img

官方微信

遥感技术与应用, 2021, 36(5): 1072-1082 doi: 10.11873/j.issn.1004-0323.2021.5.1072

数据与图像处理

基于月球观测的FY-3D MERSI-II在轨通道亚像元配准

程思行,1, 徐娜,2, 吴荣华2, 胡秀清2, 何玉青1, 肖达1, 汪子意1

1.北京理工大学 光电学院,北京 100081

2.中国气象局国家卫星气象中心,北京 100081

On-orbit Subpixel Registration of FY-3D MERSI-II based on Lunar Observations

Cheng Sixing,1, Xu Na,2, Wu Ronghua2, Hu Xiuqing2, He Yuqing1, Xiao Da1, Wang Ziyi1

1.School of Optics and Photonics,Beijing Institute of Technology,Beijing 100081,China

2.National Satellite Meteorological Centre,China Meteorological Administration,Beijing 100081,China

通讯作者: 徐娜(1982-),女,北京人,研究员,主要从事卫星定量遥感及星载遥感器定标等方面的研究。E⁃mail:xuna@cma.gov.cn

收稿日期: 2020-06-22   修回日期: 2021-08-11   网络出版日期: 2021-12-07

基金资助: 国家重点研发计划项目.  2018YFB0504900.  2018YFB0504802

Received: 2020-06-22   Revised: 2021-08-11   Online: 2021-12-07

作者简介 About authors

程思行(1995-),女,安徽黄山人,硕士研究生,主要从事大气遥感方面的研究E⁃mail:544806480@qq.com; , E-mail:544806480@qq.com

摘要

月球目标具有受大气影响小且与背景温度差异明显的特点,可以作为通道配准非常稳定的参考源,用于分析不同通道的成像位置。以风云三号D星(FY-3D)搭载的第二代中分辨率光谱成像仪(MERSI-Ⅱ)为例,介绍了一种利用月球图像进行在轨通道配准的方法。通过对MERSI-Ⅱ各通道月球图像进行预处理,并对图像采取亚像元最大相关迭代的方法进行配准,得到亚像素精度的配准参数;利用月球质心距及灰度差值比较法对配准结果进行评价分析。结果表明:基于月球观测的配准方法具有较高的精度,与月球质心距结果一致性优于0.05像素。同时,利用月球配准结果对MERSI-Ⅱ基于发射前测试的配准结果进行了比对验证,发现目前MERSI-Ⅱ在轨配准偏差整体较小,但在短波通道的扫描方向存在0.5个像素左右的偏差,这对后续高精度的定量产品存在影响。利用该配准方法可以发现长期性的通道配准变化规律,为历史数据再定标及后续的定量化遥感产品开发应用打下基础。

关键词: 风云三号 ; MERSI-Ⅱ ; 月球观测 ; 在轨空间特性 ; 通道配准

Abstract

The lunar target has the characteristics of small atmospheric influence and obvious difference from the background temperature. It can be used as a very stable reference source for band registration to analyze the imaging positions of different bands. Taking the second generation Medium Resolution Spectral Imager (MERSI-Ⅱ) on FY-3D as an example, a method of on-orbit registration using the moon is introduced. By preprocessing the moon image of each band of MERSI-Ⅱ, and adopting the method of sub-pixel maximum correlation iteration for image registration, the registration parameters of sub-pixel accuracy are obtained. The registration results were evaluated and analyzed by comparing the centroid distance of the moon and the difference of gray level. The results show that the lunar registration method has high accuracy and the consistency with the lunar centroid distance is better than 0.05 pixel. The registration based on the moon has the advantages of simple and efficient, and is not affected by the spectral differences of instrument bands. It is stable in the registration of absorption bands, and is significantly better than other methods.The on-orbit registration results of MERSI-Ⅱ based on pre-launch test are compared and verified by the lunar registration results. It is found that the on orbit registration deviation of MERSI-Ⅱ is relatively small as a whole, however, there is 0.5pixel deviation in the scanning direction of the shortwave band, which has an impact on the subsequent high-precision quantitative products. The method can be used to find the long-term change law of band registration, which lays a foundation for the re-calibration of historical data and the subsequent development and application of quantitative remote sensing products.

