基于RPC模型的QuickBird影像几何精校正的研究与探讨

王海侠，高飞，胡小华

(1.合肥工业大学土木与水利工程学院，安徽合肥 230009； 2.合肥市国土资源局信息中心，安徽合肥 230001)

基于RPC模型的QuickBird影像几何精校正的研究与探讨

王海侠1∗，高飞1，胡小华2

(1.合肥工业大学土木与水利工程学院，安徽合肥 230009； 2.合肥市国土资源局信息中心，安徽合肥 230001)

QuickBird卫星是目前具有较高空间分辨率的商业卫星之一。由QuickBird卫星获取的原始遥感影像只进行了辐射校正和传感器校正，几何变形较大，无法满足用户的实际需求，需要作进一步的几何校正和正射纠正处理。RPC模型是通用传感器模型之一，可以用来模拟或替代严格成像模型，已广泛应用于影像的几何精校正和正射纠正过程当中。由于QuickBird影像提供了RPC模型参数，因此研究利用QuickBird RPC模型进行几何精校正具有重要的意义。本文以合肥市的一景QuickBird影像为基础，研究了基于QuickBird RPC模型的卫星影像的几何精校正过程，并对地面控制点的选取及其对定位精度的影响进行了分析探讨，得出了一些对提高影像几何精校正有意义的结论。

RPC模型；几何精校正；DEM；定位精度

1 引 言

随着遥感及空间信息技术的发展以及传感器成像方式的不断改进，一些高精度、高分辨率的商业卫星如IKONOS、SPOT－5、QuickBird、WorldView－1、WorldView－2、GeoEye－1等不断发射升空，极大地改变了人们获取地面信息的方式。实践表明，经过正射纠正处理后的高分辨率卫星影像完全可以达到中等比例尺数字成图的标准，可以作为数据源对影像覆盖区域的地形图进行更新，减少大面积外业数据采集的工作量，缩短工作时间，提高工作效率。且高分辨率卫星影像具有采集能力强、信息量大、获取信息周期短、光谱信息丰富、性价比高[1]等优点，因而在资源勘查、城乡规划、土地管理、农业生产、生态环境、防灾减灾等领域得到广泛应用。

QuickBird卫星是目前具有较高空间分辨率的商业卫星之一，具有推扫、横扫成像能力，可以在同轨或异轨获取立体影像对。卫星在星下点采集全色影像的分辨率为0.61 m，采集多光谱影像的分辨率为2.44 m。获取的多光谱影像具有4个波段，即红、绿、蓝波段和一个近红外波段[2]，通过不同波段的融合和处理可以得到真彩色或假彩色图像。

由QuickBird卫星传感器获取的影像是一种粗略的影像，只进行了辐射校正和传感器校正处理，包含较大的误差，无法满足用户的实际需求。要得到满足用户需求的卫星影像还需对影像作进一步的投影改正、系统的几何校正以及正射纠正处理。本文以合肥市的一景QuickBird影像基础，研究了基于QuickBird RPC (有理函数模型)的卫星影像的几何精校正过程，并对地面控制点的选取及其对影像定位精度的影响进行了分析探讨，得出了一些对提高影像几何精校正有意义的结论。

2 RPC模型的定义

RPC模型是通用传感器模型的一种。它的建立采用“独立于地形”的方式，即首先利用星载GPS测定的卫星轨道参数及恒星相机、惯性测量单元测定的姿态参数建立严格几何模型；之后，利用严格模型生成大量均匀分布的虚拟地面控制点，再利用这些控制点计算RPC模型的参数，其实质是利用RPC模型拟合严格几何模型[3]，是在不知道传感器物理模型的有关参数的情况下对传感器严格成像模型的一种近似模拟。RPC模型是将像点坐标d(line，Sample)表示为以地面点大地坐标D(Latitude，Longitude，Height)(或空间直角坐标)为自变量的比值。为了减少计算过程中由于数据量级别差过大引入的舍入误差，增强参数求解的稳定性，需要将地面坐标和影像坐标正则化到(－1，1)之间。对于一个影像，定义如下比值多项式[4]:

式中:

