CN105716581B - 基于双介质摄影技术的水下物点坐标确定方法和装置 - Google Patents

Abstract

本发明提供了基于双介质摄影技术的水下物点坐标确定方法和装置，涉及双介质摄影领域。本发明提供的基于双介质摄影技术的水下物点坐标确定方法，采用水边线点的潮汐瞬时水位对入射点的瞬时水位值进行了优化，使得最终得到的目标物点的三维坐标更为精准，具体的，其先使用水边线点对应的潮汐瞬时水位对格网点的瞬时水位值进行了优化，并进一步使用优化后的格网点瞬时水位，采用加权平均的方式计算出了入射点的瞬时水位值，最终使用入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标。由于水边线点的数值是相对准确的，因此，通过修正和加权平均的方式，最终所求得的目标物点的三维坐标的精度也相对提高。

Description

基于双介质摄影技术的水下物点坐标确定方法和装置

技术领域

本发明涉及双介质摄影领域，具体而言，涉及基于双介质摄影技术的水下物点坐标确定方法和装置。

背景技术

航空摄影(aerial photography)，又称航拍，是指在飞机或其他航空飞行器上利用航空摄影机摄取地面景物像片的技术。按像片倾斜角分类(像片倾斜角是航空摄影机主光轴与通过透镜中心的地面铅垂线(主垂线)间的夹角)，可将摄影方式分为垂直摄影和倾斜摄影。

从摄影介质的角度来看，航空摄影中主要分为两大类，一类是对地面上的景物进行拍摄的单介质摄影，另一类是对水中景物进行拍摄的双介质摄影。

双介质摄影是被摄物体与摄影机处于不同介质中的摄影测量方法。双介质摄影测量的成像光线必定穿过两个不同的介质(如空气和水)，这就使摄影测量处理时需要考虑或像光线在介质分界处的折光问题。当摄影机置于空中向水中摄影，水面就是两介质的分界面；若用摄影机在水下摄影，则摄影机物镜的主平面就是两介质的分界面。双介质摄影测量多用于测绘海底地形和研究水中物体。基于双介质摄影，可以利用被摄目标在两种不同介质中的几何关系来确定水下物点三维位置坐标。

随着遥感技术的发展，利用海水可见光遥感反射率、高光谱遥感辐射亮度进行水深测量的卫星遥感技术逐步发展成熟，但这种技术只能在水色清澈的海域进行，同时，高分辨率航空遥感影像在远离大陆的海域获取困难，在数据处理时跨海高程传递方面存在困难。在双介质摄影测量方面，相关研究仅推导出了双介质摄影测量的相对定向和绝对定向的基本公式，采用模拟数据进行实验，没有实际数据进行验证，其基本公式的可靠性也就难以确定。我国海域岛礁具有水下礁盘面积大的特点，其露出水面部分面积远小于水下礁盘面积，海礁测绘的难题就是解决礁盘水下礁盘地形测绘的技术。传统的船基水深测量，受岛礁远离大陆难以到达、敏感海区无法靠近、岛礁近岸水深较浅船舶易搁浅等因素影响，难以实施；对于通用航空激光测深技术，测量装备昂贵，受敏感海区空域限制、远离大陆海域受飞行平台续航能力限制，难以实施。

目前，美国海洋测量局于20世纪90年代就开始了近岸、海岛礁、浅滩等周边海域的航空摄影水下地形探测和水深测量工作，在当时的航空摄影技术和成像条件下，浅海水深测量深度可达到5.5m，透明水域能达到20m。

国内外水下地形测量测量技术主要包括船载RTK GPS+多波束数字测深技术、机载激光测深技术和遥感水深反演测深技术。但现有技术中针对远离大陆的岛礁水下地形测量具有一定的缺点。

1，船载RTK GPS+多波束数字测深技术

该技术通过发射一束波束，接收多个窄的波束来形成多波束测深信号，从而获知水下地形的信息。它具有测深点多、测量方式灵活、测量精度高等优点。多波束系统与双频接收机结合可提高坐标定位和水下测深的效率和精度，RTK多波束测深系统是发展较为成熟的系统，最大测深为200-12000米，测深精度一般可以达到毫米级，但是多波束数字测深仪要借助于载体船，就远海礁盘测量应用而言，远离大陆礁盘难以到达，敏感海域无法靠近，也就无法实施。

2，机载激光测深技术

以大飞机作为激光探测仪器的载体，利用蓝绿光较易穿透海水而红外光不易穿透海水的特点，通过专门的扫描装置同时对海面测高和对海底测深，结合定位和姿态控制，经数据处理与分析来测量浅水海域海底地形，机载激光测深系统对清澈海底的最大探测深度为50-70m，对浑浊水体的探测深度相对较低，测深精度可达到0.3-1m。由于机载激光测深仪只能搭载在大飞机上获取，受敏感海域及航程限制无法全部覆盖远海岛礁，此种技术同样难以获得敏感海域的基础数据。

(3)遥感反演测深技术

利用多光谱或高光谱遥感影像中所反应的部分光谱信息和部分实测水深拟合出水深反演模型，根据不同测量区域实际情况将相应的参数和相应的光谱信息，提取未知区域的水深值。遥感反演测深的精度与水体的深度、清澈度有关，水体越清澈可探测的水深就越深：测深精度一般在1-3m左右，探测深度在30m以内；当水体非常清澈时可探测到40m以内，而水体较为混浊时则只有10-20m。遥感反演测深技术在大面积数据获取方面有一定的优势，但遥感反演模型需要实测水深数据的参与，并且不同地区所需参数和模型不同，加之远海大部分礁盘数据无法获得实测水深数据，因此很难开展应用。

