地理国情普查影像自动预处理质量检查研究

张赟

（内蒙古自治区计量测试研究院，内蒙古 呼和浩特 010030）

1 引言

地理国情普查是对我国自然资源以及国情现状的调查，是掌握我国地表自然资源、水环境、农业现状以及人类活动对各行各业影响的基础性工作，是制定和实施重大国家安全发展战略、优化国土空间格局和资源配置的重要依据，是做好防灾减灾、化解重大灾害影响和应急保障服务的重要支撑，也是自然资源相关行业调查统计的重要数据基础[1]。传统的地理国情普查主要依靠外业人员进行调绘，将调绘结果标记在图纸上，然后由内业进行制图与信息采集，这种工作方式费时费力，往往需要半年以上的作业工期，数据更新时效性较差。随着新型测绘技术的发展，传统作业方式逐渐被替代。目前，地理国情普查外业工作底图及内业信息采集底图多采用国产高分辨率卫星影像制作的正射影像成果[2]。高分影像不仅可以作为工作底图，还可以结合目前应用较多的人工智能深度学习算法，在正射影像上快速提取地物信息、开展变化图斑监测等，且将提取的图斑套合矢量资料，还可以开展执法督查等工作。

卫星遥感影像具有获取影像能力强、影像信息量大、单景影像覆盖范围广、获取影像成本低等特点，在地表资源监测、土地利用分类、植被覆盖监测、生态环境监测等领域得到较好的应用。随着传感器技术的发展与提升，卫星拍摄的影像分辨率越来越高。通过多年地理国情监测工作的开展，高分辨率卫星影像已成为大比例尺测绘与信息采集的重要数据源与作业底图，较常用的国产高分辨率卫星影像有两米级的GF1、GF1B/C/D、GF6、ZY3，亚米级卫星影像有GF2、GF7 等公益性卫星[3]。随着国产高分辨率卫星影像的日益增多，卫星影像获取时相不一致、原始数据源质量差异等问题也日益显现，因此，如何快速、高质量地完成地理国情卫星遥感影像制作是首要问题[4]。

本研究结合地理国情普查高分影像制作，利用影像自动预处理系统，研究影像自动预处理过程中的平差配准、正射纠正、融合与匀色等步骤处理效果，并通过自动预处理生成的精度分析报告进行质量检查，为地理国情监测工作提供参考依据。

2 系统介绍

研究选用的数据自动预处理系统主要包含原始数据统筹入库、预处理等步骤。

（1）统筹入库：本系统支持对原始卫星影像进行文件完整性检测和影像内容质量检测，对影像的损坏、缺失、内容异常、几何、色彩等进行全面检测，保证入库影像的质量，全面了解数据的质量情况和可用范围，让数据的处理生产更高效。

（2）自动预处理：独创免像控几何精校正技术，融合AI 的匀光匀色技术，具有优秀的抗云抗雾抗噪能力，建立半经验半物理的深度大气和辐射校正模型。支持对发起任务进行监控、在线查看处理结果、生成几何精度检查报告等信息。

3 自动预处理

国产高分辨率卫星影像数据自动预处理流程为：将高分辨率全色卫星影像进行区域网平差，平差过程中引入外业像控点与高精度DEM 数据，保障平差精度；对高分辨率多光谱影像进行单片平差配准；将平差后的全色与多光谱影像叠加高精度DEM 数据进行正射纠正，并对全色影像进行正射校正；以更新过RPC 的全色卫星影像为参考，对多光谱卫星影像进行平差处理和正射纠正，纠正后的多光谱影像在空间位置上与全色影像保持一致；将纠正后的全色与多光谱影像进行融合，选用双线性内插或其他算法进行全色多光谱融合，得到具有高分辨率与丰富光谱信息的融合影像；最后进行影像镶嵌、裁切和色彩调整。具体处理流程如图1 所示。

