基于PCI GXL的驻马店市地理国情普查标准时点核准影像制作

窦小楠 朱 琳 谢孟利 唐广涛2

（1.河南省基础地理信息中心；／2.河南省地图院，河南 郑州450000）

1 引言

地理国情标准时点核准是通过核实从数据采集到标准时点阶段发生变化的内容，核准各类内容的正确性，补充新增内容，消除地理国情普查前阶段由于资料时效性和外业局限性等导致的现势性参差不齐现象，使普查成果尽可能反映普查标准时点的状态，为普查数据统计提供翔实的数据基础，同时建立带有统一时间信息的本底数据库，为今后长期监测服务。

地理国情标准时点核准主要采用2015年第2季度获取的以资源三号卫星为主的国产高分辨率卫星影像作为主要数据源，国产卫星难以覆盖的区域或是城市变化较大区域，采用国外商业卫星资料补充，由于天气等原因该时间段影像无法覆盖的地区，采用2015年第1季度获取的遥感影像补充。

本文研究地理国情普查标准时点核准影像制作以驻马店市为研究区域。驻马店市位于河南中南部，东西横跨淮河、长江两大流域。主要有山地、丘陵、岗地、平原等地貌类型。土地面积为1.5万平方公里，现辖九县三区，是河南省重要的人口大市、农业大市和发展潜力巨大的新兴工业城市。

2 资料情况分析

本次驻马店市域影像共计43景，采用2015年1月-7月期间获取的卫星影像，包括资源三号、高分一号、高分二号以及天绘一号等多种遥感影像数据。

表1 影像分辨率对照表

控制资料主要使用普查阶段生产的正射影像数据和数字高程模型数据，既可采用常规正射纠正方法，也可依据前阶段生产中使用的合格正射影像，利用影像对影像匹配的方式采集控制点，对时点核准影像进行纠正。

3 PCI GXL技术特点与影像制作

PCI GXL（Geoi maging Accelerator，地理成像加速器—GXL）是加拿大PCI公司生产研发的一个强大的海量数据自动化批量处理系统，可用来满足用户海量遥感影像数据的自动化生产，在保证用户处理精度的情况下大大提高数据的处理速度和处理效率。

该系统的优势集中体现在自动化和快速处理能力方面，特别是基于参考影像和数字高程模型自动采集控制点（GCP）、连接点（TP）上，相较于其他遥感影像处理系统，有其独具的、无可比拟的优势。

PCI GXL结合PCI自身Proline分布式自动化生产技术、处理服务器GPU强大的影像处理能力以及PCI Geomatics的数字摄影测量与遥感专业技术，将重复、耗时的数据处理采用自动化的方式设计的影像生产流水线，从而实现处理精度、速度和效率方面的大幅提高。

3.1 制作方案

本次驻马店市地理国情普查标准时点核准影像制作以前期地理国情普查DEM和DOM数据为基础和参考，用影像对影像匹配的方式采集控制点，对时点核准影像进行纠正。

DEM资料：1∶50000 DEM，网格间距为25m。

DOM资料：前期地理国情普查成果，1∶25000分幅DOM，分辨率0.5米。

3.2 生产流程

PCI GXL采用的是 Web风格的后台处理操控界面，它屏蔽了繁杂的操作细节，操控界面简洁易懂。GXL使用主作业和子作业的概念来帮助在处理节点之间分配离散的任务。含具有子模块的每个主模块以预定的速度查看子作业当前状态。本项目制作所需生产线主要包括影像导入、控制点采集、平差、正射纠正和锐化融合等。具体流程如下：

3.2.1 资料准备与影像导入

通过对前期数据准备和资料分析，确定作业区域需要制作的影像类型、分辨率、现势性及影像质量等，按照影像覆盖度及类型，将影像进行分区制作。

为提高PCI GXL后期影像匹配效率，将控制资料分幅DEM和DOM进行拼接为一个整体的DEM和DOM数据，并设置相应的投影信息文件。

影像导入模块扫描文件夹中的原始影像，读取原始影像中的包括星历参数等模型数据，并为每一景检索到的影像生成一个影像导入作业。该模块将原始卫星传感器数据转化为PCIDSK格式，使其可用于后期的其他GXL模块的处理。

在导入卫星数据过程中核心技术是PCI通用数据库技术。可读写130多种矢量和栅格数据，包括支持全球大部分传感器获取的影像数据格式。同时支持严格物理模型和RPC模型两种数据格式的读入。

3.2.2 控制点采集

控制点采集模块扫描影像导入目录中的原始影像，并为扫描到的影像产生一个GCP采集作业。GXL支持从4种参考数据中自动采集GCP：正射校正影像／地理参考影像、控制点影像库、线矢量数据（道路网）、多边形矢量数据（湖泊）。本项目采用以参考影像作为区域网的控制源，自动GCP／TP采集的核心技术是影像相关，它可以判断与原始影像中的像元和线的位置对应的参考影像中的特征，或者对应影像库和矢量数据的参考位置。

