-
Die
Erfindung bezieht sich auf ein Verfahren und eine Vorrichtung zur
automatischen Entzerrung von einkanaligen oder mehrkanaligen Bildern,
wobei ein Bild auf ein Referenzbild ohne genaue Kenntnis der Abbildungsfunktion
entzerrt wird.
-
Eine
ungenaue und/oder unzureichende Kenntnis der Abbildungsfunktion
liegt insbesondere dann vor, wenn Bilder mit bewegten Aufnahmesystemen
und/oder einem bewegten Bildfeld erfasst werden und die Orientierung
des Aufnahmesystems gegenüber
dem Bildfeld nicht oder nur unter großem Aufwand eindeutig bestimmbar
ist. So sind beispielsweise Abbildungsfunktion zur Entzerrung von
Satellitenbildern für
eine Landvermessung nicht oder nur in Grenzen bekannt. Es ist auch
denkbar, dass eine Verzerrung des Referenzbildes nicht oder nur
in Grenzen bekannt ist.
-
Die
Bilder werden durch ein Aufnahmegerät erfasst und liegen für die Weiterverarbeitung
als einkanalige Bilder, beispielsweise Grauwertbilder, oder mehrkanalige
Bilder, beispielsweise Farbbilder, vor.
-
Bilder
zur Aufnahme und Abbildung der Erdoberfläche werden von bewegten Aufnahmesystemen
aufgenommen. Die Aufnahmesysteme befinden sich beispielsweise auf
Satelliten oder Flugzeugen. Bekannte Verfahren zur Aufnahme und
Abbildung der Erdoberfläche
sind sogenannte photogrammetrische Verfahren, wobei die aufgenommenen
Bilder für eine Übertragung
in eine zu erstellende Karte entzerrt werden. Die notwendige Transformation
eines aufgenommenen Bildes in eine gewünschte Darstellung wird als
Abbildungsvorgang bezeichnet. Für
die Entzerrung wird der Abbildungsvorgang als kollineare Gleichung
modelliert. Es existiert bereits eine Reihe grundlegender Verfahren
zur Georeferenzierung von Fernerkundungsdaten, die entweder auf
dem Prinzip der Positionsberechnung mit Hilfe eines Modells des
Abbildungsvorgangs (Abbildungsmodells) oder auf dem Passpunktprinzip
mit Hilfe eines Referenzbildes beruhen. Auch eine Verkopplung beider Methoden
ist möglich.
-
Für die Entzerrung
unter Verwendung eines Abbildungsmodells wird der Abbildungsvorgang
als kollineare Gleichung beschrieben oder mittels einfacherer Modelle
genähert.
Sind alle Parameter des Abbildungsvorgangs bekannt, so sind sehr präzise Bilder
erzeugbar. In der Praxis sind jedoch nicht alle Parameter, die bei
der Bildentstehung eine Rolle spielen, wie z.B. Ort und Lage des
Satelliten, ausreichend genau bekannt. Ursächlich hierfür ist eine
Beschränkung
der Messgenauigkeit sowie die Tatsache, dass nicht alle Parameter
zeitlich stabil sind. Die zeitliche Instabilität ergibt sich beispielsweise
aus Schwankungen der Satellitenbahn. Weiter erfolgt eine Vermessung
der Satellitenbahn diskret, wobei die Interpolation zwischen diesen
Zeitpunkten zusätzliche
Fehler ergibt.
-
Daneben
ist es bekannt, bei unvollständigen oder
ungenauen Abbildungsparametern eine Entzerrung mit Hilfe von Passpunkten
durchzuführen.
Das Verfahren wird insbesondere dann eingesetzt, wenn das zu entzerrende
Bild, beispielsweise ein Satellitenbild, nicht auf eine definierte
Geometrie, beispielsweise eine Karte, sondern auf ein Referenzbild
mit unbekannter Verzerrung abgebildet wird. Passpunkte sind kontrastreiche
Bildstrukturen, welche zeitlich stabil sind und eine Ortsbestimmung
mittels Korrelation ermöglichen.
Die Interpolation zwischen den Passpunkten wird in der Regel mit
zweidimensionalen Polynomfunktionen vorgenommen. Eine Fehlerquelle
bei der Passpunktentzerrung ist die Unähnlichkeit der Passpunktstrukturen
in den verschiedenen Bildern, die hervorgerufen werden durch unterschiedliche
Aufnahmegeometrien, einen unterschiedlichen Zustand der Objekte,
welche die Passpunktstruktur bilden, oder durch Mittelung unterschiedlicher
Objekte oder Objektteile. Eine weitere Fehlerquelle ist die für die Interpolation
eingesetzte Polynomfunktion, durch welche in der Regel der Abbildungsvorgang
nicht ausreichend genau modellierbar ist. Dies gilt insbesondere
bei großen
Flächen.