其中，(P，L，H)为正则化的地面坐标，(X，Y)为正则化的影像坐标，a1，…a20，…，d1，…d20为各个多项式的系数，b1，d1通常为1。多项式中，由光学投影引起的畸变可用一阶多项式来表示，由地球曲率、大气折射、镜头畸变等因素引起的畸变，可由二阶多项式趋近，高阶部分的其他未知畸变可用三阶多项式模拟[5]。正则化的规则如下:

式中，latOffset，longOffset，heighOffset，latScale，longScale，heighScale为地面坐标的正则化参数，SampOffset，lineOffset，SampScale，lineScale为影像坐标的正则化参数，它们与RPC模型中4个多项式的80个系数共同保存于卫星厂家提供给用户的RPC文件中。

3 利用RPC模型进行几何精校正的流程

利用RPC模型进行几何精校正的流程如图1所示。

图1 几何精纠正的一般流程图

4 利用RPC模型进行几何精校正的操作过程

实验采用的影像为合肥市蜀山区的一景Quick-Bird卫星影像图。影像的北部主要为山区，西部主要为高地和丘陵，中部和东部主要为平原，覆盖的面积约17 km2，波段为4，3，2的假彩色影像。影像的特征地物目标较为清晰。实验所采用的DEM数据为CNSDTM－DEM格式，格网间距为12.5 m。作为参考来采集地面控制点所用的数据为合肥市的1∶10 000数字地形图。实验所用的软件平台为ERDAS IMAGINE 9.2、ArcGIS 9.2和Adobe Photoshop。

利用RPC模型进行几何精校正的主要步骤及实施方法:

(1)资料准备。本实验所采用的影像是一景合肥市蜀山区分辨率为2.44 m的QuickBird多光谱影像，为基础级产品。影像只经过了辐射校正和传感器校正，没有经过几何校正和正射纠正。为了获取地面控制点，实验中采用合肥市1∶10 000的数字地形图；为了获取影像地面点的高程信息，采用了合肥市的格网间距为12.5 m的CNSDTF－DEM格式DEM数据。

(2)获取原始卫星影像的相关信息。原始的Quick-Bird影像包含9幅TIFF格式的图像文件，每一幅图像文件都有自己在该景影像中的唯一编号和顺序，都包含有各自辅助文件，整景影像有一个∗.RPB文本文件。

(3)影像的数据预处理。

①对原始影像进行影像镶嵌。先将分幅的小块影像的数据格式由tiff格式转换为img格式，再对分幅的小块影像(∗.img)进行镶嵌，使之合并为一景完整的影像，如图2所示。②对镶嵌后的影像进行投影变换[6]。将原始影像的WGS－84椭球下的UTM投影变换为我国常用的Gauss－Kruger投影，坐标系统变换为1980西安坐标系。③DEM的生成。将初始的CNSDTF－DEM格式的DEM数据转换为ERDAS支持下的img格式的DEM数据，并将img格式的DEM合并为一幅能够覆盖影像区域的DEM，再对DEM影像进行重投影，投影的参数和基准面要和影像保持一致，如图3所示。

图2 镶嵌后的影像

图3 影像区域的DEM

(4)色彩处理

将经过几何精校正的假彩色影像在ERDAS图像解译功能模块中通过Nature Color变换，使之变换为真彩色，然后对影像在Adobe PhotoShop中进行处理对比度、亮度和透明度的处理，使影像上的地物和实际地物色调基本一致，反差适中，如图4所示。

