高分辨率网络遥感影像在工程中的应用研究
来源:用户上传
作者:徐亮 张滨 梁宏晨
摘 要：随着摄影测量与遥感技术和网络技术的不断发展，通过互联网下载高分辨率遥感影像越来越便捷。本文介绍了应用Photoshop和Erdas Imagine软件，充分利用互联网遥感影像，获取一般地区、城镇建筑区地物点高精度平面位置的方法。纠正后的影像位置精度优于1：1000地形图，与AutoCAD无缝结合，较线划地图为工程建设提供了更丰富的地理信息，并且降低了野外测图劳动强度，提高了成图效率。
关键词：网络遥感影像 Erdas Imagine Photoshop AutoCAD 几何纠正 重采样
中图分类号：TP79 文献标识码：A 文章编号：1674-098X（2020）03（b）-0017-04
随着航天摄影和计算机技术不断发展，普通用户获取高分辨率遥感影像越来越便捷，Rivermap、Bigmap、 Tiler等互联网地图下载服务商均提供免费高分辨率遥感图像下载服务。此类下载软件里，一般内置了Google、高德、百度、腾讯、天地图等高清影像。在工程建设中，充分利用经几何纠正的遥感影像，一来可直接获取周边地物视觉信息，综合考虑施工总平面布置及施工影响;再者可获得密林、沟渠、房屋等不易直接获取坐标或人工测量工作量极大的碎部数据。测量人员通过航空摄影测量方法快速成图供项目决策，可极大地节约时间及人力成本。
1 数据来源
综合对比各地图服务商，Google影像更新频率高，现势性较好，并可提供19～20级地面分辨率影像下载，成像清晰度好。其影像数据源自多种商业地球观测卫星和航空遥感，经影像融合，空间分辨率优于1m，最高可满足1：500～1：1000航空摄影测量成图比例尺技术要求[1]。地图下载软件自带图片导出功能，可将瓦块数据导出tif格式大图。影像已经过初步的几何纠正、辐射校正、去除噪声和滤波、数据融合等影像增强处理，投影在WGS 1984 Web Mercator 坐标系[2]。该影像数据直接用于工程建设存在以下问题：
（1）遥感影像成像过程中，由于传感器姿态、高度等因素实时变化，影像数据的空间位置精度有差异。
（2）开放版地理信息数据的遥感影像先天位置精度不高，并且未进行投影转换，需要纠正后进行测绘生产。
（3）對于多雾地区，难以获取成像质量较好的遥感影像。云雾覆盖降低了影像的整体质量，在一定程度上影响图像的目视解读。
2 工程应用
某工程地处华北平原，地势平坦，总建筑面积59153.37m2，其中，地上建筑面积49974.08m2，地下车库建筑面积9179.29m2。正北有货运铁路，正南有已建及在建小区，西侧有煤炭输送廊道，东侧为居民区。场内各临时设施的布置及对周边设施的影响，施工前期均要综合考虑，才最大可能不影响附近居民，保证项目顺利实施。快速、准确的获得项目周边设施地理信息，对于工程建设起着至关重要的作用。
2.1 影像预处理
Photoshop为各行业通用软件，图像处理功能强大，该软件在工程上的应用更易于推广，且具有普遍意义。图1为项目遥感影像，有薄雾覆盖，图像清晰度欠佳。观察色阶直方图，影像左端黑场和右端白场大面积缺失，像素集中在中间灰场偏亮位置，图像的细节不够清晰，反差过低。在RGB色阶直方图上分别调整红、绿、蓝三个波段色阶，拖动黑白场滑块，增强图像反差，使影像色彩逐渐饱满，贴近目视效果。然后在3个波段拖动灰场滑块，调节影像明暗，使图像色彩更加自然（如图2）。通过直方图修正，使像素色阶均匀分布，增大了影像反差、清晰了影像纹理，增强了影像目视效果。
2.2 像控设置及测量
