高分遙感衛(wèi)星影像預(yù)處理系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)

　　摘要:高分影像預(yù)處理是高分應(yīng)用的前提和基礎(chǔ)，目前影像預(yù)處理專業(yè)要求高，自動(dòng)化程度低，流程復(fù)雜，制約了遙感應(yīng)用發(fā)展。本文利用分布式云存儲(chǔ)技術(shù)，自定義流程設(shè)計(jì)技術(shù)，基于IDL影像處理的組件技術(shù)，實(shí)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(yù)處理系統(tǒng)，實(shí)現(xiàn)遙感影像管理檢索、正射校正、輻射校正等，實(shí)際運(yùn)行表明該系統(tǒng)具有良好的應(yīng)用價(jià)值。

　　關(guān)鍵詞:高分遙感;預(yù)處理系統(tǒng);GIS

　　0引言

　　隨著遙感探測(cè)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(fēng)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(cè)、社會(huì)活動(dòng)監(jiān)測(cè)、城市規(guī)劃等方面得到廣泛應(yīng)用[1-2]。遙感影像的預(yù)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(cè)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(shí)間及光譜分辨率上的不足，會(huì)對(duì)數(shù)據(jù)精度造成影響[3-4]。

　　遙感論文范例：自然資源遙感應(yīng)用分析

　　因此在遙感影像應(yīng)用前，需對(duì)其進(jìn)行預(yù)處理，得到幾何和輻射上的真實(shí)圖像，其具體內(nèi)容包括正射校正、大氣校正、裁剪鑲嵌、坐標(biāo)轉(zhuǎn)化等。目前，常用的遙感影像預(yù)處理軟件主要包括PCI、ERDAS、ENVI，盡管都達(dá)到基本應(yīng)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(shí)，不易操作。2)自動(dòng)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(duì)以上問題，本文開發(fā)了遙感影像預(yù)處理系統(tǒng)，提高影像預(yù)處理的自動(dòng)化與流程化水平。

　　1系統(tǒng)設(shè)計(jì)

　　1.1系統(tǒng)設(shè)計(jì)目標(biāo)

　　系統(tǒng)通過ENVI和ArcGIS二次開發(fā)集成，對(duì)海量影像數(shù)據(jù)進(jìn)行可視化管理，并對(duì)各類高分?jǐn)?shù)據(jù)按需求進(jìn)行自動(dòng)化分步驟處理，包括正射校正、大氣校正、鑲嵌裁剪等;實(shí)現(xiàn)批量數(shù)據(jù)處理;實(shí)現(xiàn)流程化自動(dòng)化處理，系統(tǒng)可自動(dòng)實(shí)現(xiàn)原始影像到正射產(chǎn)品的處理，盡可能減少人工干預(yù)。因此，遙感影像預(yù)處理系統(tǒng)設(shè)計(jì)主要針對(duì)以下幾個(gè)目標(biāo):1)滿足影像管理和預(yù)處理的功能需求，具有較高的實(shí)用性和穩(wěn)定性。2)盡可能實(shí)現(xiàn)自動(dòng)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(hào)、高分二號(hào)、北京一號(hào)、資源三號(hào)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(yīng)用層。數(shù)據(jù)層采用云數(shù)據(jù)庫進(jìn)行分布存儲(chǔ);邏輯層采用IDL組件、ArcGIS組件、通信組件形式，主要負(fù)責(zé)數(shù)據(jù)計(jì)算、圖像顯示、數(shù)據(jù)通信等;應(yīng)用層主要負(fù)責(zé)功能交互、服務(wù)請(qǐng)求等。

　　2關(guān)鍵技術(shù)

　　2.1GIS和遙感一體化集成ArcGIS是GIS領(lǐng)域應(yīng)用最廣泛的系統(tǒng)平臺(tái)，通過基于C#的ArcObjects組件即可實(shí)現(xiàn)GIS功能實(shí)現(xiàn)，而ENVI是遙感圖像處理應(yīng)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(shí)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(shí)現(xiàn)了GIS和遙感應(yīng)用一體化，其中，IDL主要實(shí)現(xiàn)遙感影像計(jì)算處理，GIS主要實(shí)現(xiàn)數(shù)據(jù)管理、可視化、拓?fù)浞治龅裙δ堋?/p>

　　2.2遙感影像云存儲(chǔ)

　　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(dá)到TB級(jí)，同時(shí)影像數(shù)據(jù)需要長期保存，傳統(tǒng)存儲(chǔ)架構(gòu)數(shù)據(jù)分散已丟失、限制業(yè)務(wù)持續(xù)擴(kuò)展、數(shù)據(jù)備份時(shí)間長，很難滿足應(yīng)用需求[9]。近年來基于云存儲(chǔ)的分布式管理方式受到廣泛應(yīng)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(chǔ)(HDFS，HadoopDistributedFileSystem)，主要包括NameNode、SecondaryNameNode和DataNode3個(gè)部分。

