劉昶
(合肥市測(cè)繪設(shè)計(jì)研究院,安徽 合肥 230000)
大比例尺地形圖是基礎(chǔ)地理信息系統(tǒng)最重要的數(shù)據(jù)源之一,因此如何快速、經(jīng)濟(jì)且有效地對(duì)大比例尺地形圖進(jìn)行更新工作,保持地理信息數(shù)據(jù)的現(xiàn)勢(shì)性是測(cè)繪工作者所面臨的重要課題[1]。目前,大比例尺地形圖更新工作的主要方式還是通過(guò)野外數(shù)據(jù)采集和航空攝影測(cè)量的方法,人工全野外數(shù)據(jù)采集耗時(shí)耗力,且現(xiàn)勢(shì)性差,航空攝影測(cè)量方法比全野外數(shù)據(jù)采集的效率得到了極大的提高,但前期投資成本高,周期相對(duì)較長(zhǎng),因此都很難滿(mǎn)足快速發(fā)展的大比例尺地形圖更新工作。高分辨率遙感技術(shù)的應(yīng)用,對(duì)大比例尺地形圖的快速、準(zhǔn)確和經(jīng)濟(jì)的更新帶來(lái)了新的手段[2]。近年來(lái),國(guó)內(nèi)關(guān)于高分辨率遙感影像應(yīng)用于地形圖更新工作已經(jīng)展開(kāi)很多[3~7]。
本文基于礦區(qū)1∶2 000地形圖的更新進(jìn)行實(shí)驗(yàn)研究,礦區(qū)地形現(xiàn)勢(shì)性變化很快,所以快速的地形圖更新工作是滿(mǎn)足礦山設(shè)計(jì)、生產(chǎn)、管理以及開(kāi)采后的影響評(píng)估、土地復(fù)墾和地面設(shè)施重建等的有效手段[8]。本文結(jié)合鮑店某礦區(qū)進(jìn)行 1∶2 000地形圖更新,利用QuickBird影像(全色的分辨率為 0.61 m,多光譜的分辨率為 2.4 m)獲取地物變化信息,對(duì)現(xiàn)有地形圖進(jìn)行修補(bǔ)測(cè),并對(duì)更新地形圖的點(diǎn)位精度進(jìn)行了分析,結(jié)果表明可以滿(mǎn)足 1∶2 000地形圖的更新精度,且快速、準(zhǔn)確、高效,能滿(mǎn)足礦區(qū)生產(chǎn)導(dǎo)致地圖變化的現(xiàn)勢(shì)性更新工作。
通過(guò)糾正影像的不穩(wěn)定、大氣干擾及圖像傳輸過(guò)程中信息損失和畸變等干擾因素,來(lái)改善和增強(qiáng)圖像的識(shí)別效果,通過(guò)圖像融合和變化檢測(cè),在提高目視判讀、解釋效果以及目標(biāo)提取的準(zhǔn)確性上,進(jìn)行礦區(qū) 1∶2 000地形圖的更新工作,地形圖的更新過(guò)程如圖1所示。
圖1 QuickBird影像更新地形圖流程圖
針對(duì)2.1節(jié)的技術(shù)路線圖,闡述本文更新過(guò)程中的相關(guān)技術(shù)方法。主要討論QuickBird遙感影像處理工作,包括影像的預(yù)處理,全色影像與多光譜影像的融合以及時(shí)相數(shù)據(jù)的變化檢測(cè)等工作,通過(guò)信息融合,來(lái)增強(qiáng)圖像質(zhì)量、突出所需要的圖像信息,提高圖像的視覺(jué)效果,能夠更容易地識(shí)別圖像變化內(nèi)容,從圖像中提取更有用的信息。通過(guò)變化檢測(cè),獲得顯著變化的區(qū)域,對(duì)影像進(jìn)行分類(lèi),識(shí)別出地物變化信息,根據(jù)地形圖更新規(guī)范,從而輔助完成地形圖的快速更新。
2.2.1 影像幾何糾正
幾何糾正就是消除或改正幾何誤差的過(guò)程,遙感圖像的幾何糾正主要由地面控制點(diǎn)(GCP)的選取、糾正模型多項(xiàng)式的建立及影像重采樣三個(gè)部分組成,生成幾何糾正后的影像。
(1)地面控制點(diǎn)(GCP)的選取
一般地質(zhì)條件下地面控制點(diǎn)的選?。?/p>
①地面控制點(diǎn)(GCP)分布要均勻,不能過(guò)于集中;
②圖像邊緣也應(yīng)該選取地面控制點(diǎn),以避免外推;
③在山地復(fù)雜的情況下,根據(jù)實(shí)際情況一般多選取控制點(diǎn);
④選擇影像上容易分辨和定位的特征點(diǎn),如地形地物的交叉點(diǎn)、河流彎曲或分叉處、建筑物的邊界、農(nóng)田的邊界,鐵路、水壩和交叉路口房屋的拐角處和廠房的邊緣等能準(zhǔn)確定位的特征點(diǎn)。
礦區(qū)地表地面控制點(diǎn)選?。?/p>