相关技术中，已有根据水下物点的成像机理推导出水下物点三维坐标的公式(公式中包括分别计算水下物点X、Y、Z三个方向上的坐标数值)，水下物点三维坐标公式中很重要的一个参数便是入射角(入射光线与入射表面法线的夹角)，相关技术中的水下物点三维坐标公式，没有充分的考虑到具体的海况，进而导致计算精度较差。

发明内容

本发明的目的在于提供基于双介质摄影技术的水下物点坐标确定方法和装置，以提高采用双介质摄影手段来获取水下物点位置的准确度。

第一方面，本发明实施例提供了基于双介质摄影技术的水下物点坐标确定方法，包括：

对目标影像进行格网化，以生成多个格网点，多个格网点均在目标影像的范围内；

根据目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成每个格网点的优化瞬时水位值；

根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值；

根据入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，还包括：

查找多个格网点中，与入射点的距离符合预设要求的三个目标格网点；

采用距离加权的方式，根据三个目标格网点各自的坐标值，计算三个目标格网点顺序连接所形成的三角形每个边沿的法向量；

根据三角形每个边沿的法向量，计算三角形所在离散面的法向量；

根据三角形所在离散面的法向量，计算入射点所在光线的入射角。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，步骤对目标影像进行格网化，以生成多个格网点包括：

获取目标测区内的多张目标影像和每张目标影像所对应的拍摄时间、风向和海况；

根据拍摄时间、风向和海况分别对每张目标影像进行格网化，以生成每个目标影像的格网点。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，步骤根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值包括：

根据目标影像上指定的多个格网点的优化瞬时水位值，生成目标影像平均瞬时水位值；

根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置；

根据入射点所在的初始平面位置，计算参考格网点与入射点之间的距离；

根据每个参考格网点的优化瞬时水位值，和每个参考格网点与入射点之间的距离，采用距离加权内插的方式计算入射点的瞬时水位值，参考格网点是多个格网点中，与入射点距离小于预设阈值的点。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，步骤根据目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成每个格网点的优化瞬时水位值包括：

按照如下公式计算高程差的平均值，

其中，为高程差的平均值，Z_sj为采用立体环境量测方式获得的目标影像所在区域的水边线点的高程值；为利用卫星测高数据解算出的目标影像所在区域的水边线点对应的潮汐瞬时水位；N为目标影像所在区域的水边线点的数量；

根据高程差的平均值对每个格网点的待优化瞬时水位值进行更新，以生成优化瞬时水位值。

第二方面，本发明实施例还提供了基于双介质摄影技术的水下物点坐标确定装置，包括：

格网化模块，用于对目标影像进行格网化，以生成多个格网点，多个格网点均在目标影像的范围内；

生成模块，用于根据目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成每个格网点的优化瞬时水位值；

第一计算模块，用于根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值；

第二计算模块，用于根据入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标。

本发明实施例提供的基于双介质摄影技术的水下物点坐标确定方法，采用水边线点的潮汐瞬时水位对入射点的瞬时水位值进行了优化，使得最终得到的目标物点的三维坐标更为精准，与现有技术中的计算得到的水下物点三维坐标不够精准相比，其先使用水边线点对应的潮汐瞬时水位对格网点的瞬时水位值进行了优化，并进一步使用优化后的格网点瞬时水位，采用加权平均的方式计算出了入射点的瞬时水位值，最终使用入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标。由于水边线点的数值是相对准确的，因此，通过修正和加权平均的方式，最终所求得的目标物点的三维坐标的精度也相对提高。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本发明实施例所提供的基于双介质摄影技术的水下物点坐标确定方法的构象示意图；

图2示出了本发明实施例所提供的基于双介质摄影技术的水下物点坐标确定方法的多点共面示意图；

图3示出了本发明实施例所提供的基于双介质摄影技术的水下物点坐标确定方法的基本流程图；

图4示出了本发明实施例所提供的基于双介质摄影技术的水下物点坐标确定方法的一种格网化后的示意图；

图5示出了本发明实施例所提供的基于双介质摄影技术的水下物点坐标确定方法的另一种格网化后的示意图；

图6示出了本发明实施例所提供的基于双介质摄影技术的水下物点坐标确定方法的优化流程步骤的流程图；

图7示出了本发明实施例所提供的基于双介质摄影技术的水下物点坐标确定方法的三角形离散面的示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

相关技术中，已经存在测定目标物点三维坐标的公式，下面首先就相关技术中的目标物点三维坐标公式推导进行说明：

如图1(双介质摄影测量构像图)所示，图中显示有，水下地形摄影测量物点(目标物点)A(X,Y,Z)，像点a(x,y)及摄影中心S(X_S,Y_S,Z_S)。与传统摄影测量(单介质摄影)不同，双介质摄影测量的物点A、像点a、摄影中心S不共线。摄影测量坐标系的平面XOY与当地水平面平行，Z轴垂直于平面XOY，此时，可以近似的假设海面与当地水平面平行。图1中的水下点A(X,Y,Z)经过折射构象于a(x,y)(x，y是以影像上的坐标系为基准所形成的横、纵坐标值)。由折射原理知，对应像点a(x,y)在单介质下交会情况下所对应的物点为A'(X,Y,Z')，其位于真实物点A(X,Y,Z)的垂直上方，平面坐标(X,Y的数值)相等。由此可以导出如下几个理论。

1，共线条件方程:

共线，即摄影中心S、像点a、水下礁盘物点A三点共线，由图1可知，由于折射影响，三点不在一条线上，这也是双介质摄影测量与单介质摄影测量的不同之处。由单介质摄影测量，经折射改正，得双介质摄影测量的解算模型。由图1可知，Z'＝Z·tanβ·cotα(1)其中,Z'为单介质交会高程点(单介质交汇对应的物点的高程值)，Z为双介质交会高程点(双介质摄影中，水下的目标物点的高程值)，β为光线折射角，α为光线入射角。

