基于高分辨率遙感衛(wèi)星數(shù)據(jù)的正射影像制作方法

王 楠

（山西省測(cè)繪地理信息院，山西 太原 030001）

0.引言

隨著國(guó)內(nèi)高分辨率遙感技術(shù)的不斷進(jìn)步，高分辨率遙感衛(wèi)星不斷發(fā)射，數(shù)據(jù)采集能力不斷提高。利用全國(guó)優(yōu)于1米分辨率的遙感影像制作分縣域彩色正射影像得以在全國(guó)國(guó)土調(diào)查中廣泛應(yīng)用[1，2]。獲取土地?cái)?shù)據(jù)不僅是土地管理的基礎(chǔ)工作，也是農(nóng)業(yè)、林業(yè)、水利、發(fā)展改革、城鄉(xiāng)規(guī)劃建設(shè)、環(huán)境保護(hù)等事業(yè)發(fā)展和管理的重要依據(jù)[3]。同時(shí)，國(guó)土調(diào)查也被視為國(guó)情國(guó)力調(diào)查，定期在全國(guó)范圍內(nèi)組織開展國(guó)土調(diào)查可以全面準(zhǔn)確獲取實(shí)時(shí)的土地基礎(chǔ)數(shù)據(jù)[4，5]。本文以國(guó)產(chǎn)優(yōu)于1米分辨率的遙感影像為主、統(tǒng)籌利用多種衛(wèi)星影像，為國(guó)土調(diào)查快速制作符合現(xiàn)勢(shì)性要求的正射影像，建成影像服務(wù)保障機(jī)制，及時(shí)解決國(guó)土調(diào)查中遇到的影像地圖技術(shù)問(wèn)題[6]。

1.PixelGrid 系統(tǒng)

隨著我國(guó)信息化測(cè)繪體系的建立和逐步完善，新一代的數(shù)字?jǐn)z影測(cè)量系統(tǒng)PixelGrid實(shí)現(xiàn)了大規(guī)模影像數(shù)據(jù)的并行處理，為我國(guó)重大基礎(chǔ)測(cè)繪項(xiàng)目的順利實(shí)施提供了強(qiáng)大的科技支撐。該系統(tǒng)支持包括高分辨率衛(wèi)星影像、傳統(tǒng)航空相片數(shù)據(jù)和新型數(shù)字航空影像（如DMC德國(guó)數(shù)字航空相機(jī)、UCD奧地利數(shù)字航空相機(jī)、SWDC國(guó)產(chǎn)數(shù)字航攝儀）在內(nèi)的幾乎所有主流光學(xué)傳感器數(shù)據(jù)的處理，可以完成上述從航空三角測(cè)量到DLG的遙感圖像，具有1∶10000、1∶25000和1∶50000 Dom比例尺的DEM/DSM和其他測(cè)繪產(chǎn)品。

PixelGrid系統(tǒng)目前已在中國(guó)西部測(cè)圖工程、全國(guó)國(guó)土調(diào)查等國(guó)家重大工程中實(shí)現(xiàn)大規(guī)模應(yīng)用，并在汶川地震、青海玉樹地震、舟曲泥石流、云南盈江地震和蘆山地震等應(yīng)急影像快速處理中發(fā)揮了較大作用。

2.資料準(zhǔn)備及作業(yè)流程

2.1 資料收集與分析

2.1.1衛(wèi)星影像資料

研究區(qū)域內(nèi)利用到的衛(wèi)星影像數(shù)據(jù)有九類，詳細(xì)信息（如表1所示）。研究區(qū)域內(nèi)同時(shí)存在多源影像數(shù)據(jù)，由于拍攝時(shí)間窗口大多為冬季，受太陽(yáng)高度角及天氣影響，部分原始影像存在薄雪及山體陰影較大等問(wèn)題，生產(chǎn)過(guò)程中按空間分辨率、光譜分辨率、現(xiàn)勢(shì)性的先后順序選擇影像，盡量避開了受影響區(qū)域，雖然部分區(qū)域仍有薄雪，但不影響地物判讀，可利用影像覆蓋圖（如圖1所示）：

