黃秋影 何紅梅 吉初云 陳善弟

(1. 自然資源部第四航測遙感院, 海南 ?？?570203;2. 海南天涯人力資源管理服務(wù)有限公司, 海南 ?？?570203)

0 引言

“十四五”時期地理信息管理工作將緊緊圍繞“兩支撐、一提升”工作定位,全面促進地理信息產(chǎn)業(yè)發(fā)展,為支撐經(jīng)濟社會發(fā)展和自然資源管理提供更高質(zhì)量的地理信息保障和服務(wù)。而數(shù)字正射影像(digital orthophoto map,DOM)在地理信息監(jiān)管、自然資源管理中作為基礎(chǔ)底圖,發(fā)揮著重要作用,為快速、大范圍和長時間序列的自然資源管理提供可能。

隨著亞米級衛(wèi)星影像的糾正變得越來越普遍。如何有效提高DOM質(zhì)量,特別是圖面質(zhì)量,并將其應(yīng)用于1∶5 000或者更大比例尺的測圖中,成為當前正射影像糾正中必須解決的問題。DOM質(zhì)量的好壞直接關(guān)系著各種地理要素的正確解譯,在位置精度滿足規(guī)范要求的基礎(chǔ)上,圖面質(zhì)量是影響解譯的重要因素。圖面質(zhì)量通常表現(xiàn)為地理要素的變形拉花。

為解決DOM變形拉花的問題,國內(nèi)外諸多學(xué)者開展研究。文獻[3-6]采用DEM平均高程糾正DOM(方法一),解決了立交橋、疊橋、山區(qū)、高架公路、高架鐵路等要素的局部扭曲問題,但降低了作業(yè)效率。文獻[7-8]提出采用不同格網(wǎng)間距數(shù)字高程模型(digital elevation model,DEM)糾正DOM(方法二),解決橋梁、道路和山區(qū)高分辨率正射影像扭曲變形,但未能進一步提高消除變形的數(shù)量。文獻[9-10]提出采集路面或橋面的真實高程(方法三),解決扭曲錯位的同時保證了區(qū)域正射影像的精度,但未考慮扭曲錯位區(qū)域兩側(cè)被遮擋地物的處理。

針對上述三種方法存在的問題,提出兼顧全局DEM,能適應(yīng)不同星源和不同地形類別,基于DEM格網(wǎng)抽稀和平滑濾波協(xié)同處理的新方法。達到DEM一次處理,持續(xù)使用,批量消除大部分不同側(cè)擺角拍攝的DOM的變形拉花。

1 基于有理函數(shù)模型的衛(wèi)星影像正射校正及變形拉花原因

1.1 有理函數(shù)模型(rational function model,RFM)

衛(wèi)星遙感影像正射校正常用模型有多項式模型、共線方程模型和有理函數(shù)模型。

有理函數(shù)模型(RFM)獨立于具體傳感器,滿足公開化傳感器參數(shù)、通用化幾何成像模型、智能化影像處理方式的需求,被廣泛用于高精度影像定位與影像的快速正射校正技術(shù)。在RFM中,不同階數(shù)的參數(shù)補償不同的畸變,本次試驗主要采用一階多項式進行糾正。

1.2 基于RFM的區(qū)域網(wǎng)平差

基于RFM的區(qū)域網(wǎng)平差根據(jù)初始有理多項式系數(shù)(rational polynomial coefficients,RPC),利用少量外業(yè)控制點的地面坐標及其在影像上的量測坐標,計算每一景影像的仿射變換參數(shù)以及所有連接點的地面坐標,再利用反解法校正影像。

1.3 反解法數(shù)字微分糾正

數(shù)字微分糾正的基本任務(wù)是實現(xiàn)原始影像和糾正后影像之間的幾何變換?，F(xiàn)有軟件常用反解法計算對應(yīng)像元素的坐標,利用數(shù)字高程模型對原始影像逐個像元進行投影差改正,然后采用雙線性法進行灰度內(nèi)插,最后將像點的灰度值賦值給糾正后的像元。

1.4 變形拉花產(chǎn)生的原因

DOM變形拉花主要由以下兩種原因造成：

(1)DEM數(shù)據(jù)錯誤,與真實地形存在較大偏差;