Je weiter ein Punkt von einem Passpunkt entfernt liegt, desto größer sind
die Auswirkungen aufgrund von Ungenauigkeiten in der Polynomfunktion.
Dieser Effekt zeigt sich vor allem bei Polynomen höheren Grades.
-
Außerdem ist
es bekannt, die beiden Methoden, die parametrische Entzerrung und
die Entzerrung mittels Polynomfunktionen zu verknüpfen.
-
Ein
Nachteil der bekannten Verfahren liegt in einer schlechten Automatisierbarkeit,
insbesondere bei einem geringen Kenntnisstand des Abbildungsvorgangs.
Eine Anpassung aller Abbildungsparameter an eine aktuelle Situation
ist hierbei meistens zu aufwendig, so dass eine reine Polynomentzerrung eingesetzt
wird. Die notwendigen Passpunkte werden dabei einer Datenbank entnommen.
Die bisher bekannten Verfahren weisen Restfehler in der Positionsbestimmung
der Passpunkte des zu bearbeitenden Datensatzes auf. Dieser Restfehler
lässt sich nicht
oder nur sehr aufwendig analytisch beschreiben, so dass auch eine
entsprechende Anpassung durch Korrektur des Abbildungsmodells nicht
möglich ist.
-
Lisa
Gottesfeld Brown: "A
Survey of Image Registration Techniques", Columbia University, New York, 1992,
gibt eine Übersicht über die
Registrierung bei der Bildverarbeitung, um z.B. zwei oder mehr Bilder,
die zu verschiedenen Zeiten, von verschiedenen Sensoren oder von
verschiedenen Blickpunkten aus aufgenommen wurden, in Übereinstimmung
zu bringen.
-
EP 0 610 871 A2 beschreibt
ein Verfahren zum automatischen Selektieren von Untergebieten eines
Referenzbildes, um eine optimale Registrierung zwischen einem vorliegenden
Bild und dem Referenzbild bereitzustellen.
-
U5
2001/0038 718 A1 beschreibt ein System und ein Verfahren, um Bildkoordinaten
und Geokoordinaten genau in Übereinstimmung
zu bringen.
-
Jürgen Bückner: "Model Based Road
Extraction for the Registration and Interpretation of Remote Sensing
Data". In: International
Archives of Photogrammetry and Remote Sensing, Vol. 32/4, S. 1–6, 1998,
beschreibt einen modellbasierten Algorithmus zur Extraktion von
Straßen
in Fernerkundungsdaten von verschiedenen Sensoren.
-
Der
Erfindung liegt daher das technische Problem zugrunde, ein Verfahren
und eine Vorrichtung zur automatischen Entzerrung von Bildern zu schaffen,
durch welche ohne genaue Kenntnis des Abbildungsmodells ein verbleibender
Restfehler verringert wird.
-
Die
Lösung
des Problems ergibt sich durch ein Verfahren mit den Merkmalen des
Anspruchs 1 und durch eine Vorrichtung mit den Merkmalen des Anspruchs
9. Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich
aus den Unteransprüchen.
-
Zur
automatischen Entzerrung eines Bild auf ein Referenzbild, wobei
Parameter einer Abbildungsfunktion der Entzerrung mindestens teilweise
unbekannt sind, werden aus dem Bild mindestens drei Objekte extrahiert
und mindestens drei Passpunkte ermittelt, wobei charakteristische
Objektpunkte der extrahierten Objekte als Passpunkte ermittelt werden. Die
extrahierten Objekte werden Objekten im Referenzbild zugeordnet,
wobei eine Zuordnung von Objekten in beiden Bildern aufgrund einer Ähnlichkeit von
Objekten und/oder eines Vektornetzes erfolgt und das Vektornetz
durch eine Verbindung charakteristischer Objektpunkte gebildet wird.
