杜 辉 王雪娇
(1.铁道第三勘察设计院集团有限公司,天津 300142; 2.中国地质大学,北京 100083)
现有遥感影像底图生产工艺存在如下问题:①《遥感影像平面图制作规范》(GB/T 15968—2008)(以下简称《规范》)对于影像质量和颜色的规定十分概略,实际生产过程中很难保持底图成果的一致性;②找不到一套行之有效的影像图色彩质量评定方法;③在遥感影像制图过程中,处理不同源的影像数据时没有相关先验知识作为指导,工作中存在较大盲目性;④由于遥感信息的不确定性和多解性,造成影像镶嵌非常复杂;⑤底图生产过分依赖个人经验,生产规模不容易扩大。本文研究的资料库建立了一套遥感影像地面特征集,同时考虑了不同影像镶嵌的问题,该资料库已经应用于实际生产并且在很大程度上解决了实际问题。
《规范》对于影像质量和颜色的规定十分概略,实际生产过程中制图人员对于影像色彩的把握非常主观,不同作图人员的产品不能保证色调的基本一致,有时同一作图人员在不同时期完成的成果也很难保持风格的一致性;另外,对于质检人员,往往找不到一套行之有效的影像图色彩质量评定方法。因此,影像底图处理生产流程不能纳入正轨。
在影像制图过程中,底图处理往往是整个工序的“瓶颈”。这是因为在生产过程中,处理不同源的影像数据时没有相关先验知识作为指导,工作中存在较大盲目性;另外,由于遥感信息的不确定性和多解性,造成各种卫星数据间的镶嵌非常复杂,因此影像底图生产周期相对较长。
遥感影像底图生产过分依赖个人经验。生产项目中的影像增强(后期处理)大部分采用PhotoShop软件,遥感影像处理往往由少部分色彩感较好的人员完成,这些人的经验不能转化为更通用的工序或方法,不利于生产效率的提高。如果建立一个基于光谱增强的遥感影像地面特征资料库将从根上解决以上问题。本文将探讨这种资料库的设计和建库过程。
为了很好的解决以上问题,本文研究的资料库参照了地质地貌学对地表类型的划分,结合遥感数字图像处理的基础理论对地面特征进行了适当的分类。资料库各功能模块设计如下。
地面特征划分及数据整理:搜集历年影像图制作采用的典型原始数据,对所搜集资料进行必要的加工、整理并且进行分类存储。基本类型划分按照如图1所示框架进行。
图1 资料库地面特征分类框架
资料库地面特征在进行大类划分后还应该进行子类的划分,子类的划分参照地质地貌学和工程地质学结合遥感影像自身特点进行。具体子类划分及代码如表1所示。
表1 地面特征详细分类及代码
表1中水系大类,按传感器划分子类时考虑ALOS与SPOT对于水系的表达差异很小,因此模拟真彩色影像用“SHLJ”(水系-河流-假彩色)表示;另外,对于真彩色影像(QuickBird、RCD、ADS80、UCX、DMC等)在水体的表达方面也近乎相同,所以未对其进一步分类,用“SHLZ” (水系-河流-真彩色)表示,居民地分类依此类推。
遥感影像地面特征资料库(以下简称“SETD”)基础数据分析:根据数据源自身特点,采用合适的波段(例如TM数据采用7、4、3波段,ALOS多光谱数据采用3、4、1波段,SPOT多光谱数据采用4、1、2波段来模拟真彩色)分析总结指定特征的影像数据,在PS软件中以最少的操作步骤达到最佳效果并且考虑不同类型卫星数据间的镶嵌,编写相关说明文档。
资料库组织模式及存储:采用文件管理的方式。数据存储类型主要有影像数据部分、说明文档部分、各类代码表。影像数据部分主要是各类典型地面特征文件光谱增强后的数据,以JPG、PSD两种格式存储,说明文档使用TXT格式存储,各类代码表采用Excel表格格式,如图2所示。
图2 资料库存储数据分类
数据共享:在服务器端存储共享数据,允许浏览、预览、下载等操作。
资料库检索工具(以下简称SETD-CS):开发简单易用的目录检索系统。实现资料库影像数据按地面特征查询,按地理区域查询,按数据类型查询。模块设计如图3所示。
图3 资料库检索工具框架设计
功能模块设计如图4所示。
图4 SETD-CS功能模块设计
红、绿、蓝三基色是相互独立的,任何一种基色都不能用其他两种颜色合成。白色光通过棱镜后被分解成多种颜色逐渐过渡的色谱,颜色依次为红、橙、黄、绿、青、蓝、紫,这就是可见光谱。其中,人眼对红、绿、蓝最为敏感,而大多数的颜色又可以通过红、绿、蓝三色按照不同的比例合成产生。而PhotoShop软件进行色彩调节时可以按不同通道进行调色。以上理论就为PhotoShop软件能够进行影像底色处理提供了可能。
研究搜集历年国内外项目涉及的各种传感器数据,在PhotoShop软件中进行光谱增强,并且顾及不同数据间的镶嵌,色调尽量保持一致。但对于季节完全不同的数据(研究使用地表植被的覆盖程度来区分)镶嵌后仍需要后期处理。
按生产项目逐个进行数据检索,得到相关类型数据,例如TM数据的处理过程如下:
在已经完成的项目中检索TM数据,在结果中筛选典型数据,按分类表(见表1)中各种地面特征进分类提取(截取图内相关地面特征的影像信息)。为提高资料库典型数据的可用性,尽量同一数据类型选用两个以上地理区域的影像数据,且选择的地域跨度尽量大。例如:有植被的高山TM数据提取了山西、云南、湖南等省份的数据。
对影像文件的命名采用“地面特征-地理区域”的方式,例如:“LPYT-AH”代表“裸露平原TM数据—安徽地区”。对于某些出现编码重复的地区,如“LPYT-SX”代表的“山西”或者“陕西”产生混淆,采用地理区域的第一个简拼标注声调的方法解决:“LPYT-S1X”代表“山西”、“LPYT-S3X”代表“陕西”。如图5所示。
数据分析是根据数据自身特点结合PSD文件对光谱增强步骤进行分析,总结达到最佳效果的便捷方法。如图6所示。
图5 文件命名方式
图6 同名说明文档内容
以ALOS数据为例:原始影像的红波段表现得过于强烈,整体感观偏洋红色,因此在图像增强初期采用“曲线”、“可选颜色”来抑制红、蓝波段、增益绿波段和黄色(如图7所示)。
图7 ALOS数据分析
真彩色影像应用于大比例尺影像图制作(包括分幅DOM制作)项目、高清晰三维虚拟现实项目,这一类项目具有生产周期长、数据量大、数据质量要求高等特点。对于真彩色影像进行光谱增强的主要任务是调整影像亮度、对比度、以及轻微的偏色等问题。这一类数据的基本分类整理、分析过程同上。但是在光谱增强的具体操作上面应该注意的是:“可选颜色”或者“色相饱和度”的使用应当慎重,如使用不当则容易损失色彩细节(如图8)。一般遵循“先大范围,后小范围”的方法,先采用“色阶”、“曲线”工具对整体亮度、色调进行调节(因为对原始影像进行某一波段的“色阶”、“曲线”操作能够快速、有效的改变亮度和色调,所以在此阶段就应该确认影像的主色调;而在操作后期,影像信息以中性色为主,适宜进行细微调节),再使用“可选颜色”进行细微调节,只有极个别情况(例如大型工业厂房屋顶的颜色损失,就适宜从初期着手进行有效的强调)才需要在初期使用“可选颜色”来对个别失真的地面特征进行校正。
图8 真彩色数据分析
SETD-CS是用VB开发的目录检索工具,能够实现按地面特征、地理区域、传感器类型进行数据检索,检索主目录树如图9所示。
图9 SETD-CS程序开发与运行界面
点击某一子类后即可浏览某一子类的全部影像、预览某一具体地面特征(如图10所示)。
点击某一张影像时自动跳转至“预览”页面,可预览相应的较大尺寸的图像,并且在该界面下显示该幅影像的简要说明文档,提供该影像和说明文档的下载链接,此时如再一次点击左侧目录树的某一子类时自动跳转回浏览页面。
图10 子类及地面特征浏览
SETD应用于项目过程中,首先应根据目标区域特征选取相应的SETD数据文件,即首先判断目标影像是否有植被覆盖,地貌怎样,是高山还是平原等。大多数时同一任务区域内涉及两种或两种以上的地面特征,同一地面特征的模板就不能很好的解决问题,这时应该综合运用两种或者更多的地面特征模板。资料库影像数据一般有两种调用方式:
一种是分区域调节,即将目标区域划分为不同的区块采用相应的模板来调节,这种方法应该注意接边处使用恰当的羽化使影像过渡自然、平顺。
另一种是综合采用多个模板的调节层,既打开多个模板、同时参照文档说明,综合取舍多个操作步骤,使目标影像最终达到理想效果。
SETD、SETD-CS已经成功应用于哈萨克斯坦阿斯塔纳至阿拉木图高速铁路项目(线路长度约1 010 km)1∶50万、1∶10万遥感影像图制作;应用于蒙西至华中铁路煤运通道项目(线路长度约1 896 km)1∶50万遥感影像图制作项目;应用于张家口至唐山铁路三维虚拟踏勘项目DOM制作。
在遥感影像底图生产过程中,SETD可以提供一套较为完善的数据模板和影像光谱增强解决方案,同时考虑了不同影像镶嵌的问题,使得不同时相、不同传感器的影像色调较为一致,保持了底图成果的一致性,也缩短了底图生产周期;SETD也为质检人员找到了一套实用的影像图色彩质量评定方法;SETD的应用使得底图生产过分依赖个人经验的现状有所改善,使项目作业面更有利于展开。如果该资料库在行业内能够得到广泛应用并且最终行成行业标准,将在更大程度上完善遥感影像制图工艺流程。
[1]杜辉,等.使用PHOTOSHOP进行卫星影像光谱增强的方法和优势.[HJ].铁道勘察,2008(4)
[2](美)John R.Jensen.遥感数字影像处理导论[M].北京:机械工业出版社,2007
[3]周成虎,等.遥感影像地学理解与分析[M].北京:科学出版社,1999
[4]张有良.最新工程地质手册[M].北京:中国知识出版社,2006
[5]GB/T 15968—2008 遥感影像平面图制作规范[S]