王　義

(中鐵二院工程集團(tuán)有限責(zé)任公司，四川成都　610031)

Research on Preprocessing of High Resolution Satellite Image

WANG Yi

基于高分辨率衛(wèi)星的影像預(yù)處理研究

王義

(中鐵二院工程集團(tuán)有限責(zé)任公司，四川成都610031)

Research on Preprocessing of High Resolution Satellite Image

WANG Yi

摘要通過(guò)研究高分辨率衛(wèi)星影像預(yù)處理技術(shù)流程，研發(fā)相應(yīng)預(yù)處理軟件，完成影像灰度拉伸、降位、裁剪及旋轉(zhuǎn)等預(yù)處理工作，增強(qiáng)影像對(duì)比度及減小衛(wèi)星影像數(shù)據(jù)量，提高影像清晰度及電腦運(yùn)行速度。

關(guān)鍵詞衛(wèi)星影像降位裁剪 灰度拉伸旋轉(zhuǎn)

隨著航空航天技術(shù)的發(fā)展，利用高分辨率衛(wèi)星影像測(cè)制中小比例尺地圖成為可能。高分辨率衛(wèi)星影像信息量豐富，但多為16位，數(shù)據(jù)量較大，電腦處理速度較慢，影響生產(chǎn)效率；且原始影像灰度較暗，不便于觀察作業(yè)。因此，需要對(duì)原始高分辨率衛(wèi)星影像進(jìn)行預(yù)處理。

介紹高分辨率衛(wèi)星影像灰度拉伸、降位、裁剪、及旋轉(zhuǎn)等預(yù)處理的技術(shù)流程，并闡述基于該技術(shù)流程開(kāi)發(fā)的預(yù)處理軟件的實(shí)現(xiàn)思路。

1衛(wèi)星影像預(yù)處理流程

衛(wèi)星影像預(yù)處理流程如圖1。

圖1衛(wèi)星影像預(yù)處理流程

衛(wèi)星影像的處理涉及到影像及RPC參數(shù)(有理多項(xiàng)式模型系數(shù))的處理，影像灰度拉伸及降位處理與影像幾何坐標(biāo)無(wú)關(guān)。不處理RPC參數(shù)，裁剪和旋轉(zhuǎn)過(guò)程影像像素坐標(biāo)會(huì)改變，RPC參數(shù)文件必須修改成與之匹配。

1.1　灰度拉伸及降位處理

衛(wèi)星影像數(shù)據(jù)一般以16位存儲(chǔ)，其亮度與對(duì)比度較小，需要作適當(dāng)增強(qiáng)。增強(qiáng)軟件較常用的有PhotoShop、Eardas等，本文以Photoshop為例。

利用PhotoShop打開(kāi)衛(wèi)星影像，選擇調(diào)整自動(dòng)對(duì)比度功能，屏幕上反映的全黑影像經(jīng)過(guò)灰度拉伸后，地形及地物要素立刻顯示出來(lái)。對(duì)粗調(diào)的灰度曲線(xiàn)作精細(xì)人工調(diào)整，以保證立體像對(duì)的兩幅影像在反差上盡量一致，方便觀察。經(jīng)灰度調(diào)整后的圖像，在PhotoShop中選擇8位/通道模式，該步驟將16位影像降為8位，降位后的影像數(shù)據(jù)量減少一半，但幾何精度不變，隨著影像數(shù)據(jù)量的減少，提高了電腦運(yùn)行速度。值得注意的是，灰度拉伸及降位處理兩步驟順序不能顛倒，如顛倒順序調(diào)整，影像灰度會(huì)失真。

本課題將灰度拉伸及降位合為一個(gè)步驟，簡(jiǎn)化了作業(yè)過(guò)程，從而提高生產(chǎn)效率。

1.2　衛(wèi)星數(shù)據(jù)的旋轉(zhuǎn)

衛(wèi)星影像多為同軌成像模式，為了恢復(fù)立體模型，一般需對(duì)影像及RPC參數(shù)作90°旋轉(zhuǎn)。通過(guò)自主開(kāi)發(fā)系統(tǒng)實(shí)現(xiàn)影像快速重采樣，旋轉(zhuǎn)并重新計(jì)算RPC參數(shù)。

