66 福建建设科技 20101No 13■信息化建设与管理应用ERDA S 进行卫星影像数据预处理孙晓华(福建省测绘院 福州 350003)[摘 要] 文章主要介绍了应用ERDAS IMA GIN E 进行卫星影像数据的预处理,通过控制点选取、纠正、配准、影像融合、影像接边与镶嵌等对卫星影像进行处理,从而进行正射卫星影像(DOM )的制作。
[关键词] 分辨率 融合 纠正Application of ER DAS for Satellite Image data pre -processingAbstract :This paper describes the application of ERDAS IMA GIN E for satellite image data pre -processing.Mainly through the control point selection ,correction ,registration ,image f usion ,image mosaic and edging and so on ,the satellite image is processed ,which carried out Ortho -image (DOM )production.K ey words :Resolution ;Fusion ;Correct作者简介:孙晓华(1980-),女,毕业于山东科技大学,研究生学历、获硕士学位,助理工程师,主要从事航测及遥感影像相关工作。
1前言Erdas Imagine 作为专业遥感图像处理软件,具有方便和直观的操作界面,使用户的操作非常灵活,能友好、方便地管理多个窗口。
ERDAS IMA GIN E 还为不同的用户应用提供了250多种地图投影系统,支持用户添加自己定义的坐标系统;支持不同投影间的实时转换、不同投影图像的同时显示以及对不同投影图像的操作,为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。
本次处理的遥感信息源主要采用了分辨率为1米的美国IKONOS 卫星影像。
IKONOS 卫星不仅能够提供高清晰度,分辨率达1米的卫星影像,而且开拓了一个更快捷、更经济获得最新地球影像信息的途径,可以部分代替航空遥感。
本文主要介绍应用ERDAS IMA GIN E 进行卫星影像数据的预处理,主要通过控制点选取、纠正、配准、影像融合、影像接边与镶嵌等对卫星影像进行处理,从而进行正射卫星影像(DOM )的制作。
2控制点选取对于IKONOS 1米全色数据,采用1∶1万地形图(DL G )为参考进行控制选点。
不同的纠正模型对控制点个数的需求不相同,卫星提供的辅助数据可建立严密的物理模型,该模型只需9个控制点即可;对于有理多项式模型,一般每景要求不少于30个控制点,困难地区适当增加点位。
几何多项式模型将根据地形情况确定,它要求控制点个数多于上述几种模型,通常每景要求在30-50个左右,尤其对于山部地区应适当增加控制点。
控制点选取要求控制四周、均匀分布,选取相对固定点,如公路、铁路的交叉点,水库坝基、山脊交点等。
3影像纠正整景数据为纠正单元,当整景数据量偏大时,采用完整覆盖的研究区为纠正单元,纠正以几何多项式为主要模型,山区高差起伏比较大辅以物理模型等其它方法纠正。
根据控制点与DEM 数据构建纠正模型,对影像进行纠正。
为保证成果质量,残差控制应在限差范围内。
如果残差超限,应适当调整、更换或增加控制点;数据控制点残差限制在1个像元以内,山区不超过115个像元。
影像纠正的流程图如下:图1.1 卫星影像处理技术流程何纠正的一般方程式为:X =F 1(x ,y )Y =F 2(x ,y )式中的x 、y 为像元在原始图像上的坐标,X 、Y 为像元在■信息化建设与管理福建建设科技 20101No 1367 纠正后的图像(目的图像,即参考图像)上的坐标。
得到函数F 1(x ,y )和F 2(x ,y )的方法通过同名点的对应,利用多项式逼近求得,该方法精度高,且具有简便和通用的特点。
即:X =F 1(x ,y )=∑n j =0∑n -jk =0a jk x j y kY =F 2(x ,y )=∑n j =0∑n -j k =0b jk x j y ka jk 和b jk 为几何纠正系数,是在原始图像和目的图像上的同句点作为控制点的位置,应用最小二乘法求得的。
n 次多项式的点不得少于个[12×(3n +n 2)+1],其中n =1,2,3,4,・・・・・。
设X ,Y 为参考图像的坐标,x ,y 为原始图像坐标,X ′Y ′为经变换的实验图像坐标。
