⑴ 高分辨率影像数据处理及数据建库技术方法研究
潘振祥
（河南省国土资源厅信息中心 郑州 450016）
摘 要：本文通过开展高分辨率卫星遥感影像数据（SPOT5）处理及建库技术方法研究和探索，制定了《高分辨率影像数据处理及基于遥感影像土地利用数据库建设技术要求》和《省级基于遥感影像 1∶1 万土地利用数据库标准》，制作了覆盖河南全省的 1∶1 万数字正射影像图，建立了河南省基于 SPOT 5 的 GPS 像控点图形图像数据库、高分辨率卫星影像数据库和基于影像信息土地利用数据库，为全国土地利用二次调查基础底图制作进行了有益的探索。
关键词：土地资源 卫星影像 遥感 数据库 像控点
0 引 言
随着信息技术的快速发展，卫星遥感影像处理技术得到了突破性进展，高分辨率卫星影像在土地资源调查评价物哗、土地利用动态遥感监测、土地执法监察、土地变更调查以及大中比例尺地形图测绘等方面应用已取得显著成效。
针对河南省高分辨率遥感影像数据处理及数据库建设项目任务，项目组提出了利用 GPS 外业静态实测坐标作为影像数据校正的控制资料，制定了《高分辨率影像数据处理及基于遥感影像土地利用数据库建设技术要求》和《省级基于遥感影像 1∶1 万土地利用数据库标准》等，并根据项目任务要求，制定了切合河南实际的基于遥感影像信息的土地利用分类体系，同时，通过项目开展，制作了覆盖河南全省的 SPOT 5 数字正射影像图（DOM），并建立了河南省基于 SPOT 5的 GPS 像控点图形图像数据库，为土地利用二次调查基础底图制作进行了有益的探索。
1 影像数据处理及数据库建设技术路线
（1）多源遥感信息相结合。选取最佳波段组合的多光谱影像与高分辨率全色影罩尺行像融合，生产具有高分辨率空间信息和丰富光谱信息的融合影像。
（2）GPS 像控点、基础图件（数据库）和 DEM 相结合。根据实际情况，采用 GPS 像控点，同时利用 1∶5 万 DEM 对遥感影像进行正射校正。
（3）人机交互与计算机自动提取相结合。以人机交互解译为主，进行土地分类信息提取。
（4）遥感解译与地面调查相结合。对提取的地类图斑信息进行外业验证，对在室内不确定的地类图斑，进行外业实地调查。
2 GPS 像控点图形图像数据库建立
为保证像控点选取精度，首先在 2.5 m 分辨率的全色影像上，按照像控点选取的技术要求，每景均匀选取了 25 个像控点，并对像控点进行了全外业 GPS 静态测量，在 MapGIS 平台下编辑像控点属性结构，建立 GPS 像控点图形图像数据库，并将像控点外业测量成果表以图片方式保存在属性表中。如图1所示。
图1 像控点图形图像数据库示意图
2.1 GPS 像控点选取
为保证像控点外业测量精度，像控点选取时，点位分布要相对均匀，特征明显，交通便利，数量足够，尽可能在全色影像上选取，尽量避开高压线、大面积水域等干扰因素。
为提高外业测量效率，将选取的待测像控点制作成“像控点外业测量成果表”，成果表包括像控点编号、点位及放大的示意图、WGS84、1954 北京、1980 年西安三套坐标和点位说明等内容。
2.2 GPS 像控点外业施测
像控点外业测量采用附合路线法，各像控点平均间距约 13 km，像控点与 C 级 GPS 控制点组成 GPS 控制网。GPS 像控点外业测量利用河南省 C 级 GPS 控制网成果的三套数据（分别为WGS 84、1954 北京和 1980 年西安坐标）作为起算数据，依据《全球定位系统（困察GPS）测量规范》，采用静态方式同步进行观测，三台套 GPS 接收机为一组，观测时段长度不少于 45 分钟，卫星高度角≥ 15°，有效观测卫星总数≥ 4 个。测量数据采用南方测绘软件进行基线解算、平差处理并进行高程拟合，最后解算出像控点基于三套坐标系统的三套数据和拟合高程。
2.3 GPS 像控点图形图像数据库的建立
GPS 像控点图形图像数据库以河南省 1∶50 万地理底图作为工作底图，输入像控点空间坐标，并采集像控点属性与图形信息，建立数学基准统一的像控点图形图像文件。像控点图形图像信息，除像控点所具有的地理坐标信息之外，还包括与待纠正影像相关的特征地物的纹理信息、分辨率信息等。
3 影像数据处理
影像数据处理包括卫星影像全色数据与多光谱数据的配准、融合和影像数据正射校正、镶嵌及正射影像图（DOM）的制作等。本项目所使用到的 SPOT 5 数据是由视宝公司提供的 1A 级数据，只经过了探测器的均衡化处理，为了进行多元数据的复合，制作正射影像图，必须对图像进行正射校正，建立地理坐标。影像数据处理技术流程如图 2 所示。
图2 影像数据处理技术流程
3.1 影像配准
本项目使用的单景多光谱数据与全色数据是同步接收到的，其图形的几何相关性较好，多光谱数据与全色配准难度小、精度高，因此采用相对配准的方法，SPOT 5 多光谱数据波段组合采用 XS2（红）、XS3（绿）、XS1（蓝）形式，影像重采样间隔为 2.5 m，重采样方法采用双线性内插，以景为配准单元，以 SPOT 5 全色数据为配准基础，均匀选取配准控制点，对接收侧视角较大，地势起伏对配准影响较为严重的区域相应增加控制点密度，将 SPOT 5 多光谱数据与之精确配准，并随机选择配准后全色与多光谱数据上的同名点进行检查，以确保数据的配准精度。