图4 色彩处理后的影像

(5)影像的几何精纠正

对影像和DEM进行投影定义后，即可利用影像自带的RPC进行几何精纠正处理了。方法是:①打开影像，单击右键，在下拉列表中选择Geometric Correcion，进入Set Geometry Model对话框，在Select Geomatic Model对话框中选择QuickBird RPC，单击“OK”，进入QuickBird RPC Model Properties对话框。②在Parameters栏的RPC File中选择原始影像自带的RPC文件(∗.rpb)，勾选Refinement With Polynomial Order，多项式的次方数选择为1(或者2)，在Elevation Source选择按钮中选择File，在Elevation File中打开生成的DEM文件，高程最小最大值采用系统默认值，高程单位为Meters。然后，单击Apply，完成Parameters的设置。③在Projection栏定义投影，方法和对影像的投影定义的一样，然后对GCP的Projection进行设置。在Projection栏，选择Set Projection from GCP Tool，进入GCP Tool Reference Setup对话框。地面控制点的来源应选择键盘模式(Keybord Only)。然后单击“OK”，对参考图形的投影进行定义，然后单击“OK”，进入GCP采集对话框。④在地面控制点采集对话框中，利用1∶10 000地形图作为参考，采集分布合理、特征明显、易于识别的地面控制点和检查点，在影像中采集对应的同名像点。在GCP Tool的工具栏中，点击自动添加高程的图标可以查看每个地面控制点对应的高程，点击自动解算的图标可以随时查看每个地面控制点采集的X，Y方向上的对应残差、综合均方差、贡献率以及所有地面控制点的X，Y方向上的残差和总体残差。在采集每个地面控制点过程中，如果对应的X，Y方向的残差以及均方差都不超过两个像素，即认为地面控制点的采集的定位精度符合要求，否则，删除误差较大的点，重新采集地面控制点，直到每个地面控制点的定位精度都符合要求，如图5所示。⑤重采样。如果每个地面控制点的定位精度都符合要求，就可以进行几何精校正的重采样了。重采样有3种方法:最邻近法、双线性内插法和三次卷积内插法。其中以最邻近法简单易用，计算量小，处理速度快；双线型内插法较之最邻近法计算量增加，精度明显提高；三次卷积法计算量很大，具有图像均衡化和清晰化效果，可以得到较高的图像质量[7]。进行重采样的方法是:点击图标，进入重采样对话框。在输出文件中指定输出的文件名和文件路径，在重采样方法中选择Nearest Neighbor，在输出像元中，X，Y方向的输出像元都为2.44 m，勾选Ignore Zero In Stas，然后单击“OK”，进行重采样。重采样完成后，几何精校正后的影像便生成了，如图6所示。

(6)影像裁剪、图廓整饰和影像输出。

对影像的色彩处理完成之后，根据用户的需要，裁剪出用户需要的区域，并根据成图规范对影像图进行必要的图廓整饰。图廓整饰完成后，将影像以电子形式保存入库或以纸质形式输出后入库。这样一景影像的几何精校正全部过程就完成了。

图5 几何精校正后的影像

图6 地面控制控制点的定位精度成果表

5 地面控制点的选取及对定位精度的影响

实验中地面控制点选取是一个极其重要的过程。不同的选取方法对定位精度有不同的影响，合理选取地面控制点能够提高地面控制点的定位精度，不合理地选取地面控制点往往造成较大的误差。要合理选择地面控制点，要遵循一定的原则:GCP的选取一般应选择在清晰易于识别的点，如道路、河流的交叉口的房屋的直角转弯处；GCP的选取应分布影像的整个区域，且要分布均匀；GCP的选取要具有较强的对比度，和周围地物的反差要大，如不能选择湖泊、河流、池塘中的水面区域；不要选择在海拔太高的地方，否则由于拍摄角度的差别会产生较大的误差[8]。

下面分析地面控制点的选取对定位精度产生的影响。

实验中采集到的地面控制点数量与地面控制点的定位精度的关系如表1所示。

地面控制点数量与影像定位精度的关系表 表1

从表1中可以看出，地面控制点的数量对地面控制点的定位精度会产生一定的影响，数量越多，定位精度越高。但一些研究表明，并不是地面控制点的数量越多越好，到一定程度时，增加地面控制点数目并不会明显提高定位精度，还会增加工作量。

在相同数量地面控制点条件下，地面控制点的分布对地面控制点的定位精度的影响如表2所示。

A表示8个地面控制点有4个分布在影像的四角处，4个大致均匀分布在影像的中间位置；B表示8个地面控制点大致均匀分布在影像中间位置；C表示8个地面控制点大致均匀分布在影像左半部分；D表示8个地面控制点大致均匀分布在影像的右半部分。

地面控制点的分布对影像定位精度的影响 表2

从表2中可以看出，地面控制点的分布对影像的定位精度有较大的影响。在均匀选取地面控制点的情况下(如A，B)，地面控制点的定位精度较高；在非均匀选取地面控制点的情况下，点的定位精度较差，甚至很大(如C，D)；在全影像范围内均匀选取地面控制点(如A)的定位精度比只在局部中间位置均匀选取地面控制点(如B)的定位精度要高。

