Научная статья на тему 'Геометрические искажения и геометрическая коррекция спутниковых снимков'

Геометрические искажения и геометрическая коррекция спутниковых снимков Текст научной статьи по специальности «Прочие технологии»

CC BY
6042
561
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по прочим технологиям , автор научной работы — Ергалиев Д. С., Тулегулов А. Д., Мусагулова Ж. С., Нысанбаева А. Б.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Геометрические искажения и геометрическая коррекция спутниковых снимков»

УДК 629.7.017.1

Ергалиев Д.С. , Тулегулов А.Д., Мусагулова Ж.С., Нысанбаева А.Б.

Евразийский Национальный университет им. Л.Н. Гумилева, г. Астана, Казахстан

ГЕОМЕТРИЧЕСКИЕ ИСКАЖЕНИЯ И ГЕОМЕТРИЧЕСКАЯ КОРРЕКЦИЯ СПУТНИКОВЫХ СНИМКОВ

Аннотация. В статье представлены результаты анализа геометрических искажений спутниковых снимков. Были выявлены основные причины и виды геометрических искажений, подразделяемые на внутренние и внешние, в зависимости от внутренней геометрий сенсора и внешних факторов. Для удаления таких искажений используются геометрическая коррекция, которая устанавливает связь между системой координат изображения и географической системой координат с использованием калибровочных данных сенсора, телеметрических данных об ориентации съемочной платформы, опорных точек местности (ОТМ), атмосферных условий.

Ключевые слова: геометрические искажения, спутниковые снимки, сенсор, коррекция, координаты, калибровка, телеметрия, ориентация, съемочная платформа, опорные точки, атмосферные условия.

За последние десятилетия объем, разнообразие и качество материалов дистанционного зондирования существенно возросли. Основная цель использования данных дистанционного зондирования Земли (ДДЗ) - извлечение из них полезной информации, которая используется для составления топографических и тематических карт, инвентаризации земель, эколого-географической о ценки территорий, исследований динамики природных и антропогенных объектов и явлений, создания оперативных и прогнозных карт и т.д. Очевидно также, что дальнейший прогресс в развитии географических наук неразрывно будет связан с использованием материалов ДЗЗ и совершенствованием технологий их обработки.

Учитывая, что в настоящее время значительную часть материалов ДЗЗ получают в цифровом виде, в данной области наблюдается переход к цифровым методам обработки дистанционной информации. Эффективность же использования дистанционных материалов зависит не только от картографофотограмметрических особенностей исходного снимка, но и от принятой методики работы с ними и применяемых методов обработки. Именно на этапе выбора подходящих методов и алгоритмов работы зачастую возникают существенные трудности, так как методы в данной области являются преимущественно проблемно ориентированными и общего подхода к улучшению изображений не существует. Следовательно, изучение и систематизация методов является актуальной проблемой.

ДДЗ содержат целый ряд случайных, системных и систематических искажений, связанных с влиянием атмосферы, кривизны Земли, движения съемочного аппарата относительно ее поверхности в момент съемки, физическими характеристиками используемых датчиков и каналов связи. Для устранения упомянутых, довольно многочисленных искажений, с учетом их специфики, используется коррекция нескольких видов: атмосферная, радиометрическая, геометрическая и калибровка [1].

Геометрическая коррекция включает в себя: устранение на изображении геометрических искажений (орторектификация), географическую привязку.

Геометрическими искажениями изображения называются различия между координатами и размерами реального изображения и идеального, которое может быть теоретически получено с помощью идеального сенсора в идеальных условиях работы [2]. Причины геометрических искажений. Существует несколько причин геометрических искажений, однако эти причины действуют совместно. Кроме того, следует отметить, что для разных типов космических снимков комбинация этих причин различна:

1) Кривизна поверхности Земли. Геометрические искажения снимков, вызванные кривизной поверхности Земли получаются в результате того, что точки сканируемой местности не лежат в одной плоскости и наблюдение ведется не в надире, а под углом к поверхности земли. Поэтому при удалении от центральной линии сканирования (где съемка ведется в надире) искажение формы и размера объектов увеличивается.

