CN105783879B - 一种条带约束下的同轨卫星连续景影像定位方法 - Google Patents
一种条带约束下的同轨卫星连续景影像定位方法 Download PDFInfo
- Publication number
- CN105783879B CN105783879B CN201610121943.9A CN201610121943A CN105783879B CN 105783879 B CN105783879 B CN 105783879B CN 201610121943 A CN201610121943 A CN 201610121943A CN 105783879 B CN105783879 B CN 105783879B
- Authority
- CN
- China
- Prior art keywords
- msub
- image
- mrow
- point
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
一种条带约束下的同轨卫星连续景影像定位方法,根据条带相邻影像的同名点目标定位在定向参数精化前后应该具有相同结果的特点,通过重叠区域不在同一直线上的三个或三个以上同名模型点(RFM模型计算得到的连接点)建立相邻影像定向参数的约束关系,进而实现同轨影像条带影像的定位。本条带约束下的同轨卫星连续景影像定位方法发明不受条带相邻影像成像参数差异的影响,同时在稀少控制点条件下,能够实现控制在条带影像中的传递,在控制点充足条件下,能够让控制点对各条带影像发挥更好的控制作用,实现在不同控制点条件下条带影像间约束的自适应松紧调节。
Description
技术领域
本发明属于卫星影像摄影测量领域,尤其涉及到在稀少控制点时条带约束下的同轨卫星连续景影像定位方法。
背景技术
RPC(有理多项式参数)参数目前正成为星载遥感影像定位的主流方法,但RPC参数中不包含传感器的位置,使得传感器至地面目标的光线或电磁波入射向量难以使用传统的方法计算。因此,利用RPC参数进行交会角的探测,对RFM(Rational FunctionModel,有理函数模型)进行影像几何处理,无疑有着重要的作用。
卫星影像在成像的过程中,受到透视投影、摄影轴倾斜、大气折光、地球曲率及地形起伏等诸多因素影响,致使影像中各像点产生不同程度的几何变形而失真,无法直接与真实地图套合以进行后续应用。因此要精确地使用遥感卫星影像,首要的工作当先解决影像之传感器的几何模型问题。通常建立传感器的模型的方法主要可分成两大类,除严密模型外,通用模型在近几年受到前所未有的关注,其主要进展是有理多项式模型逐渐替代传统的严密模型,用于航天光学与雷达遥感影像的几何处理中。
常用的多项式模型比较,RFM实际上是各种传感器几何模型的一种抽象的表达方式,它适用于各类传感器包括最新的航空和航天传感器,是多项式模型更精确的形式。它以像点归一化坐标(Rn,Cn)表达为以相应地面点归一化坐标(Ln,Bn,Hn)为自变量的多项式比值:
其中:
式中NumR(Ln,Bn,Hn),DenR(Ln,Bn,Hn),NumC(Ln,Bn,Hn),DenC(Ln,Bn,Hn)为三元三次多项式,其多项式系数值ai,bi,ci,di(i=1….20)由影像附带的RPC参数提供,b1=1,d1=1;(Ln,Bn,Hn)为地面点(L,B,H)的归一化物方坐标系坐标,(Rn,Cn)为像点影像坐标(R,C)的归一化影像坐标,根据下式计算:
其中Roff,Coff,Loff,Boff,Hoff是像点的影像坐标和物方大地坐标的偏移参数,Rscale,Cscale,Lscale,Bscale,Hscale为像点和地面点坐标的比例系数。
Dial、Fraser、Tao等在2002年ISPRS上,同时报导在像方增加仿射变换参数可实现影像的高精度定向,Dial等并以此为基础进行了Ikonos影像的区域网平差试验。其后的几年中,RPC参数的拟合与基于像方仿射模型的几何定位,是国际上RFM研究的重点。像方定向模型为:
其中,a0,a1,a2和b0,b1,b2是影像的像方仿射变换模型定向参数。
近几年,国内基于RFM进行几何定位的研究非常活跃,相关成果也代表了国际上该领域的水平。2009年,童小华等针对物方和像方的定向模型,以快鸟影像为对象,通过对比研究,得出物方补偿方案对控制点要求较高且对高程变化敏感,更推荐使用像方补偿方案;张永军等基于有理多项式系数的线阵卫星近似核线影像的生成进行了研究,得出分段直线拟合方法精度更高。条带影像定位上,张力将同轨条带影像通过拼接,并重新生成条带影像的RPC参数,实现稀少控制点条带影像的平差;张过于2014年对条带影像的RFM区域网平差进行了进一步研究,通过虚拟拼接建立条带中的景影像于条带影像之间的几何关系,避免了影像的物理拼接,显著减少地面控制点等系列研究。
参考文献:
Fraser C,Hanley H,Yamakawa T,2002.High-precision geopositioning fromIkonos Satellite Imagery.Proceedings of ASCM-APSRS Annual Convention,Washington DC,April 19-26,CD ROM.
