Please wait a minute...
 
国土资源遥感  2011, Vol. 23 Issue (1): 83-86    DOI: 10.6046/gtzyyg.2011.01.16
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于光照模型的遥感图像与DEM配准方法研究
胡勇修1, 李辉2,3, 石晓春4
(1.广东省国土资源技术中心,广州510075; 2. 中国地质大学地球科学学院,武汉430074;3.中国地质大学教育部长江三峡地质灾害研究中心,武汉430074;4.广东省国土资源测绘院,广州510500)
Remote Sensing Images and DEM Registration Based on Illumination Model
HU Yong-xiu 1, LI hui 2,3, SHI Xiao-chun 4
(1.Land and Resources Technology Center of Guangdong Province, Guangzhou 510075, China; 2.Geography Department, China University of Geoscience, Wuhan 430074, China; 3.Three Gorges Research Center for Geohazards, Ministry of Education, China University of Geosciences, Wuhan 430074, China; 4.Institute of Surveying & Mapping, Department of Land & Resources of Guangdong Province, Guangzhou  510500, China)
全文: PDF(837 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要  针对遥感图像与DEM数据之间难以找到精确同名地物点而造成的配准精度较低问题,提出了一种基于光照模型的图像配准方法。该方法首先计算DEM数据中每一个像元的方位和坡度,并结合遥感图像成像时的太阳高度角和方位角,计算图像与DEM的地形光照模型,最后通过光照模型来辅助控制点的选取,从而实现图像精确配准。实验结果表明,该方法稳定有效,特别适合地形起伏较大的区域。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
方墨人
田庆久
关键词 遥感MODISLAI地物分类    
Abstract:Registration between remote sensing images and DEM data is difficult because it is hard to find the Ground Control Points (GCPs) between the two images. In this paper, an illumination model was introduced and served as a proxy in the image registration to increase the registration accuracy. The aspect and slope were computed for each pixel of the image based on DEM data. The solar elevation angle and azimuth were obtained from the header file of the remote sensing image. Based on these parameters, the authors constructed the terrain illumination model based on the Lambert reflectance model, which displays very similar texture to the remote sensing image. Thus, the GCPs can be easily identified in the two images. This method was tested by using sub ETM+ image and DEM in Guangdong province. The result shows that the total RMSE of this method is 13.373 m, which is less than one pixel. This method is effective in the registration of remote sensing image and DEM, especially in mountain areas.
Key wordsRemote sensing    MODIS    LAI    Land types    Classification
收稿日期: 2010-06-18      出版日期: 2011-03-22
: 

TP 75

 
基金资助:

 国家自然科学基金主任基金项目(编号: 41040021)、国家自然科学基金项目(编号: 40901206)、中央高校基本科研业务费专项基金项目(编号: CUGL100211)及测绘遥感信息工程国家重点实验室开放研究基金项目(编号: (09)重01)联合资助。

通讯作者: 胡勇修(1975-),男,工程师,主要从事摄影测量与遥感等研究与应用工作。
作者简介: 胡勇修(1975-),男,工程师,主要从事摄影测量与遥感等研究与应用工作。
引用本文:   
胡勇修, 李辉, 石晓春. 基于光照模型的遥感图像与DEM配准方法研究[J]. 国土资源遥感, 2011, 23(1): 83-86.
HU Yong-Xiu, LI Hui, SHI Xiao-Chun. Remote Sensing Images and DEM Registration Based on Illumination Model. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(1): 83-86.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.01.16      或      https://www.gtzyyg.com/CN/Y2011/V23/I1/83


[1]吕金建,文贡坚,李德仁,等.一种新的基于空间关系的特征匹配方法[J].测绘学报,2008,37(3):367-373.
[2]文贡坚,吕金建,王继阳.基于特征的高精度自动图像配准方法[J].软件学报,2008,19(9):2293-2301.
[3]Zitova B,Flusser J.Image Registration Methods:A Survey[J].Image Vision Computing,2003,21(11):977-1000.
[4]邓熠,李智勇,粟毅.仿射不变特征提取算法在遥感影像配准中的应用[J].中国图象图形学报,2009,14(4):615-621.
[5]禄丰年.多源遥感影像配准技术分析[J].测绘科学技术学报,2007,24(4):251-254.
[6]尹聪颖,焦斌亮.SAR与TM图像自动配准算法研究[J].电子技术(上海),2009,8:33-34.
[7]朱冰莲,田学隆,宋维杰,基于人工免疫系统的医学图像配准[J].仪器仪表学报,2009,7:1416-1419.
[8]陈蕾,邓孺孺,彭小鹃.TM影像与DEM的地形光照模型配准法研究——以广州市为例[J].热带地理,2008,28(3):223-227.
[9]李先华.遥感信息的地形影响与改正[J].测绘学报,1986,15(2):102-109.
[10]Riano D,Chuvieco E,Salas J,et al.Assessment of Different Topographic Corrections in Landsat-TM Data for Mapping Vegetation Types [J].IEEE Transactions on Geoscience and Remote Sensing,2003,41:1056-1061.
[11]NASA and METI.Aster GDEM[EB/OL].[2010-04-30].http://www.gdem.aster.ersdac.or.jp.
[12]CAS,迄今最完整的全球地形数据-ASTER GDEM[EB/OL].[2010-04-30].http://datamirror.csdb.cn.
[1] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9] 史飞飞, 高小红, 肖建设, 李宏达, 李润祥, 张昊. 基于集成学习和多时相遥感影像的枸杞种植区分类[J]. 自然资源遥感, 2022, 34(1): 115-126.
[10] 吴琳琳, 李晓燕, 毛德华, 王宗明. 基于遥感和多源地理数据的城市土地利用分类[J]. 自然资源遥感, 2022, 34(1): 127-134.
[11] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[12] 胡盈盈, 戴声佩, 罗红霞, 李海亮, 李茂芬, 郑倩, 禹萱, 李宁. 2001—2015年海南岛橡胶林物候时空变化特征分析[J]. 自然资源遥感, 2022, 34(1): 210-217.
[13] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[14] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[15] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发