CN105761247A

CN105761247A - 超大规模光学卫星影像区域网可靠性分析方法及系统

Info

Publication number: CN105761247A
Application number: CN201610066666.6A
Authority: CN
Inventors: 李德仁; 杨博; 王密
Original assignee: Wuhan University WHU
Current assignee: Land Sea Space Yantai Information Technology Co ltd
Priority date: 2016-01-30
Filing date: 2016-01-30
Publication date: 2016-07-13
Anticipated expiration: 2036-01-30
Also published as: CN105761247B

Abstract

本发明提供一种超大规模光学卫星影像区域网可靠性分析方法及系统，由于残余粗差点以及弱连接条件等因素的影响，导致平差后区域网内局部可能存在几何精度异常的病态区域。对于海量影像数据的超大规模区域网，通过人工检测筛选误匹配粗差点明显不具备可行性。本发明通过在测区范围内按格网间距均匀布设几何精度评测点，构建区域网内部几何精度评估模型，计算各评测点处几何精度评价指标，并对所有测评点几何精度评价指标进行核函数拟合，筛选出拟合精度明显异常的点，实现病态区域的快速定位，能够有效的解决几何精度异常病态区域的诊断和探测问题。

Description

超大规模光学卫星影像区域网可靠性分析方法及系统

技术领域

本发明属于遥感影像处理领域，涉及一种超大规模光学卫星影像区域网可靠性分析技术方案。

背景技术

超大规模光学卫星影像区域网在平差过程中，由于残余粗差点以及弱连接条件等因素的影响，导致平差后区域网内局部可能存在几何精度异常的病态区域。为了保证平差网的几何质量，必须定位出这些病态区域并通过在该区域增加影像、人工筛选误匹配的粗差点等方式重新对该区域进行平差处理。

为了筛选出存在几何精度异常的病态区域，传统的方法是通过外业布设控制点，根据控制点的几何精度，人工检测误匹配的粗差点并评价该控制点所在区域的几何精度，近而定位病态区域。但是对于包含海量影像数据的超大规模区域网平差而言，通过外业布设控制点采取人工检测的方式显然不具有可行性。为了保障后续产品的几何质量，必须要设计一套可靠的、自动快速的机制对病态区域予以诊断和探测，实现对平差网几何质量的控制。因此，本发明提出一种超大规模光学卫星影像区域网可靠性分析方法。

发明内容

本发明所要解决的问题是，针对平差后区域网内局部可能存在几何精度异常的病态区域问题，为保证区域网平差结果可靠性，提出一种有效的区域网可靠性分析技术方案。

本发明的技术方案提出一种超大规模光学卫星影像区域网可靠性分析方法，包括以下步骤：

步骤1，在测区内按照格网布设评测点；

步骤2，构建区域网内部几何精度评估模型，包括对所有连接点像点和评测点像点分别构建观测误差方程，根据最小二乘平差原理进行法化得到法方程；

设第j个未知数m_j的理论精度为，

m_{j} = m_{0} \cdot \sqrt{Q_{j j}}

其中，Q_jj为法方程系数矩阵的逆阵Q_XX中的第j个对角线元素，j＝1,2…n；m₀为单位权观测值中误差；

步骤3，确定评测点的几何精度，实现如下，

从矩阵Q_XX中取出评测点坐标B，L，H三个分量未知数的协因数值q_B,q_L,q_H，则该评测点几何精度用下式求得，

\{\begin{matrix} m_{B} = q_{B} u_{B} \\ m_{L} = q_{L} u_{L} \\ m_{H} = q_{H} u_{H} \end{matrix}

其中，m_B、m_L、m_H分别为该评测点坐标B，L，H三个分量的几何精度，u_B、u_L、u_H分别该评测点坐标B，L，H三个分量的单位权中误差；

步骤4，测评点几何精度拟合，包括采用核函数模型对所有评测点的几何精度评价指标进行动态自适应滑动窗口拟合；

步骤5，病态区域诊断，包括通过对各点拟合误差进行判断，筛选出拟合精度明显异常的点，该点所在的格网区域即诊断为病态区域。

而且，单位权观测值中误差m₀求取如下，

m_{0} = \sqrt{\frac{V^{T} P V}{r}}

其中，r为多余观测数，V代表观测误差方程中像点坐标观测值残差向量，P为相应的权矩阵。

本发明还相应提供一种超大规模光学卫星影像区域网可靠性分析系统，包括以下模块：

第一模块，用于在测区内按照格网布设评测点；

第二模块，用于构建区域网内部几何精度评估模型，包括对所有连接点像点和评测点像点分别构建观测误差方程，根据最小二乘平差原理进行法化得到法方程；

设第j个未知数m_j的理论精度为，

m_{j} = m_{0} \cdot \sqrt{Q_{j j}}

第三模块，用于确定评测点的几何精度，实现如下，

\{\begin{matrix} m_{B} = q_{B} u_{B} \\ m_{L} = q_{L} u_{L} \\ m_{H} = q_{H} u_{H} \end{matrix}