Anhand der Passpunkte sowie den entsprechenden Punkten im Referenzbild
werden die Parameter der Abbildungsfunktion angepasst und/oder es
wird eine geeignete bekannte Abbildungsfunktion ermittelt. Die Anpassung
und/oder Ermittlung erfolgt derart, dass ein Fehlersummenminimum
in Positionsdifferenzen zwischen projizierten Passpunkten und entsprechenden Passpunkten
im Referenzbild erreicht wird. Abbildungsfunktionen mit festen Parametersätzen sind beispielsweise
in einer Datenbank abgelegt. Eine derartige Anpassung ist von Interesse,
wenn vielfach gleiche Abbildungsvorgänge vorliegen. Für eine Wahl
geeigneter Objekte ist vorteilhaft, wenn die Objekte markante und
einmalige Formen aufweisen, so dass grobe Fehler ausgeschlossen
werden. Das Referenzbild kann dabei entweder in einer bekannten Kartenprojektion
abgebildet sein oder eine unbekannte Abbildungsgrundlage aufweisen.
Ist die Abbildungsgrundlage bekannt, so ist die Abbildungsfunktion
aus einem Abbildungsmodell gegeben. Bei einer unbekannten Abbildungsgrundlage
des Referenzbildes ist die Abbildungsfunktion eine affine Transformation.
Durch die Anpassung der Parameter unter Berechnung eines Fehlersummenminimums
ist eine Anpassung der Abbildungsfunktion ohne genaue Kenntnis des
Abbildungsmodells und/oder im Falle der fehlenden Abbildungsgrundlage
ohne Abbildungsmodell möglich.
-
In
einer bevorzugten Ausführungsform
werden in einem weiteren Verarbeitungsschritt die für eine Anpassung
der Abbildungsfunktion verwendeten Passpunkte gewichtet. Hierfür werden
zunächst um
einen möglichen
Passpunkt des zu entzerrenden Bildes und/oder des Referenzbildes
Flächen
gebildet, sogenannte Passpunktstrukturen. Die Flächen sind in der Regel quadratisch
mit N∙N
Pixel, wobei N eine beliebige natürliche Zahl ist. Die Passpunktstrukturen
werden in das jeweils andere Bild mittels der Abbildungsfunktion
projiziert, wobei eine Qualität der
Passpunktstruktur mindestens durch Veränderlichkeit, Richtungskontrast
und/oder Ähnlichkeit
beschrieben ist. Die Veränderlichkeit
wird aus der bereits bestimmten Klassenzugehörigkeit abgeleitet. Klassen
mit geringer Veränderlichkeit,
beispielsweise Wasser, erzeugen eine hohe Qualität. Objekte mit starker Veränderlichkeit,
beispielsweise Vegetationen, haben hingegen eine geringe Qualität. Die Werte
für eine
derartige Qualitätsbewertung
lassen sich vorab bestimmen und in Tabellen ablegen. Ein weiteres
Kriterium für
die Qualität
eines Passpunktes ist der Richtungskontrast. Für eine exakte Bestimmung von
Positionen der Passpunkte ist ein großer Kontrast innerhalb der
Passpunktstruktur erforderlich. Strukturen mit großen Kontrasten
in horizontaler (X-) Richtung und vertikaler (Y-) Richtung der Bildebene haben
somit eine hohe Qualität.
Der Kontrast wird aus maximalen Grauwertdifferenzen in den Zeilen oder
Spalten errechnet. Grauwerte werden auf einem oder mehreren Kanälen erfasst,
beispielsweise auf drei Kanälen
als so genannte Farbwerte. Bei einer Betrachtung der Grauwertdifferenzen
auf einem Kanal kann entweder der Kontrast aus dem Bild oder bevorzugt
aus dem Bild sowie dem zugehörigen
Referenzbild in das Qualitätsmaß eingehen.
Zudem ist die Ähnlichkeit
Kriterium für
das Qualitätsmaß. Die Ähnlichkeit
wird aus einem Vergleich der Form des Grauwertverlaufes in X- und
Y-Richtung innerhalb der Passpunktstrukturen des Grauwertbildes
und des Referenzbildes abgeleitet. Während Veränderlichkeit und Richtungskontrast
im zu entzerrenden Bild und/oder im Referenzbild festgelegt sind,
lässt sich die Ähnlichkeit
durch eine Anpassung verbessern. Die einzelnen Qualitätsmaße werden
zu einer gemeinsamen Qualitätsbewertung
verknüpft.
Für eine derartige
Verknüpfung
ist eine Vielzahl an Methoden denkbar, wobei die einzelnen Qualitätsmaße je nach Aufgabestellung
unterschiedlich gewichtet werden können. Aufgrund der gemeinsamen
Qualitätsbewertung
wird jedem Passpunkt eine Wichtung zugeordnet, mit welcher dieser
in eine Anpassung der Parameter für eine Bestimmung der Abbildungsfunktion eingeht.