Dial G,and Grodecki,J.2002.Block Adjustment with Rational PolynomialCamerca Models.Proceedings of ASCM-APSRS Annual Convention,Washington DC,April 19-26,CD ROM.
Tao C V,Hu Y,Schnick S,2002.Photogrammetric Exploitation of IkonosImagery Using the Rational Function Model.Proceedings ofASCM-APSRS AnnualConvention,Washington DC,April 19-26.
童小华,刘世杰,叶勤.基于有理函数模型的QuickBird立体定位精度分析.同济大学学报(自然科学版).2009.37(4):555-559.
张力,张继贤,陈向阳,等.基于有理多项式模型RFM的稀少控制SPOT5卫星影像区域网平差.测绘学报,2009,38(4):302-310.
Zhang Guo,Pan Hongbo,Li Deren,et al.Block Adjustment of SatelliteImagery Using RPCs with Virtual Strip Scenes.Photogrammetric engineering &Remote Sensing.2014.November 1053-1060.
张过,汪韬阳,李德仁等.轨道约束的资源三号标准景影像区域网平差.测绘学报.2014.43(11):1158-1164,1173.
发明内容
本发明提供了一种条带约束下的同轨卫星连续景影像定位方法,基于改变卫星轨道条带影像定位通过拼接的方式实现不同,根据条带相邻影像的同名模型点无论在定向前还是定向后具有相同的定位结果,以及根据条带相邻影像重叠部分定向前后影像坐标增量变化具有相同的规律这一特点,通过条带中相邻影像的RFM模型自动产生3个以上同名模型连接点,加入到已有的控制连接点中一起进行模型定向处理,达到同轨卫星连续景影像条带约束的定位效果。通过如下步骤实现:
步骤1,统计所有同轨相邻影像对,按步骤2至步骤4对所有条带中的相邻影像进行同名模型连接点提取;
步骤2,根据前景影像的像幅高度,利用前后景影像的RFM模型,自动判定同轨相邻影像重叠区域大小,根据前一景影像的像幅高度选取前景影像的最后一行RFn任意列CFn的像点,则其像点在前景影像上的像点坐标为(RFn,CFn),以平均地面高程或测区某一任意高程值作为高程给定值,利用前景影像的RFM模型计算相应地面点坐标,然后利用后景影像的RFM计算该地面点在后一景影像上的投影像点的行列坐标(RBn,CBn),像点的行坐标RBn即为两景影像间的重叠行数。
步骤3,相邻影像重叠区或其附近区域前景影像上自动选取3个或3个以上尽量分布均匀且不在同一直线上的像点,利用前景影像的RFM模型计算它们在给定地面高程上的物方坐标,并利用后景影像RFM模型将该地面点坐标投影到后景影像上,生成相应的模型连接点。即相邻影像重叠区或其附近区域前景影像上自动生成3个或3个以上尽量分布均匀且不在同一直线上的同名模型连接点,通过步骤3.1、步骤3.2和步骤3.3实现;
步骤3.1,模型连接对点的位置选择以同轨相邻影像的重叠区为参考,在前景影像上相邻影像重叠区或其附近区域均匀选取三个或三个以上不在同一直线的像点pi(i=1,2,3…);
步骤3.2,根据选取的像点坐标为(RFi,CFi),任意给定地面高程某个值Hi0,计算其对应地面点Pi的坐标(Li,Bi,Hi0);
步骤3.3,然后利用后景影像的RFM计算Pi点在后景影像上的投影点pi’的坐标(RBi,CBi),获得同名模型连接点。
步骤4,根据模型连接点的相关系数对同轨条带影像的正确性进行判断,将属于条带中相邻影像的模型连接点选取作为同名模型连接点。方法是在在步骤2计算得到的真实重叠范围内,通过特征算子在前一景影像中提取特征点,按步骤3相同的方法计算其在后一景影像上的模型连接点,分别在前后景影像的模型点对的像点为中心,选取相同大小影像块,计算两块影像的相关系数,给定阈值,相关系数大于该阈值时判定该相邻影像间计算得到的模型连接点属于同名模型连接点,相邻影像也属于同一条带影像,否则该相邻影像不属于同一条带中的相邻影像,并将该相邻影像的模型连接点抛弃。
步骤5,以像方仿射变换模型为基础,联合不同轨道影像间匹配或量测获得的普通同名点坐标的误差方程和同名模型连接点的误差方程,对同名模型连接点以重权并按弱交会模式进行处理,按带权最小二乘求解,实现条带约束的影像定向和对地定位。
同名模型连接点弱交会处理是将物方坐标的高程当作已知并取步骤3中给定的高程值Hi0,仅将物方点坐标参数经度增量△L、纬度增量△P作为未知数,建立相邻景条带约束的误差方程:
lR=RRFM-R
lC=CRFM-C
式中NumR(Ln,Bn,Hn),DenR(Ln,Bn,Hn),NumC(Ln,Bn,Hn),DenC(Ln,Bn,Hn)为RFM模型中的地面点物方坐标系坐标(L,B,H)的归一化坐标(Ln,Bn,Hn)的三元三次多项式,a0,a1,a2,b0,b1,b2为像点所在影像像方仿射变换模型系数;R、C为像点影像行、列坐标量测值,vR、vC为像点坐标的误差改正参数,lR、lC为误差方程常数项;RRFM和CRFM为像点行列坐标RFM模型计算值;Roff、Coff是RPC参数中像点的影像行、列坐标偏移参数,Rscale、Cscale为RPC参数中像点坐标的比例系数;△L、△B为地面点平面坐标增量未知数;fRL、fRB、fCL、fCB为误差方程未知数系数;PR、PC为像点量测坐标的权。
条带中相邻影像间的模型连接点的重权处理,是指将PR,PC的值赋予比普通影像同名点权值大102~106倍的值,且控制点越少,权值应越大。
本发明与经典的影像拼接方式实现条带影像几何定位方法相比,有以下三个显著特点:
(1)操作简单:仅需根据条带相邻景影像的RPC参数自动产生若干个不在一条直线上的同名像点,加入到已有的影像控制连接点中一同实现区域影像的定向即可,无需生成或虚拟生成条带影像、条带影像RPC参数以及条带过长导致的拟合精度降低而给予误差补偿。
(2)该方法不受条带间影像成像参数的差异,对于一些虚拟重成像参数不一样的光学影像,以及条带中各景成像参数不一致的合成孔径雷达影像,传统的方法难以获得拼接后的无缝拼接影像,难以生成严格的条带影像的RPC参数,而本发明有非常好的适应性。
(3)该发明给出的条带影像定位技术,在不同控制点分布和数目下,条带相邻影像间同名连接点的约束能根据控制点数目和分布情况自适应调节。
附图说明
图1是所述条带约束下的同轨卫星连续景影像定位方法的示意图;
图2是条带影像虚拟连接点分布示意图。
具体实施方式
本发明给出了一种条带约束下的同轨卫星连续景影像定位方法,通过条带影像相邻景影像的RPC参数自动在重叠区域生成三个或三个以上不在同一直线上的同名连接点,实现定向参数的变化在条带内的传递,达到控制在条带影像上传播以及稀少控制点定位效果。如图1所示,具体通过以下步骤实现:
步骤1,统计所有同轨相邻影像对,对所有影像对按步骤2和步骤4提取模型连接点;
步骤2,根据前景影像的高度,利用前后景影像的RFM模型,自动判定同轨相邻影像重叠区域大小,即根据前一景影像的高度选取前景影像的最后一行RFn任意列CFn的像点,则其像点在前景影像上的像点坐标为(RFn,CFn),以平均高程或测区某一任意高程值作为给定值,利用前景影像的RFM模型计算相应地面点坐标,然后利用后景影像的RFM计算该地面点在后一景影像上的投影像点的行列坐标(RB,CB),像点的行坐标Br即为两景影像间的重叠行数。
步骤3,相邻影像重叠区或其附近区域前景影像上自动选取3个或3个以上尽量分布均匀且不在同一直线上的像点,通过步骤3.1、步骤3.2和步骤3.3实现;
步骤3.1,同名点的位置选择以同轨相邻影像的重叠区为参考,在前景影像上相邻影像重叠区或其附近区域均匀选取三个或三个以上不在同一直线的像点pi(i=1,2,3…),图2为一种模型连接点示意图。
步骤3.2,选取的像点坐标为(RFi,CFi),给定高程值Hi0,计算其对应地面点Pi的坐标(Li,Bi,Hi0);
步骤3.3,然后利用后景影像的RFM计算Pi点在后景影像上的投影点pi’的坐标(RBi,CBi),获得模型连接点。
步骤4,根据特征模型连接点的相关系数对同轨条带影像的正确性进行判断,方法是在步骤2计算得到的真实重叠区域中,通过特征算子在前一景影像中提取特征点,按权步骤3相同的方法计算其在后一景影像上的同名模型点,分别在前后景影像的同名特征点为中心,选取一小块区域,计算两块影像的相关系数,给定阈值,相关系数大于该阈值时认定相邻影像属于同一条带影像,该相邻影像重叠区自动选取的所有模型连接点属于同名模型连接点,否则该相邻影像不属于条带影像,该相邻影像的模型连接点抛弃。
步骤5,以传统的像方仿射变换模型为基础,对同名模型点以重权和弱交会模式处理方式进行处理,联合匹配或量测获得的普通像点坐标的误差方程和同名模型连接点的误差方程,按带权最小二乘进行解算,实现条带约束的影像定向和对地定位,具体通过步骤5.1,步骤5.2,步骤5.3和步骤5.4实现;
同名模型连接点弱交会处理是将物方坐标高程参数当作已知并取步骤3.2中给定的值Hi0,仅将物方点坐标参数经度增量△L、纬度增量△P作为未知数,建立相邻景条带约束的误差方程:
lR=RRFM-R
lC=CRFM-C
