PixelGrid在數(shù)字高程模型生產(chǎn)中的應用

張立剛

(黑龍江省水利水電勘測設計研究院，哈爾濱 150080)

0 引 言

近年來，隨著新型基礎測繪的轉(zhuǎn)型升級與信息化測繪體系建設的不斷深入，測繪地理信息數(shù)據(jù)獲取能力不斷提升，天空地一體化數(shù)據(jù)獲取體系不斷完善。目前，衛(wèi)星遙感影像以其“信息豐富、現(xiàn)實性強、獲取周期短、價格相對低廉”的優(yōu)點，在測繪地理信息數(shù)據(jù)生產(chǎn)中得到了越來越多的應用，尤其在無人測區(qū)、邊境測區(qū)等航空攝影無法實現(xiàn)地區(qū)，以衛(wèi)星遙感影像為支撐的3S技術集成得到廣泛的應用與發(fā)展[1]。

基于衛(wèi)星遙感影像生產(chǎn)數(shù)字高程模型是測繪地理信息4D產(chǎn)品生產(chǎn)的重要手段。數(shù)字地面模型(Digital Terrain Model，DTM)最初由美國麻省理工學院Miller教授于1956年提出的，是地形表面形態(tài)等多種信息的一個數(shù)字表示。數(shù)字高程模型(Digital Elevation Model，DEM)是DTM的一個子集，表示地形分量，是對地球表面地形、地貌的一種離散的數(shù)字表示[2]。

1 PixelGrid軟件簡介

PixelGrid軟件是中國測繪科學研究院研制的一款多源航空航天遙感數(shù)據(jù)集群分布式高效能處理系統(tǒng)，PixelGrid軟件以先進的攝影測量算法和交互友好的操作界面為基礎，實現(xiàn)了數(shù)據(jù)處理的通用化和自動化。該系統(tǒng)在西部測圖工程、地理國情監(jiān)測、全球地理信息資源建設與維護更新等國家重大工程和應急測繪保障等方面實現(xiàn)了應用[3]。該方法基于PixelGrid軟件高分辨率衛(wèi)星影像數(shù)據(jù)處理模塊(SAT)進行影像配準，PixelGrid-SAT模塊主要用于多源光學遙感影像從數(shù)據(jù)預處理、區(qū)域網(wǎng)平差到1:1萬、1:2.5萬、1:5萬等多比例尺4D產(chǎn)品(DLG、DEM/DSM、DOM等)數(shù)據(jù)處理與產(chǎn)品制作任務。

2 關鍵技術

2.1 有理多項式系數(shù)

目前衛(wèi)星遙感影像通用TIF影像+RPC文件，有理多項式系數(shù)(Rational Polynomial Coefficients，RPC)是在嚴格幾何模型受衛(wèi)星傳感器參數(shù)保密的限制條件下提出的一種與傳感器無關的通用型成像幾何模型，數(shù)學模型形式簡單、計算速度快，是目前高分辨率衛(wèi)星遙感影像處理最行之有效的模型。RPC是一種能夠獲得與嚴格幾何模型近似一致精度的擬合模型(嚴格幾何模型是指通過平臺載荷測量的平臺運行軌跡參數(shù)、姿態(tài)參數(shù)、傳感器安裝參數(shù)及傳感器內(nèi)部幾何參數(shù)等構建的像-地關系幾何模型)，RPC參數(shù)誤差主要來源于兩個方面：(1)是衛(wèi)星參數(shù)不可避免地存在不同性質(zhì)的誤差，其擬合模型RPC也就存在著相應誤差；(2)是其定向精度與地面控制點精度、分布和數(shù)量及實際地形有關[2,4]。文章所應用的方法重點針對某些困難區(qū)域產(chǎn)生的影像上下視差過大等問題。

