高分二号卫星影像正射纠正精度分析

2016-12-15樊文锋李鸿洲高小明

测绘通报 2016年9期

关键词：全色控制点试验区

樊文锋，李鸿洲，温奇，高小明

(1. 国家测绘地理信息局卫星测绘应用中心，北京 100048； 2. 中华人民共和国民政部国家减灾中心，北京 100124)

高分二号卫星影像正射纠正精度分析

樊文锋1，李鸿洲1，温奇2，高小明1

(1. 国家测绘地理信息局卫星测绘应用中心，北京 100048； 2. 中华人民共和国民政部国家减灾中心，北京 100124)

本文利用收集到的外业像控、加密控制和地图采集控制资料，对试验区高分二号影像进行了基于RMF模型的数字正射纠正处理，统计分析了高分二号影像数据的无控制定位精度和不同控制方案下的纠正精度，验证了高分二号卫星影像在每景不低于一个控制点的情况下其纠正精度能够满足全地形1∶1万比例尺地形图和山地1∶5000比例尺地形图更新要求。利用数字正射纠正后的高分二号全色和多光谱影像进行配准和融合，配准达到亚像素精度，能够满足影像融合需要。

高分二号；基于有理函数模型的数字正射纠正；影像融合

遥感卫星是地理空间信息获取和基础地理信息资源调查的重要手段，具有全球性、周期性、持续性和现势性[1]。随着航天技术、计算机技术、通信技术、信息处理技术的进步，以遥感卫星为主要核心的高分辨率航天对地观测技术得到了前所未有的发展，已成为地理空间信息获取的重要手段[2-4]。由于卫星线阵相机同轨获取的遥感影像具有共同的轨道和姿态参数，影像重叠度高，因此有利于在稀少控制条件下开展大范围、高精度影像正射纠正处理[5-7]。高分二号即是我国面向资源调查和监测而启动的首批高分辨率对地观测系统重大专项项目之一，是目前我国分辨率最高的民用光学对地观测卫星。开展高分二号卫星影像的高精度几何处理和数据融合研究，有利于提升影像数据产品质量，有效发挥高分二号卫星在国土、矿产、林业、城乡规划和交通建设等领域资源调查、评价和监测工作中的技术支撑作用。

本试验主要内容包括：①利用高精度的外业控制点、地图采集控制点、加密控制点和已有1∶5万比例尺DEM作为控制源，对高分二号影像进行数字正射纠正处理，统计高分二号卫星影像的无控制定位精度和有控制情况下的纠正精度。②将纠正后的高分二号卫星全色和多光谱影像进行配准和融合，检验高分二号卫星影像配准精度和融合效果。

一、高分二号卫星概述

高分二号卫星于2014年8月19日成功发射，是我国自主研制的首颗空间分辨率优于1 m的民用光学遥感卫星(主要参数见表1)，搭载有两台高分辨率1 m全色、4 m多光谱相机，具有亚米级空间分辨率、高定位精度和快速姿态机动能力等特点[8]，星下点空间分辨率可达0.8 m，标志着我国遥感卫星进入了亚米级“高分时代”(http:∥www.cresda.com/CN/Satellite/3128.shtml)。

高分二号卫星影像文件的命名规则为：卫星_传感器_中心经度_中心纬度_采集时间_产品级别和产品号。如：GF2_PMS1_E104.3_N28.0_20150414_L1A0000749498，GF2代表高分二号卫星，PMS1代表相机1拍摄获取，E104.3_N28.0代表东经104.3°和北纬28.0°，20150414代表摄影日期为2015年4月14日，L1A0000749498代表编号为0000749498的1A级影像产品。

高分二号卫星全色与多光谱影像数据在同一数据包(文件夹)中，全色与多光谱影像数据分别通过后缀名PAN和MSS进行区分，影像体格式为TIFF，对应的RPC模型以RPB形式存在。RPC与RPB通过文本方式可以打开，其内容与含义是完全一致的。当前主要的遥感影像处理软件均支持高分二号卫星影像所带的RPB模型，其中，PCI软件在处理高分二号影像时直接选用Rational Function选项，ERDAS软件在处理高分二号影像时选用QuickBird模型。高分二号卫星相机2在2014年10月8日获取的影像数据包构成如图1所示。