由折射定律可知：

其中α为入射角，β为折射角；n1为第一介质(水面以上的空气)折射率，n2为第二介质(水面以下的海水)折射率。把空气的折射率看为1，n就为介质分界面之下介质的折射率。

由公式(1)、(2)联立可得：

s为该点由介质改变光线折射引起的高程改正系数，它是相对折射率n和入摄角α的函数，每个像点均对应一个s值。结合公式(3)和传统共线条件方程可得双介质共线条件方程为：

式中(X_S,Y_S,Z_S)为影像曝光点S的坐标，(a₁、a₂、a₃，b₁、b₂、b₃，c₁、c₂、c₃)均为旋转矩阵中的元素，(X,Y,Z)为双介质交会点坐标，f为相机焦距，(x,y)为像点坐标，s为高程改正系数。

2，共面条件方程

摄影测量中，一张影像的几何关系只能解算出目标物点的位置信息(在与水平面平行的坐标系的横、纵坐标值)，不能确定目标物点高程信息(与XOY面垂直方向的数值)。共面，即基于两张影像中，同名像所对应的两条光线(在两张影像上拍摄目标物点的光线)所构建的面，这个面取决于两张影像的摄影中心、目标物点以及目标物点分别在两张影像上对应的像点，该面计算的目的是为了解算同名像点的投影系数。如图2所示：P₁、P₂代表左右两张影像；O₁、O₂分别代表两张影像的像主点；S₁、S₂分别代表两张影像的摄影中心；a₁、a₂分别代表两张影像的同名像点；B代表摄影基线；W_A代表目标物点。所说的共面即左右摄影中心、左右像点及对应的目标物点组成的面，即五点共面，其关系式为B·(S₁W_A×S₂W_A)＝0。

摄影测量中像空间辅助坐标系是以左摄影中心为坐标原点，地面摄测坐标系以平行于介质面某一点为坐标原点；X_SL,Y_SL,Z_SL,X_SR,Y_SR,Z_SR分别为左右影像的摄影中心坐标；s₁，s₂分别为左右影像像点的高程改正系数；分为左、右影像像点的像空间坐标系坐标；令B_X＝X_SR-X_SL,B_Y＝Y_SR-Y_SL,B_Z＝Z_SR-Z_SL，则双介质摄影测量的共面条件方程可表达为：

3，左右影像同名像点的投影系数

基于公式(6)，分别计算左右影像同名点投影系数，可得如下公式：

4，前方交会公式

根据计算出来的投影系数、摄影中心位置、像点坐标，计算出物点三维坐标：

至此，便可以通过预先获取上述参数，来完成目标像点的三维坐标的计算。

但实际使用中，为了简化计算，通常将公式(8)中的部分数值当做常数进行计算，如高程改正系数。由公式(4)可知，高程改正系数是折射率n和入摄角α的函数，通常当双介质的两个介质分别为水和空气的时候，射率可取为4/3，故高程改正系数的求解就是对入射角α的求解。

相关技术中，首先会对计算场景进行模拟，或者说是建立空间模型来进行数学分析，但在进行分析的时候，总是会忽略一部分参量(也可能是没有考虑到)，或者是将某些近似值作为准确值参加后续的计算，因此相关技术中获取到的最终结果(水下目标物点的三维坐标)的精准程度不够高。

有鉴于此，本申请提供了基于双介质摄影技术的水下物点坐标确定方法，如图1所示，包括如下步骤：

S101，对目标影像进行格网化，以生成多个格网点，多个格网点均在目标影像的范围内；

S102，根据目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成每个格网点的优化瞬时水位值；

S103，根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值；

S104，根据入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标。

其中，步骤S101，需要对测区进行格网化，如图4所示，为格网化后的示意图。图4中，图中θ为飞行航向角与航摄风向之间的夹角(中部的实线箭头表示风向，虚线箭头表示航向)；倾斜的方框为单张影像覆盖范围，为影像对应四角坐标；外部的方框为以风向为主导的单张影像最优四边形包含分布范围，为最优四边形四角坐标；阵列式的格网对应点即待解求其三维位置表达值(X_i,Y_i,Z_i)。简单来说，格网化的目的是为了确定参考点。由于后续步骤中，需要使用格网化所生成的格网点的参数来确定入射点的参数(如瞬时水位值)，因此，如果是针对某一个入射点所在的区域进行格网化的时候，可以不对整张目标影像的范围均进行格网化，而只是对一部分区域进行。如果目标影像上需要对多个入射点的参数进行计算，为了简化操作，则可以预先对整张目标影像，或者说足够包围住所有入射点的区域进行格网化，整体格网化后，后续步骤中就不必分别对每个入射点所在的小区域再进行格网化。

步骤S102中，首先要获取基础的格网点参数(指格网点的三维坐标值)，一般来说，是利用卫星测高数据解算目标影像，来获取格网点对应的瞬时水位值H_i，之后，再获取每个格网点的三维坐标值。但此时所得到的瞬时水位值(即待优化瞬时水位值)是不够精确的，还应当使用水边线点的潮汐瞬时水位对得到的待优化瞬时水位值进行优化，进而生成优化瞬时水位值。其中，水边线点指的是海岸位置处，陆地与大海交界线上的点，由于水边线点是可以通过不同的手段测量得出的，因此，其可靠性要优于只通过航测获得的格网点的待优化瞬时水位值，由此，可以通过水边线点潮汐瞬时水位来校正/优化格网点的待优化瞬时水位值，以使后者能够更为精确，进而使得最终求得的结果也更为精准。具体的优化过程是：以立体环境量测的水边线点潮汐瞬时水位为基准，计算其与潮汐模型解算的水边线点高程的差值，由于格网点的待优化瞬时水位值也是潮汐模型解算出来的，因此，这两个差值(实测出的水边线点的潮汐瞬时水位与使用卫星测高数据和潮汐模型解算的水边线点潮汐瞬时水位的差值，和，实测出的格网点的潮汐瞬时水位与使用潮汐模型解算的格网点潮汐瞬时水位的差值)是相等的，由此，可以用水边线点计算出的差值来优化格网点的待优化瞬时水位值，以使后者更为准确。

