孔令堯

（遼寧省自然資源事務(wù)服務(wù)中心，遼寧 沈陽 110034）

0.引言

地理國(guó)情關(guān)乎一個(gè)國(guó)家的自然資源開發(fā)利用、社會(huì)經(jīng)濟(jì)發(fā)展戰(zhàn)略、重大方針政策以及長(zhǎng)遠(yuǎn)發(fā)展的基本方向。我國(guó)在2015 年已經(jīng)圓滿完成了第一次地理國(guó)情普查任務(wù)，為了進(jìn)一步把握國(guó)勢(shì)、掌握國(guó)情、制定國(guó)策，國(guó)務(wù)院對(duì)地理國(guó)情監(jiān)測(cè)工作提出常態(tài)化要求。遼寧省積極開展基礎(chǔ)性地理國(guó)情監(jiān)測(cè)任務(wù)，利用先進(jìn)的測(cè)繪技術(shù)為地理國(guó)情數(shù)據(jù)的采集、處理、分析等工作提供根本保障。地理國(guó)情成果數(shù)據(jù)主要包括數(shù)字正射影像數(shù)據(jù)、地表覆蓋數(shù)據(jù)、地理國(guó)情要素?cái)?shù)據(jù)、解析樣本數(shù)據(jù)、專題數(shù)據(jù)等。

數(shù)字正射影像（DOM）數(shù)據(jù)作為地理國(guó)情成果數(shù)據(jù)中最重要的組成部分以及最主要的調(diào)查數(shù)據(jù)源，具有精度高、現(xiàn)勢(shì)性強(qiáng)、信息豐富、直觀逼真、獲取便捷等優(yōu)點(diǎn)，因?yàn)橥瑫r(shí)具有地圖的幾何精度和影像特征，所以擁有良好的判讀性、量測(cè)性和管理性。作為地理國(guó)情監(jiān)測(cè)項(xiàng)目的最主要的調(diào)查數(shù)據(jù)源，DOM 的質(zhì)量和精度對(duì)整個(gè)項(xiàng)目成果起到了決定性的作用。隨著地理國(guó)情監(jiān)測(cè)項(xiàng)目每年的深入進(jìn)行，原始衛(wèi)星影像數(shù)據(jù)的分辨率越來越高、數(shù)據(jù)量越來越大，采用傳統(tǒng)的正射糾正軟件和工作方法對(duì)原始衛(wèi)星影像數(shù)據(jù)進(jìn)行正射糾正處理的過程中，人工干預(yù)多、錯(cuò)誤率高、耗時(shí)長(zhǎng)等現(xiàn)象尤為明顯，嚴(yán)重影響了項(xiàng)目進(jìn)展。

PCI_GXL 軟件是海量影像自動(dòng)化處理系統(tǒng)，獨(dú)具特色的基于Web 的用戶界面打破了傳統(tǒng)的軟件設(shè)計(jì)，將高性能計(jì)算能力與專業(yè)處理技術(shù)相結(jié)合，使數(shù)據(jù)處理在速度上和效率上都得到了顯著提高。通過自動(dòng)化的GXL 工作流，能夠大大提升傳統(tǒng)的影像處理能力，從而大大提高生產(chǎn)單位的處理實(shí)力。

1.資料準(zhǔn)備

1.1 整理已有數(shù)據(jù)

全面收集整理覆蓋所需范圍的參考影像資料、數(shù)字高程模型（DEM）數(shù)據(jù)以及控制資料等原始基礎(chǔ)數(shù)據(jù)。為了確保精度，PCI_GXL 軟件對(duì)收集到的原始基礎(chǔ)數(shù)據(jù)成果的質(zhì)量、精度等要求較高。因此，必須對(duì)原始基礎(chǔ)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理。在準(zhǔn)備擬糾正的衛(wèi)星影像數(shù)據(jù)的過程中，要保證衛(wèi)星影像覆蓋范圍大于所需測(cè)區(qū)范圍，這樣才能確保精度及糾正后的完整性。

