高光譜遙感具有光譜分辨率高、波段範圍窄、圖譜合一、連續成像等特點,能夠區分出地物光譜的細微差別,探測到其他寬波段遙感無法探測的信息。因此,高光譜遙感在生態、大氣、海洋、農業、林業、礦業等諸多應用領域具有非常大的優勢。近年來隨著成像光譜儀硬件技術不斷發展,成像光譜儀的體積越來越小、重量越來越輕、成本越來越低,因而利用成像光譜儀獲取高光譜影像更為方便、快kuai捷jie。隨sui著zhe無wu人ren機ji技ji術shu的de日ri益yi成cheng熟shu,基ji於yu無wu人ren機ji平ping台tai的de新xin型xing遙yao感gan技ji術shu異yi軍jun突tu起qi,得de到dao科ke研yan工gong作zuo者zhe的de青qing睞lai,從cong而er將jiang成cheng像xiang光guang譜pu儀yi與yu無wu人ren機ji高gao度du集ji成cheng獲huo取qu地di物wu無wu人ren機ji成cheng像xiang高gao光guang譜pu影ying像xiang成cheng為wei新xin的de研yan究jiu熱re點dian。
然(ran)而(er)由(you)於(yu)無(wu)人(ren)機(ji)航(hang)拍(pai)受(shou)飛(fei)行(xing)高(gao)度(du),相(xiang)機(ji)本(ben)身(shen)參(can)數(shu)的(de)影(ying)響(xiang),單(dan)張(zhang)無(wu)人(ren)機(ji)影(ying)像(xiang)所(suo)覆(fu)蓋(gai)的(de)區(qu)域(yu)麵(mian)積(ji)不(bu)大(da),需(xu)要(yao)對(dui)多(duo)張(zhang)影(ying)像(xiang)進(jin)行(xing)拚(pin)接(jie),才(cai)能(neng)有(you)效(xiao)地(di)覆(fu)蓋(gai)研(yan)究(jiu)區(qu)域(yu)。無(wu)人(ren)機(ji)載(zai)高(gao)光(guang)譜(pu)影(ying)像(xiang)圖(tu)幅(fu)較(jiao)小(xiao),為(wei)每(mei)幅(fu)影(ying)像(xiang)單(dan)獨(du)添(tian)加(jia)控(kong)製(zhi)點(dian)信(xin)息(xi)工(gong)作(zuo)量(liang)大(da)、haoshichang,erduiyingxiangtongyitianjiakongzhidianxinxijiangdadasuoduangongzuoshijian,tigaogongzuoxiaolv。jinnianlai,xuezhemenduiwurenjiyingxiangshujudepinjiezuolehenduoyanjiu,zhuyaofangfayoujiyuzitaicanshu(POS數據)的拚接、基於非特征的拚接和基於特征的拚接等,其中無人機影像的拚接大部分是針對RGBtuxianghuozheduoboduantuxiang,erzhenduiwurenjigaoguangpuyingxiangdepinjiefangfajiaoshao,tebieshiduiyuwurenjigaoguangpuneizhituisaohuoqudegaoguangpuyingxiangshuju,muqianhaimeiyouyanjiuzheduiqipinjiefangfajinxingyanjiu。
jianyumuqianduiwurenjigaoguangpuyingxiangshujupinjiejishucunzaidebuzuzhichu,benwenzhizaiyanjiuyizhongdikongwurenjizaigaoguangpuyingxiangzidongpinjiefangfa,qijuyouyiyushixian、拚接精度高、光guang譜pu畸ji變bian小xiao等deng優you點dian,可ke實shi現xian無wu地di麵mian控kong製zhi點dian的de無wu人ren機ji載zai高gao光guang譜pu影ying像xiang的de自zi動dong拚pin接jie,以yi解jie決jue當dang前qian單dan幅fu無wu人ren機ji載zai高gao光guang譜pu遙yao感gan影ying像xiang圖tu幅fu過guo小xiao的de問wen題ti。
1 儀器設備與數據處理流程
1.1 數據采集設備
本次試驗地點在北京市大興區南六環外黃村鎮李村,無人機采用大疆無人機M600 Pro,在無人機平台上搭載的是由四川雙利合譜科技有限公司自主研發的高光譜成像儀GaiaSky-mini。無人機高光譜影像獲取時間為2017年11月8日下午的12:00-14:00,天氣為晴,無人機飛行高度為400米,采用的是2*4 binning方式獲取高光譜影像(2是空間維的,4是光譜維),高光譜影像的空間分辨率約為20cm,此次飛行共獲取24景高光譜影像數據,每景高光譜影像數據代表的地麵幅寬約為190米*190米,麵積約為36100平方米,其中每景高光譜影像數據之間的橫向重疊率為50%,縱向重疊率為40%。
