如果你要用光学或雷达影像测量地表形变COSI-Corr 这个工具迟早会出现在你面前。不管是地震之后想从卫星影像里抠出同震位移场还是做冰川流速、滑坡蠕动、沙丘迁移COSI-Corr 的核心就一件事通过亚像素级互相关把两张影像之间每个像元的相对位移算出来再转换成东西向、南北向或雷达方位向、距离向的形变结果。它不靠人工选控制点也不靠特征匹配而是基于频率域统计相关所以在植被稀少、纹理稳定的区域能测到 1/10 甚至 1/20 像素量的位移这是很多普通配准工具做不到的。这篇内容适合刚接触 COSI-Corr 的研究生、工程师也适合已经被参数界面劝退过一次、想搞清楚“窗口大小到底怎么填”的同行。我会把安装、数据准备、核心参数、跑相关、后处理、常见报错完整过一遍尽量按我实际操作的顺序来写不绕弯子。1. COSI-Corr 到底是干什么的1.1 原理一句话讲清COSI-Corr 全称很长——“Co-registration of Optically Sensed Images and Correlation”它是加州理工和 JPL 联合开发的图像互相关软件包后来以 ENVI 插件的形式集成在软件里。它首先不是用来“拼接影像”的而是用来“测量两张影像之间的变形量”。它的思路看起来简单在同一地区拿到两张重访影像如果期间地表发生了位移那么同一地物在两幅影像里的位置就会发生偏移。把影像切成很多小窗口逐个窗口做统计相关找到每个窗口的最佳匹配位置就能得到一个密集的偏移场。关键是它把处理放在频率域里相当于对窗口内的图像做相位相关而不是在原始空间域里逐个像素模板匹配。这种方法在高分辨率光学影像上能获得亚像素级的匹配精度而且不需要预先布设任何地面控制点。1.2 它和普通影像配准有什么本质区别普通影像配准的目标通常是把两幅影像统一到一个坐标系里让同名点对齐然后做融合或变化检测。它求的是“一个整体变换”比如仿射变换、多项式变换或者用少量地面控制点拟合一个全局模型。COSI-Corr 求的是“每个像元局部的位移”它不假设全局一致。地震断层两侧的位移方向不同冰川中轴和边缘的速度不同滑坡体内部也可能有拉裂和挤压这些都需要高空间分辨率的稠密位移场而不是一个全局变换参数。COSI-Corr 做的事更像“给每个窗口单独做一次配准再汇总成一张位移场”。所以如果你只是想把两张图严格叠合不需要用 COSI-Corr如果你想要的是形变、运动、差异那它就非常合适。另外它也常被用来反算两景影像之间是否存在系统性的轨道误差、姿态误差所以很多人在做 InSAR 之前也会先用 COSI-Corr 的偏移量结果来校验影像之间的实际偏移情况。2. 安装和前置条件2.1 ENVI 版本和 COSI-Corr 版本怎么选COSI-Corr 不是一个独立运行的软件它必须挂在 ENVI 上。我接触过的版本里比较常见的是 COSI-Corr 4.0 及后续补丁版对应的 ENVI 主要是 ENVI 5.1、5.3、5.5 这些。新版 ENVI比如 6.0 之后我建议先看看官方扩展兼容表不要盲目装最新版否则菜单可能不显示。这里说一个我踩过的坑把 COSI-Corr 目录直接解压到 ENVI 安装目录后在新版 ENVI 的 Extension Manager 里可能找不到它原因往往是插件没有注册到正确的位置。最稳妥的办法是打开 ENVI 后在菜单栏右侧的“Extensions”里面选“COSI-Corr”如果没有就手动把插件路径添加进 ENVI 的扩展搜索路径里。2.2 装完之后怎么验证安装完成后你至少能看到一个独立的 COSI-Corr 菜单里面会有相关性、正射校正、变形后处理等几个模块。如果菜单看不到进入 ENVI 经典模式Classic里找很多老版本只在经典模式下加载完整 UI。