PCI GXL在地理國情普查標準時點核準中的應用

毛詩漫 李敏

（1.河南省測繪工程院，河南 鄭州 450000；2.河南省基礎地理信息中心，河南 鄭州 450000）

PCI GXL在地理國情普查標準時點核準中的應用

毛詩漫1李敏2

（1.河南省測繪工程院，河南 鄭州 450000；2.河南省基礎地理信息中心，河南 鄭州 450000）

本文介紹了為什么使用GXL進行影像糾正以及糾正的流程和方法，并通過GXL在第一次全國地理國情普查標準時點核準中的應用對糾正精度進行了分析,對出現的問題給出了解決方法，并列出了實際應用的一些方法。

PCI GXL；地理國情普查；衛星遙感影像；標準時點核準

1 有關GXL的說明

1.1 GXL自動化處理系統

GXL（Geoimaging Accelerator，GXL）是PCI公司面向海量影像自動化生產提出的新一代解決方案產品，主要用于衛星遙感影像數據的自動化生產。在保證用戶處理精度的情況下，大大提高數據的處理速度和處理效率。

PCI地理成像加速器（GXL）將高性能的計算能力與PCI Geomatics的專業處理技術相結合，使數據處理在速度和效率上都得到了顯著提高。通過定制自動化的GXL工作流，能夠大大提升傳統的影像處理能力，從而提高處理衛星影像的實力。

1.2 GXL的系統架構

GXL系統根據客戶處理數據的規模和處理速度需求設計系統處理節點數目。通常系統設計中，GXL處理服務器包括日常工作響應的常規服務器和緊急情況下啟動的備份服務器兩部分。系統中大數據量的自動化處理在GXL服務器中完成，數據的質量檢查在工作站上實現。

GXL系統是分布式的處理系統，系統管理員可以通過GXL管理工作站執行處理任務、處理任務監控和終止處理任務。GXL系統也是一個開放的體系架構，可以和用戶的數據存儲系統結合搭建形成集數據存儲、數據處理和分發為一體的完整系統。GXL使用中心數據庫儲存所有作業的歷史記錄和狀態。

1.3 GXL設計的優點

GXL將專業的地理圖像引入開放式體系結構及標準化的硬件組件中，根據用戶數據處理量需求，同時支持多個CPU、CPU多核以及多GPU的數據并行處理和分布式處理。

通過靈活穩定的PCI ProLines技術，將PCI傳統的優秀圖像處理算法進行了流程化封裝，用戶可以根據工作需要自行選擇所需的功能模塊搭建個性化的ProLines。同時兼容Windows和Linux操作系統。

PCI GXL設計的優點：

（1）采用GPU并行處理來加速圖像處理速度；

（2）支持CPU多核并行計算；

（3）各模塊可隨意組合應用靈活易用；

（4）支持用戶定制開發；

（5）基于Web的用戶界面，支持遠程訪問，作業模塊啟動時間的預定；

（6）全自動化處理，可人工干預；

（7）硬件選擇多樣，支持筆記本電腦、臺式機、刀片機群；

（8）支持當前主流的所有數據格式，支持國產衛星數據；

（9）提供顯示處理效果和處理結果報告。

當今可以糾正影像的軟件也不少，各有特點，以下列出幾種軟件的對比表（表1）。

表1 GXL與其他軟件對比表

2 GXL在時點核準中的技術方案

2.1 原始數據

原始數據是ZY02C、ZY3、KOMPSAT-3、Geoeye-1等的衛星影像資料。

2.2 已有圖件資料

（1）2014年制作的地面分辨率為0.5m的河南省第一次全國地理國情普查正射影像（DOM）。

（2）2011年1∶50000DEM成果(河南省測繪地理信息局提供)。

（3）河南省第一次全國地理國情普查控制點庫。

2.3 數學基礎

(1)平面坐標系統[1]

大地基準：2000國家大地坐標系。

投影方式：高斯―克呂格投影。

分帶方式：6°分帶。

(2)高程基準[1]

1985國家高程基準。

(3)成圖地面分辨率

DOM地面分辨率：ZY3為2m、GF1為2m、TH為2m、ZY2為 2.3m、GF2為 0.8m、Geoeye-1為 0.4m、KOMPSAT-3為1m。

2.4 資源投入概述

影像處理軟件: PCI GXL；

投入人員：1名；

投入設備：1臺服務器。

圖1 GXL生產處理流程

2.5 GXL生產處理流程

GXL采用的是Web風格的后臺處理操控界面，操控界面簡潔易懂，處理流程如圖1:

2.5.1 影像導入

在GXL Web界面中啟動影像導入功能，輸入原始影像存放位置和影像輸出目錄。提交新作業后系統同時進行所有影像的讀入操作，讀入的同時自動完成分塊影像的合并、波段組合等工作，轉換成PIX格式，采用GDB技術進行統一管理，方便后期應用。

GXL數據讀入功能模塊支持當前主流的所有數據格式，支持應用RPC模型和嚴格軌道模型方式讀入數據。支持國產衛星數據，如ZY02C/GF1/ TH-01等。

2.5.2 自動采集控制點

GXL提供了根據參考影像（DOM）、參考矢量、控制點庫和GCPs/TPs文本文件等幾種控制點來源，以滿足不同的控制資料情況。

在本區地理國情普查標準時點核準中有地面分辨率為0.5m的河南省第一次全國地理國情普查正射影像（DOM）、河南省第一次全國地理國情普查控制點庫。適合采用參考影像（DOM），也可導入控制點庫。

對于大多數現代的傳感器所分配的RPC是非常良好準確的，因此在控制點采集的時候使用有理函數模型是最穩固的模型。GCP的個數根據需要來定，如果RPC的精度滿足要求的話，不需要采集太多GCP，只要分布均勻即可。搜索半徑不可過大或過小，過大或過小可能會匹配不到點，一般搜索半徑是原始影像和參考影像的誤差與參考影像的分辨率的比值的1.5倍或2倍。

2.5.3 區域網平差

平差是通過在重疊區域采集連接點（tie point），調整相鄰影像的接邊，進而提高區域的整體精度。平差模塊根據用戶指定的搜索策略、搜索半徑（搜索半徑和采集控制點時的搜索半徑的方法相同）、連接點個數進行自動采集，采集后的連接點可以查看其分布和誤差，還可對連接點進行編輯修改。區域網平差任務提交后，系統會自動查找影像重疊像對，并按設定參數采集連接點，如果提交影像較多，GXL將自動將一個大區域分成若干個小區域,同時進行連接點采集，采集完成后將小區域重新合并并進行平差，這樣既能保證成果精度，又能大幅提高生產效率。平差的結果主要體現在對RPC的改善上。

2.5.4 全色正射校正

PCI GXL既可使用嚴格模型（也稱Toutin模型）也可使用RPC模型技術進行衛星影像正射校正。利用采集的足夠且符合要求的GCPs/TPs、足夠精度的DEM數據，PCI可以生產高達亞像元級精度的正射產品。軟件在進行全色校正的同時會掃描目錄中的多光譜影像進行匹配和校正。

2.5.5 銳化融合

PANSHARP是一個自動融合工具，該算法是一種基于最小二乘法在原始的多光譜、全色影像間達到最佳近似灰度值關系[2]，從而達到最佳色彩組合的融合方法。

2.5.6 鑲嵌分幅

后期如果需要分幅圖時可在GXL中鑲嵌，用戶必須先進行鑲嵌預處理以生成包含勻色效果和接邊線的XML文件，然后才能進行鑲嵌，影像間由于不同的光照和視角，同一地物在重疊影像中看起來存在差異，得不到理想的效果，在鑲嵌預處理的參數設置的勻色方法新增加了“捆綁”，使用“捆綁”的方法勻色使影像最大化地消除差異。用戶也可以對鑲嵌預處理自動采集的接邊線進行手動編輯，并應用到影像正式鑲嵌結果中（圖2）。

圖2 GXL自動鑲嵌效果圖

鑲嵌結果可以直接根據文本坐標或者矢量shp數據等方式進行分幅裁切。根據需要選擇輸出格式。

3 遇到的問題及解決方法

以上流程適合大部分的衛星影像，在作業過程中控制點和平差點無需手工調整基本都能滿足精度要求。但是有些影像的RPC精度不高或原始影像有局部變形，則需要調整一下方法，如有些TH1A、GF2的RPC的精度不能滿足作業精度，ZY02C的影像內部有的局部變形，以下是針對這些情況的處理方法。

3.1 TH1A的處理方法

由于TH1A的數據自帶RPC的精度不能滿足要求，如果利用自帶RPC會出現大部分地方匹配不上點且校正后的影像和參考影像誤差過大，所以在處理過程中就不能再用它自帶的RPC來計算，而是要從GCP中來反算一個RPC。影像導入之后在Focus中打開衛星影像刪除模型段（Rational Functions Model Segment），刪除之后再進行控制點的自動采集，在控制點采集參數中要選上從GCP中計算RPC而且控制點個數也要多，通常設1000個或更多。控制點采集完成后進入桌面版（Geomatica）中進行手工干預控制點。在桌面版中選擇Optical Satellite Modelling和Rational Function(compute from GCPS)，導入自動采集的控制點修改或刪除誤差大的點，控制點調整完成就可以直接糾正輸出正射影像，多光譜影像采用同樣的方法做一遍。

