一种普适的遥感数据规则格网化方法

摘要

本发明提供一种普适的遥感数据标准格网化方法。其特征在于采用基于前向映射的方法建立目标点和源数据之间的联系，从而快速找到目标图像像元所对应的源图像点，使格网化的运算成本达到最小；同时，因为是从非标准格网向标准格网的直接映射，相同的核心算法可以适用于各种不同变形的遥感数据，也可适用于规则格网化数据之间的坐标变换。本发明可使非规则遥感图像的速度得到极大提高，并能适用各种类型遥感数据，包括将来出现的遥感数据。

说明书

技术领域

本算法属于数字图像处理领域。本发明是一种将非规则格网的遥感数据转换为规则格网的遥感数据或者将规则格网遥感数据转换为另一种规则格网遥感数据的方法，特别是一种能够对各种类型非规则遥感数据都适用的规则格网化方法。

背景技术

在遥感图像中加入空间坐标定位信息是遥感应用的基础过程，一方面可建立图像与地表特征间的联系，另一方面也可实现不同时相、不同类型数据的集成处理。在目前的图像几何纠正中，对于规则的遥感图像，如扫描幅度较小的Landsat TM数据，一般均采用控制点方法，即在原始图像中找出某些特征点的空间位置，以这些点的坐标，采用某种多项式算法获得原始图像中的所有点的坐标信息，然后将原始图像中的像素点通过某种方式映射至目标的图像中，这个映射过程也叫图像的格网化，而控制点加入的过程称为源图像地理定位。图像规则格网化的方法有两种，一种是前向映射法，即从待转换的源图像中寻找一点，映射至目标图像的格网中最相邻的点；另一种是从目标图像坐标中的一点从源图像中找到相对应的点。前向映射也称为直接法，每一个源图像的点分配给其落入的目标格网单元。当多个点落入到相同的目标单元内时，在这些点中根据某种方法进行取舍，通常的取舍方法是取中心点最近的点的值。逆向映射法又称间接法，目标格网单元的中心映射至原始遥感影像中，然后通过周围点插值获得该点的值。插值过程又成为图像重采样，临近像元采样直接分配最近点的像元的值至目标格网中，更复杂的采样算法包括双线性采样、三重卷积采样等。前向映射方法与逆向映射方法的最近距离采样结果相同，方法的缺点是会造成像元点的坐标位置扭曲以及会丢掉一些观测值。

对规则或者变形很小的遥感图像，因为源图像的像元可以看成是规则的或近似规则的，像元间的距离相等或近似相等，通过简单的数学变换就很容易找到某一空间坐标值对应的图像行列数，从而获得该坐标的像元值，这种遥感图像采用后向映射的规则格网化方法是很容易的，已经被各种遥感软件广泛使用，如ENVI，ERDAS等。对于扫描较宽的遥感数据，由于地球曲率影响，远离星下点时会造成图像扭曲，后向映射的格网化方法很难从指定坐标值找到其所对应的像元点。特别是，遥感图像扫描的方式很多，图像变形多种多样，例如MODIS数据不同波段的同时扫描行数是10，20，40行，相邻两次扫描图像存在大量的重叠；NOAA AVHRR数据采用单行扫描，虽然边缘变形依然存在，但相邻扫描图像不存在重叠；而即将发射的NPOESS采用变速采样方式，从星下点到图像边缘的不但像元大小是变化的，而且这种变化是也是不规则的。对于这些种类繁多的各种费规则遥感图像，目前采用的后向映射格网化算法只能针对每一种数据设计专用的算法，而且只能使用逐点比较以找到坐标对应的图像行列数^[1]，这样实现效率低下。为了提高效率，采用复杂的梯度查找算法^[2]。确定对应的源图像的空间坐标的点，前向映射会导致大量点的重叠。采用前向映射与后向映射结合的方法可较快实现对对这类图像的规则格网化^[3]，但该算法无法对各种数据具有普适性，实现双线性采样、三重卷积采样也非常困难。后向映射的算法包括下列步骤：

