高分二号卫星影像数据处理技术方案

1技术路线整体技术流程图

数据查询数据获取

数据预处理

质量检查整理提交原始数据正射校正

平面控制高程数据

辐射校正辐射定标

大气校正

配准融合整体镶嵌

范围裁切

2数据获取与准备方案

2.1影像数据

本项目所用遥感影像数据为高分二号遥感卫星数据。

高分二号卫星是我国自主研制的首颗空间分辨优于1米的民用光学遥感卫星，搭载有两台高分辨率0.8米全色、3.2米多光谱相机，具有亚米级空间分辨率、高定位精度和快速姿态机动能力等特点，有效地提升了卫星综合观测效能，达到了国际先进水平。高分二号卫星于8月19日成功发射，8月21日首次开机成像并下传数据。这是我国目前分辨率最高的民用陆地观测卫星，星下点空间分辨率可达0.8米，标志着我国遥感卫星进入了亚米级“高分时代”。主要用户为国土资源部、住房和城乡建设部、交通运输部和国家林业局等部门，同时还将为其他用户部门和有关区域提供示范应用服务。

高分二号卫星轨道和姿态控制参数

参数指标

轨道类型太阳同步回归轨道

轨道高度631km（标称值）

倾角97.9080°

降交点地方时10:30AM

侧摆能力（滚动）±35°，机动35°的时间≦180s

高分二号有效载荷技术指标

参数0.8m分辨率全色/3.2m分辨率多光谱相机

光谱范围

全色0.45～0.90μm 多光谱

0.45～0.52μm

0.52～0.59μm

0.63～0.69μm

0.77～0.89μm

空间分辨率

全色0.8m 多光谱 3.2m

幅宽45km（2台相机组合）

重访周期（侧摆时）5天覆盖周期（不侧摆）69天

高分二号样图

2.2基础数据

本项目所需要的基础数据资料如下表所示。

基础数据资料表基础数据

覆盖范围数据时间数据格式坐标系比例尺（分辨率）数字高程模

型（DEM ）北京最新栅格WGS8430米ASTERDEM 和90米SRTM

DEM

数字正射影

像图DOM

北京

局部2017栅格WGS842米高程数据准备情况

本项目高程数据拟采用可覆盖全国的ASTGTM30米的高程数据。本数据已进行过认真的分析检查和修改，检查修改方法为生成等高线，对各区域的高程值以及不连续、不合理或漏洞区域进行修改，修改后的高程数据可确保正射后数据

基本不出现拉花、变形、扭曲等现象。

3影像正射校正方案

3.1正射校正原理

遥感影像获取的过程中会受到各种不定因素的影响，如：传感器的成像方式、地形起伏、地球曲率、大气折射等，导致图像本身的几何位置、形状、尺寸等与其对应的地物不一致，发生变形。通过一定的数学模型来改正和消除遥感影像产生的变形的过程称为几何校正。

通常情况下，对影像进行粗略几何校正时，需要利用卫星等提供的一些轨道、姿态参数以及与地面系统相关的处理参数来进行校正。当精度要求较高时需对影像进行几何精校正，即利用地面控制点及畸变模型对原始影像进行校正。

经过粗校正之后接收到的全色影像数据中的大部分地物已经实现了重叠，只有个别仍存在偏差。此时，需要利用DEM数据对全色影像做正射校正，生成全色影像的正射影像图。

正射校正是将中心投影的影像进行纠正形成正射投影影像的过程，先把影像化分为许多小区域，之后根据相关参数按照对应的中心投影构像方程或者特定的数学模型用控制点进行解算，得到解算模型后利用数字高程模型对原始遥感影像进行校正，最终获得数字正射影像。

