CN103630121B - 一种基于最佳扫描行快速定位的线阵影像微分纠正方法 - Google Patents

Abstract

本发明涉及一种基于最佳扫描行快速定位的线阵影像微分纠正方法，快速定位方法中先获取系列线阵影像的扫描行线阵列CCD像元的排列轨迹，并以线段为逼近基元分别对各扫描线线阵列CCD像元的排列轨迹进行分段拟合；给定物方高程，将各拟合线段对应的地面点线段及相应的扫描行投影中心构成物方空间上的分段投影面；给定地面点，确定该地面点的各对应分段投影面；搜索该地面点最邻近的对应分段投影面所对应的扫描行；利用所得扫描行精确内插出最佳扫描行；本发明的方法可精确定位最佳扫描行，对线阵影像的处理效率比基于像方的搜索方法提高了8倍以上，线阵影像微分纠正速度提升6倍以上，具有较强的实用性。

Description

一种基于最佳扫描行快速定位的线阵影像微分纠正方法

技术领域

本发明属于遥感影像处理技术领域，涉及一种基于最佳扫描行快速定位的线阵影像微分纠正方法。

背景技术

线阵传感器是当前遥感影像获取的主要手段。航空领域以ADS40为代表的线阵相机成功应用于各种比例尺航测成图。航天领域SPOT5、IKONOS、QuickBird、WorldView、GeoEye、Pleiades以及我国的天绘、资源三号高分辨率卫星均为线阵传感器。当前，深空探测也是各航天国家的研究热点，欧美国家已经对月球、火星的地形进行了多次测绘，我国成功发射了嫦娥一号、嫦娥二号卫星，深空测绘相机也多采用线阵传感器。一方面是海量航空、航天遥感影像数据量呈现爆炸式增长，另一方面是海量原始遥感影像的数据处理能力明显不足，这就造成了大量遥感影像数据得不到及时处理，不能转换为可以应用的空间信息。如何有效、自动地对获取的大量遥感影像数据进行快速处理，已经成为我们亟待解决的问题。

线阵传感器的几何定位模型主要有严密几何模型、仿射变换几何模型以及有理多项式函数模型，其中严密几何模型基于共线条件方程，理论最为严密，精度最高。近年来，有理多项式函数模型在IKONOS、QuickBird等商业卫星中得到了广泛应用，但是其RPC（Rational Polynomia lCoefficients）参数的求解过程仍然需要严密几何模型。另外，航空、航天线阵影像的几何检校也是基于严密几何模型，基于严密几何定位模型对线阵影像进行微分纠正是生成各级影像产品的基础，线阵影像微分纠正的难点是地面点反投影，核心问题是确定地面点对应的最佳扫描行。

传统的基于像方搜索的最佳扫描行定位算法如图1所示，给定地面点P(X,Y,Z)，P的反投影像点为p，ab表示线阵列CCD，传统的基于像方的搜索策略是利用反投影像点与线阵列CCD的距离d作为判断依据，将最佳扫描行i的外方位元素代入共线方程求得的像点坐标p应该与线阵列CCD探元的检校坐标一致。显然，基于像方的最佳扫描行搜索计算过程涉及多次共线方程迭代，效率较低。

针对线阵影像最佳扫描行搜索策略，刘军提出了像方二分法迭代算法，基于搜索窗口二分的思想快速缩小最佳扫描行搜索范围，该算法仍然基于像方共线方程迭代，计算量较大。赵双明分析了嫦娥一号激光测高数据与影像数据的不一致性，并提出了一种基于双线性变换快速确定搜索窗口的激光点反投影算法。王密提出了一种基于物方几何约束的最佳扫描行搜索方法，减少了共线方程迭代次数，计算效率与实用性均优于基于像方的搜索方法。分析现有算法可知，利用物方投影面几何约束是解决最佳扫描行搜索问题的有效途径。由于线阵CCD各个像元并不严格位于一条直线上，线阵CCD的分段处理以及分段投影面的快速确定是影响基于物方几何约束最佳扫描行搜索效率的关键。

