孟小梅，謝三五，李 昕，楊紅艷，朱仁義，周 濤

(國家測繪地理信息局第一地理信息制圖院，陜西西安710054)

一、引 言

隨著遙感信息獲取技術的快速發(fā)展，目前高分辨率遙感衛(wèi)星影像已廣泛應用于測繪地理信息的生產中，越來越多的遙感影像處理軟件也在不斷更新自身的處理技術和效率。如何利用軟件高效率地處理高分衛(wèi)星影像，是測繪生產單位都在探索的問題。本文通過西部地理國情普查數字正射影像(DOM)生產項目，對PCI gxl和ERDAS Imagine 2013版軟件在正射影像生產方面進行了研究對比分析。

二、軟件架構對比

PCI gxl批量生產系統(tǒng)是面向海量影像自動化生產的解決方案類產品，已應用于航空和衛(wèi)星影像的批量自動化生產。該系統(tǒng)提供定制自動化生產工作流，支持分布式處理和多核運算，能有效簡化軟件操作，降低人力成本。

ERDAS Imagine 2013是ERDAS公司以模塊化方式提供給用戶進行生產的全新版本，支持批處理。其toolbox下的LPS、autosync模塊已成熟應用于影像區(qū)域網平差、糾正和配準;PanSharpen融合模塊提供了多種像素merge算法，可針對不同傳感器影像選擇不同算法，形式更加靈活。

三、數據準備和技術方法

1.數據準備

(1)影像數據

本次生產使用 WorldView-1/2、QuickBird及資源三號遙感衛(wèi)星影像數據。

(2)控制資料

使用1∶50 000比例尺DEM數據(格網間距為地面25 m)作為DEM數據源。

使用國家西部測圖項目1∶50 000 DOM成果數據作為控制資料源和正射影像精度檢查的資料源。

2.技術方法

本次生產使用的影像數據為中、高分辨率衛(wèi)星影像，根據傳統(tǒng)經驗和前期試驗，使用通用傳感器模型能得到很好的定位精度。而有理函數模型作為常用的通用模型，其正解公式參數可以從影像數據自身的RPC文件獲取。有理函數模型的正解公式為

式中，(rn，cn)和(xn，yn，zn)分別為像方和物方坐標;pi(i=1，2，3，4)為有理多項式［6］，其公式計算系數從影像對應的RPC文件里讀取獲得。

四、生產流程細節(jié)分析

1.全色糾正對比

(1)流程對比

1)PCI gxl:本次試驗的測區(qū)位于青海省東南部，地勢復雜，測區(qū)內控制點數量和精度均不理想。通過前期對WorldView和資源三號衛(wèi)星影像進行控制糾正和無控糾正試驗，精度情況見表1。

表1 控制糾正和無控糾正誤差對比 m

分析精度后可得出:兩種方法得到的影像平面精度差異微小，低精度、低密度的控制點對于中高分辨率衛(wèi)星影像的正射糾正精度沒有明顯的實質性提高，且控制糾正后的影像平面最大誤差值較大。故在gxl生產中采用無控區(qū)域網平差，自動采集連接點，使用25 m DEM數據進行糾正，依據rpb參數控制位置拉伸范圍。由于相鄰條帶間影像傾角、時相會存在較大差異，在進行平差前挑選傾角小、條帶間無三度及以上重疊的影像首先進行平差，達到精度要求后，基于有理函數模型進行正射糾正。然后以合格影像為基準，對剩余待糾正影像依據rpb模型和DEM，采用頻域相位相關匹配算法在基準影像上采集控制點進行匹配糾正。