本工程应用单张影像进行摄影测量，通过全野外布点获取像控点平面位置，不需再进行内业加密，可直接进行影像纠正。由于遥感影像为中心投影，光束通过摄影机的镜头中心投影成像，建筑物的顶端相对于底端发生位移，产生投影差。投影差计算公式如下[3]：
式中，r为像片上地物顶点到像主点距离，h为地物相对摄影基准面高差，m为摄影比例尺分母，f为摄影机主距。由公式可知，在摄影机参数的选择不受控条件下，尽量选用贴近地表且高差较小的像控点，可最大限度削弱投影差的影响。该项目交通便捷，有路网覆盖，对照遥感图像，像控点优选道路路面交通标志端点和角点，如导向箭头、停止线拐点、斑马线角点等。GPS RTK技术测量效率高、定位精度好，工作时不需要控制点间相互通视，不累积误差，点位测量使用GPS进行。利用施工控制网，测设像控点25个，其中15个用于地面控制，10个用于检查。
2.3 影像纠正
影像可通过共线方程、多项式模型和有理函数模型纠正。高分辨率遥感影像使用线阵传感器，线阵方向与传感器运动方向垂直，每列线阵均有独立的摄影中心，通过拼接获得连续无缝的图像。像点在t时刻的构像方程如下[5]：
由式（2）可知，构像各参数随时间的变化而变化。共线方程虽算法严密，但受传感器航高、航速、姿态影响，航天线阵影像外方位元素变化规律仅能近似表达，并且需要数字地面模型，该纠正法对比另外两种影像纠正法没有优势。另外，网络地图服务商提供的遥感影像为融合影像，传感器轨道参数、有理多项式系数（RPC）不统一且不易获取，因此采用反解多项式算法进行影像几何纠正[6]。多项式纠正公式如下[3]： 式中，x、y为像平面点位坐标，X、Y为地面控制点（GCP）。像点与地面点连接，可解算多项式的系数。由公式（3）可知，1阶多项式可纠正平移、旋转、仿射等变形;2阶多项式在1階基础上，纠正俯仰航偏、投影畸变等二次非线性变形;3阶多项式在2阶基础上改正更高次非线性变形。多项式的阶数选用取决于影像的变形，但极复杂影像的变形并不一定可用多项式进行描述[5]，同时选用高阶多项式对地面控制点数量要求更高，计算更复杂，一般取n≤3。该方法不考虑影像空间成像的几何过程，适用于地势平担地区。多项式所须最少控制点个数同多项式的阶数正相关，按下式计算：
式中，n为多项式阶数。控制点个数应有多余观测，利用最小二乘原理求得多项式系数的最优解，降低因控制点选取不准确产生的误差。像控点精度通过均方根（RMS）参数衡量，即像控点的输入点位与地面坐标反算点位的距离较差。计算公式如下：
式中，xp、yp为控制点像平面坐标，x、y为同一地面点反算至影像的图像坐标。对高分辨率遥感影像，RMS小于1时，像控点精度优于1像素，纠正效果较好。剔除最高RMS误差点，用剩余像控点再次计算RMS，可得到更为接近影像变形的转换参数。
在遥感影像上拾取地面控制点像平面坐标，录入地面坐标，建立影像连接，3次多项式几何纠正要求控制点的最少个数为10个。一般取15个点，可得较稳定的纠正模型，编号GCP#1～GCP#15，像控点的点位分布见图3。Erdas Imagine通过图像左上角（Upper Left x，Upper Left y）和右下角（Lower Right x，Lower Right y）坐标定位影像。完成10个像控点的影像连接后，在连接第11个点时，RMS Error栏将显示每个影像连接点的误差。15个像控点与影像连接，即可解得多项式系数，控制点误差如图4所示，RMS远小于1像素。
将控制点切换为检查，按照像控点与影像连接的方式设置检查点，一般更改颜色用以与像控点区分（如图3）。通过像控点解算多项式系数后，可查看多项式系数，如图5所示。
2.4 影像重采样
