摘要：影像配准指的是通过对相同或不同传感器的使用，确定在同一时间或者不同时间一致性两幅或者多副影像之间的集合位置的过程。现阶段，进行影像配准的技术分为自动和手工配准两类。传统手工配准方法在实际中已经得到广泛应用，但是在操作过程中需要进行位置控制点的大量选择，而且十分复杂和麻烦，浪费人力。在需要高效率分析高精度影像配准时，手工方法的弊端就凸显出来，就需要应用自动化影像配准。本文以以往遥感影像配准经验和方法为基础，对电子地图和遥感影像配准方法和纠正方法进行研究和探讨，以及基准图生成方法的研究。
关键词：遥感影像；电子地图；基准图生成
一、影像的初步处理
（一）地图扫描影像的初步处理
电子地图数据的获取可以通过不同的渠道，但是都要保证数据充足和高质量，从而可以对使用电子地图进行保障。电子地图的数据主要有四类：模拟地图数据、地图数据库数据、实测数据、遥感数据。本文应用的是模拟地图数据，应用的比例尺为1：10000，通过扫描仪的应用，将纸质地图数据传输到计算机中，在扫描过程中必定会出现图形失真，而且没有相应的地理编码，因此需要对其进行纠正变形以及地理编码处理。地理编码可以通过地图影像像素坐标与实际坐标映射的建立进行，采用二次多项式进行纠正模型的建立从而实现变换扫描地图影像。此外，在扫描时还会有一些扫描噪声，还需要应用低通滤波器进行影像高频信息的抑制，模糊影像的细节，从而减少噪声。
（二）遥感影像的初步处理
在遥感影像的初步处理中最为重要的就是处理直方图和建立电子地图和遥感影像粗略位置映射关系，这些处理是精确匹配遥感影像和地图影像以及生成影像基准图的基础。目前以概率统计学委理论基础并且较为成熟的两种修正直方图方法主要有直方图规定化和均衡化，通过这两种方法的应用可以对影像灰度分布进行调整，丰富和清晰影像细节。在电子地图地理坐标和遥感影像像素坐标之间映射关系的建立过程中，可以应用计算机控制细节像素选点、人工控制宏观方法进行选点处理，通过相应的关系模型并应用反解法转换像素空间坐标和地理坐标空间。
二、提取影像特征
遥感影像和电子地图之间的灰度存在着较大的差异，很难实现基于灰度影像匹配，因而需要基于特征进行影像匹配。影像特征的形成是景物具备的几何和物理特性促使影像中局部区域灰度发生变化导致的，存在特征就等于该区域存在信息量。提取影像特征，将提取的特征当作匹配元素，可以提升匹配具备的可靠性。一般情况下，进行特征的提取主要从点线面三个部分展开，需要应用特征提取算子，应用最为广泛的是边缘检测算子，最为常见的算子为Sobel、Kirsch、Laplace、高斯拉普思算子分析、Canny等。在采用算子分析之前，首先保持遥感影像分辨率和电子地图影像分辨率一致，在提取地图影像特征过程中会因为缺乏灰度信息产生线段不连续现象，还要进行图片平滑以及双线性插值处理。在提取遥感影像特征的过程中，需要以人工地图选择的特征点为依据，进行遥感影像上同名点像素坐标的推算。然后，以推算的像素为研究中心，进行窗口分割建立匹配的搜索区域，并进行仿射变换系数以及反解法纠正遥感影像，从而生成窗口影像，再利用提取特征算子。
三、影像匹配
影像匹配的实质就是对两幅影像之间同名点的识别。通常情况下，主要有基于特征、基于其他理论、基于统计区域影像匹配模式。
期刊文章分类查询,尽在期刊图书馆其中，基于统计区域影像匹配模式，是对影像灰度之间相似性的计算，是一种比较简单、便捷的方法，但是相关的结果有着不确定性和差值，匹配概率达不到相应的要求，在应用的过程中还要应用不同的方法进行匹配精度的提升。基于特征分析的影像匹配模式，和前面所说的方法相比是将影像的特征信息加入，较为稳定但是精度较差。因为遥感影像和电子地图影像之间灰度具有较大的差别，而且还存在几何变形等问题，如果直接应用灰度相关匹配需要较大的运算量，并且具备的匹配精度较低，因此在匹配的过程中应用基于特征图的相关系数匹配方法。
