卫星影像制作DSM的方法研究

王伟丽 王 恬 马 驰

（自然资源部第一航测遥感院，陕西 西安 710054）

0.引言

随着测绘遥感技术的不断发展，利用卫星影像的立体像对进行影像匹配生成DSM。数字表面模型（Digital Surface Model，简称DSM）是指包含了地表建筑物、桥梁和树木等高度的地面高程模型，涵盖了除地形以外的其他地表信息的高程[1]。DSM数据是制作DEM数据的前提和基础，DEM通过一定算法，可转换为三维立体景观图、坡度图、断面图、晕渲图以及与其他数字产品复合形成各种专题图[2]，广泛应用于自然科学、人文和国民经济等领域。因此，基于DSM的诸多用途，DSM的制作方法的探讨显得尤为重要。本文基于资源三号卫星立体影像，利用生产DSM的几种软件，对不同地形类别的影像数据进行DSM匹配、云雪替换、水域处理、人工编辑等关键环节，开展数字表面模型数据生产试验。通过比较不同软件、不同地形类别影像匹配效果、水体匹配效果、云雪自动替换功能效果等，对结果进行分析比较，并对匹配状态不理想的区域进行匹配方法的优化研究，得出针对不同地貌选择不同软件匹配数据作为基础数据源进行编辑，其他软件的匹配数据相互替补结合使用，可以有效地提高DSM产品的质量和生产效率。

1.试验数据准备

DSM的生产试验数据为资源三号卫星影像和空三成果。选取地形类别分别为平地、丘陵地、山地和高山地等四幅1∶50000图幅。

1.1 卫星影像及加密成果

覆盖试验区范围的15景资源三号卫星影像（包括优化后的区域网平差的模型参数）。资源三号卫星影像包括三视影像（前视、下视、后视），影像时相为2019～2020。

1.2 控制点资料数据

对有控制点分布的区域，收集控制点资料成果，进行DSM的误差统计。1∶10000基础测绘DEM数据用于云雪区域的替换。DLG数据的道路、河流、等高线或高程点等核心矢量数据参与辅助密集匹配。

2.DSM数据匹配

资源三号卫星影像数据作为数据源，利用区域网平差精确求解的遥感影像模型参数构建立体模型，结合区域网平差后的模型参数文件，运用PixelFactory、PixelGrid、CIPS、INPHO等软件匹配单景影像高精度的表达地表起伏形态的点云数据集[4]。

2.1 影像自动匹配镶嵌效果比较

2.1.1 效果对比

分别采用PixelFactory、PixelGrid、CIPS、INPHO和对平地、丘陵地、山地、高山地进行DSM匹配，对匹配结果进行比较分析，得出以下结论：

2.1.1.1 平地匹配效果

通过试验结果分析，4种软件的地形匹配对于平地区域的地形描述，整体上均比较准确，道路、房屋等特征地物均能清晰匹配。

从具体细部比较，在平整的田块上，PixelFactory匹配的DSM最平整，粗差较少，符合实际特征。平地匹配效果（如图1所示）：

图1 平地匹配效果对比图

2.1.1.2 丘陵地匹配效果

通过试验结果分析，PixelFactory地形匹配在丘陵地区域地形描述准确，能清晰反映冲沟、陡坎、房屋、树木的形态。CIPS和PixelGrid对于平缓区域处理的较为平滑但细节处理不如PixelFactory；PixelGrid在高差较大的区域（如，山体部分）的地形匹配表现也比较准确，但是在比较平缓的区域细节表现不够清晰；INPHO匹配的细节略差。丘陵地匹配效果与平地类似。

2.1.1.3 山地匹配效果

通过试验结果分析，整体上比较，对PixelFactory、Pixel－Grid、CIPS、INPHO的地形匹配结果在立体环境下检查，山地地区地形描述大体上比较准确，植被覆盖区高程表现较好。但局部山脊处存在削山脊，山谷处存在匹配不到位的情况。从具体细部比较，PixelFactory的山地存在台阶且粗差点较多，PixelGrid和CIPS的山地在无云雪情况下粗差点较少。山地匹配效果（如图2所示）：