Passpunkte, welche ein sehr niedriges Qualitätsmaß aufweisen, sind für eine weitere
Bearbeitung zu verwerfen.
-
In
einer Ausführungsform,
wobei ein Teil der Merkmale Gegenstand des Verfahrens gemäß Anspruch
1 ist, erfolgt eine genauere Bestimmung der Position der ermittelten
Passpunkte im zu entzerrenden Bild durch einen Vergleich der Passpunktstrukturen.
Dabei ist sowohl eine Projektion von Teilen der Passpunktstruktur
des Bildes in das Referenzbild, als auch umgekehrt denkbar. Bevorzugt
werden für
beide Bildausschnitte Bildschärfen
berechnet und der unschärfere
Bildausschnitt in den schärferen
projiziert. Zunächst
erfolgt eine Anpassung der Grauwertverteilung oder der Grauwertverteilungen
der projizierten Bildstruktur an die zugehörige Passpunktstruktur im zu
entzerrenden Bild und/oder im Referenzbild. Dadurch lassen sich
Unterschiede ausgleichen, welche beispielsweise aufgrund unterschiedlicher
Belichtungsverhältnisse
bei der Aufnahme des jeweiligen Bildes vorliegen. Anschließend werden
die Grauwerte der einzelnen Pixel in der Passpunktstruktur oder
der Bildstruktur bestimmt und die Differenz zwischen benachbarten
Pixel gebildet. Diese Differenz wird mit der Differenz der korrespondierenden Pixel
in der anderen Struktur verglichen und daraus ein Fehler abgeleitet.
Anschließend
wird die Passpunktstruktur im zu entzerrenden Bild in X- und/oder Y-Richtung
versetzt und erneut ein Fehler ermittelt. Durch schrittweisen Versatz
der Passpunktstruktur in X- und Y-Richtung wird eine Fehlermatrix
erzeugt. Die Schrittgröße ist dabei
geringer als die Ausdehnung der Passpunktstruktur. Als am besten
angepasste Position wird die Position der Passpunktstruktur identifiziert,
welche den geringsten Fehler aufweist. Positionen, welche auf diese
Art ermittelt wurden, weisen eine hohe Positionsgenauigkeit auf.
Dadurch kann eine Anpassung der Abbildungsparameter verbessert werden.
-
In
einer bevorzugten Ausführungsform
wird eine Anpassung der Parameter der Abbildungsfunktion durchgeführt, wobei
die Abbildungsfunktion durch eine Änderung der Parameter derart
veränderbar
ist, dass ein Fehlersummenminimum in den Positionsdifferenzen zwischen
Passpunkten und zugehörigen
projizierten Bildpunkten unter Berücksichtigung der Wichtung der
Passpunkte minimiert wird. Durch eine zweistufige Anpassung der
Abbildungsparameter erfolgt zunächst
eine grobe Entzerrung des Bildes, welche in einem weiteren Schritt
verfeinert wird. Es ist jedoch auch denkbar, dass Passpunkte bereits in
Grenzen bekannt sind und so auf eine erste Anpassung verzichtet
werden kann.
-
In
einer weiteren bevorzugten Ausführungsform
wird eine Ausgleichsrechnung durchgeführt, wobei der Restfehler in
der Positionsbestimmung weiter verringert wird. Hierbei wird für jeden
Passpunkt mindestens ein vertikaler und/oder ein horizontaler Korrektunwert
bestimmt, welcher die Abweichung des Wertes der Abbildungsfunktion vom
Wert der Ausgleichsfunktion am Ort des zugehörigen Bildpunktes bei einer
Projektion mit der am besten angepassten Abbildungsfunktion wiedergibt.
Die derart ermittelten Korrekturwerte lassen sich in einer Korrekturtabelle
speichern und für
eine Weiterverarbeitung nutzen. Es wird die am besten angepasste
Abbildungsfunktion ermittelt. In vielen Fällen ist jedoch ein Restfehler
der am besten angepassten Abbildungsfunktion gegenüber einer
dem Abbildungsvorgang tatsächlich
zugrunde liegenden Funktion unvermeidbar und/oder nur mit einem
sehr hohen Aufwand vermeidbar. Mit Hilfe der aus der Korrekturtabelle
abgeleiteten Korrekturfunktion ist eine Entzerrung mit hoher Qualität auch dann
möglich,
wenn eine am besten angepasste Abbildungsfunktion einen Restfehler aufweist.
