萬幼川，鄭順義，柯 濤

（1.武漢大學 遙感信息工程學院，湖北 武漢 430079）

新型航空傳感器快速處理方法探討

萬幼川1，鄭順義1，柯 濤1

（1.武漢大學 遙感信息工程學院，湖北 武漢 430079）

針對快速發(fā)展的新型航空傳感器如何進行快速處理問題進行了探討,包括多級并行處理機制、海量航空遙感影像的自動空中三角測量、大尺度三維地形信息精確提取、大區(qū)域大比例尺數(shù)字影像圖智能鑲嵌等技術(shù)；針對航空攝影過程中的實時處理探討了實時定位與測姿參數(shù)解算、航空遙感影像幾何與色彩質(zhì)量評定、數(shù)字影像圖實時拼接等技術(shù)。

新型傳感器；海量數(shù)據(jù)；并行計算；實時在線處理；幾何質(zhì)量；全景影像

隨著國內(nèi)外新型航空傳感器快速發(fā)展，如三線掃描式的ADS40、80系統(tǒng)、寬幅SWDC、UCD、DMC數(shù)字相機在我國開始大范圍使用，現(xiàn)有的航空遙感數(shù)據(jù)生產(chǎn)采用單機、串行的生產(chǎn)作業(yè)模式人工干預量大，軟件智能化程度低，嚴重束縛了數(shù)碼航空影像高效、快速處理，更難以滿足突發(fā)事件應急響應和多種航空遙感應用發(fā)展的需求。因此，在現(xiàn)階段對獲取的高分辨率航空影數(shù)據(jù)如何實現(xiàn)快速處理仍然是一個亟待解決的瓶頸問題。

1 海量航空遙感并行快速處理技術(shù)

新型航空傳感器由于獲取信息速度快、幾何分辨率高，其處理的數(shù)據(jù)量呈幾何倍增，需要有效地解決海量航空遙感影像數(shù)據(jù)的多級并行處理機制、海量航空遙感影像的自動空中三角測量、POS輔助的海量遙感影像無（稀少）控制方位參數(shù)精化、大尺度三維地形信息精確提取、大區(qū)域大比例尺數(shù)字影像圖智能鑲嵌及海量航空遙感數(shù)據(jù)自動化處理質(zhì)量控制等關(guān)鍵技術(shù)，實現(xiàn)海量航空遙感快速處理的自動化、并行化和智能化。

1）形成并行計算體系和開放式體系結(jié)構(gòu)。研發(fā)多機、多核的兩級并行處理算法[1]，通過最優(yōu)化理論和多級優(yōu)化算法，對任務隊列進行了高效合理的自動管理與分配；利用GPU實現(xiàn)了對影像處理過程的硬件加速，實現(xiàn)了持續(xù)或者近似100%地利用所有計算機、所有CPU從而使生產(chǎn)效率最大化。采用共享資源池的分布式調(diào)度模式，如圖1所示。集群計算機作為計算資源，磁盤陣列作為存儲資源，二者共同構(gòu)成資源池，可以為網(wǎng)絡中分布的工作站所共享。服務器集群則用于管理構(gòu)成共享資源池的各種資源，并對網(wǎng)絡中分布的工作站提供必要的資源申請和目錄查詢等各種服務。

圖2為網(wǎng)絡并行處理計算的一般流程。系統(tǒng)根據(jù)自動化處理與人工編輯作業(yè)相分離的設(shè)計原則，將測繪生產(chǎn)中自動化算法設(shè)計成基于網(wǎng)絡的并行處理程序。

將處理對象分解為影像、模型、航帶等，鑒于遙感影像的海量數(shù)據(jù)特點，任務分解時需要合理選擇并行處理粒度，盡量避免由于網(wǎng)絡結(jié)點間大數(shù)據(jù)傳輸引起的系統(tǒng)效率下降。確定并行處理的任務粒度后，建立整個處理任務的任務列表達到系統(tǒng)負載均衡。

