CN103914808B - 一种资源三号卫星三线阵影像和多光谱影像的拼接方法 - Google Patents

Abstract

本发明涉及一种资源三号卫星三线阵影像和多光谱影像的拼接方法，其包括以下步骤：建立真实CCD线阵的严密成像几何模型；根据真实CCD线阵的严密成像几何模型，建立虚拟CCD线阵的严密成像几何模型；建立拼接影像的有理多项式模型；完成资源三号卫星三线阵影像和多光谱影像的拼接。利用基于虚拟CCD线阵的内视场的拼接方案，在焦平面上构造出无畸变的CCD阵列，对原始多个CCD成像影像按照线中心投影成像方式进行重成像，以实现多个CCD成像影像的线中心投影无缝拼接。本发明可以广泛应用于资源三号卫星影像处理中。

Description

一种资源三号卫星三线阵影像和多光谱影像的拼接方法

技术领域

本发明涉及一种影像拼接方法，特别是关于一种资源三号卫星三线阵影像和多光谱影像的拼接方法。

背景技术

在高分辨光学线阵推扫式卫星相机的设计中，为获取较大的幅宽，将多个CCD（Charge-coupled Device，电荷耦合元件）线阵在焦面上交错安装，通过分光等模式形成近似直线的一条连续CCD阵列。但是由于多个CCD线阵的安装精度和TDI-CCD（Time Delayedand IntegrationCharge-coupled Device时间延迟和积分电荷耦合元件）沿着轨道方向宽度等因素的限制，多个CCD线阵在焦面不可能形成一条严格意义上的CCD线阵。在摄影测量数据生产中，均使用卫星影像供应商提供的按照成像几何特性和辐射特性拼接后的影像，例如IKONOS伊科诺斯、QuickBird快鸟和WorldView-2等。而影像的拼接精度会直接影响后续摄影测量生产的精度，如在利用IKONOS立体像对匹配生产DEM（Digital ElevationModel,数字高程模型）时，拼接精度不高会导致DEM精度有损失。多CCD线阵的亚像素级拼接精度是保证DEM生产精度的前提。如何对交错安装的多个CCD线阵影像进行高精度的拼接成为了高分辨率遥感卫星应用中亟待解决的问题。

多光谱相机一般采用多谱合一的TDI-CCD，那么同一时刻各个谱段对应不同的摄影点。即各个波段对应同一地物的成像时间不一致，而卫星在飞行过程中存在高频颤振，那么各个波段对应同一地物的成像姿态也不一致，若是波段直接相加，那么各个波段的影像无法保证完全叠合。而且，多光谱影像上也存在着多个CCD影像拼接的问题，如何对多光谱数据进行拼接，同时保证其无缝是有效利用多光谱影像的关键。

而当前多CCD影像拼接的方法主要可以分为两类：基于像方的影像拼接和基于物方的影像拼接。基于像方的影像拼接认为影像之间基本上只存在偏移或者低阶畸变，从相邻CCD影像的重叠区域中获取一些同名点，再利用同名点之间的位置关系，建立起平移甚至仿射变换等低阶畸变模型，从而建立起影像与影像间的对应关系，完成拼接。但是，该拼接方案必须基于一个假设前提，那就是卫星飞行平台稳定，姿态不存在较大跳变。然而，事实上卫星在飞行过程中，为了保持三轴稳定，姿轨控制系统会不断调整卫星的姿态，由于这些因素的存在，使得卫星姿态中存在高频抖动，从而导致不位于同一直线的CCD之间会出现成像时间不一致的现象，该现象称为卫星姿态的高频噪声，该高频噪声是无法通过简单的低阶模型消除的。而且，基于像方的影像拼接严重依赖于同名点匹配的精度，一旦拼接处纹理单一，同名点匹配可靠性不足时，就会出现拼接错误。除此之外，更为严重的问题是，该拼接方法生产的影像丢失了严密成像几何模型。如果直接利用通用传感器模型，如RFM(Rational Function Model,有理多项式模型)来替代原始模型的话，又会存在模型替代精度不高的问题，如ALOS（日本的对地观测卫星）的1B产品。与之不同，基于物方的影像拼接方法采用基于各CCD线阵的严密成像几何模型，根据各CCD的物方定位建立相邻CCD线阵关系，完成拼接；因此，采用该方案建立的相邻CCD位置关系更为严密，且其拼接精度不依赖于同名点匹配精度。