(2)相鄰像點物方坐標鄰近,而高程值相差過大。

原始影像通過中心投影方式獲取,影像上每個像素都通過同一個攝影中心。圖1中,山峰

A

到山谷

B

地勢陡峭,存在較大高差。由

A

、

B

兩點的物方坐標計算像方坐標,實際地形從

B

到

A

排列,經(jīng)中心投影,影像上從

A

′到

B

′排列,排列順序錯亂,反映在DOM上即為變形拉花。受地形起伏的影響,

C

、

D

兩點實地距離與原始影像上

C

′、

D

′兩點距離之比不是常數(shù),即地面上很長一段距離在原始影像上的成像非常狹窄,導(dǎo)致成像信息不足?；叶戎夭蓸訒r,多個地面點就會使用同一個灰度值,出現(xiàn)“多對一”的情況,從而產(chǎn)生拉花現(xiàn)象。反映在DEM上,表現(xiàn)為坡度越陡,高差越大,變形拉花越嚴重。

圖1 變形拉花成因

2 基于空間域的柵格數(shù)據(jù)處理算法

2.1 均值濾波

均值濾波是一項空間域平滑技術(shù),屬于典型的線性濾波算法。給定目標像素一個模板,該模板包括了其周圍的臨近像素,以模板大小3×3像素為例,目標像素為中心的周圍8個像素,去掉目標像素本身,構(gòu)成一個濾波模板,再用模板中的全體像素的平均值來代替原來像素值。均值濾波輸出像素是模板覆蓋的所有像素的均值,如圖2所示。

圖2 3×3像素均值濾波

2.2 中值濾波

中值濾波是在空間域進行平滑處理的技術(shù),屬于一種非線性平滑濾波器。將模板區(qū)域內(nèi)的像素從小到大(或從大到小)排序,求出中值,如圖3所示。

圖3 3×3像素中值濾波

3 基于格網(wǎng)抽稀和平滑濾波協(xié)同處理DEM糾正DOM的方法

3.1 研究區(qū)概況及數(shù)據(jù)源

本試驗區(qū)跨越海南省東南部5個市縣,面積約1 590 km。涉及53幅1∶10 000圖幅,其中3幅平地、3幅丘陵、34幅山地、13幅高山地。2018年至2021年共4年的影像生產(chǎn)經(jīng)驗表明,該區(qū)域DOM極易出現(xiàn)變形拉花,具有較強的代表性。

本次試驗數(shù)據(jù)源為7景WorldView 2,經(jīng)過輻射校正的LV2A級別衛(wèi)星影像,側(cè)擺角為2.2°。

3.2 基于格網(wǎng)抽稀和平滑濾波協(xié)同處理DEM的技術(shù)流程

利用5 m DEM、10 m DEM(5 m DEM抽稀)和15 m DEM(5 m DEM抽稀),對原始全色和多光譜影像及基準DOM進行RFM正射糾正,分別得到

n

(

n

=1～3)個結(jié)果DOM、DOM、DOM,比較各地理要素的變形拉花數(shù)量,選出變形拉花數(shù)量最少的DOM對應(yīng)的15 m DEM(最佳參數(shù)1)。

由于15 m DEM糾正DOM仍存在較多變形拉花,為兼顧DOM的數(shù)學(xué)精度,不再進一步抽稀,而對DEM進行平滑濾波。平滑濾波主要分為均值濾波和中值濾波,采用不同模板尺寸(9×9像素～13×13像素)對15 m DEM進行平滑濾波。

同一格網(wǎng)(15 m)不同模板平滑濾波的DEM,比較所糾正DOM(DOM～DOM)的變形拉花數(shù)量。統(tǒng)計

n

(

n

=1～6)種DOM的變形拉花,得到變形拉花數(shù)量最少的DOM,其相應(yīng)DEM為經(jīng)模板尺寸11×11像素均值濾波的15 m DEM,即最佳參數(shù)2。具體流程如圖4所示。

圖4 格網(wǎng)抽稀和平滑濾波協(xié)同處理DEM的技術(shù)流程

4 試驗結(jié)果與方法評價

4.1 試驗結(jié)果

本試驗使用不同方法處理的DEM糾正DOM,通過比較植被、道路、房屋、橋梁、堤壩、輸水渡槽、地貌、溝渠共8類地理要素,確定變形拉花最少DOM對應(yīng)的最佳DEM。