3.2 影像融合
图像融合处理采用最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行合成，融合后图像则采用直方图调整、USM 锐化、彩色平衡、色度饱和度调整和反差增强等手段，以使整景影像色彩均匀、明暗程度适中、清晰，增强专题信息，特别是加强纹理信息。
3.3 影像正射校正
影像正射校正采用 ERDAS 的 LPS 正射模块，利用 SPOT 5 物理模型，每景 25 个像控点均匀分布于整景影像，各相邻景影像重叠区有 2 个以上共用点。正射校正以实测点和 1∶5 万 DEM为校正基础，以景为单元，对融合后的数据进行正射校正，采样间隔为 2.5 m。
3.4 影像镶嵌
影像镶嵌采用 ERDAS 的 LPS 正射模块中批量处理模块，相邻两幅影像，均采集了两个以上共用点，大大提高了影像镶嵌精度。为验证镶嵌精度，以县（市、区）为单位，在其镶嵌区随机选择 25 个以上检查点进行镶嵌精度检查。
3.5 数字正射影像图制作
数字正射影像图（DOM）制作采用 Image Info 工具，按照 1∶1 万标准分幅进行裁切，覆盖完整的县级行政辖区。图幅整饰依据《高分辨率影像数据处理及数据库建设技术要求》，利用MapGIS 数据库平台，按照 1954 北京坐标系、1985 年国家高程基准的生成 1∶1 万标准分幅图幅整饰。
4 创新成果
项目组在圆满完成项目任务的前提下，结合项目进展和土地管理需要，创造性地开展工作。总结项目进展和取得的成果，创新成果主要体现在：
（1）影像校正控制点 GPS 外业实测数据作为影像校正控制资料，改变了以往利用地形图、土地利用现状图（数据库）作为控制资料的传统方式，极大地提高了影像校正精度，节省了项目投入经费。
覆盖河南全省 1∶1 万标准分幅地形图共计 6565 幅，而实有地形图仅 5600 余幅，项目组在征求部课题组同意的前提下，提出采用 GPS 外业实测控制点作为影像校正控制资料的思路。基于这一思路，项目组进行了一系列研究和论证，制定了 GPS 外业测量技术要求，并对覆盖全省的每景 SPOT 5 卫星影像相对均匀地选取了 25 个控制点，相邻景影像不少于 2 个共用控制点的原则，全省共选取影像校正控制点 1421 个，GPS 大地控制 C 级点 94 个。根据影像数据接收时间和项目进度，共分 13 个测区，对所有控制点采用附和路线法进行了静态测量，分别计算出各控制点和检查点的 WGS84、1954 北京和 1980 年西安三套坐标。
（2）河南省像控点图形图像数据库的建立，为今后河南全省土地利用遥感监测、卫片执法监察等提供了技术保障。
为使外业测量成果长期保存和今后使用，项目组在项目任务之外，在 MapGIS 平台上，基于河南省 1∶50 万地理底图，建立了 GPS 像控点图形图像数据库。GPS 像控点图形图像数据库的建立，不仅满足 SPOT 5_2.5 m 高分辨率卫星影像的校正精度要求，同时为今后河南全省土地利用遥感监测、卫片执法检查、矿山环境监测等奠定了基础。
（3）高分辨率影像数据大区域整体正射校正和镶嵌处理技术的探索，为影像数据批处理技术的推广进行了有益的探索。
由于本次试点项目涉及的范围广、影像处理工作量大，因此，项目组在保证影像纠正精度的前提下，为提高工作效率，探索和使用了遥感影像专业处理软件 ERDAS 的 LPS 模块提供的大区域整体正射纠正和影像镶嵌处理功能，达到了较好的应用效果。
鉴于本次试点项目所使用的影像数据均为同步接收的 SPOT 5 多光谱与全色数据，其图形的几何相关性较好，多光谱数据与全色配准难度小、精度高，因此，影像数据处理采用先单景融合、后大区域整体正射校正、最后进行大区域镶嵌配准的技术流程进行影像处理。
正射纠正采用 ERDAS 的 LPS 批量正射模块。纠正采用 SPOT 5 物理模型，控制点均匀分布于整景影像，每景控制点个数为 25 个，各相邻影像重叠区有 2 个以上共用点。正射纠正以 GPS外业实测控制点和预处理的河南省 1∶5 万 DEM 为纠正基础 , 对 SPOT 5 融合数据进行批量纠正，采样间隔为 2.5 m。影像镶嵌采用的是 ERDAS 的 LPS 批处理模块，由于各相邻景影像均采集了两个以上的共用点，大大提高了影像镶嵌精度。
（4）基于遥感影像信息土地利用分类标准体系的制定，为国家和省级快速掌握和提取土地利用变化信息进行了有益的探索。
项目组根据部课题组要求及国家和省土地管理工作需要，结合 SPOT 5 卫星影像光谱特征和纹理信息，经充分研究和论证，制定了切合河南实际、满足“高分辨率影像数据处理及数据库建设”试点项目需要的基于遥感影像信息的土地利用分类标准，该标准中将土地利用类型分为农用地、建设用地和未利用地等 3 个大类，耕地、园林地、其他农用地、城市用地、建制镇用地、农村居民点用地、铁路用地、公路用地、其他建设用地、未利用地等 10 个二级类，此外，根据个别地类特点，又分别从农用地、建设用地和未利用地中单独划分出公路林带、农业水利用地、水利设施用地、未利用水面和黄河滩地等 5 个三级类，分类标准与现有的土地利用分类体系协调、一致，符合国土资源土地分类标准体系。