3.2正射校正方法

1、正射校正的计算方法

a.计算地面点坐标。若正射影像上任意一点P的中心坐标为（X1,Y1），由其左下角图廓点的地面坐标（X0,Y0）与其比例尺分母M计算得到P点对应的坐标。

（X,Y）

公式（1）Array

b.计算像点坐标。运用反解公式计算原始影像上对应像元点的坐标P（x,y），

反解公式为：

()()()()()()1110333s s s s s s a X X b Y Y c Z Z X X f

a X X

b Y Y

c Z Z -+-+--=--+-+-()()()()()()2220333s s s s s s a X X b Y Y c Z Z Y Y f a X X b Y Y c Z Z -+-+--=--+-+-其中：Z 是像元点P 的高程，是数字高程模型DEM 内插得到的，再将像元点坐标转换成数字化影像的坐标或扫描坐标（I,J ）。

1234

910111

L X L Y L Z L I L X L Y L Z +++=+++5678

910111L X L Y L Z L J L X L Y L Z +++=

+++c.灰度内插。灰度内插可以采用双线性内插（因为所得的像元坐标不一定落在像素中心），求像元点P 的灰度值g （x,y ）。

d.灰度赋值。将像元点P 的灰度值赋给校正后的像元点P ，即：

(,)(,)

G X Y g x y =公式（4）对每个校正像素逐个进行计算，即能得到数字正射影像（DOM ）。

2、校正步骤

a.校正控制点采集1.采用基础底图和高程数据为纠正基础，纠正控制点要均匀分布，控制区域大于片区范围。每景控制点数量在9-15个之间，山地适当增加控制点。

公式（2）

公式（3）

控制点点位示意图

2.选取影像清晰、易于判别、明显的特征地物点进行校正，如道路交叉处、球场角、围墙角等位置，如下图所示。

布点图

3.相邻景重叠区选取不少于3个公共点，上下相邻的影像由于重叠较少，较难实现共用控制点时，在实际工作中，尽量采用独立控制点。

4.控制点选取时，应避免在调查底图镶嵌线附近，不同生产单位生产的相邻底图区域，以及更高分辨率遥感数据源生产底图的平原、丘陵区高速公路和桥梁等地物上选点。

5.在纠正单元内，如果纠正参考的基础底图同时包括1:1万和1:5万两种，可根据控制点分布区基础底图比例尺，对一景数据分块后，采用各自基础底图分

别纠正。但其中一种比例尺基础底图只占小部分可整体纠正。

根据纠正过程中软件自动记录的控制点残差文件，检查正射纠正控制点点位精度。要求纠正控制点残差中误差应不大于下表中的规定，取中误差的两倍为其最大误差。若控制点残差超限，则查找原因并重新选点。

纠正控制点残差表

b.校正方法

分别对全色和多光谱遥感影像做正射纠正，得到全色正射影像和多光谱正射影像。本项目采用区域网平差法纠正。

当工作区涉及连片多景同源遥感数据且相邻影像间重叠度达到要求时，优先使用区域网平差纠正方法对多景影像进行整体纠正。相邻景影像重叠区内至少选取3个公共点。采用有理函数模型，如图所示。

区域网纠正图

3.3校正精度检查

对正射纠正完的单景（区域网）影像进行纠正精度的初步检查。

以DOM 影像作为参考标准，采用ERDAS 中的“拉窗帘”工具对正射纠正后的成果与参考影像平面位置偏差进行比较。若影像发生了明显抖动或错位现象，则量测该处同名点误差。如果点位偏差超出最大误差限差，需要对影像重新进行正射校正；如果没有超出限差，继续下步工序，以确保接下来的影像处理工

作顺利进行。

“拉窗帘”对正射纠正精度进行检查图

通过DOM 成果与已有参考数据进行定量比对，统计解算DOM 成果的几何精度。具体方法是以参考数据作为标准，选取DOM 成果数据上同名像点（北京全市域影像均匀选取300-400个检查点位，如下图所示），计算每个检查点平面位置偏差，最后按公式统计中误差，作为DOM 纠正中误差。

（1）解算每个点位检查点和标准点之间的平面坐标差22y x ??+；

（2）用以下公式统计山区几何中误差、平原区几何中误差以及全市域几何中误差。

n

M n i i

∑=?=12通过以上公示计算几何中误差得到几何校正结果的精度，如果不符合要求，则需要重新进行校正。

4影像辐射校正方案

4.1辐射校正原理

辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。

利用传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。辐射误差造成了遥感图像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。需要指出的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。

