方 辰

(武漢大學(xué)測繪遙感信息工程國家重點實驗室，湖北武漢 430079)

在多源遙感衛(wèi)星影像源的支持下，研究人員能進(jìn)行大范圍的土地利用的自動、半自動調(diào)查［1］，使用可靠性更高的影像自動分類算法，綜合利用不同數(shù)據(jù)源優(yōu)勢獲得準(zhǔn)確的影像分類結(jié)果［2－5］。而將其集成為多源網(wǎng)絡(luò)服務(wù)數(shù)據(jù)，建立網(wǎng)絡(luò)信息服務(wù)系統(tǒng)，便是對這一優(yōu)勢的應(yīng)用。

但多源數(shù)據(jù)來自不同渠道或服務(wù)商，其產(chǎn)品數(shù)字幾何模型精度參差不齊［6］，校正方法不盡相同，且產(chǎn)品的平臺數(shù)字模型、時相、分辨率均有不同。因此，要求有通用的方法來保證多源遙感數(shù)據(jù)精度的可靠性和一致性，論文針對這些問題設(shè)計了以下策略:首先使用基于小波變換的快速匹配方法來生成不同源數(shù)據(jù)相對同一參考數(shù)據(jù)的匹配點，在此基礎(chǔ)上自動且可靠地建立不同比例尺遙感數(shù)據(jù)的精度一致的通用成像模型。與此同時，使用可縮放矢量數(shù)據(jù)(SVG)格式［7］和異步腳本語言(Ajax)在客戶端對遙感數(shù)據(jù)進(jìn)行加載，渲染和更新，并能在不同分辨率數(shù)據(jù)源間進(jìn)行無縫縮放漫游。實驗部分，本文將驗證所提出的模型自動流程能在多種數(shù)據(jù)源上獲得可靠且穩(wěn)定的精度;同時矢量數(shù)據(jù)格式使得后臺數(shù)據(jù)能基于開源協(xié)議分塊異地存儲在空間數(shù)據(jù)庫或者緩存中，在實現(xiàn)客戶端實時渲染的同時也簡化了后臺數(shù)據(jù)庫的建立和維護(hù)。

1 多源遙感數(shù)據(jù)通用模型生成

1.1 基于小波變換的多尺度特征匹配

二維影像可看作二維信號的一種表示:令S(x，y)為二維空間的平滑函數(shù)，Ψ1(x，y)，Ψ2(x，y)分別為其在x，y方向上的偏導(dǎo)數(shù)

式(1)中，給出的平滑函數(shù)和小波變換是文獻(xiàn)［8］給出的常見定義。在二維信號處理中令。則對信號f(x，y)，其二維小波變換可以分解到兩個獨立的方向

理論上，式(2)中的這兩個分量等同于信號f(x，y)在尺度經(jīng)平滑函數(shù)S(x，y)處理后在x，y方向上的梯度，則在對應(yīng)尺度下梯度向量的模和幅角可分別表示為

根據(jù)式(4)和式(5)，按方向斷面檢測法，嚴(yán)格在梯度最大模值的垂直方向提取邊緣特征，同時還需要避免影像噪聲的影響，以往研究表明模值與幅角之間滿足［8－11］

式(5)中T為Lipschits［7］指數(shù)，用以說明邊緣的奇異程度，根據(jù)式(5)在3個尺度上對同一待確定邊緣點模的極大值，即可估算出T。同時，式(5)表明，只有在T＞0時，才表明該特征連續(xù)。實際算法中，可設(shè)定一個經(jīng)驗閾值t，當(dāng)T＞t時，認(rèn)定該點為邊緣點。

小波變換中低頻部分能很好的保留影像原有信息［8］，因此其特征提取過程能夠很好的應(yīng)對目標(biāo)影像與參考影像在比例尺上的差異。設(shè)計實際算法時，可先進(jìn)行一次粗匹配過程，可對得到的特征使用相關(guān)系數(shù)度量得到像素級的匹配結(jié)果。再進(jìn)行小波重建得到原始影像，建立合適的誤差模型進(jìn)行最小二乘匹配，最終得到可靠的高精度匹配點對結(jié)果。

1.2 建立精度一致的有理函數(shù)模型

建立傳感器成像模型的目的是恢復(fù)成像瞬間像面坐標(biāo)與三維空間點之間的函數(shù)關(guān)系。其中，有理函數(shù)模型因通用性強、替代精度高、魯棒性強而得到廣泛應(yīng)用［6］。