步骤S103中，需要参考入射点周围的格网点，对入射点的参数(瞬时水位值)进行计算。整体来看，与入射点距离越近格网点(此处的距离指的是俯视海平面所形成的影像上，二者的直线距离)，参考价值越高，因此在进行加权内插计算的时候，应当按照格网点与入射点之间的距离来为不同格网点所提供的优化瞬时水位值赋予不同的权值，进而通过加权平均的方式来求取入射点的瞬时水位值。如图5所示(图5中，大圆点是格网点，小圆点是入射点)，为一张具体的格网点与入射点在同一张影像上的简化示意图，箭头代表风向，阵列分布的空心黑色大圆点代表格网分布的点。相邻四个点所围成的区域即为指定格网点所在的子区域(当然，子区域也可以是包含更多格网点的大区域)，如图5中虚线所围成的区域便为子区域(进行格网化的最小单位，或者说是其中包含了为计算入射点相关参量的基本格网点)，由此，可以形成数个子区域。需要说明的是，图5中格网点阵列的排布方式可以是预先确定好的，格网点的排布方式除了阵列式的排布，还可以是不均匀的分布，也就是相邻的两个格网点之间的距离是不等的。并且，划定目标区域的方式也可以是多种的，如可以将任意至少三个测点所围成区域作为目标区域(前提是保证：目标物点在这至少三个测点所围成的图形中)。

之后，步骤S104，可以按照已有的公式来计算目标物点的三维坐标。由于使用了水边线点对应的潮汐瞬时水位对格网点的待优化瞬时水位值进行了优化，因此，使后续步骤中使用优化后格网点的瞬时水位值计算出的目标物点的三维坐标也更为精准。

相关技术中，在计算入射点所在光线的入射角时，是参考了离散面的法向量，其中，该离散面是由入射点附近的四个格网点建立的。但，在计算时会遇到各种问题，如这四个格网点不共面，就会导致无法正常建立离散面，尤其是在该工作交给计算机进行执行的时候，会导致计算过程直接报错。有鉴于此，可以采用能够唯一确定一个平面的计算方式进行优化。具体的，本申请所提供的基于双介质摄影技术的水下物点坐标确定方法，如图6所示，还包括如下步骤：

S201，查找多个格网点中，与入射点的距离符合预设要求的三个目标格网点；

S202，采用距离加权的方式，根据三个目标格网点各自的坐标值，计算三个目标格网点顺序连接所形成的三角形每个边沿的法向量；

S203，根据三角形每个边沿的法向量，计算三角形所在离散面的法向量；

S204，根据三角形所在离散面的法向量，计算入射点所在光线的入射角。

其中，如图7所示，步骤S201中，选择的目标格网点，通常是与入射点距离最近的三个格网点作为目标格网点，如果入射点周围的四个格网点(如图5所示的虚线范围内的四个格网点)与入射点之间的距离(该距离仍然是指俯视海平面所形成的影像上，入射点与格网点之间的直线距离，计算该距离的时候，应当可以采用平面上两点间的直线距离公式进行计算，也就是分别已知格网点和入射点的坐标值，直接使用平面上两点间的直线距离公式计算出直线距离即为所求)分别是10、11、12和13，则应当选择距离为10、11和12所对应的格网点建立离散面。当然，由于入射点周围共有四个格网点，可以是多次使用这四个格网点中的任意三个建立离散面，之后采用加权平均的方式来使用这些不同离散面的法向量求取出步骤S104中的离散面法向量。如图5中虚线框中的格网点分别是A、B、C和D，那么可以使用A、B、C建立离散面；使用A、B、D建立离散面；使用B、C、D建立离散面等等，最终使用这些不同的离散面的法向量来求取出最终计算入射点所在光线的入射角所使用的法向量。即，步骤S104可以包括如下步骤：分别使用不同的三个目标格网点建立多个三角形；分别计算不同三角形所在离散面的法向量；根据不同三角形所在离散面的法向量，采用加权平均的方式计算离散面的法向量；根据离散面的法向量计算入射点所在光线的入射角。

为了使格网化进行的更为精确，应当考虑具体的环境来进行，因此，步骤S101，对目标影像进行格网化，以生成多个格网点包括如下两个步骤：

获取目标测区内的多张目标影像和每张目标影像所对应的拍摄时间、风向和海况；

根据拍摄时间、风向和海况分别对每张目标影像进行格网化，以生成每个目标影像的格网点。

根据拍摄时间来查询或记录风向与海况(即，按照拍摄时间点的不同来记录风向与海况，由于格网点所在的照片也能够统计拍摄时间，因此，在生成格网点的时候，应当使用拍摄时间相同的风向和海况数据来调整格网点的生成方式)，在进行格网化时，应考虑波浪走向(即风向)与航向之间的夹角；在确定格网化密度时，应当考虑海浪大小(海况)与潮汐模型数据计算精度来确定，如海浪小，海平面较为平稳，则格网点可以较为松散；如果海浪大，海平面的起伏大，则格网点应当较为密集，以保证后续计算过程的精准程度。

步骤S103，根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值包括如下步骤：

根据目标影像上指定的多个格网点的优化瞬时水位值，生成目标影像平均瞬时水位值；

根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置；其中，初始平面位置即入射点的初始平面坐标值，考量的坐标系为像空间辅助坐标系。