发明内容

针对上述问题，本发明的目的是提供一种不依赖于同名点匹配精度的资源三号卫星三线阵影像和多光谱影像的拼接方法，该方法是一种物方拼接方法，能够解决常用像方拼接方法的不足，并通过虚拟CCD的严密成像几何模型，建立拼接影像的严密成像几何模型，在完成影像拼接的同时，实现通用几何模型的建立，使得拼接影像能够进一步应用于摄影测量等处理。

为实现上述目的，本发明采取以下技术方案：一种资源三号卫星三线阵影像和多光谱影像的拼接方法，其具体包括以下步骤：1）建立真实CCD线阵的严密成像几何模型；2）根据真实CCD线阵的严密成像几何模型，建立虚拟CCD线阵的严密成像几何模型；3）建立拼接影像的有理多项式模型；4）完成资源三号卫星三线阵影像和多光谱影像的拼接。

所述步骤1）中，采用以下步骤建立真实CCD线阵的严密成像几何模型：①利用全色或多光谱相机的像主点(x₀,y₀),像主距f，像元(x,y)大小，确定像元(x,y)在全色或多光谱相机坐标系下的坐标为：

$\left[\begin{array}{c}x-x_0\\ y-y_0\\ -f\end{array}\right];$

②根据像元(x,y)的行y，采用线性内插方法内插得到成像时间t，通过成像时间t，分别采用拉格朗日内插和线性内插方法得到某成像时刻的轨道 ${\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}$ 和姿态Q；

③根据由步骤②得到的轨道 ${\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}$ 和姿态Q，建立像点坐标与地面点坐标的对应关系，即真实CCD线阵的严密成像几何模型为：

${\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]}_{\mathrm{WGS}84}={\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}+m{R}_{\mathrm{body}2\mathrm{WGS}84}{R}_{\mathrm{camera}2\mathrm{body}}\left[\begin{array}{c}x-x_0\\ y-y_0\\ -f\end{array}\right];$

式中， ${\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]}_{\mathrm{WGS}84}$ 是影像拍摄地面点的地面坐标；m为成像比例尺； ${\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}$ 是某成像时刻的轨道；R_body2WGS84是由卫星下传的定姿设备测量获得的描述卫星成像姿态的数据；R_camera2body是载荷在卫星本体坐标系下的安装矩阵，描述载荷与卫星本体的相对关系；根据真实CCD线阵的严密成像几何模型以及影像的长度和宽度，计算得到真实CCD线阵对应的地面影像范围。

所述步骤2）中，采用以下步骤建立虚拟CCD线阵的严密成像几何模型：①确定虚拟CCD线阵上任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标为：

$\left[\begin{array}{c}{x}^{\′}=(x_{\max }-x_{\min })/w_{\mathrm{virtual}}\·s+x_{\min }\\ y^{\′}={\mathrm{ax}}^{\′}+b\\ -f\end{array}\right],$

式中，w_virtual为虚拟CCD影像的宽度，a和b均为虚拟CCD线阵直线方程的系数，f为像主距，x_max＝max(x_i)，x_min＝min(x_i)，i≤n；②建立t时刻卫星姿态模型为：

式中，ω_n,κ_n为卫星不同时刻姿态拟合的多项式系数，n为采用的多项式模型阶数，n＝0,1,…；③将步骤①确定的虚拟CCD线阵上任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标以及步骤②建立的t时刻卫星姿态模型均代入真实CCD线阵的严密成像几何模型中，得到虚拟CCD线阵的严密成像几何模型。

