一种遥感影像反立体纠正方法研究*

邱春霞，许艺腾，姚顽强，杨存英，徐建纯

(1.西安科技大学 测绘科学与技术学院，陕西 西安 710054；2.天津市渤海新能科技有限公司，天津 300384)



一种遥感影像反立体纠正方法研究*

邱春霞1，许艺腾1，姚顽强1，杨存英1，徐建纯2

(1.西安科技大学 测绘科学与技术学院，陕西 西安 710054；2.天津市渤海新能科技有限公司，天津 300384)

随着遥感技术的迅速发展，基础地理信息数据获取对影像数据的要求越来越严格。而遥感影像的反立体现象会影响影像信息判读的正确性，所以解决遥感影像的反立体现象尤为重要。以陕西省延安市安塞县为例，用数字高程模型(简称DEM)和亮度、色调及饱和度(Intensity, Hue, Saturation，简称IHS)空间色彩变换的方法，尝试对不同空间分辨率遥感影像的反立体现象进行纠正。实验通过对几何校正和影像融合后的遥感影像进行从RGB(红、绿、蓝)到IHS空间色彩的变换，提取I(亮度)分量进行低通滤波，以数字高程模型生成的阴影图对I分量进行替换或者叠加，形成新的IHS空间色彩。以新的IHS到RGB反变换，得到正立体影像。并以不同空间分辨率影像和不同影像处理软件验证均能得到正立体，满足精度要求。

数字高程模型；阴影图；IHS；低通滤波；正立体；反立体纠正

2.TianjinBohaiNewEnergyTechnologyCo.，Ltd.，Tianjin300384，China)

0　引　言

一般遥感影像都是利用太阳同步卫星作为传感器平台，这类卫星探测的山地地形遥感图像通常会产生反立体现象[1]。反立体是指影像的凹凸性呈相反效果，即在图像上山谷表现为山脊，而山脊则表现为山谷，河流看上去是在山脊线蜿蜒。为用户的直接使用带来诸多的困扰，例如山脊和山谷、道路、河流等都无法直观判断。

1996年，Saraf就首次探讨了遥感影像的反立体效果[1]，并且认为反立体现象(False Topographic Per-ception Phenomenon，简称 FTPP)是由相互关联的多种因素所致，如地形阴影、太阳高度角、太阳方位角、观察者观察的角度以及山坡上的纹理等；他认为，某一崎岖地区的遥感影像一旦获取，除观察者观察的角度外，其它引起反立体效果的因素就已经确定；而Rudnicki认为，卫星影像大多为上午成像，这时太阳光是从东南方照射的，而人类的视觉习惯于以太阳光位于西南方向来构想阴影，这种差异导致了反立体效果的产生；中国学者张守林与 Rudnicki观点类似，他认为反立体现象主要是由于中国大部分领土位于北回归线以北，日照主要来自南方，所以阴影落在山的北方，与一般人对于光影应该位于物体下方的立体视觉习惯正好相反，导致了反立体现象的产生[2]。

国内外已有不少专家和学者开始研究反立体现象，并提出了一些纠正方法。Rudnicki提出的将影像旋转180度纠正反立体的方法得到了广泛应用，但这种方法纠正结果得到的是一景上南下北的影像，这种影像与人们长期形成的上北下南的地图认知模式产生了冲突；而且旋转后的影像看上去就像是另外一个地区的影像，特别是当影像的解译需要参考其它的图像或地图时，被参考的图像也必须旋转180°，这给用户带来了诸多不便[3]。张守林等也于2004年提出了一种纠正方法，是基于太阳高度角与方位角变换和影像融合[4]。陈建珍等人也提出了基于反数字高程模型(Digital Elevation Model,简称DEM)与色调、饱和度、明度(Hue,Saturation,Value,简称HSV)变换的纠正方法[5]，还有学者提出在PhotoShop软件下通过DEM与航片套合进行反立体纠正的方法。但不足的是原影像阴坡区的校正效果以及原影像光谱信息的保留方面还有欠缺，技术还不成熟。

