Page 52 - 测绘新技术的理论与实践研究
P. 52
测绘新技术的理论与实践研究
用前景，需要充分结合摄影测量遥感、人工智能、卫星导航等研究领域的先进理
论和技术，才能在无人机三维环境实时建模及自动避障飞行、车载传感器实时道
路建模、无人车辆自动驾驶、室内机器人自主视觉导航定位等方面取得突破。
（四）摄影测量遥感智能处理技术框架
以多源遥感卫星影像为例，讨论摄影测量遥感智能处理的技术框架。国际上
现有的卫星遥感影像处理研究成果大都采用串行处理技术路线，即首先基于摄影
测量软件进行多源遥感卫星影像几何精校正、三维地形提取和正射影像制作，然
后再由遥感软件进行语义信息提取，也即摄影测量处理的输出，作为遥感信息提
取的输入，二者本身并无交叉反馈机制，且每个环节都需要一定的人机交互。现
有互相独立的技术体系基本满足 2m 以下分辨率卫星影像的自动化处理和应用需
求，但是在采用多源地理信息进行米级尤其是亚米级高分辨率遥感影像处理应用
时，由于影像分辨率提升导致地物变形显著，已有地理信息精度不均匀且 DEM
无法准确反映地物高程，以及普遍存在的摄影测量研究者不懂遥感、遥感研究者
不懂摄影测量等原因，导致互相独立的现有处理技术体系在应对亚米级影像时面
临难度大，精度低和效率差等突出问题。
在摄影测量遥感科学概念的指导下，这部分提出多源卫星影像一体化摄影测
量遥感智能处理的思想，基于摄影测量、遥感、人工智能等领域的最新研究成果，
将快速语义分割、几何语义联合约束的精准处理与镶嵌合成、多源影像语义信息
提取等步骤有机融合，形成几何语义一体化智能处理机制，从而连通摄影测量和
遥感两个相互独立的处理过程，可望显著提升多源卫星影像一体化处理的智能化
和自动化水平。输入数据为多源遥感卫星影像，已有多源广义地理信息（如控制
点、参考影像、矢量数据、高程数据）及其他辅助数据，处理过程分为快速语义
分割、语义辅助精准几何处理、三维地形及影像合成、语义信息智能提取 4 个有
机融合的环节，输出产品包括卫星影像高精度几何定向模型、三维地形产品、大
范围多源合成影像、高精度地物覆盖和目标信息专题图等。
一是单源遥感卫星影像快速语义分割：该环节通过传统手段或深度学习方法
对遥感数据进行语义信息提取，从而实现地面和非地面目标、人工与自然物等少
量类别的快速语义分割，例如从卫星遥感影像中快速分割云区、水体、建筑物、
树木等对几何处理具有较大影响的目标地物，为后续几何处理和测绘产品生产提
供有效辅助。这一阶段尚未实现多源数据的配准和融合，因此需要对每一种来源
40
