谷歌地球影像的糾偏和使用

喬慶平

中油勘探監理公司庫爾勒分公司（新疆庫爾勒841000）

谷歌地球影像的糾偏和使用

喬慶平

中油勘探監理公司庫爾勒分公司（新疆庫爾勒841000）

通過分析谷歌地球影像的偏移問題，提出兩種糾偏方法，一是通過“約束”配準將偏移量強行糾正；二是通過“迭代”方式，逐次用新值代替舊值，這樣輾轉遞推、重復操作，一次一次逼近所希望的精度。為避免高清影像整體消隱、局部可用的缺陷，可以通過疊加圖層的方法，實現不同層次窗口的讀圖目的。高清影像技術在質量保證體系中愈發顯示出其優勢，同時對促使HSE體系穩健運行發揮出顯著的作用。

谷歌地球影像；偏移；投影；坐標轉換

1 谷歌地球影像存在偏移

地質勘探采集中，技術質量體系的運行依靠日常的過程監控。海量的工作數據、隨時需要刷新的檢查記錄，要求質量控制的時空動態分布情勢愈益翔實和量化，不斷體現“預防在先”、“全部覆蓋”以及“重點部位重點檢查”的理念[1-2]。過去常用的行之有效的時空動態分布表，由于高清遙感影像的獲得使用，更多地改作時空動態分布圖，以便更加清晰、直觀。G.E.（Google earth谷歌地球）影像是比較出色的高清影像之一。

高清影像以其及時性好、分辨率理想、現勢性好逐項特征，在促進技術質量體系和HSE體系的穩健運行中發揮很好的支持作用。在高清衛星圖片、航測圖片上，每個地質災害點，每處需要關注的地形地貌和干擾障礙物，都可辨識處理。

但是，G.E.影像屬在線數據，受限于計算機硬件配置、網速性能等的情況，其運行并不順暢，在耗時的計算處理中，經常出現卡頓、甚或死機的現象。盡管有系統應用緩存，可以對數據離線使用，但操作界面既少又不直觀，實際運用并不廣泛[3]。所以可以將此影像輸出到測量電子圖件譬如MI（MapIn?fo Professional）、G.M.（Global Mapper），從而實現交互操作。

問題是獲得的影像數據均是有偏移的（無偏移的G.E.影像需要付費）。分辨率得到保障的影像，通過授權免費購買的數據均存在偏移。因此本文提出獲得G.E.影像的糾偏和使用問題。

2 谷歌地球影像的輸出

測量上從球面到平面，從全球一體性數據到局部地方數據，需要進行坐標投影與轉換[4]。而G.E.影像與測量電子圖件譬如MI、G.M.等軟件，亦有著不同的坐標定義，不同的表達坐標系。因此G.E.影像的輸出就是不同坐標系間的轉換。

2.1 坐標系

測量坐標系中Xn稱為北坐標、Ye稱為東坐標，而制圖軟件使用數學坐標。數學坐標系中，X坐標取東坐標數值，而Y坐標則取北坐標數值。即X坐標是指包含帶號的坐標。這是處理數據時需要注意的。

而且兩個坐標系的角度發生定義不同。測量坐標系中，方位角度是自X軸（北）順時針形成；而數學坐標系中，角度是自X軸逆時針生成的。

因此，點位坐標（Xn，Ye）分別表征縱向（北向）數值、橫向（東向）數值，這是與制圖軟件數學坐標的根本區別。

在下文中將采用ΔXn、ΔYe分別表示北坐標、東坐標的各自增量。

2.2 坐標轉換

大地測量學上，三維空間坐標轉換可以有三參數轉換、七參數轉換。七參數轉換用于不同基準間無扭曲的轉換,常用的轉換模型是赫爾默特轉換。其基本形式為

XT=C+μRX

其中,XT為要求的轉換值；X為起始的已知向量；C為3個坐標軸的平移參數（已知量）；μ為轉換的尺度變化參數；R為含有3個坐標軸旋轉參數的旋轉矩陣，為一正交矩陣。

示例：采用赫爾默特轉換模型將OA-XAYAZA坐標系中的某點坐標（XAYAZA）轉換為OB-XBYBZB坐標系中的坐標（XBYBZB）。

相應的坐標轉換公式為:

式中,cxcycz是3個平移參數，γxγyγz是3個旋轉參數，m為尺度變化參數。

3 谷歌地球影像的糾偏

糾偏思路借鑒兩個概念說明，一是測量平差中的“約束”法；二是計算機算法中的“迭代”法。通過“約束”配準將偏移量強行糾正；通過“迭代”，逐次用新值代替舊值，這樣輾轉遞推、重復操作，一次一次逼近所希望的精度。

本文對G.E.的所見所得影像和下載影像分別敘述，每種影像又可運用MI或G.M.軟件獨自配準使用。

4 所見所得影像的糾偏

所見所得G.E.影像即是無需下載影像，具體成圖環境MI。

在G.M.環境展繪4個控制點、輸出KML/KMZ格式文件，雙擊打開G.E.影像。加載設計測線，以確定工區截獲影像范圍。確定了截獲范圍后不勾選設計測線圖層。

G.E.中輸出.JPG或.TIF格式的柵格數據1文件，之后可以配準使用。

打開MI，輸入柵格文件，以圖上所標控制點配準，配準前必須選擇投影方式和坐標基準。然后輸入設計測線。導入測線的圖像如圖1所示。

圖1 糾偏前的影像

使用MI量測尺，量測測線偏移值，判斷偏移數據在水平垂直兩個方向的分量，據此確定需要糾偏的數值。本例中設計測線需要上壓下抬方能歸位。

首先構建配準圖層，就是篩選2擬定配準的坐標點，左鍵鎖定“ctrl”+“shift”、右鍵選定擬定點，松開左鍵、右鍵點擊工具欄的“圖層”，選擊“增加”，此時對話框出現“query1”，選中之后，點擊工具欄的“表”，選擊“輸出”，選擇希望的.txt格式文件另存。此時關掉設計測線圖層，點擊MI的表，導入已構建的配準圖層。這時影像圖上除了原來4個控制點會出現新標出的3個配準點。

約束配準如下，固定施工面積邊框的左邊兩個端點、右下角端點，使用3點強行配準第4個點，右上端點樁號自2965壓到2843，就是將右上角的端點坐標配賦給2843樁號點，初次糾偏后的圖像如圖2所示。

圖2 初次糾偏后的影像

同樣重復上述方法，再次約束配準，此時固定工區施工面積的右下角、左上角端點，仍是上壓下抬右上角端點，現在右上端點強行推壓17個樁號，即是2965壓回到2948，將右上角的端點坐標配賦給2948樁號點，同理糾偏左下角。導入設計測線加以驗證的圖像如圖3所示。

圖3 糾偏后的G.E.影像和展繪測線

總結兩步糾偏方法，參與初次配準的點共計8個，4個控制點、3個約束點（綠色方點）、1個強制糾偏點（淺黃色菱形點）。參與再次配準的點共計8個，4個控制點、2個約束點、2個強制糾偏點（黃色圓點）。

5 下載影像的糾偏

G.E.下載影像需要使用BIGMAPS軟件，通過授權購買使用，選擇有偏移衛星地圖以備下載。

首先在G.M.軟件中框選包括或覆蓋施工區域的端點，輸出.KML/.KMZ的矢量數據1。

5.1 MI環境下的配準

選擇投影方式，選擇與之適應的坐標基準，輸入當地坐標轉換三參數，選擇相應分辨率完成下載。

打開MI，先以施工面積坐標配賦給截獲圖像的相應端點[5]。筆者采集固定地標的3個航點，展繪航點，發現與地圖相應特征點的相對位移。開始配準，需要量測點位偏移的兩個方向分量，然后對端點坐標配賦改正數，用加了改正數的新數值逐次迭代，替換前次坐標值強制配準。具體作法如下。

1）選擇投影方式，選擇坐標系統。打開軟件，首先選擇工區所需要的投影方式，選擇相應坐標系統，展繪航點。

2）無約束配準。以施工面積坐標配賦給截獲圖像的相應端點，此群配準點作為無約束點。在MI的“表”中選擊“柵格”、選擊“圖像配準”，增加3個以前曾采集的航點。這時發現采集點位與圖上相應固定物體明顯差距。

3）約束配準。固定3個航點的坐標，糾正面積端點坐標，使能糾正到采集航點與已知物體相吻合。

量測并判斷3個點位偏移的2個方向分量，對端點坐標配賦改正數，本例中給出的坐標增量為：ΔXn=-60、ΔYe=-111，以此代替原有坐標數值，編輯確認（至少需要配準3個面積端點坐標）。

