一种与遥感影像同步纠正的矢量地理信息采集方法

摘要：针对现有的基于遥感影像的矢量地理信息采集存在的局限性,提出一种随遥感影像同步纠正的矢量地理信息采集方法。首先不对原始遥感影像进行高精度正射纠正处理,矢量地理信息采集直接基于原始遥感影像进行; 待矢量地理信息采集完成后,再对原始遥感影像进行高精度正射纠正处理; 同时,将矢量地理信息成果按照原始遥感影像正射纠正同一模型、同步纠正,实现遥感影像与矢量地理信息空间坐标系的一致、同步。一方面解决外业调查核查过程中存在的数据安全隐患问题,另一方面有利于改善现有生产工艺流程,提高地理信息采集的时效性。选取平地和山地2种典型地形实验区,以WorldView-2遥感影像为数据源,采用提出的方法实现了矢量地理信息采集。结果表明: 该方法能够保证成果空间定位精度基本满足要求,并能有效解决现有的改进技术方法中可能产生的要素交叉与缝隙问题。

2.1 基于原始遥感影像的矢量地理信息采集

基于原始遥感影像进行矢量地理信息采集,包括内业采集、外业调查核查、内业编辑整理。采集完成后,得到与原始遥感影像空间坐标系一致的矢量地理信息,包括点状、线状、面状3种类型的要素。

2.2 基于RPC模型的遥感影像正射纠正

对原始遥感影像进行正射纠正,是利用原始遥感影像获取时的卫星传感器的轨道参数、方位参数、焦距等数据,对其进行空间绝对定位,使其具有物方大地坐标的过程。

RPC模型是一种广义的新型遥感卫星传感器成像模型,精度高、形式简单,能够替代复杂的严格成像模型,因此,目前已成为各类新型遥感影像最通用的正射纠正模型。RPC模型将地面点物方大地坐标(纬度、经度、高程)与其对应的像方坐标(列、行)用比值多项式进行表达。由物方大地坐标求解像方坐标为RPC正算,由像方坐标求解物方大地坐标为RPC反算。

目前,遥感影像数据提供方为了保护商业机密[13],会将解算出来的RPC参数、正则化参数随遥感影像一起提供给用户[14-15],用户利用RPC参数、正则化参数,结合DEM,依据上述公式,即可建立物方大地坐标与像方坐标之间的有理函数模型,进行坐标解算,从而实现遥感影像正射纠正。加入DEM数据的目的是对投影差进行改正。

2.3 基于RPC模型的矢量地理信息纠正

矢量地理信息从要素数据结构类型的角度分为点状、线状、面状3种类型。矢量地理信息纠正过程中,对点状、线状、面状要素分别进行处理。对于点状要素,直接基于RPC模型,利用RPC参数、正则化参数、DEM数据,采用RPC反算,将节点坐标由像方坐标求解到物方大地坐标,使点状要素与纠正后的数字正射影像具有一致的空间坐标系。线状、面状要素纠正,需要经过以下处理过程:

1)线状、面状要素在折点处分割线。对于线状、面状要素,针对相邻要素的相邻边重合部分采集的节点如果不一致,会导致纠正后可能产生要素交叉或缝隙的问题,本文采用在折点处分割线的方法进行解决。在折点处分割线的方法,是对所有相邻要素的相邻边重合部分采集的节点进行遍历,存在不一致的地方均进行要素分割,生成一个新的节点,从而保证相邻边重合部分的节点空间位置、数量完全一致。

2)分割后的线状要素转线。对于线状要素,经折点处分割线处理后,再将各要素节点重新连接,转成新的线状要素。该线状要素与原线状要素的唯一不同只是增加了新的节点,要素属性与原线状要素一致。

3)分割后的面状要素转面。对于面状要素,经折点处分割线处理后,再将各要素节点重新连接,转成新的面状要素。该面状要素与原面状要素的唯一变化只是增加了新的节点,要素属性与原面状要素一致。

4)线状、面状要素纠正。对于线状、面状要素,经折点处分割线、转线、转面处理后,即可基于RPC模型,利用RPC参数、正则化参数、DEM数据,采用RPC反算,将节点坐标由像方坐标求解物方大地坐标,使线状、面状要素与纠正后的数字正射影像具有一致的空间坐标系。

5)稀疏线状、面状要素节点加密。对于线状、面状要素,经过上述步骤处理后,要素与数字正射影像上实际地物几何边界可能存在差异。原因是RPC模型纠正进行了投影差改正,原始遥感影像中为直线形的要素,在采集时一般采集首尾2个节点,如果数字正射影像上实际地物形状为弧形,那么该要素可能会出现因中间缺少节点而与实际地物边界不套合的情况。此时,可对稀疏线状、面状矢量地理信息进行节点加密,使其与数字正射影像上实际地物边界套合。该处理方法也解决了现有技术的不足。

2.4 矢量地理信息成果

经上述处理后,得到矢量地理信息成果,包括所有点状、线状、面状要素,成果空间坐标系与数字正射影像具有一致性,从而实现了与遥感影像同步纠正的矢量地理信息采集。