1.2 已有數(shù)據(jù)預(yù)處理

對(duì)現(xiàn)有資料進(jìn)行預(yù)處理，對(duì)區(qū)域內(nèi)的控制點(diǎn)、DEM、參考影像等已有資料進(jìn)行整合，將覆蓋擬糾正影像的DEM 數(shù)據(jù)進(jìn)行拼接，拼接后DEM 數(shù)據(jù)增加投影信息，并及時(shí)更新DEM 數(shù)據(jù)，保持現(xiàn)勢(shì)性，避免由于DEM 數(shù)據(jù)局部精度不高，導(dǎo)致正射糾正后的影像出現(xiàn)精度超限或者拉花現(xiàn)象。根據(jù)數(shù)據(jù)源類型、分辨率和可利用的已有基礎(chǔ)資料情況制定相應(yīng)的技術(shù)路線。

1.3 影像篩選

整理擬糾正衛(wèi)星影像資料，目前國(guó)產(chǎn)衛(wèi)星影像數(shù)據(jù)源主要包括高分一號(hào)、高分二號(hào)、北京二號(hào)、資源三號(hào)01 星、資源三號(hào)02 星和天繪一號(hào)影像數(shù)據(jù)。對(duì)獲取的范圍內(nèi)的全部影像數(shù)據(jù)進(jìn)行可用性分析，排除不符合條件的問題衛(wèi)星影像，如具有大面積云覆蓋、大范圍光譜溢出、波段不匹配等問題。同批次收集的影像優(yōu)先使用分辨率較高，時(shí)相較新，無云、雪覆蓋的影像。確保區(qū)域范圍內(nèi)影像數(shù)據(jù)不存在漏洞。各衛(wèi)星參數(shù)（如表1所示）：

表1 各國(guó)產(chǎn)衛(wèi)星影像空間分辨率

2.技術(shù)優(yōu)勢(shì)及生產(chǎn)流程

2.1 技術(shù)優(yōu)勢(shì)

PCI_GXL 軟件具有自動(dòng)化的生產(chǎn)線和強(qiáng)大的圖像處理能力，相比于傳統(tǒng)的單景影像正射糾正方法，具有以下優(yōu)勢(shì)：

（1）界面簡(jiǎn)單直觀，便捷的流程化批處理方式更加易于操作；

（2）支持并行處理與分布式處理，使影像處理同時(shí)通過軟件和硬件加速從而得到高效快速處理能力的集成系統(tǒng)[1]；

（3）控制點(diǎn)及連接點(diǎn)自動(dòng)采集效果好、精度高、速度快；

（4）模塊封裝好，實(shí)現(xiàn)流程一體化、自動(dòng)化，還可以預(yù)訂任務(wù)處理，產(chǎn)品全流程自動(dòng)處理[2]。

2.2 生產(chǎn)流程

采用PCI_GXL 軟件，利用已有的參考影像、DEM作為基礎(chǔ)數(shù)據(jù)，采用匹配像控點(diǎn)的方式進(jìn)行空中三角測(cè)量。本文選取遼寧省某區(qū)域進(jìn)行數(shù)據(jù)生產(chǎn)，由于影像數(shù)據(jù)充足，本次篩選出來的擬糾正的衛(wèi)星影像為全色分辨率全部?jī)?yōu)于1 米高分二號(hào)衛(wèi)星影像，使用的控制資料為經(jīng)過精度質(zhì)檢合格的遼寧省第一次地理國(guó)情普查影像底圖作為參考影像，以及5 米網(wǎng)格精細(xì)化DEM數(shù)據(jù)。

PCI_GXL 軟件利用特有的海量控制點(diǎn)采集技術(shù)，以DEM 為基礎(chǔ)，根據(jù)用戶輸入的參數(shù)，將參考DOM與擬糾正影像數(shù)據(jù)進(jìn)行自動(dòng)控制點(diǎn)匹配，根據(jù)限差要求自動(dòng)剔除粗差，保留精度合格的控制點(diǎn)。在影像重疊區(qū)域，PCI_GXL 軟件先進(jìn)行連接點(diǎn)匹配，再結(jié)合采集的控制點(diǎn)進(jìn)行區(qū)域網(wǎng)平差計(jì)算，最后，根據(jù)用戶輸入?yún)?shù)優(yōu)化區(qū)域網(wǎng)，保證區(qū)域網(wǎng)的整體精度得到更好地控制。具體技術(shù)流程圖（如圖1 所示）：

