地理国情监测数字正射影像快速生产方法研究

孔令尧

（辽宁省自然资源事务服务中心，辽宁 沈阳 110034）

0.引言

地理国情关乎一个国家的自然资源开发利用、社会经济发展战略、重大方针政策以及长远发展的基本方向。我国在2015 年已经圆满完成了第一次地理国情普查任务，为了进一步把握国势、掌握国情、制定国策，国务院对地理国情监测工作提出常态化要求。辽宁省积极开展基础性地理国情监测任务，利用先进的测绘技术为地理国情数据的采集、处理、分析等工作提供根本保障。地理国情成果数据主要包括数字正射影像数据、地表覆盖数据、地理国情要素数据、解析样本数据、专题数据等。

数字正射影像（DOM）数据作为地理国情成果数据中最重要的组成部分以及最主要的调查数据源，具有精度高、现势性强、信息丰富、直观逼真、获取便捷等优点，因为同时具有地图的几何精度和影像特征，所以拥有良好的判读性、量测性和管理性。作为地理国情监测项目的最主要的调查数据源，DOM 的质量和精度对整个项目成果起到了决定性的作用。随着地理国情监测项目每年的深入进行，原始卫星影像数据的分辨率越来越高、数据量越来越大，采用传统的正射纠正软件和工作方法对原始卫星影像数据进行正射纠正处理的过程中，人工干预多、错误率高、耗时长等现象尤为明显，严重影响了项目进展。

PCI_GXL 软件是海量影像自动化处理系统，独具特色的基于Web 的用户界面打破了传统的软件设计，将高性能计算能力与专业处理技术相结合，使数据处理在速度上和效率上都得到了显著提高。通过自动化的GXL 工作流，能够大大提升传统的影像处理能力，从而大大提高生产单位的处理实力。

1.资料准备

1.1 整理已有数据

全面收集整理覆盖所需范围的参考影像资料、数字高程模型（DEM）数据以及控制资料等原始基础数据。为了确保精度，PCI_GXL 软件对收集到的原始基础数据成果的质量、精度等要求较高。因此，必须对原始基础数据进行数据预处理。在准备拟纠正的卫星影像数据的过程中，要保证卫星影像覆盖范围大于所需测区范围，这样才能确保精度及纠正后的完整性。

1.2 已有数据预处理

对现有资料进行预处理，对区域内的控制点、DEM、参考影像等已有资料进行整合，将覆盖拟纠正影像的DEM 数据进行拼接，拼接后DEM 数据增加投影信息，并及时更新DEM 数据，保持现势性，避免由于DEM 数据局部精度不高，导致正射纠正后的影像出现精度超限或者拉花现象。根据数据源类型、分辨率和可利用的已有基础资料情况制定相应的技术路线。

1.3 影像筛选

整理拟纠正卫星影像资料，目前国产卫星影像数据源主要包括高分一号、高分二号、北京二号、资源三号01 星、资源三号02 星和天绘一号影像数据。对获取的范围内的全部影像数据进行可用性分析，排除不符合条件的问题卫星影像，如具有大面积云覆盖、大范围光谱溢出、波段不匹配等问题。同批次收集的影像优先使用分辨率较高，时相较新，无云、雪覆盖的影像。确保区域范围内影像数据不存在漏洞。各卫星参数（如表1所示）：

表1 各国产卫星影像空间分辨率

2.技术优势及生产流程

2.1 技术优势

PCI_GXL 软件具有自动化的生产线和强大的图像处理能力，相比于传统的单景影像正射纠正方法，具有以下优势：

（1）界面简单直观，便捷的流程化批处理方式更加易于操作；

（2）支持并行处理与分布式处理，使影像处理同时通过软件和硬件加速从而得到高效快速处理能力的集成系统[1]；

（3）控制点及连接点自动采集效果好、精度高、速度快；

（4）模块封装好，实现流程一体化、自动化，还可以预订任务处理，产品全流程自动处理[2]。

2.2 生产流程

采用PCI_GXL 软件，利用已有的参考影像、DEM作为基础数据，采用匹配像控点的方式进行空中三角测量。本文选取辽宁省某区域进行数据生产，由于影像数据充足，本次筛选出来的拟纠正的卫星影像为全色分辨率全部优于1 米高分二号卫星影像，使用的控制资料为经过精度质检合格的辽宁省第一次地理国情普查影像底图作为参考影像，以及5 米网格精细化DEM数据。