根据入射点所在的初始平面位置，计算参考格网点与入射点之间的距离；

根据每个参考格网点的优化瞬时水位值，和每个参考格网点与入射点之间的距离，采用距离加权内插的方式计算入射点的瞬时水位值，参考格网点是多个格网点中，与入射点距离小于预设阈值的点。

计算目标影像平均瞬时水位值时，可以将算整张目标影像的平均瞬时水位，也可以是计算入射点所在小区域范围的平均瞬时水位(如图5所示，可以只使用虚线框内的四个空心的大格网点的优化瞬时水位值来求平均，并且将求得的平均值作为目标影像平均瞬时水位值，此时目标影像指的就是虚线框所围成的这部分区域)。

步骤根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置具体计算过程如下：

按照如下公式计算入射点所在的初始平面位置，

下面简单对采用加权内插的方式计算入射点的瞬时水位值的过程进行说明。如图5所示，虚线框中的四个参考格网点A、B、C和D与入射点的距离分别为10、11、12和13，那么，分别为A、B、C和D赋予的权值可以分别是10、11、12和13，当A、B、C和D的优化瞬时水位值分别为X1、X2、X3和X4时，计算入射点的瞬时水位也就可以为(X1*10+X2*11+X3*12+X4*13)/4。当然，在具体考虑了当前的天气条件后，还可以对权值进行适当的调整。

其中，步骤S102，根据目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成每个格网点的优化瞬时水位值包括如下步骤：

按照如下公式计算高程差的平均值，

其中，为高程差的平均值，Z_sj为采用立体环境量测方式获得的目标影像所在区域的水边线点的高程值；为利用卫星测高数据解算出的目标影像所在区域的水边线点对应的潮汐瞬时水位；N为目标影像所在区域的水边线点的数量；

根据高程差的平均值对每个格网点的待优化瞬时水位值进行更新，以生成优化瞬时水位值。

在进行入射点的瞬时水位值的计算时，只进行一次计算所得出的结果的精准程度并不高，因此可以采用迭代计算的方式，反复对计算出的入射点的瞬时水位值进行优化，当认为优化的结果足够好的时候，再确定输出最终的优化结果。

使用高程差的平均值的求取过程，首先要采用立体环境量测方式获得的所述目标影像所在区域的水边线点的高程值；在得到了多个水边线点的高程值之后，通过求平均的方式来获取实测得到水边线点的高程值(即潮汐瞬时水位、采用立体环境量测方式获得的所述目标影像所在区域的水边线点的高程值)；再通过求平均的方式来得出使用卫星测高数据解算出的所述目标影像所在区域的水边线点对应的平均潮汐瞬时水位，之后求取二者只差，便能够确定实测值的均值与卫星测高数据测值的均值的差值，即高程差的平均值。后续步骤使用高程差的平均值来对格网点的待优化瞬时水位值进行优化，即可，如可以是格网点优化后的瞬时水位值等于高程差的平均值与格网点待优化的瞬时水位值之和。

由此，本申请所提供的方法还包括如下两个步骤：

根据入射点的瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置；

若当前得到的初始平面位置与前一次得到的初始平面位置之间的距离大于预设阈值，则根据当前入射点所在的初始平面位置更新每个参考格网点与入射点之间的距离，并再次执行步骤根据多个格网点中，与入射点距离最近的指定数量的参考格网点的优化瞬时水位值，和每个参考格网点与入射点之间的距离，采用距离加权内插的方式计算入射点的瞬时水位值；

若当前得到的初始平面位置与前一次得到的初始平面位置之间的距离小于或等于预设阈值，则输出后一次计算得出的入射点的瞬时水位值。即使用后一次计算得出的入射点的瞬时水位值来执行如下步骤：根据入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标。

前序步骤中，根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置只是一个基本值，该基本值是预估出来的一个数值。后续使用入射点的瞬时水位值和预先获取入射点所对应的像点坐标，再次计算入射点所在的初始平面位置就更为准确一些。由于初始平面位置决定了参考格网点与入射点之间的距离，因此当初始平面位置发生了变化(每次变化都离实际值更接近)之后使用该初始平面位置计算出了参考格网点与入射点之间的距离更为准确，再次计算出的入射点的瞬时水位值也就更为准确了。

需要说明的是，步骤“根据入射点的瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置”和步骤“根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置”的计算过程是相同的，只是将目标影像平均瞬时水位值替换为了后一次计算出的入射点的瞬时水位值。

“当前得到的初始平面位置与前一次得到的初始平面位置之间的距离”指的是本次计算得到的初始平面位置(X0，Y0)与前一次得到的初始平面位置(X1，Y1)的距离足够近。在比较二者之间的距离时，可以先分别计算X0和X1的差值，和计算Y0和Y1的差值；再分别比较这两个差值是否超过各自的阈值，如果有一个超过相应的阈值则判断当前得到的初始平面位置与前一次得到的初始平面位置之间的距离大于预设阈值；反之则说明二者间的距离小于预设阈值。还可以是采用平面上，两点间的距离公式来计算二者的直线距离，并判断计算出的直线距离是否超过阈值的方式，来判断这两个初始平面位置之间的距离是否大于预设阈值。

实际上，上述步骤不仅计算出了入射点的瞬时水位值，还计算出了入射点的横纵坐标(俯视海平面拍照所得出的照片中的位置，类似经纬度坐标)，即最后一次计算出的初始平面位置(X₀,Y₀)即是入射点的横纵坐标，因此上述步骤可以计算出入射点最终三维位置表达其中，分别为最后一次计算出的初始平面位置(X₀,Y₀)，为入射点的瞬时水位值。步骤S104，“根据入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标”，即是使用了入射点的三维坐标和入射点所在光线的入射角计算了目标物点的三维坐标。