本次選取兩種典型要素的試驗結(jié)果進行展示。圖5、圖6表明,5 m抽稀為10 m、15 m DEM時其細節(jié)表現(xiàn)力逐漸減弱,但DOM的變形拉花得到改善。橋梁、房屋由5 m DEM時的嚴重拉花變形,到10 m時的較嚴重拉花變形和15 m時明顯拉花變形,但仍未完全消除。隨著DEM格網(wǎng)間距增大,DOM精度逐步下降。為了保證DOM精度,不再進一步抽稀DEM,而利用15 m DEM進行濾波處理。一般情況下,濾波模板越大,越能改善變形拉花。15 m DEM(11×11像素均值濾波)糾正DOM,橋梁、房屋的變形拉花完全消除,15 m DEM(13×13像素均值濾波)糾正DOM,橋梁和房屋仍存在較為明顯拉花變形。

圖5 橋梁DEM及相應(yīng)DOM變形拉花效果展示圖

圖6 房屋DEM及相應(yīng)DOM變形拉花效果展示圖

4.2 方法評價

4.2.1

變形拉花消除率評價

將5 m DEM分別抽稀為10 m和15 m,由圖7可知,道路的變形拉花由原來5 m DEM的57處降至10 m DEM的53處,降至15 m DEM的50處,相對5 m DEM,分別消除了7.02%和12.28%的變形拉花,消除率(變形拉花減少的數(shù)量除以5 m DEM相應(yīng)DOM的變形拉花數(shù)量)最高;由高到低排列,植被變形拉花的消除率次之,分別為3.80%和6.33%,房屋變形拉花的消除率居第三位,分別為3.70%和3.70%;橋梁變形拉花的消除率居第四位,分別為1.0%和3.0%;消除率最低為溝渠、輸水渡槽、地貌、堤壩這4種地理要素,均為0%。數(shù)據(jù)表明,15 m DEM對消除DOM變形拉花優(yōu)于10 m DEM和5 m DEM。因此,在15 m DEM的基礎(chǔ)上,進一步做均值濾波和中值濾波。故在15 m DEM的基礎(chǔ)上進一步做均值濾波和中值濾波。

圖7 不同格網(wǎng)DEM相應(yīng)DOM的變形拉花數(shù)量

圖8中,用A～F分別表示不同類型DEM。A為9×9像素均值濾波后的15 m DEM,B為11×11像素均值濾波后的15 m DEM,C為13×13像素均值濾波后的15 m DEM,D為9×9像素中值濾波后的15 m DEM,E為11×11像素中值濾波后的15 m DEM,F為13×13像素均值濾波后的15 m DEM。相對于5 m DEM,8類要素中有5類要素,B類DEM所消除變形拉花率最高,最高達100%,最低達50%,其余類型DEM的消除率部分與前者持平,大部分均低于前者。統(tǒng)計8類要素總的變形拉花,B類DEM所消除的變形拉花率也是最高,達78.7%。

圖8 15 m格網(wǎng)不同濾波模板DEM的變形拉花消除率

4.2.2

不同濾波模板精度評價

統(tǒng)計結(jié)果表明,B類DEM所消除DOM變形拉花最多。受DEM抽稀和均值濾波共同影響,DOM精度一定程上有所損失。為此,特利用26個均勻分布的野外像控點進行精度評估,結(jié)果如表1所示。

表1 B類DEM糾正DOM的精度

表1中,B類DEM所糾DOM平面位置最大殘差2.63 m,最小殘差為0.06 m,中誤差為1.28 m,均符合DOM生產(chǎn)規(guī)范要求。

4.2.3

效率評價

經(jīng)驗表明,方法一比方法二、方法三的方法效率高。故針對DOM的變形拉花,以方法一為例?；咎幚砹鞒贪剑孩貲EM設(shè)為平均高程,糾正DOM;②影像預(yù)處理(正射校正和勻色);③Photoshop中貼補變形拉花。