表1 高分二号卫星主要技术参数

图1 高分二号影像数据包结构

图1中，文件名-MSS2.jpg为多光谱影像浏览图文件；文件名-MSS2.rpb为多光谱影像RPB参数文件；文件名-MSS2.tiff为多光谱影像数据文件；文件名-MSS2.xml为多光谱影像辅助说明文件；文件名-MSS2 _thumb.jpg为多光谱影像拇指图文件；文件名-PAN2.jpg为全色影像浏览图文件；文件名-PAN2.rpb为全色影像RPB参数文件；文件名-PAN2.tiff为全色影像数据文件；文件名-PAN2.xml为全色影像辅助说明文件；文件名-PAN2 _thumb.jpg为全色影像拇指图文件。

二、技术路线设计

目前，光学遥感卫星主要采用严密成像几何模型或有理函数模型(RFM)等其他通用成像几何模型对影像进行几何纠正处理[9]，基于良好的内插特性、连续性并独立于传感器平台之外，有理函数模型能够正确拟合严密成像几何模型并对光学线阵卫星影像进行几何纠正处理[10-13]。本试验通过将收集到的控制点全部作为检查点，对比检查点上量测值与真值来统计高分二号影像的无控制定位精度；利用PCI Geomatica2015软件，采用不同的控制点布点方案，对试验区1进行单景数字正射纠正，对试验区2在区域网平差结果基础上进行数字正射纠正，统计不同控制布点方案下的纠正精度；采用Pansharp融合方法对纠正后的高分二号全色与多光谱影像进行配准、融合，统计配准精度。

三、资料准备

数学基础：本试验采用2000国家大地坐标系,1985国家高程基准,高斯-克吕格投影，按6°分带。

本次试验共收集到两个试验测区的高分二号卫星影像共计17景。其中试验区1的两景为2014年10月8日获取的同轨相邻影像，分布于贵州省贵阳市东南部，地形类型为丘陵，平均高程约3000 m，收集外业像控点11个和覆盖两景试验影像区域的25 m格网1∶5万比例尺数字高程模型。

试验区2的15景为2015年4月14日获取的同轨相邻影像，构成沿轨向约300 km的长条带，横跨我国四川和云南两省，影像覆盖区域地形条件以山地为主，平均高程约1000 m，测区内最高点高程约1500 m。试验区2从3种来源共收集控制点73个，其中外业像控点9个，1∶1万空三加密点16个，为增加密度并保证控制点在整个测区内均匀分布，本试验在经正射纠正后的资源三号卫星影像图成果上选取了明显地区点48个。收集覆盖整个长条带试验区域的25 m格网1∶5万比例尺数字高程模型。

四、纠正过程及结果分析

在PCI Geomatica2015软件OrthoEngine模块中，分两步完成控制点与连接点采集：一是对试验区2的15景长条带影像重叠区内匹配连接点，并人工进行点位确认与检查；二是分别完成两个试验区控制点刺点与点位确认检查。

在完成控制点采集后，通过将全部控制点设置为检查点来检查两个试验区的无控精度见表2。

从表2来看，两个试验区的高分二号影像在X和Y方向存在不同的系统误差，其中Y方向系统误差明显比X方向较大，综合两个方向计算得到的平面中误差在20 m左右，不大于25 m。根据《基础地理信息数字成果1∶5000 1∶10 000 1∶25 000 1∶50 000 1∶100 000数字正射影像图》(CHT 9009.2—2010)规定，高分二号卫星影像在无控制条件下的定位精度满足1∶5万比例尺地物采集和更新要求。

表2 无控精度统计 m

以下对两个试验区分别用不同数量的控制点和不同的布点方案对影像进行数字正射纠正，利用检查点来评价纠正后的平面精度。在试验区1影像范围内选取12个均匀分布的控制点。为检查控制点精度和正射纠正方案考虑，分别采用1个控制点、3个控制点和5个控制点等作业流程进行精度统计，已研究适合高分二号影像的正射纠正控制布设方案，不同方案下精度统计结果见表3。

表3 试验区1控制点/检查点平面精度统计 m

从表3可以看出，试验区1高分二号影像在采用1个控制点进行纠正时，平面中误差为2.38 m，随着控制点个数的增加，平面中误差呈明显减小趋势，最小达到1.008 m，根据《基础地理信息数字成果1∶5000 1∶10 000 1∶25 000 1∶50 000 1∶100 000数字正射影像图》(CHT 9009.2—2010)规定，丘陵地区1∶5000和1∶2000比例尺测图平面中误差标准分别为2.5 m和1.2 m，因此，在像控点不低于1个时，高分二号影像纠正后的精度可以满足1∶5000比例尺测图和更新要求。