同理，再次量取點位偏移的2個分量，再對相應端點坐標配賦改正值，這次，給出的配賦數值為：ΔXn=-40、ΔYe=-60，如此一一對應地逐個計算替代參與配準的面積端點坐標。

這樣逐次迭代，每次比上次更接近配準結果。本例中共強制糾正了5次端點坐標，各次配準的坐標改正量見表1。

表1 MI環境下配準的坐標改正量

圖4為糾偏后的影像。圖4中作為約束點的是固定的居民點，展繪測線中紅點表示已完成鉆井的井炮點，白框紅點則表示未給藥的炮井點，藍綠色痕跡為踏勘航跡。

圖4 糾偏后的G.E.影像及其測線、航跡的驗證

5.2 G.M.環境下的配準

1）無約束配準。打開G.M.軟件，直接導入下載的影像。與MI一樣，會發現軟件導入的投影方式缺省為TM投影，坐標基準也不相同。因此在配準前，同樣必須選擇重新投影、重新定義坐標系統。

打開生成圖像的坐標數據，選擊工具欄的“控制中心”，選擇所需圖層，右擊出現下拉清單，選擊第一選項“修改圖層位置/投影”，進入對話框，實施無約束配準，以打開的已知數據覆蓋原圖端點數據，方法類似MI環境。仍以上述航點為例，展繪采集到的航點，注目航點與圖上物體的偏移。

2）約束配準。現在固定3個航點，量測航點相對固定物體的兩個方向的偏移分量，作第一次強制配準，這次使用的坐標分量增量是ΔXn=18、ΔYe=85；然后重復上述步驟，得到第二次配準的坐標分量增量：ΔXn=-35、ΔYe=35，依此類推。得出各次配準的坐標改正量見表2。

表2 G.M.環境下配準的坐標改正量

每次配準時的操作是原存數值上直接編輯，確認無誤后，點擊“增加”項，從而逐個加點逐個配準。由此可見，MI與G.M.的配準還是有操作程序上的差別的。

6 結論

本文提出了G.E.影像的糾偏和使用問題，糾偏思路借鑒了2個概念，一是測量平差中的“約束”法，二是計算機算法中的“迭代”法。通過“約束”配準將偏移量強行糾正；通過“迭代”方式，逐次用新值代替舊值，這樣輾轉遞推、重復操作，一次一次逼近所希望的精度。

按照G.E.的所見所得影像和下載影像分別敘述，每種影像又可運用MI或G.M.軟件獨自配準使用。

由于受到硬件配置的限制，便攜式計算機的顯卡無法支持太高分辨率的高清影像的窗口顯示，使得有時觀察不到加載影像的整體面貌，這就是高清影像的窗口消隱。除非是在工作站上處理它們。實際上，觀察工區整體情形時，使用中等水平的分辨率影像也已夠用，在部署設計圖上，可以形成不同分辨率圖像的梯次使用。因此，根據窗口所見高分辨率影像整體消隱、局部高清的性能，可以通過疊加圖層的方法，實現不同層次窗口的讀圖目的。

高清影像技術在質量保證體系中愈發顯示出其優勢，同時對于促使HSE體系穩健運行發揮出顯著的作用。

[1]Kang-tsong Chang.地理信息系統導論[M].陳健飛,譯.北京:科學出版社,2003.

[2]喬慶平.篩選數據法在激發工序中的應用[J].西部油氣勘探,2013,63(2)：41-44.

[3]范旭,婁兵,鄭鴻明,等.地震數據處理質量分析與評價系統的研發及應用[J].石油工業技術監督,2015,31(4):1-5.

[4]韓冰.文檔影像快速糾偏算法的應用研究[J].計算機時代, 2005(10):24-25.

[5]石雙虎,張翊孟,單啟銅,等.動態效率統計分析在地震數據采集作業中的應用[J].石油工業技術監督,2016,32(3):1-4.

Based on the analysis of the deviation of the Google earth image,two correction methods are proposed:the first is to force cor?recting through constraint;the second is to successively approach the desired accuracy through iteration.In order to avoid the HD image whole hiding or partially available,the HD image can be read at different levels of windows through overlaying multiple map layers.HD image plays more and more important roles in quality assurance system and the stable and healthy operation of HSE system.

Google earth image;deviation;projection;coordinate transformation

左學敏

2017-04-08

喬慶平（1963-），男，工程師，現從事石油物探監督工作。