（5）基于遥感影像土地利用数据库建设，为国家和省土地宏观管理提供了现势性较强的土地利用电子数据，为国内同类工作的开展提供了技术依据。
考虑到国家和省级土地宏观管理的需要，根据项目制定的“基于遥感影像土地利用分类体系”，结合中地公司 MapGIS 土地利用数据库管理系统框架结构，项目组在 MapGIS 数据库管理系统平台的基础上，分别制定了《高分辨率影像数据处理及数据库建设技术要求》和《基于遥感影像 1∶1 万土地利用数据库标准》等，并在标准中明确了基于遥感影像的土地分类、文件命名规则、数据分层格式及要求等，保证了数据标准和数据格式的一致性及数据库建设质量，为国家和省提供了翔实的土地利用现势数据。
5 结 语
随着遥感技术和计算机技术的飞速发展，高分辨率遥感影像数据在土地管理工作中的应用越来越普遍，同时，遥感影像数据处理的技术手段也越来越科学、越来越先进，尤其是全国第二次土地调查工作的全面开展，将遥感影像在土地管理方面的应用推到一个前所未有的水平，因此，如何在影像数据处理过程中尽可能减少人力和财力投入已显得尤为重要。本项目针对上述问题，在科研与生产过程中，提出的采用 GPS 外业实测控制点作为影像校正控制资料、GPS 像控点图形图像数据建库及基于国家和省级土地管理需要而提出的基于遥感影像信息土地利用数据库标准等，进行了较好的诠释，为今后同类工作的开展进行了有益的探索。
参 考 文 献
常庆瑞，等.2004.遥感技术导论［M］. 北京：科学出版社
陈述彭，等.1998.遥感信息机理研究［M］.北京：科学出版社
党安荣，等.2003.ERDAS IMAGING 遥感图像处理方法［M］.北京：清华大学出版社
汤国安，等.2004.遥感数字影像处理［M］. 北京：科学出版社
徐柏清.1988.正射投影技术与影像地图［M］.北京：测绘出版社
尤淑撑，刘顺喜.2002.GPS 在土地变更调查中的应用研究［J］.测绘通报（5）：1～3
张继贤，等.2000.图形图像控制点库及应用［J］.测绘通报（1）
（原载《测绘通报》2008 年第 10 期）
⑵ 数据处理
4.3.1 数据源情况
4.3.1.1 卫星影像数据情况
本项目数据源是由国土资源部信息中心提供的 2005～2007 年 SPOT 5_2.5 m 分辨率影像数据。覆盖工作区的 SPOT 5 卫星影像数据共计 79 景（图 4-2），所接收影像均有 4% 以上的重叠区域；影像信息丰富，无明显噪声、斑点和坏线；云、雪覆盖量均小于 10%，且未覆盖城乡结合部等重点地区；东部平原地区大部分影像覆盖有程度不同的雾或霾，但整体地类信息能够区分；影像数据接收侧视角一般小于 15°，平原地区不超过 25°，山区不超过 20°，基本满足技术规范对影像接收的要求。
图 4-2 河南省 SPOT 5 影像数据分布示意图
图 4-3 影像接收时间分布
由于本次 SPOT 5 卫星影像接收时间跨度大，时相接收差异大，79 景影像多集中于春季和秋季（图 4-3），但部分影像由于接收时间不是河南地区最佳季节，存在着这样或那样的问题，见表 4-1：
表 4-1 影像数据接收信息及数据质量评述表
续表
4.3.1.2 DEM 数据情况
覆盖河南全省的 1∶5 万数字高程模型（DEM）共计 464 幅。
首先，对 DEM 是否齐全及 DEM 的现势性等进行了全面检查；其次，对相邻分幅 DEM 是否有重叠区域以及重叠区域的高程是否一致、接边后是否出现裂隙现象等信息进行了检查；第三，项目组对每幅 DEM 是否有完整的元数据以及对数据的地理基础、精度、格网尺寸等信息是否齐全等进行了全面检查。
由于 1∶5 万 DEM 原始数据是 GRID 标准格式，数学基础为 1980 年西安坐标系，1985 年国家高程基准，6°分带。鉴于以上数据格式和项目实施方案要求，项目组对涉及工作区的 464 幅DEM，分别按照 19°带和 20°带进行镶嵌及坐标系转换，之后再进行拼接、换带及投影转换处理，得到覆盖河南全省的、满足对项目区影像进行正射校正需求的、中央经线为 114°、1954 北京坐标系、1985 年国家高程基准的河南省 1∶5 万 DE（M图 4-4）。
图 4-4 河南省 1∶5 万 DEM
经过对拼接好的 DEM 进行全面检查，本项目使用的 DEM 数据覆盖河南全省，不存在缺失、黑边等现象，基本满足本项目影像数据正射校正的需要。
4.3.2 数据配准
目前影像配准技术大致分为两大类，基于灰度的方法和基于特征的方法。大多数基于灰度的方法采用互相关技术或傅立叶变换技术来实现。影像配准采用的是 ERDAS 9.1 中的自动配准模块（AutoSync）。在自动检测结束后，将其在参考图像上寻找出来同样需要很大的工作量。在不能完全自动实现匹配的情况下，如果能够大致计算出需要寻找和精确调整标注的区域，同样能够减少很大工作量。通过使用多项式粗略计算出两张影像的对应关系就可以解决这一问题。
