基于PCI GXL的駐馬店市地理國情普查標準時點核準影像制作

竇小楠 朱 琳 謝孟利 唐廣濤2

（1.河南省基礎地理信息中心；／2.河南省地圖院，河南 鄭州450000）

1 引言

地理國情標準時點核準是通過核實從數據采集到標準時點階段發生變化的內容，核準各類內容的正確性，補充新增內容，消除地理國情普查前階段由于資料時效性和外業局限性等導致的現勢性參差不齊現象，使普查成果盡可能反映普查標準時點的狀態，為普查數據統計提供翔實的數據基礎，同時建立帶有統一時間信息的本底數據庫，為今后長期監測服務。

地理國情標準時點核準主要采用2015年第2季度獲取的以資源三號衛星為主的國產高分辨率衛星影像作為主要數據源，國產衛星難以覆蓋的區域或是城市變化較大區域，采用國外商業衛星資料補充，由于天氣等原因該時間段影像無法覆蓋的地區，采用2015年第1季度獲取的遙感影像補充。

本文研究地理國情普查標準時點核準影像制作以駐馬店市為研究區域。駐馬店市位于河南中南部，東西橫跨淮河、長江兩大流域。主要有山地、丘陵、崗地、平原等地貌類型。土地面積為1.5萬平方公里，現轄九縣三區，是河南省重要的人口大市、農業大市和發展潛力巨大的新興工業城市。

2 資料情況分析

本次駐馬店市域影像共計43景，采用2015年1月-7月期間獲取的衛星影像，包括資源三號、高分一號、高分二號以及天繪一號等多種遙感影像數據。

表1 影像分辨率對照表

控制資料主要使用普查階段生產的正射影像數據和數字高程模型數據，既可采用常規正射糾正方法，也可依據前階段生產中使用的合格正射影像，利用影像對影像匹配的方式采集控制點，對時點核準影像進行糾正。

3 PCI GXL技術特點與影像制作

PCI GXL（Geoi maging Accelerator，地理成像加速器—GXL）是加拿大PCI公司生產研發的一個強大的海量數據自動化批量處理系統，可用來滿足用戶海量遙感影像數據的自動化生產，在保證用戶處理精度的情況下大大提高數據的處理速度和處理效率。

該系統的優勢集中體現在自動化和快速處理能力方面，特別是基于參考影像和數字高程模型自動采集控制點（GCP）、連接點（TP）上，相較于其他遙感影像處理系統，有其獨具的、無可比擬的優勢。

PCI GXL結合PCI自身Proline分布式自動化生產技術、處理服務器GPU強大的影像處理能力以及PCI Geomatics的數字攝影測量與遙感專業技術，將重復、耗時的數據處理采用自動化的方式設計的影像生產流水線，從而實現處理精度、速度和效率方面的大幅提高。

3.1 制作方案

本次駐馬店市地理國情普查標準時點核準影像制作以前期地理國情普查DEM和DOM數據為基礎和參考，用影像對影像匹配的方式采集控制點，對時點核準影像進行糾正。

DEM資料：1∶50000 DEM，網格間距為25m。

DOM資料：前期地理國情普查成果，1∶25000分幅DOM，分辨率0.5米。

3.2 生產流程

PCI GXL采用的是 Web風格的后臺處理操控界面，它屏蔽了繁雜的操作細節，操控界面簡潔易懂。GXL使用主作業和子作業的概念來幫助在處理節點之間分配離散的任務。含具有子模塊的每個主模塊以預定的速度查看子作業當前狀態。本項目制作所需生產線主要包括影像導入、控制點采集、平差、正射糾正和銳化融合等。具體流程如下：

3.2.1 資料準備與影像導入

通過對前期數據準備和資料分析，確定作業區域需要制作的影像類型、分辨率、現勢性及影像質量等，按照影像覆蓋度及類型，將影像進行分區制作。

為提高PCI GXL后期影像匹配效率，將控制資料分幅DEM和DOM進行拼接為一個整體的DEM和DOM數據，并設置相應的投影信息文件。

影像導入模塊掃描文件夾中的原始影像，讀取原始影像中的包括星歷參數等模型數據，并為每一景檢索到的影像生成一個影像導入作業。該模塊將原始衛星傳感器數據轉化為PCIDSK格式，使其可用于后期的其他GXL模塊的處理。

在導入衛星數據過程中核心技術是PCI通用數據庫技術。可讀寫130多種矢量和柵格數據，包括支持全球大部分傳感器獲取的影像數據格式。同時支持嚴格物理模型和RPC模型兩種數據格式的讀入。

3.2.2 控制點采集

控制點采集模塊掃描影像導入目錄中的原始影像，并為掃描到的影像產生一個GCP采集作業。GXL支持從4種參考數據中自動采集GCP：正射校正影像／地理參考影像、控制點影像庫、線矢量數據（道路網）、多邊形矢量數據（湖泊）。本項目采用以參考影像作為區域網的控制源，自動GCP／TP采集的核心技術是影像相關，它可以判斷與原始影像中的像元和線的位置對應的參考影像中的特征，或者對應影像庫和矢量數據的參考位置。

