基于像素工厂基础性地理国情监测影像生产研究

张婷婷

（辽宁省基础测绘院，辽宁锦州 121003）

随着卫星遥感技术的不断发展，现如今卫星遥感应用已经不再是传统的科学试验型，而是全面向服务型转变。如何迅速、有效地完成利用卫星遥感数据生产正射影像、提取影像中地理信息以及相关4D产品的生产，满足卫星遥感数据在国土资源调查、灾害应急、环境监测、资源调查、农作物估产与长势监测等服务领域的应用需求，探索可持续的遥感应用产业化发展模式，形成科学、合理、高效的区域应用解决方案，一直是行业亟待解决的问题。

基础性地理国情监测的主要目标就是根据时相要求，挑选符合年度监测要求的高分辨率航空航天遥感影像，生产可做参考底图的正射影像。接下来整合基础地理信息相关数据，保证区域范围全覆盖，监测内容突出重点，使用统一的规范法规，更新上一年监测数据。保持现势性在当年的较新水平，形成具有稳定和权威的时间序列地理国情信息产品，为国家各部门以及地方政府提供数据支持，保障国家生态文建设、应急抢险、国情国力统计等多方面的社会服务。

一、正射影像生产

1.整体流程

分析搜集覆盖任务区的卫星遥感影像数据源，综合考虑影像时相与分辨率，收集覆盖任务区的已有的像控成果、普查正射影像、DEM资料进行正射影像纠正，并对全色与多光谱影像进行融合处理，制作影像元数据，最终对成果进行汇交（图1）。

图1监测影像制作流程图

2.资料准备

首先进行基础资料的准备工作，收集到符合基础性地理国情监测实施方案规定的国内外卫星遥感影像数据，其中包括高分二号、高景1号、资源三号等卫星数据共504景，通过对收集到的监测影像进行比对分析,优先选择时相较好、云雪覆盖较少的影像，测区共制作完成204景影像，，其中包括高分二号97景、高景1号卫星78景、pléiade-1A/1B卫星9景、高分1号卫星5景、资源三号15景。通过对收集到的监测影像进行比对分析，优先选择时相较好、云雪覆盖较少的影像。收集测区内基础测绘1:10000 DEM成果数据、外业像控点及0.2米分辨率影像数据，对所有数据进行收集与整理。

3.空三加密

卫星影像数据根据RPC模型进行定向，获取数据文件夹中的RPC文件，结合外业控制点以及参考DOM、DEM等数据，解算影像的高精度外参数。

本项目利用像素工厂软件，空三加密采取工作流与命令行结合的方式。首先对全色与多光谱影像进行联合空三加密，设置空三加密工作流中各个步骤的参数，包括加密点数量以及间隔距离等严格按照项目要求设置。利用同名点匹配得到影像间的连接点，平差方法选择区域网平差的方法计算全色影像的外方位元素；其次引入控制影像资料，在保证监测影像与普查0.2米分辨率正射影像精度套合的前提下，为提高工作效率，宜采用基于普查影像自动匹配控制点的方式选取影像的控制点；对于加密区域特征地物较少，山地与丘陵较多的情况，会造成影像匹配困难，这时就需人工基于普查影像选取控制点。按照项目要求选取控制点后，将控制点与工作流得到的连接点合并行进行联合优化，平差删除残差大的点，当精度指标满足要求后提交空三加密结果。

4.影像正射纠正与融合

利用原始影像、空三加密成果和DEM进行影像的正射纠正。地理国情监测要求全色正射影像地面分辨率为1m，多光谱影像地面分辨率为4m，采用立方卷积插值重采样方式。正射影像中拉伸和扭曲的情况不应存在，数据应覆盖全部测区。影像坐标投影方式采用标准规定的坐标系统和投影方式以及分带，正射影像中央经线的选取按照面积最大原则，以该景影像分布面积最大的投影带作为该景影像的投影带。

