浅析厦门市Pléiades卫星遥感影像处理及入库技术

浅析厦门市Pléiades卫星遥感影像处理及入库技术
利用获取的厦门市Pléiades卫星影像，结合外业像控资料、DEM数据等，进行影像融合，影像纠正来完成正射影像的制作，正射成果并导入影像库中。

通过项目的生产和试验，本文总结了一些影像加工处理、入库过程中的经验。

对其他类型传感器的卫星影像处理具有一定的指导意义。

标签：Pléiades 影像融合正射纠正影像入库
随着卫星遥感获取技术的“突飞猛进”，具有高分辨率，高清晰度，丰富光谱信息的卫星影像逐步成为重要的地球空间信息数据源，以覆盖面积大，时效性新，更新周期短，价格经济等优势在多个领域具有广泛的勇武之地。

城市规划管理进程中，管理者对城市规划管理的强度、精度以及灵活度要求也越来越高，城市规划、城市建设工程设计、交通、水文地质、房产、园林、土地等行业的信息化对高分辨率遥感影像成果的需求非常迫切。

高分辨率卫星遥感影像处理技术和应用解决方案，已成为目前遥感领域重点研究的方向之一。

1 Pléiades卫星影像
Pléiades为SPOT卫星家族后续卫星，属法国Astrium（阿斯特里姆公司），首颗Pléiades-1卫星已于2011年12月17日成功发射。

全色影像星下点空间分辨率为0.5m，多光谱影像的空间分辨率为2m，包括红、绿、蓝和近红外波段。

幅宽达20 km x 20 km。

卫星主要特点如下：
（1）每日重放：纬度高于40°地区，30度角可实现每日重访。

（2）编程响应快：每8小时上传并更新编程计划，每天3次；可以在紧急的状态下接受提4小时的编程指令；全天24小时自动处理。

（3）具有较高的采集能力：单星最高日采集能力为一百万平方公里，单星日采集景数约600景。

（4）具有较高的灵活度：4个控制力矩陀螺仪（CMGs）；接收模式可分为点对点采集、条带采集、立体数据采集、线性采集、持续监测采集。

由于Pleiades卫星影像的超高分辨率，成像幅面宽的显著优势，且具备极强的连续采集能力、适合短时间内大范围采集项目，能够满足更广泛、更专业的用户的需求。

2 卫星数据处理及成果入库技术路线
卫星数据处理要依据卫星影像的特点，选用专业的地理信息遥感软件对原始影像数据正射校正后，消除各种畸变和位移误差，最终得到包含地理信息和专题
信息的卫星遥感数字正射影像图。

为便于数据的存储、管理，再进行影像库的建设。

图1为技术路线图。

3 实施中关键技术探讨
3.1 数据融合
影像数据融合是将在空间、时间、波谱上冗余或互补的多源遥感数据按一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成具有新的空间、波谱、时间特征的合成影像数据。

影像通过融合既可以提高多光谱影像的空间分辨率，又保留其多光谱特征。

针对Pléiades卫星数据的融合，采用了PCI Geomatica软件的Pansharp算法。

该方法主要运用最小二乘的方法来拟合全色波段，多光谱波段的灰度值和融合结果的灰度值，尽量减少融合结果产生的颜色偏差；同时结合数理统计的原理，减少操作方法和数据集的依赖关系，实现融合自动化。

在全色波段的选择上，选择已经进行过格式转换的全色波段数据；输入多光谱影像的波段的选择依次序为3、2、1（红、绿、蓝）波段；参考波段选择为多光谱影像的1、2、3、4波段，模型运算后即可得到3波段融合的真彩色影像。

融合后的影像可以反映细部特征，纹理清晰，色彩明亮。

3.2 正射纠正
卫星数据的正射纠正一般是通过在像片上选取一些地面控制点，利用原来已经获取的待校正区域内的数字高程模型，通过相应的构像方程式解算数学模型，将其转换为正射影像。