式中NumR(Ln,Bn,Hn),DenR(Ln,Bn,Hn),NumC(Ln,Bn,Hn),DenC(Ln,Bn,Hn)为RFM模型中的地面点物方坐标系坐标(L,B,H)的归一化坐标(Ln,Bn,Hn)的三元三次多项式,a0,a1,a2,b0,b1,b2为像点所在影像像方仿射变换模型系数;R、C为像点行列坐标量测值,vR、vC为像点坐标的误差改正参数,lR、lC为误差方程常数项;RRFM、CRFM为像点行列坐标RFM模型计算值;Roff,Coff是RPC参数中像点的影像坐标偏移参数,Rscale、Cscale为RPC参数中像点坐标的比例系数;△L、△B为地面点平面坐标增量未知数;fRL、fRB、fCL、fCB为误差方程未知数系数;PR、PC为像点量测坐标的权。
步骤5.2,条带中相邻影像间的模型连接点的重权处理,是指一般将PR,PC的值赋予比普通影像同名点权值大102~106倍的值,且控制点越少,权值应越大。
步骤5.3,构建控制点、普通同名连接点像点坐标的误差方程和条带相邻影像的同名模型连接点的误差方程一起组成误差方程组:
Vp=F1o+F2pLBH-Lp pp
Vm=F3o+F4pLB-Lm pm
式中,Vp为普通像点坐标观测值误差增量向量,Vm为同名模型点像点坐标增量向量;o为像方仿射变换参数未知数向量[a0,a1,a2,b0,b1,b2]T,pLBH为地面点坐标增量未知数向量[△L,△B,△H]T,控制点不包含该未知数向量,pLB为地面点平面坐标增量未知数向量[△L,△B]T;Lp为普通像点坐标误差方程常数项向量[lR,lC]p T,Lm为模型连接点像点坐标误差方程常数项向量[lR,lC]m T,F1、F2为普通像点坐标误差方程像方仿射变换模型定向参数未知数系数矩阵和地面点坐标未知数系数矩阵,F3、F4为模型连接点像点坐标误差方程像方仿射变换模型定向参数未知数系数矩阵和地面点平面坐标未知数系数矩阵,Pp和Pm为普通像点和模型连接点坐标的权矩阵。
步骤5.4,根据带权最小二乘法,求解像方仿射变换模型的定向参数,实现区域网影像定向参数精度的提高。其中,定向参数的求解按下式进行:
X=(BTPB)-1BTPL
其中X为仿射变换参数未知数和地面点坐标增量未知数向量[o,pLBH,pLB]T,B为系数矩阵L=[Lp,Lm]T,P为步骤5.3中的权矩阵P=[Pp,Pm]T。
Claims (6)
1.一种条带约束下的同轨卫星连续景影像定位方法,通过条带相邻景影像的RFM模型产生的同名模型连接点实现影像定位条带约束,包括以下步骤:
(1)统计所有同轨相邻影像对,按步骤(2)至步骤(4)对所有条带中的相邻影像进行同名模型连接点提取;
(2)根据前景影像的像幅高度,利用前后景影像的RFM模型,自动判定同轨相邻影像重叠区域大小;
(3)相邻影像重叠区或其附近区域前景影像上自动选取3个或3个以上尽量分布均匀且不在同一直线上的像点,利用前景影像的RFM模型计算它们在给定地面高程上的物方坐标,并利用后景影像RFM模型将该地面点坐标投影到后景影像上,生成相应的模型连接点;
(4)根据模型连接点的相关系数对同轨条带影像的正确性进行判断,将属于条带中相邻影像的模型连接点选取作为同名模型连接点;
(5)以像方仿射变换模型为基础,联合不同轨道影像间匹配或量测获得的普通同名点坐标的误差方程和同名模型连接点的误差方程,对同名模型连接点以重权并按弱交会模式进行处理,按带权最小二乘求解,实现条带约束的影像定向和对地定位。
2.根据权利要求1所述的条带约束下的同轨卫星连续景影像定位方法,其特征在于:所述步骤(2)中,相邻影像重叠区域大小的判定按下述方法进行:根据前一景影像的像幅高度选取前景影像的最后一行RFn任意列CFn的像点,则其像点在前景影像上的像点坐标为(RFn,CFn),以平均地面高程或测区某一任意高程值作为高程给定值,利用前景影像的RFM模型计算相应地面点坐标,然后利用后景影像的RFM计算该地面点在后一景影像上的投影像点的行列坐标(RBn,CBn),像点的行坐标RBn即为两景影像间的重叠行数。
3.根据权利要求1所述的条带约束下的同轨卫星连续景影像定位方法,其特征在于:所述步骤(3)中,模型连接对点的位置选择以同轨相邻影像的重叠区为参考,在前景影像上相邻影像重叠区或其附近区域均匀选取三个或三个以上不在同一直线的像点pi(i=1,2,3…),设其像点坐标为(RFi,CFi),任意给定地面高程某个值Hi0,计算其对应地面点Pi的坐标(Li,Bi,Hi0),然后利用后景影像的RFM计算Pi点在后景影像上的投影点pi’的坐标(RBi,CBi),获得同名模型连接点。
4.根据权利要求1所述的条带约束下的同轨卫星连续景影像定位方法,其特征在于:所述步骤(4)中,对同轨条带相邻影像正确性按下述方法进行判断:在步骤(2)计算得到的真实重叠范围内,通过特征算子在前一景影像中提取特征点,按步骤(3)相同的方法计算其在后一景影像上的模型连接点,分别在前后景影像的模型点对的像点为中心,选取相同大小影像块,计算两块影像的相关系数,给定阈值,相关系数大于该阈值时判定该相邻影像间计算得到的模型连接点属于同名模型连接点,相邻影像也属于同一条带影像,否则该相邻影像不属于同一条带中的相邻影像,并将该相邻影像的模型连接点抛弃。
