無人機多光譜相機RedEdge的波段配準方法
無人機多光譜相機RedEdge的波段配準方法
來自專欄攝影測量學演算法研究與C語言實現
5 人贊了文章
摘要：無人機搭載多光譜相機是一種切實可行的高空間解析度、高時間解析度遙感影像獲取方法。無人機平臺上常見的以RedEdge為代表的小幅面多光譜相機一般採用多相機組合成像方式，影像數目多、波段間配準困難是制約遙感解譯的關鍵問題。本文採用虛擬攝影方法實現了準地形無關的波段配準，實驗結果表明該方法是有效的。
多光譜影像與全色影像及可見光RGB影像相比，具備更加豐富的波譜信息，在農作物估產、病蟲害防治以及森林覆蓋率監測等領域應用廣泛。衛星多光譜遙感影像在長期、大範圍遙感應用及監測中可發揮其觀測範圍大，重訪週期固定，歷史數據健全的優勢。然而在小範圍突發性遙感監測方面，多光譜衛星影像容易受到空間解析度、時間分辯率等因素制約，需要其它更方便、時效性更高的遙感數據獲取手段作為補充。將多光譜相機搭載在無人機上，以較低的航高飛行，不僅易於獲取空間解析度高的遙感影像，也可利用無人機起降方便的特點，獲取高時間解析度的遙感影像。隨著無人機技術和小型多光譜感測器技術的發展，無人機低空遙感已經成為衛星遙感之外的又一重要的遙感影像獲取手段。
根據相機光電結構，可將搭載在無人機上用作低空遙感感測器的多光譜相機劃分為三類，光束分離型多光譜相機、多鏡頭型多光譜相機以及多相機型多光譜相機。光束分離型多光譜照相機只有一個物鏡，通過三稜鏡分光器將來自被攝場景的光線分離為若干個不同波段的光束，用多套承像片分別將各個波段的光照數據記錄下來，相機光路結構可確保各個波段相互配準，使得各波段的成像結果可直接合併，存儲為多通道影像。多鏡頭型多光譜相機一般具有4-9個鏡頭，每個鏡頭前各放置一個濾光片，分別讓一種較窄光譜的光通過，多個鏡頭同時拍攝同一景物，用同一個承像片同時記錄幾個不同光譜帶的圖像數據。由於鏡頭間的光路是相互獨立的，為了實現波段間的相互配準，相機的設計和製造均需要較高的工藝水平。多相機型多光譜照相機是由幾臺單波段相機組合而成的，各臺相機分別具有獨立的光路和承像片，各自記錄對應成像波段的數據。因其設計和製造難度較低，多相機型多光譜照相機是無人機遙感平臺中最常見的低成本多光譜感測器。RedEdge就是採用多相機結構的一款可以搭載在無人機上的多光譜相機，外形如圖1所示。
圖1 RedEdge多光譜相機
從圖1可以看出，RedEdge多光譜相機由5個鏡頭組成，每個鏡頭獨立成像，分別存儲為獨立的影像文件。圖2為RedEdge相機在快門觸發時拍攝的一組影像。
圖2 RedEdge多光譜影像示例
將它們直接在遙感軟體中套合顯示，會出現圖3所示的錯位現象。
圖3 藍、綠、紅三個波段組合顯示
從圖3可以看出，各波段間存在明顯的位置偏移，在進一步處理之前，需要完成波段配準。常見的波段配準方法可分為幾何精糾正方法、空中三角測量方法和虛擬攝影方法三類。
（1）幾何精糾正方法
幾何精糾正方法是遙感圖像處理時最常用的一種實現影像配準的處理方法。首先，採用人工測量或者自動匹配演算法在波段間量取一定數量的同名點，用作計算影像間幾何變換參數的控制點。然後，根據影像間的幾何變形特點，選取合適的幾何變換模型，利用控制點經最小二乘法解算幾何變換模型的參數。最後，採用反投法將目標影像坐標代入幾何變換模型中，求解其在源影像上對應的像素坐標，經重採樣得其灰度值。常見的幾何模型有：一次多項式模型、二次多項式模型、以及小面元模型等。
當採用幾何精糾正方法處理RedEdge相機拍攝的影像時，因像幅較小，覆蓋一定地面範圍需要大量影像，因此工作量巨大。除此之外，幾何變換模型對控制點中的粗差比較敏感，很難保證處理結果具有均勻的配準精度。
（2）空中三角測量方法
