利用Google Earth和SRTMGL1进行高分辨率遥感影像正射校正

徐 鑫，张道军，侯现慧，马晓燕，汪 静

(1. 西北农林科技大学经济管理学院，陕西 杨凌 712100； 2. 青海省土地统征整理中心,青海 西宁 810001)

常规几何校正难以消除地球曲率、地形等因素造成的影像位置偏差，获取高质量影像地图数据通常需要进行正射校正。通过在影像上选取一定数量的地面控制点，并利用覆盖影像范围的数字高程模型(DEM)进行正射校正，可对影像同时进行倾斜改正和投影差改正，将影像重采样为多中心投影平面正射影像[1]。

随着遥感技术的发展，人们可获得的遥感数据越来越多。然而，这些数据往往没有经过正射校正，不能直接用于土地调查等成图工作。以往由于受到地形图数据、控制点信息和专业技术人员等条件的限制，只有专业的测绘机构才能完成遥感影像的正射校正。目前，相对普及的遥感图像处理平台软件正集成越来越多的数据处理功能，再加上全球DEM数据的公开发布[2]，正射校正的门槛被大大降低。正射校正可以选择的方法很多，ENVI 5.0以上版本提供了流程化正射校正工具，对于无实测地面控制点的正射校正，可在不输入地面控制点文件(GCPs)的情况下直接进行正射校正，然而校正精度有限。一些学者对基于不同数据源的正射校正及精度检验作过相关研究[3-7]。在精度评价方面，杨小燕等通过分析待评价DEM与假定真值高程互差的最大值、平均值、中误差等来进行ASTER GDEM的精度评价[8]；边金虎等利用光谱匹配，搜索同名地物点，判断每个象限内同名地物点配准误差[9]。

本文研究采用开源地学数据Google Earth影像和全球SRTMGL1数字高程模型[10]，对陕西省杨凌示范区的两景Pleiades卫星高分辨率影像进行正射校正和图像镶嵌。结果表明，该处理流程可以有效提高校正精度，所选两景影像经无控制点正射校正和有控制点正射校正的中误差分别为2.70和1.06 m，以及1.30和0.65 m，后者比前者中误差分别提高了51.85%和38.68%；在后续的影像镶嵌中，有控制点正射校正的影像镶嵌中误差为2.13 m，而无控制点正射校正的影像镶嵌中误差为8.35 m，前者比后者中误差提升了74.49%，可满足1∶5000土地利用现状调查的技术要求[11]。

1 数 据

本研究待校正影像来自法国的Pleiades卫星，其多光谱影像空间分辨率为2 m，含有4个波段，全色图像空间分辨率为0.5 m。研究区位于陕西省杨凌示范区，该区由Pleiades-1和Pleiades-2两颗卫星拍摄的两景影像覆盖，成像时间分别为2014年8月13日和2015年11月1日，分别以201408和201511对其进行编号。在进行正射校正前，采用NNDiffuse算法对多光谱图像和全色波段图像进行融合，重采样空间分辨率为0.5 m的多光谱图像。

正射校正参考影像获取自Google Earth和SRTMGL1。Google Earth是一个大众化的影像地图软件，近些年其影像空间分辨率不断提高，目前在中国大部分城镇地区能够达到0.5 m的分辨率，甚至很多农村地区也能达到米级分辨率；在空间分辨率较高的地区，其相对定位精度可达到1∶2000测图规范要求[12]。通过第三方软件工具91卫图[13]，可以下载含有坐标信息的Google Earth影像，以此作为正射校正的参照。参考影像空间分辨率为0.5 m，采用WGS-84椭球参数和UTM投影，中央经线为东经108°。SRTM(shuttle radar topography mission)V3.0是2016年最新发布的全球高程数据集[14]，其中SRTMGL1为全世界1弧秒数据，采用WGS-84投影，空间分辨率约为30 m。

2 研究方法

2.1 研究思路

数字正射影像图(DOM)既具有地图的几何精度，又具有影像的色彩和纹理信息，是GIS的重要数据源，也是土地调查重要的工作底图。通过正射校正获取数字正射影像图，需要借助地面控制点和原始影像范围内的DEM数据。一般来说，地面控制点需要借助现势性高的地形图或进行实地测量获取，成本较高，获取较困难，本研究拟验证采用开源地学数据替代实测地面控制点制作土地调查工作地图的可行性，具体思路如下：

(1) 通过建立待校正影像与相应区域Google Earth影像之间的对应关系，自动获取同名地物点，得到同名地物点文件，该文件记录了待校正影像的投影平面直角坐标和基准影像的像素坐标。

