高分遙感衛(wèi)星影像預處理系統(tǒng)設(shè)計實現(xiàn)
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了高分遙感衛(wèi)星影像預處理系統(tǒng)設(shè)計實現(xiàn)范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要:高分影像預處理是高分應用的前提和基礎(chǔ)，目前影像預處理專業(yè)要求高，自動化程度低，流程復雜，制約了遙感應用發(fā)展。本文利用分布式云存儲技術(shù)，自定義流程設(shè)計技術(shù)，基于IDL影像處理的組件技術(shù)，實現(xiàn)遙感和GIS一體化集成，開發(fā)了高分遙感衛(wèi)星影像預處理系統(tǒng)，實現(xiàn)遙感影像管理檢索、正射校正、輻射校正等，實際運行表明該系統(tǒng)具有良好的應用價值。
關(guān)鍵詞:高分遙感;預處理系統(tǒng);GIS
引言
隨著遙感探測技術(shù)的不斷創(chuàng)新發(fā)展，國內(nèi)的衛(wèi)星遙感技術(shù)水平也獲得極大提高，比較有代表性的有“高分系統(tǒng)”和“風云系統(tǒng)”。遙感影像數(shù)據(jù)獲取的分辨率越來越高，更新頻率越來越快，以定量遙感技術(shù)為基礎(chǔ)，遙感影像數(shù)據(jù)在自然資源監(jiān)測、社會活動監(jiān)測、城市規(guī)劃等方面得到廣泛應用［1－2］。遙感影像的預處理即影像數(shù)據(jù)的糾正和重建過程，主要指在遙感成像過程中，由于傳感器和觀測環(huán)境原因，如姿態(tài)變化、高度、速度、霧等因素造成遙感影像的幾何畸變與變形。并且遙感影像本身在空間、時間及光譜分辨率上的不足，會對數(shù)據(jù)精度造成影響［3－4］。因此在遙感影像應用前，需對其進行預處理，得到幾何和輻射上的真實圖像，其具體內(nèi)容包括正射校正、大氣校正、裁剪鑲嵌、坐標轉(zhuǎn)化等。目前，常用的遙感影像預處理軟件主要包括PCI、ER-DAS、ENVI，盡管都達到基本應用需求，但都存在以下不足:1)軟件使用需要專業(yè)的遙感知識，不易操作。2)自動化處理程度低，程序煩瑣。3)數(shù)據(jù)管理和數(shù)據(jù)處理缺少集成。4)缺少友好的可視化管理界面。因此，針對以上問題，本文開發(fā)了遙感影像預處理系統(tǒng)，提高影像預處理的自動化與流程化水平。
1．1系統(tǒng)設(shè)計目標
系統(tǒng)通過ENVI和ArcGIS二次開發(fā)集成，對海量影像數(shù)據(jù)進行可視化管理，并對各類高分數(shù)據(jù)按需求進行自動化分步驟處理，包括正射校正、大氣校正、鑲嵌裁剪等;實現(xiàn)批量數(shù)據(jù)處理;實現(xiàn)流程化自動化處理，系統(tǒng)可自動實現(xiàn)原始影像到正射產(chǎn)品的處理，盡可能減少人工干預。因此，遙感影像預處理系統(tǒng)設(shè)計主要針對以下幾個目標:1)滿足影像管理和預處理的功能需求，具有較高的實用性和穩(wěn)定性。2)盡可能實現(xiàn)自動化處理需求，處理結(jié)果滿足要求，系統(tǒng)安全可靠。3)滿足各類高分影像源數(shù)據(jù)，包括高分一號、高分二號、北京一號、資源三號等。
1．2系統(tǒng)總體架構(gòu)
系統(tǒng)采用IDL和C#語言開發(fā)，SOA結(jié)構(gòu)，包括數(shù)據(jù)層、邏輯層和應用層。數(shù)據(jù)層采用云數(shù)據(jù)庫進行分布存儲;邏輯層采用IDL組件、ArcGIS組件、通信組件形式，主要負責數(shù)據(jù)計算、圖像顯示、數(shù)據(jù)通信等;應用層主要負責功能交互、服務請求等。系統(tǒng)總體設(shè)計架構(gòu)如圖1所示。
2關(guān)鍵技術(shù)
2．1GIS和遙感一體化集成