(1)圖像旋轉(zhuǎn)

圖像旋轉(zhuǎn)是指圖像以某一點(diǎn)為中心旋轉(zhuǎn)一定的角度，形成一幅新的圖像的過(guò)程。這個(gè)點(diǎn)通常就是圖像的中心，既然是按照中心旋轉(zhuǎn)，自然會(huì)有這樣一個(gè)屬性：旋轉(zhuǎn)前和旋轉(zhuǎn)后的點(diǎn)離中心的位置不變。

根據(jù)這個(gè)屬性，可以得到旋轉(zhuǎn)后點(diǎn)的坐標(biāo)與原坐標(biāo)的對(duì)應(yīng)關(guān)系。由于原圖像的坐標(biāo)是以左上角為原點(diǎn)的，所以先把坐標(biāo)轉(zhuǎn)換為以圖像中心為原點(diǎn)。假設(shè)原圖像的寬為w，高為h，(x0，y0)為原坐標(biāo)內(nèi)的一點(diǎn)，轉(zhuǎn)換坐標(biāo)后的點(diǎn)為(x1，y1)。那么可得到

在新的坐標(biāo)系下，假設(shè)點(diǎn)(x0，y0)距離原點(diǎn)的距離為r，點(diǎn)與原點(diǎn)之間的連線(xiàn)與x軸的夾角為b，旋轉(zhuǎn)的角度為a，旋轉(zhuǎn)后的點(diǎn)為(x1，y1)， 如圖2所示。

圖2　圖像旋轉(zhuǎn)示意

以此得出結(jié)論

x0=rcosb；y0=rsinb

x1=rcos(b-a)=rcosbcosa+rsinbsina=

x0cosa+y0sina；

y1=rsin(b-a)=rsinbcosa-rcosbsina=

-x0sina+y0cosa；

從而得到了轉(zhuǎn)換后的坐標(biāo)，只需要把這些坐標(biāo)再轉(zhuǎn)換為原坐標(biāo)系即可。旋轉(zhuǎn)后的圖像長(zhǎng)和寬會(huì)發(fā)生變化，因此要計(jì)算新圖像的長(zhǎng)和寬。旋轉(zhuǎn)90°是該模型的一個(gè)特例，將角度代入公式可計(jì)算旋轉(zhuǎn)后的像素坐標(biāo)。

(2)RPC參數(shù)變換

RPC為衛(wèi)星公司提供的有理函數(shù)模型系數(shù)，反映了衛(wèi)星影像像點(diǎn)坐標(biāo)與其對(duì)應(yīng)的地面點(diǎn)之間的變換關(guān)系。

RPC參數(shù)變換采用二維至三維格網(wǎng)映射變換算法：

可以在原有影像上編制一個(gè)格網(wǎng)，例如10×10像素，通過(guò)有理多項(xiàng)式將每個(gè)格網(wǎng)點(diǎn)的地面坐標(biāo)求出來(lái)。影像旋轉(zhuǎn)之后，通過(guò)新的圖像坐標(biāo)(像元)與物方空間的WGS84坐標(biāo)E，N，H的對(duì)應(yīng)關(guān)系計(jì)算出新的有理多項(xiàng)式系數(shù)。

已知地面某點(diǎn)物方空間的WGS84坐標(biāo)E，N，H,通過(guò)有理多項(xiàng)式可求出其對(duì)應(yīng)點(diǎn)的圖像坐標(biāo)(像元)。具體變換如下：

物方坐標(biāo)規(guī)格化(Normalize)

(1)

(2)

(3)

