第四章 研究成果與分析
第二節 區域匹配與特徵匹配比較
遙測影像幾何糾正所採用影像匹配方式約大致區分為區域匹配與特徵匹配兩種。區域匹配 困難度較低，但成功率也偏低，尤其以衛星影像大範圍、地表地物複雜度高前提下匹配錯誤情 形大為增加。為符合大量影像處理作業化流程需求，同時以商用遙測影像軟體、再位提供任何 初始參數、空間位置下，對同一組福衛二號原始影像進行區域匹配與特徵匹配分析，比較部分 包括相同尺度(相同解析度)全色態影像與全色態影像、多光譜影像與多光譜影像匹配，及不同 尺度(不同解析度)的全色態影像與與多光譜影像匹配，個別探討之。比較環境為個人電腦 CPU 2.8GHz、4GB RAM、Windows® 7 作業系統，軟體為 ITT Visual Information Solutions (ITT VIS) 的ENVI ®衛星影像軟體。採用比較影像如下表15、0、表 17、表 18 和 0 所示，其中表 15、
0 和表 18 皆為未經任何幾何糾正處理之福衛二號原始衛星影像，表 17 和 0 為利用衛星軌道參 數進行系統糾正後的Level 2 影像。測試結果以特徵點匹配(Matches)數量估算成功率，以一階 多項式計算其均方根誤差做為正確性評估。
表15 區域匹配測試影像對一 影像縮圖
影像名稱 PAN1 PAN2
影像日期 2007-02-04 200-02-06
取像角度 6.136392 20.408447
64
表16 區域匹配測試影像對二 影像縮圖
影像名稱 MS1 MS2
影像日期 2007-02-04 2007-02-06
取像角度 6.097443 20.249705
表17 區域匹配測試影像對三 影像縮圖
影像名稱 MS3 MS4
影像日期 2010-03-11 2010-09-22
取像角度 6.557521 2.290161
表18 區域匹配測試影像對四 影像縮圖
影像名稱 PAN1 MS1
影像日期 2007-02-04 2007-02-04
取像角度 6.136392 6.097443
65
表19 區域匹配測試影像對五 影像縮圖
影像名稱 PAN3 MS4
影像日期 2010-09-22 2010-09-22
取像角度 2.457968 2.290161
影像匹配過程中，皆未給予任何初始方位參數或任何影像控制點，直接以影像匹配方式進 行匹配點位搜尋，進而評估正確率與誤差量，誤差量採用一階多項式(1st order polyonmail) 計 算。區域匹配採用ENVI®中Automatic Matching Method 的 Area-Based Matching，以 Föstner 運 算子，設定一移動視窗作為比對的基底，以及一搜尋視窗進行搜尋。比較於相同尺度下針對全 色態影像與全色態影像、多光譜影像與多光譜影像匹配。全色態影像匹配結果整理如下表20，
匹配點位分佈如表21 所示。對福衛二號全色態影像，實驗結果顯示 Moving Window Size 為 11 時能得到較多且較平均分布的匹配點位；對原始全色態影像因缺乏地理坐標(提供匹配初始值 之用)，Searching Windows Size 需大於兩影像位移量，才能找到正確匹配點位，否則會產生有 足夠數量、平均分佈、具高精度但卻不正確、呈現系統性誤差的匹配情況。
表20 原始全色態影像區域匹配結果 ID Number of
Tie Points Searching
Window Size Moving
Window Size Minimun
Correlation Total
Matches RMSE
66
以研究中採用原始多光譜影像，已初步挑選並裁切兩相似區域，於實驗中需將Searching Windows Size 大於 601 pixel 才能到正確匹配結果；但此時所得匹配點位未能均勻分布於影像 中，需將Searching Windows Size 放大至足夠大小(大於兩影像位一差)才能得到分佈均勻且正 確匹配結果。
表21 全色態影像區域匹配點位分佈
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15
67
相同尺度原始多光譜與多光譜影像匹配，同採用個別影像Band1(紅光波段)進行區域匹配，
其結果如下表22、表 23。當 Searching Windows Size 為 101、Moving Window Size 為 11 時，
採用原始多光譜影像有正確匹配；但Moving Window Size 增加為 15 時，因錯誤匹配數增加而 使整體精度變差(RMSE 變大)。當 Searching Windows Size 放大到 301pixel(約為原始影像寬度 十分之一)時，正確匹配數增加、提高影像匹配精度，但僅匹配分佈及中於影像左半側。需將 Searching Windows Size 增加到 451pixel 後，始獲得較正確率高且均勻分布之匹配結果。在 Searching Windows Size 增加到 601pixel(約為原始影像寬度五分之一)後，錯誤匹配數已大幅減 少，整體誤差量也不易有大幅增進，並其所需計算量與時間卻數倍增加。