(2) 根据影像头文件记录信息，将基准影像像素坐标转换为投影平面直角坐标，并将同名点文件转换为ArcGIS点文件。

(3) 通过叠加分析，将ArcGIS同名点文件与最新发布的SRTMGL1数字高程数据进行叠加，得到含有高程信息的地面控制点文件，从而实现包含控制点信息的正射影像校正，并进行精度评价。

(4) 对经过正射校正的两景影像进行数字镶嵌，利用研究区范围对镶嵌后的影像进行掩膜，得到完整的研究区DOM，并进行精度评价。

(5) 对照全国第二次土地调查技术规程，判断上述正射校正和影像镶嵌精度能否满足特定比例尺的精度要求。

2.2 研究方法

2.2.1 基于空间位置的属性数据获取

为了获取同名地物点高程，采用基于空间位置的属性数据获取办法[15]。其原理为：对于经同名地物点匹配得到的同名地物点文件，找到距离其最近的高程点，并将高程点对应高程值赋予该平面控制点，得到含有高程信息的控制点文件。该控制点在形式上与实测地面控制点相同，从而满足ENVI 5.3正射校正模块对于输入控制点格式的要求。同时，为了便于核对获取的高程正确与否，需要将高程点与控制点的距离作为属性记录下来。如果该距离小于阈值，则属性获取正确；否则，需查找原因。

2.2.2 精度评价模型

为了评价正射校正的精度，对校正后影像上的验证点与参考影像同名点在X轴(东方向)和Y轴(北方向)的误差进行统计，包括每个点的点位原始误差，以及最大误差和中误差，进而统计相应的平面误差参数。验证点在正射影像和参考影像上的地理坐标差值(点位原始水平误差)表示为

(1)

式中，i为进行精度评价的地面验证点点号；DXi为第i个验证点在校正后影像与参考影像上X轴的差值，DYi为第i个验证点在校正后影像和参考影像上Y轴的差值；Xi和Yi分别为校正后影像第i个验证点的X坐标与Y坐标；XBi和YBi分别为参考影像上第i个验证点的X坐标与Y坐标。

同样，可以得到X方向、Y方向及平面中误差为

(2)

式中，RMSEX和RMSEY分别为X轴方向和Y轴方向上的中误差；RMSER为水平中误差；n为验证点个数。中误差反映了正射影像相对于参考影像的总体偏离程度，可以对正射校正后的影像进行总体精度评价。

3 结果与分析

3.1 正射校正及精度对比

3.1.1 正射校正

3.1.1.1 同名点获取

通过ENVI 5.3中的图像自动配准流程化工具(image registration workflow)自动采集同名点，并对同名点进行筛选，删除误差较大的点，并剔除落在高层建筑物上的点，得到带有匹配点坐标信息的同名点文件(PTS)，该文件包括待校正影像的投影坐标和基准影像的像素坐标。筛选同名点过程中，需要尽量使点均匀分布于整幅图像，在点稀疏的区域适当手动补充同名点，增加其分布密度。

3.1.1.2 像素坐标与投影平面直角坐标转换

在同名点获取过程中，参考影像只有像素坐标，需要根据该影像头文件记录的相关信息推算其投影平面直角坐标

(3)

式中，i为同名点点号；XBi和YBi为同名点i位于参考影像上的平面直角坐标；UBi和VBi为同名点i在参考影像上的像素坐标；dx和dy为像素在X和Y方向的物理尺寸，由于本文采用0.5 m分辨率的Google Earth影像作为参考影像，dx和dy均为0.5 m；XB0和YB0分别为参考影像最左端(extent left)和最上端(extent top)的平面直角坐标，这些值均从参考影像的头文件中获得。

3.1.1.3 获取含有高程信息的控制点文件

上述步骤获取的同名点文件没有高程信息，还不能作为正射校正的控制点文件。在ArcGIS 10.2平台下，分别以3.1.1.2中计算得到的参考影像XBi和YBi作为X_Field和Y_Field，通过Add XY Data工具导入前面获取的同名点文件，并另存为ArcGIS的点文件(SHP)。利用空间分析(spatial analyst tools)工具条中的Zonal Statistics as Table工具，获取同名点的高程信息。在转入ENVI 5.3进行正射校正前，还需要将控制点的平面直角坐标转换为经纬度坐标，可通过ArcGIS 10.2平台下的投影变换工具集(projection and transformations)将平面直角坐标转换为经纬度坐标，进而通过Calculate Geometry工具计算经纬度坐标。最后制作控制点文件，控制点文件包含坐标参数信息，控制点的真实地面经纬度坐标和高程值，以及控制点对应待校正影像上的像素坐标。与同名点文件一样，控制点文件的后缀为PTS。