圖1 PCI_GXL 影像快速正射糾正技術(shù)流程圖

3.數(shù)據(jù)生產(chǎn)

3.1 影像導(dǎo)入

在影像導(dǎo)入的過程中，設(shè)置影像目錄和輸出文件夾路徑，PCI_GXL 軟件將生成*.prj 工程文件和*.pix索引文件，pix 索引文件保存了原始影像的通道信息和RPC 參數(shù)軌道模型信息，原始影像名稱后面增加RAW_MS 代表多光譜數(shù)據(jù)，RAW_PAN 代表全色數(shù)據(jù)。建立*.pix 索引文件，實(shí)則為參考影像創(chuàng)建矢量的覆蓋其范圍的索引文件，解決了傳統(tǒng)方法中，多景參考影像在直接鑲嵌時(shí)產(chǎn)生的耗時(shí)巨大、生產(chǎn)效率低、占用額外空間等弊端。

3.2 控制點(diǎn)采集

根據(jù)參考影像的屬性設(shè)置相應(yīng)的工作流參數(shù)，如背景類型、匹配的數(shù)學(xué)模型、采樣方法等。關(guān)鍵的配準(zhǔn)算法多采用快速傅里葉相位變化匹配法，搜索半徑設(shè)置原則為同名點(diǎn)間像素距離的2 到5 倍。最小得分根據(jù)參考影像質(zhì)量的好壞設(shè)置0.7 至0.8 之間。如有矢量、文本等控制文件，可以選擇相應(yīng)的數(shù)據(jù)格式進(jìn)行輸入。利用控制點(diǎn)優(yōu)化子模塊設(shè)置闕值參數(shù)，篩選控制點(diǎn)及檢查點(diǎn)。最后加入DEM，設(shè)置參考平面，提交作業(yè)完成控制點(diǎn)采集。

3.3 同名點(diǎn)采集與優(yōu)化

對(duì)重疊的有效影像進(jìn)行平差處理，根據(jù)輸入文件夾中相互重疊影像數(shù)量，生成一個(gè)或多個(gè)連接點(diǎn)采集作業(yè)，相應(yīng)創(chuàng)建正射引擎工程文件，通過設(shè)置樣本數(shù)和搜索半徑等參數(shù)進(jìn)行連接點(diǎn)采集，完成連接點(diǎn)采集作業(yè)后，進(jìn)行平差處理以確定是否滿足精度需求，隨后，再為每個(gè)單獨(dú)影像進(jìn)行數(shù)學(xué)模型的束校正。得到最終的多個(gè)地面控制點(diǎn)（GCPs）和連接點(diǎn)（TPs）。PCI_GXL軟件的區(qū)域網(wǎng)平差模式在少量人工干預(yù)的情況下，擁有區(qū)域網(wǎng)穩(wěn)定性好、接邊精度好、整體精度高等優(yōu)點(diǎn)。

3.4 正射糾正

利用采集到高精度的GCPs 和TPs，以及DEM 數(shù)據(jù)，設(shè)置投影坐標(biāo)系統(tǒng)、全色及多光譜像素大小，采用立方卷積數(shù)學(xué)模型進(jìn)行批量的正射糾正。軟件根據(jù)計(jì)算機(jī)CPU 線程可以同時(shí)創(chuàng)建多任務(wù)并行處理，最大限度提高影像糾正的效率。在糾正全色之后，自動(dòng)配準(zhǔn)多光譜數(shù)據(jù)。

3.5 銳化融合

輸入糾正后的全色影像和多光譜影像，利用PANSHARP 模塊自動(dòng)融合，該算法是一種基于最小二乘法在原始的多光譜、全色影像達(dá)到最佳近似灰度值關(guān)系，從而達(dá)到最佳色彩組合的融合方法[3]。融合后的影像色彩自然、反差適中、層次豐富、影像紋理清晰、無影像發(fā)虛和重現(xiàn)現(xiàn)象[4]。