Keywords: FY-3D ; MERSI-Ⅱ ; Lunar observation ; On-orbit spatial characteristics ; Band registration

PDF (3978KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

程思行, 徐娜, 吴荣华, 胡秀清, 何玉青, 肖达, 汪子意. 基于月球观测的FY-3D MERSI-II在轨通道亚像元配准. 遥感技术与应用[J], 2021, 36(5): 1072-1082 doi:10.11873/j.issn.1004-0323.2021.5.1072

Cheng Sixing, Xu Na, Wu Ronghua, Hu Xiuqing, He Yuqing, Xiao Da, Wang Ziyi. On-orbit Subpixel Registration of FY-3D MERSI-II based on Lunar Observations. Remote Sensing Technology and Application[J], 2021, 36(5): 1072-1082 doi:10.11873/j.issn.1004-0323.2021.5.1072

1 引 言

通道配准是卫星遥感器空间特性的关键要素。在扫描的过程中,仪器各通道在焦平面上排布位置存在差异,使得同一时间观测目标在各通道的瞬时视场中成像位置不同。大部分定量遥感产品为多通道联合应用,须在应用前对多通道图像进行配准,其通道配准精度也将直接影响后续观测资料的定量应用效果,因此高精度的通道配准对定量遥感应用有重要意义。

传统的在轨通道配准方法主要基于对地遥感图像展开,其中以利用图像灰度和特征为主要方法。前者利用图像的灰度值确定需要进行的空间变换,其中较为主流的方法有Tilton等1提出的互相关匹配方法、Ma等2采用的投影匹配方法以及王亮等3-4基于傅里叶变换的相位相关匹配方法。特别地,在互相关配准方法中,针对SNPP VIRR的通道配准,James等1于2017年提出使用归一化互信息(Normalized Mutual Information,NMI)进行匹配的方法。研究表明,NMI峰值斜率和NMI峰值的乘积在评价NMI结果质量方面优于单纯使用NMI峰值,利用这一综合指标可以达到更精准的配准效果,其研究结果也为后续科学数据集的质量提供进一步的保障。刘贵喜等5-8基于图像特征的配准方法也比较丰富,包括利用图像点特征、边缘和区域特征的诸多类型方法。

综合来说,基于图像灰度进行匹配的方法处理速度快,但噪声的存在和不同灰度属性或对比度差异的影响会使该方法缺乏鲁棒性。依靠目标特征进行配准的方法则受噪声影响小,计算量小,稳定性更强一些。近年来,NOAA和NASA定标与检验团队以月球为观测目标提出了一种新的通道配准方法。研究发现月球具有刃边,受大气影响较小且与背景温度差异明显,是非常稳定的通道配准参考源,在分析不同通道的成像位置时具有天然的优势;由于光谱辐射校准组件每两个月才能对仪器进行一次校准,为进一步满足测量要求,有必要利用月球进行在轨配准;该团队利用月球观测图像对MODIS、VIRRS进行通道配准和评价,提出配准算法实现了通道配准,经验证其结果与光谱辐射校准组件得到的配准结果相匹配。此外,该研究还对配准工作进行长时间序列的监测,发现在月球通道配准中存在年度振荡模式。9-14

中分辨率光谱成像仪(MERSI)是风云三号卫星地球观测的核心仪器之一,2017年11月,搭载了第二代 MERSI(MERSI-Ⅱ)的FY-3D卫星成功发射升空。MERSI-II具有25个探测通道,分别分布在可见光(VIS)、可见光—近红外(VNIR)、短波红外(SWIR)、中波红外(MWIR)和长波红外(MLWIR)5个焦平面上,覆盖波长范围0.40~12.50 μm,MERSI-Ⅱ各焦平面探测器结构排布情况示于图1,红色文字为定义的通道序号,各通道波段均已在图上注明,其中主光轴位于通道3和通道12之间。由于MERSI-Ⅱ焦平面较多,其对通道配准拥有更强的需求。通常情况下,通道配准参数通过实验室测试获得,但是为了验证和修正发射前配准参数也需要发展高精度的在轨通道配准方法。MERSI-Ⅱ具有对月观测的能力,可以获取完整、连续的对月观测数据,故可利用月球观测图像获得亚像元级别的配准参数,以评价和校准实验室测试数据。

图1

图1   MERSI-Ⅱ各焦平面探测器结构排布图

Fig.1   The focal plane detector structure arrangement of MERSI-Ⅱ


为深入了解MERSI-Ⅱ仪器的通道配准情况,采用基于亚像素平移的相关交叉迭代法对MERSI-Ⅱ进行通道配准计算并对发射前配准结果进行评估。第二节通过实验分析月球图像背景噪声以及月球“伪像”对配准带来的误差并进行有效去除;第三节具体阐述利用月球观测实现亚像素级别匹配的方法;第四节对得到的结果进行分析和讨论,包括将获得的配准参数与发射前及地面观测配准参数进行比对,利用各种评价指标对本文得到的配准结果进行精度验证和效果评估。

