新闻动态
通过对前沿技术的研究，航天远景在遥感数据的处理与应用中使用了集群计算和边缘计算的数据处理模式，推出了可规模化生产DOM的PhotoMatrix遥感影像集群处理系统、基于网络协同作业的MapMatrixGrid多源地理信息集群处理系统和用于海量数据管理的远景网盘三项重量级的软件产品，有效地提高了遥感数据的处理效率和增强了地理信息数据的管理能力，为推动行业的发展迈出了崭新的一步。
发布时间：2017-12-07
早在模拟摄影测量和解析摄影测量阶段，测绘工作者已大量使用光学航摄仪进行航空拍摄，采用单中心投影成像方式，每一瞬间获取一帧影像，输出实体胶片成果。此种作业方法常见的航摄仪有RC-10，RC-30，RMK等，都是基于光学传感器或光电传感器的框幅式光学航摄仪。但随着电荷耦合器件CCD技术的快速发展，框幅式数字航摄仪出现并逐渐兴起。框幅式数字航摄仪采用了和之前相同的单中心单帧成像方式，只是将航空胶片用CCD传感器加以取代，将镜头采集到的光信号转化成电信号，再把这种电信号转化成计算机可以识别的“数字信号”，最后转换成影像储存下来。目前国内外各种框幅式数字航摄仪种类繁多，下面我们聊聊其中一些有代表性的型号。
发布时间：2017-07-18
近年来，无人机航测因其成本低廉、使用方便，越来越受到测绘遥感业界的追捧。摄影测量作为一门历史悠久的学科，再次活跃于大家的视线之中。实际上，在摄影测量漫长的发展史上，各种新兴技术，譬如卫星、数码摄像或者无人机，总能与其碰撞出奇妙的火花，并衍生出种类繁多的数据采集平台。这些平台载体、技术、用途各不相同，但都历经了市场的验证，广泛应用于现在地学领域的方方面面。故此，笔者就市面上常见的一些摄影测量采集平台整理成两篇小文与大家分享。(本文只涉及遥感影像数据源，雷达、激光等不在本文讨论范围内)。
发布时间：2017-07-10
随着近十年来信息技术的快速发展，整个地理信息行业都发生了翻天覆地的变化，测绘工具的更新、测绘方式的转变、测绘技术的进步，让整个地理信息行业的生产效率得到了一定的解放，最终的目的，就是把最新高精度的测绘成果更好更快地展现给需求方。
今年的WGDC大会是以空间大数据为主题，会后大家流传最广的一句是“传统GIS将要死掉，时空大数据云平台即将诞生”，因为以前传统GIS处理的是静态数据，现在的数据已经98%是动态的数据，只有2%是静态数据。这样实际上对现有的数据生产提出了更高的要求，作为GIS底层数据的测绘4D产品，以前可能是1年更新一次，现在可能是1个月更新一次，甚至1周更新一次。
航天远景作为国内专业的航测软件供应商，为适应未来地理信息数据的快速生产，在整体软件的发展战略上都做出了全新的部署和调整，打造了PhotoMatrixGrid遥感影像处理集群、MapMatrixGrid多源地理信息数据处理集群以及引领趋势的MapMatrix3D智能测图系统。
处理速度的升级
在打造航测软件性能的升级上，主要有两个思路，第一个是软件算法的改进，比如2010年左右基于计算机视觉的SIFT匹配算法在航测中的应用，整体改进了航测空三软件的匹配效果和性能;第二个是将软件与硬件结合，利用硬件性能的提升去提高处理速度，比如原来多核多线程的处理模式、以及后来基于GPU的图形运算，再到如今的分布式集群运算。航天远景在这两条路径上进行了长期的研发和改进。除了这两个性能的改进，另外还有对软件产品化的改进，如果在软件操作过程中，需要大量的人工干预或者人工操作，整体处理效率也不能做到进一步的优化。因此，航天远景的产品设计思路是很多地方都采用自动化的方式进行，着力减少人工干预的部分，而要减少人工干预，就要求处理结果的可靠性，反过来对软件的算法又提出了更高的要求。
在这两方面都做了工程优化后，航天远景打造了PhotoMatrixGrid遥感影像处理集群，可以高效自动化地进行卫星遥感影像和航空影像(包括无人机影像)的正射影像图集群处理。
协同效率的升级
