ArcGIS 10.4影像新特性

0
分享 2016-04-11
Raster Type增加及增强
国产卫星
随着国产卫星的蓬勃发展,越来越多的国内用户,特别是教育科研,政府部门在使用国产卫星影像。之前ArcGIS一直都是以安装插件的方式来实现对国产卫星的支持的。ArcGIS raster types for Chinese satellite imagery 2.0 插件是配合ArcGIS10.2及其以上版本使用,扩展了ArcGIS对国产卫星影像的支持能力。插件可以免费下载使用,安装后可以支持高分一号,环境卫星,资源一号,资源三号卫星的影像。具体来讲,安装插件后raster type中增加了GF-1 PMS, GF-1 WFV, HJ 1A/1B CCD, ZY02C HRC, ZY02C PMS, ZY3-CRESDA, ZY3-SASMAC。

现在,ArcGIS 10.4及以上版本已经不再需要使用插件,而是直接支持国产卫星影像,并且除了上面提到的几种影像,raster type中还增加了天绘一号和高分二号卫星影像类型。具体请看下表:


下面以天绘一号卫星为例来展示:

· 首先可以看到天绘一号卫星影像产品中,XML格式的文件图标有一个卫星图案样式,这表示ArcGIS可以识别此文件为卫星影像产品。

· 创建镶嵌数据集,在product definition中可以找到TH-01_4Bands


· Add raster to mosaic dataset GP工具中,raster type新增TH-01。并且在属性中,可以看到天绘一号的波段情况,处理模板等。




SPOT-7
之前的版本已经有对SPOT-5和SPOT-6的支持,ArcGIS 10.4 新增了SPOT-7的栅格类型(raster type)。SPOT卫星是法国空间研究中心研制的一种地球观测卫星系统,自1986年以来,已经发射了SPOT1-7号,应用在全球各个领域。SPOT-7卫星发射于2014年6月,预计寿命10年。它的全色融合产品的空间分辨率1.5m,多光谱波段包含可见光(红、绿、蓝三个波段)以及近红外波段的空间分辨率为6m。在时间分辨率方面,SPOT-7的重访周期在1到5天,随着纬度的不同而不同。


Worldview-3
ArcGIS 10.4 WorldView-3栅格类型(raster type)新增了对短波红外波段(SWIR)的支持,更加丰富了WorldView-3影像产品入库时的波段类型,有助于后续的应用。WorldView-3发射于2014年,预计的寿命为10年至12年,是美国的商用卫星公司Digital Global的发布的产品。WorldView-3有很高的空间分辨率,全色融合波段产品达到31cm,可见光和近红外达到1.24m,短波红外也达到3.7m。并且,时间分辨率也毫不逊色,平均重访周期小于1天。



无人机影像(UAV/UAS)
无人机获取数据灵活,价格低廉,在突发事件和小范围数据更新方面具有极大的优势。ArcGIS 10.4中,我们可以使用镶嵌数据集快速管理和使用大规模的无人机图像。关于无人机影像的栅格类型有很多种,例如Frame Camera、UAV/UAS。

框幅式相机
框幅式相机(Frame Camera)是针对各种航片设计的镶嵌数据集栅格类型。此栅格类型需要两个表格,frame表和camera表,缺一不可。Frame表包含了通常意义上我们所说的外方位元素的信息,例如每一张相片的位置信息以及相片的存储路径。Camera表则包含内方位元素的信息,例如焦距。对于无人机影像,我们需要从无人机影像的pos文件获得每一张照片的位置信息,而且需要从EXIF头文件中获得相机的主要参数。Frame表和Camera表均可为geodatabase表、feature class表、栅格目录和.csv的表格文件。具体的Frame表和Camera表所需要的字段请看下表:


下面以天津港爆炸的无人机影像为例来展示:
首先,我们有462张天津港爆炸后的无人机相片。然后根据pos文件和相机头文件,可以得到Frame表和Camera表必须字段的信息。准备工作完成后,就可以利用ArcGIS将无人机影像导入镶嵌数据集来管理了。







· 创建镶嵌数据集


· 将无人机影像导入镶嵌数据集
这里的栅格类型选择frame camera。dataset选择创建好的frame表(里面包含了影像的存储路径)。然后需要设置栅格类型的属性,在frame camera条目下输入创建好的camera表。这样,就可以快速的将无人机影像导入镶嵌数据集来管理和拼接了。





· 加入DEM进行正射校正
上述步骤完成后,我们就已经得到了拼接好的无人机影像,但是拼接效果却不尽如人意,错位比较严重,如下图所示:



但是可以在栅格属性的属性条目下加入DEM进行正射校正。这样得到的效果就提升许多,基本上可以满足灾后应急的要求,如下图所示:




多维数据集(netCDF、HDF)
多维数据集常见于气象、环保等行业。一些netCDF和HDF数据会使用不规则格网的像素或者点来存储地理位置。ArcGIS 10.4 支持以不规则网格存储的netCDF和HDF栅格类型,然后以插值的方式导入到镶嵌数据集显示。



下面是ArcGIS10.3.1和ArcGIS10.4的对比图,可以明显的看到,有了对不规则格网的插值后,错位问题得到明显改善。


数据格式增加
在Raster to Other Format工具中新增2种输出格式MRF和CRF。

MRF
MRF(Meta Raster Format)是一种优化的影像和栅格数据集,这些数据存储在云平台中,可以被快速访问,降低存储成本,并且根据云的弹性计算和存储来设计, 是适合于Web服务的切片存储格式。
MRF将影像分成数据、索引和元数据三个不同的文件,允许不同的存储级别,以满足不同的需要,提高效率。