验证时不要急着跑大影像。拿一小块 1000×1000 像素左右的测试区域手动平移几个像素生成一张模拟“形变图”跑一次相关。如果输出偏移量的平均值和预设平移基本一致说明安装正常。这一步能帮你把“软件坏了”和“参数填错”区分开后面排查问题会省很多时间。2.3 数据层面的硬门槛COSI-Corr 对输入数据有三个基本要求漏掉任何一个后面都会出问题两幅影像必须已经做了地理参考或者至少具有相同的投影坐标系像素大小最好一致。如果不一致先预重采样。影像必须保留足够的纹理信息。纯水面、大片均匀雪地、浓密云层覆盖区相关性会直接失败。输入文件最好是 16 位整型或浮点型的单波段灰度图像多光谱影像可以先选择波段或合成灰度。这里特别提醒别把“两幅影像投影一样”理解成“文件名里有坐标系就行”。最好在 ENVI 里同时打开两幅图右键查看 Map Info确认投影、像元大小、影像四个角坐标都对齐。像元大小一个是 10 米一个是 10.0001 米的场景我见过好几次表面看都是 UTM但重采样网格错开以后位移结果会沿轨道方向出现系统性条带。3. 数据准备决定成败的第一关3.1 光学影像选择的取舍光学影像相关适合地表纹理稳定的地区比如岩石裸地、城市建成区、干旱区的冲积扇。对冰川来说夏季积雪消融后露出的冰碛和冰面纹理也能提相关性但要避开云和新生积雪。选影像时我最看重三点时间间隔不能太长、太阳高度角差异不能太大、地表覆盖变化尽量小。同样是地震形变研究同震对用震前一期和震后一期就够了如果做滑坡年际位移最好选同一季节的数据否则植被和阴影变化会淹没真实位移信号。分辨率方面COSI-Corr 常用影像包括 SPOT-5/6/7、WorldView 全色、GeoEye、Planet 等。简单经验是想测厘米级到分米级的位移原始分辨率最好优于 5 米如果目标位移是几十米量级中分辨率影像也能用但精度会明显打折。3.2 SAR 影像到底能不能用很多人以为 COSI-Corr 只支持光学影像其实它也支持雷达影像的幅度图。SAR 数据的优势是能昼夜工作、不依赖太阳光照而且重访周期稳定。你可以用单视复数影像的幅度分量也可以用法哨兵一号的 GRD 强度数据。对 SAR 幅度图做相关思路和光学影像一致但要注意斑点噪声窗口如果太小相关结果会被噪声主导。我一般会把窗口尺寸调大比如初始窗口 256、最终窗口 64 起步同时多做一些中值滤波。另一个问题是雷达侧视成像造成叠掩和阴影区域相关值会很低这些区域应该在后期做掩膜剔除。3.3 DEM 和坐标系现场常见坑COSI-Corr 里有一个正射校正模块作用是利用 DEM 消除地形引起的投影差。如果你拿到的影像本身已经做过严格正射校正比如第三方提供的正射产品可以跳过这一步但如果是 Level 1 级产品并且地形起伏大于几百米不做 DEM 校正会引入虚假位移。DEM 我用过 SRTM 1 秒、3 秒和 AW3D30都能用。注意 DEM 的投影最好和影像保持一致尤其在高纬度地区投影不匹配会带来明显的南北向误差。做正射校正之前先把 DEM 裁剪到影像范围再重采样到影像像元大小。3.4 转出 COSI-Corr 的标准输入数据进入 COSI-Corr 之前通常通过工具菜单转成它自己的格式。转换过程主要做三件事统一波段、把浮点影像转为 16 位整型并记录最小最大值、给背景值打上特殊标记。这样做是为了后续相关计算能够通过固定零值或背景值来排除无效像元。转换时建议把两幅影像都处理成同一像元深度和像素大小。如果你有两景影像像元大小不一样先重采样到较小像元再转换这样能保留更多空间细节。注意背景值一般设为一个极端负数比如 -32768这样相关窗口碰到背景时会自动判为无效区域不会参与匹配。很多“位移场边缘出现巨大错误值”的问题都是因为背景值没有正确设置。