一種消除DOM變形拉花的新方法

黃秋影 何紅梅 吉初云 陳善弟

(1. 自然資源部第四航測遙感院, 海南 海口 570203;2. 海南天涯人力資源管理服務有限公司, 海南 海口 570203)

0 引言

“十四五”時期地理信息管理工作將緊緊圍繞“兩支撐、一提升”工作定位,全面促進地理信息產業發展,為支撐經濟社會發展和自然資源管理提供更高質量的地理信息保障和服務。而數字正射影像(digital orthophoto map,DOM)在地理信息監管、自然資源管理中作為基礎底圖,發揮著重要作用,為快速、大范圍和長時間序列的自然資源管理提供可能。

隨著亞米級衛星影像的糾正變得越來越普遍。如何有效提高DOM質量,特別是圖面質量,并將其應用于1∶5 000或者更大比例尺的測圖中,成為當前正射影像糾正中必須解決的問題。DOM質量的好壞直接關系著各種地理要素的正確解譯,在位置精度滿足規范要求的基礎上,圖面質量是影響解譯的重要因素。圖面質量通常表現為地理要素的變形拉花。

為解決DOM變形拉花的問題,國內外諸多學者開展研究。文獻[3-6]采用DEM平均高程糾正DOM(方法一),解決了立交橋、疊橋、山區、高架公路、高架鐵路等要素的局部扭曲問題,但降低了作業效率。文獻[7-8]提出采用不同格網間距數字高程模型(digital elevation model,DEM)糾正DOM(方法二),解決橋梁、道路和山區高分辨率正射影像扭曲變形,但未能進一步提高消除變形的數量。文獻[9-10]提出采集路面或橋面的真實高程(方法三),解決扭曲錯位的同時保證了區域正射影像的精度,但未考慮扭曲錯位區域兩側被遮擋地物的處理。

針對上述三種方法存在的問題,提出兼顧全局DEM,能適應不同星源和不同地形類別,基于DEM格網抽稀和平滑濾波協同處理的新方法。達到DEM一次處理,持續使用,批量消除大部分不同側擺角拍攝的DOM的變形拉花。

1 基于有理函數模型的衛星影像正射校正及變形拉花原因

1.1 有理函數模型(rational function model,RFM)

衛星遙感影像正射校正常用模型有多項式模型、共線方程模型和有理函數模型。

有理函數模型(RFM)獨立于具體傳感器,滿足公開化傳感器參數、通用化幾何成像模型、智能化影像處理方式的需求,被廣泛用于高精度影像定位與影像的快速正射校正技術。在RFM中,不同階數的參數補償不同的畸變,本次試驗主要采用一階多項式進行糾正。

1.2 基于RFM的區域網平差

基于RFM的區域網平差根據初始有理多項式系數(rational polynomial coefficients,RPC),利用少量外業控制點的地面坐標及其在影像上的量測坐標,計算每一景影像的仿射變換參數以及所有連接點的地面坐標,再利用反解法校正影像。

1.3 反解法數字微分糾正

數字微分糾正的基本任務是實現原始影像和糾正后影像之間的幾何變換。現有軟件常用反解法計算對應像元素的坐標,利用數字高程模型對原始影像逐個像元進行投影差改正,然后采用雙線性法進行灰度內插,最后將像點的灰度值賦值給糾正后的像元。

1.4 變形拉花產生的原因

DOM變形拉花主要由以下兩種原因造成：

(1)DEM數據錯誤,與真實地形存在較大偏差;

(2)相鄰像點物方坐標鄰近,而高程值相差過大。

原始影像通過中心投影方式獲取,影像上每個像素都通過同一個攝影中心。圖1中,山峰

A

到山谷

B

地勢陡峭,存在較大高差。由

A

、

B

兩點的物方坐標計算像方坐標,實際地形從

B

到

A

排列,經中心投影,影像上從

A

′到

B

′排列,排列順序錯亂,反映在DOM上即為變形拉花。受地形起伏的影響,

C

、

D

兩點實地距離與原始影像上

C

′、

D

′兩點距離之比不是常數,即地面上很長一段距離在原始影像上的成像非常狹窄,導致成像信息不足。灰度重采樣時,多個地面點就會使用同一個灰度值,出現“多對一”的情況,從而產生拉花現象。反映在DEM上,表現為坡度越陡,高差越大,變形拉花越嚴重。

圖1 變形拉花成因

2 基于空間域的柵格數據處理算法

2.1 均值濾波

均值濾波是一項空間域平滑技術,屬于典型的線性濾波算法。給定目標像素一個模板,該模板包括了其周圍的臨近像素,以模板大小3×3像素為例,目標像素為中心的周圍8個像素,去掉目標像素本身,構成一個濾波模板,再用模板中的全體像素的平均值來代替原來像素值。均值濾波輸出像素是模板覆蓋的所有像素的均值,如圖2所示。

