一種基于PixelGrid和PixelFactory協同的正射影像生產工藝研究

□ 趙云波

（山西省測繪工程院，山西 太原 030002）

0.引言

按照國務院對地理國情監測工作的總體部署和測繪地理信息事業轉型發展的需要，從2016年起,我國的地理國情信息獲取開始進入業務化、常態化監測階段。

數字正射影像（DOM）作為地理國情監測中主要的調查數據源，為地表覆蓋分類和地理國情要素的提取提供基礎數據。正射影像的制作進度和質量決定了地理國情監測后續作業的進度和成果的精度。在地理國情監測正射影像的制作上，目前生產單位一般使用某一種影像處理系統進行生產，協同生產方面研究較少，本文立足技術角度，提出利用PixelGrid和PixelFactory（像素工廠）協同的正射影像生產方法，基于歷史基準影像、數字高程模型等資料，對衛星遙感影像進行快速處理，得到符合地理國情監測要求的數字正射影像成果，可進一步提高生產效率。下面以大數據量的多源衛星遙感影像為研究內容，進行生產驗證。

1.技術路線

地理國情監測正射影像生產數據量大，周期要求緊。單獨使用PixelGrid或PixelFactory系統也可進行正射影像生產，但在自動化程度、生產效率、人機交互和影像質量等方面還不同程度地存在欠缺。本文提出的方法，就是綜合PixelGrid和PixelFactory軟件的各自優勢，對地理國情監測正射影像制作流程進行優化，第一步，利用PixelGrid，使用已有的數字正射影像（DOM）、數字高程模型（DEM）等資料，進行影像匹配、區域網平差等環節的高效自動化處理，實現衛星遙感影像的快速正射糾正，制作整景全色和多光譜正射影像，并且在變形修改環節對DEM/DOM同步編輯更新，具有自動化程度高、精度高、人機交互好等優點；第二步，利用PixelFactory，提供分幅真彩色正射影像成果，軟件在正射影像生產過程中特別引入了參考影像的概念，并且在拼接過程中考慮到影像整體及局部的輻射信息，進行了全局均勻性的勻光勻色處理，可以保證分幅正射影像成果色彩的豐富性和色調的一致性，有效提高了正射影像的質量，和其他攝影測量軟件相比具有獨特優勢。

正射影像生產流程（如圖1所示）。

圖1 地理國情監測衛星遙感正射影像生產流程圖

2.研究過程與實現

2.1 研究區數據

2.1.1 多源衛星遙感影像

此次研究區的多源衛星遙感影像數據共287景，其中分辨率優于1米的衛星影像191景，包括高分二號（GF2）衛星159景和北京二號（BJ2）衛星32景，分辨率優于2.5米的衛星影像96景，包括高分一號（GF1）衛星61景和資源三號（ZY3）衛星35景，影像時相在2016年1月至2017年7月間。四種衛星遙感影像空間分辨率對照情況（如表1所示）。

表1 衛星遙感影像空間分辨率對照表 單位：m

2.1.2 現有正射影像

（1）近年航空攝影獲取的正射影像成果，分辨率為0.5米，數據采集時間在2009年至2016年間。

（2）山西省第一次地理國情普查正射影像成果，分辨率為0.5米，數據采集時間在2013年至2015年間。

以上的正射影像成果作為此研究區的基準控制影像使用，同時進行已有正射影像測區間的接邊精度檢測工作。

2.1.3 現有全省高精度數字高程模型

“山西省高精度數字高程模型”是利用ALS60機載激光雷達系統采集獲取，并經過數據處理生產的覆蓋山西全省15.6萬平方公里的3m×3m格網數字高程模型數據，在本次研究中用于衛星遙感影像的正射糾正。

2.1.4 第一次地理國情普查項目檢查點

山西省第一次地理國情普查項目所用檢查點在本次研究中作為地理國情監測正射影像成果質量檢查的檢查點使用。

2.2 整景正射影像制作

2.2.1 空中三角測量

（1）空三分區

根據原始衛星遙感影像提供的先后順序，以已有數據連接成片、盡量避免數據分散為原則，綜合考慮批次、衛星類型、影像分辨率、時相、分布等因素進行分區。

（2）衛星影像數據預處理

將衛星遙感影像數據按不同衛星傳感器類型分別進行預處理及分析，對原始衛星遙感影像文件和軌道參數文件進行處理，生成通用的*.tif和*.rpc文件。

（3）設置參考數據庫

需要將已有DOM和DEM數據進行設置，設置完成后會生成相應的*.db文件（相當于索引文件，軟件會從*.db文件中自動搜索相應位置的DOM和DEM數據）。

（4）設置并行處理環境

設置完成后，單計算機情況下是調用本計算機的多核并行處理；計算機集群情況下是調用局域網內的多個計算機進行并行處理，這樣可以最大限度地利用局域網內的計算機資源，提高處理效率，節省生產時間。

（5）連接點匹配

軟件以已有的DOM和DEM數據作為基準控制參考，對整景衛星影像進行生成金字塔影像、提取特征信息等處理，利用影像匹配算法自動匹配海量的控制點和連接點。

（6）區域網平差

軟件利用自動匹配的連接點及參考控制點數據，以整體聯合區域網平差的方式獲取衛星影像的定向參數。軟件支持弱交會整景影像的大范圍區域網平差處理，提高了處理效率并解決了影像接邊問題。區域網平差后注意檢查連接點、控制點分布情況。