Искажение формы объектов. Прямая линия на местности будет кривой на снимке, квадрат прямоугольником и т.д. Этим типом искажения можно пренебречь, если угол обзора сканера невелик (MSS - Landsat, угол обзора примерно 5,8).

Искажение масштаба. Для снимков сделанных оптико-механическим сканером (MODIS, AVHRR, ETM и MSS - Landsat, Aster (TIR))- масштаб при удалении от центральной линии снимка становится мельче. То есть, если взять два пиксела снимка: один из центральной области снимка, а второй из

боковой, то пиксел из боковой области будет содержать большую площадь Земли, хотя размер их одинаков (рис. 1) .

Для ПЗС снимков (спутники SPOT, IRS, Ikonos, датчик Aster (VNIR, SVIR) масштаб при удалении от центральной линии снимка не изменяется.

2) Неровности рельефа. Неровности рельефа вызывают те же искажения, что и кривизна поверхности, земли, но задача устранения их сложнее, по причине того, что формы рельефа сложнее, чем форма Земли, которая близка к сфере.

Поскольку космические снимки делают с большой высоты, то влияние форм рельефа незначительно, поэтому данный тип искажений учитывают лишь для горных областей (рис. 2).

Рис. 2 - Коррекция влияния форм рельефа

3) Вращение Земли. Поскольку сканирование Земли из космоса происходит не мгновенно, как фотосъемка, то вращение Земли (за 1 мин Земля поворачивается на 0.25о) вызывает изменение условий съемки в процессе сканирования одной сцены.

4) Движение космического аппарата в процессе формирования изображения. На качество и свойства снимков влияет форма и высота орбиты спутника. Например, круговая орбита обеспечивает одинаковую высоту съемки земной поверхности, а следовательно, для одной и той же аппаратуры -одинаковый охват и разрешение снимков.

Геометрические искажения подразделяются на искажения, связанные с внутренними недостатками геометрии сенсора, и на искажения, обусловленные внешними факторами (условия работы сенсора, форма зондируемых объектов и др.) [3]. На рисунке 3 представлены примеры внутренних искажений, где 1 - радиальное искажение, 2 - тангенциальное, 3 - нарушение масштаба, 4 - проекционное, 5 - перекос, 6 - нарушение масштаба вдоль трассы полета, 7 - пошаговый сдвиг, 8 - нарушение масштаба строк сканирования.

5) 6) 7) 8)

Рис.3 - Внутренние геометрические искажения изображения

На рисунке 4 даны примеры внешних геометрических искажений изображений: 1 - ошибка сдвига, 2 - нарушение масштаба, 3 - нарушение пропорций, 4 - перекос, 5 - перекос строк сканирования, 6 - проекционное искажение, 7 - искажение, обусловленное кривизной поверхности геоида, 8 -смещение в изображении, обусловленные рельефом поверхности.

Рис.4. - Внешние геометрические искажения изображения

Геометрическая коррекция подразумевает удаление искажений изображения и установление связи между системой координат изображения и географической системой координат с использованием ка-

либровочных данных сенсора, телеметрических данных об ориентации съемочной платформы, опорных точек местности (ОТМ), атмосферных условий и др. Геометрическая коррекция состоит из следующих этапов [4]:

Выбор метода коррекции. В результате анализа характеристик геометрических искажений выбирается метод коррекции.

Определение параметров. Определяются неизвестные параметры, которые необходимы для установления математической связи между системами координат изображения и географической. Используются калибровочные данные и/или ОТМ.

Проверка точности коррекции. Верифицируется точность геометрической коррекции. Если точность недостаточна, то проверяется метод или используемые данные с целью устранения ошибки.

Интерполяция и пересчет изображения. Осуществляется геокодирование изображения с помощью интерполяции и пересчет изображения.