5.根据权利要求1所述的条带约束下的同轨卫星连续景影像定位方法,其特征在于:所述步骤(5)中,同名模型连接点弱交会处理是将物方坐标的高程当作已知并取步骤(3)中给定的高程值Hi0,仅将物方点坐标参数经度增量△L、纬度增量△P作为未知数,建立相邻景条带约束的误差方程:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mi>R</mi>
</msub>
<mo>=</mo>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>Ra</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>Ca</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>R</mi>
<mi>L</mi>
</mrow>
</msub>
<mi>&Delta;</mi>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>R</mi>
<mi>B</mi>
</mrow>
</msub>
<mi>&Delta;</mi>
<mi>B</mi>
<mo>-</mo>
<msub>
<mi>l</mi>
<mi>R</mi>
</msub>
</mrow>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mi>R</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mi>C</mi>
</msub>
<mo>=</mo>
<msub>
<mi>b</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<msub>
<mi>Rb</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>Cb</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>C</mi>
<mi>L</mi>
</mrow>
</msub>
<mi>&Delta;</mi>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>C</mi>
<mi>B</mi>
</mrow>
</msub>
<mi>&Delta;</mi>
<mi>B</mi>
<mo>-</mo>
<msub>
<mi>l</mi>
<mi>C</mi>
</msub>
</mrow>
</mtd>
<mtd>
<msub>
<mi>p</mi>
<mi>C</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
lR=RRFM-R
lC=CRFM-C
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>R</mi>
<mi>F</mi>
<mi>M</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
<mi>e</mi>
</mrow>
</msub>
<mfrac>
<mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>u</mi>
<mi>m</mi>
<mi>R</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>L</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>H</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>D</mi>
<mrow>
<mi>e</mi>
<mi>n</mi>
<mi>R</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>L</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>H</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>R</mi>
<mi>F</mi>
