，再背着全站仪补测，这样投入大、周期长，可能等你更新完后就又不具备实时性了，而且有些地方，因为自然或其他原因人是无法直接到达的。

数字正射影像是组成空间地理信息系统框架的重要数据源。目前我国很多测绘单位结合4D生产任务，已经生产了大量的数字正射影像图(DOM)，并且还在继续生产。但是，随着社会与经济的发展，这些DOM将会失去其现势性，特别是在经济高速发展和城市变化周期不到两年的地区。重新制作DOM要花费许多人力、物力，而且从外业控制、内业空中三角测量到制作新的DOM，又需要相当长的时间，很难跟上对现势DOM的需要。当前对地观察的原始影像信息获取手段非常先进，而信息处理手段相对落后，所获取的影像不能及时得到应用。若能够不需要外业控制，甚至不需要空中三角测量，就能够利用高分辨率航空航天遥感影像生成的DOM对旧的DOM 进行快速更新，达到“准实时”的程度，则既可以节省大量的人力、物力及时间，又可以保持D0M的现势性。因此提出了一种基于正射影像的图像快速更新方法。

2 基本原理和步骤

2．1基本原理：

通过得到最新的正射影像，与原始的正射影像配准，找出和原始影像不同的部分，然后节剪下来粘贴到原始影像上，从而达到图像的快速更新。

2．2基本步骤：

1. 资料准备和图像预处理。

2．将两张正射影像配准。

3．变化检测，找出和原始影像不同的地物，并节剪下来。

4．把剪下的那部分镶嵌到原始影像上。

2．3核心技术:

图像配准；变化检测；图像拼接

3 资料准备和图像预处理

3.1资料准备

根据原始的正射影像，选取同一地区的最新的高质量的正射影像。

对正射影像的要求：

首先，图像清晰、有较高的分辨率和较大比例尺，其次尽可能和原始的正射影像色调相差不大，这有利于以后的两张影像的配准！

3.2图像预处理

1、统一比例尺。

两张正射影像的比例尺必须相同，才能进行图像配准。一般情况下以小比例尺为基础，把大比例尺的统一到小比例尺上，我们的目的是改变原始图像中发生变化的那一部分从而达到对原始图像的快速更新，最终要得还是更新后的原始图像，所以在选择资料时选择同一地区的较大比例尺的正射影像，把它的比例尺统一到原始影像上，这样就避免了马赛克的情况了。

2、色调的调整。

因为两张正射影像取自不同时间，不同角度，在色调，灰度上存在着差异，而且在后续的图像配准上采取的是基于灰度的图像配准方法，所以要对后张正射影像进行灰度调整，使它尽量接近原始影像的色调。灰度调的方法有很多，这里用直方图均衡的方法。

4 图像配准

图像配准是图像拼接、变化检测的基本要求,也是图像快速更新最核心最关键的一步，它决定着最终更新后图像的质量。

现在公认的较好的配准方法常常采用是由粗到精的方法，这样不但精度高，速度也快。考虑到两张影像都是正射影像，这里采用基于坐标与最小二乘相结合的配准方法。

坐标粗配准

取原始图像的一个点，按照坐标在代配准图像上到相同坐标的点，作为配准点。然后进行循环，直到原始图像上的点都配准完。

最小二乘精配准

进行了粗配准完后，就可以开窗口进行精配准。由于已经进行了粗配准，搜索窗口就开到配准点旁边就可以了，这样就减少大量的计算。

最小二乘配准，可以先进行单点的最小二乘配准，在进行循环。

5． 变化检测

变化检测技术是对不同时段目标或现象状态发生变化进行识别、分析的计算机图像处理系统，包括变化检测、变化定位、变化区分及起因分析等关键技术，是目前数字图像处理与理解领域内的前沿分支。目前，变化检测采取的方法涉及到两种途径。一种是对图像先做分割后检测，另外一种是直接做检测。在第一种途径中大多数采用了非监督、监督分类、特定滤波等方法来提取地物目标，然后在此基础上进行目标检测。第二种途径可以使用差值法，比值法直接检测等技术直接对地物检测[1]。比值法和差值法是变化检测最原始最简单的方法，研究表明，采用比值法和差值法等传统经典方法在进行变化检测时往往能得出的较好的结果。所以这里就采用比较简单的图像差值法。

变化检测完，就显示了两幅图像变化的部分，这时再把两幅图像同时显示，人工核查一遍，防止检测中出现的错误。检查完之后用背景减法的方法保留原始图像的未变的那一部分和另张图像变化的部分。注意，在保留另张图像中变化的那一部分时，往往多保留一定的变化四周以外的和原始影像有重叠的部分，实经过处理的两幅图像具有一定的重叠度，以便下面图像拼接。

6． 图像拼接

图像拼接的前提条件是相邻图像之间有一部分在逻辑上是相同的，即必须有一定的重合。它的关键和核心在于准确找到相邻图像问重叠区域的位置以及范围，也就是图像配准问题。

不论用什么设备或方法，实际作业时，由于像片摄影时间、地面照度、太阳高度角及冲洗等因素的影响，在重叠的部分有明显的带状感觉，会造成图像的模糊和明显的边界，这就需要进行图像融合。

图像融合的主要目的是如何使拼接的两幅图像在拼接之后不出现明显的拼接接缝，在亮度上没有明显的差别。为提高图像拼接的效果，达到图像的无缝连接，我们利用渐入渐出的方法，在融合部分采用平滑过渡，即在重叠部分由前一幅图像慢慢过渡到第二幅图像并删去垂直方向错开的部分。

经典的Szeliski的方法．简单有效，在这个方法中，两幅图像重合部分中任意一点P的灰度值为：

g(p)=[w(x)w(y)g1(x,y)+w(x′)w(y′)gr(x′，y′)]/[w(x)w(y)+ w(x′)w(y′)]

式中：gl(x，y)，gr(x′，y′)是P在2幅图像中对应点(x，y)，(x′，y′)的对度值，ω是线性权重函数，在图像的中心取值为1，边缘取值为0。

根据这种算法，计算出重和部分所有点的灰度值,代替原来的灰度值，就能够得到较满意无缝拼接的结果了。

7． 结论

通过实验，上述提出的基于正射影像的图像快速自动更新的方法，对变化相对集中，辐射特性相似的同质图像进行快速更新时能够得到较好的效果，精度好。但是这种方法缺乏广泛的适应性，存在局限和难点。

1．不同时相的影像，由于受季节、气候、传感器差异、摄影方向、摄影时间等诸多因素的影响，导致两幅图像在辐射特性方面存在明显的差异，很难找到与原始图像辐射特性相似的同质图像。图像的预处理在实际工作上达不到要求，这必然会降低图像配准的精度，同时使变化检测的工作变得非常复杂。

2．无法实现全自动的配准。自动配准技术是实时／准实时融合系统工作的前提条件。自动配准是指不需要人工干预，计算机可根据既定的程序自动完成多源图像的配准。但在目前的研究中很多方法还需要一些人工的干预，无法实现全自动的配准。如多源遥感影像的配准，有时需要根据已知卫星拍摄分辨力先将图像调整为同一分辨力下。在基于互信息的优化搜索，寻找最佳匹配参数的运算中往需要给出匹配参数的大致搜索范围等[2]。 这些都给自动配准的实现带来了困难。

参考文献

[1]．刘直芳，张继平．变化检测方法及其在城市中的应用叨．测绘通报，2002；

(9)：25-27

[2]. Clark F Olson．Image registration by aligning entropies[A]．Proceedings of 2001 IEEE Computer Society Conference[C]．Kauai，Hawaii，USA：IEEE，200 l，2．33－336