孟小梅,謝三五,李 昕,楊紅艷,朱仁義,周 濤
(國家測繪地理信息局第一地理信息制圖院,陜西西安710054)
隨著遙感信息獲取技術(shù)的快速發(fā)展,目前高分辨率遙感衛(wèi)星影像已廣泛應(yīng)用于測繪地理信息的生產(chǎn)中,越來越多的遙感影像處理軟件也在不斷更新自身的處理技術(shù)和效率。如何利用軟件高效率地處理高分衛(wèi)星影像,是測繪生產(chǎn)單位都在探索的問題。本文通過西部地理國情普查數(shù)字正射影像(DOM)生產(chǎn)項(xiàng)目,對PCI gxl和ERDAS Imagine 2013版軟件在正射影像生產(chǎn)方面進(jìn)行了研究對比分析。
PCI gxl批量生產(chǎn)系統(tǒng)是面向海量影像自動化生產(chǎn)的解決方案類產(chǎn)品,已應(yīng)用于航空和衛(wèi)星影像的批量自動化生產(chǎn)。該系統(tǒng)提供定制自動化生產(chǎn)工作流,支持分布式處理和多核運(yùn)算,能有效簡化軟件操作,降低人力成本。
ERDAS Imagine 2013是ERDAS公司以模塊化方式提供給用戶進(jìn)行生產(chǎn)的全新版本,支持批處理。其toolbox下的LPS、autosync模塊已成熟應(yīng)用于影像區(qū)域網(wǎng)平差、糾正和配準(zhǔn);PanSharpen融合模塊提供了多種像素merge算法,可針對不同傳感器影像選擇不同算法,形式更加靈活。
(1)影像數(shù)據(jù)
本次生產(chǎn)使用 WorldView-1/2、QuickBird及資源三號遙感衛(wèi)星影像數(shù)據(jù)。
(2)控制資料
使用1∶50 000比例尺DEM數(shù)據(jù)(格網(wǎng)間距為地面25 m)作為DEM數(shù)據(jù)源。
使用國家西部測圖項(xiàng)目1∶50 000 DOM成果數(shù)據(jù)作為控制資料源和正射影像精度檢查的資料源。
本次生產(chǎn)使用的影像數(shù)據(jù)為中、高分辨率衛(wèi)星影像,根據(jù)傳統(tǒng)經(jīng)驗(yàn)和前期試驗(yàn),使用通用傳感器模型能得到很好的定位精度。而有理函數(shù)模型作為常用的通用模型,其正解公式參數(shù)可以從影像數(shù)據(jù)自身的RPC文件獲取。有理函數(shù)模型的正解公式為
式中,(rn,cn)和(xn,yn,zn)分別為像方和物方坐標(biāo);pi(i=1,2,3,4)為有理多項(xiàng)式[6],其公式計(jì)算系數(shù)從影像對應(yīng)的RPC文件里讀取獲得。
(1)流程對比
1)PCI gxl:本次試驗(yàn)的測區(qū)位于青海省東南部,地勢復(fù)雜,測區(qū)內(nèi)控制點(diǎn)數(shù)量和精度均不理想。通過前期對WorldView和資源三號衛(wèi)星影像進(jìn)行控制糾正和無控糾正試驗(yàn),精度情況見表1。
表1 控制糾正和無控糾正誤差對比 m
分析精度后可得出:兩種方法得到的影像平面精度差異微小,低精度、低密度的控制點(diǎn)對于中高分辨率衛(wèi)星影像的正射糾正精度沒有明顯的實(shí)質(zhì)性提高,且控制糾正后的影像平面最大誤差值較大。故在gxl生產(chǎn)中采用無控區(qū)域網(wǎng)平差,自動采集連接點(diǎn),使用25 m DEM數(shù)據(jù)進(jìn)行糾正,依據(jù)rpb參數(shù)控制位置拉伸范圍。由于相鄰條帶間影像傾角、時(shí)相會存在較大差異,在進(jìn)行平差前挑選傾角小、條帶間無三度及以上重疊的影像首先進(jìn)行平差,達(dá)到精度要求后,基于有理函數(shù)模型進(jìn)行正射糾正。然后以合格影像為基準(zhǔn),對剩余待糾正影像依據(jù)rpb模型和DEM,采用頻域相位相關(guān)匹配算法在基準(zhǔn)影像上采集控制點(diǎn)進(jìn)行匹配糾正。
