一、简介
由于对观测物理量(例如波段,分辨率等)的不同需求,太阳物理观测分为全日面观测和高分辨观测。然而对于局部高分辨像,由于观测设备的指向误差、视场旋转以及焦距的变化,使得直接依赖仪器参数确定的太阳视场坐标不精确,因此需要借助太阳图像上相似的太阳结构 ( 如光球层对应光球层,色球层对应色球层) 与全日面像进行视场匹配。然而全日面观测有大于 31' 的视场,但最高的空间像元分辨率仅为 0. 5″。而地面高分辨观测,视场仅仅为 1' 到 2',但像元分辨率达到 0. 05″ 以上,这就需要将两个空间分辨率相差 10 倍的图像进行配准。其中,局部像的视场旋转( R) 、比例尺( S) 和中心位置坐标( Tx,Ty) 是必要的 4 个参数。
图像配准是指在不同时间、不同条件下得到的位于不同坐标系下的同一场景的图像进行匹配的过程,即找到一个几何变换的最优解,使得图像上相对应的点达到匹配状态。目前在图像配准领域,常见的配准方法有基于特征的点匹配方法和基于区域信息的统计配准方法。
然而,由于太阳观测图像和普通自然图像有很大的区别,其中的特征边界不清晰,结构相对模糊且存在很多噪声,同时动态范围大,运动速度较快,并且存在很多不同的活动现象,大部分运动现象为非刚性运动; 同时太阳图像的图幅大,有效目标小且缺少有效纹理,不存在明显的梯度变化等特征,并且由于拍摄太阳图像的设备以及拍摄过程中的不确定性,采集的太阳图像还存在旋转、缩放及平移等情况,不同图像的空间分辨率经常不在同一尺度,这就为确定特征对应点带来非常大的困难。
本文提出了一种将统计信息和相关点匹配相结合的太阳图像配准算法,解决将不同分辨率下的局部高分辨观测数据和全日面数据进行高精度坐标转换的问题,其中包括测量图像指向角、像元比例尺和图像中心在全日面像上的位置。
二、基本方法
全日面图像( Solar Dynamics Observatory,SDO) 上日震及磁场成像仪( Helioseismic and Magnetic Imager,HMI) 采集的连续谱全日面像。
高分辨图像为 1 m 太阳望远镜和新太阳望远镜 的 TiO 光球像。
(1) 对1m太阳望远镜图像的指向、比例尺和位置进行初步估计,得到下文称 RST 参数;
(2) 根据 RST 参数,对太阳动力天文台的日震及磁场成像仪全日面像进行旋转,并截取与1m太
阳望远镜像视场相同的太阳动力天文台的日震及磁场成像仪子图 ;
(3) 根据RST参数和太阳动力天文台的日震及磁场成像仪的比例尺,对 1 m 太阳望远镜图像进行降采样;
(4) 对降采样后的1m太阳望远镜像进行高斯平滑,减小采样过程中的频率混叠。
(5)等间隔划分为 N 个重叠的子块,并将每个子块标记;
(6) 对每一个子块和太阳动力天文台的日球层磁场观测仪子图利用归一化互相关方法求得 fRi
对应的每一个 IS 子块 f Si ;
(7) 对每一组 fRi 和 f Si,测量其亚像元偏移,并将子块中心设置为一组对应的控制点;
(8) 筛选每组控制点,将控制点间距离大于一定像元的点剔除;
( 9) 根据剩下的控制点,建立仿射变换的转换方程,采用最小二乘求解RST 参数;
(10) 计算残差 σ 和迭代次数 L,若满足{ σ< 0. 5∧ Δσ < 0. 1} ; { σ < 0. 3} ; { L > 30,σ = min ( σ1~ 30 ) } 任一条件,则停止迭代; 否则,返回步骤(2) ,根据步骤(9) 解得的RST 参数重新对SDO/HMI 和 1 m 太阳望远镜像进行迭代处理;
(11) 最终得到迭代完成后的RST参数并进行配准。
三、结果