1.2 數據的預處理與分析
無人機高光譜影像的預處理在SpecView軟件中進行,包括鏡像變換、黑白幀校準、大氣校正。
1.3 無人機高光譜影像拚接流程
對消除大氣、水汽等因素影響的高光譜影像計算其波段信噪比,根據其信噪比的峰值篩選出特征波段,然後基於SIFT算法對選出的特征波段提取特征點並對特征點進行匹配,圖像拚接過程中利用經緯度信息及墨卡托投影(Mercator)糾正圖像的變形,同時利用重投影空三(Reproj)算法細化高光譜相機參數。在高光譜影像拚接之前選擇是否對拚接圖像進行勻色,最後得到拚接好的高光譜影像數據。
1.4 高光譜影像拚接效果檢驗
為了準確地驗證高光譜影像拚接結果的有效性,提取了拚接結果重疊區域和非拚接圖像相同經緯度的8個采樣點的光譜反射率,利用光譜角填圖(SAM)、波譜特征擬合分類法(SFF)及二進製編碼(BE)對拚接前後、是否勻色的光譜曲線進行匹配與相似性計算,得到一個0-1的匹配度分值,結果總分值越高,則相似性越好。
2 高光譜影像拚接結果分析
2.1 高光譜拚接圖分析
以高光譜拚接圖像的任意三波段作為RGB(R:red,G:green, B:blue)偽彩色合成圖為例,從圖1kezhi,congzongtishangkan,duituxiangtezhengdianmingxiandequyu,shifouxuanzeyunseduigaoguangpuyingxiangdepinjiewuxianzhuchayi。danzaitezhengdianbuxianzhuquyuzetuxiangxianshichayijiaoda,rutu2可知,對拚接圖像是否采用勻色對高光譜影像的“圖”有較為顯著的差異,顯然在采用勻色對拚接結果的“圖”效果更好,而勻色是否對高光譜影像的“光譜”有較大的影響,則需要進一步的分析驗證。

圖1 高光譜影像拚接前後效果圖(以RGB偽彩色為例)

圖2 高光譜影像重疊區域拚接勻色與否對比
2.2 高光譜影像拚接光譜分析
為了進一步驗證高光譜影像拚接結果的有效性,本文提取了拚接結果重疊區域中典型地物(如植被、土壤、房屋等)的8個采樣點的光譜反射率及拚接前2景圖像對應位置的光譜反射率進行對比分析,這8個采樣點的光譜反射率曲線如圖3所示。圖3中第一條光譜和第二條光譜代表的是拚接前2景圖像重疊區相同位置的光譜反射率,未勻色和勻色分別代表的是未勻色和勻色拚接圖像相應位置的光譜反射率。從圖3可知,反射率較高的地物,其拚接前後的光譜重疊率較高,如第三類和第六類地物;erfanshelvjiaodidediwu,qipinjieqianhoudeguangpuchayijiaoda,rudiqileidiwusuoshi。zongtieryanpinjieqianhougaoguangputuxiangdeguangpufanshelvquxianxiangsidufeichanggao,pinjiehouqiguangpufanshelvquxianbaoliuleweipinjieqiangaoguangputuxiangdefanshelvquxiandedabufenxinxi。


圖3 8個采樣點拚接前光譜曲線與拚接後光譜曲線對比分析
2.3 高光譜影像拚接前後光譜匹配度分析
在高光譜影像的實際應用中不僅注重空間信息更加注重其光譜信息,因此為了更為準確地驗證拚接方法的有效性,分別選用光譜角填圖(SAM)、波譜特征擬合分類法(SFF)及二進製編碼(BE)對拚接前後、是否勻色的光譜曲線進行匹配與相似性計算,得到一個0-1的匹配度分值, SAM、SFF和BE三者總分值越高,則相似性越好,具體計算結果如表1所示。
從表1可以看出,在SAM方麵,在8個采樣點中,未勻色拚接結果圖像的匹配度最小值為0.959,最大值為1,勻色拚接結果圖像的匹配度最小值為0.958,最大值為0.995;在SFF方麵,在8個采樣點中,未勻色拚接結果圖像的匹配度最小值為0.881,最大值為0.999,勻色拚接結果圖像的匹配度最小值為0.807,最大值為0.995;在BE方麵,在8個采樣點中,未勻色拚接結果圖像的匹配度最小值為0.942,最大值為1,勻色拚接結果圖像的匹配度最小值為0.883,最大值為1;在SAM、SFF和BE三者總分值方麵,在8個采樣點中,未勻色拚接結果圖像的匹配度最小值為2.826,最大值為2.999,勻色拚接結果圖像的匹配度最小值為2.801,最大值為2.985,因此是否對高光譜圖像的拚接結果采用勻色處理,對其光譜並無太大影響。
