北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

基于ENVI二次开发的Resonon高光谱图像拼接与几何校正评估

日期: 2020-07-09
浏览次数: 667

摘要

针对推扫式成像光谱仪获取的狭带影像需要经过几何校正才能拼接形成空间二维影像的问题,提出了基于ENVI二次开发的高光谱推扫图像拼接技术。基于单应映射建立光谱仪倾斜状态下与正射状态下图像上的二维点之间的关系,校正由姿态变化引起的图像畸变结合GPS数据修正因飞行速度变化引起的狭带重叠将校正后的狭带影像拼接起来。在ENVI二次开发平台上进行技术集成,实现了Resonon推扫高光谱狭带影像的自动校正拼接。对河北保定郊区高光谱影像的校正拼接实验证明,该方法与光谱仪自带拼接软件校正结果接近经纬度坐标差均在1m以内,均方根误差约为0.7389能够满足一般高光谱遥感应用中的地理精度要求。


研究目的:

根据单应映射原理,建立光谱仪倾斜和正射状态下像点的映射关系,利用GPS/INS组合导航数据校正狭带影像中的畸变,拼接成一幅完整的影像,并在ENVI二次开发平台上实现推扫狭带影像的自动校正和拼接。


推扫成像畸变原因:

推扫式成像是利用飞行平台的向前运动,借助于与飞行方向垂直的扫描线记录而构成二维图像。推扫型成像光谱仪通常采用一个垂直于运动方向的面阵CCD来感应地面响应在飞行平台向前运动中完成二维空间扫描,平行于平台运动方向通过光栅和棱镜分光完成光谱维扫描,因此,CCD上一个点对应一个谱段,一条线对应一个谱面。CCD探测器每次成像是空间一条线上的光谱信息。为了获得空间二维图像,再通过机械推扫,完成整个平面的图像和光谱数据采集。

推扫成像时,CCD探测器所记录的高光谱图像数据是沿着飞行方向的条幅,由于搭载光谱仪的飞行平台在飞行过程中,不能一直保证理想的姿态正射获取影像,速度和姿态的不稳定导致飞行平台的位置、航偏角、俯仰角和横滚角不断随机变化,引起光谱仪拍摄时外方位元素也不断随机变化。因此,CCD曝光时每条扫描线对应的光谱仪外方位元素不一致引起了图像的几何畸变:

1. 飞行平台姿态不稳定造成地面扫描行之间相互交错,图像扭曲变形,影响后期地物目标的解析和判别。

2. 飞行平台速度不稳定易造成扫描行之间的行间距忽大忽小,出现重叠或间隙,为了获得地面的完整影像,通常推扫成像需保证一定的采样率。因此,在图像拼接时就需要借助GPS位置信息对重叠的扫描行进行几何纠正和图像融合处理。


IDL实现

IDL是美国ITT VIS公司推出的第四代交互式、跨平台、面向矩阵处理的编程语言,具有快速的数据分析、图像处理和强大的可视化功能。采用IDL语言调用ENVI平台中的图像处理函数,可以很方便地进行二次开发,实现遥感数据的快速分析和可视化。

推扫图像的自动拼接主要包括如下3个基本步骤:

(1)影像和GPS/INS数据读取:遥感影像数据包含图像本身和头文件,ENVI二次开发提供了函数读取遥感影像及其属性。如ENVI_OPEN_FILE、ENVI_FILE_QUERY、ENVI_GET_ SLICE等。GPS/INS数据存储于文本文件中,按照文本文件读取方式即可获得狭带影像获取时光谱仪的姿态和位置信息。

(2)单应矩阵计算和单应映射:以北东地坐标系为地理坐标系,依据公式计算得到单应矩阵H。主要代码命令如下:

H=M_inv#MATRIX_POWER(C, -1)#M;计算单应矩阵.

所以,对于狭带影像上的每一个二维点 ( x,y ) ,都可以获得校正后的对应点 (x,y ) ,点 ( x,y ) 的灰度值即为点 ( x,y ) 的灰度值。

(3)图像拼接:校正后的每条狭带图像中心点的二维地理坐标即光谱仪成像中心的GPS 二维坐标,根据光谱仪的成像地面分辨率,选定影像投影方式,可以为每条狭带设置地理信息。主要代码命令如下:

map_info=ENVI_MAP_INFO_CREATE( /geographic, mc=mc, ps=ps ); 为狭带添加地理信息。

拼接后的影像被认为是光谱仪理想姿态下获取的正射影像,具有与GPS获取的一致的位置信息,拼接影像点的高光谱曲线与原始扫描行对应点的一致,能够真实地反映地面的空间特征和光谱特征。


实验结果与分析:

本文选择河北省保定市郊区的高光谱影像进行校正拼接实验,影像由搭载于无人机的PikaL 高光谱成像仪拍摄获取,PikaL高光谱成像仪由美国Resonon公司设计生产,光谱范围为400-1000nm,光谱分辨率为2.1 nmCCD扫描行宽度为900像素。飞行过程中同时搭载惯导系统实时获取光谱仪的姿态位置信息。高光谱仪将推扫获取的原始狭带影像先简单拼接起来存储于固态硬盘中,此时的地理信息并未经过纠正图像存在几何畸变图a所示为原始图像的假彩色图像狭带经过几何校正和拼接后才能正确显示地面目标的特征,如图b所示

