跳到主要內容區

F-2 AIPS

福爾摩沙二號衛星影像自動處理系統 (F-2 AIPS)  


  福衛二號可以獲取地面2公尺解析度的全色態影像以及8 公尺解析度的多頻譜影像(包含紅、藍、綠與近紅外波段),每幅影像刈幅可達24 公里;其所配備的姿態控制裝置更允許福衛二號在沿軌道與垂直軌道的兩個軸向上各進行±45度的指向角度調整;再加上兼具太陽同步與地球同步軌道的創新設計,使福衛二號成為全世界第一枚以日再訪軌道運行的高空間分辨率衛星,是進行定點監控的理想衛星[Liu 2006]。發揮福衛二號影像特性與達成福衛二號任務需求之成功關鍵在於能夠準確且快速地處理大量的福衛二號遙測影像。若依賴一般人工處理,不僅耗時費事、時效不彰,所引入的人為誤差,亦將大大影響影像分析的準確度。尤其是福衛二號遙測元件線型陣列之排放設計與多自由度的取像方式,每一個CCD 陣列在拍攝時是藉由循序推掃的方式成像,對同一地面點的成像在時間上有所延遲而非同時擷取,因此造成福衛二號影像上肉眼可辨的全色態對多頻譜影像對位誤差以及多頻譜影像各波段間的對位誤差。如果再考慮到地球自轉的效應以及衛星軌道的不穩定性,大角度所拍攝的影像其錯位現象將更為嚴重。如果未能嚴謹地修正錯位問題,勢必嚴重影響融合影像的品質。

  國家太空中心為推廣福衛二號影像之應用,開發了福衛二號影像處理終端系統(Formosat-2 Terminal, F-2 T)。唯F-2 T目前僅能將原始影像處理至level-1A 及level-2 之初級產品,無法產製更高階之影像產品,亦無法解決全色態與多頻譜影像之間的錯位問題。本團隊發展之F-2 AIPS不僅可以直接讀取原始Gerald格式的資料、進行基本的幾何與輻射校正、快速產製level-1A影像,更可以進行嚴密的錯位修正,自動完成正射糾正、多期影像幾何配準與輻亮度正規化、彩色融合、邊緣銳化與可適化對比增揚、以及絕對輻射校正等精細複雜的處理,進一步產製高階影像產品。以下介紹F-2 AIPS之八大模組。

 

1. Gerald原始資料讀取與基本幾何輻射校正

 

  福衛二號從軌道上將所獲取的資料透過X頻段傳回地面接收站,這些封包資料重組後就得到最原始的Gerald格式資料。由於感測器性CCD陣列中的每一個CCD單元其響應特性不全然相同,Gerald資料上會有明顯的條紋化現象,必須先針對每個CCD的響應特性加以修正。又Gerald資料也僅是CCD單元的電壓輸出訊號,必須經過套用輻射校正參數進行轉換,才能得到可供應用的輻射強度訊號。這些基本輻射校正工作都可透過此模組完成。在進行後續嚴密的幾何糾正與地理定位前,一般是先求算出Gerald資料的四角座標,以界定此幅影像在地面的投影範圍,供建立索引與查詢之用。而福衛二號多頻譜影像各波段間的錯位問題,也必須透過計算各波段間的錯位量,在這個階段修正完成。此部分的工作在太空中心協助下,本模組已可自動修正多頻譜影像各波段間的錯位,產製Level-1A的影像,將快覽圖輸出至Google Earth平台上,並建立台灣地區所有影像之索引資料,供查詢選取之用。 

Gerald影像製作之快覽影像套疊至Google Earth平台

Gerald影像製作之快覽影像套疊至Google Earth平台

 

2. 全色態與多頻譜影像之錯位修正

 

