基于高分辨率衛(wèi)星的影像預處理研究

王　義

(中鐵二院工程集團有限責任公司，四川成都　610031)

Research on Preprocessing of High Resolution Satellite Image

WANG Yi

基于高分辨率衛(wèi)星的影像預處理研究

王義

(中鐵二院工程集團有限責任公司，四川成都610031)

Research on Preprocessing of High Resolution Satellite Image

WANG Yi

摘要通過研究高分辨率衛(wèi)星影像預處理技術流程，研發(fā)相應預處理軟件，完成影像灰度拉伸、降位、裁剪及旋轉(zhuǎn)等預處理工作，增強影像對比度及減小衛(wèi)星影像數(shù)據(jù)量，提高影像清晰度及電腦運行速度。

關鍵詞衛(wèi)星影像降位裁剪 灰度拉伸旋轉(zhuǎn)

隨著航空航天技術的發(fā)展，利用高分辨率衛(wèi)星影像測制中小比例尺地圖成為可能。高分辨率衛(wèi)星影像信息量豐富，但多為16位，數(shù)據(jù)量較大，電腦處理速度較慢，影響生產(chǎn)效率；且原始影像灰度較暗，不便于觀察作業(yè)。因此，需要對原始高分辨率衛(wèi)星影像進行預處理。

介紹高分辨率衛(wèi)星影像灰度拉伸、降位、裁剪、及旋轉(zhuǎn)等預處理的技術流程，并闡述基于該技術流程開發(fā)的預處理軟件的實現(xiàn)思路。

1衛(wèi)星影像預處理流程

衛(wèi)星影像預處理流程如圖1。

圖1衛(wèi)星影像預處理流程

衛(wèi)星影像的處理涉及到影像及RPC參數(shù)(有理多項式模型系數(shù))的處理，影像灰度拉伸及降位處理與影像幾何坐標無關。不處理RPC參數(shù)，裁剪和旋轉(zhuǎn)過程影像像素坐標會改變，RPC參數(shù)文件必須修改成與之匹配。

1.1　灰度拉伸及降位處理

衛(wèi)星影像數(shù)據(jù)一般以16位存儲，其亮度與對比度較小，需要作適當增強。增強軟件較常用的有PhotoShop、Eardas等，本文以Photoshop為例。

利用PhotoShop打開衛(wèi)星影像，選擇調(diào)整自動對比度功能，屏幕上反映的全黑影像經(jīng)過灰度拉伸后，地形及地物要素立刻顯示出來。對粗調(diào)的灰度曲線作精細人工調(diào)整，以保證立體像對的兩幅影像在反差上盡量一致，方便觀察。經(jīng)灰度調(diào)整后的圖像，在PhotoShop中選擇8位/通道模式，該步驟將16位影像降為8位，降位后的影像數(shù)據(jù)量減少一半，但幾何精度不變，隨著影像數(shù)據(jù)量的減少，提高了電腦運行速度。值得注意的是，灰度拉伸及降位處理兩步驟順序不能顛倒，如顛倒順序調(diào)整，影像灰度會失真。

本課題將灰度拉伸及降位合為一個步驟，簡化了作業(yè)過程，從而提高生產(chǎn)效率。

1.2　衛(wèi)星數(shù)據(jù)的旋轉(zhuǎn)

衛(wèi)星影像多為同軌成像模式，為了恢復立體模型，一般需對影像及RPC參數(shù)作90°旋轉(zhuǎn)。通過自主開發(fā)系統(tǒng)實現(xiàn)影像快速重采樣，旋轉(zhuǎn)并重新計算RPC參數(shù)。

(1)圖像旋轉(zhuǎn)

圖像旋轉(zhuǎn)是指圖像以某一點為中心旋轉(zhuǎn)一定的角度，形成一幅新的圖像的過程。這個點通常就是圖像的中心，既然是按照中心旋轉(zhuǎn)，自然會有這樣一個屬性：旋轉(zhuǎn)前和旋轉(zhuǎn)后的點離中心的位置不變。

根據(jù)這個屬性，可以得到旋轉(zhuǎn)后點的坐標與原坐標的對應關系。由于原圖像的坐標是以左上角為原點的，所以先把坐標轉(zhuǎn)換為以圖像中心為原點。假設原圖像的寬為w，高為h，(x0，y0)為原坐標內(nèi)的一點，轉(zhuǎn)換坐標后的點為(x1，y1)。那么可得到