　　NameNode負(fù)責(zé)系統(tǒng)元數(shù)據(jù)存儲(chǔ)和對(duì)整個(gè)系統(tǒng)控制;SecondaryNameNode負(fù)責(zé)備份;DataNode負(fù)責(zé)存儲(chǔ)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(kuò)展性，根據(jù)遙感影像業(yè)務(wù)的需求分配資源，避免資源浪費(fèi)，從而提高系統(tǒng)影像管理效率和監(jiān)測(cè)質(zhì)量。本項(xiàng)目基于Hadoop+GIS設(shè)計(jì)了分布式數(shù)據(jù)庫結(jié)構(gòu)，其中利用GIS實(shí)現(xiàn)影像元數(shù)據(jù)的管理和高效檢索，利用Hadoop實(shí)現(xiàn)影像數(shù)據(jù)的分布式存儲(chǔ)和管理，最終實(shí)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(wù)構(gòu)建在線查詢應(yīng)用方式實(shí)現(xiàn)存儲(chǔ)管理與檢索。其中利用ArcGISServer實(shí)現(xiàn)地圖服務(wù)，提供在線檢索;利用ArcGISApiforJS實(shí)現(xiàn)在線地圖應(yīng)用程序。

　　2.3批量預(yù)處理流程設(shè)計(jì)

　　目前，衛(wèi)星分中心接收的標(biāo)準(zhǔn)數(shù)據(jù)是預(yù)處理級(jí)輻射校正影像產(chǎn)品，經(jīng)過了初步預(yù)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(jí)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(yīng)用于生產(chǎn)或研究;本文研究的是開展1A級(jí)多源遙感數(shù)據(jù)預(yù)處理，明確正射-融合預(yù)處理和大氣校正預(yù)處理流程。根據(jù)實(shí)際應(yīng)用需求，1A數(shù)據(jù)預(yù)處理分為正射-融合預(yù)處理及大氣校正預(yù)處理，具體的技術(shù)流程如圖3所示。批量預(yù)處理是按照用戶自定義預(yù)置流程進(jìn)行自動(dòng)化生產(chǎn)，并將處理結(jié)果進(jìn)行自動(dòng)存儲(chǔ)，這種方式極大減少了用戶人工操作，擴(kuò)大用戶自主權(quán)，減少重復(fù)工作，更好地促進(jìn)了遙感數(shù)據(jù)的業(yè)務(wù)化發(fā)展[7]，其具體內(nèi)容包括以下3個(gè)方面:

　　1)針對(duì)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(dǎo)用戶建立相應(yīng)的流程，并將流程保存到系統(tǒng)中以便重復(fù)使用。2)針對(duì)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(jì)算原理，包含不同的算法模型，例如配準(zhǔn)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(yīng)性廣算法的作為默認(rèn)預(yù)置算法，用戶也可自定義相應(yīng)算法進(jìn)行擴(kuò)展。

　　3系統(tǒng)主要功能實(shí)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(jìn)度和日志信息。2)數(shù)據(jù)管理數(shù)據(jù)管理主要實(shí)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(hào)、高分二號(hào)和資源三號(hào)。

　　4結(jié)束語

　　本文論述的高分影像預(yù)處理系統(tǒng)是為了便于影像管理和預(yù)處理而設(shè)計(jì)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(yù)處理算法和可自定義流程的自動(dòng)化處理技術(shù)，極大減小了影像處理的人工干預(yù)，提高了影像處理的效率，促進(jìn)了遙感影像自動(dòng)化進(jìn)程。為進(jìn)一步提高系統(tǒng)適用性，還需進(jìn)行以下幾個(gè)面的完善:1)可支持的高分影像數(shù)據(jù)類型需進(jìn)一步拓展，例如高分五號(hào)、風(fēng)云系列影像等。2)某些操作需進(jìn)一步優(yōu)化，如自定義流程，使其方便非遙感專業(yè)人員進(jìn)行操作。

　　參考文獻(xiàn):

　　[1]劉靜，劉燕翔，孫會(huì)敏.基于MAPGIS軟件遙感影像的預(yù)處理方法[J].內(nèi)蒙古科技與經(jīng)濟(jì)，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(jì)與實(shí)現(xiàn)[D].哈爾濱:哈爾濱工業(yè)大學(xué)，2017.

　　[3]潘勇.遙感圖像數(shù)據(jù)預(yù)處理研究[J].數(shù)字技術(shù)與應(yīng)用，2010(12):74.

　　[4]趙瑩，王環(huán)，方圓.基于WorldView-2的遙感影像預(yù)處理[J].測(cè)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(yīng)用的研究[D].武漢:武漢大學(xué)，2001.

　　[6]向娟，李剛.高光譜遙感影像管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代測(cè)繪，2008，31(2):6-8.

　　作者：陳世榮，嚴(yán)立，申佩佩

轉(zhuǎn)載請(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jzlw/26187.html