遥感影像经几何纠正后，可对地面点坐标逐一规则表达。目前常用的重采样算法有最近邻法（Nearest Neighbor）、双线性插值法（Bilinear Interpolation）、三次卷积插值法（Cubic Convolution）。其中，三次卷积插值算法重采样后图像细节表现更好[7]，成图质量更高，三次样条函数如下[5]：
在重采样对话框，软件标定了输出图像UL（左上）和LR（右下）角点坐标和像元尺寸，选择三次卷积插值算法，可将纠正后的影像输出至指定文件夹，如图6所示。
2.5 影像纠正后与CAD的融合
把纠正后的遥感影像以光栅形式插入CAD，利用已纠正的影像左上和右下角点坐标（如图6），对图像缩放、旋转、平移，可将影像与施工坐标严密套合，则纠正后的影像每个像元均可在CAD里捕捉到地面坐标。输入“DRAWORDER”命令，可将影像作为底图显示（如图7）。在CAD里，高分辨率遥感图像上道路、房屋、管线、河流、植被等地理要素均清晰可变，可便捷获取地物点形状、位置、距离等信息，且地理信息的表达比线划地图更为全面。
3 精度评定
将纠正的影像插入AutoCAD并套合后，利用CAD捕捉、查询功能，可获取像控点地面和影像坐标。分别统计控制点和检查点误差，绘制散点图，如图8所示。参与纠正的像控点最大偏差0.229m，检查点最大偏差0.433m。
不参与影像纠正的地面点检测中误差/m：
符合《工程测量规范》（GB50026-2007）以及《工程摄影测量规范》（GB50167-2014）对1：1000比例尺地形图（影像）精度的规定，图上一般地区、城镇建筑区地物点的点位中误差不超过0.6mm（实地0.6m）。满足一般工程用图要求。
4 结语
（1）高分辨率遥感影像获取渠道越来越多，影像分辨率越来越高，成像质量越来越好，获取越来越便捷。通过Photoshop对影像预处理，增强图像反差，削弱薄云、薄雾对影像的影响，使图像纹理清晰，更有利于目视解译。
（2）优化像控点点位设置，可大幅消弱投影差影响。利用Erdas Image多项式模型对线中心投影影像几何纠正，进行三次卷积重采样，生成的影像图地物点的平面点位中误差优于1：1000比例尺地形图精度。
（3）经几何纠正的遥感影像提供更丰富的地理信息，将纠正后的高分辨率遥感图像载入AutoCAD，与施工图结合，可便捷获取周边工程相关地物的位置信息，并显著减少外业测图劳动，缩短测图、绘图、交图时间，提高成图效率。应用于工程建设规划、决策、实施等阶段，具有更重要的实际意义。
参考文献
[1] 刘东，施昆.利用Google Earth影像辅助大比例尺地形图测量的方法[J].测绘通报，2013（1）：68-69.
[2] 韩元利，方宏坤.几种全球电子地图服务网格系统对比研究[J].测绘地理信息，2013，38（2）：11-13.
[3] 孙家抦.遥感原理与应用[M].3版.武汉：武汉大学出版社，2013.
[4] 陈中林，龚建辉，姜贞白，等.遥感影像快速纠正系统的设计与实现[J].测绘与空间地理信息，2012，35（1）：88-90.
[5] 张祖勋，张剑清.数字摄影测量学[M].2版.武汉：武汉大学出版社，2012.
[6] 巩丹超，汤晓涛，张丽.基于有理函数模型的线阵CCD遥感影像水平纠正技术[J].测绘科学技术学报，2012，29（4）：240-243，248.
[7] 张周威，余涛，孟庆岩，等.空间重采样方法对遥感影像信息影响研究[J].华中师范大学学报：自然科学版，2013，47（3）：426-430.
转载注明来源:https://www.xzbu.com/1/view-15256160.htm