2 MERSI-II月球观测及数据预处理

2.1 月球观测模式

MERSI-II采用45°旋转扫描镜和多元并扫的对地观测和成像方案,它的每个通道由一组探元阵列组成,对应于两种不同的空间分辨率,星下点250 m和1 km。通道 1~4、24、25 的星下点分辨率为250 m,每个通道具有40个探元;通道5~19以及20~23的星下点分辨率为1 km,每个通道具有10个探元15。MERSI-II采用长线列跨轨多元并扫的成像方式,扫描镜转速约为1.5 s/转,在5 min时长内,卫星扫描次数为200次(帧)。单次扫描中,MERSI-II扫描镜每旋转一周可依次扫描地球目标、可见光/近红外波段星上定标器、中长波红外波段黑体和冷空视场,分别获取4种观测目标数据。MERSI-II有两种月球观测模式,分别为冷空观测模式和机动观测模式15。一般情况下,MERSI-II通过冷空视场实现被动对月观测,同时也可以通过改变扫描时序,实现对月机动观测,适当增加观月概率。冷空视场张角约为3°,能够实现所有通道同时进行满月观测。月球在高分辨率通道成像大小约为35像素×20像素,在低分辨率通道成像大小约为10像素×20像素。图2显示了MERSI-II冷空视场采集的多探元单次对月观测图像,由图可见,在正式对月观测前后均存在一段时间的冷空观测期。卫星与月球的不断相对运动使得月球逐渐进入冷空视场,其外轮廓也在逐渐变大,当移动到冷空视场中心时,其外轮廓达到最大,之后便开始逐渐移出该视场,完成从冷空视场的一侧运动到另一侧的过程。

图2

图2   MERSI-II冷空视场采集的多探元单次对月观测图像

(通道1, 2018-1-25 08:30~08:35)

Fig.2   A single observation image of the moon by multi-detectors collected in the cold field of view by MERSI-II


可以通过两种方式获得MERSI-II的月球全圆盘图像。一是选用上文提到的多探元一次扫描获得的完整月球图像,二是利用单探元多帧扫描拼接得到完整的月球图像。考虑到探元非一致响应问题,实验采用单探元多次扫描拼接的月球影像。此外,由于探测器阵列上位于两端的探元易受污染,以中央位置探元获取的数据作为主要数据来源。从出现月球的观测时次开始,抽取中央探元的观测结果,重新组合拼接即可获得完整的月球图像。位于焦平面上不同位置处的通道存在位置差异,其捕捉月球事件的时间亦存在差异。图3展示了通道1~通道4的中央探元在2018年1月28日同一时刻扫描获取的原始月球图像,显然,由于通道焦平面排布的差异,各通道的月球图像在扫描方向存在明显位置差异。

图3

图3   MERSI-II探元20在同一时刻对月观测影像

(通道1~通道4,2018-1-28 01:30)

Fig.3   The simultaneous lunar observations of detector 20 by MERSI-II


2.2 月球数据预处理

卫星直接观测的月球数据存在过采样、背景噪声及月球“伪像”污染等容易对配准精度造成影响的问题,需要经过一系列预处理才能满足图像配准的需求。

2.2.1 月球过采样因子

对月观测时,由于月亮与卫星的距离远大于卫星地面高度,使得扫描帧之间存在重复采样的情况,这一情况在扫描方向和飞行方向均存在,对飞行方向影响更大,这会导致本研究多帧拼接的月球图像数据产生较大的随机误差。可将MERSI-Ⅱ在飞行方向上移动一个探元瞬时视场(IFOV)所经历的扫描次数定义为过采样因子,记作β,该因子在计算配准误差时需要用到,是配准评估中的重要参数,该可根据MERSI-II和月球的星历计算得出918

β=Pmoon/dmoon

其中:β为过采样因子;Pmoon为星下点对地像元尺寸;dmoon为MERSI-II在两次扫描之间卫星前进的距离。

2.2.2 背景噪声扣除

月球是低反射率目标,周围的冷空背景也具有一定的响应值,该响应值与月球本身响应差别较小,且会因杂光污染或探测器温度变化而发生波动,具有随机性,会对月球图像配准产生影响。故为了增强月球与周围背景的对比度,凸显主要配准目标,在配准预处理中应当移除这些噪声16-17

对包含月球的冷空观测数据进行分析,发现MERSI-II在对月观测前后背景冷空的计数值在短时间内并未发生显著变化,故选取对月观测前后,不受月球影响的数据作为背景噪声估算的数据计算方法如下:

DNbg=1NSNPi=1NSj=1NPDNi,j

其中:DNbg表示背景噪声的DN值;NSNP分别用来标识图像不受月球影响部分的飞行方向的扫描帧数和扫描方向的列数(采样点数);ij分别为对应的指示数;DNi,j表示图像第i行第j列的原始DN值。