文中主要研究用DEM和IHS空间色彩变换的校正方法，对不同空间分辨率遥感影像进行反立体纠正，并通过实例分析该方法的实验效果。

1　研究区概况与数据来源

实验选取陕西省延安市安塞县的资源三号卫星和LandSat8卫星2种不同空间分辨率的影像为实验数据，以该县的县南沟区域和整个安塞县为实验研究区域，如图1所示。

安塞地处西北内陆黄土高原腹地，鄂尔多斯盆地边缘，位于陕西省北部，延安市正北，西毗志丹县，北靠靖边县，东接子长县，南与甘泉县、宝塔区相连，地处东径108°5′44″至109°26′18″，北纬36°30′45″至37°19′31″，属中纬度偏南的内陆位置。

安塞属陕北黄土高原丘陵沟壑区，境内沟壑纵横、川道狭长、梁峁遍布属典型的黄土高原丘陵沟壑区，地形起伏较大。

资源三号卫星影像的空间分辨率为2.1 m，太阳高度角为33.344 1°，方位角为166.853°.

LandSat8影像空间分辨率为30 m，太阳高度角为60°，方位角为137°.

图1　县南沟流域(资源三号卫星影像)Fig.1　County south ditch (ZY-3 satellite images)

2　技术路线与方法

以县南沟流域不同空间分辨率的遥感影像为例，对用DEM和IHS空间色彩变换进行反立体纠正的方法进行了实验研究，实验流程如图2所示。

图2　技术流程图Fig.2　Technical flow chart

1)全色影像与多光谱影像融合。全色影像的分辨率较高，但是影像是黑白的。而多光谱影像是彩色的，容易辨别地类，判断地物。两者各有特点，但各自也有其局限性[6]。将两者融合，得到的影像既具有全色影像的高分辨率，还具有多光谱影像的特点，使影像信息不再单一，能够增强影像信息，提高解译精度[7]。

2)基于1∶10 000的地形图对遥感影像进行几何校正，并根据研究区范围对校正后的影像进行掩膜裁剪，得到精确的研究区域。

3)制作DEM.将县南沟流域影像与该流域的数字等高线图在WGS-84坐标系下精确配准，并以影像为掩膜，得到该流域精确的数字等高线图[8]，在ArcGIS中由数字等高线图创建不规则三角网，再由不规则三角网转出生成规则格网格式的DEM，如图3所示。

图3　县南沟流域的DEMFig.3　DEM of country south ditch

4)地形阴影图。以DEM栅格数据为基础[8]，在一定的光照条件下对高程栅格图运用山影函数，生成阴影图像。该图像能够非常清晰地表达地形的立体形态，也可以提取地形遮蔽信息。主要考虑太阳高度和太阳方位角，制作阴影图时，要求太阳高度与获取遥感影像时的高度一致，而太阳方位角则相反，即在获取遥感影像时的太阳方位角上加180°，此次选用的资源三号卫星影像的太阳高度角为33.344 1°，太阳方位角为166.853°.所得阴影图如图4所示。

5)然后对阴影图进行直方图匹配，将一景影像的某个波段的直方图与另外一景影像某波段的直方图进行相似匹配，或者将一景影像的所有波段与另外一景影像的所有波段进行相似匹配，对影像查找表进行数学变换叫做直方图匹配(Histogram Match)[9]。通过直方图匹配可以消除部分由太阳高度角和大气影响造成的相邻图像的效果差异。进行直方图匹配时要注意输出数据的类型，应该与匹配参考文件相同，默认为Unsigned 8 bit.