后向映射的方法示意图如图1所示。目标图像的A点经过逆向映射得到其在源图像中所对应的A′点，即需要求源图像中A′的值来赋给目标图像中A点的值。但是在源图像中，数据点是位于A′周围的1、2、3、4格网点，如果源图像的格网是均匀的，则可根据A′的坐标值计算1、2、3、4格网点的储存的行与列以读取其对应的数值。但对于非规则图像，则无法根据A′的坐标快速计算其周围格网点1、2、3、4格网点的储存的行与列。另外，得到了周围各点的值，也需要一定的采样算法从其周围点以计算A′的值。

在源图像为非规则栅格时，逆向映射的算法无法计算其周围点的行和列数，这样就也无法得到A点所对应的A′的值。这时候，经常采用图2的前向映射算法，将源图像A′的值映射至目标图像B点，并赋给与B点距离最近的栅格点A。这种映射方式的缺陷是有时目标格点出现重复赋值或有些格点没有赋值，而且，这种方法没有采样处理，会造成目标数据坐标局部扭曲。

上述对非规则遥感影像的规则格网化方法的不足之处可归纳为：基于后向映射查找的方法能避免目标图像出现空洞的问题，但从规则图像的坐标去查找对应坐标的非规则图像的像元点非常困难，基于前向映射的方法又会使目标图像出现空洞。并且，这些方法都是针对某一类遥感影像的，不能适用于不同类型的遥感图像。

参考文献

[1].Wolfe，R.E.，et al.，1998，MODIS land data storage，gridding，and compositing methodology：Level 2 grid.IEEE Transactions on Geoscience and Remote Sensing，36(4)，1324-1338.

[2].Khlopenkov，K.V.and A.P.Trishchenko，2008，Implementation and Evaluation of Concurrent GradientSearch Method for Reprojection of MODIS Level 1B Imagery，IEEE Transactions on Geoscience andRemote Sensing，46(7)：2016-2027.

[3].蒋耿明，刘荣高等，2004，MODIS 1B数据几何纠正方法研究和软件开发，遥感学报，8(2)：158-164。

发明内容

本发明针对现有技术中存在的缺陷，提供一种将非规则格网的遥感数据转换为规则格网的遥感数据或者将一种规则格网遥感数据转换为另一种规则格网遥感数据的规则格网化方法，特别是一种能够对各种类型遥感数据都适用的规则格网化方法。对于规则及非规则的原始图像，本方法都能够进行规则格网化，并能实现双线性、三次卷积等数据采样，是一种快速、简单、普适的从非规则遥感图像转换为规则遥感图像的方法。

本发明的技术方案如下：

一种对非规则遥感数据实现标准格网化的方法，其特征在于包含如下步骤：(1)由非规则源图像的控制点坐标计算获得源图像中每个像元的坐标；(2)生成指定坐标或投影方式及分辨率的目标图像的规则格网；(3)依次将源图像各像元点的坐标由投影函数转换为目标坐标投影；(4)从源图像中取一个像元点，并由其相邻的三个点组成一个四方形，将此四方形对应的目标坐标投影求得完全包含此四方形的最小矩形。根据此最小矩形的四个角坐标，计算此矩形所覆盖的目标图像的所有像元点的行列位置，以及这些被包含的每个像元点在此最小矩形的位置；(5)根据(4)中目标像元点所对应的最小矩形位置，确定形成此最小矩形的四个源图像的各点对所包含的目标图像的每个点的贡献权重；(6)根据(5)中的源图像四个点的权重值，乘以源图像的测量值，得到源图像像元对目标像元的贡献值，并相加得到总贡献值，并将目标图像格点的总贡献值除以总权重值，得到目标像元的值；(7)对源图像的所有点重复(4)至(6)的操作，最后获得标准格网化的目标图像。