數(shù)學(xué)意義上的有理函數(shù)模型是指兩個普通多項式的商。對多源遙感數(shù)據(jù)的成像模型構(gòu)建，這里特指將中心化后的像點坐標(biāo)(r，c)分別用中心化后地面點的空間坐標(biāo)(X，Y，Z)來表示，如式(7)所示。

式(7)aijk，bijk，cijk，dijk為多項式系數(shù)，也稱為為有理函數(shù)模型，當(dāng)(i+j+k)＞3 時，aijk，bijk，cijk，dijk均為 0，每個地面坐標(biāo)分量的最高階均不超過3次。

使用上述策略獲得的一定數(shù)量的匹配控制點，即可進(jìn)行線性展開的最小二乘解算［6］，在策略實際應(yīng)用時，需先對流程中得到的匹配點進(jìn)行篩選，保證特征明顯且均勻分布。在最小二乘解算過程中，為了避免求解時法方程系數(shù)矩陣的稀疏引起病態(tài)解，可使用逐點法化法［12－13］，當(dāng)且僅當(dāng)控制信息條件較差時，可在法方程系數(shù)矩陣的主對角線上添加嶺估計參數(shù)［6］進(jìn)行有偏估計，得到RFM參數(shù)，再使用Ransac對匹配得到的控制點中的粗差進(jìn)行剔除。

1.3 統(tǒng)一模型建立實現(xiàn)算法流程

根據(jù)以上分析，針對多源遙感數(shù)據(jù)，為使其成為網(wǎng)絡(luò)服務(wù)的可靠數(shù)據(jù)來源，其自動的優(yōu)化處理算法流程為(1)獲取數(shù)據(jù)源，并在某一來源影像輻射質(zhì)量較差，對其進(jìn)行相對輻射校正，選擇數(shù)據(jù)庫中精度最高的作為參考數(shù)據(jù)。(2)多尺度小波變換，獲取特征后基于相關(guān)系數(shù)進(jìn)行粗匹配。(3)在粗匹配基礎(chǔ)上，建立誤差模型進(jìn)行最小二乘匹配。(4)解算有理函數(shù)成像模型，并計算匹配點殘差，剔除粗差，若控制點殘差大于閾值，對模型進(jìn)行修正。(5)獲取通用成像模型。實際處理流程如圖1所示。

2 基于矢量格式的Web服務(wù)實現(xiàn)

2.1 后臺多源遙感影像數(shù)據(jù)層設(shè)計

在建立了多源數(shù)據(jù)的成像模型后，這些數(shù)據(jù)成為合格的網(wǎng)絡(luò)服務(wù)數(shù)據(jù)來源。由于多源遙感數(shù)據(jù)數(shù)據(jù)體量量大，細(xì)節(jié)重現(xiàn)要求高的特殊性，就其需要在服務(wù)器上保留原始影像的柵格數(shù)據(jù)，還要將其轉(zhuǎn)換成方便在客戶端進(jìn)行展示的矢量數(shù)據(jù)信息，同時還必須能支持基本的空間索引操作。常用數(shù)據(jù)庫產(chǎn)品難以滿足這些要求。Oracle Spatial是Oracle數(shù)據(jù)庫的選件，提供高級空間功能用于支持地理空間應(yīng)用程序及Web服務(wù)［10］，是一個優(yōu)秀的基礎(chǔ)框架。因此，借助Oracle Spatial的優(yōu)勢，給出專門的空間數(shù)據(jù)庫設(shè)計方案。空間數(shù)據(jù)庫的基本設(shè)計需要包括:(1)元數(shù)據(jù)視圖。元數(shù)據(jù)表存儲空間數(shù)據(jù)的數(shù)據(jù)表名稱，空間字段名稱，空間數(shù)據(jù)坐標(biāo)范圍、坐標(biāo)參考信息及坐標(biāo)維數(shù)說明。用戶通過其可進(jìn)行查詢、添加、刪改操作。(2)空間字段解析規(guī)則?；贠racle Spatial的空間數(shù)據(jù)都存儲在空間字段 SDO_GEOMETRY，基于其可編寫 Oracle Sptial接口程序。SDO_GEOMETRY是一個參照Open-GIS規(guī)范定義的一個對象。(3)空間索引(Space Indexing)。Oracle Spatial提供了R樹索引和四叉樹索引來提高空間查詢的效率。

圖1 多源遙感數(shù)據(jù)空間幾何模型自動解算流程

針對多源遙感數(shù)據(jù)對象，可按照如下的流程設(shè)計數(shù)據(jù)庫結(jié)構(gòu):

(1)創(chuàng)建MyRSMapTile表。

create table MyRSMapTile {centerlocation mdsys.sdo_geometry，basemapID varchar2(42)，geotransform varchrar2(60)，rpcstring varchar2(600)，pop90 number，rank90 number}.