图2 山地匹配效果对比图

2.1.1.4 高山地匹配效果

通过试验结果分析，高山地匹配效果与山地匹配效果类似。

2.1.1.5 水域匹配效果

通过试验结果分析，PixelFactory、CIPS、INPHO、PixelGrid水域及周边匹配效果都较差，四种软件都需要后续对水域进行人工编辑。水域匹配效果（如图3所示）：

图3 水域匹配效果对比图

2.1.1.6 自动云雪替换效果

通过试验结果分析，对于重叠区域存在云雪的影像区域，软件自动匹配PixelFactory可以较好地避开云雪，INPHO，PixelGrid和CIPS自动替换云雪效果较差，但都可以在后续步骤中通过构建镶嵌网、修改镶嵌线来绕开云雪。云雪匹配效果（如图4所示）：

图4 云雪匹配效果对比图

2.2 DSM匹配工艺优化

通过以上试验结果分析，原始影像中云、雪、水等弱纹理区域匹配效果差，深沟、较窄的山脊等地形变化较大区域匹配效果不理想；晕渲存在异常情况等。针对这些问题，对影像和匹配数据进行以下优化处理，来提高匹配效率和效果。

2.2.1 资料分析

因此在密集匹配前，可对覆盖测区的ZY3卫星影像进行资料分析，筛选质量较差的像对，人工采集大面积云、雪、水等弱纹理区域矢量范围，以此作为密集匹配过程中的辅助文件，提高匹配效率。

2.2.1.1 影像筛选

基于自主研发的影像分析及纠正工具，自动提取原始ZY3多光谱影像接合图、快视图，并对多光谱快视图进行仿射变换纠正，可快速筛选质量较差的ZY3影像，采集概略云、雪、水范围。

2.2.1.2 云、雪、水等弱纹理区域矢量数据辅助密集匹配

将采集的云、雪、水等弱纹理区域使用DLG数据的道路、河流、等高线、高程点等矢量数据，作为密集匹配过程中的辅助文件，范围内ZY3影像不参与立体点云匹配，极大提升单景匹配效率。

互联网的发展为企业发展带来了有利的一面，但同时网络安全也引起了人们的关注。企业通过网络作为媒介进行财务管理，就存在了相当大的安全风险。如果财务管理的机制有漏洞，可能会导致企业受到严重的经济损失。因此要健全风险管理机制，及时的规避因互联网网络安全问题造成的损失。

根据实际生产，云、雪、水覆盖范围较大的影像，INPHO匹配单景耗时最长可达48h，通过采集矢量范围进行控制，可将匹配耗时缩短至正常，即1h左右。

2.2.1.3 沟谷、山脊等地形变化较大区域

PixelGrid、CIPS、INPHO初始匹配成果，在深沟、较窄的山脊等地形变化较大区域效果不理想，均有格网点云表达不到位的情况。

对此类区域，若整体匹配不到位的情况较多，无法通过其他软件匹配成果替换修改，人工编辑量大时，可在Photomaper软件中利用立体像对采集匹配不到位的山脊线、山谷线然后参与匹配，以此作为地形控制特征线进行局部点云匹配，以提高地形表达的精度、晕渲效果。

2.2.2 晕渲异常处理

针对试验中出现的晕渲异常问题进行以下处理，使得晕渲效果更优化。

2.2.2.1 CIPS台阶晕渲处理

CIPS初始匹配结果在平地、缓坡等地形平缓变化的区域，存在明显的台阶状晕渲，与实际地貌形态不符，这种情况立体套合不超差。

可通过“CIPS数字地面模型物方优化”工具进行处理。处理后大部分区域台阶状晕渲明显消除，个别地方依然存在，需要用其他软件匹配数据进行替换（如图5所示）：

图5 CIPS处理前后晕渲效果对比

2.2.2.2 INPHO格网晕渲处理

INPHO7.1初始匹配结果在平地区域存在大面积格网状晕渲，与实际地貌形态不符合。经过生产试验，INPHO10.0有较大改善，基本无格网状晕渲（如图6所示）：

图6 INPHO匹配的格网晕渲处理前后对比

3.DSM数据编辑

基于资源三号卫星影像及其对应的优化后的模型参数，建立立体像对，通过多模型、多基线算法进行DSM自动匹配，并经人机交互编辑、接边、裁切等后续处理，最后输出数字表面模型的分幅成果。需要进行人工编辑的区域主要包括以下几种：粗差、水域、云雪区域、其他区域（如，匹配错误区域、漏洞区域）。将多个立体像对的DSM数据镶嵌为整个区域的大块DSM数据，在Photomaper软件中进行网络端多人协同作业，对DSM数据在立体环境下人机交互检查编辑及内插处理，剔除匹配的粗差点，将编辑成果进行裁切，生成分幅DSM成果。