PCI_GXL 软件利用特有的海量控制点采集技术，以DEM 为基础，根据用户输入的参数，将参考DOM与拟纠正影像数据进行自动控制点匹配，根据限差要求自动剔除粗差，保留精度合格的控制点。在影像重叠区域，PCI_GXL 软件先进行连接点匹配，再结合采集的控制点进行区域网平差计算，最后，根据用户输入参数优化区域网，保证区域网的整体精度得到更好地控制。具体技术流程图（如图1 所示）：

图1 PCI_GXL 影像快速正射纠正技术流程图

3.数据生产

3.1 影像导入

在影像导入的过程中，设置影像目录和输出文件夹路径，PCI_GXL 软件将生成*.prj 工程文件和*.pix索引文件，pix 索引文件保存了原始影像的通道信息和RPC 参数轨道模型信息，原始影像名称后面增加RAW_MS 代表多光谱数据，RAW_PAN 代表全色数据。建立*.pix 索引文件，实则为参考影像创建矢量的覆盖其范围的索引文件，解决了传统方法中，多景参考影像在直接镶嵌时产生的耗时巨大、生产效率低、占用额外空间等弊端。

3.2 控制点采集

根据参考影像的属性设置相应的工作流参数，如背景类型、匹配的数学模型、采样方法等。关键的配准算法多采用快速傅里叶相位变化匹配法，搜索半径设置原则为同名点间像素距离的2 到5 倍。最小得分根据参考影像质量的好坏设置0.7 至0.8 之间。如有矢量、文本等控制文件，可以选择相应的数据格式进行输入。利用控制点优化子模块设置阙值参数，筛选控制点及检查点。最后加入DEM，设置参考平面，提交作业完成控制点采集。

3.3 同名点采集与优化

对重叠的有效影像进行平差处理，根据输入文件夹中相互重叠影像数量，生成一个或多个连接点采集作业，相应创建正射引擎工程文件，通过设置样本数和搜索半径等参数进行连接点采集，完成连接点采集作业后，进行平差处理以确定是否满足精度需求，随后，再为每个单独影像进行数学模型的束校正。得到最终的多个地面控制点（GCPs）和连接点（TPs）。PCI_GXL软件的区域网平差模式在少量人工干预的情况下，拥有区域网稳定性好、接边精度好、整体精度高等优点。

3.4 正射纠正

利用采集到高精度的GCPs 和TPs，以及DEM 数据，设置投影坐标系统、全色及多光谱像素大小，采用立方卷积数学模型进行批量的正射纠正。软件根据计算机CPU 线程可以同时创建多任务并行处理，最大限度提高影像纠正的效率。在纠正全色之后，自动配准多光谱数据。

3.5 锐化融合

输入纠正后的全色影像和多光谱影像，利用PANSHARP 模块自动融合，该算法是一种基于最小二乘法在原始的多光谱、全色影像达到最佳近似灰度值关系，从而达到最佳色彩组合的融合方法[3]。融合后的影像色彩自然、反差适中、层次丰富、影像纹理清晰、无影像发虚和重现现象[4]。

3.6 镶嵌预处理与镶嵌

镶嵌预处理是执行生产高质量影像镶嵌所必须的步骤，这些处理包括指定影像次序、色彩均衡、接边线生成和影像标准化。经过接边线自动采集和影像自动匀色后，可以生成一个低分辨率的预览效果图。用户可以对预镶嵌采集的接边线进行手动编辑，并正式应用到镶嵌结果中。进行镶嵌时，保持景与景之间接边处色彩过渡自然，地物合理接边，无重影和发虚现象。对于多景影像之间重叠部分，首先，挑选分辨率较高的影像；其次，挑选影像质量相对较好并且时相较新的影像。如镶嵌区内有人工地物时，应手动修改拼接线绕开人工地物，使镶嵌结果能够保持人工地物的完整性和合理性。