式中：

LONG_OFF，LONG_SCALE：為參數(shù)文件所提供的物方規(guī)格化參數(shù)；

E，N，h：為物方地面點(diǎn)在WGS84橢球體中的坐標(biāo)；

En，Nn，hn：為地面點(diǎn)的規(guī)格化的坐標(biāo)。

由物方空間坐標(biāo)到像方坐標(biāo)轉(zhuǎn)換的邏輯流程如圖3。

圖3　物方空間坐標(biāo)到像方坐標(biāo)轉(zhuǎn)換的邏輯流程

成影變換—有理多項(xiàng)式變換原理計(jì)算法如下：

物方點(diǎn)通過(guò)有理多項(xiàng)式變換獲得基本圖像上的點(diǎn)位，即像方坐標(biāo)

(4)

(5)

式中：a0……d19為參數(shù)文件中提供的有理多項(xiàng)式參數(shù)；xn，yn為圖像上對(duì)應(yīng)點(diǎn)的規(guī)格化坐標(biāo)。

規(guī)格化圖像坐標(biāo)到圖像坐標(biāo)的變換如下式

(6)

(7)

式中：x，y為像點(diǎn)的坐標(biāo)，左上角為0，單位為pixel；xn，yn為規(guī)格化坐標(biāo)；SAMP_SCALE，……為像方規(guī)格化參數(shù)。

從兩像方坐標(biāo)解求物方坐標(biāo)，即已知同名像點(diǎn)P1(xl，yl)，P2(xr，yr)求解其物方點(diǎn)坐標(biāo)(E，N，h)。

(8)

(9)

其矩陣表達(dá)式為

(10)

即

(11)

立體像對(duì)可得到四個(gè)方程，法化方程為

(12)

解之可求得改正數(shù)：ΔE，ΔN，Δh。

可分別選取LONG_OFF、CAT_OFF、HEIGHT_OFF為E0、N0、h0的初值，反復(fù)迭代，直至改正數(shù)Δ<σ。

由像方空間坐標(biāo)到物方坐標(biāo)轉(zhuǎn)換的邏輯流程如圖4所示。

圖4　由像方空間坐標(biāo)到物方坐標(biāo)轉(zhuǎn)換的邏輯流程

計(jì)算旋轉(zhuǎn)后的系數(shù)，將其寫(xiě)入RPC文本文件，完成RPC參數(shù)修改。

2衛(wèi)星數(shù)據(jù)的裁剪

衛(wèi)星影像及其參數(shù)的裁剪相對(duì)于旋轉(zhuǎn)實(shí)現(xiàn)起來(lái)要簡(jiǎn)單一些。

帶RPC參數(shù)的遙感影像裁切，要保證裁切后的數(shù)據(jù)中衛(wèi)星參數(shù)起算點(diǎn)的經(jīng)緯度不發(fā)生變化，也就是說(shuō)，要解算出源影像的參數(shù)中心在目標(biāo)影像中的位置(如圖5)。

圖5　衛(wèi)星影像裁剪示意

(13)

(14)

其中iStartH，iStartW是裁圖起始點(diǎn)在源影像上的坐標(biāo)。

3衛(wèi)星影像預(yù)處理系統(tǒng)的實(shí)現(xiàn)

通過(guò)分析衛(wèi)星影像灰度拉伸、降位、旋轉(zhuǎn)及裁剪等實(shí)現(xiàn)原理，利用VS2010開(kāi)發(fā)工具，完成衛(wèi)星影像預(yù)處理系統(tǒng)的開(kāi)發(fā)。該系統(tǒng)在打開(kāi)衛(wèi)星影像過(guò)程中同時(shí)生成金字塔影像，可實(shí)現(xiàn)影像多倍放大及縮小功能，方便后續(xù)處理，并引入了大影像緩存技術(shù)，縮短了下次打開(kāi)影像的時(shí)間；預(yù)處理系統(tǒng)還具有批處理功能，可以同時(shí)處理多幅影像，并且處理速度較快。圖6為衛(wèi)星影像預(yù)處理系統(tǒng)操作界面。

