.png){kind=icon}
返回
Enhancing Satellite Image Coregistration Using Mirror Array as Artificial Point Source for Multisource Image Harmonization
.png){kind=icon}
OA
AI
DOI：10.1109/JSTARS.2025.3582238.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多传感器、多光谱、多时相卫星图像的精确核心配准对于有效的遥感应用至关重要。本文提出了一种使用镜面阵列作为人工点源进行卫星图像核心配准的高级方法，该方法由日本山口大学卫星遥感研究与应⽤中心（YUCARS）开发。我们结合了高反射率丙烯酸镜面阵列与基于傅里叶的相位相关技术（AROSICS）进行亚像素位移估计，以实现精确的传感器间和波段间配准。本研究专注于将GRUS-1（Axelspace Corporation）卫星图像与Sentinel-2数据进行核心配准，并改进GRUS-1图像内的波段间核心配准，同时寻找全局（单连接点）和局部（连接点网格）核心配准方法的最佳组合。还对常用的重采样技术（最近邻、双线性插值和三次卷积）进行了比较，以评估图像质量与位置精度之间的权衡。结果表明，在亚像素范围内，与全球参考图像相比，三个不同GRUS-1波段的地理定位精度显著提高，均方根误差值分别为3.59、4.05和4.14米。镜面阵列在与局部方法（全局到局部）结合时证明特别有效，并在高位移情况下单独使用（仅全局）表现出更优的结果，为传统核心配准方法提供了可靠替代方案，且因重采样导致的信息损失更少。此外，本研究基于先前的研究，展示了镜面阵列在几何和辐射定标方面的潜力，突显了该方法在提升整体卫星图像质量和一致性方面的多功能性。
Keyword:
Artificial point source
geolocation accuracy
Global Reference Image (GRI)
GRUS-1
image registration
microsatellite
mirror array
phase correlation
Sentinel-2
期刊
IF:
5.3
论文数:
1.7K
被引数:
3.0W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容