减去背景噪声后整体图像的DN值如式(3)所示:

dnmoon=DNmoon-DNbg

其中:dnmoon表示去除了背景噪声后的月球图像DN值;DNmoon表示原始月球图像的DN值。

2.2.3 月球“伪像”污染

由于信号串扰的影响,MERSI-II部分通道的月球观测存在“伪像”,主要发生在短波红外焦平面通道5(1.36 μm)和6(1.64 μm)以及中长波红外焦平面通道20(3.8 μm)和23(8.55 μm)20

图4展示了两种串扰的具体情况,图4(a)为通道5的中央探元在2017年12月26日的扫描结果,可观察到月球图像周围存在明显的负向串扰,较周围冷空背景信号低;图4(b)则体现了通道23的中央探元在相同时刻的扫描结果,同样可发现月球周围存在的串扰,其值较周围冷空背景信号高。

图4

图4   中央探元多次对月扫描的成像结果(2017-12-26)

Fig.4   The imaging results of the central detector's multiple scans of the moon (December 26, 2017)


串扰的存在会扩大背景噪声的不均匀性,导致月球目标在整幅图像中难以明确边界,在一定程度上影响通道配准的效果。对短波红外通道而言,由于串扰信号都是低于背景的弱信号,故可以用背景值进行填补,不影响原始月球观测影像。中长波红外通道的串扰信号多为正向,不容易区分真实月球影响和“伪像”,而且在长波红外月球观测信号多已达饱和,这些都不利于通道配准的进行,故实验主要针对太阳反射波段(通道1~19)进行讨论。

3 层次化亚像元配准算法

为保证配准精度,同时简化配准,将配准流程分为两个层次,首先通过粗配准实现像元级的初配准,再利用相邻插值法实现图像亚像素级的迭代移动,在此过程中通过计算两通道图像相关性系数的大小确定最佳配准参数,完成精配准。

3.1 粗配准

引言中提到,MERSI-Ⅱ的主光轴通道位于通道3和通道12之间,其中通道3与基准棱镜更为接近。为了量化并统一配准参数,同时减小各焦平面之间的配准差异,选用通道3和通道12分别作为250 m和1 km通道的配准参考通道。首先利用通道3和通道12分别对不同分辨率通道进行配准,再将不同分辨率配准参数进行转化,得到以通道3为参考标准的统一配准参数。

选择影像更为完整的2017年12月26日23:05时次的月球图像,将特定探元(探元5)多次扫描数据画成月球响应图。如图5(a)、图5(b)所示,在扫描方向,先对55帧扫描响应进行代数求和(为方便展示,将所得响应和缩小100倍进行绘图),利用月球与背景具有明显对比的特点,选择峰值点作为特殊点,记录所有通道在该特征点对应的像素数,再与定义中位置为0的参考通道(通道3)进行对比,得到月球配准参数。类似地,在飞行方向,可以通过对每帧不同扫描点响应进行代数求和,选定峰值点并记录对应的帧数,与参考通道对比得到月球配准参数。

图5

图5   各通道图像成像位置示意图

Fig.5   Schematic diagram of imaging position of each band image


3.2 亚像元精配准

基于粗配准工作,通过亚像素平移算法实现图像在亚像素级别的移动,利用相关性系数的梯度计算获取通道间图像相关性达到最大时的移动值,即配准参数,实现对待配准通道图像的高精度配准。

3.2.1 亚像素平移

通常情况下,图像平移步长多为整数,为了进一步提高配准精度,采用相邻插值法将图像的平移步长精确到亚像素级别。

根据通道特性,配准误差主要来自扫描和飞行方向,故主要针对这两个方向的配准工作进行讨论。设通道a为参考通道,设b为待配准通道,参考通道保持不动,待配准通道分别沿扫描方向和飞行方向移动,实现与参考通道图像的完全重合,完成配准。可定义:

dn(P,Ba)=dnmoon(P,Ba)
dn(P,Bb,x)=dnmoon(P+floor(x),Bb)                          ×(1+floor(x)-x)       +dnmoon(P+1+floor(x),Bb)                          ×(x-floor(x))

其中:Bb表示通道bdn(P,Bb,x)表示通道b沿扫描方向移动x像素后的新图像的第P列的DN值;由未移动前图像的两整数列P+floor(x)列和P+1+floor(x) 列的DN值共同决定。dnmoon为经过预处理之后的通道DN值;P指沿扫描方向的第P列; x为扫描方向平移距离,以像素为单位,迭代步长为0.1个像素,迭代范围为粗配准参数前后各1个像素;floor(x)表示x向下取整的结果;Ba表示参考通道a,则dnP,Ba表示通道a沿扫描方向第P列的DN值。