所述步骤3）中，建立拼接影像的有理多项式模型的过程包括：①根据据虚拟CCD线阵的严密成像几何模型，分别计算虚拟CCD影像的上下左右四个角点的地理坐标(lon,lat,h)，即某区域的地理范围，从全球1km格网SRTM数据上读取该区域地理范围的影像，计算该区域的高程范围；②在虚拟CCD的影像空间内，根据虚拟影像大小划分虚拟控制格网，根据虚拟CCD线阵的严密成像几何模型计算格网上各个网格点的地理坐标，组成控制点(X,Y,P,L,H)，并求解控制点(X,Y,P,L,H)对应的RFM模型：

$\left\{\begin{array}{c}Y=\frac{N_L(P,L,H)}{D_L(P,L,H)}\\ X=\frac{N_S(P,L,H)}{D_S(P,L,H)}\end{array}\right.,$

式中，X,Y为影像坐标，P,L,H分别为地面坐标纬度、经度和高程；N_L(P,L,H)为：

N_L(P,L,H)＝a₁+a₂L+a₃P+a₄H+a₅LP+a₆LH+a₇PH+a₈L²+a₉P²

+a₁₀H²+a₁₁PLH+a₁₂L³+a₁₃LP²+a₁₄LH²+a₁₅L²P+a₁₆P³+a₁₇PH²，

+a₁₈L²H+a₁₉P²H+a₂₀H³

将N_L(P,L,H)中的参数a_i换成b_i，c_i和d_i，分别得到D_L(P,L,H)，N_s(P,L,H)和D_s(P,L,H)，i＝1,2,…,20。

所述步骤4）中，采用以下步骤完成资源三号卫星三线阵影像和多光谱影像的拼接：①确定虚拟CCD影像的高度和宽度，其中，将原始影像的高度设定为虚拟CCD影像的高度，虚拟CCD影像的宽度为w_virtual；②对控制点(X,Y,P,L,H)对应的RFM模型进行逆变换，并计算得到拼接后影像上任一点O对应高程h的地面点坐标(lat,lon,h)；③利用反算模型，将地面点坐标(lat,lon,h)投影到真实CCD影像上，得到地面点坐标(lat,lon,h)对应的像点坐标(x',y')；④采用距离加权方法，计算得到像点坐标(x',y')对应的灰度值g(x',y')为：

g(x',y')＝(1-dx)·(1-dy)·g₁+dx·(1-dy)·g₂+dy·(1-dx)·g₃+dx·dy·g₄；

⑤对已知高度和宽度的虚拟CCD影像上的所有像素，重复步骤②～步骤④，完成资源三号卫星三线阵影像和多光谱影像的拼接。

所述步骤③中，计算得到地面点坐标(lat,lon,h)对应的像点坐标(x',y')，其具体包括以下步骤：Ⅰ、根据真实CCD线阵的严密成像几何模型，计算得到原始影像上下左右四个角点的地理坐标(lat,lon)，根据像元(x,y)与地理坐标(lat,lon)之间的关系式：

$\left\{\begin{array}{c}x=f_0+f_1\mathrm{lat}+f_2\mathrm{lon}\\ y=g_0+g_1\mathrm{lat}+g_2\mathrm{lon}\end{array}\right.,$

计算仿射变换参数f₀、f₁、f₂、g₀、g₁、g₂；Ⅱ、将计算得到的地面点坐标(lat,lon,h)代入像元(x,y)与地理坐标(lat,lon)之间的关系式，得到地面点坐标(lat,lon,h)对应的影像点的平面坐标(x_p,y_p)；Ⅲ、将影像点的平面坐标(x_p,y_p)代入真实CCD线阵的严密成像几何模型，计算得到影像点坐标(x_p,y_p,h)的地面点坐标(lat_p,lon_p)；Ⅳ、重复步骤Ⅰ～步骤Ⅲ，直到满足迭代条件：

地面点坐标(lat_p,lon_p)所对应的影像点的平面坐标(x_p,y_p)即为地面点对应的像点坐标(x',y')。

本发明由于采取以上技术方案，其具有以下优点：1、本发明是基于物方的拼接方案，其拼接精度不依赖同名点匹配精度。2、采用本发明生成的拼接影像，能够同时提供真实CCD线阵和虚拟CCD线阵的严密成像几何模型。3、本发明通过建立理想直线的虚拟CCD线阵完成影像拼接，所生成的拼接影像符合理想的线中心投影，为无畸变影像，便于后续几何处理。基于以上优点，本发明可以广泛应用于资源三号卫星影像处理中。