图4　县南沟域的地形阴影图Fig.4　Terrain Shaded Region of country south ditch

6)选取影像的4,3,2 3个波段，对影像3个波段赋予红、绿、蓝3种颜色，形成标准假彩色。将标准假彩色进行IHS变换，得到I,H,S分量。

IHS变换是指由于IHS彩色坐标更能符合人类对色彩的敏感度[10]，所以将遥感影像从RGB三原色坐标系统变换成IHS彩色坐标系统。

其中，I包含光照带来的影响，以及空间信息；H与S与颜色本质特征有关。变换公式为

(1)

(2)

(3)

V1和V2是2个中间过程量，用来计算色调和饱和度。IHS反变换就是将遥感影像从色彩坐标系统IHS变换成三原色坐标系统RGB.变换公式

(4)

7)对I分量进行低通滤波。在I分量中包括了2部分重要信息。一部分是由亮度不同而形成的地形因子；一部分是由亮度不同形成的不同地物的不同反射率。地形因子是反立体现象的主要原因，这部分信息是不想被留下的，而地物不同反射率是有用信息。要求选择一种方法将这2个部分分开，保留需要的信息。

低通滤波可以消除高频信息，保留低频信息[11-12]。地物不同反射率刚好是低频信息，只要选用适合的滤波器，就可以去除地形因子，使图像平滑。滤波器选择需要注意的是选择窗口不能过大，也不能过小，实验设计选用3×3的窗口。

8)SR替换I分量。用SR替换I分量生成新的Inew(亮度)分量，组成新的InewHS，SR替换I分量的流程如图5所示。

图5　SR替换I流程Fig.5　SR replaced I process

9)将新生成的InewHS色彩空间逆变换，转换成RGB色彩空间，完成反立体纠正，得到正立体影像，如图6所示。

图6　县南沟流域正立体影像Fig.6　Positive stereoscopic image of the county south ditch

以上整个过程均在图像处理软件ERDAS 9.2中完成。

运用上述方法与操作流程，选取陕西省延安市安塞县LandSat8影像，同样利用1∶10 000地形图对影像进行校正，在ENVI4.7中操作。得到安塞县正立体影像，如图7所示。

图7　安塞县正立体影像Fig.7　Positive stereoscopic image of the Ansai county

在遥感影像的反立体纠正过程中，其中的关键的技术为

1)由等高线制作DEM时，要求Grid格式的DEM分辨率要与原影像一致，即县南沟流域影像分辨率为2.1 m，安塞县影像分辨率为30 m.为了提高精度，此次选用生成DEM的1∶10 000地形图等高线的等高距分别为5，10 m，即对应的资源三号卫星影像选用5 m的地形图，LandSat8影像选用10 m的地形图；

2)在ENVI4.7中处理SR叠加I分量时，经过直方图匹配色彩变得平缓、亮度有所降低的SR来叠加IHS中的I分量，从而得到一个新的Inew分量，组成新的InewHS空间色彩。

波段叠加需要输入一个公式，按照公式来进行叠加。该公式必须以B或b来开头。实验输入公式为b1+b2.注意波段叠加涉及2个波段的空间域问题，所以进行叠加前要保证两影像的空间域相同。

3　结果与分析

3.1视觉对比分析

通过视觉对比能够看出影像纠正前后的正反立体变化明显。原影像上凸起的地方在纠正后全部呈凹陷状，原来凹陷的全部呈凸起状，能够正确地判别山脊、山谷，成功地纠正了遥感影像的反立体现象。

该实验方法不仅纠正了反立体，而且使得纠正后的影像在色调和纹理上都与原影像相近，有利于使用者对地物的判读，提高野外调绘的工作效率。例如，能够直接辨别纹理清晰的地物；对于不能直接辨别的，可以根据地物的纹理和色调之间内在的联系进行逻辑推理。

3.2定量分析

利用中误差(Root Mean Square error,简称RMS)来评价反立体纠正的精度，RMS越小，精度越高[13]。RMS由双观测值之差来计算。

双观测[14]是指对一系列观测量进行成对观测，如在水准测量中对每段路线进行往返观测，在导线测量中每条边测量2次等。在遥感影像的标准空间和纠正后的空间中添加控制点对也属于双观测，但是需要注意的是影像控制点的坐标x，y一定不能是线性相关的。

首先在影像上选取多组(至少10组)同名点，记录x，y坐标。在选取同名点时，以影像的外轮廓为基准，按照一定的顺时针或逆时针方向选取，尽量选择凹凸起伏较明显的位置，这样有利于验证纠正精度。

先计算出同名点的坐标x和y的中误差。由于添加控制点的时候带有一定的误差，对于同名点的2个值的差数一般是不等于零的，设第i个控制点的2个值的差数为d，即

(5)

(6)

然后算出中误差mp，即

(7)

以选取10组同名点为例，添加控制点如图8所示。计算的RMS见表1.