根据 ERDAS 系统要求，我们最少需要 3 个点就可以在两张卫星影像间建立一个粗略的对应关系。使用至少 3 个点建立起正算多项式模型后，便可以将自动检测出来的控制点迅速对应到参考影像上，只需要在很小的范围内调整就可以精确标注出其在参考影像上的位置。图 4-5 左侧为原始影像上自动检测点，右侧为参考影像上粗定位点，需要进行调整。
图 4-5 配准
虽然计算机的引入可以大量节约劳动，但是因为技术所限，并不能解决矫正和配准所有环节的全部问题，从而将测绘工作者彻底解放出来。
本次项目生产过程中，针对 SPOT 5_10 m 多光谱数据重采样成间隔为 2.5 m，重采样方法采用双线性内插法。以景为配准单元，以 SPOT 5_2.5 m 全色数据为配准基础，将 SPOT 5 多光谱数据与之配准。随机选择配准后全色与多光谱数据上的同名点，要求配准误差平原和丘陵地区不超过 0.5 个像元，山区适当放宽至 1 个像元。配准控制点文件命名使用“景号 + MULTI 和 PAN”，如“287267MULTI”。配准文件命名使用“景号 + MATCH”，如“287267MATCH”。
影像配准采用的是 ERDAS 9.1 中的自动配准模块（AutoSync）。首先，在单景影像的四角部位手动选取四个配准控制同名点，然后由软件生成自动配准控制点，剔除其中误差较大的控制点后，进行自动配准（图 4-6）。配准完成后，采用软件提供的“拉窗帘”的方式对整景影像自上而下、自左至右进行配准精度检查（图 4-7）。
总结配准的工作，可以看到基本上分为如下几步：①标注至少 3 个粗匹配控制点；②设置检测参数；③进行自动检测；④人工调整和保存控制点；⑤进行配准。其中第 4 步仍然需要人工参与，主要的问题在于两点：一是精度是否真正是人感官上的特征点方面存在问题；二是参考图像上的控制点仅仅是粗略对应标注，人工无法手动调整至精确对应位置，因此，暂时的配准工作仅仅部分减轻了人工工作量，但不可能完全由计算机完成配准工作。
图 4-6 影像配准
图 4-7 影像配准精度“拉窗帘”检查
4.3.3 数据融合
4.3.3.1 融合前数据的预处理
获取完整项目区的卫星影像数据时，由于接收时间跨度较大，数据时相差别较大，加上空中云、雾或霾的干扰以及地面光照不均匀等因素，造成景与景之间的影像光谱和纹理特征差别较大。为使影像纹理清晰，细节突出，提高目视解译精度等，在数据融合前必须对数据进行预处理。
SPOT 5 全色波段数据处理的目的是增强局部灰度反差、突出纹理、加强纹理能量和通过滤波来提高纹理细节。
（1）线性变换。经过线性拉伸处理的影像数据，既增强局部灰度反差又保持原始灰度间的相对关系。
图 4-8 线性变换
设A1、A2为输入影像的嵌位控制值，B1、B2为变换后影像最低、最高亮度值（图4-8），输入影像的亮度值A1～A2被拉伸为B1～B2范围，其中输入亮度0～A1及A2～255分别被变换为B1、B2，如果赋值B1＝0、B2=255，则拉大了输入影像的动态范围，从而反差得到增强，保持了输入影像灰度间的线性关系。通过线性拉伸将位移A1变换为0，而将A2变为255；这样既没有改变A1到A2之间灰度值的相对关系，又扩展了直方图的动态范围，从而增强影像结构的细微突变信息。
（2）纹理增强。纹理能量增强目前主要靠高通滤波来实现，在空域增强中滤波器选择是关键。不同影像地貌、地物选择的滤波核各异。一般地，在地形高起伏地区，地理单元比较宏观，采用的滤波器一般较大，能够反映地理单元的宏观特点，选择较小的滤波核会破坏整体的地貌外形。在地理单元分布细碎，地貌细腻，选择滤波器相对应较小，否则无法表现细碎的纹理结构。在纹理能量增强时应该避免增强过剩，否则影像细节会过于饱和，使纹理丧失，达不到增强细节的目的。以下滤波核是本次用到的边缘增强滤波算子，应用效果比较好。如图4-9所示。
图 4-9 滤波增强
（3）多光谱数据处理。在融合影像中，多光谱数据的贡献是其光谱信息。融合前主要以色彩增强为主，调整亮度、色度、饱和度，拉开不同地类之间的色彩反差，对局部的纹理要求不高，有时为了保证光谱色彩，还允许削弱部分纹理信息。
4.3.3.2 影像融合
目前用于多源遥感数据融合的方法很多，从技术层次来分，可以包括像元级融合、特征级融合和决策级融合三个层次。像元级融合有HIS变换、主分量变换、假彩色合成、小波变换、加权融合等方法；特征级融合有Bayes、决策法、神经网络法、比值运算、聚类分析等方法；决策级融合有基于知识的融合、神经网络、滤波融合等方法。从融合算法上分，可分为对图像直接进行代数运算的方法，如加权融合法、乘积融合法、Brovey变换融合法等；第二种是基于各种空间变换的方法，如HIS变换融合法、PCA变换融合法、Lab变换融合法等；第三种是基于金字塔式分解和重建的融合方法，如拉普拉斯金字塔融合法、小波变换融合法。