-
In
einer weiteren Ausführungsform
werden die Eckkoordinaten projizierter Bildelemente ermittelt. Eine
Bildposition der Eckkoordinaten ergibt sich aus einer Projektion
mit der ermittelten Abbildungsfunktion und der Korrekturwerte. Durch
Interpolation der Korrekturwerte der Passpunkte lässt ich
Korrekturfunktion aufstellen. Somit können die Korrekturwerte an
den Eckkoordinaten ermittelt werden.
-
In
einer weiteren Ausführungsform
wird ein Resampling derart durchgeführt, dass die Eckkoordinaten
ein Vieleck, bevorzugt ein Viereck, aufspannen und die Grauwerte
aller in dem Vieleck liegenden Bildelemente entsprechend ihrer Größe gewichtet
gemittelt werden.
-
In
einer weiteren bevorzugten Ausführungsform
werden Objekte durch eine Klassifikation und/oder eine geometrische
Strukturanalyse extrahiert. In der Klassifikation werden die Eigenschaften des
Bildes analysiert und Objekte und/oder Flächen gleicher Klassenzugehörigkeit
gebildet. Als Objekte und/oder Flächen gleicher Klassenzugehörigkeit werden
Bildteile bezeichnet, deren Elemente (Pixel) jeweils einer Klasse
angehören.
Die Klassifikation stützt
sich auf Bildeigenschaften. Diese Eigenschaften können sich
auf einzelne Pixel beziehen. Eine Eigenschaft, die sich auf ein
Pixel bezieht, ist beispielsweise ein Grauwert in einem Kanal, der
durch das Reflexionsverhalten der dem Pixel entsprechenden Oberfläche in einem
festgelegten Wellenlängenbereich
bestimmt wird. Weiter können
Eigenschaften sich auch auf mehrere Pixel beziehen, bei denen die räumliche
Anordnung einzelner Grauwerte eine Rolle spielt, beispielsweise
bei der Textur. Eine weitere Eigenschaft ergibt sich aus dem Reflexionsverhalten der
Oberfläche
in verschiedenen Wellenlängenbereichen
(spektrale Eigenschaft). Ausgehend von bestimmten Eigenschaften
lassen sich Objekte in Klassen einteilen, beispielsweise in Landnutzungsklassen
wie Ackerbau, Nadelwald, etc. Insbesondere werden damit Wolken und
Gebiete mit stabilem Reflexionsverhalten, beispielsweise Wasser
oder Nadelwälder,
erkannt. Mittels einer Maske lassen sich die Bildobjekte, welche
als Wolken erkannt wurden, kennzeichnen. Wolkengebiete werden für die weitere Bearbeitung
ausgeschlossen oder bei Bedarf einer gesonderten Bearbeitung unterworfen.
Liegen multispektrale Fernerkundungsdaten vor, so werden Objekte
vorzugsweise gemäß einem
aus der Patentschrift
DE
199 39732 C2 bekannten Verfahren zur Klassifikation detektiert
und identifiziert.
-
Die
Anhand ihrer Eigenschaften klassifizierten Objekte sind durch eine
daran anschließende
geometrische Strukturanalyse genauer klassifizierbar. Die geometrische
Strukturanalyse umfasst beispielsweise eine Analyse der Objekte
selbst, wobei deren Größe, Form
und/oder Homogenität
betrachtet werden. Vorzugsweise werden Informationen über benachbarte
Objekte einbezogen. So lassen sich beispielsweise Bildelemente in Übergangsbereichen
einem Objekt zuordnen.
-
Hierzu
werden im ersten Schritt die Randverläufe der geeigneten klassifizierten
Flächen
ermittelt, wobei zusätzlich
eine numerische Charakterisierung dieser Objekte durch ein geeignetes
Strukturmaß erfolgt.
Dabei lassen sich die Objekte, welche an Wolken angrenzen, gesondert
kennzeichnen. Diese Objekte werden dann mit entsprechenden Objekten
des Referenzbildes korreliert, so dass als Ergebnis die Objekte
vorab extrahiert und identifiziert sind.
-
Aus
den extrahierten Objekten werden die Positionen der jeweiligen abgeleiteten
charakteristischen Objektpunkte, vorzugsweise Objektmittelpunkte,
berechnet. Gegebenenfalls wird bei teilweise durch Wolken abgedeckten
Objekten nach charakteristischen Randverläufen gesucht.
