基于高分辨率遙感衛星數據的正射影像制作方法

王 楠

（山西省測繪地理信息院，山西 太原 030001）

0.引言

隨著國內高分辨率遙感技術的不斷進步，高分辨率遙感衛星不斷發射，數據采集能力不斷提高。利用全國優于1米分辨率的遙感影像制作分縣域彩色正射影像得以在全國國土調查中廣泛應用[1，2]。獲取土地數據不僅是土地管理的基礎工作，也是農業、林業、水利、發展改革、城鄉規劃建設、環境保護等事業發展和管理的重要依據[3]。同時，國土調查也被視為國情國力調查，定期在全國范圍內組織開展國土調查可以全面準確獲取實時的土地基礎數據[4，5]。本文以國產優于1米分辨率的遙感影像為主、統籌利用多種衛星影像，為國土調查快速制作符合現勢性要求的正射影像，建成影像服務保障機制，及時解決國土調查中遇到的影像地圖技術問題[6]。

1.PixelGrid 系統

隨著我國信息化測繪體系的建立和逐步完善，新一代的數字攝影測量系統PixelGrid實現了大規模影像數據的并行處理，為我國重大基礎測繪項目的順利實施提供了強大的科技支撐。該系統支持包括高分辨率衛星影像、傳統航空相片數據和新型數字航空影像（如DMC德國數字航空相機、UCD奧地利數字航空相機、SWDC國產數字航攝儀）在內的幾乎所有主流光學傳感器數據的處理，可以完成上述從航空三角測量到DLG的遙感圖像，具有1∶10000、1∶25000和1∶50000 Dom比例尺的DEM/DSM和其他測繪產品。

PixelGrid系統目前已在中國西部測圖工程、全國國土調查等國家重大工程中實現大規模應用，并在汶川地震、青海玉樹地震、舟曲泥石流、云南盈江地震和蘆山地震等應急影像快速處理中發揮了較大作用。

2.資料準備及作業流程

2.1 資料收集與分析

2.1.1衛星影像資料

研究區域內利用到的衛星影像數據有九類，詳細信息（如表1所示）。研究區域內同時存在多源影像數據，由于拍攝時間窗口大多為冬季，受太陽高度角及天氣影響，部分原始影像存在薄雪及山體陰影較大等問題，生產過程中按空間分辨率、光譜分辨率、現勢性的先后順序選擇影像，盡量避開了受影響區域，雖然部分區域仍有薄雪，但不影響地物判讀，可利用影像覆蓋圖（如圖1所示）：

表1 影像類型與分辨率對照表

圖1 可利用影像覆蓋圖

2.1.2DEM資料

采用全省LiDAR DEM糾正，滿足1∶10000DEM精度要求。

2.1.3控制資料及縣域界限

收集已有0.5米分辨率1∶10000 成圖精度正射影像和1∶10000基礎測繪DOM作為控制資料。

選用國家基礎地理信息中心統一下發的縣域界線。

2.2 作業流程

正射影像糾正以收集的1∶10000基礎測繪和1∶2000數字城市正射影像為基準影像，利用PixelGrid影像糾正軟件，采用影像自動匹配和區域網平差技術，結合高精度數字高程模型成果進行衛星影像正射糾正，通過影像融合、影像鑲嵌與裁切技術，按照國家局下發的縣級行政界線為單元生產分縣（市、區）衛星數字正射影像。技術流程（如圖2所示）：

2.2.1數據準備

影像預處理，對相應區域的控制點、DOM等已有資料進行整合。

DEM資料整合，將擬糾正影像的DEM數據拼接，拼接完成后的DEM加入投影信息。

獲取的遙感影像開展可行性分析，如，云覆蓋、大面積光譜溢出、波段不匹配等。同一批次獲取的影像中，分辨率較高、時相新、無云和雪覆蓋的影像優先使用。同期影像云覆蓋、側視角等技術指標不滿足整景生產要求，但用于補充漏洞區域時，也應當生產。

