王偉麗 王 恬 馬 馳

（自然資源部第一航測遙感院，陜西 西安 710054）

0.引言

隨著測繪遙感技術(shù)的不斷發(fā)展，利用衛(wèi)星影像的立體像對進(jìn)行影像匹配生成DSM。數(shù)字表面模型（Digital Surface Model，簡稱DSM）是指包含了地表建筑物、橋梁和樹木等高度的地面高程模型，涵蓋了除地形以外的其他地表信息的高程[1]。DSM數(shù)據(jù)是制作DEM數(shù)據(jù)的前提和基礎(chǔ)，DEM通過一定算法，可轉(zhuǎn)換為三維立體景觀圖、坡度圖、斷面圖、暈渲圖以及與其他數(shù)字產(chǎn)品復(fù)合形成各種專題圖[2]，廣泛應(yīng)用于自然科學(xué)、人文和國民經(jīng)濟(jì)等領(lǐng)域。因此，基于DSM的諸多用途，DSM的制作方法的探討顯得尤為重要。本文基于資源三號衛(wèi)星立體影像，利用生產(chǎn)DSM的幾種軟件，對不同地形類別的影像數(shù)據(jù)進(jìn)行DSM匹配、云雪替換、水域處理、人工編輯等關(guān)鍵環(huán)節(jié)，開展數(shù)字表面模型數(shù)據(jù)生產(chǎn)試驗(yàn)。通過比較不同軟件、不同地形類別影像匹配效果、水體匹配效果、云雪自動替換功能效果等，對結(jié)果進(jìn)行分析比較，并對匹配狀態(tài)不理想的區(qū)域進(jìn)行匹配方法的優(yōu)化研究，得出針對不同地貌選擇不同軟件匹配數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)源進(jìn)行編輯，其他軟件的匹配數(shù)據(jù)相互替補(bǔ)結(jié)合使用，可以有效地提高DSM產(chǎn)品的質(zhì)量和生產(chǎn)效率。

1.試驗(yàn)數(shù)據(jù)準(zhǔn)備

DSM的生產(chǎn)試驗(yàn)數(shù)據(jù)為資源三號衛(wèi)星影像和空三成果。選取地形類別分別為平地、丘陵地、山地和高山地等四幅1∶50000圖幅。

1.1 衛(wèi)星影像及加密成果

覆蓋試驗(yàn)區(qū)范圍的15景資源三號衛(wèi)星影像（包括優(yōu)化后的區(qū)域網(wǎng)平差的模型參數(shù)）。資源三號衛(wèi)星影像包括三視影像（前視、下視、后視），影像時相為2019～2020。

1.2 控制點(diǎn)資料數(shù)據(jù)

對有控制點(diǎn)分布的區(qū)域，收集控制點(diǎn)資料成果，進(jìn)行DSM的誤差統(tǒng)計(jì)。1∶10000基礎(chǔ)測繪DEM數(shù)據(jù)用于云雪區(qū)域的替換。DLG數(shù)據(jù)的道路、河流、等高線或高程點(diǎn)等核心矢量數(shù)據(jù)參與輔助密集匹配。

2.DSM數(shù)據(jù)匹配

資源三號衛(wèi)星影像數(shù)據(jù)作為數(shù)據(jù)源，利用區(qū)域網(wǎng)平差精確求解的遙感影像模型參數(shù)構(gòu)建立體模型，結(jié)合區(qū)域網(wǎng)平差后的模型參數(shù)文件，運(yùn)用PixelFactory、PixelGrid、CIPS、INPHO等軟件匹配單景影像高精度的表達(dá)地表起伏形態(tài)的點(diǎn)云數(shù)據(jù)集[4]。

2.1 影像自動匹配鑲嵌效果比較

2.1.1 效果對比

分別采用PixelFactory、PixelGrid、CIPS、INPHO和對平地、丘陵地、山地、高山地進(jìn)行DSM匹配，對匹配結(jié)果進(jìn)行比較分析，得出以下結(jié)論：