发明内容

本发明的目的是提供一种基于最佳扫描行快速定位的线阵影像微分纠正方法，以解决处理大量线阵影像的效率低且实用化程度不高的问题。

为实现发明目的，本发明的基于最佳扫描行快速定位的线阵影像微分纠正方法的步骤如下：

（1）获取线阵影像，构建线阵影像的严密几何构型；

（2）利用线阵影像以及DEM数据计算纠正影像的坐标范围；根据纠正影像坐标范围以及设定的像素间距大小s，计算纠正影像的宽和高；

（3）先将纠正影像的坐标转换至摄影测量物方坐标系，再地面点反投影计算，逐像素计算纠正影像上每一个像点对应的原始影像像点坐标，地面点反投影计算公式如下 $\left\{\begin{array}{c}x=-f\frac{a_1^i(X-X_S^i)+b_1^i(Y-Y_S^i)+c_1^i(Z-Z_S^i)}{a_3^i(X-X_S^i)+b_3^i(Y-Y_S^i)+c_3^i(Z-Z_S^i)}\\ y=-f\frac{a_2^i(X-X_S^i)+b_2^i(Y-Y_S^i)+c_2^i(Z-Z_S^i)}{a_3^i(X-X_S^i)+b_3^i(Y-Y_S^i)+c_3^i(Z-Z_S^i)}\end{array}\right.,$ 式中x,y为像点坐标，X,Y,Z为地面点坐标，f为相机焦距，i表示地面点对应的最佳扫描行，为地面点对应的相机投影中心即外方位线元素，为外方位角元素组成的旋转矩阵；其中地面点对应的最佳扫描行的定位方式如下：

（31）获取系列线阵影像的扫描行线阵列CCD像元的排列轨迹，并以线段为逼近基元分别对各扫描线线阵列CCD像元的排列轨迹进行分段拟合；

（32）给定物方高程，将各拟合线段对应的地面点线段及相应的扫描行投影中心构成物方空间上的分段投影面；

（33）给定地面点，确定该地面点的各对应分段投影面；

（34）搜索该地面点最邻近的对应分段投影面所对应的扫描行；

（35）利用步骤（34）所得扫描行精确内插出最佳扫描行。

（4）对求出的原始图像像点坐标进行灰度重采样；

（5）逐像素进行线阵影像微分纠正计算。

所述步骤（33）确定地面点的各对应分段投影面是通过判断该地面点的像点是否在分段投影面中得到的。

所述步骤（34）是通过计算地面点与各对应分段投影面之间的距离搜索得到距地面点最邻近的对应分段投影面所对应的扫描行。

所述步骤（34）中计算并判断第i、第i+1两相邻扫描行分段投影面之间的距离D_i是否大于地面点与第i分段投影面之间的距离d_i，其中i表示投影面的编号，若是，则第i投影面为地面点最邻近的投影面；若否，则继续搜索。

进一步的，若否，则继续搜索是指，利用n=d_i/n_i对投影面增量n进行估计，n_i表示第i扫描行与第i+1扫描行投影面间的距离，继续判断第i+n、第i+n+1两相邻投影面之间的距离D_i+n是否大于地面点与第i+n投影面之间的距离d_i+n。

所述步骤（35）中最佳扫描行其中j表示第j扫描行为地面点最邻近的投影面对应的扫描行。

本发明的基于最佳扫描行快速定位的线阵影像微分纠正方法中用到最佳扫描行快速定位方法，该基于严密几何模型的定位方法无需任何初始值，也无需进行仿射变换参数计算，利用扫描行投影面进行物方几何约束，通过判断物方点到扫描行投影面的距离定位最佳扫描行，且考虑实际运用中线阵列CCD像元并非严格按照一条直线排列，给出了CCD线阵的分段处理以及分段投影面的确定方法，使得最佳扫描行搜索效率得到进一步提升，经试验证明，该方法可精确定位最佳扫描行，对线阵影像的处理效率比基于像方的搜索方法提高了8倍以上，线阵影像微分纠正速度提升6倍以上，具有较强的实用性。