2.2 數(shù)字高程模型匹配

DEM的生產(chǎn)包括原始影像數(shù)據(jù)格式轉(zhuǎn)換、模型定向及生成核線影像、影像匹配及DEM生成等步驟。DEM的建立是根據(jù)影像匹配的視差數(shù)據(jù)、定向元素及用于建立DEM的參數(shù)等，將匹配后的視差格網(wǎng)投影與地面坐標系，生成不規(guī)則的格網(wǎng)；然后進行插值等計算處理，建立規(guī)則(矩形)格網(wǎng)的DEM模型[2]?？梢姡加跋竦匦渭百|(zhì)量、RPC模型參數(shù)、模型定向精度等均會對DEM匹配質(zhì)量產(chǎn)生影響。

3 技術路線

針對影像上下視差過大導致無法實現(xiàn)影像匹配生成DEM的問題，文章提出了基于PixelGrid的SAT模塊進行RPC參數(shù)重新計算以用于DEM匹配的技術路線。如圖1所示。

圖1 技術流程

其中，根據(jù)項目技術要求，DEM間隔為5.0m，因此僅選擇前、后視影像參與匹配即可。影像格式增強及預處理主要生成轉(zhuǎn)換后的影像文件(*.raw)、相應raw影像的RPC參數(shù)(*.raw.rpc)及影像像素參數(shù)值文件(*.raw.spt)。新建工程參數(shù)包括影像導入及航帶設置(一個像對一個航帶)、工程目錄設置，平面坐標、投影帶號、坐標基準等設置，平均高程、DEM間隔、DOM地面分辨率等設置。平差計算采用“RPC參數(shù)+二維仿射變換”的定向方法，根據(jù)設計要求，定向中誤差結果不得>1個像素。輸出計算后的RPC替換原始RPC后利用檢查點進行立體精度檢測，滿足要求后即可進行DEM匹配等后續(xù)操作。

4 基于ZY3影像試驗

4.1 數(shù)據(jù)概況

文章選取1景國產(chǎn)資源三號01星三線陣立體像對為試驗樣本，其前、后視影像視差過大，無法形成立體像對。資源三號01星(ZY301)于2012年成功發(fā)射，是我國首顆民用高分辨率1:10000立體測圖衛(wèi)星，衛(wèi)星有效載荷參數(shù)如表1所示。

表1 有效載荷參數(shù)

4.2 結果分析

通過該方法處理后，平差計算后定向中誤差為±0.14m，滿足定向要求。同時，為開展立體精度檢測，文章選取了另外其他10個控制點作為檢查點，導入Inpho立體環(huán)境下進行檢查點采集及坐標輸出。

立體精度檢測中誤差計算公式為：

(1)

式中：M為中誤差；n為檢測點數(shù)；△i為較差，坐標保留兩位小數(shù)。精度檢測報告如表2所示。通過表2可知，精度檢測平面中誤差為±0.80m，高程中誤差為0.14m，滿足定向要求即計算后RPC參數(shù)滿足精度，最終可進行DEM匹配等后續(xù)操作。

表2 精度檢測報告

續(xù)表2 精度檢測報告

5 結 語

文章介紹了一種基于PixelGrid-SAT模塊進行高分辨率衛(wèi)星遙感影像“立體像對”數(shù)據(jù)處理的技術方法。有效彌補了海量影像分布式處理條件下個別影像RPC定向精度較差的限制。PixelGrid-SAT模塊數(shù)據(jù)處理主要有以下兩個方面優(yōu)勢：(1)支持目前主流的光學遙感影像，包括QuickBird、WorldView-I/II、IKONOS、GeoEye-I/II、SPOT1-4、SPOT-5 HRS/HRG、SPOT6/7、Pleiades、IRS-P5、OrbView、ALOS/PRISM、RapidEye、CBERS-02、天繪一號衛(wèi)星、資源三號衛(wèi)星、高分一號衛(wèi)星等等。(2)SAT模塊界面友好、操作便捷、易于上手，但本方法中的連接點及控制點量測需在立體環(huán)境下進行采集與修測，這對作業(yè)員的人工立體觀測能力有一定要求。