地理國情監測數字正射影像快速生產方法研究

孔令堯

（遼寧省自然資源事務服務中心，遼寧 沈陽 110034）

0.引言

地理國情關乎一個國家的自然資源開發利用、社會經濟發展戰略、重大方針政策以及長遠發展的基本方向。我國在2015 年已經圓滿完成了第一次地理國情普查任務，為了進一步把握國勢、掌握國情、制定國策，國務院對地理國情監測工作提出常態化要求。遼寧省積極開展基礎性地理國情監測任務，利用先進的測繪技術為地理國情數據的采集、處理、分析等工作提供根本保障。地理國情成果數據主要包括數字正射影像數據、地表覆蓋數據、地理國情要素數據、解析樣本數據、專題數據等。

數字正射影像（DOM）數據作為地理國情成果數據中最重要的組成部分以及最主要的調查數據源，具有精度高、現勢性強、信息豐富、直觀逼真、獲取便捷等優點，因為同時具有地圖的幾何精度和影像特征，所以擁有良好的判讀性、量測性和管理性。作為地理國情監測項目的最主要的調查數據源，DOM 的質量和精度對整個項目成果起到了決定性的作用。隨著地理國情監測項目每年的深入進行，原始衛星影像數據的分辨率越來越高、數據量越來越大，采用傳統的正射糾正軟件和工作方法對原始衛星影像數據進行正射糾正處理的過程中，人工干預多、錯誤率高、耗時長等現象尤為明顯，嚴重影響了項目進展。

PCI_GXL 軟件是海量影像自動化處理系統，獨具特色的基于Web 的用戶界面打破了傳統的軟件設計，將高性能計算能力與專業處理技術相結合，使數據處理在速度上和效率上都得到了顯著提高。通過自動化的GXL 工作流，能夠大大提升傳統的影像處理能力，從而大大提高生產單位的處理實力。

1.資料準備

1.1 整理已有數據

全面收集整理覆蓋所需范圍的參考影像資料、數字高程模型（DEM）數據以及控制資料等原始基礎數據。為了確保精度，PCI_GXL 軟件對收集到的原始基礎數據成果的質量、精度等要求較高。因此，必須對原始基礎數據進行數據預處理。在準備擬糾正的衛星影像數據的過程中，要保證衛星影像覆蓋范圍大于所需測區范圍，這樣才能確保精度及糾正后的完整性。

1.2 已有數據預處理

對現有資料進行預處理，對區域內的控制點、DEM、參考影像等已有資料進行整合，將覆蓋擬糾正影像的DEM 數據進行拼接，拼接后DEM 數據增加投影信息，并及時更新DEM 數據，保持現勢性，避免由于DEM 數據局部精度不高，導致正射糾正后的影像出現精度超限或者拉花現象。根據數據源類型、分辨率和可利用的已有基礎資料情況制定相應的技術路線。

1.3 影像篩選

整理擬糾正衛星影像資料，目前國產衛星影像數據源主要包括高分一號、高分二號、北京二號、資源三號01 星、資源三號02 星和天繪一號影像數據。對獲取的范圍內的全部影像數據進行可用性分析，排除不符合條件的問題衛星影像，如具有大面積云覆蓋、大范圍光譜溢出、波段不匹配等問題。同批次收集的影像優先使用分辨率較高，時相較新，無云、雪覆蓋的影像。確保區域范圍內影像數據不存在漏洞。各衛星參數（如表1所示）：

表1 各國產衛星影像空間分辨率

2.技術優勢及生產流程

2.1 技術優勢

PCI_GXL 軟件具有自動化的生產線和強大的圖像處理能力，相比于傳統的單景影像正射糾正方法，具有以下優勢：

（1）界面簡單直觀，便捷的流程化批處理方式更加易于操作；

（2）支持并行處理與分布式處理，使影像處理同時通過軟件和硬件加速從而得到高效快速處理能力的集成系統[1]；

（3）控制點及連接點自動采集效果好、精度高、速度快；

（4）模塊封裝好，實現流程一體化、自動化，還可以預訂任務處理，產品全流程自動處理[2]。

2.2 生產流程

采用PCI_GXL 軟件，利用已有的參考影像、DEM作為基礎數據，采用匹配像控點的方式進行空中三角測量。本文選取遼寧省某區域進行數據生產，由于影像數據充足，本次篩選出來的擬糾正的衛星影像為全色分辨率全部優于1 米高分二號衛星影像，使用的控制資料為經過精度質檢合格的遼寧省第一次地理國情普查影像底圖作為參考影像，以及5 米網格精細化DEM數據。

