基于影像快速處理系統(tǒng)的DSM生產(chǎn)方法

楊自力, 林先津

(華僑大學(xué) 信息化建設(shè)與管理處, 福建 泉州 362021)

基于影像快速處理系統(tǒng)的DSM生產(chǎn)方法

楊自力, 林先津

(華僑大學(xué) 信息化建設(shè)與管理處, 福建 泉州 362021)

充分發(fā)揮新型影像快速處理系統(tǒng)pixel factory與pixel grid的優(yōu)勢,利用資源三號衛(wèi)星立體影像,提供一套可行、高效的DSM生產(chǎn)方法,并用實際生產(chǎn)數(shù)據(jù)進(jìn)行試驗。試驗結(jié)果表明:利用影像快速處理系統(tǒng)pixel factory與pixel grid,可高效、高自動化地生產(chǎn)高精度數(shù)字表面模型DSM,可以為大規(guī)模的進(jìn)行DSM與DEM快速生產(chǎn)提供一定的經(jīng)驗指導(dǎo)與技術(shù)支持。

影像處理; pixel factory； pixel grid； 數(shù)字表面模型； 數(shù)字高程模型

隨著各種新型產(chǎn)品的發(fā)展與需要,各行各業(yè)對數(shù)字表面模型(digital surface model,DSM)的需求越來越多。自動化、快速、高效地生產(chǎn)高精度的DSM已成為目前研究與應(yīng)用的熱點[1-3]。pixel factory(像素工廠)是一套用于大型生產(chǎn)的集群式影像自動化快速處理系統(tǒng),通常具有強(qiáng)大計算能力的若干個計算結(jié)點,集自動化、并行處理、多種影像兼容性、遠(yuǎn)程管理等特點于一身,能夠?qū)娇諗?shù)碼影像、光學(xué)衛(wèi)星影像、SAR影像等各類對地觀測數(shù)據(jù)源進(jìn)行處理,生產(chǎn)數(shù)字表面模型(DSM)、數(shù)字高程模型(DEM)、正射影像(DOM)以及真正射影像(TDOM)等產(chǎn)品[4-7]。pixel grid是國產(chǎn)的集群或單機(jī)式影像快速處理系統(tǒng),以其先進(jìn)的攝影測量算法、集群分布式并行處理技術(shù)、強(qiáng)大的自動化業(yè)務(wù)化處理能力、高效可靠的作業(yè)調(diào)度管理方法、友好靈活的用戶界面和操作方式,全面實現(xiàn)對衛(wèi)星影像數(shù)據(jù)、航空影像數(shù)據(jù)以及低空無人機(jī)影像數(shù)據(jù)的快速自動處理,可完成遙感影像從空中三角測量到各種比例尺的DEM/DSM、DOM等測繪產(chǎn)品的任務(wù)[8]。pixel factory可自動、高效地匹配密集點云,并利用冗余剔除粗差,生產(chǎn)高精度的初始DSM,但是對于DSM成果的后期編輯只能在平面下進(jìn)行,缺少立體環(huán)境支持。而pixel grid可利用RPC參數(shù)進(jìn)行立體模型構(gòu)建,支持立體環(huán)境下的高精度DSM編輯。因此,綜合利用兩套系統(tǒng)的優(yōu)勢,可高效、高精度地生產(chǎn)DSM成果。

本文中基于資源三號衛(wèi)星立體影像,利用影像快速處理系統(tǒng)pixel factory與pixel grid,研究數(shù)字表面模型DSM生產(chǎn)的關(guān)鍵技術(shù),提供基于影像快速處理系統(tǒng)的數(shù)字表面模型制作方法,并用實際的生產(chǎn)數(shù)據(jù)進(jìn)行試驗,旨在為數(shù)字表面模型與數(shù)字高程模型的大規(guī)?？焖偕a(chǎn)提供一定的經(jīng)驗指導(dǎo)與技術(shù)支持。

1 基于影像快速處理系統(tǒng)的DSM制作方法

1.1 處理流程

利用pixel factory,采用基于稀少控制的大范圍三線陣聯(lián)合區(qū)域網(wǎng)平差技術(shù),進(jìn)行空中三角測量,基于優(yōu)化后的資源三號立體衛(wèi)星影像RPC參數(shù),創(chuàng)建立體像對,通過多模型、多基線算法自動匹配獲取數(shù)字表面模型DSM；利用pixel grid系統(tǒng),經(jīng)人機(jī)交互編輯、鑲嵌、裁切等后續(xù)處理,生產(chǎn)DSM產(chǎn)品。具體的生產(chǎn)流程見圖1。

圖1 DSM生產(chǎn)流程圖

1.2 關(guān)鍵技術(shù)

(1) 數(shù)據(jù)準(zhǔn)備。將衛(wèi)星影像按照區(qū)域網(wǎng)的設(shè)計進(jìn)行組織,影像的所有相關(guān)文件均按景為單位組織并解壓。本試驗中采用資源三號衛(wèi)星立體影像作為數(shù)據(jù)源,每景影像數(shù)據(jù)應(yīng)包括tif、txt、xml等多種類型。

(2) 數(shù)據(jù)導(dǎo)入。像素工廠支持對IKONOS、QuickBird、WorldView、Aster等各種衛(wèi)星具有專門的模塊進(jìn)行導(dǎo)入,對于資源三號、天繪一號等帶有RPC的衛(wèi)星影像,可以采用通用模型導(dǎo)入。本文中采用資源三號立體衛(wèi)星影像作為數(shù)據(jù)源,因此,數(shù)據(jù)準(zhǔn)備完成之后,采用通用模型完成數(shù)據(jù)的導(dǎo)入。

(3) 空三加密?？杖用苓^程主要包括連接點自動匹配、連接點優(yōu)化、控制點轉(zhuǎn)刺、控制點優(yōu)化、聯(lián)合優(yōu)化等過程。連接點需保證每景影像上不少于10個,并且相鄰景重疊區(qū)域多度點不少于4個。控制點應(yīng)盡量分布在區(qū)域網(wǎng)周邊以及影像重疊范圍的中線附近,控制點數(shù)量一般不少于分區(qū)內(nèi)衛(wèi)星影像景數(shù)的一半,特殊困難地區(qū)可以根據(jù)實際情況放寬要求,但最少不低于6 個控制點。連接點的最終平差結(jié)果一般中誤差不大于0.5像素,最大誤差不超過1.5像素。

(4) 創(chuàng)建立體像對。基于空三加密后的資源三號衛(wèi)星立體影像及其精確的RPC參數(shù),在同軌或異軌之間建立基高比在0.01與2之間的所有立體像對。

(5) DSM自動匹配。利用全自動影像匹配技術(shù)開展密集點云匹配,生成所有單個立體像對的DSM,借助冗余數(shù)據(jù)檢測匹配錯誤,將單個DSM點云進(jìn)行自動鑲嵌、自動內(nèi)插后,生成規(guī)則格網(wǎng)的數(shù)字表面模型數(shù)據(jù)。

(6) DSM編輯。DSM自動匹配的結(jié)果存在粗差,需進(jìn)行后續(xù)自動或人工編輯。首先,利用像素工廠平面編輯環(huán)境,通過自動濾波、人工交互編輯等方法改正自動匹配造成的錯誤,并將DSM匹配結(jié)果疊加到相應(yīng)的正射影像上進(jìn)行編輯檢查；然后,采用全數(shù)字軟件pixel grid,基于區(qū)域網(wǎng)平差優(yōu)化后的RPC參數(shù)恢復(fù)立體模型,疊加自動匹配的DSM進(jìn)行編輯,以改正平面編輯環(huán)境無法改正的錯誤,直至成果滿足要求。

(7) DSM鑲嵌、裁切。相鄰景、相鄰區(qū)域和相鄰測區(qū)DSM進(jìn)行接邊,保證相鄰圖幅重疊范圍內(nèi)同一格網(wǎng)點的高程值一致。將經(jīng)過接邊后的單景DSM進(jìn)行鑲嵌,并按照要求的成果存儲單元及數(shù)據(jù)裁切范圍進(jìn)行裁切輸出,得到標(biāo)準(zhǔn)分幅的DSM成果。

2 試驗與結(jié)果分析

2.1 試驗設(shè)計

本文利用資源三號實際生產(chǎn)數(shù)據(jù)進(jìn)行試驗。影像數(shù)量272景,日期為2012年2月至2013年5月。資源三號測繪衛(wèi)星配置了前視、正視、后視3臺全色相機(jī),可構(gòu)建三線陣立體，裝載1臺多光譜相機(jī)分別在藍(lán)、綠、紅和近紅外4個不同波段上判斷地面物體的屬性；可同時獲取三線陣全色和多光譜數(shù)據(jù)(全色正視影像分辨率2.1 m,前后視立體影像分辨率3.5 m,多光譜影像分辨率5.8 m)。本項目試驗中僅使用全色影像的前視、正視、后視影像。資源三號測繪衛(wèi)星主要技術(shù)指標(biāo)見表1。

表1 資源三號測繪衛(wèi)星主要技術(shù)指標(biāo)

試驗區(qū)地形包括平地、丘陵地、山地、高山地。試驗影像的分布與控制點的分布見圖2。

圖2 試驗區(qū)影像與控制點分布圖

2.2 空三加密精度

根據(jù)本文的基于影像快速處理系統(tǒng)的DSM制作方法,利用pixel factory對資源三號衛(wèi)星立體影像進(jìn)行空三加密。首先,對影像進(jìn)行數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)導(dǎo)入；然后,對測區(qū)內(nèi)的影像進(jìn)行連接點自動匹配與人工添加,保證每景影像的連接點需保證每景影像上不少于10個,并且相鄰景重疊區(qū)域多度點不少于4個,并進(jìn)行平差計算,保證自由網(wǎng)平差的像方最大誤差不超過1.5像素,中誤差不超過0.5像素；最后,轉(zhuǎn)刺外業(yè)控制點,反復(fù)進(jìn)行平差計算,直到像方坐標(biāo)、物方坐標(biāo)均達(dá)到精度要求。

為檢測本次影像空三加密的精度,將外業(yè)實測的野外控制點三維坐標(biāo)作為“真值”,將區(qū)域網(wǎng)平差中自行計算得到野外控制點三維坐標(biāo)作為“計算值”,統(tǒng)計“真值”與“計算值”的較差,分別計算基本定向點與檢查點的實際精度。影像的空三加密精度見表2。

表2 空三加密精度表 m

表2(續(xù)) m

由表2 可見:利用pixel factory,可快速、自動化地實現(xiàn)對資源三號衛(wèi)星立體影像的空三加密,空三加密的定向點平面最大誤差為6.290 m,中誤差為3.218 m；高程最大誤差為3.370 m,中誤差為0.967 m；檢查點平面最大誤差為6.433 m,中誤差為3.731 m,高程最大誤差為3.759 m,中誤差為1.948 m,可以滿足《1∶25000、1∶50000、1∶100000地形圖航空攝影測量內(nèi)業(yè)規(guī)范》中定向點平面限差6.5 m、高程限差4.0 m,檢查點平面限差8.5 m,高程限差4.0米的要求[9]?？捎糜诤罄m(xù)數(shù)字表面模型生產(chǎn)。

2.3 DSM成果及精度

利用上述的空三加密成果,利用pixel factory進(jìn)行立體相對自動創(chuàng)建；之后,利用全自動影像匹配技術(shù)開展密集點云匹配,生成單個立體像對的DSM,并進(jìn)行自動鑲嵌、自動內(nèi)插后,生成規(guī)則格網(wǎng)的數(shù)字表面模型數(shù)據(jù)。將匹配點云進(jìn)行自動鑲嵌、自動內(nèi)插后,生成規(guī)則格網(wǎng)的數(shù)字表面模型數(shù)據(jù)。對于DSM自動匹配的粗差,利用像素工廠平面編輯環(huán)境,通過自動濾波、人工交互編輯等方法改正,并采用全數(shù)字軟件pixel grid,基于區(qū)域網(wǎng)平差優(yōu)化后的RPC參數(shù)恢復(fù)立體模型,疊加自動匹配的DSM進(jìn)行編輯,以改正平面編輯環(huán)境無法改正的錯誤。對編輯后的DSM進(jìn)行鑲嵌、裁切,得到標(biāo)準(zhǔn)分幅的DSM成果。部分成果見圖3。

圖3 DSM成果暈渲圖

為驗證本文方法得到的DSM成果精度,按照地形類別:平地、丘陵地、山地、高山地,分別選取20幅,利用外業(yè)實際檢查點與內(nèi)業(yè)空三保密點進(jìn)行精度檢測,將外業(yè)實測的野外控制點或內(nèi)業(yè)空三加密的保密點三維坐標(biāo)作為“真值”,將DSM成果得到的點三維坐標(biāo)作為“計算值”,統(tǒng)計“真值”與“計算值”的較差,分別計算DSM成果的精度,見表3。

表3 DSM成果精度表 m

由圖3與表3可見:

(1) 利用影像快速處理系統(tǒng)生產(chǎn)的數(shù)字表面模型成果符合實際地貌特征、區(qū)域內(nèi)高程起伏平緩、過渡均勻,無錯位、硬折現(xiàn)象,無明顯跳差。

(2) 利用影像快速處理系統(tǒng)生產(chǎn)的數(shù)字表面模型成果是,平地平面最大誤差為6.012 m,中誤差為1.139 m；丘陵地平面最大誤差為8.258 m,中誤差為2.871 m；山地平面最大誤差為14.701 m,中誤差為4.053 m；高山地平面最大誤差為25.618 m,中誤差為10.361 m；完全可以滿足《基礎(chǔ)地理信息數(shù)字成果1∶5 000、1∶10 000、1∶25 000、1∶50 000、1∶100 000數(shù)字高程模型》中1∶25 000相應(yīng)地形的DEM精度要求[10-12]。