本项目所使用数据为SPOT5数据，缺少蓝波段多光谱，对数据采用了自然色模拟方法，在土地利用资源调查中，多光谱信息可以突出地反映土地利用类型的要素信息，提高影像的可判读性，便于从图形、纹理特征及光谱特征进行综合判别分析。一般遥感卫星多光谱传感器波谱范围覆盖整个可见光部分，即蓝、绿、红波段。而SPOT系列遥感卫星其多光谱覆盖范围在可见光部分仅从绿到红波段，缺少蓝波段。在利用遥感卫星影像进行土地利用资源调查时，多光谱信息要求必须以人眼可见的自然色表达，而不允许用伪彩色和红外彩色模拟，以便于非遥感测绘人员的判读与实地调查。对于通常的SPOT系列遥感卫星的自然色模拟方法，往往仅靠不同波段组合，以人眼目视判别、感知来调整色调。作业人员的先验知识作色调调整，作业人员经验欠缺时，色调调校失真较大；二是标准难以定量统一，不同调校时间、人员，不同景影像的拼接，由于感知的差异都难以达到同一或近似的标准。通过分析全省SPOT5数据特征，本次影像融合处理主要采用了乘积变换融合和Andorre融合。
Andorre融合采用的是视宝公司提供的Andorre融合方法，具体步骤为：
步骤1 对全色影像先做正态化处理。等价于Wallis滤波及增强局部（纹理增强）与全局对比度。
步骤2 按下面公式融合（P是正态化处理后的全色影像，B1是绿波段，B2是红波段，B3是近红外波段）。
ERDAS 中模块计算公式：
§ 公式一（蓝通道）：
§ 公式二（绿通道）：
§ 公式三（红通道）：
步骤 3 按下面公式完成伪自然色转换：
ERDAS 中模块计算公式：
§ 公式一（红通道）：
§ 公式二（绿通道）：
§ 公式三（蓝通道）：
步骤 4 对步骤 3 生成的各个通道执行直方图拉伸处理。通常，线性直方图拉伸可以满足这种彩色影像的调整，需要根据影像目视效果定义阈值。阈值的选择应该避免在平衡其他颜色造成的像素过饱和。或在 Photoshop 中调整影像色调、亮度及对比度等直至满足要求。
通过 ERDAS 中 Model 实现其算法（图 4-10）。
4.3.3.3 融合影像后处理
后处理主要采用以下 5 种方法：
（1）直方图调整。对反差较低、亮度偏暗的融合影像，调整输入输出范围，改变反差系数进行线性拉伸，使其各色直方图达到接近正态分布。输出范围一般都定为 0～255，而在输入范围的选择中，对低亮度端的截去应慎重，可以消除部分噪声。
（2）USM 锐化。通过变化阈值、半径、锐化程度增强地物边缘特征。注意阈值和半径的设定值不宜过大，锐化程度可根据不同地区影像特点适当选取。通过软件的预览功能可以判断参数选择得是否合适。城乡结合部、居民点、道路和耕地边界是需要重点突出的地物，必须保证清晰可辨，进一步改善总体效果。
（3）彩色平衡。经过融合运算后，影像或多或少会带有一定程度的偏色，需要通过调整彩色平衡加以改正。
（4）色度饱和度调整。由于 SPOT 5 影像融合后存在大量的洋红色，与实地颜色不一致的，可以通过改变色度、饱和度、明度等将其转变为土黄色，使其更接近于真实颜色。
（5）反差增强。通过亮度和对比度调整，可以增强地物间的反差，使不同地类更易区分。
通过融合影像后处理，进一步改善影像的视觉效果，使整景影像色彩真实均匀、明暗程度适中、清晰，增强专题信息，特别是加强纹理信息。
图 4-10 融合处理算法
4.3.4 正射校正模型选择与处理
4.3.4.1 正射纠正的基本模型
一般对推扫式遥感卫星影像的正射纠正有严密纠正模型和变换关系纠正模型两大类。严密纠正模型根据卫星轨道参数、传感器摄影特征以及成像特点，由传感器在获取影像瞬间的位置、方位等因素，建立起像点与地面之间的共线关系，并由此共线方程解求像点或地面点的纠正。而变换关系纠正模型是一种传统的几何纠正方式，不考虑成像的特性，它通过地面控制点与影像同名点计算出不同变换式的变换系数，从而将变形的原始影像拟合到地面坐标中。
严密纠正模型有基于多项式的共线方程、基于卫星轨道参数的纠正方法、基于光束法的区域网平差等方法；变换关系纠正模型有多项式纠正、有理函数多项式、有理函数多项式区域网平差等方法。其中，区域网平差是用较少的控制点以多景影像组成区域网进行平差的纠正方法。
（1）基于多项式的共线方程纠正方法。改正原始影像的几何变形，采用像素坐标变换，使影像坐标符合某种地图投影和图形表达方式和像素亮度值重采样。在摄影瞬间，传感器、影像、地面三者之间，以共线方程反映了成像时地面点和像点之间一一对应的关系。
由于推扫式成像是当前大多数遥感卫星采用的主流成像方式，那么整景影像为多中心投影，每条扫描线是中心投影。用共线方程表达为
推扫式成像的每一扫描线外方位元素均不同，且y值恒为0。正射纠正时必须求解每一行的外方位元素，利用共线方程得到与地面点相对应的像点坐标，加入DEM后对影像进行纠正。
一般可以认为，在一定时间内，遥感卫星在轨道运行时，空间姿态变化是稳定的，那么6个外方位元素的变化是时间的函数。由于推扫式影像y坐标和时间之间有固定的对应关系，即每行扫描时间相同，所以可将第i行外方位元素表示为初始外方位元素（φi，wi，ki）和行数y的函数，而这个函数可以用二次多项式函数来表示，即
该方法需获得初始外方位元素可从星历文件中得到，如SPOTS影像星历，在DIM，CAP格式文件中。
（2）多项式纠正方法。多项式纠正方法是一种传统的变换关系纠正方法。多项式用二维的地面控制点计算出与像点的变换关系，设定任意像元在原始影像中坐标和对应地面点坐标分别为（x，y）和（X，Y），以x=Fx（x，y），y=Fy（x，y）数学表达式表达，如果该数学表达式采用多项式函数来表达，则像点坐标（x，y）与地面点坐标（X，Y）建立的多项式函数为