第四模块，用于测评点几何精度拟合，包括采用核函数模型对所有评测点的几何精度评价指标进行动态自适应滑动窗口拟合；

第五模块，用于病态区域诊断，包括通过对各点拟合误差进行判断，筛选出拟合精度明显异常的点，该点所在的格网区域即诊断为病态区域。

而且，单位权观测值中误差m₀求取如下，

m_{0} = \sqrt{\frac{V^{T} P V}{r}}

本发明的优点在于：无需人工检测筛选误匹配粗差点，通过构建区域网内部几何精度评估模型，布设几何精度评测点，根据评估模型计算各评测点处几何精度评价指标，最后采用核函数模型对所有评测点的几何精度评价指标进行动态自适应滑动窗口拟合，对各点拟合误差分别从全局统计和局部统计两个层次进行判断，筛选出拟合精度明显异常的点，实现海量影像数据超大规模区域网病态区域的快速自动定位。

附图说明

图1为本发明实施例的流程示意图。

图2为本发明实施例的格网划分示意图。

图3为本发明实施例的邻近评测点选取示意图。

具体实施方式

以下结合附图和实施例详细说明本发明具体实施方式。

参见图1，实施例的流程可以分为四个步骤，每个步骤实施的具体方法、公式以及流程如下：

1.测区内按照一定间距格网布设评测点

本步骤可以预先进行。为了能够对区域网的平差精度进行评估，诊断出其病态区域，需要在测区范围内按一定格网间距布设几何精度评测点，具体实施时，本领域技术人员可自行预设格网间距。格网间距应该保证格网区域投影到任一影像上的像方区域长宽超过一个像素，一般应在5～10个像素。每个格网区域的评测点物方坐标已知，作为检查点验证区域网平差精度以及评测该点的几何定位精度，若定位精度异常，则诊断该格网区域是病态区域。否则，为非病态区域。评测点在各影像上的像点坐标可通过控制点匹配方式得到。

格网划分的方法是将区域网覆盖范围划分为等间距的格网，然后将地面点按格网划分为不同的类，可采用交换法或链指针法存储，如图2所示。交换法或链指针法为现有技术，为便于实施参考起见，介绍如下：

i.交换法

将地面点按区域分块格网的顺序进行交换，是属于同一分块格网的数据点连续的存放在一片连续的存储区域中，同时建立一个索引文件，记录每一块(分块格网)数据的第一个点Δy在数据文件中的序号(记录号)。由后一数据块的第一点的序号减去该数据块第一点的序号即为该块数据中数据点的个数，据此可快速检索出属于该块的所有数据。该方法不需要增加存储量，但数据交换需要花费较多的计算处理时间。

ii.链指针法

对于每一个地面数据点，增加一个存储单元(链指针)，存放属于同一分块格网中下一个点在数据文件中的序号，对该分块格网的最后一个点存放一个结束标志，同时建立一个索引文件，记录每个格网数据的第一点在数据文件中的序号。检索时由检索文件可检索该块的第一个数据点，再由第一点的链指针可检索出该块的下一个点，直到检索出该块的所有数据点。也可设置双向指针，即对每一个数据点增加两个存储单元，分别存放属于同一块的前一点与后一点的序号，可实现双向检索。该方法不需要进行数据交换，且对所有数据点进行一次顺序处理即可完成全部分块，因此需要较少的处理时间，但需要增加存储量。

2.构建区域网内部几何精度评估模型

超大规模区域网平差的精度可以从理论上进行分析，把待定点的坐标改正数视为待解参数，构建平差模型并解算，求出坐标改正数的方差-协方差矩阵即为精度矩阵，然后由平差模型的单位权中误差与精度矩阵可得到所有待解参数的精度值，称为理论精度；另一种方法则是利用大量的野外控制点作为区域网平差模型的检查点，将平差计算得到的该点的坐标与野外实测坐标进行比较，并将其差值作为真误差，由这些真误差计算点位精度，称为实际精度。对于包含海量影像数据的超大规模区域网平差而言，通过外业布设控制点采取人工检测的方式是不可行性。本发明通过建立其理论精度模型对其精度进行评估。