3.7 影像增强处理

采用滤波和直方图拉伸的方法，对影像的对比度和色彩饱和度进行调整，增强色彩恢复地物自然真彩色。增强后的影像纹理要清晰，地物表现力要更加明显，无显著噪声，不允许出现大块的花斑或黑白斑遮盖地物，保证影像地物的目视解译效果。确保分幅后的影像色彩饱和、自然明快、对比度均衡、自然过渡。

4.精度评价

4.1 位置精度

检查数据成果平面位置精度是否符合平面坐标值与真值的接近程度。利用RTK 实地采集野外检测点X值和Y 值，在ArcGIS10.0 软件下提取正射影像成果同名点原坐标的X 值和Y 值，将检测点坐标与原坐标进行点位中误差的计算。

式中，M 表示点位中误差；△表示点位误差；n 表示检查点数。通过计算，结果符合项目设计要求。平面精度统计结果（如表2 所示）：

4.2 影像质量

检查影像整体色彩和亮度，影像反差适中，色彩及色调均匀，影像数据连续、无缝、完整、协调，影像边缘完整无其他颜色。

5.存在的问题及解决方法

地理国情监测数据是包括平原、山地、丘陵等全地形数据，因此，没有任何软件可以利用同样的参数处理复杂多样的地理国情监测数据。面对不同质量的卫星影像数据、不同地形的区域以及不同的已有资料，PCI_GXL 软件通过调整参数以及纠正方法能够满足绝大部分地形的卫星影像纠正需求。现将在卫星影像纠正的工作中遇到的问题进行了总结，并提出了对应的解决方法。

表2 影像平面精度统计表

5.1 卫星影像原始RPC（有理函数模型）参数精度低

在纠正的过程中，发现存在卫星影像控制点匹配不成功的情况，在加大控制点匹配半径后仍无法匹配到控制点，这是因为原始卫星影像RPC 轨道倾角参数太大，没有经过模型优化，使得影像整体偏移较大，因此，无法匹配到控制点。

解决方法：在原始卫星影像和参考DOM 上分别采集4 个以上的同名点坐标，采用人工手动量测匹配的方法进行RPC 参数修正，修正后就可以正常进行控制点匹配流程。

5.2 参考 DOM 质量不高

部分参考DOM 存在质量不高的情况，包括影像模糊、时相差别大等现象，这种现象会导致匹配精度不高，或者匹配到的控制点少等情况，造成纠正精度低，局部精度超限。

解决方法：利用上一年的高质量参考DOM 底图对现有的参考DOM 进行整景替代，或者利用PCI_GXL软件对两年的参考DOM 进行简单自动镶嵌，去除质量不高的区域。经过处理后的参考DOM 与待纠正影像就可以匹配出符合条件的控制点数量，保证纠正精度满足要求。

5.3 DEM 局部精度不高

DEM 精度受采样间隔大小、时相差异、地形变化、地势陡峭的影响，导致产生整景影像纠正结果精度超限、影像纹理拉花等现象[3]。

解决方法：及时更新DEM 数据，例如，更新新建小区、学校、体育场等地形变化大地区。还可以对精度不好的部分地区进行针对性编辑，例如，河流上的桥与陆地连接处区域等，都是容易造成DEM 不准确的区域。

5.4 全色与多光谱匹配超限

在全色影像与多光谱影像进行匹配的过程中，出现匹配精度超限的情况，多数是由于DEM 质量精度低以及PCI_GXL 系统参数输入不合理导致的。

解决办法：更新DEM 以及编辑DEM 局部不准确的区域。在PCI_GXL 软件中调整参数，可以增加控制点匹配数量和调整有理函数匹配阶数来提高配准精度。

6.结束语

本次采用加拿大最新的卫星影像处理软件PCI_GXL 来完成生产任务，通过实践可以得出，PCI_GXL 系统可以对海量卫星影像数据进行快速正射纠正，数据成果表明，利用PCI_GXL 系统进行快速正射纠正能够达到整体精度高，平差效果好，大大节省了时间，提高了工作效率。

该软件系统的工作流程可以同时对多景影像进行操作，每景影像控制点数据量可达到300 个，并且均匀分布于景上不同部位，由于控制点数量众多，可有效修正卫星影像的畸变带来的误差，本方法相对于传统每景卫星影像需要手工刺控制点作业方式，极大地增加了工作效率，精度更加均匀，结果更加可靠。