PCI_GXL 軟件利用特有的海量控制點采集技術，以DEM 為基礎，根據用戶輸入的參數，將參考DOM與擬糾正影像數據進行自動控制點匹配，根據限差要求自動剔除粗差，保留精度合格的控制點。在影像重疊區域，PCI_GXL 軟件先進行連接點匹配，再結合采集的控制點進行區域網平差計算，最后，根據用戶輸入參數優化區域網，保證區域網的整體精度得到更好地控制。具體技術流程圖（如圖1 所示）：

圖1 PCI_GXL 影像快速正射糾正技術流程圖

3.數據生產

3.1 影像導入

在影像導入的過程中，設置影像目錄和輸出文件夾路徑，PCI_GXL 軟件將生成*.prj 工程文件和*.pix索引文件，pix 索引文件保存了原始影像的通道信息和RPC 參數軌道模型信息，原始影像名稱后面增加RAW_MS 代表多光譜數據，RAW_PAN 代表全色數據。建立*.pix 索引文件，實則為參考影像創建矢量的覆蓋其范圍的索引文件，解決了傳統方法中，多景參考影像在直接鑲嵌時產生的耗時巨大、生產效率低、占用額外空間等弊端。

3.2 控制點采集

根據參考影像的屬性設置相應的工作流參數，如背景類型、匹配的數學模型、采樣方法等。關鍵的配準算法多采用快速傅里葉相位變化匹配法，搜索半徑設置原則為同名點間像素距離的2 到5 倍。最小得分根據參考影像質量的好壞設置0.7 至0.8 之間。如有矢量、文本等控制文件，可以選擇相應的數據格式進行輸入。利用控制點優化子模塊設置闕值參數，篩選控制點及檢查點。最后加入DEM，設置參考平面，提交作業完成控制點采集。

3.3 同名點采集與優化

對重疊的有效影像進行平差處理，根據輸入文件夾中相互重疊影像數量，生成一個或多個連接點采集作業，相應創建正射引擎工程文件，通過設置樣本數和搜索半徑等參數進行連接點采集，完成連接點采集作業后，進行平差處理以確定是否滿足精度需求，隨后，再為每個單獨影像進行數學模型的束校正。得到最終的多個地面控制點（GCPs）和連接點（TPs）。PCI_GXL軟件的區域網平差模式在少量人工干預的情況下，擁有區域網穩定性好、接邊精度好、整體精度高等優點。

3.4 正射糾正

利用采集到高精度的GCPs 和TPs，以及DEM 數據，設置投影坐標系統、全色及多光譜像素大小，采用立方卷積數學模型進行批量的正射糾正。軟件根據計算機CPU 線程可以同時創建多任務并行處理，最大限度提高影像糾正的效率。在糾正全色之后，自動配準多光譜數據。

3.5 銳化融合

輸入糾正后的全色影像和多光譜影像，利用PANSHARP 模塊自動融合，該算法是一種基于最小二乘法在原始的多光譜、全色影像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[3]。融合后的影像色彩自然、反差適中、層次豐富、影像紋理清晰、無影像發虛和重現現象[4]。

3.6 鑲嵌預處理與鑲嵌

鑲嵌預處理是執行生產高質量影像鑲嵌所必須的步驟，這些處理包括指定影像次序、色彩均衡、接邊線生成和影像標準化。經過接邊線自動采集和影像自動勻色后，可以生成一個低分辨率的預覽效果圖。用戶可以對預鑲嵌采集的接邊線進行手動編輯，并正式應用到鑲嵌結果中。進行鑲嵌時，保持景與景之間接邊處色彩過渡自然，地物合理接邊，無重影和發虛現象。對于多景影像之間重疊部分，首先，挑選分辨率較高的影像；其次，挑選影像質量相對較好并且時相較新的影像。如鑲嵌區內有人工地物時，應手動修改拼接線繞開人工地物，使鑲嵌結果能夠保持人工地物的完整性和合理性。

