卫星影像无控制点正射纠正在地理国情普查中的应用研究

李昕 谢三五 孟小梅

（国家测绘地理信息局第一地理信息制图院 陕西西安 710054）

1 引言

地理国情信息，是利用3S技术，从空间的角度反映出的国家自然、人文、经济等地理要素状况的重要信息。地理国情信息的获取和统计分析为我国的科学发展提供重要依据。开展地理国情普查，是国务院做出的重大部署，而地理国情普查数字正射影像则是地理国情信息获取的基础数据源之一，其精度和质量对于地理国情普查数据成果的质量起到了决定性作用。本文针对青海省第一次地理国情普查地域广袤、卫星影像数据资料繁杂、控制资料稀少且精度低的特点，提出基于 GXL软件平台、基于有理函数模型的卫星影像无控制点正射纠正的生产工艺流程和数字正射影像质量控制方法，探讨卫星影像无控制点正射纠正处理和数字正射影像质量控制的关键技术，增强地理国情普查数字正射影像产品成果质量的同时，节约部分野外控制点布设成本，提高地理国情普查生产效率。

2 技术方法分析

此次青海省第一次地理国情普查部分任务区域搜集到控制资料大部分为 1∶50 000比例尺，控制点稀少、精度低、且分布不均匀，很多控制点因时相较旧的原因，点位已无法判别和使用，难以满足相关技术要求。本文前期通过试验，使用WorldView和资源三号卫星影像进行了控制纠正和无控制纠正对比，与国家西部 1∶50 000比例尺地形图空白区测图工程（下文简称:西部测图）DOM成果进行套合精度分析，结果见表1。

表1:控制纠正和无控制纠正误差对比（单位:米）

结果表明，两种方法得到的影像平面精度差异微小，低精度、低密度的控制点对于中高分辨率卫星影像的正射纠正精度没有明显的实质性提高。且控制纠正后的影像平面最大误差值较大。因此，综合考虑海量生产任务和实际精度要求，提出基于GXL软件平台、基于有理函数模型的无控制点正射纠正技术方法进行生产。

3 无控制点正射影像纠正

3.1 软件平台构建与理论基础

本文选用加拿大 PCI公司的 GXL( Geoimaging Accelerator, GXL )地理成像加速器解决方案类产品进行生产。GXL是全新的海量影像自动化生产系统，现已应用于航空和卫星影像的批量自动化生产[3]。该系统提供定制自动化生产工作流，将生产流程控制统一于BS(客户端web浏览器服务器端)，支持分布式处理，支持 CPU多核运算，能有效简化软件操作，降低人力成本。

本次生产收集到的影像数据为中、高分辨率卫星影像，使用实用性强的通用传感器模型能得到很好的定位精度。而有理函数模型作为常用的通用模型，其正解公式参数可以从影像数据自身的RPC/RPB文件获取。有理函数模型的正解公式如下:

式中，（rn,cn）和（ x n,yn ,zn ）分别为像方和物方坐标， pi（ i= 1,2,3,4）为有理多项式[5]，其公式计算系数从影像对应的RPC/RPB文件里读取获得。

3.2 数据准备

（1）1∶50 000 DEM资料

1∶50 000比例尺DEM数据由国家基础地理信息中心统一提供，格网间距为地面 25 m。该数据用于修正地形变化引起的空间畸变。

（2）卫星影像数据

原始卫星影像数据为国家基础地理信息中心统一提供的 WorldView-1/2、QuickBird、资源三号等遥感卫星影像数据。其中，WorldView-1/2卫星全色波段影像原始地面分辨率为0.5 m，多光谱波段影像原始地面分辨率为2.0 m；QuickBird卫星全色影像原始地面分辨率为 0.61 m，多光谱波段影像原始地面分辨率为 2.44 m；资源三号卫星影像全色波段影像原始地面分辨率为2.1 m，多光谱影像原始地面分辨率为6.0 m。

3.3 生产工艺流程

首先基于GXL平台，利用1∶50 000 DEM数据进行无控制区域网平差纠正，得到全色数字正射影像成果；经检测其平面精度和接边精度满足1∶25 000比例尺精度要求后，对多光谱影像进行配准，得到多光谱数字正射影像成果。整个工艺流程如图1所示:

图1:无控制点正射纠正生产工艺流程图

（1）全色影像纠正

全色影像纠正作业在 GXL模块的平差工作流中进行无控区域网平差。首先对原始数据严格按照《第一次地理国情普查数字正射影像生产技术规定》（GDPJ05-2013）的影像数量要求（一般每个区域网不超过30景影像）进行区域网布设，平差过程自动采集连接点，采样方法为光栅网格法，使用频域相位相关匹配法来匹配同名点，根据设置的限差(软件中为GCP拒绝标准设置)剔除粗差大的点位，严格控制连接点平差精度，保证影像的接边误差符合技术要求。

GXL的平差模块作业扫描输入文件夹中彼此相互重叠的有效影像（导入的影像为PIX格式），根据输入的影像数量，模块产生多个连接点采集作业，每个作业处理一个输入影像的子集。每个连接点采集作业都会创建一个正射引擎工程文件，并在正射引擎工程文件中执行自动的连接点采集。

