卫星影像数字正射影像图生产技术浅议.docxVIP

第 PAGE 1 第 PAGE 1 页 共 NUMPAGES 1 页 卫星影像数字正射影像图生产技术浅议 0引言  近年来,测绘地理信息数据在自然资源管理中发挥着越来越重要的作用,为山水林田湖草的统一管理提供根底地理信息数据,为自然资源管理部门履行全民所有土地、矿产、森林、草地、湿地、水资源等自然资源资产所有者职责提供科学可靠的依据。而数字正射影像图因其直观逼真、信息丰富,广泛应用在地形图测绘、地理国情监测、国土调查、生态变化监测、电子地图等方面。随着卫星影像的时间分辨率、空间分辨率、光谱分辨率与辐射分辨率的不断提高,影像获取方便、快捷,能满足大部分项目的精度需求,使用越来越广泛。目前常用的卫星影像数据类型有BJ-2、GF-2、高景1、GeoEye-1、WorldView-3/4、KOMPSAT-3A、Pléiade-1A/1B、DEIMOS-2、JL-1、ZY-3、GF-1、YG系列等。利用卫星影像生产数字正射影像图,一般需经过区域网平差、正射纠正、影像融合、波段提取、匀光匀色、影像镶嵌裁切等步骤。  1区域网平差  卫星影像区域网平差目前一般采用两种方式:一是采用基于已有根底地理信息成果开展区域网平差;二是采用基于像控点资料开展区域网平差。相对来说第一种方法效率高,但要求测区有根底地理信息成果覆盖。  1.1基于已有根底地理信息成果的区域网平差  利用高分辨率卫星影像的原始轨道参数与已有根底地理信息成果(DEM、DOM)开展自动定向、自动匹配连接点,匹配得到大量特征点,构建区域网,并从已有DEM、DOM成果中提取特征点的平面和高程信息,利用这些匹配的特征点作为控制信息,通过平差解算,解算出准确的卫星影像轨道参数(?.rpc)。  1.2采用基于像控点资料的区域网平差  利用高分辨率卫星影像的原始轨道参数开展自动定向,自动提取连接点构建区域网,并将像控点量测入区域网中,开展区域网平差,解算出准确的卫星影像轨道参数。该方法需收集或外业施测适量的像控点,以满足区域网平差精度需求。  2正射纠正  区域网平差后,首先对全色波段卫星影像开展正射纠正。全色波段影像纠正后正射影像分辨率可以根据项目需求设置,正射纠正时按整景开展纠正。正确设置影像坐标投影方式,当卫星影像跨两个投影带时,将影像分布较多的投影带作为正射纠正的投影带。纠正过程中最好不要对影像的灰度和反差开展拉伸,不改变像素位数。多光谱波段卫星影像正射纠正可以采用多光谱波段与全色波段影像联合区域网平差纠正和影像配准纠正两种方法。  2.1多光谱波段与全色波段影像联合区域网平差纠正  在区域网平差过程中,利用多光谱波段与全色波段影像建立区域网平差工程,在全色波段和多光谱波段影像上自动提取大量连接点,通过平差解算,解算出准确的全色波段轨道参数和多光谱波段轨道参数,然后利用DEM开展正射纠正。这种方法生产效率高,但在连接点匹配精度不好时,配准精度不高,影像融合后可能会有重影。  2.2影像配准纠正  影像配准纠正是利用多光谱波段影像与全色波段影像开展影像配准,以纠正好的全色波段影像为控制根底,选取同名点对多光谱影像开展纠正。控制点一般每景不少于15个,均匀分布在整景范围内。为了保证融合效果,配准纠正的控制点残差应不超过1个像素。纠正后应开展多光谱波段影像和全色波段影像的套合检查,两景影像之间的配准精度不得大于1个像素(多光谱影像上),典型地物和地形特征(如山谷、山脊)不能有重影。这种方法对每景影像配准精度开展控制,但是生产效率不高。  3影像融合  卫星影像融合一般采用Pansharpen融合方法,该算法颜色恢复较好,接近于原始多光谱影像,同时空间信息锐化明显。影像融合一般只对同一卫星遥感影像的多光谱波段数据和全色波段数据开展融合。影像融合后,为了防止因像素降位处理导致出现曝光过度等信息损失的现象,减少对后续使用的影响,不对影像开展像素降位处理,融合后影像像素位数应为16bit。融合后影像应纹理清晰,无影像发虚和重影现象,能明显提高地物解译的信息量,融合影像分辨率与全色波段影像分辨率保持一致。  4波段提取与组合、波段运算  融合后的影像一般为含有4波段的多通道影像,BLUE为蓝色波段,GREEN为绿色波段,RED为红色波段,NearIR为近红外波段,一般用1、2、3、4表示相应的波段号。因此需要对红绿蓝3波段开展波段提取,波段提取顺序为3、2、1,提取后开展波段组合为RGB颜色模式的真彩色合成影像。由于植被对近红外波段具有高反射性,卫星影像获取的近红外波段数据反映了大量的植被信息,因此开展波段运算,利用近红外波段对绿色波段