Существует три метода коррекции [3]:

1. Систематическая коррекция. Геометрические искажения систематически устраняются на основе имеющихся или измеренных референц-данных или геометрии сенсора. Например, геометрия камеры с линзой определяется из уравнений коллинеарности по калиброванному фокусному расстоянию, параметрам искажений линзы и т.д. Тангенциальная коррекция оптико-механического сканера - один из видов системной коррекции. Часто систематическая коррекция достаточна для устранения всех ошибок.

2. Несистематическая коррекция. Полиномы для преобразования системы определяется по координатам ОТМ с использованием метода наименьших квадратов. Точность зависит от порядка полинома, от количества и расположения ОТМ.

3. Комбинированный метод. Сначала применяется систематическая коррекция, оставшиеся ошибки уменьшаются с использованием полиномов низкого порядка.

В данной работе была проведена геометрическая коррекция снимков пакетом программы ScanEx IMAGE Processor 2.0, разработанным Инженерно-технологическим центром «СканЭкс». Пакет содержит полный набор инструментов, необходимых для работы с данными ДЗЗ, - от импорта и первичной геометрической коррекции снимков до арифметических операций с растрами и построения 3D-моделей ландшафтов.

Как мы уже поняли, для корректного проведения геометрической коррекций необходима дополнительная информация - опорные точки с известными географическими координатами и цифровые модели рельефа. В пакете ScanEx IMAGE Processor наряду со стандартными методами привязки по опорным точкам реализован полностью автоматический метод совмещения отдельных каналов и снимков, называемый корегистрацией [5].

В нашем случае корегистрация подразумевает совмещение двух или более растровых изображений. При этом необходимо выбрать один из растров в качестве эталона, затем найти опорные точки, связывающие эталонный и обрабатываемый растры, и выполнить трансформирование. При автоматической корегистрации опорные точки ищутся методом автоматической корреляции растровых изображений. В программе реализован метод иерархической корреляции изображений, позволяющий вести поиск опорных точек с субпиксельной точностью для изображений с разным пространственным разрешением. На верхних уровнях иерархии при поиске опорных точек и совмещении используются уменьшенные копии изображений (масштабные пирамиды), на нижнем происходит совмещение самих изображений. При этом чем ниже уровень, тем меньше размер локального окна и радиус поиска. Использование такой схемы существенно ускоряет процесс.

а) б) в)

Рис. 5 - Автоматическая привязка и геометрическая коррекция снимков в пакете ScanEx IMAGE Processor 2.0: а) наложенные исходные снимки Landsat-7 (ETM+) и IRS (Liss-3); б) совмещенные снимки после автоматической корегистрации; в) совмещенные снимки после автоматической кореги-страции с предварительной привязкой по опорным точкам (показаны стрелками)

В результате анализа геометрических искажений спутниковых снимков были выявлены основные причины и виды геометрических искажений, подразделяемые на внутренние и внешние, в зависимости от внутренней геометрий сенсора и внешних факторов. Для удаления таких искажений используются геометрическая коррекция, которая устанавливает связь между системой координат изображения и географической системой координат с использованием калибровочных данных сенсора, телеметрических данных об ориентации съемочной платформы, опорных точек местности (ОТМ), атмосферных условий и др.

ЛИТЕРАТУРА

1. Кашкин В.Б., Сухинин А. И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие. - М.: Логос, 2001.-264с

2. Токорева О.С. Обработка и интерпретация данных дистанционного зондирования Земли: учебное пособие. - Томск: Изд-во Томского политехнического университета, 2010. - 148 с.

3. Копылов В.Н. Космический мониторинг окружающей среды: монография. - Ханты-Мансийск: Полиграфист, 2008. - 216 с.

4. Кочуб Е.В., Топаз А.А. Анализ методов обработки материалов дистанционного земли. - Вестник Полоцкого государственного университета. Серия F.

5. Инструкция пользователей программы ScanEx IMAGE Processor v.3.0.

зондирования

i Надоели баннеры? Вы всегда можете отключить рекламу.