（1）纠正模型的选择
获取的卫星影像，一般无法得到严格模型纠正所需的卫星轨道参数和传感器参数，依据提供的RPC参数，可以采用有理函数模型来模拟其物理模型进行正射纠正。

有理函数模型是利用有理函数逼近二维像平面和三维物平面空间对应关系。

其正解形式一般为：
式中，（U，V）为像点的像平面坐标；（X，Y，Z）为其对应地面点的大地坐标；aijk、bijk、cijk、dijk为有理函数系数。

厦门市Pléiades卫星数据的正射纠正，采用了IKONOS近似的RPC模型进行纠正。

在近似纠正算法中，该模型的精度最高，基本达到子像素级。

（2）像控资料的选择
控制点的选择需要根据纠正模型和地形情况确定，厦门市卫星影像的控制文
件来源于岛内1：1000地形图数据；数字高程模型为本岛1：2000DEM数据，格网间距2m×2m。

纠正过程中，选取控制为明显地物点，数量22个，均匀分布在影像角、边及其中心区域内。

GCP总体误差（total）平坦地区小于1m，山地小于2m。

当误差较大时，通过删除点或增加新的控制点降低误差。

控制点选择过程中，经反复增删计算。

控制点的增多并不一定能显著提高纠正的精度，若果点位局部密集或者局部稀疏，精度反而会降低。

（3）影像重采样
影像重采样就是根据一类象元的信息内插出另一类象元信息的过程。

常规采用双线性内插值法。

双线性内插值法计算量大，但变换后图像质量高，不会出现像素不连续的情况。

3.3 影像入库和管理
影像数据库的建立是为了将生产的影像数据进行整理，使之符合统一的规范和标准；并对数据进行有效组织、管理，便于空间数据的查询、分发及其它应用。

影像数据库采用对象关系模式，基于ArcSDE、Oracle建立，通过中间件技术实现关系数据库管理遥感影像数据。

影像的管理方式选用RasterCatalog，可以存放多个影像或栅格数据集，并按坐标自动拼接，数据更新时只需更新其中的部分。

是影像库建立时推荐的管理方式。

入库工作主要包括：按照设计的要求卫星正射影像成果进行入库前检查、投影转换、数据处理、数据建库、编写数据字典等。

（1）入库检查：正射影像成果的数学基础检查、数据完整性检查、逻辑一致性检查、位置精度的检查、属性精度的检查。

（2）影像金字塔：正射影像成果按分幅、分块或分区组织管理，通过接边处理确保数据逻辑无缝，建立多级金字塔索引结构以提高存取速度。

（3）元数据：元数据采用DOC格式来表达，结构设计包括元数据实体集信息、标识信息、数据限制信息、数据质量信息、参考信息、内容信息、分发信息等。

影像入库时，采用ArcCatalog将影像导入，系统根据设定的块的尺寸对影像分割，再对影像块进行行列编号，建立格网索引。

影像导入完成后建立金字塔。

客户端应用程序为ArcMap，利用该软件调用数据库中的影像数据，通过ArcCatalog实现数据的维护与管理。

4 结论
通过对厦门市Pléiades卫星数据的处理，边生产边试验，确定了处理该影像的最优方法和便捷的入库方式。

纵观遥感卫星的发展史，几乎每经历十几年就会出现一次变革性技术，预测可能会迈入“智能型”卫星时代，将极大促进卫星数据处理技术和应用技术的发展。

我们可以通过项目的积累，多涉猎不同传感器类型的数据处理，增加经验，提升技术，使高分辨率卫星遥感产品快速、高效地应用到需求的领域和行业中。

参考文献
[1] 徐青，张艳等. 遥感影像融合与分辨率增强技术[M]，北京：科学出版社2007
[2] 党安荣，王晓析等. ERDAS IMAGINE遥感图像处理方法[M]，北京：清华大学出版社，2003
[3] 柴登峰，张登荣. 高分辨率卫星影像几何处理方法[M]. 杭州：浙江大学出版社，2007.。