  F-2 AIPS是以全色態影像為基底影像,每隔50 個像元以51x51 個像元大小作計算視窗(calculation window),對應到多頻譜影像同一像元周圍91x91 個像元大小為搜尋視窗(search window),考慮色彩模型轉換及能量平衡處理,應用快速正規化相關匹配 (Fast Normalize Cross Coefficient, FNCC) 的方法自動找到最大相關匹配的相對位置,產生大量相關係數達0.5 以上的控制點,再利用這些控制點所建立的多項式映射關係濾除可疑的控制區,便可使用這些數量龐大且品質良好的控制點將多頻譜影像對全色態影像進行錯位修正。此模組之詳細說明可參見文獻[Liu 2006]。

Example of the misregistration between the Formosat-2 pan (a) and MS (b) bands in one standard scene (12x12 km). The red-cross symbol points to the center of each subscene (51x51 pixels) on the pan image, wile the blue-cross symbol indicates the central position of the corresponding subscene on the MS imager. Five regions denoted by the green boxes are further enlarged in (c)–(g) for illustration. This pair of image was taken on 1 December 2005 in the catchment area of the Shihmen Reservoir located in the northern part of Taiwan. (reprint from Liu 2006 IEEE TGRS)

Example of the misregistration between the Formosat-2 pan (a) and MS (b) bands in one standard scene (12x12 km). The red-cross symbol points to the center of each subscene (51x51 pixels) on the pan image, wile the blue-cross symbol indicates the central position of the corresponding subscene on the MS imager. Five regions denoted by the green boxes are further enlarged in (c)–(g) for illustration. This pair of image was taken on 1 December 2005 in the catchment area of the Shihmen Reservoir located in the northern part of Taiwan. (reprint from Liu 2006 IEEE TGRS)

 

3. 自動正射糾正處理

 

  遙測影像可以藉由點配影像中足夠數量的地面控制點座標,輔以衛星拍攝姿態參數以及數值地形模型(Digital Terrain Model, DTM) 等資料進行嚴密的正射糾正以產製正射影像,提供準確的空間座標。然而一般以人工點配控制點之作法,不僅耗時費事、時效不彰,亦無可避免地引入不同程度的人為誤差。F-2 AIPS使用其他航空或衛星平台所產製之正射影像為基底影像,先在基底影像上利用空間特徵,自動圈繪出不隨時間改變之大量控制區,例如房子、道路交叉口及明顯地標地物等,並利用FNCC 的技術在福衛二號Level-1A影像上,自動搜尋與這些控制區達到最大相關匹配的相對位置空間座標。再將大量控制區座標輸入ERDAS IMAGE© 8.7 的LeicaPhotogrammetry Suite©系統,並輔以衛星拍攝姿態及數值地形模型等資料,即可建立一組空間映射轉換關係,藉以濾除所有匹配不佳的控制區,即可由Level-1A 影像直接產製正射影像。此模組之詳細說明可參見文獻[Liu and Chen 2009]。

1

1

 

4. 多期影像幾何配準處理

 

  達成像元級(pixel-level)精度之變異分析端賴於精確之多期影像幾何配準處理[Coulter et al. 2003]。若直接對已完成嚴密正射糾正之多期影像進行變異分析,會有相當程度的變異是來自於多期影像空間定位上的誤差[Dai and Khorram 1998]。由於福衛二號特殊的日再訪軌道設計能夠每日於同時間對同地點以同角度進行觀測,所拍攝的多時期影像間相關性非常高,地表上幾何變形與陰影的分布情況亦非常相似,因此可以再次利用FNCC技術對福衛二號多時期影像進行準確且快速的幾何配準處理[Liu 2006]。應用F-2 AIPS對多期影像進行幾何配準處理的實例可參見文獻[Liu 2006Liu et al. 2009d]。

Example of site surveillance at Kaohsiung International Airport using daily revisit imagery taken by Formosat-2 on (a) 2 July 2005, (b) 3 July 2005, and (c) 4 July 2005, respectively. The color composite of red (pan band of July 2), green (pan band of July 3) and blue (pan band of July 4) is shown in (d). (Reprint from Liu 2006 IEEE TGRS)

