基于像素工廠的海量遙感衛星影像處理方法

孫運豪 胡朵朵

(國信司南(北京)地理信息技術有限公司，北京， 100048)

基于像素工廠的海量遙感衛星影像處理方法

孫運豪 胡朵朵

(國信司南(北京)地理信息技術有限公司，北京， 100048)

像素工廠是當今世界一流的遙感影像自動化處理系統，具有超強的影像處理能力，可以自動處理多種傳感器的海量數據，生產各種基礎地理信息成果。高分一號衛星是中國高分辨率對地觀測系統的第一顆衛星，為經濟社會發展建設提供豐富的影像資源。本文以國產高分一號衛星影像數據為基礎數據源，結合實際生產，探索了一套基于像素工廠系統的高效處理高分一號衛星影像的關鍵技術及工藝流程。

高分一號衛星 像素工廠 空三加密 影像處理

1 引言

“高分一號[1]”(GF-1)衛星是國家高分辨率對地觀測系統重大專項天基系統中的首發星,于2013年4月26日在酒泉衛星發射中心由長征二號丁運載火箭成功發射，配置了2臺2米分辨率全色/8米分辨率多光譜相機，4臺16米分辨率多光譜寬幅相機。高分一號衛星實現了利用國產衛星獲取高分辨率影像資料，增強了我國高分影像數據獲取能力，也為水利、國土、農業、林業等各部門提供了豐富的基礎數據資源。本文以目前最先進的遙感影像處理系統像素工廠為作業平臺，結合實際項目生產經驗，總結了一套適合于海量高分一號衛星影像處理的技術流程及方法。

2 像素工廠系統

“像素工廠[2]”系統是當今最先進的大型遙感影像處理系統，集自動化并行處理、兼容多種航空航天傳感器等特點于一身，可以生產數字地表模型(DSM)、真正射影像圖(TDOM)以及數字正射影像圖(DOM)等產品，能夠大大節省影像數據處理的人力資源和時間成本，具備地理信息生產快、精、準等突出特點，非常適用于大范圍海量遙感影像的處理工作。

3 試驗區情況

為了探索利用像素工廠系統對海量遙感影像數據處理的效率及精度，本次實驗數據采用國產高分一號衛星影像數據，涉及553景2米分辨率的GF-1號全色影像以及對應的553景8米分辨率的GF-1號多光譜影像數據，面積約60萬平方公里。根據試驗區數據情況，本次實驗對所有數據建立一個區域網，一次處理553×2景高分一號衛星影像數據。

4 技術方法

像素工廠系統根據影像獲取的傳感器類型設計了相對應的數據處理模塊，目前像素工廠系統還沒有針對高分一號衛星研制相對應的數據處理模塊，本次衛星影像處理實驗采用像素工廠系統RPC通用衛星影像處理模塊，結合實際項目生產經驗，探索出了一套基于像素工廠的高分一號衛星影像處理技術流程見下圖1。

4.1 影像預處理

高分一號衛星影像原始數據主要包括影像數據(*tif)以及有理函數模型參數 (*rpb.txt)文件。影像預處理主要包括對多光譜影像進行波段增強處理，同時根據軟件系統數據導入要求，對高分一號衛星RPB文件進行格式轉換以及文件名稱標準化處理等工作。

(1)波段增強處理

GF-1號衛星多光譜影像由藍、綠、紅、紅外四個波段構成，為了增強影像植被信息特征，需要對綠波段進行批量增強及波段合成，根據影像季節以及地物分布情況，適當調整波段增強公式。通過分析試驗，對GF-1多光譜影像可以采用公式(1)對綠波段進行增強合成處理，其中b(1)代表藍波段，b(2)代表綠波段，b(3)代表紅波段，b(4)代表紅外波段。

Red =b(3)*3/4，Green

=(b(2)+b(4)/3)/2，Blue =b(1)*3/4。

(1)

(2)RPB文件格式標準化處理

由于像素工廠系統沒有對高分一號衛星設計專門的數據導入模塊，需要根據系統數據格式要求，對衛星影像RPB文件進行轉換以及文件標準化命名處理，該過程采用我公司自主研發的軟件工具自動批量完成。