圖2 衛星數字正射影像制作流程圖

2.2.2外參數解算

數據源統一使用RPC模型定向，根據遙感影像給出的精確RPC參數，結合相應控制資料，解算高精度外參數。區域網平差用于計算圖像的外部參數。通常情況下，對同一軌道、同一相位的遙感圖像進行拼接，然后根據單場景圖像進行校正。在校正精度滿足要求的前提下，控制點的布置要求可以適當放寬。控制點需要在平面和高程方向上均勻分布。當場景之間存在重疊區域時，可以在圖像重疊區域中選擇一定數量的公共控制點，以提高圖像邊緣連接的準確性。

2.2.3全色和多光譜波段影像正射糾正

基于參考影像，結合當地2×2米格網高精度DEM成果，利用PixelGrid系統，采用影像自動匹配和聯合平差的方法并對全色波段和多光譜波段依次展開正射糾正，所有糾正后影像的作品系統全部采用2000坐標系，高斯投影，114度帶。

2.2.4多光譜影像與全色波段影像配準

為了融合效果更好，經過對兩種影像的套合檢查，兩景影像之間在多光譜影像上配準精度不大于1個像素，如山谷、山脊等地物地形特征沒有重影。

2.2.5影像融合處理

在不破壞原始色調的前提下，對全色影像和多光譜影像依次進行去噪、去云等預處理。對全色波段和多光譜波段進行融合和增強，使融合后的影像達到色彩鮮艷、細節紋理清晰的效果。

影像融合所使用的數據一般是通過正射糾正的，并且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。

Pansharpen或高通濾波用于完成融合。在衛星遙感圖像的多光譜顏色中，藍色代表藍色波段，綠色代表綠色波段，紅色代表紅色波段，近紅外代表近紅外波段，1、2、3和4代表相應的波段編號。

2.2.6圖像增強處理

根據需要對縣域分幅正射影像數據成果進行圖像增強處理。

影像應沒有大范圍的噪聲和條帶，制作時盡量避免出現扭曲、變形、拉花等現象，如果影像的畸變和變形影響了陸地物種的判讀和獲取，則需要將該影像重新進行處理以達到消除變形；因地形變化引起的高速路、房屋等地物扭曲，需采用技術手段改正。

真彩色處理：影像增強色彩盡量恢復地物的自然真彩色，避免顏色的嚴重失真。去霧：減少多光譜和全色圖像中由霧引起的模糊。對比度/色彩飽和度調整：濾波和直方圖拉伸用于調整圖像的對比度和顏色飽和度。勻光處理：直方圖均衡化和直方圖匹配方法用于平衡場景或幀圖像的顏色。銳化處理：在不影響圖像主題信息的情況下提高整個圖像的清晰度。增強圖像的直方圖盡可能呈正態分布：改進后的圖像結構應清晰，特征的表現力應更明顯，且無明顯噪聲。地面地物不允許有大的花斑或黑白斑點，否則會影響地面地物的視覺判讀效果。增強幀圖像應盡可能顏色飽和、自然明亮、顏色平衡和過渡自然。

2.2.7鑲嵌和裁切

在整個場景圖像拼接過程中，場景和場景之間的邊緣需要顏色過渡自然，地物銜接得當，不能出現重影和虛化現象。鑲嵌線選取采用軟件自動與人工編輯相結合的方法生成，如果鑲嵌區域中存在人工特征，則應手動繪制鑲嵌線，以避免人工特征，從而使鑲嵌結果能夠保持人工特征的完整性和合理性。

對于景與景之間的重疊部分，首先選擇高分辨率的影像，然后考慮影像質量及時相。

正射影像邊緣兩側的色調必須盡可能一致。經過顏色調整后，正射影像的直方圖大致呈正態分布，影像清晰，對比度適中，色彩自然。沒有因太亮或太暗而丟失細節的區域。可以準確識別和定位明顯的地面目標點。