遥感图像辐射校正主要包括三个方面：（1）传感器的灵敏度特性引起的辐射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和吸收引起的辐射误差改正。

辐射校正的目的主要包括：1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。

辐射校正分为辐射定标和大气校正两部分。

辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。

大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。

辐射校正流程图

4.2辐射校正方法

辐射定标主要分为两种类型：统计型和物理型。统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。

本项目采用ATCOR模型进行辐射校正处理。

ATCOR大气校正模型由德国Wessling光电研究所Richter博士于1990年研究提出并且经过大量验证和评估的一种快速大气校正算法。ATCOR模型有两种模式,一种是适用于卫星图像的模式,包括1996年提出的用于平坦地面的ATCOR2模型和1998年提出的可以推广到山区崎岖地面的ATCOR3模型;另一种是适用于机载和航拍的ATCOR4模型。ATCOR模型算法的核心部分是一个以MODTRAN4代码计算辐射传输方程的数据库,通过输入传感器几何条件,光谱特征及成像时的

气溶胶等参数,通过插值法计算查找表,从而进行精确快速的大气校正。

进行大气校正前,先利用模块的ATCOR3DeriveTerrain Files功能对DEM 文件进行计算获得坡度、坡向、天空可视因子和阴影。DEM文件必须为投影坐标系,如果进行了投影转换必预保证像素的X和Y边长相等。输入DEM正确的获取时间和经纬度后就可进行计算，其中Skyview和Shadow文件计算所需时间比较长。获得上述4个文件后，就可以开始进行大气校正处理了。

ATCOR大气校正流程

4.3校正准确度检查

辐射校正结果为地表反射率产品，与原始数据的DN值所表现的光谱曲线明显差异，矫正后结果跟接近于地物的真实光谱曲线，通过对比校正前后数据的光谱曲线，检查校正成果的准确度。

大气校正前后对比图

大气校正前后某地物光谱曲线对比图

5影像融合方案

多源数据的融合依据监测区情况不同、数据源的不同类型，其融合方法也不同。但总体上分为以下几个步骤：融合前影像处理、融合单元的选择、最佳融合算法的选取及实现以及融合后的处理和效果检查。其技术路线下图所示。

数据融合技术路线图

5.1影像融合技术要求

a)光学遥感数据之间的配准中误差应不超过1个像元素；

b)融合后的图像影像中，各种地类特征应明显，边界应清晰，通过目视解

译可以区分各种地类信息。

c)影像融合一般以景为单位，不同数据源也可采用完整辖区为单元。

d)相同季节融合后影像要色调基本一致，不同季节影像色彩应反映当时地

类光谱特征。

e)根据影像波段的光谱范围、地物和地形特征等因素，选择能清晰表现土

地利用类型特征和边界、色彩接近自然的融合算法。

f)融合影像应无重影、模糊等现象。

5.2影像融合前影像处理

对纠正、配准后满足精度要求的全色与多光谱数据，融合前还需要对其进行预处理。一方面，提高全色数据的亮度，增强局部反差突出纹理细节，尽可能降低噪声；另一方面，对多光谱数据进行色彩增强，拉大不同地类之间的色彩反差，突出其多光谱彩色信息。

1、全色数据处理

在融合中要突出全色数据的高分辨率特征，因此融合前处理的目的是为了增强局部灰度的反差从而突出纹理细节和加强纹理能量，通过细化来尽可能减少噪音。特别强调在增强局部灰度反差时只是增加灰度的值，原灰度关系保持不变。考虑到土地利用遥感监测需要从遥感影像上直接判读地类信息，从而发现新增建设用地图斑。因此，在拉伸方法选择上不应采用非线性拉伸。否则原灰度值的大小关系会发生变化，从而使影像产生灰度扭曲，增加含义不明确的伪信息，影响解译精度。