2)ERDAS Imagine 2013:使用LPS模塊進(jìn)行,前期進(jìn)行無控區(qū)域網(wǎng)平差試驗(yàn),高分辨率衛(wèi)星影像能基本保證1∶25 000的平面精度,有個(gè)別影像存在精度超限情況,而對于資源三號中分辨率影像,LPS無控糾正效果并不理想,難以達(dá)到精度要求。因此,生產(chǎn)中使用LPS在西部測圖1∶50 000 DOM成果影像上人工均勻采集控制點(diǎn)進(jìn)行糾正。區(qū)域網(wǎng)平差中連接點(diǎn)的采集使用軟件的auto tiepoint generation模塊設(shè)置搜索匹配策略自動采集。相對于PCI gxl的無控糾正流程,LPS需要人工采集控制點(diǎn)。由于測區(qū)內(nèi)參考影像分辨率相對低,影像時(shí)相和待糾正原始數(shù)據(jù)高分影像差異較大,測區(qū)標(biāo)志性地物稀少,采集控制點(diǎn)比較耗時(shí)。
(2)成果對比
將成果影像與西部DLG和DOM、1∶50 000萬控制點(diǎn)進(jìn)行套合檢查,兩種方法糾正后平面中誤差和接邊中誤差均控制在10 m以內(nèi);gxl的糾正成果精度基本保持在5~9 m之間,滿足1∶25 000比例尺的成圖精度(山地、高山地地勢為18.75 m限差)。LPS由于有人工采集控制點(diǎn)的參與,在控制點(diǎn)分布均勻、點(diǎn)位理想時(shí),成果精度甚至可以達(dá)到5 m以下,滿足1∶10 000比例尺的成圖精度(山地、高山地地勢為7.5 m限差)。
(1)流程對比
1)PCI gxl:采用gxl的影像配準(zhǔn)工作流進(jìn)行自動同名點(diǎn)采集配準(zhǔn),可并行批量生產(chǎn)。該工作流通過同名點(diǎn)采集作業(yè)的拒絕參數(shù)設(shè)置來剔除誤差較大的點(diǎn),保證配準(zhǔn)精度。
2)ERDAS Imagine 2013:采用autosync模塊進(jìn)行配準(zhǔn),在影像質(zhì)量不好、同名點(diǎn)判讀不清晰的區(qū)域無法自動匹配到高精度的點(diǎn)位,需要人工均勻在未刺點(diǎn)區(qū)域采集多個(gè)同名點(diǎn),以人工采集點(diǎn)位為基點(diǎn)進(jìn)行二次自動匹配同名點(diǎn)。由于是單景人工作業(yè),目前不能并行處理。
兩種配準(zhǔn)平臺均能通過對配準(zhǔn)策略的調(diào)整來優(yōu)化配準(zhǔn)誤差,策略方案見表2。
表2 多光譜影像配準(zhǔn)策略調(diào)整方案
(2)成果對比
通過與對應(yīng)全色影像疊加檢查,兩個(gè)平臺均能保證多光譜影像套合精度在1 px以內(nèi),滿足成果要求。
(1)流程對比
1)PCI gxl:采用gxl的PanSharpen工作流批量融合。
2)ERDAS Imagine 2013:采用PanSharpen模塊下HCS merge算法批量融合。
(2)成果對比
使用全色銳化的方法,兩個(gè)平臺的融合影像均能很好保持多光譜的波譜信息,無明顯色彩差異。
(1)流程對比
1)PCI gxl:采用gxl的鑲嵌預(yù)處理工作流生成拼接線,進(jìn)行勻色處理,設(shè)置羽化范圍進(jìn)行接邊處理。完成拼接后,使用鑲嵌工作流進(jìn)行標(biāo)準(zhǔn)圖框裁切,生產(chǎn)分幅成果影像。
2)ERDAS Imagine 2013:使用mosaic模塊自動生成拼接線并進(jìn)行人工編輯以繞開明顯地物,同樣設(shè)置羽化參數(shù)和顏色均衡參數(shù),加入標(biāo)準(zhǔn)矢量圖框進(jìn)行拼接處理,生產(chǎn)分幅成果影像。
兩個(gè)平臺均提供了直方圖匹配、參考基準(zhǔn)影像,重疊區(qū)域過渡等多種勻色方案。
(2)成果對比
gxl的分幅成果自動進(jìn)行勻色處理,能很好地消除相鄰影像間的顏色和亮度差異,ERDAS的mosaic模塊通過勻色,鑲嵌接邊的羽化范圍內(nèi),顏色過渡自然,無明顯硬折痕跡。采用重疊區(qū)域過渡的方案時(shí),兩個(gè)軟件平臺均能很好地保證鑲嵌處的自然過渡。相應(yīng)單景影像之間的顏色差異如果通過基準(zhǔn)影像匹配或均衡處理,但是對于個(gè)別因季節(jié)不同造成巨大光譜特征差異的影像,勻色會造成部分區(qū)域色調(diào)失真,應(yīng)挑出該類影像單獨(dú)進(jìn)行處理,后加入各自的工作流進(jìn)行分幅裁切。
分別使用兩種生產(chǎn)軟件各自生產(chǎn)100景任務(wù)影像來進(jìn)行效率統(tǒng)計(jì)分析。根據(jù)生產(chǎn)中計(jì)算機(jī)實(shí)際運(yùn)行時(shí)間統(tǒng)計(jì)出每個(gè)流程的平均每景處理速度,結(jié)果見表3。使用西部DOM及后期的高精度野外像控點(diǎn)數(shù)據(jù)作為對比檢測數(shù)據(jù)進(jìn)行精度對比,結(jié)果分別見表4與表5。