表22 原始多光譜影像區域匹配結果 ID Number of
Tie Points
Searching Window Size
Moving Window Size
Minimun
68
表23 原始多光譜影像區域匹配點位分佈
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15
Level 2 產品等級影像具有一概略空間坐標，進行區域匹配時可等同給與兩影像對應關係 初始值，所得匹配結果與匹配點位空間分佈各如下表24 與表 25。實驗結果在 Level 2 影像中，
不需設定大範圍搜尋範圍即可獲得均勻分布且較為正確匹配結果。
69
表24 Level 2 多光譜影像區域匹配結果 ID Number of
Tie Points Searching
Window Size Moving
Window Size Minimun
Correlation Total
Matches RMSE Moving Windows Size 為 11pixel，但 Searching Windows Size 則需視兩影像涵蓋區域是否相同，
與兩影像間位移量而訂(意即需給予影像間初始參數，才能得到較正確匹配結果)。檢視影像匹 配結果中錯誤匹配案例，發現若Searching Windows Size 不足以彌補兩影像間位移量，則錯誤 匹配容易搜尋範圍限制，僅從中挑選相似度高的區域做為匹配結果。如此便使得所得匹配結果 會均勻分布於影像，但卻都不是正確匹配。當Searching Windows Size 足已包含兩影像間位移 量後，始能得到正確匹配。而此時錯誤匹配易發生於影像質地較均質區域(如河道上沙洲或農 不同解析度影像適用參數進行分析，主要包括Searching Windows Size 與 Moving Windows Size。
實驗結果如下表26 與表 27。經實驗結果顯示 RMSE 精度較相同尺度影像匹配高，但其皆為錯
70
誤匹配，僅於搜尋範圍內找尋較相似範圍進行匹配評估。即便藉調整Searching Windows Size 或Moving Windows Size 亦無法獲得正確匹配。實驗結果說明區域匹配無法適用於不同尺度影 像進行匹配，與前人研究結果一致。
表26 不同尺度原始影像區域匹配結果 ID Number of
Tie Points
Searching Window Size
Moving Window Size
Minimun
71
表27 不同尺度原始影像區域匹配點位分佈
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16 不同尺度Level 2 影像區域匹配中，採用同日拍攝福衛二號影像進行匹配，相同於前項實
驗尋求250 個共軛點，並調整 Searching Windows Size 與 Moving Windows Size，進行福衛二號 全色態與多光譜Level 2 影像進行區域匹配測試，實驗結果如下表 28 與表 29。
不同尺度福衛二號Level 2 影像在區域匹配中獲得與相同尺度 Level 2 區域匹配相似結果，
72
有初始參數投入，區域匹配便可得到正確可用匹配點位。實驗中對不同匹配參數進行比較，
Moving Windows Size 增加並設定為 41 時能獲得較佳匹配精度；另 Searching Windows Size 增 加並未能得到較佳精度。
表28 不同尺度 Level 2 影像區域匹配結果 ID Number of
Tie Points
Searching Window Size
Moving Window Size
Minimun Searching Windows Size 放大才可能獲得正確匹配(至少大於兩影像像差，否則在此商用軟體中 會以影像切幅(tiles)方式於其中找尋相似點位，易形成高精度但不正確的系統性誤差)，且所需 時間就隨之增加。若有給予初始參數值(Level 2 影像或人工選定 3 個以上控制點)則不需給訂較 大Searching Windows Size 便可獲得較正確匹配結果。區域匹配無法適用於不同尺度影像進行 匹配，與前人研究結果一致。
73
特徵匹配(FBM, Feature-Based Matching)是利用影像處理技術，利用影像灰度值計算進而 萃取出影像特徵，再對影像特徵間共軛關係進行匹配求解。研究中採用與區域匹配相同影像，
針對相同尺度、不同尺度影像進行特徵匹配測試。採用ENVI® Automatic Matching Method 中 的Feature-Based Matching，測試中可設定參數為 Maximum Match Size，做為特徵大小門檻。