利用正射纠正得到的多光谱与全色影像，应输出后进行影像的套合检查，为保证影像融合的精度效果，多光谱与全色影像之间的点位精度中误差不应大于1个像素，典型地物特征与地形特征不能有重影，地物不能存在模糊现象。如影像配准精度不符合要求，应对精度不好的部分增加控制点重新纠正。

利用像素工厂的影像融合工具（Pansharpening）对纠正后的全色和多光谱影像进行融合处理，融合时遵循以下要求：

（1）保证影像的原有色调不变，在融合前对影像进行去噪、去云雾等预处理，同时对波段进行增强，使最终得到的成果影像色彩突出、地物特征清晰可见；

（2）融合影像只能够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，并且要保证融合的数据源为正射纠正之后的成果数据；

（3）融合影像应保证色彩自然、层次丰富，符合地物真实现状并且纹理清晰，不存在影像部分发虚和重影的情况。

二、流程中存在的问题及解决方案

1.RPC参数精度问题

国产卫星影像数据的RPC参数精度不稳定。因此受卫星影像RPC参数影响，在空三加密处理时很难匹配控制点，空三优化困难，需要大量人工干预，耗费大量的时间，空三精度很难控制，极大的影响了工作效率。

像素工厂处理国产卫星影像空三加密是基于卫星影像有理函数模型的物方面元最小二乘匹配，用区域网的处理方式相对传统的单景卫星影像处理模式，大大提高了处理效率，并且提高了卫星影像景间的接边精度。因此，面临上述问题，我院在基于像素工厂的空三加密处理进行优化。

（1）改变控制点匹配策略

针对RPC精度不好的卫星影像数据，改变控制点匹配策略，因有偏差较大的影像能达到一两千米甚至几千米，因此经实验验证，先在测区周边布控几个控制点，进行优化处理，使整体精度有所改善，再设置密集的匹配间隔，有些山区或者地物相近的区域内最好不要更改相似度设置，否则会匹配出好多错点，影响空三质量。

（2）修改sigma权重

sigma是像素工厂的空三模型文件，每一个类型的传感器有一个对应格式的sigma文件。sigma是对飞行过程的模拟，分解了外方位元素和内方位元素的误差分布（RPC除外）。sigma是每一次用点文件gcp优化时，与group文件配合使用，sigma给出了每张影像由*_init初始姿态优化到*_opt优化后姿态的优化参数权重建议值。因此根据每个数据其参数值也会有所不同。

2.影像融合

测区内所利用影像由2018年10月至2019年7月，部分影像中有少量积雪，植被由黄色进入绿色，植物覆盖密度也逐渐增加，部分影像存在薄云薄雾。目前像素工厂采用Pansharp融合方法进行卫星数据融合，可适当调整多光谱各波段的占比，获得不同的图面显示效果。选择将近红外波段的信息加入到绿色波段，植被类的地物信息将显得更加丰富。

通过实验，根据卫星影像时相，可适当添加5%～20%近红外到绿色波段，使植被等地物色彩饱和更加自然。

对卫星数据进行匀色，一般采用单景匀色或镶嵌后整体区域影像进行匀色。在保证单景影像质量较好的前提下，才能使镶嵌后的整体影像匀色获得较好的匀色效果，由于卫星类型不同且时相不一致，大部门生产中会遇到单景影像质量参差不齐的情况，建议采用单景匀色后再镶嵌，对于像素工厂而言，一定要保证快视影像的质量，才能获得更佳的整体区域内的影像匀色效果。

影像匀色主要选择对雾气去除、色彩均衡、条纹去除、植被增强等方面进行调整。重点处理影像中存在的雾气、色彩不统一及存在干涉条纹等问题，处理后对影像显示效果会有一定的提高。

三、结论

通过研究像素工厂生产地理国情监测影像，解决在2019年辽宁省基础性地理国情监测正射影像生产中遇到的工期短、卫星影像RPC精度差、影像数据量大等问题，为辽宁省基础性地理国情监测外业核查、内业编辑与整理提供高精度的影像底图基础。通过对生产流程中步骤及参数的优化，为其他同类型的影像生产项目提供宝贵的实践经验。