表1 影像類型與分辨率對(duì)照表

圖1 可利用影像覆蓋圖

2.1.2DEM資料

采用全省LiDAR DEM糾正，滿足1∶10000DEM精度要求。

2.1.3控制資料及縣域界限

收集已有0.5米分辨率1∶10000 成圖精度正射影像和1∶10000基礎(chǔ)測(cè)繪DOM作為控制資料。

選用國(guó)家基礎(chǔ)地理信息中心統(tǒng)一下發(fā)的縣域界線。

2.2 作業(yè)流程

正射影像糾正以收集的1∶10000基礎(chǔ)測(cè)繪和1∶2000數(shù)字城市正射影像為基準(zhǔn)影像，利用PixelGrid影像糾正軟件，采用影像自動(dòng)匹配和區(qū)域網(wǎng)平差技術(shù)，結(jié)合高精度數(shù)字高程模型成果進(jìn)行衛(wèi)星影像正射糾正，通過(guò)影像融合、影像鑲嵌與裁切技術(shù)，按照國(guó)家局下發(fā)的縣級(jí)行政界線為單元生產(chǎn)分縣（市、區(qū)）衛(wèi)星數(shù)字正射影像。技術(shù)流程（如圖2所示）：

2.2.1數(shù)據(jù)準(zhǔn)備

影像預(yù)處理，對(duì)相應(yīng)區(qū)域的控制點(diǎn)、DOM等已有資料進(jìn)行整合。

DEM資料整合，將擬糾正影像的DEM數(shù)據(jù)拼接，拼接完成后的DEM加入投影信息。

獲取的遙感影像開展可行性分析，如，云覆蓋、大面積光譜溢出、波段不匹配等。同一批次獲取的影像中，分辨率較高、時(shí)相新、無(wú)云和雪覆蓋的影像優(yōu)先使用。同期影像云覆蓋、側(cè)視角等技術(shù)指標(biāo)不滿足整景生產(chǎn)要求，但用于補(bǔ)充漏洞區(qū)域時(shí)，也應(yīng)當(dāng)生產(chǎn)。

圖2 衛(wèi)星數(shù)字正射影像制作流程圖

2.2.2外參數(shù)解算

數(shù)據(jù)源統(tǒng)一使用RPC模型定向，根據(jù)遙感影像給出的精確RPC參數(shù)，結(jié)合相應(yīng)控制資料，解算高精度外參數(shù)。區(qū)域網(wǎng)平差用于計(jì)算圖像的外部參數(shù)。通常情況下，對(duì)同一軌道、同一相位的遙感圖像進(jìn)行拼接，然后根據(jù)單場(chǎng)景圖像進(jìn)行校正。在校正精度滿足要求的前提下，控制點(diǎn)的布置要求可以適當(dāng)放寬?？刂泣c(diǎn)需要在平面和高程方向上均勻分布。當(dāng)場(chǎng)景之間存在重疊區(qū)域時(shí)，可以在圖像重疊區(qū)域中選擇一定數(shù)量的公共控制點(diǎn)，以提高圖像邊緣連接的準(zhǔn)確性。

2.2.3全色和多光譜波段影像正射糾正

基于參考影像，結(jié)合當(dāng)?shù)?×2米格網(wǎng)高精度DEM成果，利用PixelGrid系統(tǒng)，采用影像自動(dòng)匹配和聯(lián)合平差的方法并對(duì)全色波段和多光譜波段依次展開正射糾正，所有糾正后影像的作品系統(tǒng)全部采用2000坐標(biāo)系，高斯投影，114度帶。

2.2.4多光譜影像與全色波段影像配準(zhǔn)

為了融合效果更好，經(jīng)過(guò)對(duì)兩種影像的套合檢查，兩景影像之間在多光譜影像上配準(zhǔn)精度不大于1個(gè)像素，如山谷、山脊等地物地形特征沒(méi)有重影。

2.2.5影像融合處理

在不破壞原始色調(diào)的前提下，對(duì)全色影像和多光譜影像依次進(jìn)行去噪、去云等預(yù)處理。對(duì)全色波段和多光譜波段進(jìn)行融合和增強(qiáng)，使融合后的影像達(dá)到色彩鮮艷、細(xì)節(jié)紋理清晰的效果。

影像融合所使用的數(shù)據(jù)一般是通過(guò)正射糾正的，并且只對(duì)同一衛(wèi)星遙感影像的多光譜數(shù)據(jù)和全色波段數(shù)據(jù)進(jìn)行融合。

Pansharpen或高通濾波用于完成融合。在衛(wèi)星遙感圖像的多光譜顏色中，藍(lán)色代表藍(lán)色波段，綠色代表綠色波段，紅色代表紅色波段，近紅外代表近紅外波段，1、2、3和4代表相應(yīng)的波段編號(hào)。