對相同尺度影像中包含原始全色態與全色態影像、原始多光譜與多光譜影像和Level 2 多光譜 與多光譜影像進行匹配；不同尺度影像匹配則以原始全色態影像與多光譜影像進行分析。
同尺度全色態原始影像特徵匹配，實驗條件與結果如下表30 和表 31。原始全色態影像在 Maximum Match Size 為 187x203(原始影像長度與寬度的 1/64)時有較為正確匹配結果，但匹配 點位分無法分布於影像外圍；當Maximum Match Size 為 750x812(影像長度與寬度的 1/16)時，
獲得分布較分散匹配點位，且其整體RMSE 也較小，得到較佳結果。
表30 同尺度全色態原始影像特徵匹配結果
ID Maximum Match Size Total Matches RMSE (Pixel)
1 93x101 0 --
2 187x203 33 18.98
3 375x406 63 17.91
4 750x812 134 7.71
5 1500x1625 508 9.91
表31 同尺度全色態原始影像特徵匹配點位分佈
2 3 4 5
以同尺度多光譜原始影像特徵匹配，在Maximum Match Size 為 375x437 (原始影像長度與 寬度的1/8) 時，獲得足夠匹配點位分佈；隨 Maximum Match Size 增加亦會增加匹配點位，但 當期增加到1500x1750(原始影像長度與寬度的 1/2)時，匹配點位 RMSE 雖較佳，但其分佈卻 較不分散，約有1/3 區域沒有批配點位分布。
74
表32 同尺度多光譜原始影像特徵匹配結果
ID Maximum Match Size Total Matches RMSE (Pixel)
1 92x108 0 --
2 187x218 7 2.07
3 375x437 53 3.78
4 737x875 158 875
5 1500x1750 488 3.37
表33 同尺度多光譜原始影像特徵匹配點位分佈
2 3 4 5
以同尺度、不同日期多光譜Level 2 影像進行特徵匹配，所得結果及點位分佈如下表 34、
表35。當 Maximum Match Size 為 226x213 始有正確匹配，但需將 Maximum Match Size 增加 至1812x1709(原始影像長度與寬度的 1/8)才能具有較均勻分布匹配點位。
表34 同尺度多光譜 Level 2 影像特徵匹配結果
ID Maximum Match Size Total Matches RMSE (Pixel)
1 56x53 0 --
2 113x106 0 --
3 226x213 8 4.59
4 453x427 19 6.06
5 906x854 38 2.61
6 1812x1709 286 2.02
表35 同尺度多光譜 Level 2 影像特徵匹配點位分佈
3 4 5 6
在不同尺度影像特徵匹配，首先就原始全色態影像與原始多光譜影像中紅光波段進行測試，
75
分析所用參數與結果如下。全色態影像與多光譜影像中紅光波段當Maximum Match Size 為 749x812(全色態影像長度 1/16 大小時)始有 5 個匹配結果，但其分佈過於集中。當 Maximum Match Size 增加所得匹配點位數量亦隨之增加，當其為 5997x6500 (全色態影像長與寬度 1/2 大 小時)，匹配點位分佈較均勻分散。
表36 不同尺度全色態與多光譜原始影像特徵匹配結果 ID Maximum Match Size Total Matches RMSE (Pixel)
1 93x101 0 -- 原始多光譜中各波段影像以相同條件(Maximum Match Size 各為 1499x1625、2998x3250)
分別與原始全色態影像進行特徵匹配，所得結果如下表38 與表 39，於表 39 中以紅色十字標
76
表39 不同尺度全色態影像與多光譜中各波段影像特徵匹配點位分布
1 2 3 4
5 6 7 8 藉不同匹配方式對相同尺度、不同尺度的福衛二號影像分析所得，區域匹配在原始影像中
對不同尺度無法獲得正確匹配結果；而對於相同尺度影像，若為原始影像，則須給較大的搜尋 範圍(大於兩影像位移量)以增加正確匹配的機會。相較之下，特徵匹配較區域適合應用於遙測 影像資料，尤其在原始影像與不同尺度匹配更是如此，可獲得具有匹配正確位置且有較高精度。
全色態影像與多光譜影像因地物在不同感測器中所呈現情況不同，不同波段間計算出影像特徵 數量亦有所不同，各波段匹配結果也略有差異。在不同尺度影像實驗後初步獲得結果，顯示福 衛二號原始影像中全色態影像與多光譜影像中的Band 1(紅光波段)所能獲得匹配結果最佳，具
全色態影像與多光譜影像因地物在不同感測器中所呈現情況不同，不同波段間計算出影像特徵 數量亦有所不同，各波段匹配結果也略有差異。在不同尺度影像實驗後初步獲得結果，顯示福 衛二號原始影像中全色態影像與多光譜影像中的Band 1(紅光波段)所能獲得匹配結果最佳，具