<mi>M</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
<mi>e</mi>
</mrow>
</msub>
<mfrac>
<mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>u</mi>
<mi>m</mi>
<mi>C</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>L</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>H</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>D</mi>
<mrow>
<mi>e</mi>
<mi>n</mi>
<mi>C</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>L</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<msub>
<mi>H</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
</mrow>
</msub>
</mrow>
式中NumR(Ln,Bn,Hn),DenR(Ln,Bn,Hn),NumC(Ln,Bn,Hn),DenC(Ln,Bn,Hn)为RFM模型中的地面点物方坐标系坐标(L,B,H)的归一化坐标(Ln,Bn,Hn)的三元三次多项式,a0,a1,a2,b0,b1,b2为像点所在影像像方仿射变换模型系数;R、C为像点影像行、列坐标量测值,vR、vC为像点坐标的误差改正参数,lR、lC为误差方程常数项;RRFM和CRFM为像点行列坐标RFM模型计算值;Roff、Coff是RPC参数中像点的影像行、列坐标偏移参数,Rscale、Cscale为RPC参数中像点坐标的比例系数;△L、△B为地面点平面坐标增量未知数;fRL、fRB、fCL、fCB为误差方程未知数系数;PR、PC为像点量测坐标的权。
6.根据权利要求1所述的条带约束下的同轨卫星连续景影像定位方法,其特征在于:所述步骤(5)中,条带中相邻影像间的模型连接点的重权处理,是指将PR,PC的值赋予比普通影像同名点权值大102~106倍的值,且控制点越少,权值应越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610121943.9A CN105783879B (zh) | 2016-03-03 | 2016-03-03 | 一种条带约束下的同轨卫星连续景影像定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610121943.9A CN105783879B (zh) | 2016-03-03 | 2016-03-03 | 一种条带约束下的同轨卫星连续景影像定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105783879A CN105783879A (zh) | 2016-07-20 |
CN105783879B true CN105783879B (zh) | 2018-03-13 |
Family
ID=56387966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610121943.9A Active CN105783879B (zh) | 2016-03-03 | 2016-03-03 | 一种条带约束下的同轨卫星连续景影像定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105783879B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681985B (zh) * | 2018-03-07 | 2022-05-13 | 珠海欧比特宇航科技股份有限公司 | 视频卫星影像的条带拼接方法 |
CN108759788B (zh) * | 2018-03-19 | 2020-11-24 | 深圳飞马机器人科技有限公司 | 无人机影像定位定姿方法及无人机 |
CN111060077A (zh) * | 2019-12-20 | 2020-04-24 | 彭耿 | 基于稀疏控制点的遥感卫星图像定位方法 |