圖1 共享資源池的分布式調(diào)度

圖2 網(wǎng)絡并行處理計算的一般流程

2）面陣/線陣影像空三自動匹配。針對框幅式中心投影的傳感器所獲取的影像其數(shù)據(jù)是按設(shè)計的航帶和曝光點獲取的在物理存儲上互相獨立的單幅影像，匹配的并行計算應以各立體像對和航帶為單元，對測區(qū)影像的匹配[2]任務進行并行計算的子任務劃分每臺刀片服務器為一個計算節(jié)點，各計算節(jié)點同時對各單航帶影像進行航帶內(nèi)的匹配和轉(zhuǎn)點。搜索應遵循以下原則：①增大匹配的搜索范圍，以確保同名點位于搜索范圍內(nèi)。② 物體表面連續(xù)光滑的假設(shè)在宏觀上不成立，應保證所有目標點匹配之間的獨立性，即每個目標點的搜索范圍應均等。③在大范圍搜索情況下，為了提高匹配的速度，保證匹配的成功率和可靠性，應采用基于多級金字塔影像和由粗到細的匹配策略。④ 幾何約束條件與局部連續(xù)光滑約束條件依然是必要的。

線陣影像的物理存儲是以條帶為單元，即一個條帶的影像存儲在一個大的文件中。如一個航帶的三線陣影像包括前視、下視和后視3個條帶的影像數(shù)據(jù)[3]，各視的條帶數(shù)據(jù)分別獨立存儲在一個大文件中。因此三線陣影像空三自動匹配的并行計算必須先將三線陣影像在邏輯上劃分為若干塊，然后以邏輯塊作為子任務發(fā)送給集群計算機的多個計算節(jié)點進行并行匹配。

3）三維地形信息快速提取。多特征匹配使數(shù)字表面模型可以更好地反映地形地貌特征，匹配算法在傳統(tǒng)特征點匹配的基礎(chǔ)上增加了直線和曲線特征（用來表示地形特征線，如道路、山脊和建筑物邊緣等）的匹配。將傳統(tǒng)的特征點整體松弛匹配也擴展為點、線特征的混合松弛匹配[4]。除此以外，在點、線混合松弛過程中，三角網(wǎng)是一種非常高效的數(shù)據(jù)結(jié)構(gòu)用于確定某個匹配點鄰域中的松弛點。為了提高匹配的成功率，同時抑制誤匹配率，除了最高一級金字塔影像以外，其余每一級金字塔影像（包含原始影像）匹配時都要根據(jù)上一級金字塔影像的匹配結(jié)果和影像的紋理特征對匹配參數(shù)進行自適應的調(diào)節(jié)。其中匹配參數(shù)包括影像相關(guān)窗口的大小、物方搜索范圍、相關(guān)系數(shù)閾值以及特征點提取格網(wǎng)的大小等等。例如對于平坦地形，相應的物方搜索范圍就需要小一些，而特征點提取格網(wǎng)則可以適當大一些；又例如影像上紋理特征比較匱乏的區(qū)域（水域或陰影區(qū)域），就應當適當增大相關(guān)窗口和提高相關(guān)系數(shù)閾值等。

4）正射影像制作。正射影像制作中常用的遙感影像勻光處理包括補償法和濾波法[5]。補償法中可以通過數(shù)學模型模擬，也可以通過低通濾波的方式來反映影像亮度變化，然后再對影像不同部分進行不同程度的補償，從而獲得亮度、反差均勻的影像。對于DMC、ADS40等特定相機拍攝影像，使用相應的數(shù)學模型模擬相機成像造成的不均勻光照現(xiàn)象；對于其他情況的不均勻光照，目前常用傳統(tǒng)光學曬印中的MASK勻光，使用低通濾波結(jié)果模擬影像亮度變化。濾波法中常用的是Wallis濾波器，將影像局部均值和方差調(diào)整至給定的均值和方差，使影像不同位置處的灰度均值和灰度方差具有近似相等的數(shù)值，以達到勻光效果。

快速鑲嵌技術(shù)以BBI文件的小塊為基本鑲嵌單元，尋找每一小塊與單幅正射影像中心點（或者影像的攝站坐標）的最小距離，以最小距離所對應的單幅正射影像作為該小塊的紋理填充源進行快速填充，該方法實際上與基于Voronoi圖的鑲嵌方法類似。給出鑲嵌線的初始位置，然后再人工修改鑲嵌線以避免穿過房屋、樹木等高出地面的地物或者灰度差異大的區(qū)域。目前數(shù)碼航空影像已經(jīng)成為航測生產(chǎn)最主要的數(shù)據(jù)來源，其高重疊度、大比例尺特征大大增加了正射影像鑲嵌處理的工作量?？梢岳孟伻核惴▉韺崿F(xiàn)鑲嵌線的自動檢測。

2 航空攝影實時在線處理技術(shù)

面向航空遙感系統(tǒng)快速發(fā)展及實時信息提取的需求，解決航空遙感數(shù)據(jù)實時檢測與監(jiān)控關(guān)鍵技術(shù)，研究數(shù)碼航攝儀與定位定向系統(tǒng)集成、實時定位與測姿參數(shù)解算、數(shù)字影像圖實時拼接、航空遙感影像幾何與色彩質(zhì)量評定等技術(shù)，建立機上實時檢測與處理，服務于航空遙感質(zhì)量保障、快速響應、實時監(jiān)控與指揮決策等應用。

圖3 機上位置姿態(tài)數(shù)據(jù)實時解算流程圖

1）機上航空傳感器位置姿態(tài)實時解算技術(shù)。研究機上航空遙感快速處理硬件集成技術(shù)，通過國產(chǎn)自主航空數(shù)碼相機及POS系統(tǒng)集成技術(shù)，實現(xiàn)機上數(shù)據(jù)處理設(shè)備的快速通信與調(diào)度，利用機上實時處理硬件平臺，實現(xiàn)機上GPS攝站坐標數(shù)據(jù)的高精度實時處理，IMU姿態(tài)數(shù)據(jù)實時解算與輸出[6]。如圖3所示，主要包括信息采集、時間同步、坐標轉(zhuǎn)換、IMU和GPS數(shù)據(jù)實時聯(lián)合解算、外方位元素內(nèi)插與改正等主要環(huán)節(jié)。

2）航空遙感影像幾何質(zhì)量實時評定。在航空影像數(shù)據(jù)采集過程中，由于天氣和飛行計劃等因素的影響，可能存在漏拍、影像重疊度不夠、旋偏角過大等情況，如能在飛行過程中實時計算出航攝漏洞區(qū)域，指導實時補飛，則可以大幅節(jié)省數(shù)據(jù)獲取成本。采用影像所對應的外方位元素來計算相關(guān)的數(shù)據(jù)，根據(jù)規(guī)范要求的最小航向、旁向重疊度、各條航帶的航偏角等參數(shù)，對航攝區(qū)域數(shù)據(jù)進行質(zhì)量評定和分級，對幾何質(zhì)量不合格地區(qū)的信息進行綜合分析，為制定最優(yōu)航攝補拍方案提供數(shù)據(jù)。

航空遙感影像幾何質(zhì)量實時評定首先讀入航攝遙感影像以及解算的定位定姿的數(shù)據(jù)。為保證實時處理的需要，采用通過實時解算得到的定位定姿的數(shù)據(jù)來計算重疊度、旋偏角、航線彎曲度。首先通過外方位元素角元素將傾斜影像置平，然后根據(jù)外方位線元素確定置平后的水平影像的縮放參數(shù)，以上兩步可以合為一步完成以降低系統(tǒng)處理的時間，通過統(tǒng)計相鄰影像重疊的像素數(shù)來計算相鄰影像的重疊度，確定整個區(qū)域的重疊度圖。

3）航空遙感影像色彩質(zhì)量實時評定。航空攝影影像的質(zhì)量關(guān)系到內(nèi)業(yè)數(shù)據(jù)處理的效率與成果質(zhì)量，影像數(shù)據(jù)模糊會導致空三精度與立體測圖精度下降，顏色質(zhì)量差導致DOM制作過程中編輯工作量大，DOM成果觀感差。航空攝影時應保證影像內(nèi)容清晰、亮度對比度適中、色調(diào)飽和、無大面積陰影區(qū)域、無云與云影等，同時還應保證相鄰影像之間的色調(diào)基本一致。需要研究確定描述影像質(zhì)量的定性與定量指標（包括信息熵、信噪比、均值方差、平均梯度、灰度動態(tài)范圍、亮度空間分布均勻度與顏色空間分布均勻度等）、陰影檢測與云量實時估計等算法。