除采用一般地質(zhì)條件選取原則外,在礦區(qū)地區(qū),切記避開(kāi)在塌陷區(qū)選取地面控制點(diǎn),避免在塌陷區(qū)形成的水面邊緣選取地面控制點(diǎn),避免在地形變化大的地區(qū)選取地面控制點(diǎn)。
然后利用舊地形圖進(jìn)行相應(yīng)地面控制點(diǎn)坐標(biāo)采集,或者采用GPS或RTK技術(shù)進(jìn)行地面點(diǎn)坐標(biāo)實(shí)測(cè),以獲取控制點(diǎn)實(shí)地點(diǎn)位坐標(biāo)數(shù)據(jù)。
(2)糾正模型的建立
同名相點(diǎn)確定后,即影像上像元坐標(biāo)(x,y)和對(duì)應(yīng)的地面坐標(biāo)(X,Y),采用二次或三次多項(xiàng)式建立數(shù)字糾正模型。多項(xiàng)式如下:
x=a0+a1X+a2Y+a3X2+a4XY+a5Y2+…
y=b0+b1X+b2Y+b3X2+b4XY+b5Y2+…
(1)
用選取的兩套坐標(biāo),按最小二乘回歸求取多項(xiàng)式的系數(shù),可以獲取每個(gè)控制點(diǎn)的RMS誤差(影像糾正的內(nèi)部誤差),如果RMS誤差不大于0.5,即符合精度要求。
(3)重采樣
根據(jù)輸出影像上的各像元在輸出影像中的位置,對(duì)原始圖像按一定規(guī)則重新采樣,進(jìn)行亮度值的重新計(jì)算,建立新的圖像矩陣。
(4)幾何精度分析。
2.2.2 圖像融合
圖像融合是指將同一地區(qū)的多源遙感圖像按照一定的算法,在規(guī)定的坐標(biāo)系內(nèi)進(jìn)行處理,生成新的圖像的過(guò)程,通過(guò)遙感圖像融合,可以克服單一傳感器獲取圖像信息不足的缺點(diǎn),從而增強(qiáng)圖像信息。
全色圖像一般具有較高的空間分辨率(如本次實(shí)驗(yàn)所用的QuickBird全色影像的空間分辨率為 0.5 m),但多光譜圖像分辨率較低(QuickBird多光譜影像分辨率為 2.0 m),而多光譜圖像較全色影像信息豐富(QuickBird有4個(gè)波段),為提高多光譜圖像的空間分辨率,可以通過(guò)多光譜圖像與全色圖像的融合方法實(shí)現(xiàn)。通過(guò)圖像融合既可以提高多光譜圖像的空間分辨率,又可以保留其多光譜信息。
2.2.3 時(shí)相影像的變化檢測(cè)
變化檢測(cè)是利用同域兩時(shí)相遙感影像瞬時(shí)獲取的地物信息,根據(jù)灰度值、紋理信息、邊緣特征等差異,采用圖像識(shí)別和信息提取的手段,識(shí)別、檢測(cè)、提取和分析地物的變化情況,即通過(guò)對(duì)比,得到變化區(qū)域從地物A變?yōu)榈匚顱,進(jìn)而輔助地形圖的更新。
變化檢測(cè)的方法存在很多,如基于代數(shù)運(yùn)算的變化檢測(cè)、基于變換的變化檢測(cè)、基于影像紋理特征的變化檢測(cè)等,本文通過(guò)常用的基于代數(shù)運(yùn)算中的差值法對(duì)HSV融合圖像進(jìn)行變化檢測(cè),通過(guò)非監(jiān)督分類(lèi)實(shí)驗(yàn)分析。
對(duì)選取的試驗(yàn)區(qū)進(jìn)行相關(guān)實(shí)驗(yàn)處理及分析,利用處理的圖像進(jìn)行地形圖快速更新。
3.1.1 礦區(qū)概況
該礦區(qū)屬平原,地勢(shì)平坦,地面標(biāo)高為+40 m~+46 m,其地形總的趨勢(shì)是東北高、西南低,地形坡度特別平緩。因此,本文地形圖更新工作主要以地物為主,地物主要包括居民地垣柵、交通及其附屬設(shè)施、植被、水系等。
3.1.2 影像數(shù)據(jù)
本次實(shí)驗(yàn)所用的是QuickBird的全色影像和多光譜影像,礦區(qū)局部的全色影像與多光譜影像分別如圖2和圖3所示。
圖2 全色影像
圖3 多光譜影像
以QuickBird影像作為地形圖更新數(shù)據(jù)源,其影像質(zhì)量的好壞直接影響更新質(zhì)量的好壞,所以要對(duì)其糾正精度進(jìn)行評(píng)定。因此本次在試驗(yàn)區(qū)選取18個(gè)均勻分布地面控制點(diǎn)(GCP),對(duì)其進(jìn)行幾何糾正,其幾何糾正精度如表1所示。
幾何精度分析 表1
在表1中:∑RMS=0.299 5<0.5,滿(mǎn)足糾正精度的要求。