图1 自动预处理流程

（1）区域网平差

在区域网平差过程中，影像区域应布设足够的连接点，以保证相邻影像的相对精度。对匹配的连接点要逐一检查、修正，确认相邻影像的匹配精度。此外，在多景影像重叠区域要保证连接点精度，对无连接点或连接点较少的区域进行刺点与修正。连接点中误差应优于1 个像素，地形起伏较大地区的连接点中误差不大于2 个像素。对于不满足要求的连接点进行检查、修正或剔除。区域网平差的连接点如图2 所示。

图2 连接点生成

影像自动预处理过程中的控制点匹配，参考正射影像成果进行单景纠正，采用一次多项式放射变换进行RPC 参数的精化，每景影像生成的控制点数应不少于5 个，检查点数量不得低于3 个，且要求控制点点位分布均匀，生成的控制点如图3 所示。

图3 正射影像成果质量控制

区域网平差解算时，要引入数字高程模型DEM 数据，通过平差解算，对于不满足精度要求的点位进行检查、修正、剔除，最终保证满足正射影像生产的平面精度要求。

（2）正射纠正

影像自动预处理过程中的正射纠正是对影像进行几何修复，对由地形起伏、卫星镜头、几何参数等因素造成的几何畸变进行处理，最终得到与实际情况吻合的正射影像图。通常采用严格物理模型或有理函数模型对单景数据进行正射纠正。单景控制点选择9～15个，同时保证相邻景不少于3 个公共控制点；工作区涉及连片多景同源遥感数据时，优先使用区域纠正方法进行整体纠正，采用严格物理模型或有理函数模型。理论控制点的数量与分布如图4 所示。

图4 理论控制点

通过影像自动预处理系统进行正射纠正，生成公共控制点，如图5 所示。通过生成的点位可知：为了保证自动预处理的数据生产精度，在山地生成的点位分布整体较为密集，且均匀分布在整幅影像中，未出现某一方向无点位或点位过于集中的情况。

图5 自动与处理控制点

（3）影像融合

影像融合是采用特定的算法将全色影像与多光谱影像进行融合，最终得到具有高空间分辨率与丰富光谱信息的成果影像。影像融合过程中有些因素会引起误差，因此要进行质量控制。在影像自动预处理过程中添加融合规则，即融合影像的亮度与对比度是否适中、成果影像整景颜色过渡是否合理、融合影像纹理是否丰富等。

通过规则约束，自动融合的成果影像如图6 所示。由图可知，融合后的影像无论是色彩还是分辨率均有显著提升，并且通过增加大气校正，剔除了大气的影响，影像对地物的反映更加真实。

图6 融合影像

此外，自动预处理还根据上传的匀色模板或谷歌模板进行匀光匀色，经过匀色后的影像与匀色前相比存在明显的质量差别，如图7 所示：匀色后的镶嵌成果整体颜色饱和度较高，曝光较少，影像拼接附近地物纹理与颜色差异较小。

图7 匀色示意图

4 精度检查

（1）正射纠正检查

对系统正射纠正的单景影像带入ArcMap 软件，与基础底图在同一窗口打开，采用卷帘对比等方法，逐屏幕检查是否有错位情况。正射纠正精度检查如图8所示。

（2）融合检查

由于地形因素、云量、参考底图等因素，融合过程中会出现重影现象，如图9 所示，因此，要对问题影像进行单景重新预处理，并在区域网平差过程中加大平差阈值约束，从而保证融合成果的精度。若仍出现配准较差现象，则寻找替代影像，以此保证影像制作精度。

（3）质检报告

影像自动预处理系统针对每一景预处理成果单独生成一份精度报告，报告为Excel 文件，包含生成的所有点位以及点位的误差极限等信息，且表中的各点位误差极限保持在误差范围之内，针对误差超限的点位要进行二次计算，若仍超限，即删除该点位并重新刺点。

5 结论

本研究利用自研国产高分辨率卫星影像自动预处理系统，结合地理国情普查工作对正射影像成果的制作精度要求，开展DOM 影像自动预处理研究，并进行了质量检查，详细阐述了影像处理过程中会引起影像误差的步骤、因素以及解决办法，确保获得高精度的DOM 影像成果。然而，地理国情普査正射影像在制作时仍面临范围大、数据源种类多、影像时相不一致等问题，导致匀色匀光效果不佳等，有待后续进一步探索研究。