即X ′=F 1(x ,y )=a 00+a 10x +a 01y +a 20x 2+a 11x y +a 02y 2+a 30x 3+a 21x 2y +a 12x y 2+a 03y 3应用主元消去法,就可求出系数:a 00,a 10,a 01,a 20,a 11,a 02,a 30,a 21,a 12,a 03然后把这些系数代入方程中变换图像的任一点的数值即可得到X ′i 而偏差值=X —X ′。
用同样的方法,按Y =F 2(x ,y )=b 00+b 10x +b 01y +b 20x 2+b 11x y +b 02y 2+b 30x 3+b 21x 2y +b 12x y 2+b 03y 3解算出系数::b 00,b 10,b 01,b 20,b 11,b 02,b 30,b 21,b 12,b 03利用二次多项式建立影像坐标(x ,y )与参考坐标(X ,Y )的对应关系为:X =a 0+a 1x +a 2y +a 3x 2+a 4x y +a 5y 2Y =b 0+b 1x +b 2y +b 3x 2+b 4x y +b 5y 24影像融合影像融合是选取最佳波段组合的多光谱影像,与高分辨率全色波段影像融合,形成兼有高分辨率空间信息和多光谱彩色信息的融合影像。
数据融合的目的是通过融合处理突出反映地理类别及地貌、地质等空间信息和光谱信息,用于分析和信息提取。
将IKONOS 全色1米影像与IKONOS 多光谱4米数据进行融合处理。
要求平原区影像匹配误差不超过1个像素,山区部分适当放宽1/2;将两组融合好的数据进行镶嵌,检查是否出现重影等现象,如果存在配准问题,返回纠正工序;检查影像纹理细节色彩,判断融合前的处理是否正确。
融合后影像亮度偏低、灰阶较窄,可采用线性拉伸、亮度对比度、色彩平衡、色度、饱和度和明度调整等方法进行色调调整。
为了形成完整的研究区融合影像文件,对分块融合的影像须进行色调归一调整和镶嵌。
色调调整时应考虑不同应用目的,专题信息提取侧重于保留多光谱影像的光谱信息和全色影像的全部纹理细节,以便进行分析,不要求自然真彩色;制图背景图像则侧重于图面视觉效果,为去除杂色保证整体反差,必要时牺牲部分光谱信息和纹理,达到自然真彩色的效果。
5图像最佳波段组合选择陆地卫星ETM +影像提供7个多光谱波段的信息,全部波段用来作统计光谱分类,不仅耗时多,而且精度不高,所以根据实际需要选择有代表性的波段是提高精度所不可缺少的。
另外由于人眼生理特性所决定,分辩黑白灰度图像的能力远远低于分辩彩色图像的能力。
因此,常常把图像的三个波段分别赋于红、绿、兰进行假彩色合成,是常用而且效果较好的图像增强方法。
在多光谱波段中,由于TM6的分辨力比其它各波段低2倍,故这个波段一般独立考虑参加运算处理。
从衡量各波段组合的信息量出发,引用美国查维茨优化指标因子OIF (The optimum index factor )的概念进行这种选择。
其公式为:O I F =∑3i =1σi /∑3j =1|R j |其中:σi 为第i 波段的标准差。
|R j }为第j 波段与任一两个波段之间的相关系数绝对值。
从式中可以看出,优化指标因子OIF 值取决于任意三个波段的方差和与他们之间两两相关系数绝对值之和的对比关系,因为标准差越大,表明数据的离散程度越大。
所包含的信息量也越大。
而波段间相关系数越小,表示图像数据的独立性越高,信息的冗余度越小。
因此,OIF 越大,则该组合图像的信息量越大,说明该组合方案优越,其熵最大者即是我们所寻求的最佳波段组合方案。
通过计算并选择ETM +3、4、5为最佳波段组合。
这里进一步表明,ETM +图像最佳波段组合,必须有中红外(5或7波段)及近红外(4波段)参与,才能充分显示其所含的丰富光谱信息。
6灰度处理灰度处理是图像增强技术,它是对图像的灰度分布作一定的修正,使一幅图像增强对比度,改善它的视觉效果,或使它变换成一种更适于人工或机器分析的图像形式。
灰度处理主要采用对比度增强、直方图均衡、以及滤波处理等方法。
7结论在用Erdas 进行卫星影像数据的纠正、配准、融合等图像预处理,制作正射卫星影像(DOM )之后,就要进行专题分层和编码设计,再根据图素类型以及ID 编码,便可进行图层要素矢量化,建立GIS 空间数据。
遥感影像本身信息量极为丰富,地形地貌清晰易读。
遥感制图技术更丰富了影像本身的层次,增大了信息量,使其可判读性更强,专题图的可视性也更强,在森林资源调查,土地利用更新调查,城市规划,地震检测等各个方面都有非常重要的作用。
参考文献[1]刘榴娣,刘明奇,党长民1实用数字图像处理[M ]1北京:北京理工大学出版社,20011[2]宋小冬,叶嘉安1地理信息系统及其在城市规划与管理中的应用[M ]1北京:科学出版社,19951[3]夏德深,傅德胜1现代图像处理技术与应用[M ]1北京:清华大学出版社,19971。
