利用Google Earth和SRTMGL1進行高分辨率遙感影像正射校正

徐 鑫，張道軍，侯現慧，馬曉燕，汪 靜

(1. 西北農林科技大學經濟管理學院，陜西 楊凌 712100； 2. 青海省土地統征整理中心,青海 西寧 810001)

常規幾何校正難以消除地球曲率、地形等因素造成的影像位置偏差，獲取高質量影像地圖數據通常需要進行正射校正。通過在影像上選取一定數量的地面控制點，并利用覆蓋影像范圍的數字高程模型(DEM)進行正射校正，可對影像同時進行傾斜改正和投影差改正，將影像重采樣為多中心投影平面正射影像[1]。

隨著遙感技術的發展，人們可獲得的遙感數據越來越多。然而，這些數據往往沒有經過正射校正，不能直接用于土地調查等成圖工作。以往由于受到地形圖數據、控制點信息和專業技術人員等條件的限制，只有專業的測繪機構才能完成遙感影像的正射校正。目前，相對普及的遙感圖像處理平臺軟件正集成越來越多的數據處理功能，再加上全球DEM數據的公開發布[2]，正射校正的門檻被大大降低。正射校正可以選擇的方法很多，ENVI 5.0以上版本提供了流程化正射校正工具，對于無實測地面控制點的正射校正，可在不輸入地面控制點文件(GCPs)的情況下直接進行正射校正，然而校正精度有限。一些學者對基于不同數據源的正射校正及精度檢驗作過相關研究[3-7]。在精度評價方面，楊小燕等通過分析待評價DEM與假定真值高程互差的最大值、平均值、中誤差等來進行ASTER GDEM的精度評價[8]；邊金虎等利用光譜匹配，搜索同名地物點，判斷每個象限內同名地物點配準誤差[9]。

本文研究采用開源地學數據Google Earth影像和全球SRTMGL1數字高程模型[10]，對陜西省楊凌示范區的兩景Pleiades衛星高分辨率影像進行正射校正和圖像鑲嵌。結果表明，該處理流程可以有效提高校正精度，所選兩景影像經無控制點正射校正和有控制點正射校正的中誤差分別為2.70和1.06 m，以及1.30和0.65 m，后者比前者中誤差分別提高了51.85%和38.68%；在后續的影像鑲嵌中，有控制點正射校正的影像鑲嵌中誤差為2.13 m，而無控制點正射校正的影像鑲嵌中誤差為8.35 m，前者比后者中誤差提升了74.49%，可滿足1∶5000土地利用現狀調查的技術要求[11]。

1 數 據

本研究待校正影像來自法國的Pleiades衛星，其多光譜影像空間分辨率為2 m，含有4個波段，全色圖像空間分辨率為0.5 m。研究區位于陜西省楊凌示范區，該區由Pleiades-1和Pleiades-2兩顆衛星拍攝的兩景影像覆蓋，成像時間分別為2014年8月13日和2015年11月1日，分別以201408和201511對其進行編號。在進行正射校正前，采用NNDiffuse算法對多光譜圖像和全色波段圖像進行融合，重采樣空間分辨率為0.5 m的多光譜圖像。

正射校正參考影像獲取自Google Earth和SRTMGL1。Google Earth是一個大眾化的影像地圖軟件，近些年其影像空間分辨率不斷提高，目前在中國大部分城鎮地區能夠達到0.5 m的分辨率，甚至很多農村地區也能達到米級分辨率；在空間分辨率較高的地區，其相對定位精度可達到1∶2000測圖規范要求[12]。通過第三方軟件工具91衛圖[13]，可以下載含有坐標信息的Google Earth影像，以此作為正射校正的參照。參考影像空間分辨率為0.5 m，采用WGS-84橢球參數和UTM投影，中央經線為東經108°。SRTM(shuttle radar topography mission)V3.0是2016年最新發布的全球高程數據集[14]，其中SRTMGL1為全世界1弧秒數據，采用WGS-84投影，空間分辨率約為30 m。

2 研究方法

2.1 研究思路

數字正射影像圖(DOM)既具有地圖的幾何精度，又具有影像的色彩和紋理信息，是GIS的重要數據源，也是土地調查重要的工作底圖。通過正射校正獲取數字正射影像圖，需要借助地面控制點和原始影像范圍內的DEM數據。一般來說，地面控制點需要借助現勢性高的地形圖或進行實地測量獲取，成本較高，獲取較困難，本研究擬驗證采用開源地學數據替代實測地面控制點制作土地調查工作地圖的可行性，具體思路如下：

(1) 通過建立待校正影像與相應區域Google Earth影像之間的對應關系，自動獲取同名地物點，得到同名地物點文件，該文件記錄了待校正影像的投影平面直角坐標和基準影像的像素坐標。

