同航空平台双偏振仪器间的视场匹配方法 下载: 576次
1 引言
对于同平台或不同平台的多个星载、机载光学遥感器,其观测视场投影计算精度与仪器光轴指向、平台姿态、轨道数据、地球曲率或高程等参数相关。而这些参数通常会存在固定偏差或者累积误差,使计算得到的投影区域与实际的观测区域不一致,从而影响仪器实际获取的物理量信息的有效性。为此,需要根据实际交叉定标或者联合反演需求对不同仪器间的投影视场进行校正和匹配[1-4]。Graaf等[5]预设不同的基于臭氧监测仪(OMI)的二维超高斯空间响应权重函数,并验证在不同的响应函数下OMI与中分辨率成像光谱仪(MODIS)的地表反射率一致性,用于确定OMI的采样像元形状和空间响应,并与MODIS数据进行观测区域匹配。McCorkel等[6]在研究型偏振扫描辐射计(RSP)空间采样范围内,研究了机载可见红外成像光谱仪(AVIRIS)和陆地成像仪(OLI)的像元值的均方差百分比,结果表明,均方差大的采样点,即采样范围内采样值变化大的点,其测量值对仪器之间的地理定位误差更敏感,更容易出现辐射响应不一致的问题。
李正强等[7]提出了一种基于星载传感器“偏振交火”的大气气溶胶参数探测方案,该方案设想在同一卫星平台上组合使用法国POLDER类型传感器和美国APS类型传感器来实现气溶胶综合参数的有机协同探测。该两类传感器均由中国科学院安徽光学精密机械研究所研制,其中前者为多角度偏振成像仪(DPC)[8],已于2018年5月搭载在GF-5卫星上成功发射;后者为高精度偏振扫描仪(POSP)[9-11],将与DPC一同搭载在DQ-1卫星和GF-5(02)卫星上。在进行“偏振交火”时,两仪器之间的视场匹配程度将是影响交叉定标和数据融合质量的重要因素之一,需要在飞行实验中予以分析和验证。中国科学院安徽光学精密机械研究所于2018年9月至2019年3月在载荷总体组织下开展了航空校飞实验,由于受平台等因素限制,实验中采用同时偏振相机(SIPC)[12]代替DPC。POSP的工作原理与APS相同,为单像元、扫描型全偏振光学遥感器,除姿轨数据误差等导致的地理定位偏差外,其扫描镜指向精度及与SIPC采样时间的偏差也会使观测目标不一致,由此这些误差将会影响“偏振交火”的实际效果。
通常成像仪器之间可以使用地面控制点或图像特征点等多种手段来进行视场匹配[13-16],且效果较好。但对非成像的POSP和成像式的SIPC之类仪器进行视场匹配的研究则相对较少,且无成熟方案借鉴。针对这两种仪器的工作特点,本文提出了一种快速视场匹配方法。先通过像元合并的方法将SIPC像元重采样至与POSP分辨率一致;然后度量不同位置的SIPC重采样数据与POSP数据的一致性,将一致性最强的SIPC像元位置作为视场匹配位置;最后选取多场景下两台仪器数据相关性最强的像元作为准确的参考视场匹配位置。计算通过匹配方法得到的多个视场匹配位置与参考视场匹配位置像元的平均绝对值误差(MAE),并将误差结果与地气解耦模式下满足气溶胶反演精度要求的视场匹配误差比较,初步验证了所提方法的有效性。
2 视场匹配方法
2.1 视场匹配方法的概述
航飞实验中,使用的POSP从近紫外到短波红外波段(380~2250 nm)都有很高的辐射和偏振探测精度,设有9个工作谱段。POSP采用了分孔径和分振幅结合的同时偏振测量方法,技术路径与搭载在Glory卫星上的APS一致。对于单条光路的分振幅测量,入射光经望远系统准直入射到沃拉斯顿棱镜,然后被分解为两束振动方向正交(0°/90°)的线偏振光,再经过聚焦透镜聚焦于两个焦面上。在另一条完全相同的光路上,入射光被分解为偏振方向相差45°的两束线偏振光(45°/135°),实现了分孔径测量。据此,可以计算得到相同观测目标的斯托克斯参数。