基于ENVI二次开发的Resonon高光谱图像拼接与几何校正评估

为了能够定量检验该几何校正方法的效果同时采用Pika L高光谱成像仪自带的软件对原始影像进行几何校正将两种方法得到的校正影像进行比较。两种校正方法均采用UTM 投影WGS-84为基准面。首先在软件校正影像中随机选取10个均匀分布的明显地物点读取其坐标值,作为采样点用于评定校正精度,然后从本文方法校正后影像中读取其相应坐标值经过对10个采样点残差的计算得到如表1所示的精度检验结果。

基于ENVI二次开发的Resonon高光谱图像拼接与几何校正评估

表1:北向距离均方根误差为0.6327m,东向距离均方根误差为0.3817m,

总均方根误差为0.7389

由表1可以看出,采样点在x和y方向上的坐标偏移均不超过1m,两种方法得到的校正图像地理信息较为接近;y方向坐标均方根误差大于x方向坐标均方根误差,即像点坐标的经度值准确性高于纬度值。对于某些地理精度要求不高的航空高光谱遥感应用来说,本方法取得的校正效果已满足需求。如果需要进一步提高精度,可以通过增加地面控制点或与高精度地图进行图像配准实现几何精校正。


结语

本文根据推扫成像和单应映射原理,结合GPS/INS组合导航系统实时获取光谱仪姿态角度和位置信息。在ENVI二次开发平台上,采用IDL语言实现了高光谱仪推扫狭带影像的自动校正和拼接。验证实验表明,本方法与自带软件校正拼接效果接近,均方根误差基本满足一般的高光谱遥感应用。虽然本文方法能够取得较为理想的校正拼接效果,但是单扫描行的校正过程耗时较长,无法实时获取校正影像,下一步将就提高校正拼接效率展开更加深入的研究。另外,拼接过程中不同成像条件下的匀色处理同样是后续需要研究的内容。


原文下载连接:

基于ENVI二次开发的高光谱图像拼接与几何校正评估


News / 相关新闻 More
2026 - 03 - 17
研究背景随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高...
2026 - 03 - 17
研究背景在北半球,多年冻土覆盖了约22%的陆地面积,封存着全球陆地最大的土壤碳库。然而,在全球变暖的驱动下,多年冻土正面临快速退化的严峻挑战。一旦这些被长期封冻的古老碳库随冻土融化而释放入大气,将触发剧烈的温室效应正反馈,从而进一步加速气候变暖。因此,系统探明冻土区碳储量及其稳定性特征,不仅是厘清碳循环机制的关键,更为预测气候变暖背景下全球碳平衡的动态演变提供重要依据。基于此,哈尔滨师范大学臧淑英老师团队以中国东北大兴安岭高纬度多年冻土区南部边界为研究对象,通过机械钻探及物理化学分组法,研究了不同地表类型深层土壤碳的组分与稳定性。研究发表在《Permafrost and Periglacial Processes》期刊。结果发现,深层冻土(尤其是森林地带)富含高活性碳,面临极高的变暖释放风险。该研究为气候模型中冻土碳反馈机制提供了重要的实测数据支撑。为什么选择大兴安岭?1. 大兴安岭位于高...
2026 - 03 - 09
研究背景 氮素是水稻生长发育的关键元素,其利用效率备受关注。传统研究多聚焦于土壤氮流失,而忽视了植株地上部分的氮气损失。研究发现,水稻植株尤其在开花和灌浆后期,会排放大量氨气。这一时期,叶片中的叶绿体成分大量降解,产生大量的NH4+。谷氨酰胺合成酶(GS)通常促进氮的循环利用,但衰老过程中GS活性的下降会损害NH4+的同化能力,导致NH3挥发损失。叶片由绿变黄是灌浆期氮素再利用最直观的指标。那么,叶片变色的快慢是否可以预测氨挥发的多少?中国水稻研究所的王丹英老师团队联合华中农业大学和浙江大学等团队对此进行了深入探讨。相关成果发表在《The Crop Journal》期刊。研究以灌浆期不同叶片颜色变化特征的水稻品种为研究对象,采用15N同位素示踪结合动态流通室技术精准量化植株源氨挥发,并同步监测叶片颜色动态变化及关键生理指标。研究发现,水稻叶片颜色变化率与灌浆期氨挥发量呈极显著正相关,叶片变...
2026 - 03 - 09
研究背景在陆地生态系统的水循环中,蒸散是连接地表与大气水分和能量交换的关键途径。尤其对于农田生态系统而言,准确估算作物的实际蒸散量,不仅有助于理解作物水分利用效率,还能为农业水资源管理和干旱应对提供科学依据。然而,现有的估算方法却面临诸多挑战:(1)传统气象模型:理论基础扎实,但依赖完整的气象数据,且难以捕捉植被光合作用的生理过程;(2)遥感指标局限性:太阳诱导叶绿素荧光(SIF)虽能直接反映光合活性,但在水分胁迫下存在响应滞后;光化学反射指数(PRI)能灵敏跟踪短期胁迫响应,但鲜少被纳入机器学习模型中;因此,如何融合多源数据,利用深度学习挖掘气象与生理指标的协同价值,成为了提高实际蒸散量(ETc act)估算精度的新途径。近期,西北农林科技大学蔡焕杰老师的团队联合沈阳大学和石河子大学的团队在《Agricultural Water Management》期刊发表最新研究成果,该研究通过融合...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开