像素工厂在地理国情监测的应用

来源：职称阁分类：农业论文时间：2020-08-29 10:04热度：

　　根据2018年辽宁省基础性地理国情监测DOM生产的实际要求，本文运用像素工厂工作流方式进行正射影像生产，通过预设项目参数及精度要求，设置之后可以在同一个项目中重复使用，在有效减少工作步骤的同时提高了工作效率。最后总结了像素工厂在地理国情监测正射影像生产时遇到的问题，并提出相关解决方案。

像素工厂在地理国情监测的应用

　　关键词:像素工厂;工作流;正射影像

　　基础性地理国情监测是基于地理国情普查的内容体系开展的全国性监测项目［1］，重点针对地表覆盖及重要地理国情要素内容，监测数据采集从上一年度的时间点到本年度时间点的各种资料，通过整理分析数据，对各种变化的要素进行采集，新增的数据要进行补充，尽可能通过现势性数据翔实地反映2018年地理国情数据成果。基础性地理国情监测正射影像生产为国情监测提供2018最新的正射影像参考，用来辅助判断地表覆盖的各种变化，同时也要将2018生产的正射影像数据及其相关数据，与之前的普查成果一起形成时间序列数据成果，在进行各项专题性监测分析时为其提供有力的数据支撑，并能够在国家经济建设中在各相关行业发挥重要作用。

　　1像素工厂工作流介绍

　　像素工厂是由法国空客公司研发的数字影像处理系统，具备处理海量影像数据的能力。应用像素工厂能够同时处理多源、不同时相、大范围的卫星数据，是一套用于大型生产的遥感影像处理系统，基于刀片机、磁盘阵列、万兆交换机、Linux系统构建，具有强大的计算能力，输入数码影像、卫星影像或者传统光学扫描影像，系统可以在较少人工操作的条件下通过自身具有的自动化处理功能输出数字表面模型(DSM)、数字高程模型(DEM)、正射影像(DOM)以及真正射影像(TDOM)等产品［2］，同时还能够在生产过程中输出各种中间产品，用于地形图绘制、空间格局监测、构建三维景观等。本章分别介绍像素工厂两种生产正射影像的方法。

　　1．1传统生产方式

　　传统基于像素工厂生产正射影像需要前期数据准备阶段、影像空三平差阶段、影像的纠正和融合导出阶段3个步骤［3］，下面对3个阶段的主要流程进行说明。1)前期数据准备阶段首先要对卫星影像进行分析，保证影像质量，确保影像大小完整，全色影像与多光谱影像大小保持一致;存在地物的区域不存在大范围的云雾遮挡现象;无大面积影像曝光现象等［4］。经过分析符合要求后，利用像素工厂影像导入功能，将不同类型的卫星影像导入到像素工厂处理系统中。2)影像空三平差阶段①建立空三文件夹用绿色波段建立一个空三项目文件夹，由于Frame的影像文件是将所有的波段信息都写入一个文件中，所以只需选择绿色波段即可优化所有其他波段的信息，进入新建的空三文件夹中，计算空三的过程均在空三项目文件夹下运行。②对影像进行连接点匹配制作影像列表文件imglst，复制空三文件夹中specif－chantier文件，将复制的文件内容除影像名称的其余字段删除，存成imglst影像列表文件。将imglst文件里的除相片名称的其余字段删除，生成的文本文件即为影像列表文件。匹配连接点:在每张影像上以800×600的像素间隔打点，片子的打点间隔是根据相片的大小来决定的，利用“par+相片名”这个命令就能够查到相片的大小，或用bundleview加载影像列表，查看影像大小。匹配连接点并进行优化，在运行此命令前，先把sigma文件的线元素设为0(Ox、Oy、Oz)。将配点后的优化结果写入opt．gcp中，并在命令行中可以看到配点后的优化结果。在putty下，项目中的空三项目下，键入bundleview，加载影像列表、加载连接点文件tie．gcp、加载残差报告Trace_calib，根据残差报告的结果来调整点位，可将残差大的错点剔除掉再次优化来往复调整配点结果，根据生成的残差报告来定位错点。判断优化结果的标准:①优化结果可以满足x和y的bias接近于0，x和y的std小于0．3，x和y的最大值小于1或接近于1(特殊情况下可以放宽)。②命令:blkprocesstrace_calibresult－tracknum16－sortbyBTP命令(16是指影像名称的前16位即可区分每张影像名称)，根据航带间的连接点个数大小来排列残差报告结果，此命令是把BTP按照从小到大的顺序列出。TP:指连接点个数;STP:航带内连接点个数;BTP:航带间连接点个数，要求3—5个;Dim:点维度统计，在2．5以上，越大越好;Stdxy:在0．5左右。③在bundleview的影像中任意加几个点，点位投影到每一张片子上的同一个点位时，位置一致。满足以上3点，说明空三结果可以提交。3)影像纠正及影像融合导出影像纠正选择ＲectifySensorImage功能，分别选择经过提交空三之后的全色影像与多光谱影像;融合时应用Pansharping功能，选择上一步得到的纠正影像，融合并导出正射影像成果。