2)ERDAS Imagine 2013:使用LPS模塊進行，前期進行無控區(qū)域網平差試驗，高分辨率衛(wèi)星影像能基本保證1∶25 000的平面精度，有個別影像存在精度超限情況，而對于資源三號中分辨率影像，LPS無控糾正效果并不理想，難以達到精度要求。因此，生產中使用LPS在西部測圖1∶50 000 DOM成果影像上人工均勻采集控制點進行糾正。區(qū)域網平差中連接點的采集使用軟件的auto tiepoint generation模塊設置搜索匹配策略自動采集。相對于PCI gxl的無控糾正流程，LPS需要人工采集控制點。由于測區(qū)內參考影像分辨率相對低，影像時相和待糾正原始數據高分影像差異較大，測區(qū)標志性地物稀少，采集控制點比較耗時。

(2)成果對比

將成果影像與西部DLG和DOM、1∶50 000萬控制點進行套合檢查，兩種方法糾正后平面中誤差和接邊中誤差均控制在10 m以內;gxl的糾正成果精度基本保持在5～9 m之間，滿足1∶25 000比例尺的成圖精度(山地、高山地地勢為18.75 m限差)。LPS由于有人工采集控制點的參與，在控制點分布均勻、點位理想時，成果精度甚至可以達到5 m以下，滿足1∶10 000比例尺的成圖精度(山地、高山地地勢為7.5 m限差)。

2.多光譜配準對比

(1)流程對比

1)PCI gxl:采用gxl的影像配準工作流進行自動同名點采集配準，可并行批量生產。該工作流通過同名點采集作業(yè)的拒絕參數設置來剔除誤差較大的點，保證配準精度。

2)ERDAS Imagine 2013:采用autosync模塊進行配準，在影像質量不好、同名點判讀不清晰的區(qū)域無法自動匹配到高精度的點位，需要人工均勻在未刺點區(qū)域采集多個同名點，以人工采集點位為基點進行二次自動匹配同名點。由于是單景人工作業(yè)，目前不能并行處理。

兩種配準平臺均能通過對配準策略的調整來優(yōu)化配準誤差，策略方案見表2。

表2 多光譜影像配準策略調整方案

(2)成果對比

通過與對應全色影像疊加檢查，兩個平臺均能保證多光譜影像套合精度在1 px以內，滿足成果要求。

3.融合對比

(1)流程對比

1)PCI gxl:采用gxl的PanSharpen工作流批量融合。

2)ERDAS Imagine 2013:采用PanSharpen模塊下HCS merge算法批量融合。

(2)成果對比

使用全色銳化的方法，兩個平臺的融合影像均能很好保持多光譜的波譜信息，無明顯色彩差異。

4.分幅裁切對比

(1)流程對比

1)PCI gxl:采用gxl的鑲嵌預處理工作流生成拼接線，進行勻色處理，設置羽化范圍進行接邊處理。完成拼接后，使用鑲嵌工作流進行標準圖框裁切，生產分幅成果影像。

2)ERDAS Imagine 2013:使用mosaic模塊自動生成拼接線并進行人工編輯以繞開明顯地物，同樣設置羽化參數和顏色均衡參數，加入標準矢量圖框進行拼接處理，生產分幅成果影像。

兩個平臺均提供了直方圖匹配、參考基準影像，重疊區(qū)域過渡等多種勻色方案。

(2)成果對比

gxl的分幅成果自動進行勻色處理，能很好地消除相鄰影像間的顏色和亮度差異，ERDAS的mosaic模塊通過勻色，鑲嵌接邊的羽化范圍內，顏色過渡自然，無明顯硬折痕跡。采用重疊區(qū)域過渡的方案時，兩個軟件平臺均能很好地保證鑲嵌處的自然過渡。相應單景影像之間的顏色差異如果通過基準影像匹配或均衡處理，但是對于個別因季節(jié)不同造成巨大光譜特征差異的影像，勻色會造成部分區(qū)域色調失真，應挑出該類影像單獨進行處理，后加入各自的工作流進行分幅裁切。