式中（：a0，a1，a2，a3，……，an）（，b0，b1，b2，b3，……，bn）——变换系数。
一般多项式阶数是1阶到5阶的，式中表达的为3阶。所需控制点数N与多项式阶数n的关系为：N（=n+1）（n+2）/2，即1阶需3个控制点，2阶需6个控制点，3阶需10个控制点。
多项式纠正考虑二维平面间的关系差，因此，对于地形起伏高差较大的区域，并不能改正由地形起伏引起的投影误差，纠正后的精度就不高。另外考虑入射角的影响，多项式纠正对于地形起伏较大地区并不适宜。
（3）有理函数纠正方法。有理函数纠正方法是一种变换关系的几何纠正模型，以有理函数系数（Rational Function Coefficient）将地面点P（La，Lb，Hc）与影像上的点（pIi，Sa）联系起来。对于地面点P，其影像坐标（pIi，Sa）的计算始于经纬度的正则化，即
正则化的影像坐标（x，y）为
求得的影像坐标为
有理函数纠正不仅以较高的精度进行物方和像方的空间变换，相对于多项式纠正方法考虑了地面高程，相对于基于共线方程模型使复杂的实际传感器模型得以简化，便于实现。
（4）区域网平差纠正方法。区域网平差，首先将三维空间模型经过相似变换缩小到影像空间，再将其以平行光投影至过原始影像中心的一个水平面上，最后将其变换至原始倾斜影像，从而进行以仿射变换建立误差方程，包括每景影像的参数和地面影像坐标的改正，组成法方程，进行平差计算改正。基于模型的区域网平差，是通过影像之间的约束关系补偿有理函数模型的系统误差。区域网平差要合理布设控制点，在景间需有一定数量的连接点，所需控制点数量较少。
4.3.4.2 正射纠正
本次遥感影像正射纠正采用专业遥感影像处理软件ERDAS提供的LPS正射模块进行的，纠正过程如图4-11所示。
图 4-11 正射纠正流程
为了与以往的县级土地利用数据库相衔接，平面坐标系统仍然采用 1954 北京坐标系，高程系统采用 1985 国家高程基准，投影方式采用高斯－克吕格投影，分带方式为 3°分带。
本项目涉及 79 景连片且同源影像数据，因此采用整体区域纠正，以工作区为纠正单元，利用具有区域网纠正功能的 ERDAS 中 LPS 模块进行区域网平差，根据影像分布情况建立一个区域网文件，快速生成无缝正射镶嵌精确的正射影像，如图 4-12 所示。因本工作区涉及 37°、38°、39°三个 3°分带，考虑到全省数据镶嵌等问题，整个工程采用 38°带，其中央经线为 114°。
本次纠正中采用 SPOT 5 物理模型，控制点均匀分布于整景影像，控制点个数 25 个，相邻景影像重叠区有 2 个以上共用控制点。
工作区控制点分布如图 4-13 所示。
影像正射纠正以实测控制点和 1∶5 万 DEM 为纠正基础，以工作区为纠正单元，采样间隔为 2.5 m。
对控制点和连接点超过限差的要进行检查、剔除，发现误差超限的点位，应先通过设置其为检查点方式重新解算，如解算通过，则通过平差解算；如果纠正精度超限，查找超限原因，则应考虑在误差较大的点位附近换点或增补点加以解决，并进行必要的返工，直至满足要求为止。控制点采集如图 4-14 所示。
对整景利用 DEM 数据在 LPS 中选取 SPOT 5 Orbital Pushbroom 传感器模型，投影选取 Gauss Kruger，椭球体采用 Krasovsky，进行正射纠正，纠正精度满足 SPOT 5_2.5 m 数字正射影像图纠正精度要求，纠正后的图面点位中误差见表 4-2。
图 4-12 整体区域纠正控制点选取示意图
图 4-13 区域网平差纠正工程图
图 4-14 控制点采集
表 4-2 正射纠正控制点中误差
续表
4.3.5 镶嵌
以项目区为单位，对相邻景正射影像的接边精度进行检查。经检查接边精度合格后，以项目区为单位，对正射影像进行镶嵌。
由于项目区采用的是 ERDAS 提供的 LPS 正射模块区域网平差纠正，相邻两幅影像，均采集了两个以上的共用控制点，相应提高了影像镶嵌精度。
在项目区相邻景影像的重叠区域中，平原、丘陵与山区分别随机选取了 30 对均匀分布的检查点，检查影像的接边精度。根据检查点的点位坐标，计算检查点点位中误差。见表 4-3。
表 4-3 影像镶嵌误差
本项目影像镶嵌以工作区为单元，在景与景之间镶嵌线尽量选取线状地物或地块边界等明显分界处，以便使镶嵌影像中的拼接缝尽可能地消除，尽量避开云、雾及其他质量相对较差的区域，使镶嵌处无裂缝、模糊和重影现象，使镶嵌处影像色彩过渡自然，使不同时相影像镶嵌时保证同一地块内纹理特征一致，方便地类判读和界线勾绘。影像镶嵌图如图 4-15 所示。
⑶ 高分辨率卫星影像GPS像控点数据库建设研究
潘振祥
（河南省国土资源厅信息中心 郑州 450016）
摘 要：通过对 SPOT 5_2.5 m 高分辨率卫星影像数据校正采用的各类控制资料的分析，阐述了 GPS 像控点数据库建设的必要性，通过对像控点的选取、外业施测、精度评价及 GPS 像控点数据库建设等论述，提出了选用 GPS 控制点作为 SPOT5_2.5 m 高分辨率卫星影像数据校正控制资料，可保证影像校正精度、节省时间和减少投资。