-
Die
Bilder werden durch ein beliebiges Aufnahmegerät erzeugt, welches einkanalige
oder mehrkanalige Bilder produziert. Ein geeignetes Aufnahmegerät ist beispielsweise
eine Pushbroom-Camera. Das Aufnahmegerät ist an einem beliebigen Objekt
angebracht, welches gegenüber
einer aufzunehmenden Oberfläche
eine Relativbewegung durchführt.
Dabei ist es auch denkbar, dass die Oberfläche relativ zum Aufnahmegerät bewegt
wird.
-
Die
erfindungsgemäße Vorrichtung
umfasst einzelne Module. Die einzelnen Module der können entweder
auf einem gemeinsamen Rechenmittel oder auf getrennten Rechenmitteln
integriert werden. Geeignete Rechenmittel sind beispielsweise ein
PC, eine Workstation und/oder ein Rechnercluster. Die Verfahrensschritte
können
teilweise parallel bearbeitet werden.
-
Die
Erfindung wird nachfolgend anhand eines bevorzugten Ausführungsbeispiels
näher erläutert. Die
Figuren zeigen:
-
1:
den Ablauf bei einer automatischen Entzerrung eines Satellitenbildes,
-
2:
eine schematische Darstellung der Generierung von Objekträndern durch
Klassifikation und geometrische Strukturanalyse,
-
3:
schematisch einen Ausschnitt aus einem Bild sowie einem Referenzbild,
-
4:
eine schematisch Illustration zur Ermittlung einer Abbildungsfunktion
anhand geometrische Beziehungen,
-
5:
eine schematisch Illustration zur Ermittlung einer verbesserten
Abbildungsfunktion anhand geometrische Beziehungen,
-
6:
eine schematische Darstellung von Korrekturwerten für eine Abbildungsfunktion
und
-
7:
eine schematische Darstellung einer Entzerrung anhand einer Abbildungsfunktion.
-
1 zeigt
schematisch den Ablauf bei einer automatischen Entzerrung eines
einkanaligen oder mehrkanaligen Bildes auf ein Referenzbild. Das
Verfahren ist modular durch die Module 1 bis 10 aufgebaut.
Alle für
eine Entzerrung notwendigen Informationen sind aus Daten des Bildes
und/oder eines Referenzbildes extrahierbar. Die Entzerrung auf das
Referenzbild ist somit ohne Kenntnis der Abbildungsfunktion möglich. Liegen
zusätzliche
Informationen vor, so können
diese im Verfahren verwendet werden. Für eine Entzerrung ist es ausreichend,
dass das Bild und das Referenzbild als einkanaliges Grauwertbild
vorliegen. In den Modulen 1 bis 4 wird mit Hilfe
von klassifizierten Objekten und deren Beziehungen zueinander eine
Grobzuordnung zwischen Bild und Referenzbild erreicht. Auf der Grundlage
der Grobzuordnung wird in Modul 5 ein grob angepasster virtueller
Abbildungsvorgang ermittelt. In den Modulen 6 bis 8 erfolgt
eine Feinanpassung des virtuellen Abbildungsvorganges. Als Ergebnis
der Module 6 bis 8 liegt eine endgültige Abbildungsfunktion
mit Korrekturtabelle vor. Die Zuordnung von Grauwerfanteilen zu
einer Fläche
(Pixel) findet in den Schritten 9 und 10 statt.
-
Das
Verfahren ist am Beispiel der Entzerrung eines Satellitenbildes
S illustriert. Das Satellitenbild S wird beispielsweise durch eine
Pushbroom-Camera aufgenommen. Die Pushbroom-camera besteht aus einer
Sensorzeile. Durch eine Vorwärtsbewegung des
Satelliten oder eines anderen bewegten Objekts beispielsweise eines
Flugzeugs entsteht das Satellitenbild durch Aneinanderreihung der
einzelnen Zeilen.
-
Im
Modul 1 wird zunächst
das Satellitenbild S auf bestimmte Bildeigenschaften untersucht.
Eigenschaften sind beispielsweise der Albedo-Wert, d.h. das Verhältnis von
reflektierter Strahlung zu Einstrahlung, Farb- oder Grauwerte und/oder
texturelle Eigenschaften einer aufgenommenen Oberfläche. Ausgehend
von Eigenschaften lassen sich Bildobjekte in Klassen einteilen,
beispielsweise in Landnutzungsklassen wie Ackerbau, Nadelwald, etc.