附图说明

图1是线阵影像地面点反投影法基本原理图；

图2是基于投影面几何约束的最佳扫描行快速搜索原理图；

图3是ADS40线阵CCD排列示意图；

图4是线阵列CCD分段示意图；

图5是判断地面点对应的线阵列CCD分段投影面原理图；

图6是反解法微分纠正示意图；

图7是线阵影像反解微分纠正方法流程图。

具体实施方式

1线阵影像最佳扫描行快速定位

1.1线阵影像地面点反投影

线阵影像的地面点反投影基于严密几何模型，即共线条件方程建立的地面点、相机投影中心、像点三点共线关系，公式如下

$\left\{\begin{array}{c}x=-f\frac{a_1^i(X-X_S^i)+b_1^i(Y-Y_S^i)+c_1^i(Z-Z_S^i)}{a_3^i(X-X_S^i)+b_3^i(Y-Y_S^i)+c_3^i(Z-Z_S^i)}\\ y=-f\frac{a_2^i(X-X_S^i)+b_2^i(Y-Y_S^i)+c_2^i(Z-Z_S^i)}{a_3^i(X-X_S^i)+b_3^i(Y-Y_S^i)+c_3^i(Z-Z_S^i)}\end{array}\right.---\left(1\right)$

上式中x,y为像点坐标，X,Y,Z为地面点坐标，f为相机焦距，i表示地面点对应的最佳扫描行，为地面点对应的相机投影中心即外方位线元素，为外方位角元素组成的旋转矩阵。由于线阵影像的外方位元素随扫描行变化，当给定地面点坐标时并不知道该地面点对应的最佳扫描行，无法确定其外方位元素，不能像框幅式相机一样直接利用共线条件方程求出像点坐标。

2.2最佳扫描行快速搜索算法基本原理

本文利用线阵影像各扫描行投影面的几何约束关系快速定位最佳扫描行，算法思路如下：如图2所示，线阵影像每一扫描行与投影中心可构成物方空间上的一个投影面，ab为第i条扫描行线阵列CCD首、末像元，S_i为该扫描行的投影中心，像方ab与投影中心S_i以及地面点AB可构成第i条扫描行的投影面。同样可计算像方cd与投影中心S_i+1以及地面点CD构成的第i+1条扫描行投影面。地面点P位于第i条扫描行投影面与第i+1条扫描行投影面之间，利用物方各扫描行投影面间的几何关系，通过判断地面点P与各扫描行投影面的距离，可快速定位与地面点P最邻近的扫描行i与i+1，再利用地面点P与最邻近扫描行间的距离精确内插出最佳扫描行。

本基于物方投影面几何约束的地面点反投影方法也需要迭代进行，但是迭代计算是简单的空间解析几何运算，相比共线条件方程计算量大大减少，且迭代计算时可以使用各扫描行投影面间的距离进行快速估计，相比传统像方多次的共线方程迭代计算，本方法仅需少量几次空间解析几何运算，因此最佳扫描行搜索效率得到大幅度提升。

基于物方投影面几何约束的线阵影像最佳扫描行定位方法步骤如下

步骤1：获取线阵影像严密几何定位模型所需的各扫描行时间、外方位元素、相机焦距、线阵列CCD探元位置等参数。

步骤2：以图2中S_iAB构成的投影面为例，给定物方平均高程可由ab的像点坐标计算出AB的地面点坐标，S_i为第i条扫描行的外方位线元素，是已知值，设S_i、A、B三点的地面点坐标分别表示为(x₁,y₁)、(x₂,y₂)与(x₃,y₃)，则由空间三点可确定一个空间平面，计算公式为

$\left|\begin{array}{ccc}x-x_1& y-y_1& z-z_1\\ x_2-x_1& y_2-y_1& z_2-z_1\\ x_3-x_1& y_3-y_1& z_3-z_1\end{array}\right|=0---\left(2\right)$