(2)向系統(tǒng)空間配置表user_sdo_geom_metadata中新增MyRSMapTile的centerlocation的字段空間描述信息。

insert into user_sdo_geom_metadata(TABLE_NAME_COLUMN_NAME，DIMINFO，SRID)values(‘MyRSMapTile’，centerlocation，mdsys.sdo_dim_array(mdsys.sdo_dim_element(‘LONG’，－180.0，180.0，0.0000005)，mdsys.sdo_dim_element(‘LAT’，－90.0，90.0，0.0000005))，8307)//8307代表 WGS84 坐標(biāo)系

(3)創(chuàng)建索引。

Create index data_SX on MyRSMapTile(centerlocation)indextype is MDSYS.SPATIAL_INDEX

在完成以上操作后，便可按照常用的Oracle數(shù)據(jù)操作方法對多源遙感數(shù)據(jù)實體進(jìn)行CRUD(創(chuàng)建，讀取，更新，刪除)操作，根據(jù)Oracle提供的接口，可作為Web服務(wù)的數(shù)據(jù)層。由于在MyMapTile實體屬性同時包括了空間信息、柵格數(shù)據(jù)信息，svg格式矢量數(shù)據(jù)。充分利用Oracle Spatial優(yōu)勢的同時還能大幅簡化后臺控制層的編碼工作。

2.2 Web前端實時加載與無縫漫游

MyMapTile實體將原始柵格影像進(jìn)行分塊，保留分開的空間信息并將分塊對應(yīng)的影像信息以矢量數(shù)據(jù)格式存儲在了實體屬性中。與柵格數(shù)據(jù)相比，svg格式的矢量數(shù)據(jù)體積只有對應(yīng)的1/8，且被所有的主流瀏覽器支持。

另一方面，在Web客戶端，svg數(shù)據(jù)加載支持Java Script。因此基于如下設(shè)計便能在前端方便地完成以下功能需求:(1)根據(jù)當(dāng)前比例尺選擇適宜的遙感影像數(shù)據(jù)源進(jìn)行顯示。(2)將不同數(shù)據(jù)源進(jìn)行疊加，對比顯示。(3)顯示地理坐標(biāo)。(4)根據(jù)用戶當(dāng)前選擇的區(qū)域查找所有在此地理空間范圍內(nèi)的遙感數(shù)據(jù)源，并將對應(yīng)的影像分塊進(jìn)行下載。

圖2 多源遙感數(shù)據(jù)Web服務(wù)前端設(shè)計

3 實驗驗證

3.1 實驗數(shù)據(jù)

選擇中心經(jīng)緯度C(95.31235，45.622)的100 km×300 km的實驗區(qū)域，使用成像時間為2013年9月分辨率為2.1 m的資源三號測繪衛(wèi)星傳感器校正產(chǎn)品作為最佳數(shù)據(jù)源，使用同一區(qū)域的，不同時相(分布于1999年～2013年)，實際分辨率為15 m的 LandSat衛(wèi)星ETM+(PAN)影像，分辨率為30 m的環(huán)境－1A衛(wèi)星(HJ－1A)影像，分辨率為30 m的環(huán)境1－B衛(wèi)星(HJ－1B)影像，分辨率為30 m的LandSat－8衛(wèi)星的影像作為多尺度、多時相、多傳感器平臺的多源遙感數(shù)據(jù)集合的初始數(shù)據(jù)來源。實驗方案將使用圖1中的自動處理策略來進(jìn)行這些多源遙感數(shù)據(jù)的集成，以驗證該方法的可靠性和精度。