对所有连接点像点和评测点像点分别构建观测误差方程，并写成矩阵形式：

V＝Ax+Bt-LP(1)

其中，V代表像点坐标观测值残差向量；x＝[X₁…X_i…X_m]^T(i＝1,2…m)代表各景影像RPC像方附加模型参数向量，X_i＝(a₀,a₁,a₂,b₀,b₁,b₂)_i代表影像Img_i的RPC模型像方附加参数向量，m代表待平差影像数；t＝[T₁…T_j…T_n]^T(j＝1,2…n)代表各连接点物方坐标改正值向量，n代表连接点个数，T_j＝d(Lat,Lon,Height)_j代表连接点TP_j的物方坐标改正数，A、B则分别为对应未知数的偏导数系数矩阵，L和P分别为相应的常向量和权矩阵。

根据最小二乘平差原理，对误差方程式进行法化，可得到法方程如式所示：

{(Q_{X X})}^{- 1} X = [\begin{matrix} A^{T} P A & A^{T} P B \\ B^{T} P A & B^{T} P B \end{matrix}] [\begin{matrix} x \\ t \end{matrix}] = [\begin{matrix} A^{T} P L \\ B^{T} P L \end{matrix}] - - - (2)

其中，Q_XX为法方程系数矩阵的逆阵(即精度矩阵)，X为待解算未知数向量。

区域网平差的理论精度是以平差获得的未知数协方差矩阵作为测度来进行评定的，第j个未知数m_j的理论精度为：

m_{j} = m_{0} \cdot \sqrt{Q_{j j}} - - - (3)

其中，Q_jj为法方程系数矩阵的逆阵Q_XX中的第j个对角线元素，此时j＝1,2…n；m₀为单位权观测值中误差，可按下式计算：

m_{0} = \sqrt{\frac{V^{T} P V}{r}} - - - (4)

其中，r为多余观测数。

3.根据评估模型确定评测点的几何精度

基于评估模型利用误差传播与可靠性理论计算各评测点处几何精度评价指标：每个评测点都参与了平差计算，其坐标作为待解参数，在精度矩阵中可找到评测点坐标的协因数，假定从精度矩阵Q_XX中取出该评测点坐标B，L，H三个分量未知数的协因数值q_B,q_L,q_H，则该评测点几何精度可以用下式求得：

\{\begin{matrix} m_{B} = q_{B} u_{B} \\ m_{L} = q_{L} u_{L} \\ m_{H} = q_{H} u_{H} \end{matrix} - - - (5)

其中，m_B、m_L、m_H分别为该评测点坐标B，L，H三个分量的几何精度，u_B、u_L、u_H分别该评测点坐标B，L，H三个分量的单位权中误差。

4.评测点几何精度拟合

实施例采用核函数模型对所有评测点的几何精度评价指标进行动态自适应滑动窗口拟合：

对于每个评测点，将坐标原点移至待定的格网点P(X_P,Y_P)：

\{\begin{matrix} \overset{&OverBar;}{X_{i}} = X_{i} - X_{p} \\ \overset{&OverBar;}{Y_{i}} = Y_{i} - Y_{p} \end{matrix} - - - (6)

其中，(X_j,Y_j)为第j个评测点的坐标，为第j个评测点到格网点P在两个方向的距离分量，为了选取邻近的评测点，以待定点P为圆心，以R为半径作圆，凡落在圆内的评测点即被选用。所选择的点数需要满足要求，例如要求选用的评测点个数k>6时，该点即被选用。若选择的点数不够时，应增大R的数值，直至数据点的个数k满足要求，如图3所示。

d_{j} = \sqrt{\overset{&OverBar;}{{X_{j}}^{2}} + \overset{&OverBar;}{{Y_{j}}^{2}}} < R - - - (7)

其中，d_j为第j个评测点到待定点P的距离。

列出误差方程式。选择二次曲面作为拟合曲面，设相应公式如下：

Z＝Ax²+Bxy+Cy²+Dx+Ey+F(8)

则第j个评测点P_j对应的误差方程式为：

v_{j} = \overset{&OverBar;}{{X_{j}}^{2}} A + \overset{&OverBar;}{X_{j}} \overset{&OverBar;}{Y_{j}} B + \overset{&OverBar;}{{Y_{j}}^{2}} C + \overset{&OverBar;}{X_{j}} D + \overset{&OverBar;}{Y_{j}} E + F - Z_{j} - - - (9)