将上式转换为空间平面的一般形式

Ax+By+Cz+D=0 （3）

其中A、B、C为空间平面的法线n的方向数，且不同时等于零。空间一点M(x₀,y₀,z₀)到空间平面的距离为

$d=\frac{|{\mathrm{Ax}}_0+{\mathrm{By}}_0+{\mathrm{Cz}}_0+D|}{\sqrt{A^2+B^2+C^2}}---\left(4\right)$

这个距离公式是最佳扫描行快速定位算法迭代时的主要计算量。

步骤3：根据相机投影中心以及各扫描行的投影面方程计算各扫描行投影面间的距离D_i，D₁表示第一条扫描行投影面与第二条扫描行投影面间的距离，以此类推。D_i用于对地面点P的最邻近扫描行进行快速估计。

步骤4：先判断地面点P与第一条扫描行投影面的距离d_i（i=1），若d_i大于两个扫描行投影面间的距离D_i（i=1），则利用下式对扫描行增量n进行估计，n=d_i/n_i。

步骤5：迭代判断P与第i条扫描行投影面的距离，直到d_i<D_i并转至第6步。

步骤6：利用与P最邻近的扫描行精确内插出最佳扫描行

$L=i+\frac{D_i}{D_i+D_{i+1}}---\left(5\right).$

（1）获取系列线阵影像的扫描行线阵列CCD像元的排列轨迹，并以线段为逼近基元分别对各扫描线线阵列CCD像元的排列轨迹进行分段拟合；

（2）给定物方高程，将各拟合线段对应的地面点线段及相应的扫描行投影中心构成物方空间上的分段投影面；

（3）给定地面点，确定该地面点的各对应分段投影面；

（4）搜索该地面点最邻近的对应分段投影面所对应的扫描行；2.3线阵列CCD分段处理

上面介绍了线阵影像最佳扫描行快速定位的基本原理，设定线阵CCD完全在一条直线上排列，而由线阵传感器相机检校文件得出的线阵列CCD像元一般有几个像素至几十个像素的偏移，图3是ADS40相机前视、下视以及后视三条线阵的实际像元排列示意图，其中前、后视线阵直线偏差较大，而下视CCD直线性相对较好。

受安置误差、镜头畸变等各种因素影响，线阵列CCD像元实际并不严格位于一条直线上，其像平面坐标表现为曲线形式，对应的线阵列CCD扫描行的物方投影面实际上是一个空间曲面。计算空间一点到空间曲面的距离比较复杂，为便于计算，对线阵列CCD进行分段处理，即由多个直线段代替曲线，这样曲面形式的物方投影面可由多个分段投影面代替，确定地面点对应的分段投影面后即可利用公式（4）计算出点到扫描行投影面的空间距离。由于CCD线阵列整体仍然接近于直线，分段数目并不会太大。

如图4所示，线阵列CCD分段处理即以线段为逼近基元分别对各扫描线线阵列CCD像元的排列轨迹进行分段拟合步骤如下：

步骤1：设线阵CCD像元数量为N，各CCD像元P_i（i=1,2,…,N）的像点坐标可由相机检校文件得出，确定线阵列CCD首、末探元MN对应的直线方程

$\frac{y-y_M}{x-x_M}=\frac{y_M-y_N}{x_M-x_N}---\left(6\right)$

将上式转换为直线方程的一般形式

Ax+By+C=0 （7）。

步骤2：求线阵列CCD各探元P_i到直线MN的距离d_i，P_i(x_i,y_i)到直线MN的距离为

$d_i=\frac{|{\mathrm{Ax}}_i+{\mathrm{By}}_i+C|}{\sqrt{A^2+B^2}}---\left(8\right).$

步骤3：求距离d_i的最大值d_h，即d_h=max(d₁,d₂,d₃,...,d_n)。

步骤4：比较d_h与分段拟合阈值ε（例如0.5个像素）的大小，并计算开关量Q，

$Q=\left\{\begin{array}{cc}1& d_h>\mathrm{\&epsiv;}\\ 0& d_h\&le;\mathrm{\&epsiv;}\end{array}\right.---\left(9\right).$

步骤5：根据Q决定是否提取中间特征点

（1）如果Q=0，则可直接使用直线MN（M、N为特征点）代替曲线MN，转第六步；

（2）如果Q=1，则将d_h所对应的点P_j(x_j,y_j)抽出，作为中间特征点；然后连接新弦线MP_j，转第一步，并以MP_j代替MN，继续进行计算和判断。

步骤6：将所有提取出的中间特征点从起点M开始，顺序排列至终点N，得出分段拟合的特征点，根据这些特征点计算每一扫描行的各个分段投影面。

2.4确定分段投影面

线阵CCD分段后，对应于某一影像扫描行的分段投影面数量为m，判断地面点至投影面距离时需要确定该点对应的分段投影面，可将各拟合线段对应的地面点线段及相应的扫描行投影中心构成物方空间上的分段投影面。如图5所示，线阵列CCD实际像元排列为曲线abcde，曲线abcde可利用4条线段拟合，即ab、bc、cd、de，各个分段对应的地面点坐标分别为AB、BC、CD、DE，相机投影中心为S，此时的分段扫描行投影面为SAB、SBC、SCD、SDE，地面点P对应的像点为p，投影光线为pSP，像方p点位于bc段，对应于物方SBC投影面，SBC投影面的两条边界投影光线为SB、SC，P点在SBC的垂点为P’，由于P’与SBC共面，可以将SBC与P’所在的空间平面转换为二维平面，并计算出SB与SC在二维平面的直线方程

$\begin{array}{c}{A}_{1}x+B_{1}y+C_1=0\\ A_{2}x+B_{2}y+C_2=0\end{array}---\left(10\right)$

按照下式计算P’至SB与SC的距离

$\begin{array}{c}{d}_1=\frac{A_{1}x+B_{1}y+C_1}{\sqrt{A_1^2+B_1^2}}\\ d_2=\frac{A_{2}x+B_{2}y+C_2}{\sqrt{A_2^2+B_2^2}}\end{array}---\left(11\right)$

计算开关量Q，当Q=0时，P不在该扫描行投影面内，反之，则P位于该扫描行投影面内。

$Q=\left\{\begin{array}{cc}0& d_1\&times;d_2>0\\ 1& d_1\&times;d_2\&le;0\end{array}\right.---\left(12\right)$

由图5中可以看出，通过上述的判断准则，只有投影面SBC满足Q=1的条件，因此，可以确定分段投影面。

由于扫描行投影面方程仅需计算一次，本文的分段投影面确定方法主要计算量是公式（11）中的d₁与d₂，即简单的空间几何计算，计算效率仍然是比较高的。为进一步提高计算速度，反投影迭代初始时可直接使用首、末CCD探元构成的近似扫描行投影面进行距离计算，当地面点至扫描行投影面的距离较小时，再使用分段投影面进行精确计算。从试验结果来看，利用近似扫描行投影面迭代3～4次，即可接近最佳扫描行，再利用分段投影面迭代一至两次即可定位与地面点P最邻近的扫描行投影面，整个迭代过程都是基于物方的简单的解析几何运算，且无需任何初始值，相比像方基于共线条件方程迭代的计算量小很多，从而实现最佳扫描行的快速、精确定位。

3大数据量线阵影像微分纠正

线阵影像的各级产品如核线影像与正射影像生成均基于微分纠正算法。微分纠正按照方法可分为正解法与反解法，实际多使用反解法^[21]。反解法微分纠正原理如图6所示，由纠正影像上的地面点坐标反求其对应的原始影像像点坐标，并将该像点坐标的灰度值赋给纠正影像，由于求得的原始影像像点坐标一般不位于像素中心，一般采用双线性内插方法进行重采样。框幅式影像一幅图像内所有像素的外方位元素是一样的，由地面点计算像点坐标可直接利用共线方程计算得出，因此框幅式影像微分纠正效率相对较高，而线阵影像微分纠正的效率要比框幅式影像低很多，主要原因就是线阵影像地面点反投影需要迭代进行。