基于格網(wǎng)抽稀和均值濾波的方法處理流程也包括三步：①DEM抽稀和均值濾波;②影像預(yù)處理;③Photoshop中貼補變形拉花。

根據(jù)2018和2019年全國第三次國土調(diào)查正射影像生產(chǎn)和2018—2021年海南省航空航天遙感影像獲取與統(tǒng)籌服務(wù)衛(wèi)星數(shù)字正射影像生產(chǎn)的經(jīng)驗統(tǒng)計,每景影像相應(yīng)DEM處理為平均高程用時約0.02 h,而處理格網(wǎng)抽稀和均值濾波DEM用時約0.05 h。每景影像預(yù)處理平均用時約0.02 h。多年生產(chǎn)經(jīng)驗表明,熟練技術(shù)人員在Photoshop中處理變形拉花,效率為人均8 h處理85處。

針對本試驗區(qū)7景影像共計277處變形拉花進行后處理,基于格網(wǎng)抽稀和均值濾波方法與方法一的效率比對如圖9。其中,WV2P006這景的變形拉花最多,方法一處理最多需要7.85 h,而新方法需要1.73 h。新方法處理每景變形拉花平均需要0.86 h,方法一平均需要3.76 h,前者是后者處理效率的4.37倍,即新方法比常規(guī)方法效率提高約3.37倍。

圖9 新方法與常規(guī)方法的效率比對

5 結(jié)論

本研究以5 m DEM為基礎(chǔ),對其進行格網(wǎng)抽稀和平滑濾波處理,統(tǒng)計所糾正DOM的變形拉花,比較不同DEM的變形拉花消除率,評價DOM精度和生產(chǎn)效率,得出以下結(jié)論：

(1)基于RFM模型的衛(wèi)星影像正射校正過程,5 m DEM抽稀為10 m和15 m,用于糾正衛(wèi)星影像,15 m DEM消除的變形拉花多于10 m DEM和5 m DEM。在15 m DEM基礎(chǔ)上,采用不同模板進行平滑濾波,11×11像素均值濾波DEM所糾正DOM的變形拉花消除率最高;

(2)根據(jù)規(guī)范《CH/T 9009.3—2010基礎(chǔ)地理信息數(shù)字成果1∶5 000、1∶10 000、1∶25 000、1∶50 000、1∶100 000數(shù)字正射影像圖》要求,1∶5 000比例尺DOM產(chǎn)品平地、丘陵地的平面位置中誤差為2.5 m,山地高山地的平面位置中誤差為3.75 m。11×11像素均值濾波的15 m DEM所糾正DOM的平面位置精度滿足規(guī)范要求;

(3)根據(jù)海南省歷年的生產(chǎn)經(jīng)驗可知,11×11像素均值濾波的15 m DEM所消除DOM的變形拉花,與方法一相比,效率提高約3.37倍;

(4)從DOM生產(chǎn)的前期正射校正環(huán)節(jié)處理變形拉花,而不是勻色影像的基礎(chǔ)上處理,有效釋放人力,減少后期人工處理的工作量,并在一定程度上減少對第三方軟件的依賴,快速解決了變形拉花問題。

基于格網(wǎng)抽稀和平滑濾波協(xié)同處理DEM,糾正DOM顯著消除變形拉花的方法,已廣泛應(yīng)用于海南省航空航天遙感影像獲取與統(tǒng)籌服務(wù)衛(wèi)星數(shù)字正射影像生產(chǎn)項目,涉及影像景數(shù)1 067景,并在實際生產(chǎn)中發(fā)揮著重要作用。

6 結(jié)束語

本方法基于同一傳感器的同軌衛(wèi)星進行試驗研究,側(cè)擺角較小,經(jīng)過DEM抽稀和平滑濾波協(xié)同處理,消除DOM變形拉花效果顯著。但不能解決100%的DOM變形拉花,未消除的少部分變形拉花需用方法一或方法三進一步處理,仍存在一定的工作量。本次試驗未考慮較大側(cè)擺角,如側(cè)擺角達到20°或者更大數(shù)值(35°),本方法對DOM變形拉花的影響。一般情況下,衛(wèi)星影像側(cè)擺角越大DOM變形拉花越大。下一步將針對側(cè)擺角20°及以上的衛(wèi)星影像進行測試,根據(jù)實際情況調(diào)整優(yōu)化本方法的技術(shù)參數(shù),不斷提升本方法的普適性。