2.2.6圖像增強(qiáng)處理

根據(jù)需要對(duì)縣域分幅正射影像數(shù)據(jù)成果進(jìn)行圖像增強(qiáng)處理。

影像應(yīng)沒(méi)有大范圍的噪聲和條帶，制作時(shí)盡量避免出現(xiàn)扭曲、變形、拉花等現(xiàn)象，如果影像的畸變和變形影響了陸地物種的判讀和獲取，則需要將該影像重新進(jìn)行處理以達(dá)到消除變形；因地形變化引起的高速路、房屋等地物扭曲，需采用技術(shù)手段改正。

真彩色處理：影像增強(qiáng)色彩盡量恢復(fù)地物的自然真彩色，避免顏色的嚴(yán)重失真。去霧：減少多光譜和全色圖像中由霧引起的模糊。對(duì)比度/色彩飽和度調(diào)整：濾波和直方圖拉伸用于調(diào)整圖像的對(duì)比度和顏色飽和度。勻光處理：直方圖均衡化和直方圖匹配方法用于平衡場(chǎng)景或幀圖像的顏色。銳化處理：在不影響圖像主題信息的情況下提高整個(gè)圖像的清晰度。增強(qiáng)圖像的直方圖盡可能呈正態(tài)分布：改進(jìn)后的圖像結(jié)構(gòu)應(yīng)清晰，特征的表現(xiàn)力應(yīng)更明顯，且無(wú)明顯噪聲。地面地物不允許有大的花斑或黑白斑點(diǎn)，否則會(huì)影響地面地物的視覺判讀效果。增強(qiáng)幀圖像應(yīng)盡可能顏色飽和、自然明亮、顏色平衡和過(guò)渡自然。

2.2.7鑲嵌和裁切

在整個(gè)場(chǎng)景圖像拼接過(guò)程中，場(chǎng)景和場(chǎng)景之間的邊緣需要顏色過(guò)渡自然，地物銜接得當(dāng)，不能出現(xiàn)重影和虛化現(xiàn)象。鑲嵌線選取采用軟件自動(dòng)與人工編輯相結(jié)合的方法生成，如果鑲嵌區(qū)域中存在人工特征，則應(yīng)手動(dòng)繪制鑲嵌線，以避免人工特征，從而使鑲嵌結(jié)果能夠保持人工特征的完整性和合理性。

對(duì)于景與景之間的重疊部分，首先選擇高分辨率的影像，然后考慮影像質(zhì)量及時(shí)相。

正射影像邊緣兩側(cè)的色調(diào)必須盡可能一致。經(jīng)過(guò)顏色調(diào)整后，正射影像的直方圖大致呈正態(tài)分布，影像清晰，對(duì)比度適中，色彩自然。沒(méi)有因太亮或太暗而丟失細(xì)節(jié)的區(qū)域?？梢詼?zhǔn)確識(shí)別和定位明顯的地面目標(biāo)點(diǎn)。

對(duì)融合影像進(jìn)行鑲嵌后，按照縣域分幅進(jìn)行裁切，以縣級(jí)行政單元組織分幅影像。采用國(guó)家統(tǒng)一下發(fā)的界線進(jìn)行裁切。

2.2.8正射影像接邊差檢查

接邊處的色調(diào)應(yīng)相同，可依照接邊精度情況進(jìn)行接邊校正，校正后的接邊差需要符合接邊限差要求。

如果不同控制數(shù)據(jù)源、不同影像數(shù)據(jù)源及不同生產(chǎn)批次之間的正射影像接邊限差（2個(gè)像素）無(wú)法達(dá)到要求，可按照困難區(qū)域標(biāo)準(zhǔn)執(zhí)行。

正射影像生產(chǎn)需要分別進(jìn)行內(nèi)部接邊和與其他承擔(dān)單位的外部接邊工作。

2.2.9正射影像成果整理

縣域分幅影像：縣域分幅正射影像按照縣域單元范圍外擴(kuò)100米裁切后組織提交。

影像定向產(chǎn)品數(shù)據(jù)：影像定向產(chǎn)品數(shù)據(jù)是正射影像生產(chǎn)的重要處理產(chǎn)品，衛(wèi)星影像的定向產(chǎn)品主要包括每景衛(wèi)星影像精化后的RPC參數(shù)等。

2.2.10元數(shù)據(jù)