3 結(jié)束語

基于影像快速處理系統(tǒng),對資源三號衛(wèi)星立體影像進(jìn)行空三加密、點云密集匹配、DSM編輯等操作,生產(chǎn)數(shù)字表面模型,在精度、自動化程度、效率等方面都有著獨特的優(yōu)勢。試驗結(jié)果表明:利用影像快速處理系統(tǒng)進(jìn)行數(shù)字表面模型生產(chǎn),效率高、自動化程度高,并且生產(chǎn)的數(shù)字表面模型成果符合實際地貌特征、起伏平緩、過渡均勻、無錯位、無明顯跳差。隨著“數(shù)字城市”、“智慧城市”的推進(jìn),利用影像快速處理系統(tǒng)進(jìn)行數(shù)字表面模型的快速生產(chǎn),可大大減少人工工作量,大大提高生產(chǎn)效率,具有廣闊的應(yīng)用前景與無可比擬的應(yīng)用優(yōu)勢。因數(shù)據(jù)所限,本論文僅針對該試驗區(qū)進(jìn)行相關(guān)試驗,對于成果精度與質(zhì)量、數(shù)字高程模型的生產(chǎn)方案等內(nèi)容還有待進(jìn)行更廣闊、更深入的研究。

References)

[1] 尤紅建,劉彤,蘇林,等.城市DSM的快速獲取及其三維顯示的研究[J].遙感學(xué)報,2001,5(1):8-12.

[2] 尤紅建,蘇林,李樹楷.利用機(jī)載三維成像儀的DSM數(shù)據(jù)自動提取建筑物[J].武漢大學(xué)學(xué)報:信息科學(xué)版,2002,27(4):408-413.

[3] 穆利娜.城市DSM、TDOM的獲取技術(shù)與應(yīng)用研究[D].西安:西北大學(xué),2008.

[4] 曹敏,史照良.新一代海量影像自動處理系統(tǒng)“像素工廠”初探[J].測繪通報,2006(3):55-58.

[5] 邢誠,劉冠蘭.像素工廠的研究與探討[J].計算機(jī)與數(shù)學(xué)工程,2008,36(9):132-134.

[6] 史照良,沈泉飛,曹敏.像素工廠中真正射影像的生產(chǎn)及其精度分析[J].測繪科學(xué)技術(shù)學(xué)報,2007,24(5):332-335.

[7] 周曉敏,楊愛玲,孫麗梅,等.淺議基于像素工廠的ADS80影像處理技術(shù)[J].測繪與空間地理信息,2012,35(5):146-148.

[8] PixelGrid-UAV低空飛行器航空影像數(shù)據(jù)處理流程[M].北京：中國測繪科學(xué)研究院,2011.

[9] GB/T 12340—2008 1∶25 000、1∶50 000、1∶100 000地形圖航空攝影測量內(nèi)業(yè)規(guī)范[S].北京:中國標(biāo)準(zhǔn)出版社,2008.

[10] CH/T 1015.2—2007 基礎(chǔ)地理信息1∶10 000、1∶50 000數(shù)字產(chǎn)品生產(chǎn)技術(shù)規(guī)程 第2部分:數(shù)字高程模型(DEM)生產(chǎn)技術(shù)規(guī)程[S]. 北京:測繪出版社,2007.

[11] CH/T 9009.2—2010 基礎(chǔ)地理信息數(shù)字成果1∶5 000、1∶10 000、1∶25 000、1∶50 000、1∶100 000數(shù)字高程模型[S]. 北京:測繪出版社,2010.

[12] GB/T 13989—2012 國家基本比例尺地形圖分幅和編號[S]. 北京:中國標(biāo)準(zhǔn)出版社,2012.

Producing method of digital surface model(DSM) based on pixel factory and pixel grid

Yang Zili, Lin Xianjin

(Department of Informationization Construction and Management,Huaqiao University,Quanzhou 362021,China)

With the development of surveying and mapping geographic information industry and service transformation,the demand of digital surface model(DSM) is becoming more and more in all walks. How to produce high precision DSM quickly is imminent. Based on the system of pixel factory and pixel grid and using ZY-3 stereo satellite images,an feasible and efficient DSM production method is proposed. Moreover,one set of actual data obtained by Lecia RCD-30 is used to test. All the results show that based on the system of Pixel Factory and Pixel Grid,the high precision DSM can be produced efficiently and highly automated. The results also provide some experience guidances and technical supports to the large-scale production of DSM and DEM.

image processing; pixel factory; pixel grid; DSM; DEM

2015- 03- 25

楊自力(1985—),女,寧夏固原，碩士生, 助理實驗師,研究領(lǐng)域為計算機(jī)網(wǎng)絡(luò)、計算機(jī)應(yīng)用和數(shù)字圖像處理.

E-mail：yzl-3030@163.com

TP751.1

A

1002-4956(2015)10- 0093- 04