简单来看这个迭代计算的过程，是由如下步骤构成的：

1，根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置；

2，计算参考格网点与入射点之间的距离；

3，采用距离加权内插的方式计算入射点的瞬时水位值；

4，根据入射点的瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置；

5，比较前一次计算出的初始平面位置和后一次计算出的初始平面位置之间的距离是否超过阈值，如果是，则执行步骤6，如果否，则执行步骤7；

6，使用本次得出的初始平面位置更新每个参考格网点与入射点之间的距离，并再次执行步骤2-5；

7，确定后一次计算出的入射点的瞬时水位值为计算入射角计算目标物点的三维坐标所使用的数值。

具体的，步骤根据每个参考格网点的优化瞬时水位值，和每个参考格网点与入射点之间的距离，采用距离加权内插的方式计算入射点的瞬时水位值包括：

按照如下公式计算入射点的瞬时水位值，

其中，s_i为参考格网点与入射点之间的距离，为参考格网点的优化瞬时水位值，为入射点的瞬时水位值，M为参与计算的参考格网点的数量。

优选的，根据三角形所在离散面的法向量，计算入射点所在光线的入射角包括：

按照如下两个公式中的一个计算入射点所在光线的入射角，

其中，Angle_i为入射点所在光线的入射角，η_i为摄影光线向量，β_i为三角形所在离散面的法向量。

整体来看本申请所提供的方法，具有如下优点：

1，本申请所提供的方法是基于数字航空摄影测量设备，系统中加POS系统，航飞设计中加构架航线，提高了数据处理的模型连接稳定性，解决了稀少(无)控制空三加密数据处理技术难题；

2，相对于船载水深测量、机载激光测深等方法，针对南海敏感区域的浅海水下礁盘，不仅克服了不可达到的因素，也实现了水下礁盘的高精度测量；相对于遥感反演测深技术，不仅克服了实测水深数据参与模型构建的必要条件，也避免了针对不同测量海域需要不同反演参数的经验值参加计算，使得结果精度降低；

3，相对于已有双介质测量研究成果，本申请在双介质摄影测量理论模型的基础上，结合南海水下礁盘测绘实际情况，完成了水下礁盘同名像点坐标精度优化，引入潮汐模型，精确确定入射点瞬时水位值与光线入射角，不仅完善了双介质测量模型体系，更推进了南海岛礁双介质水下地形测量工程化试验与应用，即，本申请所提供的方法针对南海岛礁进行航摄，进而获取水下电的三维坐标更为有效；南海岛礁之所以适用于双介质测量技术，其关键点在于水质清晰，在进行航空摄影的时候，能穿过水面拍摄到水下礁盘，获取水下地物信息，以达到测量的目的，在进行航摄的时候，还需要考虑波浪大小、反光、太阳高度角等因素。

4，将潮汐模型支持下的南海岛礁双介质水下地形测量模型应用在远离大陆的海岛(礁)周边岛礁水下地形测绘试验，水下地形测量中误差为0.508m。

最后，本申请所提供的方法，引入潮汐瞬时水位数据，将航摄系统高程数据作为参考改正潮汐水位值系统差，实现潮汐瞬时水位值与航摄系统高程值无缝隙对接，同时精确确定光线入射点的瞬时水位值，实现双介质测量外方位元素高程值优化。并且，在精准确定入射点三维坐标的基础上，结合航摄时刻海浪大小，构建基于入射点小范围的三角形离散面，通过解求离散面法向量与入射光线之间的夹角实现入射点光线入射角的解算，进一步对方案整体进行了优化。

下面，以一个简单的实例来说明本申请所提供的方法的执行过程：

1、测区稀少(无)控制空三加密

针对远离大陆、地域敏感的南海礁盘存在环境特殊、控制点稀少(无)等问题，须借助载有高精度POS(Position and Orientation System：定姿定位系统)和高像素相机的低空无人机获取曝光时刻飞行器位置姿态和水下礁盘影像。根据测区实际情况，进行POS辅助下的稀少控制空三平差或POS直接定向的无控制空三平差，解析测区内所有影像的精准外方位元素(3个位置坐标：X、Y、Z；3个姿态角：Phi、Omega、Kappa)，为后续解算所有水下礁盘三维坐标提供了基础。

2、水下像点坐标获取及优化

要实现水下礁盘三维坐标解算，首要解决的问题就是水下礁盘同名像点坐标获取。然而，受水质和深度的影响，光线在传输过程中发生衰减，成像时光线亮度发生变化，随之地物在影像中所表现的特征亮度也发生变化；当传感器从不同角度拍摄水下同一地物，由于受光线传播折射的影响，影像中的地物不能真实反应其几何特征。受以上两点限制，基于几何特征和灰度特征的点匹配算法不能很好的应用于水下同名像点的获取。为了获取水下同名像点坐标，本方法避开了传统获取同名像点的特征点匹配思路。

本步骤是利用步骤1得到的空三加密成果构建立体模型，立体采集水下同名像点坐标(x_i,y_i)，针对于带有波浪影像的水下地物同名像点坐标获取，理论上需要引入精确的波浪改正模型实现像点坐标偏移优化改正，然而实际试验中难以操作；为优化像点坐标，提高双介质水下地形测量精度，将水下像点坐标参与平差计算，基于整个空三工程权重改正优化像点坐标，最终获取新像点坐标