五、生產流程細節(jié)分析

分別使用兩種生產軟件各自生產100景任務影像來進行效率統(tǒng)計分析。根據生產中計算機實際運行時間統(tǒng)計出每個流程的平均每景處理速度，結果見表3。使用西部DOM及后期的高精度野外像控點數據作為對比檢測數據進行精度對比，結果分別見表4與表5。

表3 各流程處理時間統(tǒng)計表 (min/景)

表4 西部DOM檢測結果統(tǒng)計 m

表5 野外像控點檢測結果統(tǒng)計 m

根據結果可以看出，在保證影像精度的同時，PCI gxl能更好地提高生產效率。

試驗采用計算機為DELL圖形工作站precision T5600。配置:Intel Xeon E5八核處理器(1.80 GHz);12 GB可用內存;AMD HD 6450顯卡。表3結果僅為單核處理速度，使用PCI進行生產時，可并行的流程根據計算機CPU運行核數的自行設定而大大降低運行時間。ERDAS Imagine 2013區(qū)域網平差需人工選取同名點，青海測區(qū)標志性地物稀少，比較耗時。大批量生產時重疊區(qū)域增多，時間會相對減少。

六、結 論

1)PCI gxl屬于自動化批量生產系統(tǒng)，成本較高，在運行速度上處于優(yōu)勢。ERDAS Imagine 2013需要人工參與平差控制點采集和配準同名點采集，時間效率上低于gxl，但是可人工靈活干預。兩種平臺均能很好地滿足和支持生產要求。

2)ERDAS Imagine 2013和PCI均可采取無控糾正或有控糾正。由于海量影像和控制點稀少的關系，生產中 PCI采用批量單景無控糾正，ERDAS Imagine 2013 LPS在1∶50 000 DOM影像上采集控制點進行糾正，單景成果平面精度和PCI無控糾正成果平面精度均能控制在10 m以內。

3)兩者在多光譜配準上均能保證1像素以內的套合誤差。

4)融合均采用PanSharpen全色銳化方法，能很好地保持多光譜信息，ERDAS Imagine 2013能提供更為靈活的算法選擇。

5)影像勻色處理對于時相差異巨大的衛(wèi)星影像，需根據實際情況判斷進行，以避免色彩的失真和光譜信息的丟失。

［1］黨安榮，王曉棟，陳曉峰，等.ERDAS IMAGINE遙感圖像處理方法［M］.北京:清華大學出版社，2003:70-97.

［2］方劍強.生產數字正射影像圖(DOM)的若干技術問題探討［J］.測繪與空間地理信息，2007，30(3):91-94.

［3］張平.數字正射影像的制作技術及問題探討［J］.測繪通報，2003(10):28-30.

［4］官云蘭，周世健，魯鐵定.基于ERDAS IMAGINE的數字正射影像圖的制作［J］.測繪通報，2005(12):31-33.

［5］歐龍，歐陽平，萬保峰，等.基于PCI Geomatica的數字正射影像生成實驗及分析［J］.城市勘測，2007(5):92-94.

［6］宋偉東，陳靜波，王偉璽.高分辨率遙感影像單片定位及正射糾正方法［J］.河南理工大學學報:自然科學版，2009，28(1):36-39.

［7］黎貴發(fā).基于RFM的QUICKBIRD少量控制點糾正控制方案與模型［J］.測繪通報，2009(5):28-31.

［8］周軍元，戴騰，鄒松柏，等.大范圍正射影像圖的快速生產［J］.地理空間信息，2012，10(2):54-58.

［9］虞欣，賈光軍，陳倬.基于有理函數和像方仿射變換組合模型的高分辨率衛(wèi)星影像區(qū)域網平差［J］.測繪通報，2010(10):4-6.

［10］楊常紅.快速生產數字正射影像圖解決方案［J］.科技創(chuàng)新導報，2008(13):19.

［11］趙筱榕，劉津.基于控制點影像數據庫的國產衛(wèi)星影像幾何糾正［J］.測繪通報，2013(8):61-64.