基于高分辨率遥感卫星数据的正射影像制作方法

王 楠

（山西省测绘地理信息院，山西 太原 030001）

0.引言

随着国内高分辨率遥感技术的不断进步，高分辨率遥感卫星不断发射，数据采集能力不断提高。利用全国优于1米分辨率的遥感影像制作分县域彩色正射影像得以在全国国土调查中广泛应用[1，2]。获取土地数据不仅是土地管理的基础工作，也是农业、林业、水利、发展改革、城乡规划建设、环境保护等事业发展和管理的重要依据[3]。同时，国土调查也被视为国情国力调查，定期在全国范围内组织开展国土调查可以全面准确获取实时的土地基础数据[4，5]。本文以国产优于1米分辨率的遥感影像为主、统筹利用多种卫星影像，为国土调查快速制作符合现势性要求的正射影像，建成影像服务保障机制，及时解决国土调查中遇到的影像地图技术问题[6]。

1.PixelGrid 系统

随着我国信息化测绘体系的建立和逐步完善，新一代的数字摄影测量系统PixelGrid实现了大规模影像数据的并行处理，为我国重大基础测绘项目的顺利实施提供了强大的科技支撑。该系统支持包括高分辨率卫星影像、传统航空相片数据和新型数字航空影像（如DMC德国数字航空相机、UCD奥地利数字航空相机、SWDC国产数字航摄仪）在内的几乎所有主流光学传感器数据的处理，可以完成上述从航空三角测量到DLG的遥感图像，具有1∶10000、1∶25000和1∶50000 Dom比例尺的DEM/DSM和其他测绘产品。

PixelGrid系统目前已在中国西部测图工程、全国国土调查等国家重大工程中实现大规模应用，并在汶川地震、青海玉树地震、舟曲泥石流、云南盈江地震和芦山地震等应急影像快速处理中发挥了较大作用。

2.资料准备及作业流程

2.1 资料收集与分析

2.1.1卫星影像资料

研究区域内利用到的卫星影像数据有九类，详细信息（如表1所示）。研究区域内同时存在多源影像数据，由于拍摄时间窗口大多为冬季，受太阳高度角及天气影响，部分原始影像存在薄雪及山体阴影较大等问题，生产过程中按空间分辨率、光谱分辨率、现势性的先后顺序选择影像，尽量避开了受影响区域，虽然部分区域仍有薄雪，但不影响地物判读，可利用影像覆盖图（如图1所示）：

表1 影像类型与分辨率对照表

图1 可利用影像覆盖图

2.1.2DEM资料

采用全省LiDAR DEM纠正，满足1∶10000DEM精度要求。

2.1.3控制资料及县域界限

收集已有0.5米分辨率1∶10000 成图精度正射影像和1∶10000基础测绘DOM作为控制资料。

选用国家基础地理信息中心统一下发的县域界线。

2.2 作业流程

正射影像纠正以收集的1∶10000基础测绘和1∶2000数字城市正射影像为基准影像，利用PixelGrid影像纠正软件，采用影像自动匹配和区域网平差技术，结合高精度数字高程模型成果进行卫星影像正射纠正，通过影像融合、影像镶嵌与裁切技术，按照国家局下发的县级行政界线为单元生产分县（市、区）卫星数字正射影像。技术流程（如图2所示）：

2.2.1数据准备

影像预处理，对相应区域的控制点、DOM等已有资料进行整合。

DEM资料整合，将拟纠正影像的DEM数据拼接，拼接完成后的DEM加入投影信息。

获取的遥感影像开展可行性分析，如，云覆盖、大面积光谱溢出、波段不匹配等。同一批次获取的影像中，分辨率较高、时相新、无云和雪覆盖的影像优先使用。同期影像云覆盖、侧视角等技术指标不满足整景生产要求，但用于补充漏洞区域时，也应当生产。

图2 卫星数字正射影像制作流程图

2.2.2外参数解算

数据源统一使用RPC模型定向，根据遥感影像给出的精确RPC参数，结合相应控制资料，解算高精度外参数。区域网平差用于计算图像的外部参数。通常情况下，对同一轨道、同一相位的遥感图像进行拼接，然后根据单场景图像进行校正。在校正精度满足要求的前提下，控制点的布置要求可以适当放宽。控制点需要在平面和高程方向上均匀分布。当场景之间存在重叠区域时，可以在图像重叠区域中选择一定数量的公共控制点，以提高图像边缘连接的准确性。

2.2.3全色和多光谱波段影像正射纠正

基于参考影像，结合当地2×2米格网高精度DEM成果，利用PixelGrid系统，采用影像自动匹配和联合平差的方法并对全色波段和多光谱波段依次展开正射纠正，所有纠正后影像的作品系统全部采用2000坐标系，高斯投影，114度带。

2.2.4多光谱影像与全色波段影像配准

为了融合效果更好，经过对两种影像的套合检查，两景影像之间在多光谱影像上配准精度不大于1个像素，如山谷、山脊等地物地形特征没有重影。

2.2.5影像融合处理

在不破坏原始色调的前提下，对全色影像和多光谱影像依次进行去噪、去云等预处理。对全色波段和多光谱波段进行融合和增强，使融合后的影像达到色彩鲜艳、细节纹理清晰的效果。

影像融合所使用的数据一般是通过正射纠正的，并且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。

Pansharpen或高通滤波用于完成融合。在卫星遥感图像的多光谱颜色中，蓝色代表蓝色波段，绿色代表绿色波段，红色代表红色波段，近红外代表近红外波段，1、2、3和4代表相应的波段编号。

