多源遥感测绘技术

王昊李伟峰康维达

摘要：随着空间技术和信息技术的不断进步，国民经济和社会信息化进程不断加快。向全社会提供地理空间信息服务是近年来测绘学科发展的主要任务，多源遥感测绘技术标志着测绘学科进入了一个新的阶段。当今，测绘学科正向着国际上正在兴起的地理空间信息学跨越与融合。本文主要探究了多源遥感测绘技术。

关键词：多源遥感测绘技术；发展；分析

一研究背景

航天遥感技术的进步加快了地理信息动态变化监测技术的进步，改变了地理信息获取和更新的技术手段。航天遥感在地球观测系统向着“三多”（多传感器，多平台，多角度）和“四高”（高空间分辨率，高光谱分辨率，高时相分辨率，高辐射分辨率）方向发展并逐渐小型化，卫星网络和全天候观测是主要发展方向。遥感数据产品呈现了高/中/低空间分辨率、多光谱/高光谱/SAR共存的趋势，为测绘和其他方面的应用提供了及时的信息保障。测绘领域更加广泛和多样化，强调地理信息分析，预测和决策功能。它侧重于提供具有时间和空间变化的实时/准实时动态地理信息。遥感图像采集技术日趋成熟，商业卫星图像分辨率更高，完全可以满足中小规模绘图的要求，并且图像可以获得广泛的数据，航空航天遥感数据已成为地形学的主要数字映射和更新数据源。当前，我国正在积极推进自主的测绘卫星体系建设，即将发射测绘SAR卫星，而高分三号SAR卫星也已正式投入使用。研究以SAR数据为主导的多源遥感数据测绘应用及其关键技术，对于提升信息自动化处理和多源异构数据处理能力，增强地理信息的智能化解译与变化提取的能力，满足地理国情监测和测绘地理信息服务社会的需求，具有重要的意义。

二多源遥感测绘技术

随着现代科技的不断进步，航天、航空乃至地面成像传感器的技术先进性在不断提高，多种新型传感器和遥感平台的出现，遥感数据的获取能力不断增强。当前，航空航天遥感朝着“三多”（多传感器、多平台、多角度）和“四高”（高空间分辨率、高光谱分辨率、高时相分辨率、高辐射分辨率）方向发展。遥感数据产品呈现了高/中/低空间分辨率、多光谱/高光谱/SAR共存的趋势，为测绘和其他方面的应用提供了及时的信息保障。本节将从数据配准和要素提取两个方面着重介绍多源遥感测绘技术。

多年来有大量的研究者致力于图像配准方法的研究，提出了许多算法。遥感图像配准是遥感图像处理的重要研究内容，大多采用图像配准的技术和方法，但也有其应用的特点。根据准则不同，图像配准方法可以有多种分类方式：1.根据图像的空间维数：2D/2D，2D/3D，3D/3D；2.据配准过程的交互性：人工，半自动，自动；3.根据配准过程中处理信息的范围：全局，局部；4.根据配准图像的成像模式：单模态，多模态；5.根据配准过程中利用的图像信息：基于灰度，基于特征；6.根据配准对象的类型：图像到图像，图像到地图等等。一般情况下，配准问题都会转化为求解相似性测度最优值的问题，在计算方法中通常需要采用合适的迭代优化算法，诸如高斯-牛顿法、Powell最优法、Levenberg-Marquardt法、梯度下降法、遗传算法、模拟退火算法、禁忌搜索、蚁群算法、粒子群算法等。其中，基于灰度法的基本思想是从统计角度将图像作为二维信号，并采用统计相关法找出信号之间的相关匹配。两个信号的相关函数用于评估它们的相似性以确定相同的名称。基于灰度的配准是一种匹配方法，其通过像素相似性测量来搜索并比较特定尺寸配准图像窗口的灰度矩阵与参考图像的所有可能的窗口灰度阵列。基于灰度的配准通常不需要对图像进行复杂的预处理。相反，它使用图像本身的灰度统计信息直接计算区域相关性，以确定两幅图像是否一致。基于灰度信息的优点是配准方法原理简单，与图像内容无关，通用性好，对噪声和遮挡具有一定的鲁棒性。缺点包括：运算量较大，需要进行优化和并行处理，难以达到实时性要求；进行相关计算的最优窗口大小难以确定；极值经常不够尖锐，尤其是图像信息贫乏的区域，会导致误匹配率的上升；对灰度特性敏感，从而难以处理多源图像的配准问题；只对图像之间的平移变换有较好的适用性，不能直接应用到几何差别较大（旋转、尺度）图像的配准，更不能解决图像的局部扭曲，一般只适用于同类传感器或者波段相距较近的传感器之间的图像配准。这种配准方法的应用范围很窄。基于特征的方法不是直接对图像的灰度信息进行操作，而是首先从参考图像和输入图像中提取一些共同的特征作为配准基元，然后通过建立参数之间的对应关系转换模型匹配元素完成配准。因此，基于特征的匹配方法一般分为两步：第一步（Zitova2003）特征提取图像（图像可以被提取和选择以在一定程度上表示图像特征的相似性）；第二步是计算这些特征之间的相似性度量以完成图像配准。基于特征的方法计算量小，鲁棒性强，适应性广。

参考文献

[1]曹林林，李海涛，韩颜顺等．卷积神经网络在高分遥感影像分类中的应用[J]．测绘科学，2016（9）．

[2]柴登峰，舒宁，张剑清．动态DEM匹配方法研究[J]．国土资源遥感，2002（1）：38-42．

[3]陈静波，刘顺喜，汪承义等．基于知识决策树的城市水体提取方法研究[J]．遥感信息，2013，28（1）：29-33．

[4]路威．全色遥感影像面状地物半自动提取方法的研究[D]．解放军信息工程大学，2002．

[5]秦其明．遥感图像自动解译面临的问题与解决的途径[J]．测绘科学，2000，25（2）：21-24．

[6]王子玮．多模式星载SAR图像船舶检测与分类方法研究[D]．中国科学院遥感与数字地球研究所，2016．

作者简介：

王昊，男，共青团员，山东理工大学测绘工程专业在读。

李伟峰（1995-03），男，四川省巴中市人，共青团员，山东理工大学建筑工程专业在读。

康维达（1996-01-19），男，山东聊城人，共青团员，山东理工大学测绘工程专业在读。