附图说明

图1是本发明的流程图

图2是灰度双线性内插示意图

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1所示，本发明资源三号卫星三线阵影像和多光谱影像的拼接方法，具体包括以下步骤：

1）建立真实CCD线阵的严密成像几何模型；

①利用全色或多光谱相机的像主点(x₀,y₀),像主距f，像元(x,y)大小，确定像元(x,y)在全色或多光谱相机坐标系下的坐标为：

$\left[\begin{array}{c}x-x_0\\ y-y_0\\ -f\end{array}\right].$

②根据像元(x,y)的行y，采用线性内插方法内插得到成像时间t。通过成像时间t，分别采用拉格朗日内插和线性内插方法得到某成像时刻的轨道 ${\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}$ 和姿态Q。

③根据由步骤②得到的轨道 ${\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}$ 和姿态Q等参数，建立像点坐标与地面点坐标的对应关系，即真实CCD线阵的严密成像几何模型为：

${\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]}_{\mathrm{WGS}84}={\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}+m{R}_{\mathrm{body}2\mathrm{WGS}84}{R}_{\mathrm{camera}2\mathrm{body}}\left[\begin{array}{c}x-x_0\\ y-y_0\\ -f\end{array}\right]---\left(1\right)$

式（1）中， ${\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]}_{\mathrm{WGS}84}$ 是影像拍摄地面点的地面坐标；m为成像比例尺； ${\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{\mathrm{WGS}84}$ 是某成像时刻的轨道；R_body2WGS84是由卫星下传的定姿设备测量获得的描述卫星成像姿态的数据；R_camera2body是载荷在卫星本体坐标系下的安装矩阵，描述载荷与卫星本体的相对关系；

根据式（1）以及原始影像的长度和宽度，计算得到真实CCD线阵对应的地面影像范围。

2）根据真实CCD线阵的严密成像几何模型，建立虚拟CCD线阵的严密成像几何模型；

①确定虚拟CCD线阵上任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标，其具体包括以下步骤：

利用步骤1）中确定的所有像元(x,y)在全色或多光谱相机坐标系下的坐标(x-x₀,y-y₀)，通过最小二乘法求解虚拟CCD线阵直线方程的解，拟合出最佳的虚拟CCD线阵。

Ⅰ、将步骤1）确定的所有像元(x,y)在全色或多光谱相机坐标系下的坐标(x-x₀,y-y₀)作为观测值，虚拟CCD线阵直线方程y＝ax+b的系数a和b作为未知数，建立间接平差方程：

V＝AX-L （2）

式中， $A=\left[\begin{array}{cc}{x}_1& 1\\ x_2& 1\\ ...& ...\\ x_{n-1}& 1\\ x_n& 1\end{array}\right],X=\left[\begin{array}{c}a\\ b\end{array}\right],L=\left[\begin{array}{c}{y}_1\\ y_2\\ ...\\ y_{n-1}\\ y_n\end{array}\right],$ 则X＝(A^TA)^-1A^TL。

假设共有n对观测值(x_i,y_i),i≤n，根据式（2），采用最小二乘法，求解得到虚拟CCD线阵直线方程的系数a和b。

Ⅱ、根据原始影像的宽度w_real和真实CCD影像间的重叠像素w_overlap，确定虚拟CCD影像的宽度w_virtual为：

w_virtual＝w_real-w_overlap （3）

Ⅲ、对于虚拟CCD线阵上任一像素s，由于各真实CCD分布在与卫星运动方向垂直的方向上，结合步骤Ⅰ计算得到的系数a和b，得到任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标y'为：y'＝ax'+b。结合虚拟CCD影像的宽度w_virtual，得到任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标为：

$\left[\begin{array}{c}{x}^{\′}=(x_{\max }-x_{\min })/w_{\mathrm{virtual}}\·s+x_{\min }\\ y^{\′}={\mathrm{ax}}^{\′}+b\\ -f\end{array}\right]---\left(4\right)$