3.6 鑲嵌預(yù)處理與鑲嵌

鑲嵌預(yù)處理是執(zhí)行生產(chǎn)高質(zhì)量影像鑲嵌所必須的步驟，這些處理包括指定影像次序、色彩均衡、接邊線生成和影像標(biāo)準(zhǔn)化。經(jīng)過接邊線自動(dòng)采集和影像自動(dòng)勻色后，可以生成一個(gè)低分辨率的預(yù)覽效果圖。用戶可以對(duì)預(yù)鑲嵌采集的接邊線進(jìn)行手動(dòng)編輯，并正式應(yīng)用到鑲嵌結(jié)果中。進(jìn)行鑲嵌時(shí)，保持景與景之間接邊處色彩過渡自然，地物合理接邊，無重影和發(fā)虛現(xiàn)象。對(duì)于多景影像之間重疊部分，首先，挑選分辨率較高的影像；其次，挑選影像質(zhì)量相對(duì)較好并且時(shí)相較新的影像。如鑲嵌區(qū)內(nèi)有人工地物時(shí)，應(yīng)手動(dòng)修改拼接線繞開人工地物，使鑲嵌結(jié)果能夠保持人工地物的完整性和合理性。

3.7 影像增強(qiáng)處理

采用濾波和直方圖拉伸的方法，對(duì)影像的對(duì)比度和色彩飽和度進(jìn)行調(diào)整，增強(qiáng)色彩恢復(fù)地物自然真彩色。增強(qiáng)后的影像紋理要清晰，地物表現(xiàn)力要更加明顯，無顯著噪聲，不允許出現(xiàn)大塊的花斑或黑白斑遮蓋地物，保證影像地物的目視解譯效果。確保分幅后的影像色彩飽和、自然明快、對(duì)比度均衡、自然過渡。

4.精度評(píng)價(jià)

4.1 位置精度

檢查數(shù)據(jù)成果平面位置精度是否符合平面坐標(biāo)值與真值的接近程度。利用RTK 實(shí)地采集野外檢測(cè)點(diǎn)X值和Y 值，在ArcGIS10.0 軟件下提取正射影像成果同名點(diǎn)原坐標(biāo)的X 值和Y 值，將檢測(cè)點(diǎn)坐標(biāo)與原坐標(biāo)進(jìn)行點(diǎn)位中誤差的計(jì)算。

式中，M 表示點(diǎn)位中誤差；△表示點(diǎn)位誤差；n 表示檢查點(diǎn)數(shù)。通過計(jì)算，結(jié)果符合項(xiàng)目設(shè)計(jì)要求。平面精度統(tǒng)計(jì)結(jié)果（如表2 所示）：

4.2 影像質(zhì)量

檢查影像整體色彩和亮度，影像反差適中，色彩及色調(diào)均勻，影像數(shù)據(jù)連續(xù)、無縫、完整、協(xié)調(diào)，影像邊緣完整無其他顏色。

5.存在的問題及解決方法

地理國(guó)情監(jiān)測(cè)數(shù)據(jù)是包括平原、山地、丘陵等全地形數(shù)據(jù)，因此，沒有任何軟件可以利用同樣的參數(shù)處理復(fù)雜多樣的地理國(guó)情監(jiān)測(cè)數(shù)據(jù)。面對(duì)不同質(zhì)量的衛(wèi)星影像數(shù)據(jù)、不同地形的區(qū)域以及不同的已有資料，PCI_GXL 軟件通過調(diào)整參數(shù)以及糾正方法能夠滿足絕大部分地形的衛(wèi)星影像糾正需求?，F(xiàn)將在衛(wèi)星影像糾正的工作中遇到的問題進(jìn)行了總結(jié)，并提出了對(duì)應(yīng)的解決方法。

