改进 Sentinel-1 合成孔径雷达与 Sentinel-2 光学图像的共配准
图像与视频处理
2021-06-15 v2 计算机视觉与模式识别
摘要
欧洲空间局（ESA）的 Sentinel-1 合成孔径雷达（SAR）与 Sentinel-2 光学数据的共配准对许多遥感应用至关重要。然而，我们发现直接从官方网站下载的 Sentinel-1 SAR 与 Sentinel-2 光学图像之间存在明显的配准偏移。为此，本文提出一种针对这两类图像的快速有效配准方法。在该方法中，首先设计基于分块的方案以提取均匀分布的感兴趣点。然后利用 SAR 与光学图像之间结构特征的相似性检测对应关系，其中采用三维（3D）相位相关（PC）作为相似性度量以加速图像匹配。最后，利用所获得的对应关系来度量图像间的配准偏移。此外，为消除配准误差，我们采用一些具有代表性的几何变换模型（如多项式模型、投影模型和有理函数模型）对两类图像进行共配准，并在不同控制点数量与不同地形下比较分析其配准精度。我们的实验测试了覆盖三种不同地形的六对 Sentinel-1 SAR L1 与 Sentinel-2 光学 L1C 图像。实验结果表明，所提方法能够实现图像间的精确对应关系，且三阶多项式取得了最令人满意的配准结果。其平坦区域配准精度小于 1.0 个 10m 像素，丘陵区域约为 1.5 个 10m 像素，山区介于 1.7 至 2.3 个 10m 像素之间，显著提升了 Sentinel-1 SAR 与 Sentinel-2 光学图像的共配准精度。
引用
@article{arxiv.2005.11092,
title = {Improving Co-registration for Sentinel-1 SAR and Sentinel-2 Optical images},
author = {Yuanxin Ye and Chao Yang and Bai Zhu and Youquan He and Huarong Jia},
journal= {arXiv preprint arXiv:2005.11092},
year = {2021}
}