在匹配过程中，首先进行遥感影像和地图影像分辨率的调整，促使二者保持一致，进行待匹配点在影像上概率位置的确定，并从中进行匹配搜索窗口的分割，并对遥感窗口影像和地图窗口影像进行增强，从而方面提取相应的影像特征。在对二者影像进行特征提取之后，将影像边缘信息提取出来，进行二者影像特征图的生成。利用生成的地图影像特征图，应用相关系数法在搜索遥感窗口影像特征图进行图像匹配，得到的结果就是精匹配初始位置，再应用相应的方法精匹配。
四、基准图生成
（一）纠正遥感影像
在实际应用中，一般采用多项式、数字高程模型和相应的构像方程的共线方程纠正法，其中第一种方法比较传统，原理比较简单和直观，而且将成像空间几何过程很好地回避，不是依据的传感器构想数学模型，是直接数学模拟影像变形本身。第二种方法是以地面坐标和影像坐标变换关系的基础上建立的，严格描述成像空间几何形态，这种方法更为严密，具有更高的精度，但是要先进行该影像范围DEM的生成，不然就会显得十分复杂和困难。在纠正的过程中依据相应的条件使用相应的方法。此外，在还需要进行遥感影像的重采样，最为常用的方法有双线性内插法、最邻近插值法、双三次卷积法。
在进行纠正时，依据勒让德多项式纠正模型，应用相应的方法进行影响纠正，采用手工的方法在电子地图影像上进行控制点的选取，一般情况下，采用道路交叉口或者高楼的顶点从而比较容易识别。通过系统的匹配搜索，可以自动地将该特征点同名点搜索到，这种方式可以大大地减少人工工作量，在高精度匹配算法的配合下具备较高的选点精读，在选取遥感影像上均匀分布的控制点后，进行多项式纠正系数的计算，然后将纠正结果分辨率和影像大地坐标范围输入，在相应纠正系数的辅助下进行纠正运算，从而进行结果影像的生成。
（二）遥感影像镶嵌
作为影像分析中的重要技术，数字影像镶嵌在一些领域中发挥着重要的作用。在分析、识别、处理和研究覆盖研究去的影像过程中，需要进行影像匹配从而将这些影像镶嵌起来。因为各种变形因素的影响，在成像时得到的影像之间有着相应的几何差异。而且这些变形因素比较复杂，在进行镶嵌处理时操作员不可能对其退化模型完全了解，在处理的过程中可以借助一些数学模型校正成像，即是对影像进行几何配准处理。在影像之间还存在着一定的“接缝”，这种接缝是由于影像拍摄时环境导致灰度变化存在差异形成的。在分析影像过程中，这些接缝会将一些真正的信息遮盖住对分析的正常运行造成较大的影响，因此要进行灰度级的调整以及平滑处理搜索最佳接缝点。
结语：总而言之，在前人的研究成果下，有关遥感影像和电子地图匹配以及提取地图影像特征有着较多的方法，而且这些方法较为成熟，在应用的过程中要依据相应的数据进行方法的选择，从而提高匹配的精度，生成更高精度的基准图。
参考文献：
[1]胡里胡珂.遥感影像与电子地图配准及革准图生成方法研究[M].
[2]胡珂.遥感影像与电子地图配准及基准图生成方法研究[D].同济大学，2005.
[3]周海芳，杜云飞，杨学军，等.基于互信息的遥感图像区域配准并行算法的研究与实现[J].中国图象图形学报，2010，15（1）：174-180.
论文作者:胡彬
论文发表刊物:《基层建设》2018年第26期
论文发表时间:2018/10/1
标签：影像论文; 遥感论文; 特征论文; 方法论文; 电子地图论文; 灰度论文; 地图论文; 《基层建设》2018年第26期论文;