控制点采集模块需设置采集GCP／TP个数、搜索半径、指定关于有效GCP的最小得分、拒绝方式及参数。其中GCP／TP个数、搜索半径参考图1，最小得分为0.71-0.75，拒绝控制点的方式选择根据残差进行的绝对距离法。

结合PCI Geomatica中Ortho Engine模块手动修改或添加控制点，保证控制点采集工程精度，如图2：

3.2.3 平差

平差校正模块扫描控制点采集模块中的有效影像。自动采集和优化连接点，从而可以使用最精确的点为单个影像中的数学模型执行平差校正。通过对齐每个相邻影像的重叠区域，该模块用来优化一个数据集内影像的相对精度。该模块主要适用于特定区域中具有彼此相互邻接的重叠影像。

平差模块需设置连接点采集的样本数，一般选取100个左右；搜索半径为100个像素；连接点最小得分0.75；拒绝连接点方式选择根据残差进行的绝对距离法。

结合PCI Geo matica中Ort ho Engine模块手动修改或添加连接点，保证平差工程精度。

3.2.4 正射校正模块

正射校正模块扫描控制点目录中的多光谱和全色影像文件，并为每个影像对产生一个正射校正作业。GXL使用RPC模型技术进行卫星影像正射纠正。利用采集足够且符合精度要求的GCPs／TPs、足够精度的DEM数据，生产亚像元级精度的正射产品。

为了保证融合效果，配准纠正的控制点残差中误差原则上应不超过1个像素。纠正后应进行多光谱影像和全色波段影像的套合检查，两景影像之间的配准精度不得大于1个像素（多光谱影像上），典型地物和地形特征（如山谷、山脊）不能有重影。如达不到配准精度要求，应在全色与多光谱影像间采集一定数量的同名点，对多光谱影像进行二次纠正，解决全色与多光谱配准超差的现象。

多光谱影像纠正后正射影像分辨率和原始影像地面分辨率保持一致，具体分辨率设置见表2。

表2 多光谱影像正射纠正分辨率设置

3.2.5 锐化融合

锐化融合技术一般称为全色锐化（panshar pening），该算法是一种基于最小二乘法在原始的多光谱、全色影像间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。采用PANSHARP自动影像融合工具，用来融合高分辨率的全色影像和多光谱数据，从而得到一个高分辨率的多光谱影像。锐化融合模块扫描正射纠正模块的多光谱和全色影像文件，对于每个影像对产生一个锐化作业。

（1）只对同一卫星遥感影像的多光谱数据和全色波段数据进行融合。

（2）融合影像数据源必须是经过正射纠正的数据，二者之间配准的精度不得大于1个多光谱影像像素；

（3）卫星遥感影像的多光谱彩色合成方案如表3中所示。BLUE为蓝色波段，GREEN为绿色波段，RED为红色波段，Near IR为近红外波段，1、2、3、4则表示相应的波段号。

表3 卫星遥感影像的多光谱波段合成方案

4 关键技术

资源02C原始影像存于HRC和PMS文件夹中，其中HRC文件夹存放由两台HR高分相机获取的空间分辨率为2.36米全色影像，PMS文件夹存放由全色和多光谱相机获取的5米全色影像和10米多光谱影像。因此，采用HRC文件夹中的2.36米全色影像与PMS文件夹中的10米多光谱影像进行正射纠正处理。

由于资源02C影像高分相机与全色多光谱相机影像在逻辑分景上有一定的系统差，高分全色影像与多光谱影像的范围也存在一定差异。另外，且一景资源02C全色影像由两部分组成，因此，在融合过程中，将相邻的几景资源02C多光谱影像拼接，分别与每一景各部分全色影像进行融合处理。

5 结束语

（1）通过对驻马店市地理国情标准时点核准影像制作分析，PCI GXL相对其他遥感影像制作软件在影像快速自动化匹配方面具有明显优势，大大提高了数据的处理速度和效率，降低了生产劳动成本，缩短了影像处理工作周期，极大地提升了传统的影像处理能力；且PCI GXL采用网页界面，操作简单，易学易懂，降低了作业员的劳动强度。

（2）PCI GXL系统在基于传统控制资料处理中，控制点采集环节人工选点和编辑控制点文件的工作量较大，相对影像快速匹配方面还需要进一步完善和更新；由于影像倾角阴影过大或山区DEM数据较差的原因，会造成纠正后的影像平面精度或接边精度超限，需要人工局部添加控制点或连接点进行二次纠正，影响作业效率。