圖6　衛(wèi)星影像預(yù)處理系統(tǒng)界面

4衛(wèi)星預(yù)處理后精度檢核

衛(wèi)星影像灰度拉伸及降位處理，只涉及到影像的輻射信息，與幾何坐標(biāo)無(wú)關(guān)，不影響精度，但影像旋轉(zhuǎn)及裁剪涉及到幾何位置改變，所以要對(duì)其旋轉(zhuǎn)和裁剪后的精度作驗(yàn)證。衛(wèi)星影像作預(yù)處理后，通過(guò)JX4G、MapMatrix等全數(shù)字?jǐn)z影測(cè)量工作，恢復(fù)立體模型，經(jīng)立體檢查無(wú)上下視差，檢查控制點(diǎn)定向精度報(bào)告，并通過(guò)外業(yè)實(shí)測(cè)散點(diǎn)檢查制圖精度，表1、表2、表3為某國(guó)外鐵路利用WorldView2立體定向及實(shí)測(cè)散點(diǎn)檢查精度報(bào)告。

表1　衛(wèi)星影像立體像對(duì)定向像點(diǎn)坐標(biāo)殘差　像素

通過(guò)多個(gè)項(xiàng)目實(shí)踐，本課題研究的衛(wèi)星影像預(yù)處理系統(tǒng)，精度可靠，且處理方法簡(jiǎn)單實(shí)用，值得推廣應(yīng)用。

表2　定向控制點(diǎn)的殘差和均方根中誤差　m

5結(jié)論

為了解決高分辨率衛(wèi)星影像灰度較暗、數(shù)據(jù)量較大及同軌影像不旋轉(zhuǎn)90°不易配成立體等問(wèn)題，開(kāi)發(fā)了衛(wèi)星影像預(yù)處理系統(tǒng)，通過(guò)對(duì)影像進(jìn)行灰度拉伸、降位、同軌影像旋轉(zhuǎn)90°及裁剪，提高了影像處理速度，方便了人眼觀察，具有較大的創(chuàng)新實(shí)用性。

表3　實(shí)測(cè)散點(diǎn)與立體模型量測(cè)較差及中誤差　m

參考文獻(xiàn)

[1]孫家抦.遙感原理與應(yīng)用[M].武漢：武漢大學(xué)出版社，2013

[2]李兵，朱繼東，陳艷.采用IKONOS衛(wèi)星影像進(jìn)行立體測(cè)圖技術(shù)的應(yīng)用研究[J].地理信息世界，2006(12)

[3]張燕，王國(guó)昌，王智，等.IKONOS-2立體像對(duì)的糾正精度分析[J].鐵道勘察，2009(3)

[4]王國(guó)昌.衛(wèi)星影像制圖在鐵路勘測(cè)設(shè)計(jì)中的應(yīng)用研究[J].鐵道工程學(xué)報(bào)，2010(2)

[5]代強(qiáng)玲，王智，閔世平.GeoEye-I衛(wèi)星影像制圖在鐵路勘測(cè)設(shè)計(jì)中的應(yīng)用[J].鐵道勘察，2014(3)

[6]劉鳳德，趙利平，李健.基于JX4C的IKONOS的一體化處理[J].測(cè)繪科學(xué)，2008(2)

[7]周云.高分辨率衛(wèi)星影像數(shù)據(jù)與LIDAR數(shù)據(jù)在鐵路勘測(cè)設(shè)計(jì)中的深度應(yīng)用[J].鐵道勘察，2012(1)

[8]蔣勇.各種衛(wèi)星影像數(shù)據(jù)在鐵路勘測(cè)中的應(yīng)用[J].鐵道勘察，2013(5)

[9]龔明劼，張鷹，張蕓.衛(wèi)星遙感制圖最佳影像空間分辨率與地圖比例尺關(guān)系探討[J].測(cè)繪科學(xué)，2009(4)

[10]張永生，劉軍.高分辨率遙感衛(wèi)星立體影像RPC模型定位的算法及其優(yōu)化[J].測(cè)繪工程，2004(1)

中圖分類(lèi)號(hào)：P237

文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1672-7479(2015)04-0011-04

作者簡(jiǎn)介：王義(1975—)，男，2000年畢業(yè)于武漢測(cè)繪科技大學(xué)攝影測(cè)量與遙感專(zhuān)業(yè)，工學(xué)學(xué)士，高級(jí)工程師。

收稿日期：2015-05-28