式中，x_max＝max(x_i)，x_min＝min(x_i)。

②建立t时刻卫星姿态模型，其具体包括以下步骤：

Ⅰ、为解决积分时间跳变的问题，将成像时刻设置为等间隔，建立虚拟CCD成像时间模型为：

t＝t₀+Δt·(y-y₀) （5）

式中，y₀为影像起始行，t₀是影像起始行的成像时间，Δt为平均积分时间，t为第y行影像的成像时刻。

Ⅱ、为解决卫星姿态跳变的问题，在重成像时，利用卫星不同时刻姿态拟合的多项式系数ω_n,κ_n，（其中，n＝0,1,…）建立t时刻卫星姿态模型为：

③将步骤①确定的虚拟CCD线阵上任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标以及步骤②建立的t时刻卫星姿态模型均代入式（1）中，得到虚拟CCD线阵的严密成像几何模型。

3）建立拼接影像的有理多项式模型；

①根据据虚拟CCD线阵的严密成像几何模型，分别计算虚拟CCD影像的上下左右四个角点的地理坐标(lon,lat,h)，即某区域的地理范围，从全球1km格网SRTM（ShuttleRadar Topography Mission）数据上读取该区域地理范围的影像，计算该区域的高程范围。

②在虚拟CCD的影像空间内，根据虚拟影像大小划分虚拟控制格网，例如划分成200×200×15，根据虚拟CCD线阵的严密成像几何模型计算格网上各个网格点的地理坐标，组成形如(X,Y,P,L,H)的控制点，求解控制点(X,Y,P,L,H)对应的RFM模型：

$\left\{\begin{array}{c}Y=\frac{N_L(P,L,H)}{D_L(P,L,H)}\\ X=\frac{N_S(P,L,H)}{D_S(P,L,H)}\end{array}\right.---\left(7\right)$

式中，X,Y为影像坐标，P,L,H分别为地面坐标纬度、经度和高程；N_L(P,L,H)为：

N_L(P,L,H)＝a₁+a₂L+a₃P+a₄H+a₅LP+a₆LH+a₇PH+a₈L²+a₉P²

+a₁₀H²+a₁₁PLH+a₁₂L³+a₁₃LP²+a₁₄LH²+a₁₅L²P+a₁₆P³+a₁₇PH² （8）

+a₁₈L²H+a₁₉P²H+a₂₀H³

分别将式（8）中待求的RFM模型的参数a_i(i＝1,2,…,20)换成b_i，c_i和d_i得到D_L(P,L,H)，N_s(P,L,H)和D_s(P,L,H)。

4）完成资源三号卫星三线阵影像和多光谱影像的拼接；

①确定虚拟CCD影像的高度和宽度，其中，将原始影像的高度设定为虚拟CCD影像的高度，虚拟CCD影像的宽度为w_virtual。

②对式（7）进行逆变换并计算得到拼接后影像上任一点O对应高程h的地面点坐标(lat,lon,h)。

③利用反算模型，将地面点坐标(lat,lon,h)投影到真实CCD影像上，得到地面点坐标(lat,lon,h)对应的像点坐标(x',y')，其具体包括以下步骤：

Ⅰ、根据式（1）计算得到原始影像上下左右四个角点的地理坐标(lat,lon)，根据像元(x,y)与地理坐标(lat,lon)之间的关系式：

$\left\{\begin{array}{c}x=f_0+f_1\mathrm{lat}+f_2\mathrm{lon}\\ y=g_0+g_1\mathrm{lat}+g_2\mathrm{lon}\end{array}\right.---\left(9\right)$

计算仿射变换参数f₀、f₁、f₂、g₀、g₁、g₂；

Ⅱ、将步骤②计算得到的地面点坐标(lat,lon,h)代入式（9），得到地面点坐标(lat,lon,h)对应的影像点的平面坐标(x_p,y_p)；

Ⅲ、将影像点的平面坐标(x_p,y_p)代入式（1），计算得到影像点坐标(x_p,y_p,h)的地面点坐标(lat_p,lon_p)；

Ⅳ、重复步骤Ⅰ～步骤Ⅲ，直到满足以下迭代条件时，地面点坐标(lat_p,lon_p)所对应的影像点的平面坐标(x_p,y_p)即为地面点对应的像点坐标(x',y')；