Bildanteile werden somit im nächsten
Schritt gemäß ihrer
Eigenschaften klassifiziert und Flächen gleicher Klassenzugehörigkeit
gebildet. Für
die Klassifikation wird ein geeigneter Klassifizierungsalgorithmus
verwendet, durch welchen beispielsweise Gebiete mit stabilem Reflexionsverhalten,
wie Wasserflächen,
identifizierbar sind.
-
In
Modul 2 erfolgt eine Identifikation von Objekten, wobei
Objektränder
Randverläufe
der gebildeten Flächen
sind und beispielsweise unter Verwendung eines Strukturanalysemodells
eine numerische Charakterisierung eines Objekts aufgrund seines Strukturmaßes erfolgt.
Die Objektrandverläufe
ermöglichen
eine Formbeschreibung der einzelnen Objekte. Die verschiedenen Objektformen
sind eine Voraussetzung, um gleiche Objekte in Referenzbild und Satellitenbild
zu ermitteln.
-
2 illustriert
schematisch, wie durch Klassifikation und geometrische Strukturanalyse
ein Bild O ermittelt wird, dem einzelne Objektränder entnehmbar sind.
-
In
Modul 3 werden für
die aufgefundenen Objektränder
Objektmittelpunkte berechnet, welche Position der Objekte wiedergeben.
Das Satellitenbild S wird durch eine nicht oder nur teilweise bekannte Abbildungsfunktion
auf ein Referenzbild entzerrt. Die Objektmittelpunkte sowie weitere
markante Punkte der Objektgeometrie sind Passpunkte für eine Anpassung
der Abbildungsfunktion.
-
In
dem Modul 4 werden markante extrahierte Objekte gemäß Bild O
jeweils einem Objekt des Referenzbildes R zugeordnet und/oder extrahierte
Objekte identifiziert. Dabei ist zu beachten, dass Objekte verzerrt
dargestellt sind und daher eine Zuordnung aufgrund von Objektflächenformen
nur bedingt möglich
ist. Die Zuordnung und/oder Identifikation erfolgt daher erfindungsgemäß zusätzlich durch
Vektornetze, durch welche Objekte im Bild O sowie im Referenzbild
R verknüpft
werden. Zum Erzeugen eines Vektornetzes sind mindestens drei markante
Objekte notwendig. Durch eine Analyse der geometrischen Ähnlichkeit
der Vektornetze werden Objekte räumlich zugeordnet
und/oder identifiziert.
-
3 zeigt
schematisch einen Ausschnitt aus einem Bild O sowie einem Referenzbild
R. In dem Bild O sowie im Referenzbild R sind jeweils drei markante
Objekten O1, O2, O3 und O1',
O2', O3' aufgefunden, ihre
Mittelpunkte als markante Objektpunkte identifiziert und als Passpunkte
gewählt.
Die Passpunkte sind jeweils über
ein Vektornetz verbunden. Die Objekte O1, O2, O3 und das Vektornetz
des Bildes O sind gegenüber
dem Referenzbild verzerrt. Die Objekte O1, O2, O3 sind daher nicht
direkt den Objekten O1',
O2', O3' zuordenbar und somit
identifizierbar. Durch eine Analyse der geometrischen Ähnlichkeit
der Vektornetze werden Objekte O1, O2, O3 räumlich den Objekten O1', O2', O3' zugeordnet und dadurch
identifiziert.
-
In
Modul 5 wird zunächst
eine Anpassung der nicht oder nur teilweise bekannten Abbildungsfunktion
an die in den Modulen 1 bis 4 ermittelten Passpunkte
durchgeführt.
Der Anfangsparametersatz wird dabei aus den geometrischen Beziehungen der
Objekte zueinander berechnet. Die Anpassung erfolgt durch eine Änderung
der Parameter der Abbildungsfunktion.
-
4 illustriert
eine Bestimmung einer Abbildungsfunktion anhand geometrische Beziehungen. Bilder
von der Erdoberfläche 22 werden
mittels eines Satelliten 20 aufgenommen. Gesucht wird eine
Abbildungsfunktion, durch welche die geometrischen Beziehungen von
Objekten O1–O4
der Erdoberfläche zueinander
möglichst
exakt beibehalten werden
-
In
Modul 6 werden weitere Passpunkte für eine Anpassung der Abbildungsfunktion
generiert. Prinzipiell ist jeder Punkt, welcher sich in beiden Bildern
eindeutig identifizieren lässt,
als Passpunkt geeignet. Die potentiellen Passpunkte sind jedoch
hinsichtlich ihrer Eignung unterschiedlich zu bewerten. Hierfür werden
in Modul 6 Qualitätskennzahlen
von Passpunktstrukturen ermittelt. Passpunktstrukturen sind Flächen mit
N∙N
Pixel, welche um einen potentiellen Passpunkt liegen. Die Größe der Passpunktstrukturen
ist ein Kompromiss zwischen dem idealen, dimensionslosen Pass-„Punkt" und einer wiedererkennbaren
Bildstruktur. Geeignete Passpunktstrukturen sind beispielsweise
3 × 3
oder 5 × 5
Pixel. Die Qualitätskennzahlen ergeben
sich aus Veränderlichkeit,
Richtungskontrast und Ähnlichkeit.