　　1．2基于工作流思路

　　使用工作流生产正射影像与传统生产方式的区别在于工作流编辑、工作流参数设置以及影像的纠正和导出3个步骤，前期数据准备与传统方式生产相同，在此不再重复介绍。下面对其他过程的主要思路进行说明。1)工作流编辑空三过程工作流:建立空三项目，匹配全色与多光谱影像之间的连接点，匹配全色影像之间的连接点，匹配全色影像与参考影像之间的控制点。之后进行优化平差与粗差过滤，最后对空三结果进行检查。影像纠正及融合导出工作流:影像纠正、影像融合、影像导出。通过设置空三以及影像融合导出的流程，能够使正射影像生产在没有人工干预的情况下自动按步骤运行，极大地节省了人工干预的步骤，也避免了手动操作带来的错误。2)参数设置设置X、Y的期望精度，设置输入变量的精度，确保影像纠正输出结果满足项目精度要求;设置项目的椭球、投影，使输出数据满足项目的投影等要求。空三项目的数据选择:选择用来建立空三的全色影像以及多光谱影像。根据项目的要求将各个流程分别设置相应的数据及参数，对于匹配影像连接点与控制点，在保证精度的前提下可适当增加点的数量;对于自动过滤粗差点，可通过多次过滤使残差降低到较小的数值，保存之后工作流能够自动运行。3)影像的纠正和导出设置影像纠正及融合导出工作流参数，纠正影像选择空三项目中的全色与多光谱数据以及对应的DEM数据，影像融合选择上一步纠正获得的影像，在导出参数设置中设置输出Generateasgroundorthos，高级设置中选择ColorNormalized使颜色按照标准划分，通过此设置能够使融合结果色彩更加丰富，如图1所示。最后将融合后得到的影像输出，得到正射影像成果。图1影像融合参数设置Fig．1Theparametersettingsofimagefusion

　　2正射影像数据生产

　　2．1技术路线

　　项目采用遥感卫星获取的影像，通过原始影像分析、数据的导入、影像空三、影像纠正、影像融合等步骤制作DOM正射影像［5］，具体流程如图2所示。

　　2．2数据分析及导入

　　2018年辽宁省基础性地理国情监测采用GF2号、北京2号、World－View等国产或是国外的全色影像分辨率大于1m卫星，在没有优于1m卫星影像分布的地区，采用GF1号或资源三号卫星进行补充;分析影像，确保影像没有大范围云雾、地物曝光等情况，能够清晰观察地物;将影像按照不同投影带及项目范围分为几个工作区，本文导入数据为6°高斯投影123°带、高程基准为1985国家高程基准的测区，分别将卫星影像数据导入及参考DEM导入像素工厂中。