2.1.1.1 平地匹配效果

通過試驗(yàn)結(jié)果分析，4種軟件的地形匹配對于平地區(qū)域的地形描述，整體上均比較準(zhǔn)確，道路、房屋等特征地物均能清晰匹配。

從具體細(xì)部比較，在平整的田塊上，PixelFactory匹配的DSM最平整，粗差較少，符合實(shí)際特征。平地匹配效果（如圖1所示）：

圖1 平地匹配效果對比圖

2.1.1.2 丘陵地匹配效果

通過試驗(yàn)結(jié)果分析，PixelFactory地形匹配在丘陵地區(qū)域地形描述準(zhǔn)確，能清晰反映沖溝、陡坎、房屋、樹木的形態(tài)。CIPS和PixelGrid對于平緩區(qū)域處理的較為平滑但細(xì)節(jié)處理不如PixelFactory；PixelGrid在高差較大的區(qū)域（如，山體部分）的地形匹配表現(xiàn)也比較準(zhǔn)確，但是在比較平緩的區(qū)域細(xì)節(jié)表現(xiàn)不夠清晰；INPHO匹配的細(xì)節(jié)略差。丘陵地匹配效果與平地類似。

2.1.1.3 山地匹配效果

通過試驗(yàn)結(jié)果分析，整體上比較，對PixelFactory、Pixel－Grid、CIPS、INPHO的地形匹配結(jié)果在立體環(huán)境下檢查，山地地區(qū)地形描述大體上比較準(zhǔn)確，植被覆蓋區(qū)高程表現(xiàn)較好。但局部山脊處存在削山脊，山谷處存在匹配不到位的情況。從具體細(xì)部比較，PixelFactory的山地存在臺階且粗差點(diǎn)較多，PixelGrid和CIPS的山地在無云雪情況下粗差點(diǎn)較少。山地匹配效果（如圖2所示）：

圖2 山地匹配效果對比圖

2.1.1.4 高山地匹配效果

通過試驗(yàn)結(jié)果分析，高山地匹配效果與山地匹配效果類似。

2.1.1.5 水域匹配效果

通過試驗(yàn)結(jié)果分析，PixelFactory、CIPS、INPHO、PixelGrid水域及周邊匹配效果都較差，四種軟件都需要后續(xù)對水域進(jìn)行人工編輯。水域匹配效果（如圖3所示）：

圖3 水域匹配效果對比圖

2.1.1.6 自動云雪替換效果

通過試驗(yàn)結(jié)果分析，對于重疊區(qū)域存在云雪的影像區(qū)域，軟件自動匹配PixelFactory可以較好地避開云雪，INPHO，PixelGrid和CIPS自動替換云雪效果較差，但都可以在后續(xù)步驟中通過構(gòu)建鑲嵌網(wǎng)、修改鑲嵌線來繞開云雪。云雪匹配效果（如圖4所示）：

圖4 云雪匹配效果對比圖

2.2 DSM匹配工藝優(yōu)化

通過以上試驗(yàn)結(jié)果分析，原始影像中云、雪、水等弱紋理區(qū)域匹配效果差，深溝、較窄的山脊等地形變化較大區(qū)域匹配效果不理想；暈渲存在異常情況等。針對這些問題，對影像和匹配數(shù)據(jù)進(jìn)行以下優(yōu)化處理，來提高匹配效率和效果。

2.2.1 資料分析

因此在密集匹配前，可對覆蓋測區(qū)的ZY3衛(wèi)星影像進(jìn)行資料分析，篩選質(zhì)量較差的像對，人工采集大面積云、雪、水等弱紋理區(qū)域矢量范圍，以此作為密集匹配過程中的輔助文件，提高匹配效率。

2.2.1.1 影像篩選

基于自主研發(fā)的影像分析及糾正工具，自動提取原始ZY3多光譜影像接合圖、快視圖，并對多光譜快視圖進(jìn)行仿射變換糾正，可快速篩選質(zhì)量較差的ZY3影像，采集概略云、雪、水范圍。

2.2.1.2 云、雪、水等弱紋理區(qū)域矢量數(shù)據(jù)輔助密集匹配

將采集的云、雪、水等弱紋理區(qū)域使用DLG數(shù)據(jù)的道路、河流、等高線、高程點(diǎn)等矢量數(shù)據(jù)，作為密集匹配過程中的輔助文件，范圍內(nèi)ZY3影像不參與立體點(diǎn)云匹配，極大提升單景匹配效率。

互聯(lián)網(wǎng)的發(fā)展為企業(yè)發(fā)展帶來了有利的一面，但同時網(wǎng)絡(luò)安全也引起了人們的關(guān)注。企業(yè)通過網(wǎng)絡(luò)作為媒介進(jìn)行財(cái)務(wù)管理，就存在了相當(dāng)大的安全風(fēng)險(xiǎn)。如果財(cái)務(wù)管理的機(jī)制有漏洞，可能會導(dǎo)致企業(yè)受到嚴(yán)重的經(jīng)濟(jì)損失。因此要健全風(fēng)險(xiǎn)管理機(jī)制，及時的規(guī)避因互聯(lián)網(wǎng)網(wǎng)絡(luò)安全問題造成的損失。