SIPC共设置5个波段,与DPC相同,其中670,865 nm为DPC两个偏振波段,也是航飞实验中两台仪器的共有偏振波段。SIPC主要由1个相机镜头、1个分光棱镜、3个方向分别为0°,45°,90°的线偏振片、3个CCD探测器组成。其中分光棱镜内有两个镀膜层,其作用是保证棱镜只透射与反射入射光。入射光经镜头后进入分光棱镜,再经过三个方向的线偏振片后,对三个偏振方向进行检偏测量。据此,可以解析获得同一目标的斯托克斯参数。
SIPC和POSP的工作参数如
航飞实验前对POSP与SIPC进行地面实验和校飞实验,结果表明,两台仪器获得的偏振和辐射数据在共有光谱波段具有较好的一致性[17],但需要进行视场匹配。视场匹配的目的是找出与SIPC上的像元位置对应的POSP星下点中心位置。由于POSP的空间分辨率低于SIPC,并且考虑实际POSP扫描过程中积分时间内拖影的影响,将多个像元的SIPC数据合并为POSP像元大小,并根据逐像元合并的结果与实际POSP扫描结果的一致性,选取一致性最强的像元作为POSP的扫描位置中心;然后根据POSP扫描圈星下点时刻与SIPC采样时刻的时间差,及此时间内飞机沿航向和垂直航向的速度,计算飞机的位移偏量并进行校正。
表 1. POSP与SIPC的工作参数
Table 1. Working parameters of POSP and SIPC
|
图 1. 航飞实验中POSP与SIPC的配置。(a) POSP与SIPC在机载平台的安装位置;(b) POSP星下点投影视场与SIPC投影视场的关系
Fig. 1. Configuration of POSP and SIPC in flight experiment. (a) Installation position of POSP and SIPC on airborne platform; (b) relationship between POSP nadir sample projection field-of-view and SIPC projection field-of-view
2.2 计算拖影权重系数模板
POSP的瞬时视场θIFOV为0.602°,采样间隔角度θsample为0.52°,积分时间为扫描镜转过半个采样间隔角度的时间,即扫描镜转过0.26°的时间为0.714 ms。实际扫描过程中形成的视场拖影主要来自于积分时间内扫描镜沿飞行方向的旋转。瞬时视场中心在积分时间内移动的距离为视场拖影的距离,即扫描镜转过0.26°在地面的投影距离。据此,可以通过航高数据直接计算出不同角度的POSP采样帧在地面的拖影模板。
POSP瞬时视场沿飞行方向的地面投影距离Dgsd及视场拖影沿飞行方向的地面投影距离ΔD可以由航高H计算出,并将其转换成SIPC像元沿飞行方向的地面投影距离Dpa的倍数。将积分时间除以转换后视场拖影距离对应的SIPC像元数,可以划分出单位时间,即扫描镜转过一个像元的时间,也是瞬时视场中心移动一个像元的时间。由于单位时间内单个SIPC像元的响应贡献权重相同,POSP圆形视场直径对应的SIPC像元数dgsd=Dgsd/Dpa,则在每个单位时间,瞬时视场以中心为原点对应的SIPC像元范围x2+y2≤
式中:p为瞬时视场中心行坐标;q为瞬时视场中心列坐标;l为瞬时视场中心移动像元个数。
图 2. POSP扫描积分时间内拖影模板的计算过程
Fig. 2. Calculation process of smear template in POSP scan integration time
2.3 SIPC图像像元合并
将SIPC图像与拖影权重系数模板卷积可以得到与实际POSP扫描点采样数目相同的待匹配扫描点。首先选取POSP星下点采样前后的共n个采样点,根据采样间隔角度θsample计算各个采样点的实际采样角度θk,表示为
然后根据航高H和瞬时视场θIFOV,计算各个采样点相对于第一个采样点的边界位置SIFOV,start(k)、SIFOV,end(k)及地面拖影边界SDrag,end(k),分别为