　　2．3工作流空三

　　按照上文的工作流参数设置，选择项目的影像数据，保存工作流并点击运行。在运行过程中，每间隔一段时间查看一下workflowMonitor，监控工作流运行状态，保证工作流正常运行。经过工作流优化，打开BundleAdjustmentQualityＲe-port，即经过空三操作之后关于空三质量的检查报告，如图3和图4所示。确保其全色影像和多光谱影像上连接点或是控制点数量充足，满足项目进行下一步操作的要求。进入命令行再进行优化，打开Bundleview，查看连接点、控制点均匀分布，数量充足并且满足项目需求。如果数量满足且均匀分布，则可进行下一步优化操作，否则要手动加点。优化具体步骤与上文传统生产方式的空三步骤相同，经优化满足条件之后提交空三，进行下一步操作。

　　2．4影像纠正及融合

　　根据工作流影像纠正及融合相关参数，影像纠正时设置相应DEM及分别纠正的全色影像数据和多光谱影像数据;下一步进行影像融合操作［6］，然后导出。

　　2．5影像精度检测和DOM质量检查

　　项目生产的DOM导出的正射成果总体质量良好，影像纹理清晰、颜色均匀，并且无较明显拼接痕迹［8］。接下来就可以对成果进行精度检测，按照基础性地理国情监测项目的要求，正射影像精度要满足中误差在4m之内，对于不同卫星数据源获取的影像采集相应数量的检测点，误差值都在限差以内则证明数据符合标准，可作为成果数据［7］。进行正射影像精度检测时，对于不同卫星类型的影像，根据影像大小分别选取相应的检测点，GF2号卫星大概为30个点，北京2号卫星为80个检查点左右，其他类型卫星以此类推。本文统计正射影像精度见表1。

　　3生产中的问题及解决办法

　　1)控制点匹配速度较慢在项目进行点匹配时，全色影像之间、全色影像与多光谱影像的连接点匹配速度都很快，但进行全色影像与参考正射影像匹配时往往速度很慢。针对这个问题，经过多次实际项目的检验，发现控制点匹配与项目影像数量、参考正射影像的情况有关。解决办法:在进行全色影像与参考正射影像匹配时，采用了将测区分块的方法，减少了匹配影像的数量，同时将参考正射影像裁切为与分块测区大小相当，减少了无谓的多余匹配，经过以上操作，大大提高了影像匹配点的速度。2)控制点数量过少经过工作流点匹配之后，有时会存在影像的连接点或是控制点数量过少，使其纠正影像结果无法满足精度要求。这时可以对影像连接点或是控制点数量少的区域进行局部加点，如果项目区域整体点数量过少，可在设置工作流时更改其匹配点数量参数设置［9］。解决办法:当影像整体匹配点与连接点数量均不能满足项目要求，可在设置工作流时对参数进行修改，适当将匹配点密度与数量提高;当影像只存在局部匹配点与连接点数量不能满足项目要求时，可进行手动加点，加点的数量参照项目要求。3)影像色彩增强利用某些卫星生产出来的正射影像，经过融合之后影像色彩存在失真等情况，本文提出一种基于波段组合的方式对色彩进行还原，使其色彩能够达到实际生产需求［10］。解决办法:在实际生产中，采用波段计算的方法，将多光谱影像的绿色波段与红外波段按一定比例组合作为融合后影像的绿色波段，再与全色影像融合，得到的融合数据色彩较为真实，方便进行下一步的地物判断。

　　4结束语

　　在2018地理国情监测项目中，采用像素工厂工作流生产正射影像，能够极大地减少重复性工作，提高工作效率，同时通过对实际生产中发现的问题进行解决，为以后进行影像生产积累了丰富的经验。

　　作者：纪亮

文章名称：像素工厂在地理国情监测的应用

文章地址：http://www.zhichengg.com/nylw/16896.html

上一篇：水利建设与管理发展新方向
下一篇：农村生态环境建设及法律问题