用于超大型遥感图像拼接的“上采样-下采样”最佳镶嵌线检测算法
作者:柴许超
发布日期:2022-12-29
阅读:1653
近日,我室硕士研究生柴许超在期刊Remote Sensing上发表了题为“An Upscaling–Downscaling Optimal Seamline Detection Algorithm for Very Large Remote Sensing Image Mosaicking”的研究论文,通讯作者为我室陈建裕研究员。遥感图像拼接广泛应用于遥感图像预处理过程中,将两景或多景图像沿拼接线拼接为一张更大的图像。现有算法大多考虑拼接结果的拼接线两边色差以及拼接线穿过图像中地物数量,以追求拼接结果的优越性。但这些算法忽略了面对大型遥感图像拼接过程计算低效的问题。本研究针对超大型遥感图像,提出一种兼顾计算高效性与结果优异性的遥感图像拼接算法,并应用于四种不同数据类型的遥感图像,以此评估我们算法的性能。算法中获取拼接线的过程总体分为三步,首先通过降采样缩小原始图像,应用Graph Cut算法在缩小的图像上获取一条粗略的拼接线;其次以该拼接线为基础在原始图像上制作一条带状缓冲区,以此减少二次寻找时所遍历的像素点数;最后在原始图像该缓冲区内再次应用Graph Cut算法,以获得一条像素级的全局最优拼接线。在获得最佳拼接线之后,我们根据这条拼接线进行两景图像的匀色镶嵌处理,从而获得完整的镶嵌图像。图1. (a)两景LandSat8图像; (b)拼接线寻找过程中的缓冲区 ;(c)最终拼接结果及拼接线。我们将算法与5种不同的算法进行对比,并选取数据量大小不同的四种图像(LandSat8、Sentinel-2、ZY-3、GF-1)进行试验。在应用于Landsat8 以及Sentinel-2图像时,六种算法均可获得拼接线,但我们的算法在计算时间上远远优于其它算法,并且拼接线两边的色差相较于基于SLIC的算法有优势,与仅应用Graph Cut一次获取拼接线的方法相当。在应用于ZY-3、GF-1图像时,仅有我们的算法与同样采用缩小图像策略的算法能获取拼接线且我们的算法计算时间最短,并且我们的算法拼接结果在拼接线两边色差以及穿越地物数量也存在优势。实验结果表明,我们的算法在应用于超大型遥感图像时具有无到有的优势,并且同样也适用于小型遥感图像;我们的算法在保证拼接结果质量的同时,能够大大减少计算时间,提高计算效率。图2. (A)LandSat8图像六种拼接结果对比图,红色线为我们的方法获得的拼接线;(B) GF-1图像两种拼接结果对比图,红色线为我们的方法获得的拼接线。本研究得到了自然资源部第二海洋研究所卫星海洋环境动力学国家重点实验室项目(SOEDZZ2203)、国家重点研发计划(2016YFC1400903)、国家自然科学基金委员会-浙江省工业化和信息化融合联合基金(U1609202)和国家自然科学基金(42076216、41376184和40976109)的资助。
Chai, X.; Chen, J.; Mao, Z.; Zhu, Q. An Upscaling–Downscaling Optimal Seamline Detection Algorithm for Very Large Remote Sensing Image Mosaicking. Remote Sens. 2023, 15, 89.https://doi.org/10.3390/rs15010089