Bb为得到整张图像沿扫描方向的处理结果,用模板进行处理以此类推,对图像的每一列采取相同的操作,即可实现图像整体亚像素级的移动。

可按照类似的方法得到沿飞行方向的亚像素平移结果,定义:

dn(S,Ba)=dnmoon(S,Ba)
dn(S,Bb,y)=dnmoon(S+floor(y),Bb)                         ×(1+floor(y)-y)  +dnmoon(S+1+floor(y),Bb)                         ×(y-floor(y))

其中:S为沿飞行方向的第S帧图像;y为飞行方向移动的距离;以像素为单位;floor(y)代表y向下取整的结果; dn(S,Bb,y)表示沿飞行方向移动y像素后的新图像的第S帧的DN值;由未移动前图像的两整数帧S+floor(y)帧和S+1+floor(y) 帧的DN值共同决定。

3.2.2 迭代最优解判定

最常用的图像配准方法是基于灰度和特征的配准,本实验在各通道图像灰度相关的基础上,采用交叉相关算法进行通道匹配,其公式如(8)~(10)所示:

R(x,y)=i=-NS2NS2j=-NP2NP2[(dnBa(i,j)-dnBa¯)(dnBb(x+i,y+j)-dnBb¯)]i=-NS2NS2j=-NP2NP2(dnBa(i,j)-dnBa¯)2i=-NS2NS2j=-NP2NP2(dnBb(x+i,y+j)-dnBb¯)2
dnBa¯=1(NP+1)(NS+1)i=-NS2NS2j=-NP2NP2(dnBa(i,j)
dnBb¯=1(NP+1)(NS+1)i=-NS2NS2j=-NP2NP2(dnBB(x+i, y+j)

其中:NSNP分别为飞行方向的扫描帧数和图像扫描方向的列数(采样点数);dnBadnBb分别为参考通道和待配准通道两幅图像的DN值;R(x,y)是待移动通道图像在扫描方向移动x像素、在飞行方向移动y像素之后计算得到的两通道图像相关系数值。通过不断迭代更新配准参数xy,寻找使得相关系数R(x,y)取得最大值的x,xmaxy,记为ymax,即分别为在两个移动方向上获得的最佳配准参数。此处主要展示扫描方向的配准过程,如图6为通道8与通道12图像的相关性系数随配准参数在飞行方向上迭代的变化曲线,由图可以看出,随着配准参数由5.0不断增大,两通道图像的相关系数也逐渐增大,图像匹配性上升,至配准参数达到5.8左右的邻域内,相关系数达到最大值0.998,意味着图像配准效果达到最佳值,之后相关系数随配准参数增大逐渐减小。

图6

图6   两通道的月球图像间的相关性系数随配准参数在扫描方向变化而变化的曲线(通道8和通道12)

Fig.6   The curve of the correlation coefficient between the lunar images of the two bands as the registration parameters change in the scanning direction (Band 8 and Band 12)


4 配准结果分析与验证

4.1 配准结果比对

基于未配准的MERSI-Ⅱ原始观测数据,利用本实验方法对各通道进行配准计算,并与发射前实验室测试结果和对地观测所得结果进行比对。表1展示了MERSI-Ⅱ各通道用本实验方法与两种不同的配准方法得到的基于原始观测数据的通道配准参数(各通道按照实际探测器结构顺序排布):第一列为发射前实验室测试结果;第二列为对地观测配准结果,即对地观测图像的二维相关得出的配准参数;第三列为本文方法计算得到的通道配准参数。

表1   通道配准结果比对(以通道3为参考通道)

Table 1  The result comparison of Band registration (referenced to Band 3)

通道中心波长 /μm

发射前结果

(x方向)

对地观测结果

(x方向)

本实验结果

(x方向)

发射前结果

(y方向)

对地观测结果

(y方向)

本实验结果

(y方向)

8(VIS)0.41243.83.9/-0.1-0.4
9(VIS)0.44322.02.1/0-0.1
1(VIS)0.47000.00.1/00
2(VIS)0.550-8-8.0-7.9/00
10(VIS)0.490-4-4.0-3.9/0-0.2
11(VIS)0.555-6-6.0-6.0/0-0.2
16(VNIR)0.905-10-9.9-9.8/00
17(VNIR)0.936-8-7.9-7.8/00
4(VNIR)0.865-24-24.1-23.9/00
14(VNIR)0.746-4-4.0-3.9/00
12(VNIR)0.670-2-2.0-1.9/00
3(VNIR)0.65000.00.0/00
13(VNIR)0.70922.02.1/00
15(VNIR)0.86544.04.0/00
19(VNIR)1.0366.26.2/00
18(VNIR)0.94088.08.1/00
7(SWIR)2.1366.56.5/0.20.1
5(SWIR)1.38-4-3.8-3.5/00
6(SWIR)1.64-9-8.5-8.3/0.10.4