连接点采集作业完成后，模块会产生一个束校正作业将所有的子工程合并到一个单个工程中。采集的连接点用来进行优化以满足精度需求，随后为每个单独影像进行数学模型的束校正（平差）。

此次青海任务面积较大，按照区域网布设影像数量要求，共分成了 5个片区，每个片区分成若干个区域网进行组网平差。区域网进行布设时应注意:影像条带间应尽量无三度及以上重叠，避免连接点的冗余计算造成 RMS误差增大。最后得到的各片区内区域网的连接点平均中误差见表2。

表2:片区内区域网连接点误差统计（单位:m）

正射纠正重采样使用25米格网DEM数据进行纠正，并基于有理函数模型，依据卫星影像 RPC/RPB参数控制位置拉伸范围，输出得到全色数字正射影像。

（2）多光谱影像配准

多光谱配准采用 GXL的影像配准工作流进行，同样采用频域相位相关匹配法来匹配同名点（GCP），与相应全色影像自动采集同名点配准，并行批量生产多光谱成果影像。

和全色影像区域网平差的过程类似的是，在匹配同名点时，两个工作流均通过设置 GCP拒绝标准来控制匹配的误差。按照要求，同名点的匹配均方误差应控制在1个像素以内。GCP的拒绝参数设置为（4,1,1），其中，4是拒绝模式，1,1分别是x,y方向像素限差。（4,1,1）表示所有GCP的x方向残差和y方向残差都不超过1个像素。

4 质量控制

4.1 检查资料

采用由国家基础地理信息中心提供的外业像片控制点成果（1980西安坐标系，使用统一收集的2000坐标系改正参数改算到2000国家大地坐标系）进行精度检测。收集到的西部测图1∶50 000DOM成果数据作为正射影像精度检查的资料源。

4.2 精度检测

本次地理国情普查（青海、新疆部分地区）的数字正射影像精度要求为1∶25 000标准成图精度，具体限差见表3。

表3:地理国情普查数字正射影像精度限差（单位:米）

使用西部测图 DOM成果和矢量数据对本次影像成果套合检查，经检核，生产成果与历史数据套合无系统差，套合偏离误差在成果允许精度范围以内。生产完成后，地理国情普查外业核查时实地采集到高精度野外像片控制点69个，使用该批控制点进行精度检测，检测结果见表3。统计表明，利用无控制点正射纠正生产的数字正射影像成果平面精度满足1∶25000精度要求。测区内山地与高山地地形覆盖了测区总面积的96.7%，高分辨率卫星影像成果的中误差甚至达到了 1∶10 000比例尺的平地、丘陵地成图精度（5米）。

表4:野外像片控制点检测结果统计（单位:米）

使用经检验合格的全色影像作为参考影像对多光谱影像进行配准，其同名点的 RMS误差应小于 1个像素。对于未满足配准精度要求的影像，应检查生成的同名点质量情况，根据表5调整配准工作流的matching策略。经过试验，通过策略调整，能很好地改进配准精度，满足限差要求。

表5:多光谱影像配准策略调整方案

4.3 质量检查

作为矢量数据采集的基本数据源，数字正射影像成果不应存在大面积拉花和地物信息模糊难以识别的质量问题，成果影像应色调均匀，亮度适中，无地物扭曲、变形。成果检查中发现有个别图幅存在部分区域地物变形的情况，经检查分析，均是由于DEM数据接边处存在质量问题引起。将DEM接边处进行修正和自然过渡后重新进行正射纠正输出，解决地物变形问题。

5 结束语

传统的控制纠正在控制资料质量好，控制点数量符合要求的情况下，已成熟应用于卫星影像正射纠正。但目前在我国西部区域，还难以达到良好的高精度控制条件。本文通过青海省第一次地理国情普查数字正射影像无控点正射纠正生产的实践研究和质量检验，得出了可行的卫星影像无控制点正射纠正生产工艺流程和质量控制方法，提高了地理国情普查数字正射影像生产效率，缩短了生产周期，提升了成果质量。而运用以上关键技术，已经快速完成了我院青海省第一次地理国情普查任务区域数字正射影像生产，成果也已通过监督检查与验收。

[1]张永生，巩丹超.高分辨率遥感卫星应用—成像模型、处理算法及应用技术[M]北京:科学出版社,2004．

[2]方剑强.生产数字正射影像图(DOM)的若干技术问题探讨[J]测绘与空间地理信息,2007，30(3):91-94．

[3]刘静．利用DEM对卫片进行正射纠正生产DOM的探讨[J]河南理工大学学报（自然科学版）,2010，29(2):196-200．

[4]欧龙，欧阳平，万保峰，等.基于PCI Geomatica的数字正射影像生成实验及分析[J]城市勘测,2007(5):92-94．

[5]宋伟东，陈静波，王伟玺.高分辨率遥感影像单片定位及正射纠正方法[J]河南理工大学学报（自然科学版），2009，28(1):36-39．

[6]刘云碧，汪虹，陈健.山地、高山地卫星影像的正射处理与质量控制[J]地理空间信息，2009，7(3):18-20．