最后计算瞬时视场和拖影在地面投影的距离并转换成对应的SIPC像元数量dgsd(k)和Δd(k),分别表示为
将SIPC图像和拖影权重系数模板卷积,对于SIPC图像上的一个像素Ai,j,让模板的原点,即模板的左上角点与该像素重合,然后对模板上的权重系数和图像上对应的像元进行卷积计算,就生成了对应该图像像素的待匹配扫描点Mi,j,k,可表示为
式中:h为SIPC图像高度;w为图像宽度;i为选定像素在图像中的行坐标,j为列坐标。
2.4 计算匹配一致性及偏移校正
为了对单幅SIPC图像与单圈POSP扫描点进行快速匹配,需要度量像元合并数据与原始POSP数据的差异性。根据像元合并获得的每个SIPC像素对应的待匹配数据为n维向量,同时选取的POSP数据也为n维向量。由于数据未转换成辐亮度,不能直接比较,所以此处通过计算向量间欧氏距离的方法来衡量两个向量的差异,欧氏距离最小的待匹配数据对应的SIPC像元经过偏移校正后可以得到实际POSP星下点位置。首先对两个向量中的元素进行归一化处理,分别表示为
式中:Pk为POSP数据中第k个扫描点采样值;P为POSP数据采样值集合。
然后再计算每个待匹配数据到POSP数据的欧氏距离,选取欧氏距离最小的待匹配数据对应的SIPC像元。
式中:d为所有待匹配数据到POSP数据的欧氏距离值集合;Ifit为偏差校正前的匹配像元行坐标;Jfit为偏差校正前的匹配像元列坐标。
由于POSP星下点扫描时间和SIPC成像时间存在一个时间差Δt,故匹配一致性最强的SIPC像元不是实际POSP星下点对应的位置,还需要校正Δt时间内飞机飞行距离在SIPC图像上对应的像元位移来得到准确位置。
惯性导航系统以正北为基准航向,记录数据包括北向速度vnorth、东向速度veast和航向角θd。由于北向速度和东向速度的合速度矢量相对正北方向的夹角θv,与航向角θd之间存在偏差θy,因此飞机会有θy的偏航,所以需要将飞机的合速度分解为沿着航向的速度分量valong和垂直航向的偏航速度分量vyaw,分别表示为
式中:TPOSP为惯性导航系统记录的POSP采样时刻;TSIPC为SIPC采样时刻。
根据时间差Δt内的沿航向和垂直航向的位移,校正SIPC像元位移,分别表示为
得到实际POSP星下点中心对应的SIPC像元位置(I,J)。
3 分析与讨论
选取一幅在海陆交界区域拍摄的SIPC图像,POSP星下点采样序号为74,由于在单幅SIPC图像的视场范围内最多只能包含星下点及其附近共11个POSP采样点,将POSP星下点附近11个采样点用于视场匹配。在飞行实验航高保持在4000 m左右的情况下,POSP星下点附近11个采样点在沿轨方向的直径大小与观测角度相关,星下点直径与边缘点直径约差0.25 m,小于SIPC单个像元在地面投影的分辨率(约为0.5 m),所以在使用星下点附近11个采样点进行视场匹配的过程中忽略沿轨方向的畸变。在
图 3. 海陆交界区域的匹配结果。(a) 匹配结果;(b) 用于匹配的SIPC图像
Fig. 3. Matching results at boundary area between land and sea. (a) Matching result; (b) SIPC image used for matching
图 4. 多幅连续SIPC图像对同一组POSP数据进行匹配。(a) 第一幅图像;(b) 第二幅图像;(c) 第三幅图像
Fig. 4. Multiple continuous SIPC images match the same set of POSP data. (a) First image; (b) second image; (c) third image
图 5. 多幅连续SIPC图像对多组POSP数据进行匹配。 (a)多组匹配位置结果;(b)误匹配区域结果及图像;(c) SIPC像元合并数据与POSP星下点数据相关性