2.2.6图像增强处理

根据需要对县域分幅正射影像数据成果进行图像增强处理。

影像应没有大范围的噪声和条带，制作时尽量避免出现扭曲、变形、拉花等现象，如果影像的畸变和变形影响了陆地物种的判读和获取，则需要将该影像重新进行处理以达到消除变形；因地形变化引起的高速路、房屋等地物扭曲，需采用技术手段改正。

真彩色处理：影像增强色彩尽量恢复地物的自然真彩色，避免颜色的严重失真。去雾：减少多光谱和全色图像中由雾引起的模糊。对比度/色彩饱和度调整：滤波和直方图拉伸用于调整图像的对比度和颜色饱和度。匀光处理：直方图均衡化和直方图匹配方法用于平衡场景或帧图像的颜色。锐化处理：在不影响图像主题信息的情况下提高整个图像的清晰度。增强图像的直方图尽可能呈正态分布：改进后的图像结构应清晰，特征的表现力应更明显，且无明显噪声。地面地物不允许有大的花斑或黑白斑点，否则会影响地面地物的视觉判读效果。增强帧图像应尽可能颜色饱和、自然明亮、颜色平衡和过渡自然。

2.2.7镶嵌和裁切

在整个场景图像拼接过程中，场景和场景之间的边缘需要颜色过渡自然，地物衔接得当，不能出现重影和虚化现象。镶嵌线选取采用软件自动与人工编辑相结合的方法生成，如果镶嵌区域中存在人工特征，则应手动绘制镶嵌线，以避免人工特征，从而使镶嵌结果能够保持人工特征的完整性和合理性。

对于景与景之间的重叠部分，首先选择高分辨率的影像，然后考虑影像质量及时相。

正射影像边缘两侧的色调必须尽可能一致。经过颜色调整后，正射影像的直方图大致呈正态分布，影像清晰，对比度适中，色彩自然。没有因太亮或太暗而丢失细节的区域。可以准确识别和定位明显的地面目标点。

对融合影像进行镶嵌后，按照县域分幅进行裁切，以县级行政单元组织分幅影像。采用国家统一下发的界线进行裁切。

2.2.8正射影像接边差检查

接边处的色调应相同，可依照接边精度情况进行接边校正，校正后的接边差需要符合接边限差要求。

如果不同控制数据源、不同影像数据源及不同生产批次之间的正射影像接边限差（2个像素）无法达到要求，可按照困难区域标准执行。

正射影像生产需要分别进行内部接边和与其他承担单位的外部接边工作。

2.2.9正射影像成果整理

县域分幅影像：县域分幅正射影像按照县域单元范围外扩100米裁切后组织提交。

影像定向产品数据：影像定向产品数据是正射影像生产的重要处理产品，卫星影像的定向产品主要包括每景卫星影像精化后的RPC参数等。

2.2.10元数据

元数据由数据基本情况、数据源情况、生产过程信息以及数据分发信息组成，其中，数据基本信息包括记录地图影像数据的基本信息，如，地图编号、分辨率、影像数据来源等。数据源情况包括航拍数据源情况和卫星数据源情况。根据生产中使用的数据源填写相应的部分。生产过程信息记录了生产过程中的主要技术指标以及相应的总结和评价。数据分布信息主要记录数据分布单元的基本信息。

元数据按照1∶50000图幅填写，一张图对应一个元数据文件。每个视图框架的元数据都以XML格式存储。

3.正射影像的制作

3.1 数据覆盖及影像情况

试点县共涉及影像种类有北京二号、高分二号、高景一号。静乐县、洪洞县均为1米分辨率影像。尖草坪区涉及0.5米和1米两种分辨率影像，其中，0.5米分辨率影像面积超过100平方千米，故单独存储（如图3—图5所示）：

图3 尖草坪区影像镶嵌块数据

图4 静乐县影像镶嵌块数据

图5 洪洞县影像镶嵌块数据

尖草坪区县域内成果数据包括0.5米和1米两种不同分辨率，其中0.5米分辨率影像占比超过100平方千米，分开存储，不与其他分辨率镶嵌，影像重叠20米。镶嵌块是由镶嵌线、接边线或县级行政界线组成的若干闭合面。其他县域均为1米分辨率影像。

生产过程中按空间分辨率、光谱分辨率、现势性的先后顺序选择影像，作业区选择以下23景影像（如图6—图8所示）：

图6 洪洞县影像覆盖图

图7 尖草坪区影像覆盖图

图8 静乐县影像覆盖图

3.2 正射影像纠正

尖草坪区采用控制点进行纠正，控制点来源为已有1∶2000立体像对采集控制点，其他两个县利用已有1∶10000比例尺航空影像DOM（分辨率0.5米），采用密集匹配方法采集控制点。

采用控制点方法纠正影像点位分布（如图9—图11所示）：

图9 尖草坪区影像纠正控制点分布图

图10 尖草坪区影像纠正连接点分布图

图11 尖草坪区影像外参数解算中误差

采用密集匹配方法采集控制点（如图12—图15所示）：

图12 洪洞县影像纠正控制点分布图

图13 洪洞县影像外参数解算中误差

图14 静乐县影像纠正控制点分布图

图15 静乐县影像外参数解算中误差

4.结束语

本文采用已有的DEM资料进行正射影像纠正，由于时相性不一致，会导致部分区域DEM与影像的不套合。为了解决这些问题，使用了人工编辑DEM。与此同时，在PixelGrid软件下根据问题数据周边地形使用了三角网内插、置平、房屋过滤、矢量构建三角网等工具进行DEM的编辑修改，因此极大地提高了影像的整体质量和生产效率。