ArcGIS是GIS領(lǐng)域應用最廣泛的系統(tǒng)平臺，通過基于C#的ArcObjects組件即可實現(xiàn)GIS功能實現(xiàn)，而ENVI是遙感圖像處理應用最廣泛的專業(yè)軟件，目前ENVI可通過IDL語言及二次開發(fā)工具實現(xiàn)遙感功能拓展，并且提供了基于COM技術(shù)的COMIDLConnectLib組件［5－6］。本文通過IDL和C#混合編程，實現(xiàn)了GIS和遙感應用一體化，其中，IDL主要實現(xiàn)遙感影像計算處理，GIS主要實現(xiàn)數(shù)據(jù)管理、可視化、拓撲分析等功能。GIS與遙感一體化技術(shù)路線如圖2所示。
2．2遙感影像云存儲
隨著遙感技術(shù)的發(fā)展，影像的空間分辨率越來越高、數(shù)據(jù)量越來越大、更新頻率越來越快，每季度更新的影像數(shù)據(jù)將達到TB級，同時影像數(shù)據(jù)需要長期保存，傳統(tǒng)存儲架構(gòu)數(shù)據(jù)分散已丟失、限制業(yè)務持續(xù)擴展、數(shù)據(jù)備份時間長，很難滿足應用需求［9］。近年來基于云存儲的分布式管理方式受到廣泛應用，為影像管理提供了一種新的方式。采用基于Hadoop架構(gòu)的分布式文件存儲(HDFS，Ha-doopDistributedFileSystem)，主要包括NameNode、SecondaryNameNode和DataNode3個部分。NameNode負責系統(tǒng)元數(shù)據(jù)存儲和對整個系統(tǒng)控制;SecondaryNameNode負責備份;DataNode負責存儲用戶數(shù)據(jù)和讀寫［8］。其在最大限度節(jié)約成本的情況下，保證數(shù)據(jù)的完整性、可用性、安全性、高度擴展性，根據(jù)遙感影像業(yè)務的需求分配資源，避免資源浪費，從而提高系統(tǒng)影像管理效率和監(jiān)測質(zhì)量。本項目基于Hadoop+GIS設(shè)計了分布式數(shù)據(jù)庫結(jié)構(gòu)，其中利用GIS實現(xiàn)影像元數(shù)據(jù)的管理和高效檢索，利用Hadoop實現(xiàn)影像數(shù)據(jù)的分布式存儲和管理，最終實現(xiàn)多源異構(gòu)非結(jié)構(gòu)化的影像數(shù)據(jù)高效管理。影像元數(shù)據(jù)采用地圖服務構(gòu)建在線查詢應用方式實現(xiàn)存儲管理與檢索。其中利用ArcGISServer實現(xiàn)地圖服務，提供在線檢索;利用ArcGISApiforJS實現(xiàn)在線地圖應用程序。
2．3批量預處理流程設(shè)計
目前，衛(wèi)星分中心接收的標準數(shù)據(jù)是預處理級輻射校正影像產(chǎn)品，經(jīng)過了初步預處理并提供衛(wèi)星直傳姿軌數(shù)據(jù)生成的RPC文件。然而，1A級數(shù)據(jù)只經(jīng)過了初步處理，產(chǎn)品影像仍存在畸變，不能直接應用于生產(chǎn)或研究;本文研究的是開展1A級多源遙感數(shù)據(jù)預處理，明確正射－融合預處理和大氣校正預處理流程。根據(jù)實際應用需求，1A數(shù)據(jù)預處理分為正射－融合預處理及大氣校正預處理，具體的技術(shù)流程如圖3所示。批量預處理是按照用戶自定義預置流程進行自動化生產(chǎn)，并將處理結(jié)果進行自動存儲，這種方式極大減少了用戶人工操作，擴大用戶自主權(quán)，減少重復工作，更好地促進了遙感數(shù)據(jù)的業(yè)務化發(fā)展［7］，其具體內(nèi)容包括以下3個方面:1)針對不同來源的衛(wèi)星影像數(shù)據(jù)，格式也各不相同，最終產(chǎn)品類型也不相同，首先通過參數(shù)配置，引導用戶建立相應的流程，并將流程保存到系統(tǒng)中以便重復使用。2)針對各環(huán)節(jié)處理算法，除了根據(jù)類型配置不同的功能模塊及算法，還存在一些通用性的功能模塊，且根據(jù)不同的計算原理，包含不同的算法模型，例如配準模塊有Harris算法和SIFT算法，融合模塊具有小波變化等。從流程通用性考慮根據(jù)具體數(shù)據(jù)類型選擇適應性廣算法的作為默認預置算法，用戶也可自定義相應算法進行擴展。3)針對各流程中間模塊出現(xiàn)計算錯誤等無法預知的問題時，在實際生產(chǎn)過程中，導致整個影像處理流程失敗，后續(xù)功能無法進行。本文在系統(tǒng)設(shè)計時，若上一步出現(xiàn)錯誤，則基于此流程的該影像將停止處理，但會把錯誤信息記錄到日志文件中，以便后續(xù)進行錯誤分析，優(yōu)化流程的迭代化。批處理流程如圖4所示。