空中三角測量方法是一種批量恢復攝影時影像對應光束在空間中位置和姿態的嚴密方法。採用此方法處理RedEdge相機拍攝的影像時，影像數量大和同一攝站不同波段間的強相關性是光束法平差演算法面臨的主要問題，容易出現不收斂或者平差精度差的現象。一種可行的改進方法是在函數模型中，將同一攝站拍攝的5幅影像中的一副影像的外方位元素視作未知數，其它4幅影像的外方位元素以相對此影像的位置偏移和姿態旋轉來描述，且在整個測區內保持一致。這樣做不僅可減少平差解算時未知數的個數，更重要的是在平差系統中引入了不同鏡頭間的固有幾何約束關係，這與RedEdge相機中各鏡頭間存在剛體連接關係相一致，顯著提高了平差系統的穩定性。然而要實現波段間的配準，一般需對每個波段做正射糾正處理，再將正射影像套合起來，組成多波段影像，使得配準結果除受空中三角測量處理精度影響外，還受到DEM匹配結果的影響，容易出現局部「失配」問題，不利於保持成圖區內配準精度的一致性。
（3）虛擬攝影方法
虛擬攝影方法是一種利用鏡頭間相互位置關係，將它們重新投影到一幅理想虛擬影像的方法。採用此方法處理RedEdge影像時，無須已知影像外方位元素和測區DEM，僅需要航空攝影時的平均相對航高即可，是一種非常便利的波段配準方法。然而由虛擬攝影方法的原理可知，只有當各鏡頭投影中心重合時，地形起伏在影像上引起的像點位移不致在虛擬攝影時產生誤差。受鏡頭物理結構限制，投影中心重合是無法實現的。幸運的是，RedEdge相機各鏡頭間距較小，並且可視作在同一水平面上。經測算，當地形起伏相對於平均高程的高差不大於相對航高的20%時，地形起伏引起的像點位移誤差小於0.5像元，滿足波段配準要求。故本文採用式（1）所示的虛擬攝影方法作為RedEdge相機不同波段間影像的配準方法。
式中，
為虛擬影像上像點的像空間坐標，f1為虛擬影像主距，R1為虛擬影像對應攝影光束的旋轉矩陣，f2為單波段影像主距，R2為單波段影像對應攝影光束的旋轉矩陣，H為平均相對航高，
為虛擬影像像點對應的單波段影像上像點的像空間坐標，
為虛擬影像對應攝影光束中心與單波段影像對應攝影光束中心間的距離。
在波段配準時，無法預先已知地形起伏，只能假定地面平坦。若相機相對於平均高程面的高度為H0，地形起伏為δH0，因地形起伏在虛擬影像上產生的像點位移可近似表示為式（2）。
表1列出了幾種地形起伏與相對航高不同比例時像點位移係數的取值。
為了驗證虛擬攝影方法的正確性，選取一個由300幅影像構成的試驗區。實驗區內影像分佈如圖4所示，攝影時飛機相對地面的平均航高110m。
圖4 試驗區影像分佈示意圖
經光束法平差解算，獲取5個鏡頭間的相互位置關係。利用虛擬攝影方法得到的波段配準影像如圖5所示。
圖5 波段配準效果示意圖。（a）藍、綠、紅波段組合，（b）紅、紅邊、近紅外波段組合
從圖5可以看出，5個波段較好地配準在了一起。
根據虛擬攝影方法原理，5個鏡頭間具備剛性關係，可推廣到其它飛行高度的測區中。為此，我們對同一臺相機在220m航高拍攝的另外一組數據進行了處理，波段配準效果如圖6所示。
圖6 波段配準效果示意圖。a）藍、綠、紅波段組合，（b）紅、紅邊、近紅外波段組合
對比圖6和圖5可以看出，不同航高的影像使用同一組相機參數，其波段配準效果無明顯差別。因此，在已知鏡頭間相對關係的前提下，採用虛擬攝影方法可以實現不同飛行高度條件下的波段配準作業，是準地形無關的（地形起伏高差不宜超過相對航高的20%）。
為了方便開展相關實驗驗證工作，我編製了一個工具軟體，可以批量實現波段配準處理，界面如圖7所示。
有興趣使用該工具從事相關實驗驗證工作的讀者，可私信給我。
結論：基於虛擬攝影的波段融合方法，是準地形無關的，其配準精度取決於地形起伏，起伏越大配準精度越低，當地形起伏高差不超過相對航高20%時，可忽略它的影響。除此之外，配準精度還與鏡頭間位置關係的檢校精度有關，同時又與相機內參數及鏡頭畸變參數的檢校精度有關，是一種綜合誤差的體現。從實驗結果來看，一般可實現1～2像元的配準精度，並且配準誤差在整個測區內比較均勻。我將繼續開展後續實驗，力爭將配準精度提高到亞像元級。
後記：經過持續改進，目前已經取得了亞像元級的配準精度。請讀者自行參閱本專欄後續文章。
推薦閱讀：