根據(jù)實(shí)際生產(chǎn)，云、雪、水覆蓋范圍較大的影像，INPHO匹配單景耗時最長可達(dá)48h，通過采集矢量范圍進(jìn)行控制，可將匹配耗時縮短至正常，即1h左右。

2.2.1.3 溝谷、山脊等地形變化較大區(qū)域

PixelGrid、CIPS、INPHO初始匹配成果，在深溝、較窄的山脊等地形變化較大區(qū)域效果不理想，均有格網(wǎng)點(diǎn)云表達(dá)不到位的情況。

對此類區(qū)域，若整體匹配不到位的情況較多，無法通過其他軟件匹配成果替換修改，人工編輯量大時，可在Photomaper軟件中利用立體像對采集匹配不到位的山脊線、山谷線然后參與匹配，以此作為地形控制特征線進(jìn)行局部點(diǎn)云匹配，以提高地形表達(dá)的精度、暈渲效果。

2.2.2 暈渲異常處理

針對試驗(yàn)中出現(xiàn)的暈渲異常問題進(jìn)行以下處理，使得暈渲效果更優(yōu)化。

2.2.2.1 CIPS臺階暈渲處理

CIPS初始匹配結(jié)果在平地、緩坡等地形平緩變化的區(qū)域，存在明顯的臺階狀暈渲，與實(shí)際地貌形態(tài)不符，這種情況立體套合不超差。

可通過“CIPS數(shù)字地面模型物方優(yōu)化”工具進(jìn)行處理。處理后大部分區(qū)域臺階狀暈渲明顯消除，個別地方依然存在，需要用其他軟件匹配數(shù)據(jù)進(jìn)行替換（如圖5所示）：

圖5 CIPS處理前后暈渲效果對比

2.2.2.2 INPHO格網(wǎng)暈渲處理

INPHO7.1初始匹配結(jié)果在平地區(qū)域存在大面積格網(wǎng)狀暈渲，與實(shí)際地貌形態(tài)不符合。經(jīng)過生產(chǎn)試驗(yàn)，INPHO10.0有較大改善，基本無格網(wǎng)狀暈渲（如圖6所示）：

圖6 INPHO匹配的格網(wǎng)暈渲處理前后對比

3.DSM數(shù)據(jù)編輯

基于資源三號衛(wèi)星影像及其對應(yīng)的優(yōu)化后的模型參數(shù)，建立立體像對，通過多模型、多基線算法進(jìn)行DSM自動匹配，并經(jīng)人機(jī)交互編輯、接邊、裁切等后續(xù)處理，最后輸出數(shù)字表面模型的分幅成果。需要進(jìn)行人工編輯的區(qū)域主要包括以下幾種：粗差、水域、云雪區(qū)域、其他區(qū)域（如，匹配錯誤區(qū)域、漏洞區(qū)域）。將多個立體像對的DSM數(shù)據(jù)鑲嵌為整個區(qū)域的大塊DSM數(shù)據(jù)，在Photomaper軟件中進(jìn)行網(wǎng)絡(luò)端多人協(xié)同作業(yè)，對DSM數(shù)據(jù)在立體環(huán)境下人機(jī)交互檢查編輯及內(nèi)插處理，剔除匹配的粗差點(diǎn)，將編輯成果進(jìn)行裁切，生成分幅DSM成果。

3.1 粗差編輯

在立體環(huán)境下對DSM數(shù)據(jù)進(jìn)行人機(jī)交互檢查編輯，將DEM柵格數(shù)據(jù)按照地形類別設(shè)定的等高距生成等高線，或者生成一定密度的點(diǎn)云數(shù)據(jù)，只需要通過立體眼鏡，直觀地逐屏瀏覽立體模型，對與立體模型不符的高程異常區(qū)域運(yùn)用Photomaper軟件的編輯功能進(jìn)行濾波處理，剔除匹配的粗差點(diǎn)。