4. 完整操作流程详解4.1 第一步定义图像对打开 COSI-Corr 模块后第一步通常是创建图像对。界面里会让你选主影像和从影像主影像作为参考基准通常是形变发生前的影像。从影像需要被匹配到主影像上的影像通常是形变后的影像。这里的命名很容易让人混淆因为“主”不等于“重要”只是一个坐标参考。最终输出的位移场含义是“从影像相对主影像移动了多少”。如果主从选反了位移符号就会反向。比如地震研究里把震前当主影像、震后当从影像正东西位移表示朝东运动反过来的话结果符号全部对调。定义图像对的时候界面还会要求你确认两幅影像的范围和重叠区。如果重叠区域太小边缘区域会因为没有有效对应窗口而输出大片空白这是正常的关键是确保研究区在重叠范围内。4.2 第二步粗配准正式做亚像素相关之前最好先做一次粗配准把两幅影像之间的整体位移粗略估计出来。这个整体位移可能来自轨道差异、基线差异也可能是真实形变里的“大分量”。如果不做粗配准后续固定窗口大小的相关很容易在搜索范围内找不到正确匹配尤其当位移超过窗口尺寸的 1/3 时结果会直接崩掉。粗配准可以用人工选点的方式也可以让软件自动估算一个全局偏移。我的经验是先让自动方式算一遍再看一下全局偏移值是否在合理范围。例如两景 WorldView 影像之间常有几个像素到几十个像素的整体偏差如果算出来是几百上千像元先检查输入影像是不是出现了反转或错位。4.3 第三步相关参数设置全解析这是 COSI-Corr 最核心、也最容易把人绕晕的界面。以下参数我挨个说清楚初始窗口Initial Window用于估算低频大势捕捉整体位移和较大变形。一般设 256 或 128。最终窗口Final Window用于输出最终亚像素位移场决定了测量的空间光滑程度。常用 32 或 64如果研究区纹理细腻可用 16。步长Step位移场采样间距。步长越小输出像元越多空间分辨率越高但计算时间成倍上升随机噪声也更大。过采样Oversampling频率域互相关时为了获得亚像素精度而做的插值倍数一般取 8 或 16。掩膜阈值或信噪比阈值用于剔除相关性差的窗口。还有一个参数叫“搜索半径”或“最大位移”这直接约束了相关窗口在从影像里允许移动的最大范围。如果粗配准后还有几十个像素的残余偏移那么这个值可以给大点如果你有准确的轨道参数和粗配准结果就尽量收紧这样能减少误匹配。4.4 第四步跑相关得到东西向与南北向位移设置完成点 Run。软件会逐窗口计算两幅影像之间的相位相关峰值得到每个窗口的偏移量。输出结果通常是一组多波段文件东西向偏移East-West offset南北向偏移North-South offset信噪比SNR有效像元计数number of valid pixels如果跑的是雷达影像可能还会输出距离向和方位向偏移。这些偏移量单位是“像元”不是“米”。要换算成米的位移需要乘上影像像元大小。比如 UTM 投影下 10 米分辨率的 WorldView 全色影像某像元东西偏移 0.3代表实际位移 3 米。我第一次跑出来的结果往往会很花像噪点一样这时候千万别急着做分析先把信噪比波段打开看看低信噪比区域是否和植被、水体、云层、阴影重合。如果是说明相关失败是地表变化造成的而不是参数问题。4.5 第五步信噪比滤波COSI-Corr 对每个窗口除了输出偏移量还会输出一个信噪比值表示相关峰值的尖锐程度和匹配可靠性。信噪比越低越可能是误匹配或不可靠匹配。我自己的习惯是先按信噪比大于 0.85 或 0.9 做一个初步掩膜把低置信度像元直接置空。然后针对保留的像元再做一个 3×3 或 5×5 的中值滤波用来消除个别跳变像元。注意不要先用平滑滤波器再设掩膜否则无效像元会向有效区域扩散形成一圈伪影。5. 参数怎么调才能不瞎跑5.1 窗口大小的白刃战窗口大小是 COSI-Corr 里最关键的参数没有之一。