圖2 3×3像素均值濾波

2.2 中值濾波

中值濾波是在空間域進行平滑處理的技術,屬于一種非線性平滑濾波器。將模板區域內的像素從小到大(或從大到小)排序,求出中值,如圖3所示。

圖3 3×3像素中值濾波

3 基于格網抽稀和平滑濾波協同處理DEM糾正DOM的方法

3.1 研究區概況及數據源

本試驗區跨越海南省東南部5個市縣,面積約1 590 km。涉及53幅1∶10 000圖幅,其中3幅平地、3幅丘陵、34幅山地、13幅高山地。2018年至2021年共4年的影像生產經驗表明,該區域DOM極易出現變形拉花,具有較強的代表性。

本次試驗數據源為7景WorldView 2,經過輻射校正的LV2A級別衛星影像,側擺角為2.2°。

3.2 基于格網抽稀和平滑濾波協同處理DEM的技術流程

利用5 m DEM、10 m DEM(5 m DEM抽稀)和15 m DEM(5 m DEM抽稀),對原始全色和多光譜影像及基準DOM進行RFM正射糾正,分別得到

n

(

n

=1～3)個結果DOM、DOM、DOM,比較各地理要素的變形拉花數量,選出變形拉花數量最少的DOM對應的15 m DEM(最佳參數1)。

由于15 m DEM糾正DOM仍存在較多變形拉花,為兼顧DOM的數學精度,不再進一步抽稀,而對DEM進行平滑濾波。平滑濾波主要分為均值濾波和中值濾波,采用不同模板尺寸(9×9像素～13×13像素)對15 m DEM進行平滑濾波。

同一格網(15 m)不同模板平滑濾波的DEM,比較所糾正DOM(DOM～DOM)的變形拉花數量。統計

n

(

n

=1～6)種DOM的變形拉花,得到變形拉花數量最少的DOM,其相應DEM為經模板尺寸11×11像素均值濾波的15 m DEM,即最佳參數2。具體流程如圖4所示。

圖4 格網抽稀和平滑濾波協同處理DEM的技術流程

4 試驗結果與方法評價

4.1 試驗結果

本試驗使用不同方法處理的DEM糾正DOM,通過比較植被、道路、房屋、橋梁、堤壩、輸水渡槽、地貌、溝渠共8類地理要素,確定變形拉花最少DOM對應的最佳DEM。

本次選取兩種典型要素的試驗結果進行展示。圖5、圖6表明,5 m抽稀為10 m、15 m DEM時其細節表現力逐漸減弱,但DOM的變形拉花得到改善。橋梁、房屋由5 m DEM時的嚴重拉花變形,到10 m時的較嚴重拉花變形和15 m時明顯拉花變形,但仍未完全消除。隨著DEM格網間距增大,DOM精度逐步下降。為了保證DOM精度,不再進一步抽稀DEM,而利用15 m DEM進行濾波處理。一般情況下,濾波模板越大,越能改善變形拉花。15 m DEM(11×11像素均值濾波)糾正DOM,橋梁、房屋的變形拉花完全消除,15 m DEM(13×13像素均值濾波)糾正DOM,橋梁和房屋仍存在較為明顯拉花變形。

圖5 橋梁DEM及相應DOM變形拉花效果展示圖

圖6 房屋DEM及相應DOM變形拉花效果展示圖

4.2 方法評價

4.2.1

變形拉花消除率評價

將5 m DEM分別抽稀為10 m和15 m,由圖7可知,道路的變形拉花由原來5 m DEM的57處降至10 m DEM的53處,降至15 m DEM的50處,相對5 m DEM,分別消除了7.02%和12.28%的變形拉花,消除率(變形拉花減少的數量除以5 m DEM相應DOM的變形拉花數量)最高;由高到低排列,植被變形拉花的消除率次之,分別為3.80%和6.33%,房屋變形拉花的消除率居第三位,分別為3.70%和3.70%;橋梁變形拉花的消除率居第四位,分別為1.0%和3.0%;消除率最低為溝渠、輸水渡槽、地貌、堤壩這4種地理要素,均為0%。數據表明,15 m DEM對消除DOM變形拉花優于10 m DEM和5 m DEM。因此,在15 m DEM的基礎上,進一步做均值濾波和中值濾波。故在15 m DEM的基礎上進一步做均值濾波和中值濾波。