3.7 影像增強處理

采用濾波和直方圖拉伸的方法，對影像的對比度和色彩飽和度進行調整，增強色彩恢復地物自然真彩色。增強后的影像紋理要清晰，地物表現力要更加明顯，無顯著噪聲，不允許出現大塊的花斑或黑白斑遮蓋地物，保證影像地物的目視解譯效果。確保分幅后的影像色彩飽和、自然明快、對比度均衡、自然過渡。

4.精度評價

4.1 位置精度

檢查數據成果平面位置精度是否符合平面坐標值與真值的接近程度。利用RTK 實地采集野外檢測點X值和Y 值，在ArcGIS10.0 軟件下提取正射影像成果同名點原坐標的X 值和Y 值，將檢測點坐標與原坐標進行點位中誤差的計算。

式中，M 表示點位中誤差；△表示點位誤差；n 表示檢查點數。通過計算，結果符合項目設計要求。平面精度統計結果（如表2 所示）：

4.2 影像質量

檢查影像整體色彩和亮度，影像反差適中，色彩及色調均勻，影像數據連續、無縫、完整、協調，影像邊緣完整無其他顏色。

5.存在的問題及解決方法

地理國情監測數據是包括平原、山地、丘陵等全地形數據，因此，沒有任何軟件可以利用同樣的參數處理復雜多樣的地理國情監測數據。面對不同質量的衛星影像數據、不同地形的區域以及不同的已有資料，PCI_GXL 軟件通過調整參數以及糾正方法能夠滿足絕大部分地形的衛星影像糾正需求。現將在衛星影像糾正的工作中遇到的問題進行了總結，并提出了對應的解決方法。

表2 影像平面精度統計表

5.1 衛星影像原始RPC（有理函數模型）參數精度低

在糾正的過程中，發現存在衛星影像控制點匹配不成功的情況，在加大控制點匹配半徑后仍無法匹配到控制點，這是因為原始衛星影像RPC 軌道傾角參數太大，沒有經過模型優化，使得影像整體偏移較大，因此，無法匹配到控制點。

解決方法：在原始衛星影像和參考DOM 上分別采集4 個以上的同名點坐標，采用人工手動量測匹配的方法進行RPC 參數修正，修正后就可以正常進行控制點匹配流程。

5.2 參考 DOM 質量不高

部分參考DOM 存在質量不高的情況，包括影像模糊、時相差別大等現象，這種現象會導致匹配精度不高，或者匹配到的控制點少等情況，造成糾正精度低，局部精度超限。

解決方法：利用上一年的高質量參考DOM 底圖對現有的參考DOM 進行整景替代，或者利用PCI_GXL軟件對兩年的參考DOM 進行簡單自動鑲嵌，去除質量不高的區域。經過處理后的參考DOM 與待糾正影像就可以匹配出符合條件的控制點數量，保證糾正精度滿足要求。

5.3 DEM 局部精度不高

DEM 精度受采樣間隔大小、時相差異、地形變化、地勢陡峭的影響，導致產生整景影像糾正結果精度超限、影像紋理拉花等現象[3]。

解決方法：及時更新DEM 數據，例如，更新新建小區、學校、體育場等地形變化大地區。還可以對精度不好的部分地區進行針對性編輯，例如，河流上的橋與陸地連接處區域等，都是容易造成DEM 不準確的區域。

5.4 全色與多光譜匹配超限

在全色影像與多光譜影像進行匹配的過程中，出現匹配精度超限的情況，多數是由于DEM 質量精度低以及PCI_GXL 系統參數輸入不合理導致的。

解決辦法：更新DEM 以及編輯DEM 局部不準確的區域。在PCI_GXL 軟件中調整參數，可以增加控制點匹配數量和調整有理函數匹配階數來提高配準精度。

6.結束語

本次采用加拿大最新的衛星影像處理軟件PCI_GXL 來完成生產任務，通過實踐可以得出，PCI_GXL 系統可以對海量衛星影像數據進行快速正射糾正，數據成果表明，利用PCI_GXL 系統進行快速正射糾正能夠達到整體精度高，平差效果好，大大節省了時間，提高了工作效率。

該軟件系統的工作流程可以同時對多景影像進行操作，每景影像控制點數據量可達到300 個，并且均勻分布于景上不同部位，由于控制點數量眾多，可有效修正衛星影像的畸變帶來的誤差，本方法相對于傳統每景衛星影像需要手工刺控制點作業方式，極大地增加了工作效率，精度更加均勻，結果更加可靠。