它决定了“在多大一个范围内寻找匹配”。窗口太小参与统计的像元少抗噪声能力差窗口太大窗口内部可能混入不同方向的位移结果等于被平均掉了形变细节丢失。典型例子断层两侧的位移符号截然相反如果窗口跨过断层相关结果会落在“中间值”上断层边界被明显模糊。所以实际工作中很少只用同一个窗口而是用“从大窗口到小窗口”的逐步细化策略。先在大窗口 256 下算一个整体趋势再用 128、64 逐级向下重新计算每级以上一级结果作为初始偏移这样既利用了窗口大的稳健性又保住了窗口小的分辨率。5.2 步长的意义步长控制输出网格的密度。步长等于 1 时每个原始像元都会输出一个位移值看起来爽但计算量巨大而且由于窗口本身就是滑动相关相邻像元结果高度相关并不会带来真正的信息增益。步长等于 8 或 16 时输出间隔大后续插值会平滑掉一些细节。我通常先用步长 4 跑一版整体结果看形变信号的规模如果研究区范围小、位移梯度大再改用步长 2。只有在最终出图或做矢量分析时再考虑插值到更高密度。这样能大幅缩短试错时间。5.3 过采样次数为什么不能省过采样这个参数说人话就是“在频域里把相关峰多插几个点”。过采样 8 意味着在峰值附近细分到 1/8 像元精度过采样 16 就是 1/16 像元精度。理论上过采样倍数越高精度越高但有两个问题一是计算量快速上升二是其他误差源如大气折光、地形校正残余会限制真实精度。当 SNR 本身很低时过采样再高也很难挽回。经验值中低分辨率光学和雷达影像用 8高分辨率全色影像想追求极限精度可以用 16。更高反而容易出现数值振荡。5.4 不同场景推荐参数表场景初始窗口最终窗口步长过采样说明地震同震位移场高分辨率光学25632~642~48需要刷新断层细节时窗口取小值冰川流速中分辨率光学/SAR25664~12888冰川表面纹理弱窗口需大些滑坡年际位移12832216位移梯度大窗口不宜过大沙丘或冲积扇迁移1286448纹理较稳定兼顾计算效率SAR 幅度影像25664~1288~168斑点噪声大需要大窗口抗噪表格只是一个起点。每个数据集的特性都不一样拿到新数据后最好先用一个小块区域做参数敏感性测试。如果两个窗口参数都得到基本相同的大尺度位移分布说明参数稳健如果结果差异明显就该去找是哪个环节引入了不确定性。6. 后处理把位移场变成能用的图6.1 扣除整体偏移即使做了粗配准最终相关结果里依然可能残留一个全局偏移。原因是影像重采样网格、轨道参数、正射校正模型存在系统误差这个误差会叠加在真实形变上。处理办法是在研究区内找一块肯定没发生变形的稳定区域统计这块区域的位移中值然后把它当作系统偏移从整个位移场中减掉。这里有个细节稳定区域必须避开断层、滑坡边界、冰川两侧的侧碛、山体阴影等容易产生误匹配的位置。最好是平坦基岩、城市道路等纹理清晰且明确稳定的区域。如果场区没有一个区域是稳定的那就要依赖外部控制点来做系统偏移估计否则结果没法信。6.2 坏值和低相干区处理COSI-Corr 输出的信噪比波段是处理坏值的首选依据。除了信噪比阈值你还要检查位移值的物理合理性。比如一个低海拔河流阶地位移突然出现几十米这在大多数地质场景下都不合理肯定有问题。我常用的流程是根据信噪比比如小于 0.85生成掩膜置为 NaN。对位移场做 3×3 中值滤波孤立跳变点基本能被压掉。看上一步滤波前后的差值差值大的像元就是突变点把突变点也掩掉。最后用平滑插值把空白区域补上但要在成图时用透明度把插值区域标示出来。这套流程看起来保守但能避免为了好看而把错误值真的当成有效信号。6.3 位移矢量导出位移场本身是东西方向和南北方向两个分量你可以把这两个分量合成矢量和幅度。在 ENVI 里生成灰度图后再导出到 GIS 或 MATLAB 里做箭头图。