圖7 不同格網DEM相應DOM的變形拉花數量

圖8中,用A～F分別表示不同類型DEM。A為9×9像素均值濾波后的15 m DEM,B為11×11像素均值濾波后的15 m DEM,C為13×13像素均值濾波后的15 m DEM,D為9×9像素中值濾波后的15 m DEM,E為11×11像素中值濾波后的15 m DEM,F為13×13像素均值濾波后的15 m DEM。相對于5 m DEM,8類要素中有5類要素,B類DEM所消除變形拉花率最高,最高達100%,最低達50%,其余類型DEM的消除率部分與前者持平,大部分均低于前者。統計8類要素總的變形拉花,B類DEM所消除的變形拉花率也是最高,達78.7%。

圖8 15 m格網不同濾波模板DEM的變形拉花消除率

4.2.2

不同濾波模板精度評價

統計結果表明,B類DEM所消除DOM變形拉花最多。受DEM抽稀和均值濾波共同影響,DOM精度一定程上有所損失。為此,特利用26個均勻分布的野外像控點進行精度評估,結果如表1所示。

表1 B類DEM糾正DOM的精度

表1中,B類DEM所糾DOM平面位置最大殘差2.63 m,最小殘差為0.06 m,中誤差為1.28 m,均符合DOM生產規范要求。

4.2.3

效率評價

經驗表明,方法一比方法二、方法三的方法效率高。故針對DOM的變形拉花,以方法一為例。基本處理流程包含三步：①DEM設為平均高程,糾正DOM;②影像預處理(正射校正和勻色);③Photoshop中貼補變形拉花。

基于格網抽稀和均值濾波的方法處理流程也包括三步：①DEM抽稀和均值濾波;②影像預處理;③Photoshop中貼補變形拉花。

根據2018和2019年全國第三次國土調查正射影像生產和2018—2021年海南省航空航天遙感影像獲取與統籌服務衛星數字正射影像生產的經驗統計,每景影像相應DEM處理為平均高程用時約0.02 h,而處理格網抽稀和均值濾波DEM用時約0.05 h。每景影像預處理平均用時約0.02 h。多年生產經驗表明,熟練技術人員在Photoshop中處理變形拉花,效率為人均8 h處理85處。

針對本試驗區7景影像共計277處變形拉花進行后處理,基于格網抽稀和均值濾波方法與方法一的效率比對如圖9。其中,WV2P006這景的變形拉花最多,方法一處理最多需要7.85 h,而新方法需要1.73 h。新方法處理每景變形拉花平均需要0.86 h,方法一平均需要3.76 h,前者是后者處理效率的4.37倍,即新方法比常規方法效率提高約3.37倍。

圖9 新方法與常規方法的效率比對

5 結論

本研究以5 m DEM為基礎,對其進行格網抽稀和平滑濾波處理,統計所糾正DOM的變形拉花,比較不同DEM的變形拉花消除率,評價DOM精度和生產效率,得出以下結論：

(1)基于RFM模型的衛星影像正射校正過程,5 m DEM抽稀為10 m和15 m,用于糾正衛星影像,15 m DEM消除的變形拉花多于10 m DEM和5 m DEM。在15 m DEM基礎上,采用不同模板進行平滑濾波,11×11像素均值濾波DEM所糾正DOM的變形拉花消除率最高;

(2)根據規范《CH/T 9009.3—2010基礎地理信息數字成果1∶5 000、1∶10 000、1∶25 000、1∶50 000、1∶100 000數字正射影像圖》要求,1∶5 000比例尺DOM產品平地、丘陵地的平面位置中誤差為2.5 m,山地高山地的平面位置中誤差為3.75 m。11×11像素均值濾波的15 m DEM所糾正DOM的平面位置精度滿足規范要求;

(3)根據海南省歷年的生產經驗可知,11×11像素均值濾波的15 m DEM所消除DOM的變形拉花,與方法一相比,效率提高約3.37倍;

(4)從DOM生產的前期正射校正環節處理變形拉花,而不是勻色影像的基礎上處理,有效釋放人力,減少后期人工處理的工作量,并在一定程度上減少對第三方軟件的依賴,快速解決了變形拉花問題。

基于格網抽稀和平滑濾波協同處理DEM,糾正DOM顯著消除變形拉花的方法,已廣泛應用于海南省航空航天遙感影像獲取與統籌服務衛星數字正射影像生產項目,涉及影像景數1 067景,并在實際生產中發揮著重要作用。

6 結束語

本方法基于同一傳感器的同軌衛星進行試驗研究,側擺角較小,經過DEM抽稀和平滑濾波協同處理,消除DOM變形拉花效果顯著。但不能解決100%的DOM變形拉花,未消除的少部分變形拉花需用方法一或方法三進一步處理,仍存在一定的工作量。本次試驗未考慮較大側擺角,如側擺角達到20°或者更大數值(35°),本方法對DOM變形拉花的影響。一般情況下,衛星影像側擺角越大DOM變形拉花越大。下一步將針對側擺角20°及以上的衛星影像進行測試,根據實際情況調整優化本方法的技術參數,不斷提升本方法的普適性。