新窗口打开| 下载CSV


表1中结果来看,3种方法的一致性较好,且3种方法在运行速度上没有明显区别。目前MERSI-Ⅱ业务中采用实验室测试结果作为配准参数,本方法得出的结果与发射前结果在整像元级上基本一致。月球配准结果与对地观测结果更为接近,与发射前测试结果相比,在一些波段存在0.1~0.3个像素的差异。这主要是由于本方法实现了亚像元级别的匹配,可以一定程度上提升配准精度。此外,对地观测结果缺少飞行方向的配准参数值,该方法可对其进行补充。

在短波红外通道中,由于大气吸收和串扰现象的存在,会对对地观测方法和发射前测试产生影响。从表1可知:吸收通道中的通道5采用此两种方法得到的结果比较相近,但与本实验方法相差0.3~0.5个像素;通道6中3种方法得到的结果均存在一定差别,且本实验方法与发射前测试结果相差0.7个像素;通道7中本实验结果和对地观测结果一致,与发射前测试结果相差0.5个像素。下文将详细对本方法的精度进行评估,并将3种方法得到的配准结果进行横向对比分析。

4.2 验证与评价

针对在轨配准后的数据,选取了两种方法完成评估:首先通过月球质心距评价本实验方法的精度,然后分别采用上述3种方法完成配准工作,对得到的配准后两通道图像作差,对比不同方法的差值结果,验证应用效果。

4.2.1 月球质心距评价

此处引入质心距作为评价通道间配准精度的指标。质心即物理意义上的重心,代表图像核心数据信息的位置。根据NOAA和NASA定标与检验团队对月球的长期研究结果14表明,月球的表面特性非常稳定,因此月球的质心位置可以可靠地用于通道间配准精度的表征。

通过计算两个通道月球图像的质心间的距离可以获取配准后通道成像位置的细微差异,从而检验配准的精确度。基于配准后的月球图像,分别计算两通道月球质心在扫描和飞行方向对应的采样点数和帧数,对应值做差后可得到两幅图像在不同方向上的质心距离。

针对某单一通道图像,可分别对扫描方向和飞行方向进行图像质心位置的计算,月球外轮廓在扫描方向上的质心由式(11)计算得到:

Cscan=NPNS(dnmoonP)NPNSdnmoon

其中:dnmoon代表经过处理之后的每个像素点对应的DN值;NS为飞行方向帧数;NP为扫描方向的列数(采样点数);P为扫描方向的第P列;S为飞行方向上的第S帧。

同理,在飞行方向上的质心由式(12)计算得到:

Ctrack=NSNP(dnmoonS)NSNPdnmoon

在此基础上,分别对两通道图像在扫描和飞行方向的质心间距离进行计算,定义:

ΔCscan(Ba,Bb)=Cscan(Ba)-Cscan(Bb)
ΔCtrack(Ba,Bb)=Ctrack(Ba)-Ctrack(Bb)β

其中:Ba表示参考通道;Bb表示待配准通道,β表示过采样因子;Cscan(Ba,Bb)代表沿扫描方向两通道图像的质心距,考虑到过扫在飞行方向存在的影响更大,还需进一步除以过采样因子β,得到飞行方向二者质心距为CtrackBa,Bb。两个方向上质心距的单位都是1 km分辨率下的单像素,可以通过乘以像素的空间分辨率来完成转换。例如计算250 m分辨率波段和1 km分辨率波段之间的质心距时,250 m分辨率波段的像素采样数和对应探元数序数要除以4以进行匹配。图7图8分别展示了各通道与参考通道在扫描方向和飞行方向的质心距,观察可知,各通道的质心距均低于0.05像素。由于参考通道(通道3)位于MERSI-Ⅱ的主光轴处,其位置具有特殊性,可作为各通道配准中的绝对参考标准,故可认为配准误差小于0.05像素。

图7

图7   各通道与参考通道(通道3)在扫描方向的质心间距离

Fig.7   The distance between the center of mass of each band and the reference band(Band 3) in the scanning direction


图8

图8   各通道与参考通道(通道3)在飞行方向的质心间距离

Fig.8   The distance between the center of mass of each band and the reference band(Band 3) in the flight direction


4.2.2 差值评价指标

为更加直观地展现配准效果,将两通道配准后图像作差,用差异大小来比较各方法的配准效果。

由于两配准的通道实际DN响应值可能差别较大,若直接作差比较,则结果不够直观,考虑到主要影响配准结果的因素为月球轮廓,故先将其进行二值化处理,再进一步利用差值去评价配准效果。