Fig. 5. Multiple continuous SIPC images match multiple sets of POSP data. (a) Result of multiple sets of matching positions; (b) result and image of mismatched area; (c) correlation between SIPC pixel merged data and POSP nadir data
由于并不能准确确定POSP星下点中心位置对应的SIPC像元,所以假设准确像元的位置在
在POSP与SIPC间进行共有波段定标传递时,要求两传感器观测目标相同,视场匹配误差将会造成SIPC的定标传递误差,从而引起气溶胶参数反演误差。另外POSP设置的2250 nm波段可用于SIPC可见-近红外波段的地气解耦合,这就要求两传感器探测的目标为同一地面目标,但二者视场匹配误差同样会引起气溶胶参数反演误差。在星载“偏振交火”地气解耦模式下,POSP与DPC的视场匹配误差达到0.15个POSP像元,反演的气溶胶光学厚度误差达2%。根据较为成熟的MODIS气溶胶产品在轨的5%的光学厚度反演误差[18]及“偏振交火”流程中光谱匹配、视场匹配、反演算法等各个环节的误差分配,视场匹配误差应当控制在0.15个POSP像元内,所提视场匹配方法满足应用需求。
4 结论
通过POSP和SIPC的视场匹配,得到多组POSP星下点中心对应的SIPC像元视场匹配位置,并在对两台仪器进行视场匹配时将获得的数据相关性最高的SIPC像元相对序号作为参考视场匹配位置。将多场景下分别计算的匹配位置与参考位置的平均绝对值误差作为视场匹配误差,约为0.12个POSP像元,有助于提高后续气溶胶参数反演的精度,并对后续两台仪器共有波段定标传递和地气解耦合研究打下了基础。此外,所提方法主要针对非成像光学遥感器和成像式相机之间的视场匹配问题,是在考虑不同仪器实际的空间响应特点(POSP扫描积分导致空间响应特殊)和地面分辨率差异等载荷特性基础上提出的。从航飞实验结果来看,所提方法的匹配效果良好,能够实现快速视场匹配,为后续载荷在轨“偏振交火”应用提供了技术基础,有助于星载仪器视场匹配方法的研究。但航空飞行实验搭载的两台仪器与星载两台仪器的空间分辨率不同,且光学遥感器分辨率的高低对地物辐射测量结果的平滑程度不同。与航飞实验情况相比,星载条件下需要更大的地表特征选取尺度来对更低分辨率的图像进行重采样,因此对于星载POSP和DPC的在轨视场匹配,需要考虑分辨率降低和特征选取造成的影响。此外,虽然该视场匹配方法针对的是非成像与成像式光学遥感器间的视场匹配问题,但对低分辨率与高分辨率遥感器间的视场匹配同样适用,而且所提方法不仅仅局限于同一平台上的光学遥感器,对于在不同平台、对同一目标进行准同步观测的不同遥感器间的视场匹配亦可尝试。
[1] Wang J R, Wang R X, Hu X, et al. The on-orbit calibration of geometric parameters of the Tian-Hui 1 (TH-1) satellite[J]. Isprs Journal of Photogrammetry and Remote Sensing, 2017, 124: 144-151.
[2] Xin X, Liu B, Di K C, et al. High-precision co-registration of orbiter imagery and digital elevation model constrained by both geometric and photometric information[J]. Isprs Journal of Photogrammetry and Remote Sensing, 2018, 144: 28-37.