关键词：卫星遥感 控制点 影像校正 数据库
0 引 言
随着信息技术的快速发展，卫星遥感技术得到了突破性进展，特别是 2002 年 5 月 4 日法国SPOT 5 号地球遥感卫星进入预定轨道，极大地促进了各应用行业的科技进步和管理水平。高分辨率卫星遥感在国土资源调查评价、土地利用动态监测、土地更新调查以及大中比例尺地形图测绘等方面已取得显著成绩。
针对 SPOT 5_2.5 m 高分辨率卫星影像数据，其几何校正主要采用二维多项式和三维数字微分纠正两种模型，采用的校正控制资料主要有 1∶1 万或更大比例尺数字栅格地形图（DRG）、土地利用数字栅格图（LUDRG）等。笔者通过相关研究，认为高分辨率卫星影像数据的校正控制资料选用像控点更合适。针对这一思路，项目组进行了一系列探讨和研究，并基于 MapGIS 平台建立了河南省部分地区 GPS 像控点数据库，为今后相关工作的开展奠定了基础。
1 现 状
目前，各种分辨率卫星影像校正基本上都是参照“满足”相关精度要求的地形图、数字栅格地形图或土地利用数字栅格图等，针对 SPOT 5_2.5 m 数字正射影像图的制作，国土资源部地籍司专门制定了《SPOT 5_2.5 m 数字正射影像图制作技术规定》，明确规定 SPOT 5_2.5 m 数字正射影像图要“以 1∶1 万（或更大比例尺）数字栅格地形图、土地利用数字栅格图或高精度外业控制点为控制资料”，笔者通过近年相关工作，认为目前采用的校正控制资料，尤其在河南省存在以下问题。
1.1 河南全省现有 1∶1 万地形图尚未全覆盖，地形图精度存在差异，现势性差
覆盖河南省的 1∶1 万地形图共计 6565 幅，而目前成图仅 5600 余幅，尚有约 15% 未成图。已有地形图大部分是 20 世纪 60～80 年代分别由测绘部门、地矿测绘单位和煤田地质测绘单位施测，成图精度存在差异，且由于纸图变形，经部分抽查，个别地形图公里格网连线与图上公里网十字点的实际偏差达 1～3 mm，极个别超过 3 mm，如果拿这些地形图作为控制资料对 SPOT5_2.5 m 高分辨率卫星影像进行校正，其校正精度难以满足规范要求；其次，已有地形图距今已三四十年，局部地表要素早已面目全非，寻找同名地物点较困难，即使是更新过的地形图，也仅仅对主要地物如主要道路、建制镇以上居民地等进行更新，其他大部分地物、等高线等均沿用原图。
1.2 土地利用现状图（数据库）难以满足精度要求
河南省土地利用现状调查于 20 世纪 80 年代末起步，90 年代中期结束，调查方法基本上采用 1∶1 万航空影像平面图或 1∶3.5 万彩红外航片放大片及 1∶1 万地形图进行外业调绘，然后进行室内转绘及面积量算、平差等，所有过程均人工操作，受各种因素干扰，成图质量差别较大，如果用土地利用现状图（数据库）作为控制资料校正 SPOT 5_2.5 m 高分辨率卫星影像数据，其校正精度难以满足规范要求。
2 像控点选取
本次试验研究涉及河南省平顶山、许昌、漯河三市的八景 SPOT 5 卫星影像和覆盖试验区的1∶5 万比例尺的 DEM，共选取影像校正控制点 152 个。
像控点选取原则是点位分布相对均匀，特征明显，交通便利，数量足够，尽可能在全色光谱上选取，尽量避开高压线、大面积水域等。
为提高外业测量效率及精度，选取像控点后，将选取的像控点制作成便于携带和保存的“像控点外业测量成果表”，分别记录像控点编号、点位及放大的示意图、WGS84、1954 北京、1980年西安三套坐标和点位说明等，作为建立 GPS 像控点图形图像数据库的基础数据。
3 像控点外业施测
像控点外业测量采用附合路线法，各像控点平均间距约 13 km，顺序号前加“P”的点位表示本次测量的像控点，前面加“C”的为 C 级 GPS 控制网点，像控点与 C 级点共同组成 GPS 控制网（图 1）。
图1 像控点及所参照的 C 级 GPS 控制点分布示意图
本次 GPS 控制测量利用河南省大地控制数据 C 级 GPS 控制网点成果的三套数据（分别为WGS 84、1954 北京和 1980 年西安坐标）作为起算数据，依据《全球定位系统（GPS）测量规范》，采用静态方式同步进行观测，三台套 GPS 接收机为一组，观测时段长度为 45 分钟，卫星高度角≥ 15°，有效观测卫星总数≥ 4 个，作业员现场填写外业测量记录表，并采用数码摄影和点之记的方式详细描述像控点点位情况。测量数据采用南方测绘软件进行基线解算及平差处理并进行高程拟合，分别解算出校正控制点基于三套坐标系统的三套数据和拟合高程，本次 152 个像控点的平面位置最弱点点位中误差为 6.8 cm，高程拟合内符合精度 0.321 m，成果精度符合规范要求。
4 影像数据处理和 DOM 制作