通过阈值法构建月球模板:以图像中最大DN值的10%作为阈值,大于阈值的部分标识为月球像素(数值为 1),小于阈值的部分标识为非月球像素,数值为018-19

Mask(DN)=1,DN>0.1*DNmax0,DN<0.1*DNmax

式(15)所示,DNmax指图像中最大的DN值,由此可得到两通道图像的掩膜版,由于掩膜版间的差值有正有负,为了更加凸显差异,将其归一化为0至1的范围,如图9所示,展现了分别将发射前实验室测试、对地观测以及本文方法得到的配准参数应用于通道5~7(从上到下依次展示在下面3行图片中)的月球图像配准过程,并与参考通道(通道3)图像作差,差值经归一化后可发现利用本文方法得到的配准参数进行配准的效果最好,其差值最小(如图9(c))。

图9

图9   通道5~7采用3种方法得到的配准差值(相对于参考通道3,2018-1-25)

Fig.9   The registration difference using three methods to obtain of Band 5~Band 7(referenced to Band 3,January 25,2018)


5 结 语

实验介绍了一种基于月球观测的光学遥感器在轨通道亚像元配准方法,并应用到的FY-3D MERSI-Ⅱ的反射波段对其发射前配准效果进行评估。该方法通过相邻插值法将图像的平移步长精确到亚像素级别从而实现亚像元级的通道配准。同时,针对MERSI-Ⅱ的观测特点,对月球原始数据中存在的过采样,背景噪声及“伪像”污染等问题进行了介绍。为了评估方法的有效性,文中将月球配准结果与发射前测试配准结果和对地观测配准结果进行了比较,同时利用质心距评价和图像差值对方法精度和应用效果进行了评价。

实验结果表明:①与发射前实验室测试方法相比,同时增加飞行方向配准结果;与对地观测配准方法相比,该算法没有通道局限性,与月球质心距评估结果一致性能达到0.05像素;②利用该方法对MERSI-Ⅱ业务配准参数(发射前评估)进行评估,结果显示大部分通道差异基本在0.2像素以内,但是短波5、6、7等3个通道在扫描方向存在0.5个像素左右的偏差,通道6、通道8在飞行方向存在0.4个像素左右的偏差,这对后续高精度的定量产品存在影响;③通过对3种方法的差值评价结果进行对比,易发现本方法得到的差值绝对值最小,说明配准后各通道与参考通道的位置差异也最小,其结果将更有利于后续月球定标工作的进行。

基于月球的配准具有简便高效的优势,不受仪器通道光谱差异的影响,在吸收通道的配准中表现稳定,显著优于其他方法。后续将展开针对太阳反射波段的相应研究。本研究重点关注方法的可行性,因此这里仅针对部分短期观测结果进行了分析。利用该方法可以实现在轨通道配准的跟踪监视监测,发现长期性的通道配准变化规律,为历史数据再定标及后续的定量化遥感产品开发应用打下基础。

参考文献

Tilton J CLin GTan B.

Measurement of the band-to-band registration of the SNPP VIIRS imaging system from on-orbit data

[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 20161-12.DOI: 10.1109/JSTARS.2016.2601561.

[本文引用: 2]

Ma JChan C WCanters F.

Fully automatic subpixel image registration of multiangle CHRIS/Proba data

[J]. IEEE Tran-sactions on Geoscience & Remote Sensing, 2010487):2829-2839.DOI:10.1109/TGRS.2010.2042813.

[本文引用: 1]

Wu WenhaoLi TaoLong Sichuanet al.

Sentinel-1 satellite image interference registration in real time orbit

[J]. Journal of Wuhan University (Information Science Edition),2019445):745-750.

[本文引用: 1]

吴文豪李陶龙四春.

实时轨道条件下Sentinel-1卫星影像干涉配准

[J]. 武汉大学学报(信息科学版), 2019445):745-750.

[本文引用: 1]

Bao WenxingSang SierShen Xiangfei.

Research on remote sensing image registration algorithm based on information entropy constraint and KAZE feature extraction

[J]. Optical and Precision Engineering,2020288):1810-1819.

[本文引用: 1]

保文星桑斯尔沈象飞.

基于信息熵约束和KAZE特征提取的遥感图像配准算法研究

[J].光学精密工程,2020288):1810-1819.

[本文引用: 1]

Wu YMa WGong Met al.

A novel point-matching algorithm based on fast sample consensus for image registration

[J]. IEEE Geoscience and Remote Sensing Letters,2015121):43-47.DOI:10.1109/LGRS.2014.2325970.

[本文引用: 1]

Zhang HaitaoJin YanLiu Wanjun.

