envi 深度学习 envi入门

转载

mob6454cc64c0a4 2024-01-23 20:58:47

文章标签 envi 深度学习 ENVI入门数据图像配准 Image 文章分类 深度学习人工智能

图像自动配准

1. 概述

2. 详细操作步骤

2.1 相同分辨率影像的图像配准

第一步：选择图像配准的文件

第二步：生成Tie点

2.2 不同分辨率影像的图像配准

1 概述

经常在实际数据生产中会遇到，同一地区的图像或者相邻地区有重叠区的图像，由于几何校正误差的原因，重叠区的相同地物不能重叠，这种情况对图像的融合、镶嵌、动态监测等应用带来很大的影响。遇到这种情况，可以利用重叠区的匹配点和相应的计算模型进行精确配准。

图像配准(Image Registration)就是将不同时间、不同传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的两幅或多幅图像进行匹配、叠加的过程。

练习数据包括一对相同分辨率、不同成像时间的数据，一对不同分辨率、相同成像时间的全色和多光谱数据，具体情况如下：

文件	说明
01-b.img（.hdr）、02-b.img（.hdr）	2.5米空间分辨率、不同成像时间的影像数据
多光谱图像.dat（.hdr）、全色图像.dat（.hdr）	2.1米全色、6.8米多光谱的影像数据

2详细操作步骤

Image Registration Workflow工具需要两幅影像，其中一幅是基准影像，另一幅则是待配准影像。配准工具支持的数据格式有：

ENVI, TIFF, NITF, JPEG 2000, JPEG, Esri® raster layer。
Geodatabase raster。
Web Services。

基准图像必须包括标准的地图坐标或者RPC信息，不能是像素坐标、有坐标没有投影信息（arbitrary坐标信息）和伪坐标（pseudo）；待配准影像没有严格约束，但如果没有坐标信息，需要手动选择至少3个同名点。

如果可输入的影像数据中某一个具有更高的定位精度，或是正射影像，那么最好用这个影像作为基准影像。

Image Registration Workflow工具中进行图像自动配准的特定步骤如下：

（1）选择图像配准的文件；

（2）生成Tie点；

（3）检查Tie点和待配准图像；

（4）输出图像配准的结果。

整个过程是在流程化操作Image Registration Workflow工具中完成的。

2.1相同分辨率影像的图像配准

以两幅具有一定重叠区的、已做过几何校正的Spot5影像为例，数据在"…\07.图像自动配准\数据\ spot5"中。

第一步：选择图像配准的文件

（1）打开01-b.img和02-b.img图像，在工具选择Portal工具

envi 深度学习 envi入门_ENVI入门

，浏览两个数据叠加情况，发现有一定的偏差。

envi 深度学习 envi入门_数据_02

图1 两个图像叠加显示

（2）在Toolbox中，打开/Geometric Correction/Registration/Image Registration Workflow，启动自动配准的流程化工具，Base Image File选择基准影像01-b.img，Warp Image File选择待配准影像02-b.img，点击Next。

envi 深度学习 envi入门_Image_03

图2 选择输入文件

第二步：自动生成Tie点

默认参数设置能满足大部分的图像配准需求，本练习选择默认参数设置，以下是对三个选项中的参数说明。

（1）在Tie Points Generation面板中，选择Main选项。

envi 深度学习 envi入门_数据_04

图3 Tie点参数设置面板

各参数说明如下：

匹配算法（Matching Method）：提供两种算法，Cross Correlation：一般用于相同形态的图像，如都是光学图像；Mutual Information：一般用于不同形态的图像，如光学-雷达图像，热红外-可见光等。
最小Tie点匹配度阈值（Minimum Matching Score）：自动找点功能会给找到的点计算一个分值，分值越高精度越高。当找到的Tie点低于这个阈值，则会自动删除不参与校正。阈值范围0-1。
几何模型（Geometric Model）：提供三种过滤Tie点的几何模型，不同模型适用不同类型的图像，以及需要设置不同的参数。

1、Fitting Global Transform：适合绝大部分的图像。还需要设置以下两个参数：

变换模型（Transform）：包括一次多项式First-Order Polynomial和放射变化RST。
每个连接点最大允许误差（Maximum Allowable Error Per Tie Point）：这个值越大，保留的Tie越多，当精度约差。

2、Frame Central Projection：适合于框幅式中心投影的航空影像数据。

3、Pushbroom Sensor：适合带有RPC文件的图像。

（2）Seed Tie Points选项：

在这个面板中，可以实现对种子点（同名点）的读入、添加或者删除。以下两种情况需要手动选择Seed Tie：

如果待配准影像没有坐标信息，需要手动选择至少3个同名点，即这里的种子点。
当基准影像或者待校正影像质量非常差，如地物变化很明显等情况，可以手动选择几个Seed Tie点，这样可以提高自动匹配的精度。

envi 深度学习 envi入门_envi 深度学习_05

图4 Seed Tie Points设置种子点面板

各个选项如下：

Switch To Warp/Switch to Base：基准影像与待配准影像视图切换按钮
Show Table：种子点列表
Start Editing：添加和编辑种子点
Seed Tie Points：种子点个数

注：

1）点击Import Seed Tie Points

envi 深度学习 envi入门_Image_06

按钮，可以选择已有的Tie点文件。

2）种子点（即同名点）具有编号，在基准影像中用紫色标记，在待配准影像中用绿色标记；编号与Tie Points Attribute Table（点击Show Table打开）中的POINT_ID相一致。

（3）Advanced选项：

在这个面板中，可以设置匹配波段、拟生成的Tie点数量、匹配和搜索窗口大小、匹配方法等。

envi 深度学习 envi入门_数据_07

图5 Tie点生成高级参数设置

各个参数如下：

Matching Band in Base Image：基准影像配准波段
Matching Band in Warp Image：待配准影像配准波段
Requested Number of Tie Points：Tie点个数，不能小于9。
Search Window Size：搜索窗口大小，需要大于匹配窗口大小，搜索窗口越大，找到的点越精确，但是需要时间越长。简单预测搜索窗大小的方法：让待配准图像50%透明显示，之后量测两个同名点之间的像素距离D，搜索窗口最小为（D+5）*2
Matching Window Size：匹配窗口大小，会根据输入图像的分辨率自动调整一个默认值。
Interest Operator：角点算子，Forstner方法精度最高速度最慢。