4.2 海量衛星影像數據空三加密方法

4.2.1 空三加密策略

對于海量衛星影像數據空三加密的基本思路是：通過連接點恢復影像之間的相對位置，建立自由網；通過少量控制點確定自由網的絕對位置，提高最終的定位精度。經驗表明，GF-1影像正射糾正理想的參考條件是采用l：50000比例尺或更高精度的控制點及DEM。區域網平差主要包括兩步：

(1)全色影像空三加密。匹配相鄰景之間的連接點，迭代平差進行自由網平差；自由網平差后采用控制信息確定影像的絕對定向參數，提高定位精度。

(2)多光譜影像空三加密。以優化后的全色影像為基準，在全色和多光譜影像之間自動匹配連接點，通過區域網平差，確定多光譜影像優化后的定向參數，實現以優化后的全色影像為基準的多光譜影像定向參數的優化。

4.2.2 平差參數

(1)RPC模型參數

空三加密主要是利用連接點和控制點，優化影像初始的RPC模型參數。RPC是用有理函數描述二維影像與三維地物之間的幾何關系，共90個參數[3](含80個多項式參數和10個標準化參數)，基本方程式為：

80個多項式參數分別為a1～a20，b1～b20，c1～c20，d1～d20，且通常取b1= d1=1。多項式一般次數為3，每個多項式的表達式如下：

+a11PLH+a12L3+a13LP2+a14LH2+a15L2P+a16P3+a17PH2+a18L2H+a19P2H+a20H3

DenL(P,L,H)=b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b10H2

+b11PLH+b12L3+b13LP2+b14LH2+b15L2P+b16P3+b17PH2+b18L2H+b19P2H+b20H3

NumS(P,L,H)=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2

DenS(P,L,H)=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2

+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3+d17PH2+d18L2H+d19P2H+d20H3

上述P,L,H為標準化的大地坐標，Y,X為標準化的像點坐標。標準化就是將原始坐標經過平移、縮放使值落到(-1,1)之間，其過程如下：

這里，Latitude，Longitude，Height分別代表地面點的大地坐標；Sample，Line分別代表影像上像點的列行號；xx_OFF表示標準化偏移參數，xx_SCALE表示標準化比例參數，共10個。

(2)RPC參數優化

空三加密時只需要優化多項式參數即可。一般而言，初始優化時，按照默認設置優化a1、a3和c1、c3即可，平差計算剔除粗差；粗差剔除后逐漸優化a1、a2、a3和c1、c2、c3，必要時再加上b1、b2、b3和d1、d2、d3，根據每次平差計算調整參數的優化范圍，直到平差結果滿足要求為止。對于衛星影像初始誤差較大的情況，酌情增加優化參數，經驗表明，一般只需要優化到2次參數即可。

平差優化時，粗差點對平差結果影響較大，衛星影像景間粗差點來源一般為平面誤差較大點或者是高程誤差較大點，像素工廠系統可按平面較差和高程較差分別剔除粗差點，提高加密精度。下圖2是全色影像空三加密的景間連接點和控制點點位分布示意圖。

4.2.3 平差結果

空三加密[4]成果精度直接影響正射影像成果的平面精度[5]，加密過程中應盡量提高景間模型的連接強度，從而提高加密區的穩定性、可靠性。相鄰模型間的連接點個數必須在6個以上，且均勻分布，控制點要求在整個區域內均勻分布，網型凸凹處要有足夠的控制點，同時控制點的維數要盡量多。

本次實驗對553景影像進行一個區域網平差，空三加密結果如下表1、表2。

表1 控制點精度統計表

表2 連接點精度統計表

4.3 影像正射糾正、融合

由于系統軟件采用策略是先糾正后融合的方式，需采用正射影像RectifySensorImage模塊對衛星影像全色及多光譜影像分別全自動批量生產衛星影像分景成果。高分一號全色影像輸出分辨率為2米，多光譜單景影像輸出分辨率為8米。

影像融合是將在空間、時間、波譜上冗余或互補的多源遙感數據按照一定的規則(或算法)進行運算處理，獲得比任何單一數據更精確、更豐富的信息，生成具有新的空間、波譜、時間特征的合成影像數據。影像通過融合既可以提高多光譜影像空間分辨率，又保留其多光譜特性。像素工廠系統中使用PanSharpening融合方式對多光譜XS1 XS2 XS3 XS4四個波段與MS波段進行融合，融合分辨率設置為2米，充分保留了多光譜的輻射信息。從實驗經驗與實際效果看，PanSharpening融合算法對高分一號衛星影像處理中表現較為理想。