所属像元点查找方法，从源图像中四个点直接映射查找所包含的目标像元点，从非规则点直接向规则点映射，从而极大的提高查找速度和降低软件实现的难度；

所述图像控制点的的获取途径：(1)用户根据图像中的信息特征与地面信息特征的匹配，输入图像某些特征点的坐标信息作为控制点信息；(2)根据卫星轨道计算获得每一像元点的坐标。

所述像元采样途径：图像的权重计算可以采用临近差值、双线性插值、三次卷积插值及距离倒数插值等计算方法。

所述三次卷积插值的像元点查找：对于权利1中(4)的周围点的个数，查找像元点取四个点，特殊地，对三次卷积插值则从源图像中的四个像元再加入周围的十二个像元作为计算权重的像元。

所述像元映射具有广泛适应性，此方法可用任何非规则的遥感影像的格网化转换，而且这种转换对不同的非规则遥感影像数据都是相同的。

本发明的技术效果如下：

本发明采用源图像相邻四个像元同时前向映射获取四个像元所构成多边形对应的全部目标像元，然后利用这些目标像元在多边形中所对应的位置，确定源图像各多边形像元对目标像元的权重贡献，由权重乘以像元值相加在除以权重加和，得到目标像元的值。

本发明包括源图像坐标转换、相邻四个像元前向映射查找所对应的目标像元、源图像像元对目标图像像元的贡献权重确定、计算目标像元值四部分。源图像坐标转换将源图像每个像元所对应的空间坐标转换为目标像元的空间坐标；用前向映射查找源图像四个相邻像元所包含的全部目标图像坐标范围以获其包含的全部目标像元；对包含目标像元的四个源图像像元进行权重累加以获得源图像像元对目标图像的贡献量；由于源图像四个像元的值和它们分别对目标图像像元的贡献量，获得全部覆盖目标像元的值。

本发明与现在技术相比有如下特点：

(1)由于采用四个像元的直接映射，克服了现在只进行单个像元前向映射存在的目标图像空洞问题；

(2)由于采用从非规则图像到规则图像的直接映射，通过简单的数学运算可以直接得到源图像空间范围对应的目标图像像元点，克服了目前采用的后向映射建立两者联系的难题；

(3)由于这种映射方式对源图像的非规则性没有要求，因此可适用于任何类型的非规则遥感图像，也可用于源图像规则的遥感影像的坐标变换。

附图说明

图1逆向映射的算法示意图；

图2本发明基于前向映射的规则格网化流程图。

具体实施方式

下面结合附图对本发明做进一步的详细说明。

本发明实现的非规则遥感图像规则格网化的流程如图2所示。图2包括源图像坐标转换单元2、相邻四个像元前向映射查找所对应的目标像元单元4、源图像像元对目标图像像元的贡献权重确定单元6、计算目标像元值单元8。单元2由源图像的控制点坐标信息计算获得源图像中每点的坐标信息，这些控制点可以是根据图像中的信息特征与地面信息特征的匹配，输入其坐标信息作为控制点信息，也可以根据卫星轨道计算得到。生成指定坐标、投影(既指定的映射方法)及分辨率的目标图像的格网。然后进入映射单元4。

单元4对源图像逐点扫描，依次将各点的坐标由坐标投影转换函数映射至目标图像坐标，计算该点坐标对应的目标图像位置，获得周围的图像行列数；周围点的个数，一般取与映射点最近的四个点。然后进入单元6。

单元6根据映射点的空间坐标位置，确定源图像四个点对目标图像所包含的各个点的权重，权重的确定可采用双线性插值、三次卷积插值及距离倒数插值方法。进入单元8。

单元8根据权重值乘以源映射点的值，得到映射点对周围点的贡献值，并与周围点已有的贡献值相加；在对源图像的所有点扫描后，将目标图像格点的总贡献值除以总权重值，得到目标规则图像对应像元的值。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明，但不以任何方式限制本发明。因此，尽管本说明书参照附图和实施方式对本发明已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以都本发明进行修改或者等同替换；而一切不脱离本发明的精神和技术实质的技术方案及其改进，其均应涵盖在本发明专利的保护范围当中。