④如图2所示，采用距离加权方法，计算得到像点坐标(x',y')对应的灰度值g(x',y')为：

g(x',y')＝(1-dx)·(1-dy)·g₁+dx·(1-dy)·g₂+dy·(1-dx)·g₃+dx·dy·g₄ （11）

⑤对已知高度和宽度的虚拟CCD影像上的所有像素，重复步骤②～步骤④，完成资源三号卫星三线阵影像和多光谱影像的拼接。

上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和方法步骤等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (5)

1.一种资源三号卫星三线阵影像和多光谱影像的拼接方法，其具体包括以下步骤：

1)建立真实CCD线阵的严密成像几何模型；

采用以下步骤建立真实CCD线阵的严密成像几何模型：

①利用全色或多光谱相机的像主点(x₀,y₀),像主距f，像元(x,y)大小，确定像元(x,y)在全色或多光谱相机坐标系下的坐标为：

$\left[\begin{array}{c}x-x_0\\ y-y_0\\ -f\end{array}\right];$

②根据像元(x,y)的行y，采用线性内插方法内插得到成像时间t，通过成像时间t，分别采用拉格朗日内插和线性内插方法得到某成像时刻的轨道和姿态Q；

③根据由步骤②得到的轨道和姿态Q，建立像点坐标与地面点坐标的对应关系，即真实CCD线阵的严密成像几何模型为：

${\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right]}_{WGS84}={\left[\begin{array}{c}{X}_s\\ Y_s\\ Z_s\end{array}\right]}_{WGS84}+{\mathrm{mR}}_{body2WGS84}{R}_{camera2body}\left[\begin{array}{c}x-x_0\\ y-y_0\\ -f\end{array}\right];$

式中，是影像拍摄地面点的地面坐标；m为成像比例尺；是某成像时刻的轨道；R_body2WGS84是由卫星下传的定姿设备测量获得的描述卫星成像姿态的数据；R_camera2body是载荷在卫星本体坐标系下的安装矩阵，描述载荷与卫星本体的相对关系；

根据真实CCD线阵的严密成像几何模型以及影像的长度和宽度，计算得到真实CCD线阵对应的地面影像范围；

2)根据真实CCD线阵的严密成像几何模型，建立虚拟CCD线阵的严密成像几何模型；

3)建立拼接影像的有理多项式模型；

4)完成资源三号卫星三线阵影像和多光谱影像的拼接。

2.如权利要求1所述的一种资源三号卫星三线阵影像和多光谱影像的拼接方法，其特征在于：所述步骤2)中，采用以下步骤建立虚拟CCD线阵的严密成像几何模型：

①确定虚拟CCD线阵上任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标为：

$\left[\begin{array}{c}{x}^{\′}=(x_{\max }-x_{\min })/w_{virtual}\·s+x_{\min }\\ y^{\′}={\mathrm{ax}}^{\′}+b\\ -f\end{array}\right],$

式中，w_virtual为虚拟CCD影像的宽度，a和b均为虚拟CCD线阵直线方程的系数，f为像主距，x_max＝max(x_i)，x_min＝min(x_i)，i≤n；

②建立t时刻卫星姿态模型(ω_t,κ_t)为：

式中，ω_n,κ_n为卫星不同时刻姿态拟合的多项式系数，n为采用的多项式模型阶数，n＝0,1,…；

③将步骤①确定的虚拟CCD线阵上任一像素s所对应的像元在全色或多光谱相机坐标系下的坐标以及步骤②建立的t时刻卫星姿态模型均代入真实CCD线阵的严密成像几何模型中，得到虚拟CCD线阵的严密成像几何模型。

3.如权利要求1或2所述的一种资源三号卫星三线阵影像和多光谱影像的拼接方法，其特征在于：所述步骤3)中，建立拼接影像的有理多项式模型的过程包括：

①根据虚拟CCD线阵的严密成像几何模型，分别计算虚拟CCD影像的上下左右四个角点的地理坐标(lon,lat,h)，即某区域的地理范围，从全球1km格网SRTM数据上读取该区域地理范围的影像，计算该区域的高程范围；

