谷歌地球影像的纠偏和使用

乔庆平

中油勘探监理公司库尔勒分公司（新疆库尔勒841000）

谷歌地球影像的纠偏和使用

乔庆平

中油勘探监理公司库尔勒分公司（新疆库尔勒841000）

通过分析谷歌地球影像的偏移问题，提出两种纠偏方法，一是通过“约束”配准将偏移量强行纠正；二是通过“迭代”方式，逐次用新值代替旧值，这样辗转递推、重复操作，一次一次逼近所希望的精度。为避免高清影像整体消隐、局部可用的缺陷，可以通过叠加图层的方法，实现不同层次窗口的读图目的。高清影像技术在质量保证体系中愈发显示出其优势，同时对促使HSE体系稳健运行发挥出显著的作用。

谷歌地球影像；偏移；投影；坐标转换

1 谷歌地球影像存在偏移

地质勘探采集中，技术质量体系的运行依靠日常的过程监控。海量的工作数据、随时需要刷新的检查记录，要求质量控制的时空动态分布情势愈益翔实和量化，不断体现“预防在先”、“全部覆盖”以及“重点部位重点检查”的理念[1-2]。过去常用的行之有效的时空动态分布表，由于高清遥感影像的获得使用，更多地改作时空动态分布图，以便更加清晰、直观。G.E.（Google earth谷歌地球）影像是比较出色的高清影像之一。

高清影像以其及时性好、分辨率理想、现势性好逐项特征，在促进技术质量体系和HSE体系的稳健运行中发挥很好的支持作用。在高清卫星图片、航测图片上，每个地质灾害点，每处需要关注的地形地貌和干扰障碍物，都可辨识处理。

但是，G.E.影像属在线数据，受限于计算机硬件配置、网速性能等的情况，其运行并不顺畅，在耗时的计算处理中，经常出现卡顿、甚或死机的现象。尽管有系统应用缓存，可以对数据离线使用，但操作界面既少又不直观，实际运用并不广泛[3]。所以可以将此影像输出到测量电子图件譬如MI（MapIn⁃fo Professional）、G.M.（Global Mapper），从而实现交互操作。

问题是获得的影像数据均是有偏移的（无偏移的G.E.影像需要付费）。分辨率得到保障的影像，通过授权免费购买的数据均存在偏移。因此本文提出获得G.E.影像的纠偏和使用问题。

2 谷歌地球影像的输出

测量上从球面到平面，从全球一体性数据到局部地方数据，需要进行坐标投影与转换[4]。而G.E.影像与测量电子图件譬如MI、G.M.等软件，亦有着不同的坐标定义，不同的表达坐标系。因此G.E.影像的输出就是不同坐标系间的转换。

2.1 坐标系

测量坐标系中Xn称为北坐标、Ye称为东坐标，而制图软件使用数学坐标。数学坐标系中，X坐标取东坐标数值，而Y坐标则取北坐标数值。即X坐标是指包含带号的坐标。这是处理数据时需要注意的。

而且两个坐标系的角度发生定义不同。测量坐标系中，方位角度是自X轴（北）顺时针形成；而数学坐标系中，角度是自X轴逆时针生成的。

因此，点位坐标（Xn，Ye）分别表征纵向（北向）数值、横向（东向）数值，这是与制图软件数学坐标的根本区别。

在下文中将采用ΔXn、ΔYe分别表示北坐标、东坐标的各自增量。

2.2 坐标转换

大地测量学上，三维空间坐标转换可以有三参数转换、七参数转换。七参数转换用于不同基准间无扭曲的转换,常用的转换模型是赫尔默特转换。其基本形式为

XT=C+μRX

其中,XT为要求的转换值；X为起始的已知向量；C为3个坐标轴的平移参数（已知量）；μ为转换的尺度变化参数；R为含有3个坐标轴旋转参数的旋转矩阵，为一正交矩阵。

示例：采用赫尔默特转换模型将OA-XAYAZA坐标系中的某点坐标（XAYAZA）转换为OB-XBYBZB坐标系中的坐标（XBYBZB）。

相应的坐标转换公式为:

式中,cxcycz是3个平移参数，γxγyγz是3个旋转参数，m为尺度变化参数。

3 谷歌地球影像的纠偏

纠偏思路借鉴两个概念说明，一是测量平差中的“约束”法；二是计算机算法中的“迭代”法。通过“约束”配准将偏移量强行纠正；通过“迭代”，逐次用新值代替旧值，这样辗转递推、重复操作，一次一次逼近所希望的精度。

本文对G.E.的所见所得影像和下载影像分别叙述，每种影像又可运用MI或G.M.软件独自配准使用。

4 所见所得影像的纠偏

所见所得G.E.影像即是无需下载影像，具体成图环境MI。

在G.M.环境展绘4个控制点、输出KML/KMZ格式文件，双击打开G.E.影像。加载设计测线，以确定工区截获影像范围。确定了截获范围后不勾选设计测线图层。

G.E.中输出.JPG或.TIF格式的栅格数据1文件，之后可以配准使用。

打开MI，输入栅格文件，以图上所标控制点配准，配准前必须选择投影方式和坐标基准。然后输入设计测线。导入测线的图像如图1所示。

图1 纠偏前的影像

使用MI量测尺，量测测线偏移值，判断偏移数据在水平垂直两个方向的分量，据此确定需要纠偏的数值。本例中设计测线需要上压下抬方能归位。

首先构建配准图层，就是筛选2拟定配准的坐标点，左键锁定“ctrl”+“shift”、右键选定拟定点，松开左键、右键点击工具栏的“图层”，选击“增加”，此时对话框出现“query1”，选中之后，点击工具栏的“表”，选击“输出”，选择希望的.txt格式文件另存。此时关掉设计测线图层，点击MI的表，导入已构建的配准图层。这时影像图上除了原来4个控制点会出现新标出的3个配准点。

约束配准如下，固定施工面积边框的左边两个端点、右下角端点，使用3点强行配准第4个点，右上端点桩号自2965压到2843，就是将右上角的端点坐标配赋给2843桩号点，初次纠偏后的图像如图2所示。

图2 初次纠偏后的影像

同样重复上述方法，再次约束配准，此时固定工区施工面积的右下角、左上角端点，仍是上压下抬右上角端点，现在右上端点强行推压17个桩号，即是2965压回到2948，将右上角的端点坐标配赋给2948桩号点，同理纠偏左下角。导入设计测线加以验证的图像如图3所示。

图3 纠偏后的G.E.影像和展绘测线

总结两步纠偏方法，参与初次配准的点共计8个，4个控制点、3个约束点（绿色方点）、1个强制纠偏点（浅黄色菱形点）。参与再次配准的点共计8个，4个控制点、2个约束点、2个强制纠偏点（黄色圆点）。

5 下载影像的纠偏

G.E.下载影像需要使用BIGMAPS软件，通过授权购买使用，选择有偏移卫星地图以备下载。

首先在G.M.软件中框选包括或覆盖施工区域的端点，输出.KML/.KMZ的矢量数据1。

5.1 MI环境下的配准

选择投影方式，选择与之适应的坐标基准，输入当地坐标转换三参数，选择相应分辨率完成下载。

打开MI，先以施工面积坐标配赋给截获图像的相应端点[5]。笔者采集固定地标的3个航点，展绘航点，发现与地图相应特征点的相对位移。开始配准，需要量测点位偏移的两个方向分量，然后对端点坐标配赋改正数，用加了改正数的新数值逐次迭代，替换前次坐标值强制配准。具体作法如下。

1）选择投影方式，选择坐标系统。打开软件，首先选择工区所需要的投影方式，选择相应坐标系统，展绘航点。

2）无约束配准。以施工面积坐标配赋给截获图像的相应端点，此群配准点作为无约束点。在MI的“表”中选击“栅格”、选击“图像配准”，增加3个以前曾采集的航点。这时发现采集点位与图上相应固定物体明显差距。

3）约束配准。固定3个航点的坐标，纠正面积端点坐标，使能纠正到采集航点与已知物体相吻合。

量测并判断3个点位偏移的2个方向分量，对端点坐标配赋改正数，本例中给出的坐标增量为：ΔXn=-60、ΔYe=-111，以此代替原有坐标数值，编辑确认（至少需要配准3个面积端点坐标）。

