在遥感测绘生产业务中，随着遥感卫星数据量激增，遥感影像正在从“稀缺”走向“海量”。面对TB/PB级的数据洪流，传统遥感影像人工质检模式不仅效率低、成本高，且易因主观疲劳产生误判，导致质量不一、风险潜藏，难以应对高频次、高时效的处理需求。因此，质检的自动化转型已非单纯的技术升级，而是实现地理信息产品规模化、标准化生产的必由之路。

影像成果质检主要聚焦于影像成果的绝对定位精度、重叠区接边精度、影像内部拉花变形、影像成果中云覆盖范围等多个环节。这其中，超图创新推出了多种自动化质检软件功能，为遥感影像成果提供多维度的坚实保障。

平面精度检查：靶向定位，提升效率

影像平面精度误差是遥感影像质检的核心指标，反映了待检影像与标准参考影像之间的位置偏差，数值越低则精度越高。在具体操作中，宏观的整体指标无法反映影像内部的精度分布差异，因此仅依靠单一总体值难以准确评定影像的实际精度水平。为确保成果中每一区域均符合精度要求，传统上质检员需对影像进行逐屏检查。在遥感数据海量、高频获取的当下，这种地毯式的人工检查方式已难以满足快速应用的需求。

SuperMap平面精度检查工具利用AI密集匹配算法，自动匹配待检影像与参考影像之间的特征点，并依据各点的中误差进行分色可视化：冷色表示精度风险低，暖色表示精度风险高。质检人员可根据特征点的色系有的放矢地排查，不再需要地毯式的检查，从而大大提高工作效率。

分色展示的密集匹配特征点

低风险提示区细节对比

重点排查区细节对比

接边精度检查：精确计算，快速识别

接边精度指的是数字正射影像相邻成果图之间的接边中误差。该指标反映了相邻两张影像在重叠区域内，地物轮廓、纹理能够连续、自然衔接的程度。影像重叠区高可靠的接边精度是高质量影像镶嵌的保证，在影像镶嵌前需要对影像成果重叠区进行精度评判，以判断其是否符合精度标准并进入数据处理的下一流程。

SuperMap接边精度检查工具使用基于AI的匹配算法，可对待检查影像的重叠区域进行特征点密集匹配，精确计算每一个同名点在两张相邻影像上的坐标差异，在对所有点的接边误差值进行统计分析的基础上，输出一份详尽的接边精度检查报告，利用报告及可视化界面，可快速识别正射成果接边区域的风险区域，提升用户质检效率。

专题图提示精度低风险区细节对比（左下）与高风险区细节对比（右上）

影像拉花变形检测：自动筛查，精准纠偏

在遥感影像正射校正过程中，受精细高程数据、传感器抖动或复杂地形等因素影响，常会产生局部非线性几何畸变，俗称“拉花”。其典型表现为建筑物、道路等地物出现扭曲、拉伸或错位，严重破坏影像几何精度。此类变形即便程度轻微，也可能导致地物点位超限，进而影响后续量测、识别与分析应用的准确性，甚至干扰国土调查与规划决策。

目前对该类变形的检测主要依赖人工目视。质检员需凭经验在全幅影像中搜寻几何异常区域，该方法效率低、人力投入大，且因主观性强易导致标准不一、漏检率高。

面对日益增长的数据体量与时效要求，SuperMap提供的自动拉花识别工具，可对正射影像中的山体、建筑物、道路“拉花”变形进行快速、精准、全自动筛查。将人力从繁重的重复劳动中解放出来，确保每一幅出厂的影像成果都经得起检验。

SuperMap ImageX Pro 拉花变形检测工具

山体拉花变形检测（左图为原始影像直接融合效果）

道路拉花变形检测（左图为原始影像直接融合效果）

建筑物拉花变形检测（左图为原始影像直接融合效果）

影像云检测：智辨云区，速绘无云

影像云检测并非传统质检中的一个考核指标，但随着用户对卫星影像产品时效性需求的日益增强，遥感影像制图周期已经从“年度一张图”大幅缩短至“月度一张图”。

然而，在云雨频发的季节，遥感卫星影像成像的“无云”窗口非常难寻，为满足业务需求，影像制图时只能利用多期影像来“拼凑”出一张“无云”影像以保证业务分析的连续性。在此背景下，如何能够准确且快速地识别每景影像中的云覆盖范围成为遥感影像快速制图的关键。

SuperMap提供的云检测工具，基于先进的AI模型，能够智能、精准地提取影像中的云区范围。其不仅可用于快速评估单景影像质量，更能为后续的云修补作业提供可靠依据，从而有效支撑高质量无云影像产品的自动化生产。

影像云检测示例

从宏观的平面与接边精度，到细微的局部变形与云区识别，SuperMap自动化影像质检工具箱构建了一套全链路的“质量卫士”，为遥感影像成果提供多维度的坚实保障。面对日益汹涌的数据浪潮与愈发紧迫的时效要求，唯有依托智能、高效的自动化手段，才能让每一幅影像都经得起精密审视。让我们以技术为眼，守护好卫星俯瞰世界的清晰视角，确保每一幅成果都清晰、可靠、值得信赖。