在新的坐標系下，假設點(x0，y0)距離原點的距離為r，點與原點之間的連線與x軸的夾角為b，旋轉(zhuǎn)的角度為a，旋轉(zhuǎn)后的點為(x1，y1)， 如圖2所示。

圖2　圖像旋轉(zhuǎn)示意

以此得出結論

x0=rcosb；y0=rsinb

x1=rcos(b-a)=rcosbcosa+rsinbsina=

x0cosa+y0sina；

y1=rsin(b-a)=rsinbcosa-rcosbsina=

-x0sina+y0cosa；

從而得到了轉(zhuǎn)換后的坐標，只需要把這些坐標再轉(zhuǎn)換為原坐標系即可。旋轉(zhuǎn)后的圖像長和寬會發(fā)生變化，因此要計算新圖像的長和寬。旋轉(zhuǎn)90°是該模型的一個特例，將角度代入公式可計算旋轉(zhuǎn)后的像素坐標。

(2)RPC參數(shù)變換

RPC為衛(wèi)星公司提供的有理函數(shù)模型系數(shù)，反映了衛(wèi)星影像像點坐標與其對應的地面點之間的變換關系。

RPC參數(shù)變換采用二維至三維格網(wǎng)映射變換算法：

可以在原有影像上編制一個格網(wǎng)，例如10×10像素，通過有理多項式將每個格網(wǎng)點的地面坐標求出來。影像旋轉(zhuǎn)之后，通過新的圖像坐標(像元)與物方空間的WGS84坐標E，N，H的對應關系計算出新的有理多項式系數(shù)。

已知地面某點物方空間的WGS84坐標E，N，H,通過有理多項式可求出其對應點的圖像坐標(像元)。具體變換如下：

物方坐標規(guī)格化(Normalize)

(1)

(2)

(3)

式中：

LONG_OFF，LONG_SCALE：為參數(shù)文件所提供的物方規(guī)格化參數(shù)；

E，N，h：為物方地面點在WGS84橢球體中的坐標；

En，Nn，hn：為地面點的規(guī)格化的坐標。

由物方空間坐標到像方坐標轉(zhuǎn)換的邏輯流程如圖3。

圖3　物方空間坐標到像方坐標轉(zhuǎn)換的邏輯流程

成影變換—有理多項式變換原理計算法如下：

物方點通過有理多項式變換獲得基本圖像上的點位，即像方坐標

(4)

(5)

式中：a0……d19為參數(shù)文件中提供的有理多項式參數(shù)；xn，yn為圖像上對應點的規(guī)格化坐標。

規(guī)格化圖像坐標到圖像坐標的變換如下式

(6)

(7)

式中：x，y為像點的坐標，左上角為0，單位為pixel；xn，yn為規(guī)格化坐標；SAMP_SCALE，……為像方規(guī)格化參數(shù)。

從兩像方坐標解求物方坐標，即已知同名像點P1(xl，yl)，P2(xr，yr)求解其物方點坐標(E，N，h)。

(8)

(9)

其矩陣表達式為

(10)

即

(11)

立體像對可得到四個方程，法化方程為

(12)

解之可求得改正數(shù)：ΔE，ΔN，Δh。

可分別選取LONG_OFF、CAT_OFF、HEIGHT_OFF為E0、N0、h0的初值，反復迭代，直至改正數(shù)Δ<σ。

由像方空間坐標到物方坐標轉(zhuǎn)換的邏輯流程如圖4所示。

圖4　由像方空間坐標到物方坐標轉(zhuǎn)換的邏輯流程

計算旋轉(zhuǎn)后的系數(shù)，將其寫入RPC文本文件，完成RPC參數(shù)修改。

2衛(wèi)星數(shù)據(jù)的裁剪

衛(wèi)星影像及其參數(shù)的裁剪相對于旋轉(zhuǎn)實現(xiàn)起來要簡單一些。

帶RPC參數(shù)的遙感影像裁切，要保證裁切后的數(shù)據(jù)中衛(wèi)星參數(shù)起算點的經(jīng)緯度不發(fā)生變化，也就是說，要解算出源影像的參數(shù)中心在目標影像中的位置(如圖5)。