CN111044037B (zh) * | 2019-12-26 | 2021-06-18 | 中国人民解放军战略支援部队信息工程大学 | 一种光学卫星影像的几何定位方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201135269A (en) * | 2010-04-12 | 2011-10-16 | Univ Nat Central | Integrated positioning method of high-resolution multidimensional satellite image |
CN103823981B (zh) * | 2014-02-28 | 2016-08-17 | 武汉大学 | 一种数字高程模型辅助的卫星影像区域网平差方法 |
CN103914808B (zh) * | 2014-03-14 | 2017-02-01 | 国家测绘地理信息局卫星测绘应用中心 | 一种资源三号卫星三线阵影像和多光谱影像的拼接方法 |
-
2016
- 2016-03-03 CN CN201610121943.9A patent/CN105783879B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105783879A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN103674063B (zh) | 一种光学遥感相机在轨几何定标方法 | |
CN101750619B (zh) | 自检校pos直接对地目标定位方法 | |
CN105783879B (zh) | 一种条带约束下的同轨卫星连续景影像定位方法 | |
Gini et al. | UAV photogrammetry: Block triangulation comparisons | |
CN101464149B (zh) | Pos辅助航空影像匹配方法 | |
CN107389029A (zh) | 一种基于多源监测技术融合的地面沉降集成监测方法 | |
CN106960174A (zh) | 高分影像激光雷达高程控制点提取及其辅助定位方法 | |
CN101915913A (zh) | 一种稳健的高分辨率卫星影像连接点自动匹配方法 | |
CN106526593A (zh) | 基于sar严密成像模型的子像素级角反射器自动定位方法 | |
CN105698766B (zh) | 考虑定向参数精度信息的卫星影像rfm模型区域网平差方法 | |
CN106886794A (zh) | 顾及高阶结构特征的异源遥感影像同名点匹配方法 | |
CN107067437A (zh) | 一种基于多视几何和光束法平差的无人机定位系统及方法 | |
CN105466400A (zh) | 一种利用rpc探测多源卫星影像同名像点成像交会角方法 | |
CN104729529B (zh) | 地形图测量系统误差判断的方法和系统 | |
CN105783874A (zh) | 无人机航空摄影测量中架构航线的应用方法 | |
CN103196431B (zh) | 机载激光扫描点云与光学影像的整体空三方法 | |
Curro et al. | Automated aerial refueling position estimation using a scanning LiDAR | |
CN107063191A (zh) | 一种摄影测量区域网整体相对定向的方法 | |
El-Ashmawy | Photogrammetric block adjustment without control points | |
Amami et al. | Investigations into utilizing low-cost amateur drones for creating ortho-mosaic and digital elevation model | |
Liang et al. | Accuracy analysis of oblique photogrammetry measurement in 3D modeling of power line selection design | |
Pargieła | Optimising UAV Data Acquisition and Processing for Photogrammetry: A Review | |
Boukerch et al. | Geometry based co-registration of ALSAT-2A panchromatic and multispectral images | |
Chen et al. | 3D model construction and accuracy analysis based on UAV tilt photogrammetry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |