XQSoftware 遥感影像处理系统XQSoftware Remote Sensing Image Processing System产品白皮书2019年3月目录1产品介绍 (3)2功能特点 (3)3 关键技术 (4)3.1高性能并行计算影像处理技术 (4)3.2稀少控制超大规模区域网平差技术 (4)3.3配准纠正技术 (4)3.4影像融合技术 (4)3.5匀光匀色技术 (5)4系统功能介绍 (5)4.1卫星影像区域网平差 (5)4.2DOM生产 (6)4.2.1正射纠正 (6)4.2.2影像融合 (7)4.2.3匀光匀色 (8)4.2.4镶嵌成图 (10)4.3业务工作流 (10)4.3.1配准纠正业务流 (10)4.3.2配准融合业务流 (12)4.4DSM/DEM生产 (13)4.5交互编辑工具软件 (14)4.5.1配准纠正工具软件 (14)4.6其他模块 (17)4.6.1金字塔创建 (17)4.6.2真彩色转换 (18)4.6.3影像增强 (19)4.6.4影像去雾 (20)4.6.5投影转换 (23)4.6.6格式转换 (24)4.6.7波段重组 (25)4.6.8影像云检测 (26)4.6.9水域检测 (28)4.6.10植被检测 (29)5系统界面 (30)5.1硬件系统外观 (30)5.2软件系统界面 (30)6应用领域 (33)7联系我们....................................................................................................错误!未定义书签。
1产品介绍XQSoftware遥感影像处理系统是一套自主研发、全流程、高效快速遥感数据处理平台，其核心部分是基于高性能集群/GPU计算环境的海量遥感影像自动处理算法。
系统采用先进的数字摄影测量技术、多任务调度技术、高性能计算技术，集数据生产、任务管理调度、成果质检为一体，通过合理调配计算资源与数据资源，实现规模化、快速、智能化的遥感数据处理流程。
系统能够接收和处理多种国内外中高分辨率遥感影像，快速生成多种数据处理产品及遥感解译产品；系统建立了规范化、标准化的海量影像数据生产流程，同时构建了完备的全过程质量控制体系，最终可以为用户提供专业级及消费级应用。
图1 XQSoftware 系统示意图2功能特点自动化遥感大数据综合处理系统系统生产全时空覆盖（海量）、多星协同处理（混杂）、持续更新（快速）的遥感大数据产品。
支持多种并行计算模式系统既支持多核+多CPU+GPU架构的高性能集群计算模式，同时也支持个人PC+工作站+服务器的异构集群结构作业模式；系统可跨平台运行，支持Linux 操作系统和Windows操作系统。
提供高效的影像处理算法模块系统提供影像云检、配准纠正、影像融合、真彩色转换、匀色镶嵌、裁切输出、DSM自动生成等常用算法模块；同时还具备投影转换、波段重组、格式转换、金字塔创建、影像去雾、影像增强、植被提取、水域提取等数据处理能力。
多数据源支持系统支持多源、多载荷（光学、雷达、高光谱）的遥感图像处理，支持GF1\2\3\4\5\6、BJ1\2、ZY3、SV、TH、02C、WV、QB、IKNOS、GEOEYE 、PLEIADES、SPOT、COMPSAT、HJ、FY等多源卫星影像。
并能够根据新增卫星数据格式，支持模型定制。
简单便捷的数据交互工具基于国内用户使用习惯的深入调研和理解，提供贴合用户操作习惯的使用流程，界面友好，操作方便，易学易用，同时系统提供配准纠正工具软件、影像浏览工具软件、立体查看工具软件、影像质检工具软件等交互工具软件。
3关键技术3.1高性能并行计算影像处理技术高性能并行计算影像处理基于GPU和CPU计算相结合的多机并行处理技术，通过聚合多个高性能计算服务器，实现多个任务高效并行处理，生产效率得到革命性提高。
3.2稀少控制超大规模区域网平差技术基于自适应定权、虚拟观测约束的平差技术，病态区域自动探测技术，通过匹配连接点及采用少量地面控制点，实现稀疏多源地面控制条件下的多源遥感卫星影像的空三平差处理。
3.3配准纠正技术系统提供快速、高精度影像匹配算法可以实现多源、多时相、旋转扭曲等困难条件下的影像间全自动匹配；同时采用了多种粗差剔除方法，可完全、自动剔除误差点，匹配精度可达亚像元级。
3.4影像融合技术系统提供多种图像融合方法，融合结果纹理清晰，色彩饱满；其中系统提供的PANSHARP融合算法利用最小方差技术对参与融合的波段进行最佳匹配，确保融合后的影像与多光谱影像色彩一致，基本不存在颜色偏差。
3.5匀光匀色技术对于单幅影像内部色彩异常和影像之间的色彩差异问题，系统提供多种匀光匀色方案，以解决不同场景的色调问题，如自由网匀色方案、基于标准影像匀光匀色方案以及控制网匀光匀色方案。
确保匀光匀色成果不仅接近地物真实色调，而且过渡均匀、自然。
4系统功能介绍4.1卫星影像区域网平差卫星影像区域网平差基于通用成像的RFM模型，可支持国内外中高分辨率卫星传感器的立体像对、下视影像的平差处理，能够以较少的控制点实现对复杂、大量的卫星影像数据进行高效的平差处理。
图2区域网平差界面图图3连接点匹配界面图图4控制点匹配界面图图5平面模式区域网平差界面图图6立体模式区域网平差界面图4.2DOM生产4.2.1正射纠正提供基于有理函数模型的正射纠正；提供基于正射影像的二次配准纠正功能。
图7正射纠正成果示意图4.2.2影像融合提供遥感影像全自动配准融合技术；融合后影像纹理清晰，无发虚或重影现象；可基于原始影像融合，也可以基于纠正影像融合；图8 影像融合4.2.3匀光匀色系统提供自由网匀色、标准影像匀色（整体参考）、标准影像匀色（局部参考）、控制网匀色等多种匀光匀色算法。
针对不同的色彩质量问题，提供多种处理方案。
图9 匀光匀色4.2.4镶嵌成图镶嵌成图采用先进的接缝线寻址策略，自动寻找最优镶嵌线，智能羽化缓冲区计算，有效消除几何误差和色彩偏差、过渡自然。
图10匀色镶嵌4.3业务工作流4.3.1配准纠正业务流系统支持原始影像+参考DOM+参考DEM模式的单片配准纠正，也支持待纠正DOM+参考DOM模式的二次改正，流程操作简单，数据及参数配置完成后，一键提交计算集群或工作站后台执行，客户端可随时查看流程进度，匹配完成后，即可根据不同的计算模型实时查看配准精度及纠正精度，而无需等待纠正完成。
图11配准纠正4.3.2配准融合业务流系统支持原始全色\多光谱影像配准融合，也支持纠正后全色\多光谱影像配准融合，流程操作简单，数据及参数配置完成后，一键提交计算集群或工作站后台执行，客户端可随时查看流程进度，匹配完成后，即可根据不同的计算模型实时查看全色\多光谱配准精度。
图12配准融合4.4DSM/DEM生产系统采用多视高精度密集匹配技术，可以高效可靠地获取成像区域的高精度地形、地物信息，系统自动剔除粗差点，提高了匹配结果的精度与可靠性。
与传统地形提取相比，系统采用的多视高精度密集匹配的纹理更加细腻、精度更高，不仅适用于常规3D产品生产，同样适用于城市三维建模应用。
图13密集匹配成果图4.5交互编辑工具软件4.5.1配准纠正工具软件配准纠正工具软件可以进行高精度的几何精纠正与配准。
系统支持基于自动匹配同名点和手动选点的纠正。
几何精纠正利用DEM和参考影像对原始影像进行变换，纠正模型支持多项式、直接线性变换，三维直接线性变换（DEM），成像模型（DEM），薄板样条等多种方式。
配准完成后可以直接对结果进行精度检查，并可以生成精度报告然后导出，软件支持实时查看配准纠正的效果。
图14配准纠正工具软件界面图4.6其他模块4.6.1金字塔创建图15金字塔创建软件界面图4.6.2真彩色转换图 16真彩色转换4.6.3 影像增强遥感影像增强主要是为了突出遥感影像的专题信息，提高图像的视觉效果，使分析者能更容易地识别图像内容，从图像中提取更有用的定量化信息。
图 17影像增强软件界面图4.6.4 影像去雾遥感影像都是从上向下观测，成像过程中被摄的目标物体表面发射的光线在大气中受到雾的影响，由于吸收和散射、折射等光学作用而衰减，同时由于散射作用，摄影镜头中会混入大气光。
在这两种主要作用和随机大气湍流、传感器噪声等多方面次要作用的影响下，摄像镜头接收到的光线发生了非均匀变化，这就造成遥感影像灰度值的变化。
具体表现为灰度动态范围被缩小，像素之间对比度被降低，并且受影响的程度主要与雾的浓度和镜头到物体的距离有关。
这就使得遥感影像在各领域中发挥的作用受到限制。
通过一定的图像处理方法，能够在很多被雾影响的，信息量低的遥感影像中获取大量的有用信息，将信息量低的影像转变为有用影像。
首先，通过使用去雾功能能够显著增强景物的可见度并纠正由大气光引起的色差，无雾影像更有利于我们的视觉观察；其次，特征提取、测度分析、目标识别等各种图像处理算法都假定接收到的影像都是源自于物方光线（即不考虑大气光），这些算法的结果都不可避免的受到有偏的、低对比度的物方光线影响。
总的来说，无雾影像更便于目视判读和各种图像处理算法的实现，遥感影像去雾具有重要的现实意义。
图18遥感影像去雾效果图4.6.5投影转换4.6.6格式转换图20遥感影像格式转换模块4.6.7波段重组支持波段任意组合图21遥感影像波段重组模块4.6.8影像云检测基于专业图像处理与深度学习相结合的光学遥感影像云检测方法，将待检测影像依次进行粗估亮度双阈值、精确亮度阈值计算以获得精确的亮度阈值对云区进行分割，然后对分割后的云区执行形态学运算，消除似云目标引起的噪声点，填充云缝，优化云区轮廓，结合深度学习识别冰雪，最终输出最终云掩模和云含量；整个检测过程可快速获取精确度较高的影像云掩模和云含量，可定性识别无云影像，检测方法简单有效，对于某一指定传感器影像，在较少人工参与的前提下，即可实现海量影像快速、自动化检测，可满足实际生产的需要。
图22遥感影像云检测效果图图23遥感影像水域检测效果图图24遥感影像植被检测效果图5系统界面5.1硬件系统外观图25硬件系统整体外观图5.2软件系统界面图26系统安装界面图27系统主界面图28软件界面6应用领域资源三号卫星影像全国一张图工程图29 ZY3卫星影像全国一张图数据生产 全球测图工程-“一带一路”示范应用图30全球测图工程数据生产 全国第三次土地调查图31 第三次全国土地调查数据生产… …。