2、多光谱数据处理

多光谱数据具有多个光谱波段和丰富的光谱信息，不同波段影像对不同地物有特殊的贡献。因此在影像融合前需要进行最佳波段的选择组合和彩色合成，以

最大程度地利用各波段的信息量，辅助影像的判读与分析。在融合影像中，多光谱数据的贡献主要是光谱信息。融合前以色彩增强为主，调整亮度、色度、饱和度，拉开不同地类之间的色彩反差，对局部的纹理要求不高。有时为了保证光谱色彩，还允许削弱纹理信息来确保融合影像图的效果。

5.3影像融合方法

选取融合方法的原则：

1．能清晰地表现纹理信息，能突出主要地类（如水体、建筑群、耕地、道路等）。

2．影像光谱特征还原真实、准确、无光谱异常；

3．各种地类特征明显，边界清晰，通过目视解译可以区分各种地类信息。

4．融合影像色调均匀、反差适中、色彩接近自然真彩色。

在遥感影像处理过程中，通常采用的融合方法有IHS变换、主成分变换、加权乘积、比值变换、小波变换、高通滤波、BROVERY、结合GRB与IHS变换的PANSHARP融合等多种方法，其中IHS变换和PANSHARP融合方法对图像融合有较好的效果。BROVERY通常用于低植被、高度发暗的影像。

本项目采用Pan Sharpening（全色锐化）融合算法进行融合处理。

Pan Sharpening（全色锐化）融合算法是由加拿大新布伦瑞克大学的张云博士（2002）开发的。Pan Sharpening（全色锐化）融合算法相比较其他融合方法，与众不同的地方主要体现在两方面：一方面它是基于最小二乘算法对参与融合影像波段的灰度值进行最佳匹配，使原始多光谱、全色数据与融合后多光谱、全色数据之间的灰度值关系达到近似，融合后影像在色彩保真的同时，同时保留了地物纹理细节和空间分布细节；另一方面算法还对参与运算的所有波段进行特有的统计分析运算，通过分析来消除融合效果对操作员经验的依赖以及数据自身质量的优劣，提高融合过程的效率。

5.4影像融合效果检查

1．检查融合影像整体亮度、色彩反差是否适度、是否有蒙雾。

2．检查融合影像整体色调是否均匀连贯。不同季节影像只要求亮度均匀，植被变化引起的色彩差异可不考虑。

3．检查融合影像纹理及色彩信息是否丰富，有无细节损失，层次深度是否足够，特别是各植被、地物等地类是否可见和容易判读。

4．检查清晰度。判断各种地物边缘是否清晰明确，特别是城乡结合部建设用地与耕地等边界是否清晰明确。

6影像镶嵌方案

6.1基本原理

影像镶嵌是指对一幅或若干幅图像通过几何镶嵌、色调调整、去重叠等处理，镶嵌到一幅大的背景图像中的影像处理方法。

6.2基本原则

镶嵌时应对多景影像数据的重叠带进行严格配准，镶嵌误差不低于配准误差，镶嵌区应保证有10-15个像素的重叠带。影像镶嵌时除了要满足在镶嵌线上相邻影像几何特征一致性，还要求相邻影像的色调保持一致。镶嵌影像应保证色调均匀、反差适中，如果两幅或多幅相邻影像时相不同使得影像光谱特征反差较大时，应在保证影像上地物不失真的前提下进行匀色，尽量保证镶嵌区域相关影像色彩过渡自然平滑。

1、原则上，镶嵌只针对采样间隔相同影像。需在相邻数据重叠区域进行如下处理：首先，在相邻数据重叠区勾绘镶嵌线，镶嵌线勾绘尽量靠近采样间隔较小影像的外边缘，以保证其数据使用率最大化。然后对镶嵌线两侧影像进行裁切，裁掉重叠区域影像，为避免因坐标系转换导致接边处出现漏缝，对于采样间隔小的影像严格沿镶嵌线裁切，采样间隔大的影像应适当外扩一定范围，原则上不超过10个像素进行裁切。