试验区2共收集到布满整个条带数据影像范围且均匀分布的控制点73个(如图2所示)。分别采用整个条带影像布设1个控制点、布设5个(平均每3景布设1个)控制点、布设9个(平均每3景布设两个)控制点、布设18个(平均每景布设1个)控制点、布设30个(平均每景布设两个)控制点、布设45个(平均每景布设3个)控制点、布设60个(平均每景布设4个)控制点、布设73个控制点(控制点全部参与纠正)的布点方案对条带试验数据进行正射纠正，剩余控制点作为检查点，分别统计纠正后控制点和检查点上的误差，结果见表4。

图2 试验区2条带数据影像范围控制点分布

表4 高分二号长条带平面精度统计 m

从表4可以看出，高分二号长条带影像在用1个控制点进行纠正时，由于条带数据跨度达到300 km，纠正后检查点平面中误差较大，达到7.819 m，随着控制点个数的增加，尤其是当达到每景影像平均不低于1个控制点时，纠正后平面中误差明显减小到3.5 m以内，根据《基础地理信息数字成果1∶5000 1∶10 000 1∶25 000 1∶50 000 1∶100 000数字正射影像图》(CHT 9009.2—2010)规定，满足全地形1∶10 000比例尺测图和山地1∶5000比例尺测图要求。

五、多光谱影像配准纠正

影像配准方法主要有自动配准方法和纠正后配准方法，自动配准方法采用区域灰度相关或空间特征匹配同名点自动提取，并采用薄板样条插值技术实现影像间自动配准；纠正后配准方法主要对经过几何纠正后的影像进行配准[14-16]。本试验通过自动匹配与人工交互编辑相结合的方式，两个试验区各匹配控制点150个，通过人工检查删除误差超限控制点，分别保留了141和144个，试验区1配准中误差为0.69像素，约合0.55 m，试验区2配准中误差0.66像素，约合0.53 m，配准最大误差为1.3像素，约合1 m，满足影像融合所需的配准精度要求，结果见表5。

表5 多光谱配准精度统计像素

利用Pansharp融合方法将配准后的多光谱与全色影像融合，效果如图3所示。

图3 高分二号影像配准和融合效果图

六、结束语

试验利用已有的外业像控、加密控制和地图采集控制资料对高分二号影像进行纠正精度评价。结果表明，高分二号影像在无控制点条件下，存在明显系统偏差，平面误差约20 m；采用不同数量的控制点和控制点布点方案进行数字正射纠正，在平均每景不少于1个控制点时，影像纠正精度满足全地形1∶1万比例尺地形图和山地1∶5000比例尺地形图更新要求。利用数字正射纠正后的高分二号全色和多光谱影像进行配准和融合，配准达到亚像素精度，能够满足影像融合需要。

[1] 宁津生，陈俊勇，李德仁，等.测绘学概论[M].武汉：武汉大学出版社，2004.

[2] 唐新明，谢俊峰，张过.测绘卫星技术总体发展和现状[J].航天返回与遥感，2010,33(3):17-24.

[3] 李国元，胡芬，张重阳，等. WorldView-3 卫星成像模式介绍及数据质量初步评价[J].测绘通报，2015(S1): 11-16．

[4] 祝晓坤，左琛，刘晓琳，等.米级/亚米级卫星遥感影像大比例尺立体测图试验研究[J].测绘与空间地理信息，2016,39(3):28-31.

[5] 程春泉，邓喀中，孙钰珊，等.长条带卫星线阵影像区域网平差研究[J].测绘学报，2010,39(2):162-168.

[6] 代强玲，张宏伟，林宗坚.稀少控制的多源卫星影像区域网平差研究[J].测绘科学，2014,39(9):34-38.

[7] 钟斌，魏长婧. 多源卫星遥感影像区域网联合平差技术[J].测绘科学，2016,41(6):5-8.

[8] 刘晓姬，梁树能，吴小娟，等.“高分二号”卫星数据遥感滑坡灾害识别研究——以云南东川为例[J].航天返回与遥感，2015,36(4):93-100.

[9] 孟小梅，谢三五，李昕，等. PCI gxl与ERDAS Imagine在西部地理国情普查DOM生产中的对比研究[J].测绘通报，2015(8):63-65.

[10] 张过，李扬，祝小勇，等.有理函数模型在光学卫星影像几何纠正中的应用[J].航天返回与遥感，2010,31(4):51-57.

[11] 李凡，迟志楠，金绍华，等.高精度遥感影像的空间投影几何精校正[J].测绘与空间地理信息，2015, 38(11):92-95.

[12] 虞欣，贾光军，陈倬. 基于有理函数和像方仿射变换组合模型的高分辨率卫星影像区域网平差[J].测绘通报，2010(10):4-10.