3.2 水域處理

水域的影像紋理較弱，匹配效果均不理想，需要人工干預(yù)的工作量比較大。CIPS軟件提供的水域識別工具能夠有效地對遙感影像中的河流、湖泊、水庫等水體進(jìn)行范圍識別，水域邊界基本平滑、精度較高。對于靜止水域自動處理，基于CIPS自動提取的水域邊界進(jìn)行自動化靜止水域高程處理，水岸高程合理、過渡平緩，水域邊界清晰。對于流動水域自動處理，自動處理成果水面高程過渡平緩，河岸線與島嶼邊界清晰，能夠有效地減少人工編輯的工作量。

3.3 云雪處理

對于有云雪覆蓋的區(qū)域，使用PixelGrid自動云雪替換模塊：自動提取的云雪范圍較為準(zhǔn)確，先相互用已有景的DSM成果相互替換，替換不了的利用收集的老圖數(shù)據(jù)進(jìn)行替換，并輸出替換范圍矢量。

CIPS自動云雪替換模塊：CIPS提供自動云雪識別工具，對遙感影像中的云雪分別進(jìn)行范圍識別。對提取的云雪范圍不準(zhǔn)確的，需要人工進(jìn)行編輯。

3.4 DSM數(shù)據(jù)接邊、裁切

同一投影帶內(nèi)，相鄰圖幅的數(shù)字高程模型接邊兩側(cè)同名點(diǎn)的高程必須保持一致。換帶接邊的圖幅，接邊限差按照數(shù)字高程模型內(nèi)插點(diǎn)高程精度的2倍執(zhí)行。根據(jù)接邊原則，對相鄰圖幅進(jìn)行接邊處理，將接邊后的DSM數(shù)據(jù)按照分幅圖廓裁切為單幅的DSM成果。

4.精度對比

因所使用的數(shù)據(jù)源的質(zhì)量差異，以及所在區(qū)域的地貌類型的不同，數(shù)字表面模型數(shù)據(jù)的高程精度指標(biāo)和要求也有所差異。成果相對于高精度檢查點(diǎn)的高程中誤差應(yīng)符合表1規(guī)定的精度指標(biāo)，格網(wǎng)點(diǎn)的最大誤差不應(yīng)超過中誤差的2倍，內(nèi)插點(diǎn)的高程精度按照格網(wǎng)點(diǎn)高程精度的1.2倍執(zhí)行[3]。

表1 DSM成果相對于高精度檢查點(diǎn)的精度要求

有控制點(diǎn)分布的區(qū)域，可利用控制點(diǎn)檢查DEM數(shù)據(jù)的高程精度。利用立體環(huán)境，采集每幅圖50個檢查點(diǎn)，將這些點(diǎn)的高程值與DEM高程進(jìn)行比較，根據(jù)符合程度，即可評定DEM數(shù)據(jù)的精度。

利用控制點(diǎn)和檢查點(diǎn)分別對PixelFactory、PixelGrid、CIPS、INPHO編輯處理后DSM成果進(jìn)行精度檢測，DSM成果四種地形類別的圖幅的高程中誤差和最大誤差均在限差要求以內(nèi)，整體精度表現(xiàn)良好。檢測結(jié)果（如表2所示）：

表2 DSM精度檢測報(bào)告 單位：m

5.結(jié)束語

運(yùn)用PixelFactory、PixelGrid、CIPS、INPHO四種軟件對平地、丘陵地、山地、高山地進(jìn)行DSM數(shù)據(jù)匹配，比較分析DSM的幾種匹配結(jié)果，并對匹配狀態(tài)不理想的區(qū)域進(jìn)行匹配方法的優(yōu)化研究。一方面，通過影像篩選，云、雪、水等弱紋理區(qū)域矢量輔助密集匹配，臺階及暈渲異常的處理，提高了DSM的匹配效果；另一方面，影像分辨率和影像質(zhì)量是影響DSM匹配效果的關(guān)鍵因素。

因此，在DSM數(shù)據(jù)生產(chǎn)時，利用PixelFactory、PixelGrid、CIPS、INPHO分別匹配出一套成果，用于漏洞或噪聲區(qū)域的互相替換，后續(xù)編輯中，針對不同地貌選擇不同軟件匹配數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)源進(jìn)行編輯，其他軟件的匹配數(shù)據(jù)結(jié)合使用，可減少一定的人工編輯工作量，從而提高產(chǎn)品質(zhì)量和成圖效率。隨著遙感技術(shù)的不斷發(fā)展，傾斜攝影測量技術(shù)、街景工廠等新技術(shù)對影像匹配生成DSM的方法將會更優(yōu)化，自動化程度、精度也會更高。