表2 影像平面精度統(tǒng)計(jì)表

5.1 衛(wèi)星影像原始RPC（有理函數(shù)模型）參數(shù)精度低

在糾正的過程中，發(fā)現(xiàn)存在衛(wèi)星影像控制點(diǎn)匹配不成功的情況，在加大控制點(diǎn)匹配半徑后仍無法匹配到控制點(diǎn)，這是因?yàn)樵夹l(wèi)星影像RPC 軌道傾角參數(shù)太大，沒有經(jīng)過模型優(yōu)化，使得影像整體偏移較大，因此，無法匹配到控制點(diǎn)。

解決方法：在原始衛(wèi)星影像和參考DOM 上分別采集4 個(gè)以上的同名點(diǎn)坐標(biāo)，采用人工手動(dòng)量測(cè)匹配的方法進(jìn)行RPC 參數(shù)修正，修正后就可以正常進(jìn)行控制點(diǎn)匹配流程。

5.2 參考 DOM 質(zhì)量不高

部分參考DOM 存在質(zhì)量不高的情況，包括影像模糊、時(shí)相差別大等現(xiàn)象，這種現(xiàn)象會(huì)導(dǎo)致匹配精度不高，或者匹配到的控制點(diǎn)少等情況，造成糾正精度低，局部精度超限。

解決方法：利用上一年的高質(zhì)量參考DOM 底圖對(duì)現(xiàn)有的參考DOM 進(jìn)行整景替代，或者利用PCI_GXL軟件對(duì)兩年的參考DOM 進(jìn)行簡(jiǎn)單自動(dòng)鑲嵌，去除質(zhì)量不高的區(qū)域。經(jīng)過處理后的參考DOM 與待糾正影像就可以匹配出符合條件的控制點(diǎn)數(shù)量，保證糾正精度滿足要求。

5.3 DEM 局部精度不高

DEM 精度受采樣間隔大小、時(shí)相差異、地形變化、地勢(shì)陡峭的影響，導(dǎo)致產(chǎn)生整景影像糾正結(jié)果精度超限、影像紋理拉花等現(xiàn)象[3]。

解決方法：及時(shí)更新DEM 數(shù)據(jù)，例如，更新新建小區(qū)、學(xué)校、體育場(chǎng)等地形變化大地區(qū)。還可以對(duì)精度不好的部分地區(qū)進(jìn)行針對(duì)性編輯，例如，河流上的橋與陸地連接處區(qū)域等，都是容易造成DEM 不準(zhǔn)確的區(qū)域。

5.4 全色與多光譜匹配超限

在全色影像與多光譜影像進(jìn)行匹配的過程中，出現(xiàn)匹配精度超限的情況，多數(shù)是由于DEM 質(zhì)量精度低以及PCI_GXL 系統(tǒng)參數(shù)輸入不合理導(dǎo)致的。

解決辦法：更新DEM 以及編輯DEM 局部不準(zhǔn)確的區(qū)域。在PCI_GXL 軟件中調(diào)整參數(shù)，可以增加控制點(diǎn)匹配數(shù)量和調(diào)整有理函數(shù)匹配階數(shù)來提高配準(zhǔn)精度。

6.結(jié)束語

本次采用加拿大最新的衛(wèi)星影像處理軟件PCI_GXL 來完成生產(chǎn)任務(wù)，通過實(shí)踐可以得出，PCI_GXL 系統(tǒng)可以對(duì)海量衛(wèi)星影像數(shù)據(jù)進(jìn)行快速正射糾正，數(shù)據(jù)成果表明，利用PCI_GXL 系統(tǒng)進(jìn)行快速正射糾正能夠達(dá)到整體精度高，平差效果好，大大節(jié)省了時(shí)間，提高了工作效率。

該軟件系統(tǒng)的工作流程可以同時(shí)對(duì)多景影像進(jìn)行操作，每景影像控制點(diǎn)數(shù)據(jù)量可達(dá)到300 個(gè)，并且均勻分布于景上不同部位，由于控制點(diǎn)數(shù)量眾多，可有效修正衛(wèi)星影像的畸變帶來的誤差，本方法相對(duì)于傳統(tǒng)每景衛(wèi)星影像需要手工刺控制點(diǎn)作業(yè)方式，極大地增加了工作效率，精度更加均勻，結(jié)果更加可靠。