2、镶嵌前进行重叠检查。景与景间重叠限差应符合要求。重叠误差超限时应立即查明原因，并进行必要的返工，使其符合规定的接边要求。采用“拉窗帘”

方式目视检查相邻影像间重叠区域的精度，若同名地物出现“抖动”或“错位”现象，则量测该处同名点误差，两者接边精度不超过1个像素。

3、镶嵌时应尽可能保留分辨率高、时相新、云雾量少、质量好的影像。

4、选取镶嵌线对DOM进行镶嵌，镶嵌处无地物错位、模糊、重影和晕边现象。

5、时相相同或相近的镶嵌影像纹理、色彩自然过渡；时相差距较大、地物特征差异明显的镶嵌影像，允许存在光谱差异，但同一地块内光谱特征尽量一致。

6.3重叠精度检查

叠加相邻纠正单元，采用“拉窗帘”方式逐屏幕目视检查相邻纠正单元间重叠区域的精度，若同名地物出现“抖动”或“错位”现象，则量测该处同名点误差，两者相对精度应满足下表要求。

1.相邻影像采样间隔≤１米时，其相对误差限差满足表中规定。

相对误差限差表

地形类别平地、丘陵（采样间隔）山地、高山地（采样间隔）

相对误差 2.0倍8.0倍

2.基础底图采样间隔＞１米时，其相对误差限差满足表中规定。

相对误差限差表

地形类别平地、丘陵（采样间隔）山地、高山地（采样间隔）相对误差 2.0倍 4.0倍

注：相对误差因侧视角超限、基础底图和高程数据等控制资料精度不足引起，且无法改正的特殊地区除外，但该区域周边不超限。

6.4镶嵌步骤

1、镶嵌线选取

镶嵌线应尽量选取线状地物或地块边界等明显分界线，以便使镶嵌影像中的拼缝尽可能地消除，使不同时相影像镶嵌时保证同一地块完整，有利于判读。在协同作业的情况下，要保证相邻图幅重叠范围内影像一致，裁切时重叠区域内的

镶嵌线必须保持一致，做到同步改动，同步切图。且镶嵌后影像应避开云、雾、雪及其他质量相对较差的区域，使镶嵌处无裂缝、模糊、重影现象。

2、镶嵌

对重叠精度满足要求的相同采样间隔纠正后影像进行镶嵌。当相邻两景影像时相或质量相差不大时，保持影像纹理、色彩自然过渡；时相差距较大、地物特征差异明显时，保持各自的纹理和色彩，但同一地块内光谱特征保持一致。

影像镶嵌线勾绘示意图

6.5质量检查

镶嵌质量的好坏直接影响到遥感影像的使用，出现裂缝、重影、模糊等都会降低数据质量。检查需要从几何质量和光谱质量这两方面进行评价。

首先，在几何质量上，需要检查相邻影像重叠区域内同名点的几何偏差是不是超过限制要求；重点检查镶嵌区域是否出现裂缝、重影、模糊，看镶嵌线是否合理。

其次，在光谱质量上，需要检查纹理、色彩是否过渡自然。相邻两景影像镶嵌后，重叠区色彩是否均匀过渡，是否出现过渡平滑导致失真的现象。

如果出现裂缝、重影、模糊、纹理不清晰、色彩过渡不自然等情况，需要及时查清原因，进行必要的返工，直至满足要求为止。

7成果提交

数据处理成果内容如下表所示。

卫星数据处理成果表

序号成果名称坐标系要求波段格式

1正射校正成果UTM坐标系蓝红绿近红外

单景GEOTIFF

2

辐射校正成果

（辐射定标和大

气校正）

UTM坐标系蓝红绿近红外

单景

GEOTIFF

3单景融合成果UTM坐标系蓝红绿近红外

单景GEOTIFF

4多光谱镶嵌成果UTM坐标系蓝红绿近红外

整体GEOTIFF

5融合镶嵌成果UTM坐标系蓝红绿近红外

整体GEOTIFF

6范围裁切成果UTM坐标系蓝红绿近红外

整体GEOTIFF