3系統(tǒng)主要功能實現(xiàn)
1)系統(tǒng)界面系統(tǒng)界面主要包括菜單欄、可視窗口、數(shù)據(jù)管理窗口、狀態(tài)欄。菜單欄包括正射校正、大氣校正、智能處理、通用工具菜單;可視窗口展示要處理前后影像數(shù)據(jù);數(shù)據(jù)管理窗口主要加載需處理查詢的數(shù)據(jù)列表;狀態(tài)欄顯示數(shù)據(jù)處理的進度和日志信息。2)數(shù)據(jù)管理數(shù)據(jù)管理主要實現(xiàn)數(shù)據(jù)的加載、數(shù)據(jù)刪除、屬性查看，支持矢量和柵格數(shù)據(jù)。支持的矢量數(shù)據(jù)格式包括shp和gdb，支持的柵格數(shù)據(jù)包括高分一號、高分二號和資源三號。3)正射校正正射校正包括正射糾正、影像配準和影像融合。正射校正的參數(shù)包括控制點、DEM;影像配準參數(shù)包括基準影像;影像融合支持的算法包括NND、GSPAN、HSV、PCAA。4)大氣校正大氣校正包括輻射定標、快速大氣校正和FLAASH大氣校正。5)通用工具通用工具包括影像鑲嵌、影像裁剪、坐標轉(zhuǎn)化等。6)智能處理智能處理實現(xiàn)影像批處理，包括處理流程創(chuàng)建、影像處理量。創(chuàng)建流程包括影像放置的文件夾、處理模塊選擇、輸出文件夾位置。
4結(jié)束語
本文論述的高分影像預處理系統(tǒng)是為了便于影像管理和預處理而設(shè)計的系統(tǒng)。系統(tǒng)結(jié)合了最新的可視化海量影像管理技術(shù)、較優(yōu)的影像預處理算法和可自定義流程的自動化處理技術(shù)，極大減小了影像處理的人工干預，提高了影像處理的效率，促進了遙感影像自動化進程。為進一步提高系統(tǒng)適用性，還需進行以下幾個面的完善:1)可支持的高分影像數(shù)據(jù)類型需進一步拓展，例如高分五號、風云系列影像等。2)某些操作需進一步優(yōu)化，如自定義流程，使其方便非遙感專業(yè)人員進行操作。
參考文獻:
［1］劉靜，劉燕翔，孫會敏．基于MAPGIS軟件遙感影像的預處理方法［J］．內(nèi)蒙古科技與經(jīng)濟，2013(11):85－86．
［2］楊曉博．高分辨率遙感圖像數(shù)據(jù)接收與處理系統(tǒng)設(shè)計與實現(xiàn)［D］．哈爾濱:哈爾濱工業(yè)大學，2017．
［3］潘勇．遙感圖像數(shù)據(jù)預處理研究［J］．數(shù)字技術(shù)與應用，2010(12):74．
［4］趙瑩，王環(huán)，方圓．基于WorldView－2的遙感影像預處理［J］．測繪與空間地理信息，2014，37(6):165－167．
［5］賈永紅．多源遙感影像數(shù)據(jù)融合方法及其應用的研究［D］．武漢:武漢大學，2001．
［6］向娟，李剛．高光譜遙感影像管理系統(tǒng)的設(shè)計與實現(xiàn)［J］．現(xiàn)代測繪，2008，31(2):6－8．
［7］張周威，韓杰，余濤，孟慶巖．環(huán)境衛(wèi)星影像預處理順序研究［J］．武漢大學學報(信息科學版)，2013，38(12):1456－1459．
［8］趙英時．遙感應用分析原理與方法［M］．北京:科學出版社，2003．
［9］馮種葵，張洪群，王萬玉．遙感衛(wèi)星數(shù)據(jù)獲取與處理關(guān)鍵技術(shù)概述［J］．遙感信息，2008(4):91－97．
作者：陳世榮 嚴立 申佩佩 單位：寧波市測繪設(shè)計研究院