[3] Polewski P, Yao W. Scale invariant line-based co-registration of multimodal aerial data using L1 minimization of spatial and angular deviations[J]. Isprs Journal of Photogrammetry and Remote Sensing, 2019, 152: 79-93.
[4] Feng R T, Du Q Y, Li X H, et al. Robust registration for remote sensing images by combining and localizing feature- and area-based methods[J]. Isprs Journal of Photogrammetry and Remote Sensing, 2019, 151: 15-26.
[5] de Graaf M, Sihler H, Tilstra L G, et al. How big is an OMI pixel[J]. Atmospheric Measurement Techniques, 2016, 9(8): 3607-3618.
[6] McCorkel J, Cairns B, Wasilewski A. Imager-to-radiometer in-flight cross calibration: RSP radiometric comparison with airborne and satellite sensors[J]. Atmospheric Measurement Techniques, 2016, 9(3): 955-962.
[7] 李正强, 许华, 伽丽丽, 等. 一种星载传感器“偏振交火”探测大气气溶胶参数的方法: CN104316440B[P].2016-08-24.
Li ZQ, XuH, Jia LL, et al. 2016-08-24.
[8] Li Z Q, Hou W Z, Hong J, et al. Directional polarimetric camera (DPC): monitoring aerosol spectral optical properties over land from satellite observation[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2018, 218: 21-37.
[9] 刘振海. 高精度偏振扫描仪信息获取关键技术研究[D]. 北京: 中国科学院大学, 2018: 88- 90.
Liu ZH. Research on key technologies of information acquisition for high-precision polarization scanner[D]. Beijing: University of Chinese Academy of Sciences, 2018: 88- 90.
[10] 杨洪春, 杨本永, 宋茂新, 等. 星载偏振扫描仪的星上偏振定标方法[J]. 中国激光, 2018, 45(11): 1110002.
[11] 宋茂新, 孙斌, 孙晓兵, 等. 航空多角度偏振辐射计的偏振定标[J]. 光学精密工程, 2012, 20(6): 1153-1158.
[12] 黄文娟. 三分束同时成像偏振相机预处理方法研究[D]. 合肥: 中国科学技术大学, 2016: 33- 54.
Huang WJ. Research on pre-processing methods of dispersive simultaneous imaging polarization camera[D]. Hefei: University of Science and Technology of China, 2016: 33- 54.
[14] LiQ, Li ZL, Qu GZ. Matching between SAR images and optical images based on HOG descriptor[C]∥IET International Radar Conference 2013, April 14-16, 2013, Xi'an, China. Wales: IET, 2013: 13706966.
[15] Ma W P, Wen Z L, Wu Y, et al. Remote sensing image registration with modified SIFT and enhanced feature matching[J]. IEEE Geoscience and Remote Sensing Letters, 2017, 14(1): 3-7.
[16] Ding ZS, QianS, Li YL, et al. An image matching method based on the analysis of grey correlation degree and feature points[C]∥IEEE National Aerospace and Electronics Conference, June 24-27, 2014, Dayton, OH, USA. New York: IEEE, 2014: 157- 162.
[17] 朱双双, 杨洪春, 李朕阳, 等. 偏振扫描仪偏振探测实验与结果分析[J]. 光学学报, 2019, 39(11): 1112002.
[18] Chu D, Kaufman Y J, Ichoku C, et al. Validation of MODIS aerosol optical depth retrieval over land[J]. Geophysical Research Letters, 2002, 29(12): 8007.
雷雪枫, 朱双双, 刘振海, 李朕阳, 陶菲, 洪津. 同航空平台双偏振仪器间的视场匹配方法[J]. 光学学报, 2020, 40(13): 1312004. Xuefeng Lei, Shuangshuang Zhu, Zhenhai Liu, Zhenyang Li, Fei Tao, Jin Hong. Field-of-View Matching Method of Two Polarization Instruments on Same Aviation Platform[J]. Acta Optica Sinica, 2020, 40(13): 1312004.