数字正射影像制作方法探讨.docVIP

数字正射影像制作方法探讨 数据事业部 黄振楚 一、概述： 数字正射影像（Digital Orthophoto Map 简称DOM)）是利用数字高程模型对扫描处理的数字化航空像片／遥感影像，经逐个象元进行投影差改正，再影像镶嵌，根据图幅范围剪裁生成的影像数据与线划图相比，遥感影像正射图有很多线划图无法比拟的优点，因此它在城市规划、土地管理、铁路、公路选线等方面有着特殊的应用。以遥感数据为例，介绍了遥感影像正射图制作的方法原理。 1、影像纠正 影像纠正是采用精度符合要求的GPS实测控制点和DEM为控制、纠正基础，对作业区域的卫星影像进行正射纠正，其工作流程图如下： DOM技术流程图 常用的校正方法： 严格的物理模型纠正：根据影像的成像原理和构像方程，利用成像的物理模型对影像进行严密的几何精校正。SPOT5影像是由线阵列CCD传感器推扫成像，在每条扫描线上是中心投影，对整景影像来讲是多投影中心的中心投影影像。采用物理模型纠正时首先恢复影像的成像模型，然后利用数字高程模型根据成像模型来纠正投影差，最后得到精校正影像。在利用物理模型对SPOT影像进行精校正时，选取的控制点应至少9个，采用上、中、下三排均匀分布的原则。 2、图像融合 图像融合是对多遥感器的图像数据和其他信息处理的过程。该过程能够提高图像数据处理后的精确度并丰富图像信息，如高分辨率的全色图像和低分辨率的多光谱图像的融合，融合后图像兼具高空间分辨率和多光谱的特征。图像融合的目的是提高图像空间分辨率、改善图像几何精度、改善分类精度、增强特征显示能力、提高变化监测能力等。 图像融合包含了数据配准、融合方法的选择、全色数据的处理和多光谱数据的处理等关键技术。 （1）数据配准 配准是指同一区域内以不同成像手段所获得的不同图像图形的地理坐标的匹配。 应用于遥感卫星影像的常用方法有多种（见下表）。 运算复杂度 纹理损失量 色彩改变量 调整工作量 备注 调整工作量 IHS变换 *** ** *** ** 适用于平坦地类简单地区，注意全色图像匀光，提升植被及山地亮度。仅限3个多光谱波段参与运算，融合影像只能含RGB三个波段。 运算简单容易实现 信息损失少 主分量变换法 **** * **** **** 能够充分利用多光谱各波段的信息，但需投入大量精力进行色彩调整。融合影像只能含RGB三波段。 信息损失少 加法 ** ** ** ** 山区效果好，不限运算波段数，但相加运算需考虑抑制强相关性，避免产生过强的局部反差和过多的突变色块。融合影像可以是多通道。 运算简单容易实现 加权相乘法 ** *** * *** 不限运算波段数，但需对高分辨率图像做较强的锐化，融合前尽可能提升全色和多光谱数据的亮度。融合影像可以是多通道。 运算简单容易实现 融合色调好 （3） 全色数据的处理 全色数据处理的目的是为了增强局部反差突出纹理细节，并尽可能降低噪声。 灰度线性拉伸：调整影像灰度值分布范围，改善视觉效果，以消除蒙雾和提高亮度为主。但注意不要损失影像的高亮区信息。 高通滤波：用于对全色影像进行锐化处理，以增强纹理细节。纹理特征增强目前主要采用3×3、5×5、7×7模板等，逐个模板推移扫描每个象元进行增强处理，但增强纹理会带来不必要的噪音，故模板的尺寸不易过大。实践表明用3×3模板增强的效果较好。影像纹理较好地区宜采用中心值为5的算子，其真实感、层次感较好，产生的噪声较低。而影像质量较差或平坦地区宜采用中心值为9的算子，虽然其锐化强烈，但产生的噪声较高，真实感、层次感较弱，边缘和线状地物扩散现象较严重。 （4） 多光谱数据的处理 多光谱影像应突出其多光谱彩色信息，融合前主要以增强色彩为主，调整总体色阶（输入输出范围、反差系数），调整总体亮度、色度、饱和度等，拉大不同地类之间的色彩反差。其对局部细节的要求不高，允许少量损失来保证整体效果，融合影像的细节主要由高分辨率的全色影像提供。 三、数字正射影像图（DOM）的评价标准 评价DOM的主要指标有：精度、清晰度和实时性等。 1、精度 在正射影像上，精度主要反映在是否存在相对之间的镶嵌误差、图幅之间的接边差是否超过一定的限度、影像是否存在局部模糊，影像是否重影、地物是否扭曲变形等问题上。常见的几种误差来源：纠正控制点错误、DEM异常或者错误、人为选点错误或者纠正方法选择错误。 2、清晰度 清晰度包括纹理特征和光谱信息，纹理特征能正确表达土地利用类别与边界，光谱信息主要是指影像色彩接近自然真彩色。一般情况下最后得到的数字正射影像图应该色调均匀，灰度和反差适中，象元细腻、不偏色、影像的直方图尽可能成正态函数的分布，一旦影像出现偏色、锐化过度、颗粒过大等情况，通常使用Photoshop软件来调节。 3、实时性 实时性指影像所反映的信息与现在的实际情况的差异。