此外，研究表明，RPC模型的阶数、不同的地形条件、投影转换时七参数的准确性、采用的参考地形图或参考影像的精度、DEM的精度以及影像自身的分辨率都对几何模型精校正的定位精度有重要影响。因此如何综合各种条件，尽量减小这些因素对几何精校正的定位精度产生的影响是还需要进一步研究的问题。

6 结 语

高分辨率卫星所获取的影像在国民经济建设中得到了越来越重要的应用，但由于传感器的商业机密性，一些厂家并不对外公布其传感器的参数和卫星轨道的信息，而是提供通用传感器模型来模拟或替代严格成像模型。RPC模型就是通用传感器模型之一。QuickBird是高分辨率商业卫星之一，所获取的影像得到国民经济许多部门的应用。初始获取的QuickBird影像只经过了辐射校正和传感器校正处理，无法满足用户的实际要求，需要进一步的进行几何校正和正射纠正。由于QuickBird影像提供了RPC模型参数，因此研究利用QuickBird RPC模型进行几何精校正具有重要的意义。本文以合肥市的一景QuickBird影像为基础，研究了基于QuickBird RPC模型的卫星影像的几何精校正的过程，并对地面控制点的选取及其对影像定位精度的影响进行了分析探讨，得出了地面控制点的数量及地面控制点的分布都对地面控制点的定位精度有重要影像的结论。此外，RPC模型的阶数、不同的地形条件、投影转换时七参数的准确性、采用的参考地形图或参考影像的精度、DEM的精度以及影像自身的分辨率都对几何模型精校正的定位精度有重要影响。因此，如何综合各种条件，尽量减小这些因素对几何精校正的定位精度产生的影响是还需要进一步研究的问题。

[1] 关元秀，程晓阳编著.高分辨率卫星影像处理指南[M].北京:科学出版社，2008:99～111

[2] 张永生，巩丹超等著.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: 34～47

[3] 刘军，王冬红，毛国苗.基于RPC模型的IKONOS卫星影像高精度立体定位[J].测绘通报，2004(9):1～3

[4] 秦绪文，田淑芳，洪友堂等.无需初值的RPC模型参数求解算法研究[J].国土资源遥感，2005(4):7～10

[5] 郑琳，陈鹰，林怡.SPOT影像的RPC模型纠正[J].测绘与空间地理信息，2007，35(2):16～19

[6] 侯姗姗，王鹏新.利用地形图对TM遥感影像进行几何精校正的方法研究[J].北京测绘，2010(02):27～31

[7] 廖文锋.卫星遥感图像的几何精纠正研究[J].地理空间信息，2008，6(5):86～88

[8] 许金萍，彭仲宇.基于GCP库的星载SAR图像自动精校正[J].测绘科学，2009，34(5):107～109

The Research and Discussion of QuickBird Images’Accurate Geometric Correction Based on RPC Model

Wang HaiXia1，Gao Fei1，Hu XiaoHua2
(1.School of Civil Engineering，He Fei University of Technology，HeFei 230009，China；2.The Information Center of HeFei Land Resource Bureau，HeFei 230001，China)

QuickBird is one of commercial satellites with high spatial resolution.QuickBird original images only have been processed by radiation correction and sensor calibration，they have a larger geometric distortion，so they are unable to meet the need of users and need to be processed by further geometric correction and orthorectification.RPC model is one of general models of sensors，which can be used to simulate or alternate strictly imaging model，and it has been widely used in image geometric correction and orthorectification.Taking a scene of QuickBird image of HeFei district as foundation，this paper mainly make research on the process of accurate geometric correction based on QuickBird RPC model and discusses about how to select GCP.Then，it analyses the accuracy of positioning of GCP that is effected by ground control points’selection.and draws some useful conclusions about how to improve the accuracy of accurate geometric correction of the QuickBird image.

RPC model；accurate geometric correction；DEM；the accuracy of positioning

1672－8262(2010)03－54－05

P237

A

2010—10—18

王海侠(1982—)，男，硕士研究生，研究方向:地理信息系统与数字化测绘技术。