元數(shù)據(jù)由數(shù)據(jù)基本情況、數(shù)據(jù)源情況、生產(chǎn)過(guò)程信息以及數(shù)據(jù)分發(fā)信息組成，其中，數(shù)據(jù)基本信息包括記錄地圖影像數(shù)據(jù)的基本信息，如，地圖編號(hào)、分辨率、影像數(shù)據(jù)來(lái)源等。數(shù)據(jù)源情況包括航拍數(shù)據(jù)源情況和衛(wèi)星數(shù)據(jù)源情況。根據(jù)生產(chǎn)中使用的數(shù)據(jù)源填寫相應(yīng)的部分。生產(chǎn)過(guò)程信息記錄了生產(chǎn)過(guò)程中的主要技術(shù)指標(biāo)以及相應(yīng)的總結(jié)和評(píng)價(jià)。數(shù)據(jù)分布信息主要記錄數(shù)據(jù)分布單元的基本信息。

元數(shù)據(jù)按照1∶50000圖幅填寫，一張圖對(duì)應(yīng)一個(gè)元數(shù)據(jù)文件。每個(gè)視圖框架的元數(shù)據(jù)都以XML格式存儲(chǔ)。

3.正射影像的制作

3.1 數(shù)據(jù)覆蓋及影像情況

試點(diǎn)縣共涉及影像種類有北京二號(hào)、高分二號(hào)、高景一號(hào)。靜樂(lè)縣、洪洞縣均為1米分辨率影像。尖草坪區(qū)涉及0.5米和1米兩種分辨率影像，其中，0.5米分辨率影像面積超過(guò)100平方千米，故單獨(dú)存儲(chǔ)（如圖3—圖5所示）：

圖3 尖草坪區(qū)影像鑲嵌塊數(shù)據(jù)

圖4 靜樂(lè)縣影像鑲嵌塊數(shù)據(jù)

圖5 洪洞縣影像鑲嵌塊數(shù)據(jù)

尖草坪區(qū)縣域內(nèi)成果數(shù)據(jù)包括0.5米和1米兩種不同分辨率，其中0.5米分辨率影像占比超過(guò)100平方千米，分開存儲(chǔ)，不與其他分辨率鑲嵌，影像重疊20米。鑲嵌塊是由鑲嵌線、接邊線或縣級(jí)行政界線組成的若干閉合面。其他縣域均為1米分辨率影像。

生產(chǎn)過(guò)程中按空間分辨率、光譜分辨率、現(xiàn)勢(shì)性的先后順序選擇影像，作業(yè)區(qū)選擇以下23景影像（如圖6—圖8所示）：

圖6 洪洞縣影像覆蓋圖

圖7 尖草坪區(qū)影像覆蓋圖

圖8 靜樂(lè)縣影像覆蓋圖

3.2 正射影像糾正

尖草坪區(qū)采用控制點(diǎn)進(jìn)行糾正，控制點(diǎn)來(lái)源為已有1∶2000立體像對(duì)采集控制點(diǎn)，其他兩個(gè)縣利用已有1∶10000比例尺航空影像DOM（分辨率0.5米），采用密集匹配方法采集控制點(diǎn)。

采用控制點(diǎn)方法糾正影像點(diǎn)位分布（如圖9—圖11所示）：

圖9 尖草坪區(qū)影像糾正控制點(diǎn)分布圖

圖10 尖草坪區(qū)影像糾正連接點(diǎn)分布圖

圖11 尖草坪區(qū)影像外參數(shù)解算中誤差

采用密集匹配方法采集控制點(diǎn)（如圖12—圖15所示）：

圖12 洪洞縣影像糾正控制點(diǎn)分布圖

圖13 洪洞縣影像外參數(shù)解算中誤差

圖14 靜樂(lè)縣影像糾正控制點(diǎn)分布圖

圖15 靜樂(lè)縣影像外參數(shù)解算中誤差

4.結(jié)束語(yǔ)

本文采用已有的DEM資料進(jìn)行正射影像糾正，由于時(shí)相性不一致，會(huì)導(dǎo)致部分區(qū)域DEM與影像的不套合。為了解決這些問(wèn)題，使用了人工編輯DEM。與此同時(shí)，在PixelGrid軟件下根據(jù)問(wèn)題數(shù)據(jù)周邊地形使用了三角網(wǎng)內(nèi)插、置平、房屋過(guò)濾、矢量構(gòu)建三角網(wǎng)等工具進(jìn)行DEM的編輯修改，因此極大地提高了影像的整體質(zhì)量和生產(chǎn)效率。