3.1 粗差编辑

在立体环境下对DSM数据进行人机交互检查编辑，将DEM栅格数据按照地形类别设定的等高距生成等高线，或者生成一定密度的点云数据，只需要通过立体眼镜，直观地逐屏浏览立体模型，对与立体模型不符的高程异常区域运用Photomaper软件的编辑功能进行滤波处理，剔除匹配的粗差点。

3.2 水域处理

水域的影像纹理较弱，匹配效果均不理想，需要人工干预的工作量比较大。CIPS软件提供的水域识别工具能够有效地对遥感影像中的河流、湖泊、水库等水体进行范围识别，水域边界基本平滑、精度较高。对于静止水域自动处理，基于CIPS自动提取的水域边界进行自动化静止水域高程处理，水岸高程合理、过渡平缓，水域边界清晰。对于流动水域自动处理，自动处理成果水面高程过渡平缓，河岸线与岛屿边界清晰，能够有效地减少人工编辑的工作量。

3.3 云雪处理

对于有云雪覆盖的区域，使用PixelGrid自动云雪替换模块：自动提取的云雪范围较为准确，先相互用已有景的DSM成果相互替换，替换不了的利用收集的老图数据进行替换，并输出替换范围矢量。

CIPS自动云雪替换模块：CIPS提供自动云雪识别工具，对遥感影像中的云雪分别进行范围识别。对提取的云雪范围不准确的，需要人工进行编辑。

3.4 DSM数据接边、裁切

同一投影带内，相邻图幅的数字高程模型接边两侧同名点的高程必须保持一致。换带接边的图幅，接边限差按照数字高程模型内插点高程精度的2倍执行。根据接边原则，对相邻图幅进行接边处理，将接边后的DSM数据按照分幅图廓裁切为单幅的DSM成果。

4.精度对比

因所使用的数据源的质量差异，以及所在区域的地貌类型的不同，数字表面模型数据的高程精度指标和要求也有所差异。成果相对于高精度检查点的高程中误差应符合表1规定的精度指标，格网点的最大误差不应超过中误差的2倍，内插点的高程精度按照格网点高程精度的1.2倍执行[3]。

表1 DSM成果相对于高精度检查点的精度要求

有控制点分布的区域，可利用控制点检查DEM数据的高程精度。利用立体环境，采集每幅图50个检查点，将这些点的高程值与DEM高程进行比较，根据符合程度，即可评定DEM数据的精度。

利用控制点和检查点分别对PixelFactory、PixelGrid、CIPS、INPHO编辑处理后DSM成果进行精度检测，DSM成果四种地形类别的图幅的高程中误差和最大误差均在限差要求以内，整体精度表现良好。检测结果（如表2所示）：

表2 DSM精度检测报告 单位：m

5.结束语

运用PixelFactory、PixelGrid、CIPS、INPHO四种软件对平地、丘陵地、山地、高山地进行DSM数据匹配，比较分析DSM的几种匹配结果，并对匹配状态不理想的区域进行匹配方法的优化研究。一方面，通过影像筛选，云、雪、水等弱纹理区域矢量辅助密集匹配，台阶及晕渲异常的处理，提高了DSM的匹配效果；另一方面，影像分辨率和影像质量是影响DSM匹配效果的关键因素。

因此，在DSM数据生产时，利用PixelFactory、PixelGrid、CIPS、INPHO分别匹配出一套成果，用于漏洞或噪声区域的互相替换，后续编辑中，针对不同地貌选择不同软件匹配数据作为基础数据源进行编辑，其他软件的匹配数据结合使用，可减少一定的人工编辑工作量，从而提高产品质量和成图效率。随着遥感技术的不断发展，倾斜摄影测量技术、街景工厂等新技术对影像匹配生成DSM的方法将会更优化，自动化程度、精度也会更高。