butongcaiyangdianzhijian,dangliyongdiyitiaoguangpuzuoweijizhunduiqitaguangpuquxianjinxingpipeifenxishi,dechudepipeijieguoyuliyongdiertiaoguangpuzuoweijizhunduiqitaguangpuquxianjinxingpipeifenxishibuyiyang,zheshiyinweiliangjingtuxiangsuiranyouzhezhongdiequyu,danshishoukongjianfenbianlvdeyingxiang,bingbunengbaozhengcunzaizhongdiequdegaoguangputuxiang,qixiangyingxiangsudaibiaodedimianwutiwanquanxiangtong,yinciguangpuquxiancunzaichayishizhengchangde。weijianshaoliangjingtuxiangzhongdiequxiangtongxiangsuguangpudechayixing,zaixuanzecaiyangdianshijinliangxuanzezhoubianjiaoweijunyidediwu。
表1 影像拚接前後其光譜相似度評價
|
采樣點1 |
|
光譜匹配度鑒定結果 |
|||
|
SAM |
SFF |
BE |
總分 |
||
|
第一條光譜 |
|||||
|
第二條光譜 |
0.965 |
0.883 |
1 |
2.848 |
|
|
未平滑 |
0.959 |
0.901 |
1 |
2.859 |
|
|
平滑 |
0.958 |
0.897 |
1 |
2.856 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.965 |
0.889 |
1 |
2.854 |
|
|
未平滑 |
0.971 |
0.881 |
1 |
2.853 |
|
|
平滑 |
0.973 |
0.872 |
1 |
2.845 |
|
|
采樣點2 |
第一條光譜 |
||||
|
第二條光譜 |
0.987 |
0.951 |
0.994 |
2.933 |
|
|
未平滑 |
0.983 |
0.955 |
1 |
2.938 |
|
|
平滑 |
0.983 |
0.949 |
0.994 |
2.927 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.996 |
0.993 |
1 |
2.989 |
|
|
未平滑 |
0.987 |
0.930 |
0.994 |
2.911 |
|
|
平滑 |
0.970 |
0.880 |
0.994 |
2.845 |
|
|
采樣點3 |
第一條光譜 |
||||
|
第二條光譜 |
1 |
0.999 |
1 |
2.999 |
|
|
未平滑 |
1 |
0.999 |
1 |
2.999 |
|
|
平滑 |
0.995 |
0.995 |
1 |
2.985 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.995 |
0.990 |
1 |
2.985 |
|
|
未平滑 |
0.995 |
0.990 |
1 |
2.985 |
|
|
平滑 |
0.995 |
0.990 |
1 |
2.985 |
|
|
采樣點4 |
第一條光譜 |
||||
|
第二條光譜 |
1 |
0.999 |
1 |
2.999 |
|
|
未平滑 |
0.978 |
0.881 |
0.989 |
2.848 |
|
|
平滑 |
0.968 |
0.882 |
0.972 |
2.821 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.968 |
0.886 |
0.972 |
2.826 |
|
|
未平滑 |
0.968 |
0.886 |
0.972 |
2.826 |
|
|
平滑 |
0.981 |
0.837 |
0.983 |
2.801 |
|
|
采樣點5 |
第一條光譜 |
||||
|
第二條光譜 |
1 |
0.996 |
0.972 |
2.968 |
|
|
未平滑 |
0.994 |
0.991 |
0.942 |
2.927 |
|
|
平滑 |
0.994 |
0.981 |
0.883 |
2.859 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.991 |
0.931 |
1 |
2.922 |
|
|
未平滑 |
0.985 |
0.903 |
0.994 |
2.882 |
|
|
平滑 |
0.981 |
0.890 |
0.994 |
2.866 |
|
|
采樣點6 |
第一條光譜 |
||||
|
第二條光譜 |
0.991 |
0.970 |
1 |
2.961 |
|
|
未平滑 |
0.991 |
0.970 |
1 |
2.960 |
|
|
平滑 |
0.978 |
0.927 |
1 |
2.905 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.991 |
0.971 |
1 |
2.961 |
|
|
未平滑 |