导出时注意保留地理坐标信息不要把数据裸存成一个没有投影的二进制文件。我一般会把结果先输出为 GeoTIFF每个波段带一个坐标文件然后在 QGIS 或 ArcGIS 里按坐标叠加到影像上这样期次对比、剖面分析都方便很多。如果要做剖面建议在垂直于断层的方向等间距取几条线求沿线的 EW、NS 分量并画成曲线比逐像元看图直觉得多。7. 常见问题与排查实录7.1 位移场全为 0 或者全是 NaN几乎所有新手都会遇到。先别怀疑数据大部分原因就三个输入影像没有地理参考信息、背景值没有正确设置、影像重叠区太小。还有一个很低级但常见的原因跑相关的时候把主影像和从影像的波段顺序选反了选了全色以外的某个全零波段。排查方法先在 ENVI 里分别查看两幅影像的显示确认能正常输出灰度再查看 Map Info 中的投影参数最后打印一个中间像元的原始值确保不是背景值。7.2 位移场出现规律性条纹条纹通常出现在高分辨率影像里方向和影像行或列方向平行。主要原因是两幅影像之间有一个亚像素级的整体偏移但你在输出位移场后没有扣除这个“全局偏移”于是地表真实形变叠加上一个周期性的插值误差看起来就像条纹。这时先不要调窗口参数而是检查稳定区的位移直方图。如果整体偏移只有 0.3 像元到 0.5 像元就把它直接从全局位移图里扣掉再观察条纹是否消失。如果条纹还留在断层两侧再考虑是不是窗口跨断层造成的振铃效应。7.3 地形起伏区边缘大面积出错山区的叠掩、阴影、太阳方位角差异会造成相关失败。严格来说这不是 COSI-Corr 的问题而是影像几何和光照的问题。处理方法先用正射校正模块配合 DEM 对影像做地形纠正把太阳高度角和方位角差异大的影像对换掉对阴影叠掩区做掩膜不参与后续反演如果只有一个影像对没有替代数据那么宁可保留空白也不要强行内插。7.4 内存占用失控或者中断大范围高分辨率影像比如两景 WorldView 全色拼接起来达到几万乘几万像素COSI-Corr 跑起来会非常吃内存。我的建议是分块处理把研究区按重叠关系切成两到三块每一块单独跑相关然后再拼接。分块之间保留至少一个缓冲窗口大小的重叠区这样拼接后不会出现明显接缝。此外关闭其他占用内存的程序把输出历史参数关掉能显著降低崩溃概率。如果软件在 Windows 下经常崩溃试试在 ENVI 经典模式里跑有些版本打开现代界面就会触发 UI 内存泄漏。7.5 版本不兼容导致菜单消失版本问题很烦人。换电脑或升级 ENVI 后COSI-Corr 菜单不见是重新安装后的常见问题。解决思路是先卸载插件重启 ENVI再关闭 ENVI 重新安装插件目录如果插件是 dll 或 sav 文件检查杀毒软件是否隔离了它另外有些旧插件不支持新版 ENVI 的“Visualized bands”机制只能从经典界面进。8. 我踩过的最深的坑说一个我印象最深的事不是参数问题而是“数据源不一致”问题。有一次我拿到两景光学影像官网上都写着同一投影但实际查看时一景的角点坐标已经做过“轨道精炼”微调另一景没有。跑完 COSI-Corr 后形变场上出现了一个横跨整幅图的斜坡状伪影让我误以为是区域性构造运动差点写进报告里。后来我用稳定区中位数组进行拟合并减掉了一个一次项平面才把真实信号从伪影里剥出来。这件事教给我的习惯是每次拿到新数据先同时打开两景影像在统一显示窗口里叠合目视检查它们在稳定区域是不是真能对上然后在跑相关之前就预留几个稳定区作为校验点。做完相关后先把稳定区位移分布画出来再判断“哪些位移是信号、哪些是系统误差”。如果你刚上手 COSI-Corr我建议你从 64 最终窗口、4 步长、2 倍过采样、信噪比 0.85 阈值这个组合开始不要一上来追求最大分辨率。跑通之后再用你的研究区特性去照样板参数多试几组。愿你的位移场清晰、信噪比饱满、误匹配为零。