Example of site surveillance at Kaohsiung International Airport using daily revisit imagery taken by Formosat-2 on (a) 2 July 2005, (b) 3 July 2005, and (c) 4 July 2005, respectively. The color composite of red (pan band of July 2), green (pan band of July 3) and blue (pan band of July 4) is shown in (d). (Reprint from Liu 2006 IEEE TGRS)

 

5. 多期影像輻亮度正規化處理

 

  達成像元級(pixel-level)精度變異分析之另一項重要條件是多期影像間之輻亮度正規化處理[Du et al. 2002]。Schroeder 等人[2006]比較了包括絕對與相對輻射[Canty et al. 2004; Du et al. 2002; Nielsen et al. 1998]校正等共六種方法之後,發現對多期影像而言,相對輻射校正所得的結果較為一致。F-2 AIPS是採用Du等人[2002]所提出的方法,使用主成分分析法配合品質控制的條件設定,自動從多期影像中決定擬恆定物體(pseudo invariant features, PIFs)之空間位置。再由這PIFs建立線性轉換關係,進而完成多期影像輻亮度正規化之處理。此模組之詳細說明可參見文獻[Chang et al 2009Liu et al. 2009c; Liu et al. 2009d]。

1

 

6. 彩色融合處理

 

  可將低空間分辨率的多頻譜資訊結合全色態影像高空間分辨率的影像融合處理,其重要考量之一就是光譜資訊的保存。一般商用影像處理軟體內建的一般影像融合模組,例如HSI轉換[Haydan et al. 1982]或是Brovey 轉換[Gillespie et al. 1987]等方法,都無可避免地造成原始影像光譜特徵的失真。福衛二號多頻譜影像的光譜涵蓋範圍大致與高解析度的全色態影像重合,因此得以應用光譜總和強度調適法(Spectral Summation Intensity Modulation, SSIM)方法來進行影像融合處理。不僅能夠增進影像的空間細節,同時又能保存原有頻譜的特性。此模組之詳細說明可參見文獻[Liu et al. 2007]。

1

 

7. 邊緣銳化與可適化對比增揚

 

  光學衛星影像受到取像時天候的影響,許多細節部分常因對比不佳而不易辨識。此種問題無法藉由一般線性增揚或直方圖等化的方式予以消除。尤其是災害發生時,最需要的是從影像廣大的涵蓋區域中,快速分辨出災害的主要影響範圍。本模組的可適化對比增揚功能就最適合用來將整幅影像的每個細節部分都加以強化。此外,本模組還使用了一個針對地球科學遙測影像處理最優化所設計的邊緣銳化濾波器,可以使影像中物體的邊緣更銳利、清晰,達到較好的視覺效果。因此所產製的影像在災害判識與變異分析的應用上更為有利。

1

 

8. 絕對輻射校正

 

  所有的光學儀器從製造完成開始,其光學靈敏度便隨著時間增加而逐漸退化。雖然我們可以在各種條件控制良好的實驗室中定期對此光學儀器進行精密的校正工作,但是衛星遙測的真正挑戰,卻是在發射升空後必須在軌道上對儀器進行絕對輻射校正。此項校正可以透過衛星上的標準光源、交叉校正或替代校正等三種方式進行。本團隊與日本產業技術總合研究所的ASTER團隊合作,分別在2006年至2008年連續三年的夏天,在美國內華達州的沙漠地區,於福衛二號通過當地時,以精密的地表輻射光度計、太陽光度計、臭氧計等儀器,同步測量大氣組成與地表反射訊號,再經由6S輻射傳輸模式,推算大氣層頂層的輻射強度值,藉以計算福衛二號絕對輻射校正參數。此項工作之詳細說明可參見文獻[Liu et al. 2010]。

1