(2) 根據影像頭文件記錄信息，將基準影像像素坐標轉換為投影平面直角坐標，并將同名點文件轉換為ArcGIS點文件。

(3) 通過疊加分析，將ArcGIS同名點文件與最新發布的SRTMGL1數字高程數據進行疊加，得到含有高程信息的地面控制點文件，從而實現包含控制點信息的正射影像校正，并進行精度評價。

(4) 對經過正射校正的兩景影像進行數字鑲嵌，利用研究區范圍對鑲嵌后的影像進行掩膜，得到完整的研究區DOM，并進行精度評價。

(5) 對照全國第二次土地調查技術規程，判斷上述正射校正和影像鑲嵌精度能否滿足特定比例尺的精度要求。

2.2 研究方法

2.2.1 基于空間位置的屬性數據獲取

為了獲取同名地物點高程，采用基于空間位置的屬性數據獲取辦法[15]。其原理為：對于經同名地物點匹配得到的同名地物點文件，找到距離其最近的高程點，并將高程點對應高程值賦予該平面控制點，得到含有高程信息的控制點文件。該控制點在形式上與實測地面控制點相同，從而滿足ENVI 5.3正射校正模塊對于輸入控制點格式的要求。同時，為了便于核對獲取的高程正確與否，需要將高程點與控制點的距離作為屬性記錄下來。如果該距離小于閾值，則屬性獲取正確；否則，需查找原因。

2.2.2 精度評價模型

為了評價正射校正的精度，對校正后影像上的驗證點與參考影像同名點在X軸(東方向)和Y軸(北方向)的誤差進行統計，包括每個點的點位原始誤差，以及最大誤差和中誤差，進而統計相應的平面誤差參數。驗證點在正射影像和參考影像上的地理坐標差值(點位原始水平誤差)表示為

(1)

式中，i為進行精度評價的地面驗證點點號；DXi為第i個驗證點在校正后影像與參考影像上X軸的差值，DYi為第i個驗證點在校正后影像和參考影像上Y軸的差值；Xi和Yi分別為校正后影像第i個驗證點的X坐標與Y坐標；XBi和YBi分別為參考影像上第i個驗證點的X坐標與Y坐標。

同樣，可以得到X方向、Y方向及平面中誤差為

(2)

式中，RMSEX和RMSEY分別為X軸方向和Y軸方向上的中誤差；RMSER為水平中誤差；n為驗證點個數。中誤差反映了正射影像相對于參考影像的總體偏離程度，可以對正射校正后的影像進行總體精度評價。

3 結果與分析

3.1 正射校正及精度對比

3.1.1 正射校正

3.1.1.1 同名點獲取

通過ENVI 5.3中的圖像自動配準流程化工具(image registration workflow)自動采集同名點，并對同名點進行篩選，刪除誤差較大的點，并剔除落在高層建筑物上的點，得到帶有匹配點坐標信息的同名點文件(PTS)，該文件包括待校正影像的投影坐標和基準影像的像素坐標。篩選同名點過程中，需要盡量使點均勻分布于整幅圖像，在點稀疏的區域適當手動補充同名點，增加其分布密度。

3.1.1.2 像素坐標與投影平面直角坐標轉換

在同名點獲取過程中，參考影像只有像素坐標，需要根據該影像頭文件記錄的相關信息推算其投影平面直角坐標

(3)

式中，i為同名點點號；XBi和YBi為同名點i位于參考影像上的平面直角坐標；UBi和VBi為同名點i在參考影像上的像素坐標；dx和dy為像素在X和Y方向的物理尺寸，由于本文采用0.5 m分辨率的Google Earth影像作為參考影像，dx和dy均為0.5 m；XB0和YB0分別為參考影像最左端(extent left)和最上端(extent top)的平面直角坐標，這些值均從參考影像的頭文件中獲得。

3.1.1.3 獲取含有高程信息的控制點文件

上述步驟獲取的同名點文件沒有高程信息，還不能作為正射校正的控制點文件。在ArcGIS 10.2平臺下，分別以3.1.1.2中計算得到的參考影像XBi和YBi作為X_Field和Y_Field，通過Add XY Data工具導入前面獲取的同名點文件，并另存為ArcGIS的點文件(SHP)。利用空間分析(spatial analyst tools)工具條中的Zonal Statistics as Table工具，獲取同名點的高程信息。在轉入ENVI 5.3進行正射校正前，還需要將控制點的平面直角坐標轉換為經緯度坐標，可通過ArcGIS 10.2平臺下的投影變換工具集(projection and transformations)將平面直角坐標轉換為經緯度坐標，進而通過Calculate Geometry工具計算經緯度坐標。最后制作控制點文件，控制點文件包含坐標參數信息，控制點的真實地面經緯度坐標和高程值，以及控制點對應待校正影像上的像素坐標。與同名點文件一樣，控制點文件的后綴為PTS。