Die Veränderlichkeit
einer Passpunktstruktur wird aus ihrer Klassenzugehörigkeit
entsprechend Modul 1 abgeleitet. Eine hohe Veränderlichkeit
wirkt sich dabei negativ auf die Qualitätsbewertung des Passpunktes
aus. Um in einem nachfolgenden Verfahrensschritt die Position des
Passpunktes mit einer hohen Genauigkeit zu ermitteln, ist ein großer Kontrast
innerhalb der Passpunktstruktur von Vorteil. Einer Struktur mit
großen
Richtungskontrasten wird daher ein hohes Qualitätsmaß zugeordnet. Die Ähnlichkeit
zwischen zwei Strukturen ist für
einen Vergleich des projizierten Bildes mit dem Referenzbild sehr
wichtig, da bei ungenügender Ähnlichkeit
eine Positioniergenauigkeit stark absinkt. Das Qualitätsmaß ist daher
proportional zur Ähnlichkeit.
Jedem Passpunkt wird entsprechend seiner Qualitätskennzahl eine Wichtung zugeordnet.
Passpunktstrukturen und dazugehörige
Qualitätskennzahlen
werden in einer Passpunkttabelle abgelegt.
-
Mit
der größeren Passpunktzahl
und deren Wichtung wird in Modul 7 erneut eine Anpassung
der Parameter der Abbildungsfunktion durchgeführt, wodurch die Genauigkeit
der Abbildungsfunktion verbessert wird.
-
5 illustriert
eine Wirkung der Anpassung von Parametern für eine verbesserte Bestimmung der
Abbildungsfunktion. Die Abbildungsfunktion wird durch eine Vielzahl
an Gegebenheiten zum Zeitpunkt einer Aufnahme bestimmt. So hat beispielsweise eine
Ausrichtung des Satelliten 20 eine Auswirkung auf eine
Abbildung der Erdoberfläche 22.
Die Ausrichtung des Satelliten 20 sowie andere Gegebenheiten
sind jedoch im Regelfall nur in Grenzen bekannt. Die Abbildungsfunktion
wird durch eine Variation mindestens eines Parameters so angepasst,
dass die Positionsfehler im Bild minimiert werden. Die Anpassung
erfolgt, ohne dass die Ausrichtung des Satelliten 20 und/oder
andere Gegebenheiten zum Zeitpunkt der Aufnahme bekannt sind.
-
Positionsrestfehlern,
welche durch die verbesserte Abbildungsfunktion nicht vollständig vermieden
werden, wird mit einer Ausgleichsrechnung in Modul 8 begegnet.
Dabei wird angenommen, dass die Positionsrestfehler über kurze
Distanzen keine starke Änderung
aufweisen. Die Ausgleichsrechnung wird daher unter Einbeziehung
der näheren
Umgebung durchgeführt.
Als Ergebnis der Ausgleichsrechnung wird in Modul 8 eine
Fehlerkorrekturtabelle erstellt. Durch Interpolation der Fehlerkorrekturtabelle ist
eine Fehlerkorrekturfunktion ermittelbar.
-
6 verdeutlicht
die Korrekturtabelle. Die Korrekturwerte sind durch Pfeile dargestellt.
Einzelnen Objekten O6–O8
sind unterschiedliche Korrekturwerte zugeordnet, was durch unterschiedliche Pfeillänge illustriert
wird.
-
In
Modul 9 werden Eckkoordinaten der projizierten Bildelemente
berechnet. Die Berechnung erfolgt unter Verwendung der ermittelten
Abbildungsfunktion und der Fehlerkorrekturfunktion. Zum Schluss
findet in Modul 10 ein Resampling mit den vorher berechneten
projizierten Positionen statt.
-
7 illustriert
eine Entzerrung des Bildes anhand der ermittelten Abbildungsfunktion
mit Fehlerkorrektur, wobei eine Bildstruktur B1 auf eine Referenzstruktur
R1 projiziert wird.