其中，v_i为第j个评测点的误差。

由n个评测点列出的误差方程为

v＝MX-Z(10)

其中：v为误差方程式改正数向量，M为物方方程式系数矩阵，Z为误差方程式的常数向量，其具体形式如下：

\begin{matrix} v = (\begin{matrix} v_{1} \\ v_{2} \\ . \\ . \\ . \\ v_{n} \end{matrix}) & Z = (\begin{matrix} z_{1} \\ z_{2} \\ . \\ . \\ . \\ z_{n} \end{matrix}) \end{matrix}

计算每个评测点的权。这里的权P_j并不代表数据点j的观测精度，而是反映了该点与待定点的相关程度。因此，对于权P_j确定的原则应与该数据点与待定点的距离d_j有关，d_j越小，它对待定点的影响越大，则权应越大；反之，d_j越小，权越小。常采用的权有如下几种形式：

p_{j} = \frac{1}{{d_{j}}^{2}}, p_{j} = {(\frac{R - d_{j}}{d_{j}})}^{2}, p_{j} = e^{- \frac{d_{j}^{2}}{K^{2}}}

其中R是选点半径；d为待定点到数据点的距离；K是一个供选择的常数；e是自然对数的底。这三种权的形式都符合上述选择权的原则，但是它们与距离的关系有所不同。具体选用何种权的形式，需根据地形进行试验选取。

最后法化求解。根据平差理论，二次曲面系数的解为

X＝(M^TPM)^-1M^TPZ

5.病态区域诊断

可以通过对各点拟合误差并进行判断，筛选出拟合精度明显异常的点，该点所在的格网区域即诊断为病态区域。实施例在进行精度评价时将各评测点的拟合精度作为观测值对其进行评价，假设各观测值的精度为x_j(j＝1,2...n)，则有观测精度的中误差σ为

σ = \sqrt{\frac{Σ_{j = 1}^{n} {(x_{j} - \overset{&OverBar;}{x})}^{2}}{n}} - - - (4)

其中，为像点残差的均值，其计算公式为：

\overset{&OverBar;}{x} = \frac{1}{n} Σ_{j = 1}^{n} x_{j} - - - (5)

具体实施时，本领域技术人员可以预设标准。一般以3σ为标准进行诊断，每个观测精度与均值间的差值大于3σ则认为该评测点异常，该点所在的格网区域即诊断为病态区域。

具体实施时，本发明所提供方法可基于软件技术实现自动运行流程，也可采用模块化方式实现相应系统。本发明还相应提供一种超大规模光学卫星影像区域网可靠性分析系统，包括以下模块：

第一模块，用于在测区内按照格网布设评测点；

设第j个未知数m_j的理论精度为，

m_{j} = m_{0} \cdot \sqrt{Q_{j j}}

第三模块，用于确定评测点的几何精度，实现如下，

\{\begin{matrix} m_{B} = q_{B} u_{B} \\ m_{L} = q_{L} u_{L} \\ m_{H} = q_{H} u_{H} \end{matrix}

各模块具体实现可参见相应步骤，本发明不予赘述。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims

1.一种超大规模光学卫星影像区域网可靠性分析方法，其特征在于，包括以下步骤：

步骤1，在测区内按照格网布设评测点；

设第j个未知数m_j的理论精度为，

m_{j} = m_{0} \cdot \sqrt{Q_{j j}}

步骤3，确定评测点的几何精度，实现如下，

\{\begin{matrix} m_{B} = q_{B} u_{B} \\ m_{L} = q_{L} u_{L} \\ m_{H} = q_{H} u_{H} \end{matrix}

2.如权利要求1所述超大规模光学卫星影像区域网可靠性分析方法，其特征在于：单位权观测值中误差m₀求取如下，

m_{0} = \sqrt{\frac{V^{T} P V}{r}}

3.一种超大规模光学卫星影像区域网可靠性分析系统，其特征在于，包括以下模块：

第一模块，用于在测区内按照格网布设评测点；

设第j个未知数m_j的理论精度为，

m_{j} = m_{0} \cdot \sqrt{Q_{j j}}

第三模块，用于确定评测点的几何精度，实现如下，

\{\begin{matrix} m_{B} = q_{B} u_{B} \\ m_{L} = q_{L} u_{L} \\ m_{H} = q_{H} u_{H} \end{matrix}

4.如权利要求3所述超大规模光学卫星影像区域网可靠性分析方法，其特征在于：单位权观测值中误差m₀求取如下，

m_{0} = \sqrt{\frac{V^{T} P V}{r}}