当前线阵影像数据量普遍较大，ADS40相机一个条带单个通道影像数据量一般为几个GB，很多卫星影像的数据量也在GB级。可见，对线阵影像的最佳扫描行定位方法进行优化，对于提高线阵影像微分纠正方法效率是十分有必要的。

以正射影像生成为例，基于最佳扫描行快速定位的线阵影像微分纠正方法流程如图7所示，具体步骤如下：

步骤1：构建线阵影像的严密几何构型，对CCD线阵列进行分段处理，计算各扫描行的近似投影面以及分段投影面。

步骤2：利用原始线阵影像以及DEM数据计算纠正影像的坐标范围。根据纠正影像坐标范围以及设定的像素间距大小s，计算纠正影像宽高。

步骤3：逐像素计算纠正影像上每一个像点对应的原始影像像点坐标，这个过程需要先进行一系列坐标转换，将纠正影像的坐标转换至摄影测量物方坐标系，然后是利用公式（1）进行地面点反投影计算，该计算中用到的线阵影像最佳扫描行快速定位方法如上面所述，在此不再赘述。

步骤4：对求出的原始图像像点坐标进行灰度重采样。

步骤5：逐像素进行线阵影像微分纠正计算。

由于线阵影像数据量较大，一次读取所有数据会超出内存上限，针对线阵影像的这一特点，方法实现时对影像进行分块处理。为减少磁盘IO和提高方法性能，本方法从目标正射影像出发，将待生成的正射影像进行分块，并计算分块后的正射影像对应的原始图像范围，分块纠正时仅读取该范围内的原始图像数据，且各个分块影像可采用多线程方式进行并行处理，进一步提高处理速度。

4实验与分析

选取ADS40以及火星快车HRSC影像进行实验，其中ADS40线阵分段数较多，而HRSC线阵直线性较好，分1段即可，实验数据基本情况见表1。

表1试验数据基本情况

4.1最佳扫描行快速定位实验

实验环境基于Microsoft XP操作系统，采用Visual Studio2008进行程序开发，计算机CPU配置为Intel酷睿i7系列（8×3.4GHz），内存为3.24GB。随机选取100万个像点，给定地面点高程计算出每一个像点对应的地面点坐标，利用本文的最佳扫描行快速搜索算法与传统的基于像方迭代算法进行实验，由地面点坐标反投影获取像点坐标，并与已知像点坐标进行对比，试验结果见表2。

表2最佳扫描行搜索实验

4.2线阵影像微分纠正试验

由表2数据可知，本文算法与基于像方的扫描行搜索算法定位精度相当，均达到0.001个像素的高精度定位，采用两种算法进行微分纠正的精度也是一样的，因此微分纠正实验不再比较精度，仅比较效率。表3中T₁为基于像方迭代搜索最佳扫描行的微分纠正处理时间，T₂为利用本文算法的微分纠正处理时间，T₃为利用本文算法进行多线程并行处理所需时间，并发线程数量为8。

表3线阵影像反解法微分纠正实验

4.3实验结果分析

分析表中实验结果，得出以下几点结论：

（1）在扫描行定位精度方面，本文算法与传统的基于像方的迭代搜索算法基本一致，均小于0.001个像素，即给定地面点可实现最佳扫描行的精确定位，这是保证线阵影像几何纠正精度的基础。

（2）线阵CCD分段阈值为0.5个像素大小，表3中ADS40前、后视影像分段数目较多，分别为20段与13段，下视影像直线性较好，分为2段，而火星快车HRSC直线性最好，分为1段即可。分析ADS40影像分段数量与处理时间可知，当线阵CCD需要分段处理时，分段数量对处理效率有一定影响，但是由于本文算法迭代初期使用了近似投影面减少计算量，分段数量对计算效率的影响并不十分明显。

（3）分析最佳扫描行计算效率可知，由于基于像方的搜索算法一般需要十几次的共线方程迭代运算，而本文算法仅需要少量几次的物方空间解析几何运算，因此本文算法计算速度快，火星快车HRSC影像效率提升达到20倍，而ADS40影像效率提升达7～9倍。分析几何纠正效率可知，基于像方搜索算法进行几何纠正效率较低，不具备实际应用价值，而基于本文算法的微分纠正处理效率得到大幅度提升，ADS40影像效率提升6倍以上，火星快车HRSC影像效率提升13倍以上。

（4）由于线阵影像数据量较大，加上线阵影像微分纠正算法本身的复杂性，若仅使用单线程方式进行几何纠正处理，即使使用本文的优化算法，ADS40一条全色波段影像纠正耗时也要1个小时左右，计算速度仍然不能令人满意。可见，大数据量线阵影像的几何纠正处理需要采用并行方式进行加速。经过并行处理后，在单机环境下，2GB大小的ADS40影像微分纠正仅需十几分钟即可完成，利用本文算法进行微分纠正较好地解决了线阵影像大数据量几何纠正的性能瓶颈问题。由于磁盘读写、数据传输、计算资源调度等开销，本文实验使用8个线程进行并行处理仅获得了3～4倍的加速比提升，若对并行算法进行优化，计算效率还有较大提升空间。

基于严密几何模型进行线阵影像的几何纠正是当前海量遥感影像处理的性能瓶颈，其核心问题是地面点对应最佳扫描行的快速定位。本文基于物方扫描行投影面几何约束提出了一种最佳扫描行快速定位方法，无需要任何初始值，仅需要少量的空间解析几何运算即可快速定位最佳扫描行，具有精度高且计算速度快的特点。利用本文方法可较好地解决大数据量线阵影像的微分纠正问题，具有较强的实用价值。

最后所应说明的是：以上实施例仅用以说明而非限定本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应当理解；依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.基于最佳扫描行快速定位的线阵影像微分纠正方法，其特征在于，该方法的步骤如下：

(1)获取线阵影像，构建线阵影像的严密几何构型；

(2)利用线阵影像以及DEM数据计算纠正影像的坐标范围；根据纠正影像坐标范围以及设定的像素间距大小s，计算纠正影像的宽和高；

(3)先将纠正影像的坐标转换至摄影测量物方坐标系，再地面点反投影计算，逐像素计算纠正影像上每一个像点对应的原始影像像点坐标，地面点反投影计算公式如下

式中x、y为像点坐标，X、Y、Z为地面点坐标，f为相机焦距，L表示地面点对应的最佳扫描行，为地面点对应的相机投影中心即外方位线元素，为外方位角元素组成的旋转矩阵；

(4)对求出的原始影像像点坐标进行灰度重采样；

(5)逐像素进行线阵影像微分纠正计算；

步骤(3)中地面点对应的最佳扫描行的定位方式包括如下步骤：

(A)获取系列线阵影像的扫描行线阵列CCD像元的排列轨迹，并以线段为逼近基元分别对各扫描行线阵列CCD像元的排列轨迹进行分段拟合；

(B)给定物方高程，将各拟合线段对应的地面点线段及相应的扫描行投影中心构成物方空间上的分段投影面；

(C)给定地面点，确定该地面点的各对应分段投影面；

(D)搜索该地面点最邻近的分段投影面所对应的扫描行；

(E)利用步骤(D)所得扫描行精确内插出最佳扫描行。

2.根据权利要求1所述的基于最佳扫描行快速定位的线阵影像微分纠正方法，其特征在于，步骤(C)确定地面点的各对应分段投影面是通过判断该地面点的像点是否在分段投影面中得到的。

3.根据权利要求1所述的基于最佳扫描行快速定位的线阵影像微分纠正方法，其特征在于：步骤(D)是通过计算地面点与各对应分段投影面之间的距离搜索得到距地面点最邻近的对应分段投影面所对应的扫描行。