3、双介质摄影测量理论模型优化，

本小节主要是基于航空双介质测量原理，引入潮汐模型，精准计算模型中的关键因子参数：入射点瞬时水位值与光线入射角，实现双介质测量模型的优化与改进。

3.1影像均匀格网化策略，

本步骤是利用飞行航向角θ_H、航摄风向θ_F、影像大小(Wd,Ht)、影像获取GPS时刻T_gps、外方位元素(X_S,Y_S,Z_S,Phi,Omega,Kappa)、覆盖测区的最优卫星测高数据Data等信息，对每张影像进行均匀格网化，获取每个格网化点的二维平面坐标(X_i,Y_i)，利用卫星测高数据解算影像获取时刻格网点对应的瞬时水位值H_i，最终得到是每个格网点对应的三维坐标值(X_i,Y_i,Z_i)，图4为影像均匀格网化示意图：图中θ为飞行航向角与航摄风向之间的夹角(中部的实线箭头表示风向，虚线箭头表示航向)；倾斜的方框为单张影像覆盖范围，为影像对应四角坐标；外部的方框为以风向为主导的单张影像最优四边形包含分布范围，为最优四边形四角坐标；阵列式的格网对应点即待解求其三维位置表达值(X_i,Y_i,Z_i)。

3.2入射点瞬时水位值计算

本步骤是基于航空双介质摄影测量原理，利用步骤1解算的精准外方位元素(X_S,Y_S,Z_S,Phi,Omega,Kappa)与相机焦距f、步骤2获取的水下同名像点坐标(x_i,y_i)、步骤3.1解算得到的格网点三维坐标(X_i,Y_i,Z_i)、立体环境量测获取均匀分布的水边线点(X_sj,Y_sj,Z_sj)、覆盖测区的最优卫星测高数据Data等信息，精准解算水下点对应光线入射点三维坐标值其计算流程如下：

①、立体量测获取均分分布的水边线点(X_sj,Y_sj,Z_sj)，并利用卫星测高数据解求其对应点的潮汐瞬时水位(X_sj,Y_sj,)，解求高程差的平均值

②、将所有格网点的瞬时水位值Z_i，加上得到新的新的格网瞬时水位值实现潮汐瞬时水位值与摄影测量系统高程值衔接；

③、获取待解求像点对应影像平均瞬时水位值作为外方位元素高程起算初值，利用下式，代入像点坐标(x_i,y_i)、外方位元素(X_S,Y_S,Z_S,Phi,Omega,Kappa)，计算入射点初始平面位置(X₀,Y₀)；

④、获取入射点周围16个格网点的瞬时水位值利用距离加权内插方法(原理如下式)，求解交汇点新瞬时水位值使用交汇点新瞬时水位值重复步骤③，再次获取入射点平面位置(X_i,Y_i)：

其中s_i为格网点与交汇点之间的距离，为格网点的瞬时水位值，为交汇点的瞬时水位值；

⑤、比较前后两次交汇点X、Y两方向的差值ΔX、ΔY，若ΔX、ΔY均小于设定阈值，输出入射点最终三维位置表达 分别为最后一次求取出的X₀,Y₀和最后一次执行步骤④计算得出的交汇点的瞬时水位值；否则，重复步骤④、⑤，直至得到满足条件的位置为止；

影响本方法因素有两个：水边线点立体采集精度和潮汐瞬时水位值整体趋势，作为用于纠正参考的立体采集点是瞬时水位值精度的决定因素，潮汐水位值关键在于能否反映海面起伏状态。

3.3入射点光线入射角计算

本步骤是利用步骤1解算的精准外方位元素(X_S,Y_S,Z_S,Phi,Omega,Kappa)与相机焦距f、步骤2获取的水下同名像点坐标(x_i,y_i)、步骤3.2解算得到的入射点三维位置表达航摄时刻海浪大小W_l等信息，最终得到入射点对应光线的入射角Angle，其原理示意图如图7，(x₁,y₁,z₁)、(x₂,y₂,z₂)、(x₃,y₃,z₃)为离散面的三角坐标，α₁,α₂,α₃为离散面三条边构建的向量，β为离散面法向量，η为摄影光线向量，Angle为光线入射角(以下公式中的符号的释义与本段相同)。

计算流程如下：

①、利用外方位元素(X_S,Y_S,Z_S,ω,κ)与相机焦距f、像点坐标(x_i,y_i)解求摄影光线在像空间辅助坐标系下的向量表达η_i＝(u_i,v_i,w_i)；

其解求过程为是由像空间坐标到像空间辅助坐标，就是一个旋转矩阵的变换：

式中(u_i,v_i,w_i)为像点在像空间辅助坐标系下的表达，(x_i,y_i,-f_i)为像点在像空间坐标系下的表达，(r₁₁,r₁₂.....r₃₂,r₃₃)为旋转矩阵。

②、构建以光线入射点为中心、其顶点与入射点距离为W_l的三角形离散面，通过距离加权方法获取离散面三角点的瞬时水位值，结合三角坐标求得三个向量：

③、设离散面的法向量为β_i，通过下式可解求β_i，其最终表达转换到与入射光线向量同一坐标系统下：

④、利用向量求夹角公式，可得到Angle_i或tan(Angle_i)：公式如下：

若Angle_i小于90°，则不变；若Angle_i大于90°，则Angle_i＝180°-Angle_i。

此过程的精度涉及到两个方面：空三加密精度、离散面大小的选取：空三加密成果直接影响摄影光线向量求解的准确性；离散面大小的选取关系到离散化的海面是否能逼近真实海面。

4、双介质水下点三维坐标解算

主要是利用步骤1获取的外方位元素(X_S,Y_S,Z_S,Phi,Omega,Kappa)、步骤2优化得到的水下像点坐标(x_i,y_i)、基于步骤3得到像点对应的入射点瞬时水位值与光线入射角、海水折射率经验值n等数据，根据双介质摄影测量原理，解算水下像点三维坐标值(X_i,Y_i,Z_i)。具体计算过程前文中已经描述，在此不过多赘述。