對融合影像進行鑲嵌后，按照縣域分幅進行裁切，以縣級行政單元組織分幅影像。采用國家統一下發的界線進行裁切。

2.2.8正射影像接邊差檢查

接邊處的色調應相同，可依照接邊精度情況進行接邊校正，校正后的接邊差需要符合接邊限差要求。

如果不同控制數據源、不同影像數據源及不同生產批次之間的正射影像接邊限差（2個像素）無法達到要求，可按照困難區域標準執行。

正射影像生產需要分別進行內部接邊和與其他承擔單位的外部接邊工作。

2.2.9正射影像成果整理

縣域分幅影像：縣域分幅正射影像按照縣域單元范圍外擴100米裁切后組織提交。

影像定向產品數據：影像定向產品數據是正射影像生產的重要處理產品，衛星影像的定向產品主要包括每景衛星影像精化后的RPC參數等。

2.2.10元數據

元數據由數據基本情況、數據源情況、生產過程信息以及數據分發信息組成，其中，數據基本信息包括記錄地圖影像數據的基本信息，如，地圖編號、分辨率、影像數據來源等。數據源情況包括航拍數據源情況和衛星數據源情況。根據生產中使用的數據源填寫相應的部分。生產過程信息記錄了生產過程中的主要技術指標以及相應的總結和評價。數據分布信息主要記錄數據分布單元的基本信息。

元數據按照1∶50000圖幅填寫，一張圖對應一個元數據文件。每個視圖框架的元數據都以XML格式存儲。

3.正射影像的制作

3.1 數據覆蓋及影像情況

試點縣共涉及影像種類有北京二號、高分二號、高景一號。靜樂縣、洪洞縣均為1米分辨率影像。尖草坪區涉及0.5米和1米兩種分辨率影像，其中，0.5米分辨率影像面積超過100平方千米，故單獨存儲（如圖3—圖5所示）：

圖3 尖草坪區影像鑲嵌塊數據

圖4 靜樂縣影像鑲嵌塊數據

圖5 洪洞縣影像鑲嵌塊數據

尖草坪區縣域內成果數據包括0.5米和1米兩種不同分辨率，其中0.5米分辨率影像占比超過100平方千米，分開存儲，不與其他分辨率鑲嵌，影像重疊20米。鑲嵌塊是由鑲嵌線、接邊線或縣級行政界線組成的若干閉合面。其他縣域均為1米分辨率影像。

生產過程中按空間分辨率、光譜分辨率、現勢性的先后順序選擇影像，作業區選擇以下23景影像（如圖6—圖8所示）：

圖6 洪洞縣影像覆蓋圖

圖7 尖草坪區影像覆蓋圖

圖8 靜樂縣影像覆蓋圖

3.2 正射影像糾正

尖草坪區采用控制點進行糾正，控制點來源為已有1∶2000立體像對采集控制點，其他兩個縣利用已有1∶10000比例尺航空影像DOM（分辨率0.5米），采用密集匹配方法采集控制點。

采用控制點方法糾正影像點位分布（如圖9—圖11所示）：

圖9 尖草坪區影像糾正控制點分布圖

圖10 尖草坪區影像糾正連接點分布圖

圖11 尖草坪區影像外參數解算中誤差

采用密集匹配方法采集控制點（如圖12—圖15所示）：

圖12 洪洞縣影像糾正控制點分布圖

圖13 洪洞縣影像外參數解算中誤差

圖14 靜樂縣影像糾正控制點分布圖

圖15 靜樂縣影像外參數解算中誤差

4.結束語

本文采用已有的DEM資料進行正射影像糾正，由于時相性不一致，會導致部分區域DEM與影像的不套合。為了解決這些問題，使用了人工編輯DEM。與此同時，在PixelGrid軟件下根據問題數據周邊地形使用了三角網內插、置平、房屋過濾、矢量構建三角網等工具進行DEM的編輯修改，因此極大地提高了影像的整體質量和生產效率。