本文通過(guò)三種融合算法進(jìn)行融合實(shí)驗(yàn),即HSV變換、Brovey變換、PCA變換融合方法,分別如圖4~圖7所示。
圖4 融合前的真彩色圖像
圖5 PCA融合圖
圖6 Brovey融合圖
圖7 HSV融合圖
對(duì)QuickBird的多光譜影像與全色影像進(jìn)行融合實(shí)驗(yàn),通過(guò)圖4、圖5、圖6、圖7直接目視判別可得:HSV變換后的融合圖較為清晰,且有效提高了影像的分辨率及光譜特性,而B(niǎo)rovey變換與PCA變換后的融合圖質(zhì)量較差。因此在后面的更新地形圖過(guò)程中采用HSV變換后的融合圖像。
對(duì)QuickBird的標(biāo)準(zhǔn)假彩色影像的兩個(gè)時(shí)相影像進(jìn)行變化檢測(cè)實(shí)驗(yàn),兩次影像采集間隔(即地形圖更新對(duì)應(yīng)的影像)為5個(gè)月,如表2所示。
兩時(shí)相數(shù)據(jù)表 表2
根據(jù)QuickBird的兩時(shí)相光學(xué)遙感影像的地物分類(lèi)結(jié)果,分析兩時(shí)相影像的地物類(lèi)別變化。分類(lèi)后的兩時(shí)相影像如圖8所示,圖9為變化檢測(cè)結(jié)果及地物分類(lèi)。
圖9(a)中,黑色表示變化的地物信息,白色表示未變化的地物,通過(guò)地物分類(lèi),得到圖9(b),可清晰判別變化的地物類(lèi)別:綠色表示地物類(lèi)別由建筑變?yōu)檗r(nóng)田,紫色表示水體變?yōu)檗r(nóng)田,棕綠色表示由農(nóng)田變?yōu)橹脖唬攸S色表示地物類(lèi)別由水體變?yōu)橹脖弧?/p>
圖8QuickBird兩時(shí)相影像地物分類(lèi)結(jié)果
圖9 插值法檢測(cè)結(jié)果與地物類(lèi)別
選取實(shí)驗(yàn)區(qū)域更新前的1∶2 000地形圖,對(duì)糾正和融合圖像進(jìn)行剪裁,得到需要更新區(qū)的融合影像圖,在CASS軟件中將更新前的地形圖與影像圖進(jìn)行配準(zhǔn)、疊加。得到圖10的影像與地形圖的疊加圖,此處地區(qū)地勢(shì)較為平坦,有大量農(nóng)田、道路、房屋和一些沉陷區(qū),在圖10上進(jìn)行地形圖更新工作。圖11為屬性更新圖。
全色影像與多光譜影像融合后,其融合圖像極大地提高了圖像的信息量,在對(duì)水塘、農(nóng)田、道路和建筑物的識(shí)別及邊界判定過(guò)程中有很大的幫助,且通過(guò)變化檢測(cè),可快速地識(shí)別變化地物位置信息,從而進(jìn)行地形圖的快速更新,極大地降低了誤判率,且提高了工作效率。
圖10 地形圖更新
圖11房屋、道路、水體變化圖
對(duì)更新后的點(diǎn)位精度進(jìn)行評(píng)價(jià),本次實(shí)驗(yàn)采用點(diǎn)位中誤差對(duì)更新的地形圖進(jìn)行精度分析,選取18個(gè)同名點(diǎn)均勻分布在更新區(qū)域,點(diǎn)位精度如表3所示。
點(diǎn)位精度分析表 表3
根據(jù)表3的數(shù)據(jù)進(jìn)一步計(jì)算得到:
由計(jì)算可知,該礦區(qū)利用多光譜影像與全色影像融合后圖像更新的地形圖的點(diǎn)位精度為 0.288 3 m,根據(jù)《1∶500,1∶1 000,1∶2 000地形圖數(shù)字化測(cè)圖規(guī)范》的要求可知點(diǎn)狀要素中誤差要小于 2.5 m的限差,該數(shù)據(jù)滿(mǎn)足規(guī)范要求,可以進(jìn)行 1∶2 000地形圖的更新工作。
本文以QuickBird 的全色影像與多光譜影像來(lái)更新 1∶2 000的礦區(qū)地形圖,研究了高分辨遙感影像更新大比例尺地形圖的方法。主要進(jìn)行遙感影像融合、變化檢測(cè)等方面的研究,來(lái)增強(qiáng)影像的目視判別和快速提取變化信息,從而實(shí)現(xiàn)利用高分辨率的影像快速、準(zhǔn)確、經(jīng)濟(jì)地更新大比例地形圖。通過(guò)精度分析,此更新方法具有可行性。
與傳統(tǒng)地形圖更新方法相比較,表現(xiàn)出很好的現(xiàn)勢(shì)性,針對(duì)礦區(qū)的變化現(xiàn)狀,采用此種方法更新對(duì)礦區(qū)的村莊搬遷規(guī)劃、生產(chǎn)接續(xù)和合理留設(shè)保護(hù)煤柱,恰當(dāng)處理地企關(guān)系具有重要的理論和實(shí)際意義。