②在虚拟CCD的影像空间内，根据虚拟影像大小划分虚拟控制格网，根据虚拟CCD线阵的严密成像几何模型计算格网上各个网格点的地理坐标，组成控制点(X,Y,P,L,H)，并求解控制点(X,Y,P,L,H)对应的RFM模型：

$\left\{\begin{array}{c}Y=\frac{N_L(P,L,H)}{D_L(P,L,H)}\\ X=\frac{N_S(P,L,H)}{D_S(P,L,H)}\end{array}\right.,$

式中，X,Y为影像坐标，P,L,H分别为地面坐标纬度、经度和高程；N_L(P,L,H)为：

N_L(P,L,H)＝a₁+a₂L+a₃P+a₄H+a₅LP+a₆LH+a₇PH+a₈L²+a₉P²

+a₁₀H²+a₁₁PLH+a₁₂L³+a₁₃LP²+a₁₄LH²+a₁₅L²P+a₁₆P³+a₁₇PH²，

+a₁₈L²H+a₁₉P²H+a₂₀H³

将N_L(P,L,H)中的参数a_i换成b_i，c_i和d_i，分别得到D_L(P,L,H)，N_s(P,L,H)和D_s(P,L,H)，i＝1,2,…,20。

4.如权利要求1或2所述的一种资源三号卫星三线阵影像和多光谱影像的拼接方法，其特征在于：所述步骤4)中，采用以下步骤完成资源三号卫星三线阵影像和多光谱影像的拼接：

①确定虚拟CCD影像的高度和宽度，其中，将原始影像的高度设定为虚拟CCD影像的高度，虚拟CCD影像的宽度为w_virtual；

②对控制点(X,Y,P,L,H)对应的RFM模型进行逆变换，并计算得到拼接后影像上任一点O对应高程h的地面点坐标(lat,lon,h)；

③利用反算模型，将地面点坐标(lat,lon,h)投影到真实CCD影像上，得到地面点坐标(lat,lon,h)对应的像点坐标(x',y')；

④采用距离加权方法，计算得到像点坐标(x',y')对应的灰度值g(x',y')为：

g(x',y')＝(1-dx)·(1-dy)·g₁+dx·(1-dy)·g₂+dy·(1-dx)·g₃+dx·dy·g₄；

⑤对已知高度和宽度的虚拟CCD影像上的所有像素，重复步骤②～步骤④，完成资源三号卫星三线阵影像和多光谱影像的拼接。

5.如权利要求4所述的一种资源三号卫星三线阵影像和多光谱影像的拼接方法，其特征在于：所述步骤③中，计算得到地面点坐标(lat,lon,h)对应的像点坐标(x',y')，其具体包括以下步骤：

Ⅰ、根据真实CCD线阵的严密成像几何模型，计算得到原始影像上下左右四个角点的地理坐标(lat,lon)，根据像元(x,y)与地理坐标(lat,lon)之间的关系式：

$\left\{\begin{array}{c}x=f_0+f_{1}lat+f_{2}lon\\ y=g_0+g_{1}lat+g_{2}lon\end{array}\right.,$

计算仿射变换参数f₀、f₁、f₂、g₀、g₁、g₂；

Ⅱ、将计算得到的地面点坐标(lat,lon,h)代入像元(x,y)与地理坐标(lat,lon)之间的关系式，得到地面点坐标(lat,lon,h)对应的影像点的平面坐标(x_p,y_p)；

Ⅲ、将影像点的平面坐标(x_p,y_p)代入真实CCD线阵的严密成像几何模型，计算得到影像点坐标(x_p,y_p,h)的地面点坐标(lat_p,lon_p)；

Ⅳ、重复步骤Ⅰ～步骤Ⅲ，直到满足迭代条件：

地面点坐标(lat_p,lon_p)所对应的影像点的平面坐标(x_p,y_p)即为地面点对应的像点坐标(x',y')。