表1　RMS计算

通过公式Dx=∑RMSn/n计算10组同名点的中误差为0.789 6m，资源三号卫星影像的分辨率为2.1m，此次的误差精度为0.789 6/2.1=0.376个像元，对于遥感影像的校正误差小于0.5个像元就满足精度要求。

图8　选取同名地物点Fig.8　Select ground point of the same name

4　结　论

文中根据反立体现象的成因进行研究，采用DEM制作正立体阴影图和IHS变换的方法，基于ERDAS9.2和ENVI4.7图像处理软件对资源三号卫星影像和Landsat8影像进行反立体纠正，并通过低通滤波过滤地形因子，得到地物不同反射率的有效信息，最终得到正立体遥感影像。

实验结果表明，通过视觉对比分析和RMS的精度评价，采用相同的方法以不同的图像处理软件，对不同分辨率影像进行反立体纠正都能达到精度要求，充分证明了此方法的可行性。在各个领域的应用过程中，工作人员可以运用正立体影像，清晰地判别作业区域内的山峦沟壑，并参考原影像辨别细节纹理。

References

[1]周爱霞，高连峰.遥感影像反立体纠正方法研究[J].国土资源遥感，2007(2)：20-22.

ZHOU Ai-xia，GAO Lian-feng.Research on anti-stereo correction method of remote sensing image[J].Remote Sensing for Land and Resources，2007(2)：20-22.

[2]杨存建，魏一鸣，王思远，等.基于DEM的SAR图像洪水水体的提取[J].自然灾害学报，2002，11(3)：121-125.

YANG Cun-jian，WEI Yi-ming，WANG Si-yuan，et al.The extraction of SAR image flood water body based on DEM[J].Journal of Natural Disasters，2002，11(3)：121-125.

[3]章皖秋，袁华，徐天蜀.遥感影像正立体化研究[J].北京林业大学学报，2010，32(3)：41-46.

ZHANG Wan-qiu，YUAN Hua，XU Tian-shu.Research on the positive stereo of remote sensing image[J].Journal of Beijing Forestry University，2010，32(3)：41-46.

[4]李军，周月琴，李德仁.小波变换用于高分辨率影像与多光谱影像的融合研究[J].遥感学报，1999，3(2)：116-121.

LI Jun，ZHOU Yue-qin，LI De-ren.Research on the fusion of high resolution image and multi spectral images based on Wavelet Transform[J].Chinese Journal of Remote Sensing，1999，3(2)：116-121.

[5]陈建珍，何超，岳彩荣.基于反DEM和HSV变换的遥感图像反立体校正[J].东北林业大学学报，2011,39(3)：125-126.

CHEN Jian-zhen，HE Chao，YUE Cai-rong.Based on DEM and HSV transform for remote sensing image anti stereo rectification[J].Journal of Northeast Forestry University，2011,39(3)：125-126.

[6]朱昕宇，孙明伟，王树根，等.卫星影像反立体改正算法比较探究[J].华中师范大学学报:自然科学版，2015,49(5)：805-810.

ZHU Xin-yu，SUN Ming-wei，WANG Shu-gen，et al.Comparison of the anti-stereo correction algorithm of satellite images[J].Journal of Huazhong Normal University：Natural Science Edition，2015,49(5)：805-810.

[7]牟乃夏,刘文包.ArcGIS 10地理信息系统教程[M].北京：测绘出版社，2012.

MOU Nai-xia，LIU Wen-bao.ArcGIS 10 geographic information system course[M].Beijing：Surveying and Mapping Press，2012.

[8]祝士杰,汤国安,李发源,等. 基于DEM的黄土高原面积高程积分研究[J].地理学报,2013(7):921-932.