圖5　衛(wèi)星影像裁剪示意

(13)

(14)

其中iStartH，iStartW是裁圖起始點在源影像上的坐標。

3衛(wèi)星影像預處理系統(tǒng)的實現(xiàn)

通過分析衛(wèi)星影像灰度拉伸、降位、旋轉(zhuǎn)及裁剪等實現(xiàn)原理，利用VS2010開發(fā)工具，完成衛(wèi)星影像預處理系統(tǒng)的開發(fā)。該系統(tǒng)在打開衛(wèi)星影像過程中同時生成金字塔影像，可實現(xiàn)影像多倍放大及縮小功能，方便后續(xù)處理，并引入了大影像緩存技術，縮短了下次打開影像的時間；預處理系統(tǒng)還具有批處理功能，可以同時處理多幅影像，并且處理速度較快。圖6為衛(wèi)星影像預處理系統(tǒng)操作界面。

圖6　衛(wèi)星影像預處理系統(tǒng)界面

4衛(wèi)星預處理后精度檢核

衛(wèi)星影像灰度拉伸及降位處理，只涉及到影像的輻射信息，與幾何坐標無關，不影響精度，但影像旋轉(zhuǎn)及裁剪涉及到幾何位置改變，所以要對其旋轉(zhuǎn)和裁剪后的精度作驗證。衛(wèi)星影像作預處理后，通過JX4G、MapMatrix等全數(shù)字攝影測量工作，恢復立體模型，經(jīng)立體檢查無上下視差，檢查控制點定向精度報告，并通過外業(yè)實測散點檢查制圖精度，表1、表2、表3為某國外鐵路利用WorldView2立體定向及實測散點檢查精度報告。

表1　衛(wèi)星影像立體像對定向像點坐標殘差　像素

通過多個項目實踐，本課題研究的衛(wèi)星影像預處理系統(tǒng)，精度可靠，且處理方法簡單實用，值得推廣應用。

表2　定向控制點的殘差和均方根中誤差　m

5結論

為了解決高分辨率衛(wèi)星影像灰度較暗、數(shù)據(jù)量較大及同軌影像不旋轉(zhuǎn)90°不易配成立體等問題，開發(fā)了衛(wèi)星影像預處理系統(tǒng)，通過對影像進行灰度拉伸、降位、同軌影像旋轉(zhuǎn)90°及裁剪，提高了影像處理速度，方便了人眼觀察，具有較大的創(chuàng)新實用性。

表3　實測散點與立體模型量測較差及中誤差　m

參考文獻

[1]孫家抦.遙感原理與應用[M].武漢：武漢大學出版社，2013

[2]李兵，朱繼東，陳艷.采用IKONOS衛(wèi)星影像進行立體測圖技術的應用研究[J].地理信息世界，2006(12)

[3]張燕，王國昌，王智，等.IKONOS-2立體像對的糾正精度分析[J].鐵道勘察，2009(3)

[4]王國昌.衛(wèi)星影像制圖在鐵路勘測設計中的應用研究[J].鐵道工程學報，2010(2)

[5]代強玲，王智，閔世平.GeoEye-I衛(wèi)星影像制圖在鐵路勘測設計中的應用[J].鐵道勘察，2014(3)

[6]劉鳳德，趙利平，李健.基于JX4C的IKONOS的一體化處理[J].測繪科學，2008(2)

[7]周云.高分辨率衛(wèi)星影像數(shù)據(jù)與LIDAR數(shù)據(jù)在鐵路勘測設計中的深度應用[J].鐵道勘察，2012(1)

[8]蔣勇.各種衛(wèi)星影像數(shù)據(jù)在鐵路勘測中的應用[J].鐵道勘察，2013(5)

[9]龔明劼，張鷹，張蕓.衛(wèi)星遙感制圖最佳影像空間分辨率與地圖比例尺關系探討[J].測繪科學，2009(4)

[10]張永生，劉軍.高分辨率遙感衛(wèi)星立體影像RPC模型定位的算法及其優(yōu)化[J].測繪工程，2004(1)

中圖分類號：P237

文獻標識碼：B

文章編號：1672-7479(2015)04-0011-04

作者簡介：王義(1975—)，男，2000年畢業(yè)于武漢測繪科技大學攝影測量與遙感專業(yè)，工學學士，高級工程師。

收稿日期：2015-05-28