（7）空三精度分析

空三精度檢測主要是加密分區外參數解算誤差，此精度關乎到空三的平面精度。外參數解算檢查點中誤差（如表2所示）。

表2 外參數解算檢查點中誤差統計表 單位：m

依據GQJC05-2017《數字正射影像生產技術規定》，如果采用前期普查或監測形成的正射影像作為控制源，外參數解算的檢查點中誤差應優于1.5×GSD（GSD為待糾正影像和控制影像中分辨率相對較低的地面分辨率），最大誤差不超過2倍中誤差。從表2可以看出，空三外參數解算精度符合規定要求，定向成果可供正射糾正使用。

2.2.2 整景正射影像制作

（1）整景衛星影像正射糾正

使用區域網平差后的衛星影像定向成果和已有的DEM數據，進行衛星遙感影像的自動批處理正射糾正。分辨率及投影信息按照成果要求進行設置，并生成DOM編輯輔助數據，以便于后期修改變形區域的DEM。整景糾正正射影像分辨率設置（如表3所示）。

表3 整景糾正正射影像分辨率對照表 單位：m

（2）DEM/DOM同步編輯更新

由房屋未完全過濾、橋梁被濾除等DEM原因引起的影像變形，需要根據變形區域周邊地形并參考圖面檢查采集的矢量文件進行編輯修改。DEM編輯修改后，重新糾正全色和多光譜影像，輸出最終整景全色和多光譜正射影像成果。表4為局部建筑物變形修改前后對比示例。

表4 建筑物變形修改前后對比示例

2.3 分幅真彩色正射影像制作

2.3.1 整景正射影像導入及影像融合

把正射糾正后的整景全色和多光譜正射影像導入PixelFactory，導入過程中注意檢查波段的選取及對應情況。應用軟件中的PANSHARPEN模塊對全色波段影像和多光譜波段影像數據進行融合。影像融合分辨率設置（如表5所示）。

表5 影像融合分辨率對照表 單位：m

2.3.2參考影像制作

在PixelFactory軟件下對導入的多光譜正射影像進行重采樣生成參考影像，參考影像拼接前進行拼接線粗略編輯，要選用優質影像，盡量繞開云雪區域和存在明顯差異的地物地塊，以免影響整個區域的色調。參考影像輸出后在Photoshop下對參考影像進行局部調整和全局色彩把控，并進行各個分區參考影像顏色接邊，保證該任務區內分幅影像整體顏色協調一致。

2.3.3 拼接線生成與編輯

使用Mosaic模塊下的AutoMosaCutline功能自動計算拼接線，計算時不選擇快速算法，因為拼接線計算要參考相鄰景影像的輻射信息，這樣能最大可能地使拼接后的影像色調保持一致。一般區域拼接線的修改在參考影像上進行，影像拉花、云影、以及薄霧等區域，要放到全分辨率影像上進行細致編輯。

2.3.4 影像鑲嵌

對整景融合后的影像進行鑲嵌，影像鑲嵌過程中注意拼接線和參考影像的選取，拼接線使用編輯后的拼接線，參考影像導回PixelFactory時波段選擇順序為 XS3、XS2、XS1。

2.3.5 分幅真彩色正射影像裁切輸出

按照數字正射影像數據的裁切范圍為對應的基本存儲單元最小外接矩形向外擴展100個像素的矩形進行圖框制作，在PixelFactory下進行打包輸出，輸出影像格式為TIFF/TFW。

3.精度質量評定

3.1 整景全色正射影像平面幾何精度評定

經對整景全色正射影像進行檢查，1米分辨率整景全色正射影像檢查點平面最大中誤差為4.14米，最大誤差為8.87米；2米分辨率整景全色正射影像檢查點平面最大中誤差為6.24米，最大誤差為12.78米，精度均滿足規范要求。

3.2 整景全色正射影像接邊精度評定

在當前景全色正射影像的東、南、西、北四個方向各選擇一景與當前景影像重疊度較大的影像進行接邊檢查，1米分辨率整景全色正射影像最小接邊誤差為0.13米，最大接邊誤差為9.64米；2米分辨率整景全色正射影像最小接邊誤差為0.64米，最大接邊誤差為9.6米。接邊精度均滿足規范要求。

3.3 分幅真彩色正射影像平面幾何精度評定

經檢查，1米分辨率分幅真彩色正射影像平面最大中誤差為3.99米,最大誤差為8.7米；2米分辨率分幅真彩色正射影像平面最大中誤差為7.33米，最大誤差為12.79米，精度均滿足規范要求。

3.4 正射影像質量評價

經檢查，整景正射影像無大面積噪聲和條帶，融合影像色彩自然，紋理清晰，無發虛和重影現象；分幅真彩色正射影像地物細節清晰，反差適中，層次分明，色彩基本平衡，影像直方圖基本接近正態分布，影像接邊處色彩過渡自然，地物接邊合理，人工地物完整。

4.結束語

實踐證明，基于PixelGrid和PixelFactory協同的正射影像制作流程，可以充分利用兩款軟件的各自優勢，充分利用已有基礎成果資料，有效提高正射影像的整體質量，自動化程度高，減少了工作量，提高了生產效率，對即將開展的新一輪地理國情監測和第三次全國土地調查具有較強的借鑒和參考價值。