本申请实施例还提供了基于双介质摄影技术的水下物点坐标确定装置，包括：

格网化模块，用于对目标影像进行格网化，以生成多个格网点，多个格网点均在目标影像的范围内；

生成模块，用于根据目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成每个格网点的优化瞬时水位值；

第一计算模块，用于根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值；

第二计算模块，用于根据入射点瞬时水位值和预先获取的入射点所在光线的入射角计算目标物点的三维坐标。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (9)

1.基于双介质摄影技术的水下物点坐标确定方法，其特征在于，包括：

对目标影像进行格网化，以生成多个格网点，所述多个格网点均在所述目标影像的范围内；

根据所述目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成所述每个格网点的优化瞬时水位值；

根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值；

根据所述入射点瞬时水位值和预先获取的所述入射点所在光线的入射角计算目标物点的三维坐标；

所述步骤对目标影像进行格网化，以生成多个格网点包括：

获取目标测区内的多张目标影像和每张目标影像所对应的拍摄时间、风向和海况；

根据所述拍摄时间、风向和海况分别对每张目标影像进行格网化，以生成每个目标影像的格网点。

2.根据权利要求1所述的基于双介质摄影技术的水下物点坐标确定方法，其特征在于，还包括：

查找所述多个格网点中，与所述入射点的距离符合预设要求的三个目标格网点；

采用距离加权的方式，根据所述三个目标格网点各自的坐标值，计算所述三个目标格网点顺序连接所形成的三角形每个边沿的法向量；

根据所述三角形每个边沿的法向量，计算所述三角形所在离散面的法向量；

根据所述三角形所在离散面的法向量，计算所述入射点所在光线的入射角。

3.根据权利要求1所述的基于双介质摄影技术的水下物点坐标确定方法，其特征在于，所述步骤根据与所述像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算所述入射点的瞬时水位值包括：

根据所述目标影像上指定的多个格网点的优化瞬时水位值，生成目标影像平均瞬时水位值；

根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置；

根据入射点所在的初始平面位置，计算参考格网点与所述入射点之间的距离；

根据每个参考格网点的优化瞬时水位值，和每个所述参考格网点与所述入射点之间的距离，采用距离加权内插的方式计算入射点的瞬时水位值，所述参考格网点是所述多个格网点中，与入射点距离小于预设阈值的点。

4.根据权利要求3所述的基于双介质摄影技术的水下物点坐标确定方法，其特征在于，所述步骤根据所述目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成所述每个格网点的优化瞬时水位值包括：

按照如下公式计算高程差的平均值，

其中，所述为高程差的平均值，Z_sj为采用立体环境量测方式获得的所述目标影像所在区域的水边线点的高程值；为利用卫星测高数据解算出的所述目标影像所在区域的水边线点对应的潮汐瞬时水位；N为所述目标影像所在区域的水边线点的数量；

根据高程差的平均值对每个格网点的待优化瞬时水位值进行更新，以生成所述优化瞬时水位值。

5.根据权利要求4所述的基于双介质摄影技术的水下物点坐标确定方法，其特征在于，所述步骤根据目标影像平均瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置包括：

按照如下公式计算入射点所在的初始平面位置，

其中，(a₁,a₂.....c₂,c₃)为旋转矩阵，X₀和Y₀均为初始平面的坐标，为目标影像平均瞬时水位值，x_i和y_i分别为像点坐标中的横、纵坐标，X_S、Y_S和Z_S均为所述目标影像的外方位元素。

6.根据权利要求5所述的基于双介质摄影技术的水下物点坐标确定方法，其特征在于，还包括：

根据入射点的瞬时水位值和预先获取入射点所对应的像点坐标，计算入射点所在的初始平面位置；

若当前得到的初始平面位置与前一次得到的初始平面位置之间的距离大于预设阈值，则根据当前入射点所在的初始平面位置更新每个所述参考格网点与所述入射点之间的距离，并再次执行步骤所述根据所述多个格网点中，与入射点距离最近的指定数量的参考格网点的优化瞬时水位值，和每个所述参考格网点与所述入射点之间的距离，采用距离加权内插的方式计算入射点的瞬时水位值。

7.根据权利要求6所述的基于双介质摄影技术的水下物点坐标确定方法，其特征在于，所述步骤根据每个参考格网点的优化瞬时水位值，和每个所述参考格网点与所述入射点之间的距离，采用距离加权内插的方式计算入射点的瞬时水位值包括：

按照如下公式计算入射点的瞬时水位值，

其中，s_i为参考格网点与入射点之间的距离，为参考格网点的优化瞬时水位值，为入射点的瞬时水位值，M为参与计算的参考格网点的数量。

8.根据权利要求2所述的基于双介质摄影技术的水下物点坐标确定方法，其特征在于，所述根据所述三角形所在离散面的法向量，计算所述入射点所在光线的入射角包括：

按照如下两个公式中的一个计算入射点所在光线的入射角，

其中，Angle_i为入射点所在光线的入射角，η_i为摄影光线向量，β_i为所述三角形所在离散面的法向量。

9.基于双介质摄影技术的水下物点坐标确定装置，其特征在于，包括：

格网化模块，用于对目标影像进行格网化，以生成多个格网点，所述多个格网点均在所述目标影像的范围内；

生成模块，用于根据所述目标影像所在区域的水边线点对应的潮汐瞬时水位和每个格网点的待优化瞬时水位值，生成所述每个格网点的优化瞬时水位值；

第一计算模块，用于根据与像点坐标的位置符合要求的指定格网点的优化瞬时水位值，采用距离加权内插的方式，计算入射点的瞬时水位值；

第二计算模块，用于根据所述入射点瞬时水位值和预先获取的所述入射点所在光线的入射角计算目标物点的三维坐标；

生成模块，进一步用于获取目标测区内的多张目标影像和每张目标影像所对应的拍摄时间、风向和海况；根据所述拍摄时间、风向和海况分别对每张目标影像进行格网化，以生成每个目标影像的格网点。