高分辨率遙感影像制作方法創新

謝小文

（廣東省國土資源測繪院，廣東 廣州 510510）

1 高分辨率遙感影像相關概述

高分辨率遙感影像是以攝影測量和遙感技術理論為前提，結合計算機技術和網絡通信技術、地理環境測量技術、圖像融合技術、人機交互技術、數據庫管理技術、存儲分析技術等，通過影像圖制作、專題圖應用、數據庫管理系統等方法。并以計算機圖片處理技術、計算機程序設計語言為工具，對影像進行預處理、圖像轉化、校正、控制點選擇、精度調取、坐標文件獲取等，實現影像融合的一種技術。當前遙感影像主要應用在人工地物方面，隨著后期的應用，逐漸進入到了高分辨率遙感衛星時代。其影像融合可以對影像遙感無效區進行裁剪、顏色分量等，影像應用管理采用了瓦片式影像金字塔、圖片分層處理、影像數據庫管理、影像資料查詢和調用、位置定向等方法。在利用高分辨率遙感影像進行作業生產建設時，也需要通過質量評價提高影像處理的效率和質量，一般質量評價法常采用主客觀評價法，并通過制定評價方案，對影響影響處理質量的元素進行評價，通過方差指標對遙感影像整體質量進行綜合評價[1]。

2 高分辨率遙感影像數據處理的重點

2.1 影像校正

為了更好的建立控制點，研究控制成果，需要建立正射影像構成校正影像庫，以此準確選擇控制點、獲取定位參數，為提升高分辨率遙感影像自動化技術做好準備工作。自動校正影像、選擇控制點、進行高精度控制、影像校正等可以作為坐標文件，其中影像校正采取多項式和三角性最小面元微分糾正方法，可以從多個不同地區地形條件、影像類型進行調整。可以將多分辨率遙感影像、矢量地圖、數字高程模型作為正射影像基礎，以此對數據影像進行高效率處理，以便及時完成測量任務。

2.2 影像應用管理

影像結果類型較多，影像分辨率更新速度快，時間不一，為影像分析、管理、使用等都帶來了一定的難度，因此需要根據不同影像類型建立瓦片式影像金字塔模型，以此實現獨立分析使用、集中管理、高速瀏覽的功能，解決以上難題。對于一些沒有建立模型的影像文件而言，其需要將所有的影像資料集中存儲，其對于一般的計算機而言是無法解決的，對于用戶而言，這種海量化的影像數據更是一種壓力。對于以上影像數據管理方式，用戶在使用影像資料時，可以通過需求模塊計算出高分辨率金字塔等級和瓦片分析模塊數據，以此獲取內存空間，可以在一般計算機上直接使用影像資料。人們一般使用Google 地圖獲取影像資料，其可以將影像資料自動縮小放大，通過網絡服務功能，建立瓦片式影像金字塔。以上方式是一種影像預處理技術，其和影像高速度調取技術有著一定的相似之處，但是它們在影像模塊大小、影像資料存儲和影像數據庫管理上不同。因此可以建立對數據模型對應關系，以此在工程建設時及時獲取各種鐵路、公路等信息，有效提高了影像資料獲取效率。

2.3 影像快速處理

為了提高影像處理效率，需要應用小面元微分調整算法實現三角網法校正，該算法應用了數字攝影測量下的影像配比成果，根據影像外形特點和沒有成形的影像進行配比，以此自動獲取密集同名點信息，將其作為控制點，最終構建三角網。通過三角網可以進行影像微分處理，以此提高影像的配比精度，并通過影像調整匯集處理，獲取遙感影像配準、提高影像的調整和匯集技術水平。另外，利用軟件集成技術，可以對影像處理軟件內的影像信息進行匯集，以此提高處理效率、節省時間。

3 遙感影像圖的處理制作

在土地調查中，其調查重點是對農村及城鎮土地，而調查的主要技術手段便是利用遙感影像處理軟件對所調查區域的土地進行波段處理、拼接處理以及幾何校正，再利用ArcGIS 軟件進行疊加，從而獲得清晰、準確的地理信息。其制作流程如下圖1 所示。

圖1 遙感影像制作流程圖

3.1 波段處理

在影像波段處理時，其一般包括紅、綠、藍、近紅外等幾個波段。為了使影像的色彩更加逼真，提高影像的使用效率，會將其真彩色輸出，即在融合時把10%-20%的近紅外加到綠波段，組合形成新的綠波段，然后調整正確的紅綠藍波段順序輸出真彩色影像（見表1）。