ZHU Shi-jie,TANG Guo-an,LI Fa-yuan,et al.Research on the area elevation integral of loess plateau based on DEM[J].Journal of Geographical Sciences, 2013(7):921-932.

[9]伍娟,卢凌,董静.基于IHS变换与直方图匹配法的遥感影像融合[J].武汉理工大学学报：交通科学与工程版,2004,28(1):55-58.

WU Juan,LU Ling,DONG Jing.Remote sensing image fusion based on IHS transform and histogram matching method[J].Journal of Wuhan University of Technology：Transportation Science and Engineering Edition, 2004,28(1):55-58.

[10]韩晓霞,赵彦栋.基于DEM进行影像正立体纠正的方法[J].地理空间信息,2010(1):105-107.

HAN Xiao-xia,ZHAO Yan-dong.The method of stereo image correction based on DEM[J].Geo Spatial Information,2010(1):105-107.

[11]朱红春，刘海英，张继贤，等.基于DEM的流域地形因子提取与量化关系研究——以陕北黄土高原的实验为例[J].测绘科学，2007(2)：138-140，182.

ZHU Hong-chun，LIU Hai-ying，ZHANG Ji-xian，et al.Based on DEM watershed topographic factor extraction and quantitative relation research-experiment in northern Shaanxi loess plateau as an example[J].Journal of Surveying and Mapping Science，2007(2)：138-140，182.

[12]张剑清，张勇.高分辨率遥感影像的精纠正[J].武汉大学学报：信息科学版，2004，11(29)：11.

ZHANG Jian-qing，ZHANG Yong.Precision correction of high resolution remote sensing images[J].Journal of Wuhan University：Information Science，2004，11(29)：11.

[13]王瑞，何福红，王涛，等.几何校正和反立体校正对丘陵区土地利用信息提取的影响[J].鲁东大学学报：自然科学版，2014,30(1)：64-68.

WANG Rui，HE Fu-hong，WANG Tao，et al.Geometric correction and the three-dimensional correction to the influence of hilly land use information extract[J].Ludong University Journal:Natural Science Edition，2014,30(1)：64-68.

[14]姚宜斌,邱卫宁.测量平差问题中必要观测数的确定[J].测绘通报,2007(3):14-15.

YAO Yi-bin,Qiu Wei-ning.Determination of the necessary number of observations in surveying adjustment problem[J].Surveying and Mapping Bulletin,2007(3):14-15.

A correcting method of inverse stereo phenomenon of remote sensing image

QIU Chun-xia1，XU Yi-teng1，YAO Wan-qiang1，YANG Cun-ying1，XU Jian-chun2

(1.CollegeofGeomatics，Xi’anUniversityofScienceandTechnology，Xi’an710054，China；

With the rapid development of remote sensing technology，the request of the basic geographic information data acquisition to image data is more and more strict.The inverse phenomenon of the sense image can affect the accuracy of the image information interpretation，so it is very important to solve the problem of inverse stereo phenomenon of remote sensing image.Taking Ansai Country in Yanan City of Shaanxi Province as an example, this paper uses the method of digital elevation model and luminance, hue, saturation space color transform, to try on correcting the perception phenomenon of the different spatial resolution remote sensing image.The experiment is based on the geometric correction and fusion of remote sensing image from RGB(red，green，blue)to IHS(intensity，hue，saturation)color space transform，extract I(intensity)and then the low pass filtering，replace or overlay the I(intensity)with the SR(shadow maps)which generated by DEM，then get the new IHS color space.The new IHS inverse transform to RGB and get the stereo image.With different spatial resolution images and different image processing software，it can be verified that the accuracy of the method can meet the requirements.

digital elevation model;shadow region;IHS；low-pass filter；positive stereo；inverse stereo rectification

10.13800/j.cnki.xakjdxxb.2016.0320

1672-9315(2016)03-0422-06

2016-03-12责任编辑：高佳>

邱春霞(1969-)，女，陕西西安人，副教授，E-mail:306044748@qq.com

TP 75

A