高分遙感衛星影像預處理系統設計實現
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星影像預處理系統設計實現范文，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，目前影像預處理專業要求高，自動化程度低，流程復雜，制約了遙感應用發展。本文利用分布式云存儲技術，自定義流程設計技術，基于IDL影像處理的組件技術，實現遙感和GIS一體化集成，開發了高分遙感衛星影像預處理系統，實現遙感影像管理檢索、正射校正、輻射校正等，實際運行表明該系統具有良好的應用價值。
關鍵詞:高分遙感;預處理系統;GIS
引言
隨著遙感探測技術的不斷創新發展，國內的衛星遙感技術水平也獲得極大提高，比較有代表性的有“高分系統”和“風云系統”。遙感影像數據獲取的分辨率越來越高，更新頻率越來越快，以定量遙感技術為基礎，遙感影像數據在自然資源監測、社會活動監測、城市規劃等方面得到廣泛應用［1－2］。遙感影像的預處理即影像數據的糾正和重建過程，主要指在遙感成像過程中，由于傳感器和觀測環境原因，如姿態變化、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，會對數據精度造成影響［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，其具體內容包括正射校正、大氣校正、裁剪鑲嵌、坐標轉化等。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)軟件使用需要專業的遙感知識，不易操作。2)自動化處理程度低，程序煩瑣。3)數據管理和數據處理缺少集成。4)缺少友好的可視化管理界面。因此，針對以上問題，本文開發了遙感影像預處理系統，提高影像預處理的自動化與流程化水平。
1系統設計
1．1系統設計目標
系統通過ENVI和ArcGIS二次開發集成，對海量影像數據進行可視化管理，并對各類高分數據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;實現批量數據處理;實現流程化自動化處理，系統可自動實現原始影像到正射產品的處理，盡可能減少人工干預。因此，遙感影像預處理系統設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定性。2)盡可能實現自動化處理需求，處理結果滿足要求，系統安全可靠。3)滿足各類高分影像源數據，包括高分一號、高分二號、北京一號、資源三號等。
1．2系統總體架構
系統采用IDL和C#語言開發，SOA結構，包括數據層、邏輯層和應用層。數據層采用云數據庫進行分布存儲;邏輯層采用IDL組件、ArcGIS組件、通信組件形式，主要負責數據計算、圖像顯示、數據通信等;應用層主要負責功能交互、服務請求等。系統總體設計架構如圖1所示。
2關鍵技術
2．1GIS和遙感一體化集成
ArcGIS是GIS領域應用最廣泛的系統平臺，通過基于C#的ArcObjects組件即可實現GIS功能實現，而ENVI是遙感圖像處理應用最廣泛的專業軟件，目前ENVI可通過IDL語言及二次開發工具實現遙感功能拓展，并且提供了基于COM技術的COMIDLConnectLib組件［5－6］。本文通過IDL和C#混合編程，實現了GIS和遙感應用一體化，其中，IDL主要實現遙感影像計算處理，GIS主要實現數據管理、可視化、拓撲分析等功能。GIS與遙感一體化技術路線如圖2所示。
2．2遙感影像云存儲
隨著遙感技術的發展，影像的空間分辨率越來越高、數據量越來越大、更新頻率越來越快，每季度更新的影像數據將達到TB級，同時影像數據需要長期保存，傳統存儲架構數據分散已丟失、限制業務持續擴展、數據備份時間長，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負責系統元數據存儲和對整個系統控制;SecondaryNameNode負責備份;DataNode負責存儲用戶數據和讀寫［8］。其在最大限度節約成本的情況下，保證數據的完整性、可用性、安全性、高度擴展性，根據遙感影像業務的需求分配資源，避免資源浪費，從而提高系統影像管理效率和監測質量。本項目基于Hadoop+GIS設計了分布式數據庫結構，其中利用GIS實現影像元數據的管理和高效檢索，利用Hadoop實現影像數據的分布式存儲和管理，最終實現多源異構非結構化的影像數據高效管理。影像元數據采用地圖服務構建在線查詢應用方式實現存儲管理與檢索。其中利用ArcGISServer實現地圖服務，提供在線檢索;利用ArcGISApiforJS實現在線地圖應用程序。
2．3批量預處理流程設計
目前，衛星分中心接收的標準數據是預處理級輻射校正影像產品，經過了初步預處理并提供衛星直傳姿軌數據生成的RPC文件。然而，1A級數據只經過了初步處理，產品影像仍存在畸變，不能直接應用于生產或研究;本文研究的是開展1A級多源遙感數據預處理，明確正射－融合預處理和大氣校正預處理流程。根據實際應用需求，1A數據預處理分為正射－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，并將處理結果進行自動存儲，這種方式極大減少了用戶人工操作，擴大用戶自主權，減少重復工作，更好地促進了遙感數據的業務化發展［7］，其具體內容包括以下3個方面:1)針對不同來源的衛星影像數據，格式也各不相同，最終產品類型也不相同，首先通過參數配置，引導用戶建立相應的流程，并將流程保存到系統中以便重復使用。2)針對各環節處理算法，除了根據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具體數據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計算錯誤等無法預知的問題時，在實際生產過程中，導致整個影像處理流程失敗，后續功能無法進行。本文在系統設計時，若上一步出現錯誤，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，以便后續進行錯誤分析，優化流程的迭代化。批處理流程如圖4所示。
3系統主要功能實現
1)系統界面系統界面主要包括菜單欄、可視窗口、數據管理窗口、狀態欄。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據;數據管理窗口主要加載需處理查詢的數據列表;狀態欄顯示數據處理的進度和日志信息。2)數據管理數據管理主要實現數據的加載、數據刪除、屬性查看，支持矢量和柵格數據。支持的矢量數據格式包括shp和gdb，支持的柵格數據包括高分一號、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。正射校正的參數包括控制點、DEM;影像配準參數包括基準影像;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、坐標轉化等。6)智能處理智能處理實現影像批處理，包括處理流程創建、影像處理量。創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結束語
本文論述的高分影像預處理系統是為了便于影像管理和預處理而設計的系統。系統結合了最新的可視化海量影像管理技術、較優的影像預處理算法和可自定義流程的自動化處理技術，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據類型需進一步拓展，例如高分五號、風云系列影像等。2)某些操作需進一步優化，如自定義流程，使其方便非遙感專業人員進行操作。
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］．內蒙古科技與經濟，2013(11):85－86．
［2］楊曉博．高分辨率遙感圖像數據接收與處理系統設計與實現［D］．哈爾濱:哈爾濱工業大學，2017．
［3］潘勇．遙感圖像數據預處理研究［J］．數字技術與應用，2010(12):74．
［4］趙瑩，王環，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．多源遙感影像數據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的設計與實現［J］．現代測繪，2008，31(2):6－8．
［7］張周威，韓杰，余濤，孟慶巖．環境衛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．遙感衛星數據獲取與處理關鍵技術概述［J］．遙感信息，2008(4):91－97．
作者：陳世榮 嚴立 申佩佩 單位：寧波市測繪設計研究院