3.1.1.4 基于控制點的正射校正

ENVI 5.3提供了正射校正流程化工具(RPC Orthorectification Workflow)，在正射校正的過程中，輸入最終得到的地面控制點文件(PTS)，在Statistics選項卡中選擇3×RMSE[XorY]，并在GCPs選項卡中，將工具計算所得大于3倍中誤差的點舍去，對圖像的空間幾何畸變進行糾正，最終生成多中心投影平面正射圖像。

3.1.2 正射校正精度評價

為了進行精度評價結果對比，還需要在ENVI 5.3平臺下，利用正射校正流程化工具對兩景影像進行無控制點正射校正。本研究評價的是正射校正后影像的相對位置精度，為了便于對比，需要對無控制點正射校正影像進行單點校正，即X和Y方向的平移，其平移量由同名點X和Y坐標差值的均值確定。

同樣采用自動獲取驗證點的方法，在ENVI 5.3平臺下，通過自動配準流程化工具獲取均勻分布于整幅影像的驗證點，分別通過中誤差和點位誤差頻率分布以評價有無控制點情況下正射校正影像的幾何精度。

3.1.2.1 最大誤差和中誤差分析

表1給出了有控制點和無控制點條件下201408和201511兩景正射校正影像檢查點分別在X方向、Y方向以及平面的誤差最大值和中誤差。從中可以看出，對于任何一景影像，有控制點的正射校正都明顯優于無控制點的正射校正。對于影像201408，使用控制點使其正射校正水平最大誤差由5.39 m提高到2.92 m；中誤差由2.70 m提高到1.30 m，整體精度提高了51.9%。對于影像201511，即使在無控制點情況下正射校正的整體精度也較高，水平中誤差為1.06 m；而在有控制條件下，其整體精度更高，比無控制點條件下提高了38.7%?？梢娡ㄟ^Google Earth影像獲取控制點，并采用基于控制點的方法對高空間分辨率影像進行正射校正，可以有效提高點位精度。

表1 不同正射校正方法結果分析 m

3.1.2.2 點位誤差分布分析

圖1(a)和圖1(b)分別給出了有控制點和無控制點條件下201408和201511兩景正射校正影像點位誤差頻率分布。圖中橫坐標為水平誤差，從0開始，以0.25 m為間距；縱坐標為頻率百分數，其中實線和虛線分別表示有控制點和無控制點條件下不同誤差水平的頻率分布?？梢钥闯觯械孛婵刂泣c的正射校正方法有效減少了整體誤差水平，且誤差分布更為集中。此外，圖1(a)的整體誤差水平大于圖1(b)，這與衛星成像的軌道傾角有關系，后者拍攝條件好于前者。

圖2(a)和圖2(b)給出了不同正射校正方法的效果對比，均為局部放大圖。可以看出，有控制點的正射校正與無控制點的正射校正得到的校正后影像存在明顯點位偏差。通過使用Google Earth影像作為參考影像，可以有效改善正射校正效果。

圖1 不同正射校正方法驗證點的誤差分布

圖2 不同正射校正方法效果對比

3.2 影像鑲嵌及精度

根據第二次全國土地調查技術規程，在利用衛星影像制作DOM時，不同比例尺下相鄰DOM的鑲嵌需要滿足一定的限差，詳見表2。只有在符合規定的限差范圍，才能進行影像鑲嵌，其結果才可用于特定比例尺的土地調查。在兩幅影像的重疊部分均勻布設21個驗證點，通過計算中誤差來檢驗不同正射校正方法制作的DOM影像是否符合鑲嵌限差。結果表明，經無控制點正射校正后的DOM影像接邊中誤差為8.35 m，經有控制點正射校正后的DOM影像接邊中誤差為2.13 m；根據表2，后者可滿足1∶5000土地利用現狀調查的技術要求，而前者尚無法達到1∶1萬土地調查的鑲嵌限差要求。對于有控制點正射校正后的DOM，經鑲嵌和掩膜后的結果如圖3所示。

表2 景與景鑲嵌限差

4 結 論

傳統正射校正需要借助地面實測控制點和地形圖，獲取成本較高。本研究采用可公開獲取的Google Earth影像和全球DEM數據，基于ENVI 5.3平臺構建了一套正射校正流程。并以陜西省楊凌示范區為例進行試驗研究。試驗結果證明，本研究提出的基于Google Earth和SRTMGL1的高空間分辨率遙感影像正射校正具有可行性，精度可滿足1∶5000土地調查對于工作底圖的要求。本研究有望為獲取土地調查所需的高質量數字正射影像圖提供新的途徑。

圖3 基于控制點的研究區正射影像圖鑲嵌結果