0.987 |
0.956 |
1 |
2.944 |
|
|
平滑 |
0.982 |
0.942 |
1 |
2.923 |
|
|
采樣點7 |
第一條光譜 |
||||
|
第二條光譜 |
0.979 |
0.940 |
0.977 |
2.896 |
|
|
未平滑 |
0.994 |
0.981 |
0.994 |
2.970 |
|
|
平滑 |
0.990 |
0.969 |
0.994 |
2.954 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.979 |
0.936 |
0.977 |
2.892 |
|
|
未平滑 |
0.989 |
0.968 |
0.983 |
2.940 |
|
|
平滑 |
0.985 |
0.955 |
0.983 |
2.923 |
|
|
采樣點8 |
第一條光譜 |
||||
|
第二條光譜 |
0.990 |
0.930 |
1 |
2.920 |
|
|
未平滑 |
0.985 |
0.910 |
0.983 |
2.877 |
|
|
平滑 |
0.981 |
0.899 |
0.983 |
2.863 |
|
|
第二條光譜 |
|||||
|
第一條光譜 |
0.996 |
0.974 |
1 |
2.970 |
|
|
未平滑 |
0.990 |
0.949 |
0.983 |
2.923 |
|
|
平滑 |
0.981 |
0.889 |
0.983 |
2.853 |
|
2.4 圖像拚接效率對比
為了驗證無人機高光譜影像的拚接效率,本文選取了兩台筆記本的電腦,分別是Dell7520和ThinkPad T440P對24景、50景、120景、500景無人機高光譜影像進行拚接,如表2所示。研究結果表明,硬件配置較好的DeLL7520拚接效率遠遠高於硬件配置較差的ThinkPad T440P,在處理24景無人機高光譜影像拚接時,DeLL7520比ThinkPad T440P處理速度快4個小時;在處理50景無人機高光譜影像拚接時,DeLL7520比ThinkPad T440P處理速度快7.7個小時;在處理120景和500景無人機高光譜影像時,ThinkPad T440P處理速度顯然更慢,甚至出現筆記本卡死/藍屏重啟,而DELL7520則正常拚接。
表2 硬件配置及圖像拚接效率對比
|
筆記本 |
DELL7520 |
ThinkPad T440P |
|
|
硬盤配置 |
CPU |
i7-7700HQ |
I7-4710MQ |
|
內存 |
64GB |
16GB |
|
|
硬盤 |
SSD |
SSD |
|
|
顯卡 |
NVIDIA Quadro M2200,4GB |
NVIDIA GeForce GT 730M+Intel GMA HD 4600, 1GB |
|
|
效率對比 |
24景 |
1小時 |
5小時 |
|
50景 |
1.8小時 |
9.5小時 |
|
|
120景 |
3.5小時 |
20小時,進程1/3 |
|
|
500景 |
8.5小時 |
筆記本卡死 |
|
3 結論
本文對消除大氣、水汽等因素影響的高光譜影像計算其波段信噪比,並根據其信噪比的峰值篩選出特征波段,利用SIFT算法對選出的特征波段提取特征點並對特征點進行匹配,墨卡托投影(Mercator)糾正圖像的變形以及重投影空三(Reproj)算法細化高光譜相機參數的方法對無人機高光譜影像進行自動拚接並對拚接結果進行勻色,同時運用SAM、SFF和BEguangpupipeisuanfayanzhenglegaoguangpuyingxiangpinjiesuanfadekexingxing。yanjiubiaomingbenwentichudewurenjigaoguangpuyingxiangpinjiesuanfajiejueledangqiandanfuwurenjizaigaoguangpuyingxiangtufuguoxiaodewenti,qieduiwukongzhidiandewurenjizaineizhituisaoshidegaoguangpuyaoganyingxiangkeshixianzidongpinjie,qiepinjiexiaoguohao、精度高、guangpujibianxiao,yanjiujieguoweiqitawurenjizaigaoguangpuyaoganyingxiangdezidongpinjietigongjiejian,tongshiwurenjigaoguangpuyingxiangdepinjiejieguokeyingyongyudafanweidegaoguangpuyaoganyingxiangfenleiyushibie、土地利用/覆蓋分類、精細農業、環保、礦產礦物勘測等多種領域中。
本文參考文獻:黃宇,陳興海,劉業林,等.無人機高光譜內置推掃影像快速拚接方法[J].測繪地理信息,2019,44(05):24-28.
地址:北京市海澱區中關村大街19號新中關B座北翼1701-1706室
電話:
傳真:
郵箱: