让图像对图像配准变得更简单
18684 为本文评分：
5.0
让图像对图像配准变得更简单
作者匿名 2015年9月24日，星期四
一个非常常见的地理空间处理任务是接收一个新的图像产品，该产品需要经过正射校正并与已有的、与新数据集地理范围重叠的受控基础正射影像参考基准进行配准。这个过程可以通过多种多步骤工作流程来完成，例如结合手动地面控制点（GCP）定义的RPC正射校正，随后可能还需要进行包含交互式连接点优化的图像对图像配准。此外，如果数据集之间存在显著的时间差异，即在图像采集期间发生了大量变化，这个过程可能会变得更加繁琐。因此，这种方法的主要问题是它涉及相当多的人工参与软件交互，这不利于实现无头自动化或可扩展的大数据处理部署。
由于我们ENVI软件中已经存在许多处理难题的组件，我们的一位工程师（金晓颖博士）开发了一种更简单、更自动化的解决方案。该方案将在我们即将发布的ENVI 5.3 SP1版本中作为两个新工具（以及相应的程序化API任务）推出：
使用参考影像进行RPC正射校正 – 通过从一幅带有从辅助DEM栅格数据集获取的高程信息的正射校正参考影像中自动生成地面控制点（GCP），来执行精细化的RPC正射校正。
从参考影像生成GCP – 生成并导出地面控制点（GCP），其格式可用于其他处理工具，如图像对地图配准、严格正射校正、DEM提取和RPC正射校正工作流程（例如，在交互式环境中编辑GCP或审查误差统计数据）。
考虑以下科罗拉多州卡斯特尔罗克市的场景：我们有一幅2002年获取的历史QuickBird影像（数据由DigitalGlobe提供）和一幅2012年获取的更新的高分辨率正射影像（数据下载自USGS National Map）。为了对这十年期间进行准确的变更检测分析，这两个影像数据集必须正确对齐。然而，原始数据集的原始地理配准信息清楚地显示了两幅图像之间存在显著的空间偏移：
影像数据由DigitalGlobe和USGS提供
即使对QuickBird Level 1B产品执行了RPC正射校正（无地面控制点），与我们试图匹配的参考影像相比，仍然存在数个像素的偏移。幸运的是，在ENVI 5.3 SP1中，用户现在可以将这两个影像数据集和DEM高程源输入到一个单一工具中，从而在一个快速简单的处理步骤中对QuickBird数据集进行正射校正并与高分辨率正射影像配准：
这个ENVI软件新功能的另一个好处是，用户无需关心图像重叠的空间范围或不同的坐标系与像素大小——软件会自动为用户处理这些复杂的处理过程。以下是处理输出结果的屏幕截图，显示两个影像数据集之间几乎完美的像素对齐：
影像数据由DigitalGlobe和USGS提供