·  元数据文件代表栅格文件本身,是一个XML格式文件,提供可读性和扩展性。在GDAL中,XML文件内容可以直接用于替代文件名,因此元数据文件甚至不需要存在,元数据文件通常采用.mrf扩展名,其他扩展名也可以被使用。
·  索引文件记录了格网中栅格切片的二维组织形式,它包含一个二维的数组结构,每个结构组记录切片的尺寸大小和偏移量。索引文件大小与MRF中切片的数据有关。索引文件组织取决于MRF的特征。但是对于一个简单的栅格,他们存储的时候从左上角开始,按行为主排列。索引文件后缀通常为.idx。
·  数据文件记录与MRF格式一致的栅格切片,每个像素都存储数据值,在数据文件中没有隐藏的顺序,数据文件只能通过扩展文件的方式进行更新,现有内容即使不可以访问,依然会占有存储空间。



CRF
(Cloud Raster Format)针对影像分析结果做了优化,允许影像在多台机器并行处理,2016年,CRF将会成为新的影像分析能力的关键部分。

新增工具
分类方法更新
· 增加了train random trees classifier(随机决策树分类)工具:
比较适用于高光谱遥感影像。因为随机决策树通常需要更多的波段来区分细致的差别,例如同属植被类型,如何区分常绿阔叶林和落叶阔叶林。而高光谱遥感影像恰恰符合这样的需求,可以提供非常多的波段数目。

· 在原有的ISO聚类分类方法中增加了两个参数:
1)max_merge_per_iter:增加每次循环的最大合并的数量会使分类结果的类别数减少。也就是说设定一个低的max_merge_per_iter值,会增加类别数。
2)max_merge_distance:增加最大合并的距离会允许更多的聚类块儿合并为一类,进而使最终分类结果的类别数减少。也就是说设定一个低的max_merge_distance值,会增加类别数。

分类结果评估
ArcGIS 10.4为我们提供了分类结果评估的一系列流程工具。利用ArcGIS分类方法进行影像分类后,我们得到了如下分类前和分类后两张影像,那么接下来需要做的就是进行分类精度评估。



首先是create accuracy assessment points工具,创建验证点。在target field中提供了两个选择,classified和ground truth。如果选择classified,则表示基于分类结果提取每个验证点所对应的类别。如果选择ground truth,则表示基于真实类别(可以是外业调查结果,也可以是目视解译高分辨率的影像)提取每个验证点所对应的类别。我们还可以自定义验证点的数目以及通过哪种方式采样(随机,分层随机等)。



这样,就得到了一个点图层文件,打开属性表,可以看到,有Classified字段已经被自动赋值为分类后的值(因为上一步选择的target field为classified)。之后,可以根据高分辨率影像或者外业采集的结果对ground truth来赋值,编辑此属性表。


(此为可选步骤:接下来,通过GP工具update accuracy assessment points,可以基于上一步生成的验证点,更新属性信息。例如,上一步在target field里选择了classified,那么我们会得到这些验证点在分类后所属的类别。但是还需要知道这些验证点的真实值,评估分类精度。此时,就需要利用update accuracy assessment points工具,选择ground truth,对验证点的属性进行更新。)

最后,基于以上两个工具生成的验证点文件,通过compute confusion matrix(计算混淆矩阵),来进行精度评估。


其它GP工具的增强
· Add raster to mosaic dataset:
增加了两个参数:
Auxiliary Input (辅助输入):例如raster type选择UAV/UAS是,代表无人机航片,那可以在辅助输入添加DEM进行正摄校正。Raster type选择netCDF,代表多维数据集,可以在辅助输入设置variable。
Estimate mosaic dataset statistics (估计统计值):估计统计值是从影像的中间位置取一个1000*1000的样本来计算统计值。统计值是一些图像显示相关的GP工具能够运行的必要条件,例如拉伸(stretch)。

· Synchronize mosaic dataset:
增加了Estimate statistics的选项。

· Analyze control points:
增加了output overlap feature class:可以输出一个polygon包含一个镶嵌数据集内每幅影像的重叠的区域。

· Apply block adjustment:
区域网平差工具增加了DEM:block adjustment是用来提高镶嵌数据集几何纠正的精度的。它不仅仅是考虑到了地物的实际位置,还考虑了影像重叠部分的信息。10.4的这个工具中加入了DEM信息,实现更加高精度的正摄校正

· Compute control points:
增加了两个参数:
Point density(点密度):用户可以选择low, medium, high三个等级的点密度情况。 密度越高,创建的控制点会越多,调整的也就越精细。
Point distribution (点分布模式):提供了random和regular两种模式。如果是random,那控制点会随机分布;如果是regular,控制点则会基于一种固定的模式实现平均分布。

· Copy raster:
增加了两个参数:
Transform:表示是否应用变换
Format:定义输出的raster的具体类型,例如:BIP,BIL,TIFF等。

· Generate tile cache tiling scheme:
新添加一种地图切片压缩的格式:LERC
LERC(Limited Error Raster Compression)是一种高效的有损压缩方法,ArcGIS 10.3的image service cache已经支持该压缩方式,但是地图服务不支持。ArcGIS 10.4的地图服务也支持了该种压缩方式。建议具有较大像素位深的单波段或者高程数据进行缓存生产时使用该种压缩方式,如浮点型数据,32-bit,16-bit或者12-bit的数据。对于浮点型数据,LERC压缩速度是LZ77压缩方式的5~10倍。

· Register raster和warp:
这两个GP工具是有关几何校正的工具。几何校正的方式添加了similarity polynomial 的变换方式。其校正结果的RMS会比较大,大于普通的一阶多项式矫正。但是这种方式的优势是可以尽最大可能的缩小地物的变形,适合于用户需要保证地物形状的场景。

制定及修订记录

0 个评论

要回复文章请先登录注册