3.2 實驗結(jié)果

表1中第5列代表了多源模型之間的一致性，可見針對多時相多載荷遙感數(shù)據(jù)，策略得到的一致性達(dá)到了兩個像素以內(nèi)。在影像來源有時間久遠(yuǎn)(ETM+)或者重疊率較小(HJ－1A)的情況時，使用多尺度金字塔進(jìn)行小波變換保證了有效匹配點的個數(shù)，同時在這種情況下，解算有理函數(shù)模型時進(jìn)行嶺估計，在不引入誤差的前提下保證了各種數(shù)據(jù)條件下模型的一致性。在這一可靠結(jié)果的基礎(chǔ)上，在實驗區(qū)域上，基于框架設(shè)計的瀏覽器端Web服務(wù)能夠獲得數(shù)據(jù)源重疊度穩(wěn)定＞4的處理結(jié)果，因此能夠?qū)崿F(xiàn)同一地點不同數(shù)據(jù)源間、不同分辨率間的無縫切換和縮放。在數(shù)據(jù)庫中，由于在生成柵格影像金字塔的同時將數(shù)據(jù)轉(zhuǎn)換成svg矢量格式進(jìn)行保存，在服務(wù)器2 Mbit·s－1帶寬條件下時，外網(wǎng)用戶在發(fā)起請求時，客戶端顯示分辨率為30 m/像素時，更新響應(yīng)時間為實時;客戶端設(shè)定顯示分辨率提高到10 m/像素時，首次加載響應(yīng)時間優(yōu)于2 s，顯示分辨率設(shè)置為最高的3 m時，首次加載平均響應(yīng)時間為4 s。

表1 多源遙感數(shù)據(jù)模型信息自動解算實驗結(jié)果

4 結(jié)束語

本文根據(jù)以往研究的基礎(chǔ)，對多源遙感數(shù)據(jù)在網(wǎng)絡(luò)服務(wù)中的集成與使用這一目標(biāo)，針對不同平臺、不同時相、不同尺度的遙感影像由于在精度、處理方面的差異造成的不通用乃至數(shù)據(jù)失配，以及遙感作為網(wǎng)絡(luò)服務(wù)數(shù)據(jù)源的高精度、服務(wù)實時性等實際問題和需求。設(shè)計了基于小波變換快速匹配，建立各尺度各傳感器穩(wěn)定且精度統(tǒng)一并且使用方式通用的成像模型的自動策略，在此基礎(chǔ)上使用Orcle Spatial空間數(shù)據(jù)庫進(jìn)行多源遙感數(shù)據(jù)管理，實現(xiàn)了可靠的Web服務(wù)的設(shè)計。

［1］ 李昭陽．多源遙感數(shù)據(jù)支持下的松嫩平原生態(tài)環(huán)境變化研究［D］．長春:吉林大學(xué)，2006．

［2］ 周夢維，柳欽火，劉強．全波形激光雷達(dá)和航空影像聯(lián)合的地物分類［J］．遙感技術(shù)與應(yīng)用，2010，25(6):821－827．

［3］ 陳啟浩．面向?qū)ο蟮亩嘣催b感數(shù)據(jù)分類技術(shù)研究與實現(xiàn)［D］．武漢:中國地質(zhì)大學(xué)，2007．

［4］ 張寶霄，張淑敏，周萬村．基于多源數(shù)據(jù)的若爾蓋濕地土地利用遙感自動調(diào)查［J］．土壤，2008，40(2):283－287．

［5］ 楊永恬．基于多源遙感數(shù)據(jù)的森林蓄積量估測方法研究［D］．北京:中國林業(yè)科學(xué)研究院，2010．

［6］ 張過．缺少控制點的高分辨率衛(wèi)星遙感影像幾何糾正［D］．武漢:武漢大學(xué)，2005．

［7］ 謝智穎，李清泉，左小清．基于SVG的開放式LBS系統(tǒng)設(shè)計與實現(xiàn)［J］．武漢大學(xué)學(xué)報:信息科學(xué)版，2003，28(1):74－79．

［8］ Mallat S．Zero － crossings of a wavelet transform［J］．IEEE Transactions on Information Theory，1991，37(4):1019 －1033．

［9］ Tang Y Y，Yang L，Liu J．Characterization of dirac － structure edges with wavelet transform［J］．IEEE Transactions on Systems，Man and Cybernetics，Part B:Cybernetics，2000，30(1):93－109．

［10］ Kothuri R，Godfrind A，Beinat E．Pro oracle spatial for oracle database 11g［M］．Berkeley:Apress，2007．

［11］ Grinsted A，Moore J C，Jevrejeva S．Application of the cross wavelet transform and wavelet coherence to geophysical time series［J］．Nonlinear Processes in Geophysics，2004，11(6):561－566．

［12］郭瓊琳．?dāng)?shù)字近景工業(yè)攝影測量關(guān)鍵技術(shù)研究與應(yīng)用［J］．硅谷，2014，7(8):44 －45．

［13］張劍清，潘勵，王樹根．?dāng)z影測量學(xué)［M］．武漢:武漢大學(xué)出版社，2009．