影像数据处理主要包括影像的配准、融合、正射纠正、镶嵌和 1∶1 万正射影像图（DOM）的制作等。由于本次采用 SPOT 5_2.5 m 卫星影像是单景多光谱数据与全色数据同步接收的，其图形的几何相关性较好，多光谱数据与全色配准难度小、精度高，因此采用相对配准的方法。在影像数据融合时，考虑到获取完整项目区的数据接收时段不同，空中云雾干扰以及地面光线不均匀等因素，造成景与景之间存在差别，在数据融合前对数据进行了线性拉伸、纹理增强等预处理，使整景图像亮度适中、纹理清晰、细节突出，以提高目视解译精度。图像融合处理主要采用了最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行融合，融合后图像则采用直方图调整、USM 锐化、彩色平衡、色度饱和度调整和反差增强手段，以使整景图像色彩真实均匀、明暗程度适中、清晰，增强专题信息，特别是加强纹理信息。
遥感影像正射纠正是采用专业遥感影像处理软件 ERDAS 中的 LPS 正射模块进行的。本次纠正采用 SPOT 5 物理模型，控制点均匀分布于整景影像，每景 25 个控制点，对相邻景影像重叠区有 2 个以上公共控制点。正射纠正以实测 GPS 控制点和 1∶5 万 DEM 为纠正基础 , 以景为单位，对 SPOT 5_2.5 m 融合数据进行纠正，采样间隔为 2.5 m。
影像镶嵌采用的是 ERDAS 中的 LPS 正射模块批量处理模块，相邻两幅影像，均采集了两个以上的公共控制点，保证了影像镶嵌精度。
DOM 制作采用 Image Info 工具，按照国家 1∶1 万分幅标准进行裁切，覆盖完整的县级行政辖区，图幅整饰依据《高分辨率影像数据处理及数据库建设技术要求》，采用 MapGIS 软件，投影参数按照高斯－克吕格投影、1954 北京坐标系、1985 年国家高程基准的方式生成 1∶1 万标准分幅图幅整饰。
5 DOM 精度评定
DOM 精度评定采用外业实测检查点作为评定参考，评定方法为检查点选取法：通过选取DOM 影像与外业实地测量检查点的同名特征地物点，计算其校差和中误差。
5.1 检查点的选取和外业测量
检查点选取：随机抽取一景影像作为评定单元，选取不同于校正控制点的 30 个相对均匀分布的检查点，点位的选取原则与像控点一致，选点时尽量避开高压线、大面积水域等影响因素区域。
检查点测量：检查点的外业实地测量与像控点的测量方法一致，即采用附合路线法形成一个整体的 GPS 控制网，采用静态方式同步、同精度进行测量。
5.2 校正精度计算
精度评定公式如下：
河南省遥感影像规模化高效率处理技术及数据建库综合研究
式中：rms——点位中误差；
n——检查点个数；
ui——DOM影像上检查点的x、y坐标；
vi——GPS外业检查点的x、y坐标。
按照《SPOT5_2.5m数字正射影像图制作技术规定》1∶1万DOM的制作精度指标：平原、丘陵区点位中误差不大于±5m；山区不大于±7.5m；高山区不大于±10m。本次精度评定所选地区主要为平原区，局部为丘陵区，经测算，所取点位中误差为±2.62m，完全满足1∶1万DOM制作精度要求。校正精度评定计算表见表1。
表1 校正精度评定计算表
续表
6 GPS 像控点数据库的建立
为实现精确地理编码中的几何控制及成果检查的高效率与高精度，建立GPS像控点数据库，以满足影像纠正与配准的要求。
GPS像控点数据库建立，以河南省1∶50万地理底图作为工作底图，输入控制点空间坐标文件，并采集属性与图形文件，建立数学基准的统一像控点文件。
采集的像控点图像信息，除包括一般像控点所具有的地理坐标信息之外，还包含与待纠正影像相关的特征地物的纹理信息、分辨率信息、比例尺信息等。
采集控制点属性信息。采集控制点属性记录每个控制点的分辨率、比例尺、范围、椭球体信息、投影信息、坐标系信息（北京1954年坐标、西安1980年坐标、WGS84坐标）、数据库的生产单位、生产日期等。
图2 像控点图形图像数据库示意图
7 结束语
土地更新调查、土地利用遥感动态监测及土地违法案件执法检查等不仅要考虑遥感影像的校正精度，同时要考虑其现势性、影像处理时间和投入成本等。GPS 像控点数据库的建立，不仅满足 SPOT 5_2.5 m 卫星影像的校正精度要求，同时为今后同地区、同类工作的开展奠定了基础，极大地降低了投入成本，节省了影像处理时间，起到了“一劳永逸”的作用。
参 考 文 献
党安荣，等.2003.ERDAS IMAGING 遥感图像处理方法［M］.北京：清华大学出版社
王之卓.1990.摄影测量原理［M］.武汉：武汉测绘科技大学出版社
尤淑撑，刘顺喜.2002.GPS 在土地变更调查中的应用研究［J］.测绘通报（5）：1～3
张继贤，等.2000.图形图像控制点库及应用［J］.测绘通报（1）
（原载《国土资源信息化》2007 年第 3 期）
⑷ 什么软件可以看卫星地图
1、网络数歼数地图：浏览地图、搜索地点、查询公交驾车线路、查看实时路况,您的出行指南、生活助手。提供地铁线路图浏览,乘车方案查询,以及准确的票价薯首和时间信息；
2、高德地图：高德是中国领先的改早数字地图内容、导航和位置服务解决方案提供商。拥有导航电子地图甲级测绘资质、测绘航空摄影甲级资质和互联网地图服务甲级测绘资质“三甲”资质，其优质的电子地图数据库成为公司的核心竞争力；
3、谷歌地图：谷歌地图是 Google 公司提供的电子地图服务，包括局部详细的卫星照片。此款服务可以提供含有全球城市