3.1.1.4 基于控制点的正射校正

ENVI 5.3提供了正射校正流程化工具(RPC Orthorectification Workflow)，在正射校正的过程中，输入最终得到的地面控制点文件(PTS)，在Statistics选项卡中选择3×RMSE[XorY]，并在GCPs选项卡中，将工具计算所得大于3倍中误差的点舍去，对图像的空间几何畸变进行纠正，最终生成多中心投影平面正射图像。

3.1.2 正射校正精度评价

为了进行精度评价结果对比，还需要在ENVI 5.3平台下，利用正射校正流程化工具对两景影像进行无控制点正射校正。本研究评价的是正射校正后影像的相对位置精度，为了便于对比，需要对无控制点正射校正影像进行单点校正，即X和Y方向的平移，其平移量由同名点X和Y坐标差值的均值确定。

同样采用自动获取验证点的方法，在ENVI 5.3平台下，通过自动配准流程化工具获取均匀分布于整幅影像的验证点，分别通过中误差和点位误差频率分布以评价有无控制点情况下正射校正影像的几何精度。

3.1.2.1 最大误差和中误差分析

表1给出了有控制点和无控制点条件下201408和201511两景正射校正影像检查点分别在X方向、Y方向以及平面的误差最大值和中误差。从中可以看出，对于任何一景影像，有控制点的正射校正都明显优于无控制点的正射校正。对于影像201408，使用控制点使其正射校正水平最大误差由5.39 m提高到2.92 m；中误差由2.70 m提高到1.30 m，整体精度提高了51.9%。对于影像201511，即使在无控制点情况下正射校正的整体精度也较高，水平中误差为1.06 m；而在有控制条件下，其整体精度更高，比无控制点条件下提高了38.7%。可见通过Google Earth影像获取控制点，并采用基于控制点的方法对高空间分辨率影像进行正射校正，可以有效提高点位精度。

表1 不同正射校正方法结果分析 m

3.1.2.2 点位误差分布分析

图1(a)和图1(b)分别给出了有控制点和无控制点条件下201408和201511两景正射校正影像点位误差频率分布。图中横坐标为水平误差，从0开始，以0.25 m为间距；纵坐标为频率百分数，其中实线和虚线分别表示有控制点和无控制点条件下不同误差水平的频率分布。可以看出，有地面控制点的正射校正方法有效减少了整体误差水平，且误差分布更为集中。此外，图1(a)的整体误差水平大于图1(b)，这与卫星成像的轨道倾角有关系，后者拍摄条件好于前者。

图2(a)和图2(b)给出了不同正射校正方法的效果对比，均为局部放大图。可以看出，有控制点的正射校正与无控制点的正射校正得到的校正后影像存在明显点位偏差。通过使用Google Earth影像作为参考影像，可以有效改善正射校正效果。

图1 不同正射校正方法验证点的误差分布

图2 不同正射校正方法效果对比

3.2 影像镶嵌及精度

根据第二次全国土地调查技术规程，在利用卫星影像制作DOM时，不同比例尺下相邻DOM的镶嵌需要满足一定的限差，详见表2。只有在符合规定的限差范围，才能进行影像镶嵌，其结果才可用于特定比例尺的土地调查。在两幅影像的重叠部分均匀布设21个验证点，通过计算中误差来检验不同正射校正方法制作的DOM影像是否符合镶嵌限差。结果表明，经无控制点正射校正后的DOM影像接边中误差为8.35 m，经有控制点正射校正后的DOM影像接边中误差为2.13 m；根据表2，后者可满足1∶5000土地利用现状调查的技术要求，而前者尚无法达到1∶1万土地调查的镶嵌限差要求。对于有控制点正射校正后的DOM，经镶嵌和掩膜后的结果如图3所示。

表2 景与景镶嵌限差

4 结 论

传统正射校正需要借助地面实测控制点和地形图，获取成本较高。本研究采用可公开获取的Google Earth影像和全球DEM数据，基于ENVI 5.3平台构建了一套正射校正流程。并以陕西省杨凌示范区为例进行试验研究。试验结果证明，本研究提出的基于Google Earth和SRTMGL1的高空间分辨率遥感影像正射校正具有可行性，精度可满足1∶5000土地调查对于工作底图的要求。本研究有望为获取土地调查所需的高质量数字正射影像图提供新的途径。

图3 基于控制点的研究区正射影像图镶嵌结果