控制點采集模塊需設置采集GCP／TP個數、搜索半徑、指定關于有效GCP的最小得分、拒絕方式及參數。其中GCP／TP個數、搜索半徑參考圖1，最小得分為0.71-0.75，拒絕控制點的方式選擇根據殘差進行的絕對距離法。

結合PCI Geomatica中Ortho Engine模塊手動修改或添加控制點，保證控制點采集工程精度，如圖2：

3.2.3 平差

平差校正模塊掃描控制點采集模塊中的有效影像。自動采集和優化連接點，從而可以使用最精確的點為單個影像中的數學模型執行平差校正。通過對齊每個相鄰影像的重疊區域，該模塊用來優化一個數據集內影像的相對精度。該模塊主要適用于特定區域中具有彼此相互鄰接的重疊影像。

平差模塊需設置連接點采集的樣本數，一般選取100個左右；搜索半徑為100個像素；連接點最小得分0.75；拒絕連接點方式選擇根據殘差進行的絕對距離法。

結合PCI Geo matica中Ort ho Engine模塊手動修改或添加連接點，保證平差工程精度。

3.2.4 正射校正模塊

正射校正模塊掃描控制點目錄中的多光譜和全色影像文件，并為每個影像對產生一個正射校正作業。GXL使用RPC模型技術進行衛星影像正射糾正。利用采集足夠且符合精度要求的GCPs／TPs、足夠精度的DEM數據，生產亞像元級精度的正射產品。

為了保證融合效果，配準糾正的控制點殘差中誤差原則上應不超過1個像素。糾正后應進行多光譜影像和全色波段影像的套合檢查，兩景影像之間的配準精度不得大于1個像素（多光譜影像上），典型地物和地形特征（如山谷、山脊）不能有重影。如達不到配準精度要求，應在全色與多光譜影像間采集一定數量的同名點，對多光譜影像進行二次糾正，解決全色與多光譜配準超差的現象。

多光譜影像糾正后正射影像分辨率和原始影像地面分辨率保持一致，具體分辨率設置見表2。

表2 多光譜影像正射糾正分辨率設置

3.2.5 銳化融合

銳化融合技術一般稱為全色銳化（panshar pening），該算法是一種基于最小二乘法在原始的多光譜、全色影像間達到最佳近似灰度值關系，從而達到最佳色彩組合的融合方法。采用PANSHARP自動影像融合工具，用來融合高分辨率的全色影像和多光譜數據，從而得到一個高分辨率的多光譜影像。銳化融合模塊掃描正射糾正模塊的多光譜和全色影像文件，對于每個影像對產生一個銳化作業。

（1）只對同一衛星遙感影像的多光譜數據和全色波段數據進行融合。

（2）融合影像數據源必須是經過正射糾正的數據，二者之間配準的精度不得大于1個多光譜影像像素；

（3）衛星遙感影像的多光譜彩色合成方案如表3中所示。BLUE為藍色波段，GREEN為綠色波段，RED為紅色波段，Near IR為近紅外波段，1、2、3、4則表示相應的波段號。

表3 衛星遙感影像的多光譜波段合成方案

4 關鍵技術

資源02C原始影像存于HRC和PMS文件夾中，其中HRC文件夾存放由兩臺HR高分相機獲取的空間分辨率為2.36米全色影像，PMS文件夾存放由全色和多光譜相機獲取的5米全色影像和10米多光譜影像。因此，采用HRC文件夾中的2.36米全色影像與PMS文件夾中的10米多光譜影像進行正射糾正處理。

由于資源02C影像高分相機與全色多光譜相機影像在邏輯分景上有一定的系統差，高分全色影像與多光譜影像的范圍也存在一定差異。另外，且一景資源02C全色影像由兩部分組成，因此，在融合過程中，將相鄰的幾景資源02C多光譜影像拼接，分別與每一景各部分全色影像進行融合處理。

5 結束語

（1）通過對駐馬店市地理國情標準時點核準影像制作分析，PCI GXL相對其他遙感影像制作軟件在影像快速自動化匹配方面具有明顯優勢，大大提高了數據的處理速度和效率，降低了生產勞動成本，縮短了影像處理工作周期，極大地提升了傳統的影像處理能力；且PCI GXL采用網頁界面，操作簡單，易學易懂，降低了作業員的勞動強度。

（2）PCI GXL系統在基于傳統控制資料處理中，控制點采集環節人工選點和編輯控制點文件的工作量較大，相對影像快速匹配方面還需要進一步完善和更新；由于影像傾角陰影過大或山區DEM數據較差的原因，會造成糾正后的影像平面精度或接邊精度超限，需要人工局部添加控制點或連接點進行二次糾正，影響作業效率。