在现有的测绘4D产品生产过程中，在DLG生产环节，主要还是靠大规模的人工去生产。除了培训作业员的熟练程度，还有什么方式可以提高生产效率呢?在《杀戮与文化》一书中，西方军队通过高度标准化和协同化的团队模式打造了一只高效的杀戮机器，为我们展现了有效组织的团队威力。通过软件的重新升级，将团队人员协同起来生产，改变以往单个终端互不相连的状态，打造一个高效的网络化协作团队，将会进一步提高生产效率。在这种转变中，由服务器统一管理数据，管理员分配任务与权限，终端电脑调用数据进行生产以及查看相邻测区情况。
航天远景MapMatrixGrid多源地理信息数据处理集群便是为30-50人项目团队制作的网络化协同作业生产模式。
智能测图的升级
在测绘4D产品的生产中，很多人都在想办法如何降低DLG生产的人员规模，包括一些自动化的方式，其中的难点在于高程，人工采集是在立体环境下进行，而这种立体环境是一种模拟的立体环境，也可以说是一种虚拟现实，但是却可以对高程进行控制。而自动提取依赖的数据源仅仅是图片，是一种二维的数据源，没有办法顾及到高程，这也是目前很多基于影像自动提取的技术在测绘行业中难以大规模应用的重要原因。
那么现在倾斜摄影让这个问题有了解决的可能，因为倾斜摄影自动建模的成果，就是一个三维的数据成果，它的数据模型兼顾了平面与高程的要素，因而为未来自动化生产打开了想象的空间。我们可以想象未来倾斜摄影技术的发展方向有可能划分为三个阶段，第一个阶段是基于三维模型的自动生产正射影像，第二个阶段是基于三维模型人工采集矢量成果，第三个阶段是基于三维模型自动提取矢量成果。
与时代同行，走在通往未来的路上，我们一直都在。坚持自主研发，为用户打造切实可用的产品，是我们一直的努力。
发布时间：2017-07-03
上期技术贴讲解了关于低精度POS的处理流程，本期主要是介绍高精度POS处理流程，相对低精度处理流程而言，高精度流程相对简单许多，利用高精度的POS赋予整个模型地理信息，同时得到相机文件、外方位元素和有地理坐标信息的DEM，最后再用HAT匹配高精度的连接点。
处理准备
原始数据
1. 影像(JPG或者TIF)
2. POS文件(可以是经纬度+精度不高的角元素的文件，也可是高精度的差分GPS文件)。
作业流程图
以高精度的POS为例介绍整个操作流程
将POS数据转换成平面直角坐标
POS文件格式，影像ID需加后缀，保证间隔符只有一种，空格/，/Tab,只需保留经纬度和高程值，然后利用坐标转换工具将POS文件(一般是UTM投影，WGS84椭球)转换成平面直角坐标。
处理流程
新建工程与POS的导入
添加要处理的照片，导入转换后的平面直角坐标的POS文件，选择好间隔符后，检查下X和Y值是否错误，向东为X，向北为Y(我国标准坐标系中以及我国范围内WGS84椭球的高斯投影和UTM投影通常X小数点前为6位或8位，Y小数点前是7位，其中X 小数点前6位或8位的区别在于8位是带有投影带号的，而6位则是去掉了投影带号，如果POS和控制点的投影采用地方独立坐标系投影，则X和Y的小数点前位数不符合 6、8、7规则)，点击确定即可将POS坐标引入到Photoscan中并同影像对应
在主窗口界面可以浏览POS点概况：
通过该POS点概况图，可将POS同实际影像对照检查，主要是防止POS跟实际影像产生整体偏移等不对应的错误(比如：POS中的第一个实际是对应第二张影像，则POS中记录的第一条航带的最后一张实际上对应的是第二条航带的第一张，这样会导致Photoscan的对齐初始化错误)，如有错误则须修改后再引入进来，以便进行下一个步骤。
在Photoscan中匹配点
工作流程-对齐照片，精度推荐用低(速度快，普通和高匹配速度太慢)，如果导入过POS文件，下面成对预选可以选择参考(Reference)模式，高级设置里的关键点限制和连接点限制最多不要超过默认值的2倍，即80000和2000(电脑配置建议16G内存及以上)。