表1 遙感影像圖波段處理信息

3.2 拼接處理

由于遙感影像并非完整的img 格式的影像，所以在制作過程中，需要對其進行有效的拼接。具體操作如下：

首先找到ERDAS 工具條，然后單擊Data Preparation 圖標中的Mosaic Images，打開Mosaic Tool 對話框，將需要拼接的圖像添加進去，然后單擊相應的圖標設置拼接關系，最后選Run Mosaic 進行影像拼接處理。

3.3 幾何校正

在影像制作過程中，由于遙感器的內部存在一些不正常的變化，容易對影像產生一定的影響。加上地球本身也會給影像制作中帶來一定的影響，這也使得遙感平臺在正常運轉時，導致影像制作過程中產生各種幾何畸變，為此在進行遙感影像制作時需要對此進行糾正。

首先，在ERDAS 工具條中單擊Datepreperation，然后打開Set Geo Correction Input File 對話框，并選擇From Image File 將融合后的影像打開，確認后打開影像圖。最后打開相應的Auto CAD 矢量圖作為校正憑據。

其次，啟動幾何校正模塊，選擇Polynomial 作為幾何校正的模型，按確認按鈕，并在在其對話框窗口中設置投影及模型參數，在設置好投影參數和模型參數后，按確認按鈕便可以進行影像幾何校正。

4 高分辨率遙感影像制作方法的創新

為了推動高分辨率遙感影像制作方法的創新，本文主要通過軟件影像制作為作業實例，通過數據、系統、融合技術對影像進行預處理、影像校正實現影像的自動化調整、快速選擇控制點，最終保證控制點精準度（如圖2 所示）。

圖2 正射影像原理與制作圖

4.1 支持網絡節點并行處理可快速制作正射影像

并行處理技術是依靠中央處理器和計算機系統控制器等進行同時處理，來提高網絡系統處理效率的一種新技術，該技術將時間節點和空間節點進行結合，通過時間重合和資源重合的應用方法，提高計算機處理效率。當前，在高分辨率遙感影像制作采用的是遙感影像專用處理軟件，其可以利用計算機單核CPU 進行計算，但是其無法全部處理。遙感影像具有大數據運行特點，單核CPU 無法快速處理批量影像資料，處理批量影像資料時需要一定的時間，因此作業員往往發揮不到實際作用，最終降低處理效率。所以，在遙感影像處理時，需要采用網絡節點技術進行并行運算，以此減少計算機處理時間，該技術可以同時調動多個CPU計算機內核。同時該技術也可以通過局域網和人工控制方法同時進行計算，以此大大縮減任務時間，提高作業效率、降低了作業員工作量。這種創新的網絡節點并行處理技術，可以提高作業效率、節省作業時間，通過高精度的定向和匹配算法提高生產建設效率、系統自動化計算水平，工作任務完成優勢顯著。

4.2 支持不同數據源制作正射影像

該制作技術具有兩種模式，一種是利用現有的DOM＋DEM 系統生產出DOM；另一種是利用現有的DLG ＋DEM 系統生產出DOM。為了更好的控制定向，可以采用外業采集像控點對衛星影像進行追蹤，在獲取定向信息后結合DEM，在正射影像糾正模塊下獲取正射影像信息。這種內外作業一體化模式，可以在作業中直接獲取外業信息，直接繪制初始影像觀測圖，定向結束后，運用定向參數和DEM 對從初始影像觀測圖中獲取矢量文件進行重復定向，最終得出數據。這種控制點定向方法，通過外業獲取的像控點對衛星影像進行定位，并結合DEM 通過正射影像調整模塊得出正射影像數據。該內外業一體化模式，在作業資料獲取時可以通過外業控制點繪制出初始影像觀測圖[2]。

5 結語

總之，本文主要根據實際作業，采用新的模型算法，對傳統高分辨率遙感影像配比預處理技術進行了升級改進，實現了技術創造，解決了多種影像資料獲取問題，大大提高了影像的融合度和處理效率。且本文使用了小三角面元微分處理技術，提高了地域物態影像配比精度，為海量化影像處理提供了技術依據。采用瓦片式金子塔結構影像分層方法，可以根據用戶影像需求進行影像重合、數據觀測、全面管理、輸出使用等，并運用了并行處理技術，提高了作業完成效率。