同理，再次量取点位偏移的2个分量，再对相应端点坐标配赋改正值，这次，给出的配赋数值为：ΔXn=-40、ΔYe=-60，如此一一对应地逐个计算替代参与配准的面积端点坐标。

这样逐次迭代，每次比上次更接近配准结果。本例中共强制纠正了5次端点坐标，各次配准的坐标改正量见表1。

表1 MI环境下配准的坐标改正量

图4为纠偏后的影像。图4中作为约束点的是固定的居民点，展绘测线中红点表示已完成钻井的井炮点，白框红点则表示未给药的炮井点，蓝绿色痕迹为踏勘航迹。

图4 纠偏后的G.E.影像及其测线、航迹的验证

5.2 G.M.环境下的配准

1）无约束配准。打开G.M.软件，直接导入下载的影像。与MI一样，会发现软件导入的投影方式缺省为TM投影，坐标基准也不相同。因此在配准前，同样必须选择重新投影、重新定义坐标系统。

打开生成图像的坐标数据，选击工具栏的“控制中心”，选择所需图层，右击出现下拉清单，选击第一选项“修改图层位置/投影”，进入对话框，实施无约束配准，以打开的已知数据覆盖原图端点数据，方法类似MI环境。仍以上述航点为例，展绘采集到的航点，注目航点与图上物体的偏移。

2）约束配准。现在固定3个航点，量测航点相对固定物体的两个方向的偏移分量，作第一次强制配准，这次使用的坐标分量增量是ΔXn=18、ΔYe=85；然后重复上述步骤，得到第二次配准的坐标分量增量：ΔXn=-35、ΔYe=35，依此类推。得出各次配准的坐标改正量见表2。

表2 G.M.环境下配准的坐标改正量

每次配准时的操作是原存数值上直接编辑，确认无误后，点击“增加”项，从而逐个加点逐个配准。由此可见，MI与G.M.的配准还是有操作程序上的差别的。

6 结论

本文提出了G.E.影像的纠偏和使用问题，纠偏思路借鉴了2个概念，一是测量平差中的“约束”法，二是计算机算法中的“迭代”法。通过“约束”配准将偏移量强行纠正；通过“迭代”方式，逐次用新值代替旧值，这样辗转递推、重复操作，一次一次逼近所希望的精度。

按照G.E.的所见所得影像和下载影像分别叙述，每种影像又可运用MI或G.M.软件独自配准使用。

由于受到硬件配置的限制，便携式计算机的显卡无法支持太高分辨率的高清影像的窗口显示，使得有时观察不到加载影像的整体面貌，这就是高清影像的窗口消隐。除非是在工作站上处理它们。实际上，观察工区整体情形时，使用中等水平的分辨率影像也已够用，在部署设计图上，可以形成不同分辨率图像的梯次使用。因此，根据窗口所见高分辨率影像整体消隐、局部高清的性能，可以通过叠加图层的方法，实现不同层次窗口的读图目的。

高清影像技术在质量保证体系中愈发显示出其优势，同时对于促使HSE体系稳健运行发挥出显著的作用。

[1]Kang-tsong Chang.地理信息系统导论[M].陈健飞,译.北京:科学出版社,2003.

[2]乔庆平.筛选数据法在激发工序中的应用[J].西部油气勘探,2013,63(2)：41-44.

[3]范旭,娄兵,郑鸿明,等.地震数据处理质量分析与评价系统的研发及应用[J].石油工业技术监督,2015,31(4):1-5.

[4]韩冰.文档影像快速纠偏算法的应用研究[J].计算机时代, 2005(10):24-25.

[5]石双虎,张翊孟,单启铜,等.动态效率统计分析在地震数据采集作业中的应用[J].石油工业技术监督,2016,32(3):1-4.

Based on the analysis of the deviation of the Google earth image,two correction methods are proposed:the first is to force cor⁃recting through constraint;the second is to successively approach the desired accuracy through iteration.In order to avoid the HD image whole hiding or partially available,the HD image can be read at different levels of windows through overlaying multiple map layers.HD image plays more and more important roles in quality assurance system and the stable and healthy operation of HSE system.

Google earth image;deviation;projection;coordinate transformation

左学敏

2017-04-08

乔庆平（1963-），男，工程师，现从事石油物探监督工作。