通過對陰影特性進行分析，選取能夠有效檢測陰影的特征組合，改進了Otsu閾值算法，可以自動獲取各特征的合適閾值，實現(xiàn)陰影的自動檢測（如圖4所示），并提出了改進的Wallis濾波陰影補償策略，突出陰影區(qū)域的地物信息。實驗結(jié)果表明，該檢測算法簡單有效，精度和適用范圍均得到有效提高，陰影補償效果明顯，真實再現(xiàn)了被陰影遮蔽的地物細節(jié)。

4）全景影像圖實時拼接技術(shù)[7]。全景影像圖與正射影像不同，它是原始影像的直接拼接結(jié)果，無需地面控制點和數(shù)字表面模型等已知數(shù)據(jù)，也無需正射糾正。盡管快速拼接圖不是基于嚴格的共線方程正射糾正生成，也沒有考慮地形起伏的影響，相鄰影像在拼接線附近會存在一定的接邊誤差，但具有很強的實時性，完全滿足測區(qū)整體現(xiàn)狀評估、土地利用現(xiàn)狀調(diào)查、自然災害快速響應、外業(yè)控制點設(shè)計與布設(shè)等方面的要求。研究航空相機與定位定向系統(tǒng)的高精度集成方法，對位置和姿態(tài)參數(shù)進行實時計算與坐標轉(zhuǎn)換，采用機上實時處理平臺對各影像進行實時鑲嵌，實現(xiàn)數(shù)字影像圖的在線拼接。

圖4 不同區(qū)域有云圖的檢測結(jié)果

圖5所示處理過程中首先讀入預處理后的航攝遙感影像、預先設(shè)計的航線計劃信息以及對應的定位定姿數(shù)據(jù)；根據(jù)航攝計劃中的測區(qū)信息及全景影像圖的比例尺計算出拼接圖大小。待解算出當前影像的外方位元素后，根據(jù)外方位元素和影像4個角點的影像坐標按共線條件方程解算出該張影像在全景圖像中的覆蓋范圍，然后根據(jù)共線條件方程和原始影像的灰度信息得到全景圖該范圍內(nèi)的每一像素的顏色值，在此過程中檢查拼接圖上每一像素的重疊度。按照該方法生成全景圖實質(zhì)上是利用外方位角元素組成的旋轉(zhuǎn)矩陣將傾斜影像變換為水平影像，然后根據(jù)外方位線元素平移縮放影像至全景圖中正確的位置。

圖5 數(shù)字影像圖實時拼接

3 結(jié) 語

新型航空傳感器快速處理必須依賴并行計算、信息化和高度智能化，其結(jié)果必將引起生產(chǎn)方式變革和生產(chǎn)效率大幅度提高；航空影像進行幾何質(zhì)量、遮擋損失、色彩質(zhì)量等方面的在線評定可以調(diào)整航攝策略，

實現(xiàn)高質(zhì)量影像的準確獲取及滿足應急的需要。

[1] 張劍清,柯濤,孫明偉,等．并行計算在航空攝影測量中的應用與實現(xiàn):數(shù)字攝影測量網(wǎng)格（DPGrid）并行計算技術(shù)研究[J]．測繪通報,2008(12):11-14

[2] 袁修孝,明洋．一種綜合利用像方和物方信息的多影像匹配方法[J]．測繪學報,2009,38(3):216-222

[3] 張永軍,鄭茂騰,王新義,等．“天繪一號”衛(wèi)星三線陣影像條帶式區(qū)域網(wǎng)平差[J]．遙感學報,2012(S1):84-89

[4] 王華,侯相深,叢建亭,等． 已知初始匹配對的圖像四元松弛匹配算法[J]．北京航空航天大學學報,2010,36(7):785-788

[5] 王密,潘?。环N數(shù)字航空影像的勻光方法[J]．中國圖像圖形學報2004,9(6):744-748

[6] 彭孝東,張鐵民,李繼宇,等．基于傳感器校正與融合的農(nóng)用小型無人機姿態(tài)估計算法[J]．自動化學報,2010,41(4):854-860

[7] 彭孝東,張鐵民,李繼宇,等．無人機低空遙感影像的自動拼接技術(shù)研究[J]．西北水電,2012(2):14-18

P231

B

1672-4623（2016）12-0001-03

10.3969/j.issn.1672-4623.2016.12.001

萬幼川，教授，博士生導師，主要研究方向為攝影測量與遙感技術(shù)。

2016-10-25。

項目來源：國家科技支撐資金資助項目（2014BAL05B07）。