3.2 GF2的處理方法

GF2相對于TH1A要簡單多了，GF2只是出現一些局部的套合不太好，只需要在自動采集控制點的參數設置里把數學模型的次數選為2階，也要從GCP中計算RPC，除這兩處的設置不同外，其他均和正常流程相同即可。

3.3 ZY02C的處理方法

ZY02C的衛星影像和TH1A、GF2的不太相同，ZY02C_HR1左邊的原始影像本身變形，內部局部套合不好，出現原始影像變形的情況下用一般的方法是糾不過去的，碰到這種情況只有自動和手動相結合才能使糾正的影像和參考影像套合。先使用正常的流程做一遍，如果生成的正射不能滿足精度要求，利用生成的正射影像再自動采集一遍控制點，控制點采集結束進入桌面版新建工程時要選擇用多項式（Polynomial）,把正射采集的控制點導入手動修改誤差大的點，修改完成后再在此工程下自動采集控制點，控制點個數要盡量多一些。把采集完的控制點再導入波段樣條（Thin Plate Spline）的工程中進行正射糾正，如果生成的正射仍有套合不住的地方可返回工程在變形處手動加點，經過反復加點，直到結果滿足精度要求。

4 質量及效率

4.1 平面精度檢查

方法一：將參考影像與正射成果疊加，利用“卷簾”目視檢查（圖3）。

方法二：打開采集的控制點檢查控制點的誤差是否滿足精度要求（圖4）。

圖3 正射影像與參考影像疊加“卷簾”

圖4 控制點誤差表

表中的單位為m，從表中可以看出X的中誤差為1.33m、Y的中誤差為1.73m，控制點最大誤差3.9m，地理國情普查標準時點核準中的精度要求是中誤差不大于4m，最大誤差不大于兩倍的中誤差，表中控制點的誤差完全滿足精度要求[3]。

4.2 GXL的生產效率

下面的工程中共16景影像，時間統計是采用單節點CPU處理效率，若采用多節點處理效率可成倍提高。

表2 耗時統計表

4.3 融合后效果

PANSHARP是一個自動影像融合工具，該算法是一種基于最小二乘法在原始的多光譜、全色影像間達到最佳近似灰度值關系，這對地物真實色彩的恢復和解譯精度的提高具有重要的意義。融合狀況見圖5。

4.4 藍波段的模擬

圖5 融合前后多光譜影像對比

ZY02C多光譜的原始影像缺少藍波段，直接融合后的影像因缺少藍波段不易詳細區分地物，后期為作業方便可轉自然色或進行藍波段的模擬，PCI GXL桌面版中的藍波段模擬完成后的結果為含有藍波段的多光譜成果，圖6為運行界面。Model Text中的算法如下：

圖6 藍波段模擬

%1=%1

%2=%2%3=13.9054+0.873393*%1-0.138254*%2-0.100616*%3

圖7分別是融合后影像、PCI GXL桌面版的藍波段模擬和用erdas轉的自然色。

圖7 藍波段模擬效果圖

5 結論與建議

對于國外或國產的衛星影像數據，采用GXL區域網平差的方法，不但可以滿足地理國情普查標準時點核準的精度要求，而且可以大幅提高生產效率。采用GXL自動化生產系統，明顯提高了生產效率，降低勞動強度，節省了人力。采用一個處理節點，處理100景的衛星影像數據，所有流程需要1.5天就可以完成，而兩個熟練的作業員處理完同樣的數據需要半個月左右，效率提高至少10倍。

對于地理國情普查標準時點核準等需要處理海量影像數據的生產項目，最好采用GXL等自動化并行處理系統。

[1]國務院第一次全國地理國情普查領導小組辦公室.數字正射影像生產技術規定：GDPJ 05—— 2013[S].北京：國務院第一次全國地理國情普查領導小組辦公室，2013.

[2]國務院第一次全國地理國情普查領導小組辦公室. 遙感影像解譯樣本數據技術規定：GDPJ 06——2013[S].北京：國務院第一次全國地理國情普查領導小組辦公室，2013.

毛詩漫 (1980― )，女，漢族，工程師，主要從事遙感和地圖制圖工作。E -mail:237966883@qq.com