SIFT remote sensing image registration algorithm based on Marr Wavelet

[J]. Remote Sensing Technology and Application, 2019343): 622-629.

张海涛金燕刘万军.

基于Marr小波改进的SIFT算法的遥感影像配准

[J]. 遥感技术与应用, 2019343): 622-629.

Hou PengyangJi YanGao Fenget al.

Fast hierarchical registration method for remote sensing image based on SIFT

[J]. Remote Sensing Technology and Application, 2014295): 873-877.

侯鹏洋季艳高峰.

一种基于SIFT特征的快速逐层遥感图像配准方法

[J]. 遥感技术与应用, 2014295): 873-877.

Yu XianchuanZhonghua Hu Dan.

Overview of remote sensing image registration technology

[J]. Optics and Precision Engineering, 20132111):2960-2972.

[本文引用: 1]

余先川吕中华胡丹.

遥感图像配准技术综述

[J]. 光学精密工程, 20132111):2960-2972.

[本文引用: 1]

Xiong XSun JChiang Ket al.

MODIS on-orbit characterization using the moon

[C]∥ International Symposium on Remote Sensing2003.

[本文引用: 2]

Xiong XSun JBarnes W L.

Using the moon for MODIS on-orbit spatial characterization

[J]. Proceedings of SPIE The International Society for Optical Engineering, 20045234480-487.

Xiong XSun JAngalaet al.

Results of MODIS band-to-band registration characterization using on-orbit lunar observations

[J]. Proceedings of SPIE - The International Society for Optical Engineering, 20118153.DOI: 10.1117/12.893224.

Wang ZXiong X.

VIIRS on-orbit spatial characterization using the moon

[J]. IEEE Geoscience and Remote Sensing Letters,2014116):1116-1120. DOI:10.1109/LGRS.2013. 2287791

Wang ZXiong XLi Y.

Update of VIIRS on-orbit spatial parameters characterized with the moon

[J]. IEEE Transactions on Geoscience and Remote Sensing, 20155310):5486-5494.DOI:10.1109/TGRS.2015.2423633

Wang ZXiong XLi Y.

An improved algorithm for VIIRS band-to-band registration characterization with lunar observation

[C]∥ Earth Observing Systems XX. International Society for Optics and Photonics2015.

[本文引用: 2]

Na XXinhua NXiuqing Het al.

Prelaunch calibration and radiometric performance of the advanced MERSI II on FengYun-3D

[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018568):4866-4875.DOI: 10.1109/TGRS.2018.2841827

[本文引用: 2]

Niu MinghuiChen Fuchun.

Methods of on-orbit calibration of satellite radiometer reflective solar bands using the moon

[J]. Remote Sensing Technology and Application, 2018332): 337-341.

[本文引用: 1]

牛明慧陈福春.

基于月球反射的遥感仪器在轨定标方法

[J]. 遥感技术与应用, 2018332): 337-341.

[本文引用: 1]

Chen LinZhang PengWu Ronghuaet al.

Monitoring radiometric response change of visible band for FY-2 geostationary meteorological satellite by lunar target

[J]. Journal of Remote Sensing,2018222):211-219.

[本文引用: 1]

陈林张鹏吴荣华.

月球目标监测风云二号静止气象卫星可见光辐射响应变化

[J]. 遥感学报,2018222):211-219.

[本文引用: 1]

Wu RonghuaZhang PengZheng Xiaobinget al.

Data collection and irradiance conversion of lunar observation for MERSI

[J]. Optics and Precision Engineering, 2019278):1819-1827.

DOI:10.3788/OPE.20192708.1819      [本文引用: 2]

吴荣华张鹏郑小兵.

星载成像仪观月数据提取和辐照度转换方法研究

[J]. 光学精密工程,2019278):1819-1827.DOI: 10.3788/OPE.20192708.1819.

[本文引用: 2]

Wu RonghuaZhang PengYang Zhongdonget al.

Monitor radiance calibration of the remote sensing instrument with reflected lunar irradiance

[J]. Journal of Remote Sensing, 2016202):278-289.

[本文引用: 1]

吴荣华张鹏杨忠东.

基于月球反射的遥感器定标跟踪监测

[J]. 遥感学报,201202):278-289.

[本文引用: 1]

Xiao DaXu NaHu Xiuqinget al.

2020: On-orbit detection and correction of crosstalk effect of FY-3D MERSI-II signal

[J], Acta Opitca Sinica,20204010):1011001.肖达,徐娜,胡秀清,等.FY-3D MERSI-Ⅱ 信号串扰效应在轨检测及订正[J].光学学报,2020,4010):1011001. DOI:10.3788/AOS202040.1011001.

[本文引用: 1]

/