检查POS精度
检查对齐照片精度，“错误”小于5m(Accuracy为默认的10.0情况下)说明POS精度比较好，可以用于生成相机文件。
平差并自检校
工具-优化图片对齐方式，勾上焦距F，像主点坐标Cx、Cy，畸变参数k1、k2、k3、p1、p2、b1、b2，其他的不勾选。
导出相机文件
工具-相机校准，看平差后“调整”栏，检查3.4步勾选的参数是否有数值，这里参数的单位都是像素，若之前已勾选的参数有些为0，或者没有勾选的参数有数值，例如k4有数值，此时可以手动修改k4为0，然后重复3.4步操作，直到计算出k4没有数值。若知道此相机的准确像素大小，可以手动输入到像素大小栏，然后保存，也重复3.4步操作，然后重新打开此窗口，点保存相机文件，格式为Australis Camera Parameters，并复制像素为单位的焦距到任意处，后面会用到。保存的相机文件格式如下图所示：
生成DEM
保存工程文件.psx，然后选择工作流程--Build DEM，建立DEM，注意Resolution选项，如果是10以下任意数值，点击确定，然后文件---导出数字高程模型---导出TIF/BIL/XYZ，此时可以手动设置输出DEM的格网间距(5-10之间的任意数值均可)，另外无效值要改为-99999，然后导出为Arc/Info格式的DEM，后缀是.asc。如果是10以上的数值，先点击取消关闭Build DEM窗口，然后工作流程----生成网格，参数默认，点击确定。再次点击工作流程-----Build DEM,源数据选项设置为Mesh(疏点云时Resolution无法更改)，然后将Rsolution设置为5(5-10之间的任意数值均可)，再单击确定，就会生成DEM。
转换DEM
用MapMatrix主界面工具------DEM转换，把得到的.asc格式的DEM转成NSDTF格式，命名为“1.dem”。生成好后建议用MapMatrix打开看一下DEM是否正确，命名1是为了HAT转点成功(转换成航天远景软件能读取的格式)。
导出外方位元素
工具-导出-导出相机，导出文件类型选择“*.Ptb”，即可导出类似于Patb的Ori格式的外方位元素。
转换相机文件和外方位元素
用“OriPtb_Matrix”小工具把保存Australis格式的相机文件和导出的.Ptb外方位元素文件导入进来，然后在“像素为单位主距”栏里输入保存在Australis格式相机文件里的像素为单位的焦距f的数值，选择好保存的.ext文件路径，命名为1.ext，然后点击转换。相机文件会默认保存为同路径下的“Camera.txt”。把得到的1.ext用记事本打开检查是否所有影像都有外方位元素。
数据整理
把上述步骤中得到的1.dem、1.ext和camera.txt文件放到和Images文件夹同级路径下，然后复制Camera.txt到Images文件夹里，如图所示:
工程目录下面有4个文件：
1. Images(文件夹)
2. 1.ext(单独文件，记录外方位元素的信息)
3. 1.dem(NSDTF格式的DEM)
4. Camera.txt(这个相机文件用Australian格式的相机文件转换出来的，格式是航天远景的相机文件格式)其中Images文件夹中是原始影像和Camera.txt文件，此处的Camera.txt就是工程目录下的那个相机文件，两者完全一样。至此数据准备工作完成。
HAT转点
右键以管理员身份打开HATOrient转点工具，指定工程路径(images文件夹上级路径)，配置好快拼模式和测区编号后，点击确定，会弹出“在该目录下发现ext文件，是否重新生成?”，这里点击“取消”，然后输入毫米为单位的扫描分辨率，开始全自动匹配连接点。
HATOrient转完点后程序会自动建立HAT工程，把相机文件导入到HAT里，重新内定向并在编辑菜单里刷新相片坐标，再做后续处理。
发布时间：2017-04-18
航天远景官方微信