4.4 影像鑲嵌、勻色

影像整體勻色，一直是大面積正射影像生產項目的難點之一。無論是使用專門的影像勻色軟件，還是使用Photoshop影像處理軟件進行人工調整，都存在處理數據量大、效率低、批次之間色調不一致等問題。

像素工廠系統采用低分影像色彩映射到高分影像的原理進行色彩處理，主要的作業流程是：首先對低分影像進行色彩平衡，得到色彩均勻、無鑲嵌痕跡的快視圖，便于對其進行調整；其次對快視圖進行編輯、修改、色彩優化后再次導入系統；然后以調整后的快視圖為參考影像，直接輸出與快視圖色彩一致的鑲嵌成果影像，成果樣例見圖3。

5 總結

像素工廠系統是當今世界最先進的遙感影像數據處理系統，具有較高的自動化數據處理能力。筆者結合項目實際生產情況，總結像素工廠系統在處理大范圍衛星遙感影像數據具有以下優點。

(1)遙感影像數據處理效率

在大批量處理衛星影像數據時，結合系統本身架構以及數據處理效率，通過大量實驗表明，一次性處理400景至800景衛星影像數據時，數據處理效率較高。

(2)區域網整體平差提高影像精度和處理效率

傳統的單片糾正處理模式存在費時費力、影像誤差不均衡、不同影像接邊時不可避免的會出現地物錯位或偏離，景間接邊工作量大等問題。像素工廠系統采用區域網整體平差方式，通過相鄰景之間的連接點保障鑲嵌精度，通過均勻分布的控制點保障平面精度性，區域網平差相比起傳統的單片糾正技術，接邊量減小，極大的提高了工作效率以及影像成果質量。

(3)勻光、勻色策略[6]

不同于其他勻光、勻色軟件，像素工廠系統在影像色彩調整方面具有獨特、優秀的解決方案，其主要思想是將原始影像按一定比例進行縮放生成正射影像快視圖，對快視圖進行鑲嵌、調色，保證整體色調一致，色彩真實；然后以鑲嵌調色后的快視影像作為參考，對原始影像進行顏色映射，保證原始影像成果在色調、色彩、對比度等方面達到與縮放影像同樣的效果，極大的提高了影像處理效率

(4)平差優化策略

一般情況下，同組衛星影像全色影像數據分辨率高于多光譜影像，像素工廠系統在空三加密時，只需要對全色影像進行控制點測量即可，多光譜影像只需要做配準工作，提高了衛星影像處理的工作效率。

隨著我國空間數據獲取能力的不斷提高，海量衛星影像數據處理的需求也越來越急迫，像素工廠系統必將為各行業的遙感數據處理提供強大的助力。

[1] 黃世存等. 高分一號多光譜影像正射精度驗證與分析[J].測繪科學，2016,(3):54-57.

[2] 曹廣強. 基于像素工廠制作衛星影像DOM的方法和優勢[J].測繪標準化，2013，29(1)：34-35.

[3] 張劍清，潘勵等.攝影測量學[M].湖北武漢:武漢大學出版社，2003.

[4] 趙博. 淺談像素工廠的空三加密流程[J].測繪與空間地理信息，2014，(2):189-192.

[5] 石善球. 淺析像素工廠(PF)生產DOM的平面精度[J].現代測繪，2008，32(4)：10-11.

[6] 何麗敏.基于像素工廠的常州市高分辨率正射影像圖制作[J].北京測繪，2013，(6)：112-114.

Method for Massive Remote Sensing Satellite Images Processing Based on Pixel Factory

SUN Yun-hao，HU Duo-duo

(Geo-compass Information Technology Company，Beijing 100048，China)

Pixel Factory is one of the world’s first-class and automatic systems for remote sensing images processing nowadays, manifesting an excellent ability to automatically process the massive data from multiple imaging sensors and to produce a variety of basic geomatics products. GF-1 is the first satellite for the China High-resolution Earth Observation System (CHEOS), providing a rich image resource for economic and social development. Taking the GF-1 satellite images as the basic data source and through the combination of production practice, this paper explores a set of key technology and process flow for efficient processing of GF-1 satellite images based on Pixel Factory system.

GF-1 satellite; Pixel Factory (PF); aerial triangulation; image processing

2016-05-17

P237

B

1007-3000(2016)06-5