表3 各流程處理時(shí)間統(tǒng)計(jì)表 (min/景)
表4 西部DOM檢測結(jié)果統(tǒng)計(jì) m
表5 野外像控點(diǎn)檢測結(jié)果統(tǒng)計(jì) m
根據(jù)結(jié)果可以看出,在保證影像精度的同時(shí),PCI gxl能更好地提高生產(chǎn)效率。
試驗(yàn)采用計(jì)算機(jī)為DELL圖形工作站precision T5600。配置:Intel Xeon E5八核處理器(1.80 GHz);12 GB可用內(nèi)存;AMD HD 6450顯卡。表3結(jié)果僅為單核處理速度,使用PCI進(jìn)行生產(chǎn)時(shí),可并行的流程根據(jù)計(jì)算機(jī)CPU運(yùn)行核數(shù)的自行設(shè)定而大大降低運(yùn)行時(shí)間。ERDAS Imagine 2013區(qū)域網(wǎng)平差需人工選取同名點(diǎn),青海測區(qū)標(biāo)志性地物稀少,比較耗時(shí)。大批量生產(chǎn)時(shí)重疊區(qū)域增多,時(shí)間會相對減少。
1)PCI gxl屬于自動化批量生產(chǎn)系統(tǒng),成本較高,在運(yùn)行速度上處于優(yōu)勢。ERDAS Imagine 2013需要人工參與平差控制點(diǎn)采集和配準(zhǔn)同名點(diǎn)采集,時(shí)間效率上低于gxl,但是可人工靈活干預(yù)。兩種平臺均能很好地滿足和支持生產(chǎn)要求。
2)ERDAS Imagine 2013和PCI均可采取無控糾正或有控糾正。由于海量影像和控制點(diǎn)稀少的關(guān)系,生產(chǎn)中 PCI采用批量單景無控糾正,ERDAS Imagine 2013 LPS在1∶50 000 DOM影像上采集控制點(diǎn)進(jìn)行糾正,單景成果平面精度和PCI無控糾正成果平面精度均能控制在10 m以內(nèi)。
3)兩者在多光譜配準(zhǔn)上均能保證1像素以內(nèi)的套合誤差。
4)融合均采用PanSharpen全色銳化方法,能很好地保持多光譜信息,ERDAS Imagine 2013能提供更為靈活的算法選擇。
5)影像勻色處理對于時(shí)相差異巨大的衛(wèi)星影像,需根據(jù)實(shí)際情況判斷進(jìn)行,以避免色彩的失真和光譜信息的丟失。
[1]黨安榮,王曉棟,陳曉峰,等.ERDAS IMAGINE遙感圖像處理方法[M].北京:清華大學(xué)出版社,2003:70-97.
[2]方劍強(qiáng).生產(chǎn)數(shù)字正射影像圖(DOM)的若干技術(shù)問題探討[J].測繪與空間地理信息,2007,30(3):91-94.
[3]張平.數(shù)字正射影像的制作技術(shù)及問題探討[J].測繪通報(bào),2003(10):28-30.
[4]官云蘭,周世健,魯鐵定.基于ERDAS IMAGINE的數(shù)字正射影像圖的制作[J].測繪通報(bào),2005(12):31-33.
[5]歐龍,歐陽平,萬保峰,等.基于PCI Geomatica的數(shù)字正射影像生成實(shí)驗(yàn)及分析[J].城市勘測,2007(5):92-94.
[6]宋偉東,陳靜波,王偉璽.高分辨率遙感影像單片定位及正射糾正方法[J].河南理工大學(xué)學(xué)報(bào):自然科學(xué)版,2009,28(1):36-39.
[7]黎貴發(fā).基于RFM的QUICKBIRD少量控制點(diǎn)糾正控制方案與模型[J].測繪通報(bào),2009(5):28-31.
[8]周軍元,戴騰,鄒松柏,等.大范圍正射影像圖的快速生產(chǎn)[J].地理空間信息,2012,10(2):54-58.
[9]虞欣,賈光軍,陳倬.基于有理函數(shù)和像方仿射變換組合模型的高分辨率衛(wèi)星影像區(qū)域網(wǎng)平差[J].測繪通報(bào),2010(10):4-6.
[10]楊常紅.快速生產(chǎn)數(shù)字正射影像圖解決方案[J].科技創(chuàng)新導(dǎo)報(bào),2008(13):19.
[11]趙筱榕,劉津.基于控制點(diǎn)影像數(shù)據(jù)庫的國產(chǎn)衛(wèi)星影像幾何糾正[J].測繪通報(bào),2013(8):61-64.