CN106709944A - 卫星遥感图像配准方法 - Google Patents

卫星遥感图像配准方法 Download PDF

Info

Publication number
CN106709944A
CN106709944A CN201611153177.0A CN201611153177A CN106709944A CN 106709944 A CN106709944 A CN 106709944A CN 201611153177 A CN201611153177 A CN 201611153177A CN 106709944 A CN106709944 A CN 106709944A
Authority
CN
China
Prior art keywords
earth
remote sensing
coordinate system
field picture
satellite
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.)
Granted
Application number
CN201611153177.0A
Other languages
English (en)
Other versions
CN106709944B (zh
Inventor
张洋
唐川
白沁园
鹿艺
王春红
忻俊杰
张传鑫
刘希宁
卢斌
程睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Engineering Center for Microsatellites
Original Assignee
Shanghai Engineering Center for Microsatellites
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Engineering Center for Microsatellites filed Critical Shanghai Engineering Center for Microsatellites
Priority to CN201611153177.0A priority Critical patent/CN106709944B/zh
Publication of CN106709944A publication Critical patent/CN106709944A/zh
Application granted granted Critical
Publication of CN106709944B publication Critical patent/CN106709944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供卫星遥感图像配准方法，包括：步骤一、建立地球固连坐标系，并计算首帧图像各区域中心点在地球固连坐标系的坐标；步骤二、计算后续各帧各区域中心点在地球固连坐标系的坐标；步骤三、根据区域中心点在固连坐标系的坐标，将图像整体转换至地球固连坐标系，对各帧图像重叠区域进行关联，形成配准后的区域。本发明利用建立的遥感图像配准方法仿真计算其在轨图像配准精度的指标满足度，通过对比指标理论分析数据，证明了本方法可以有效提高在轨图像配准精度，满足指标要求，准确率可以保证在95％以上。

Description

卫星遥感图像配准方法
技术领域
本发明属卫星图像处理应用领域，特别涉及卫星遥感图像配准方法。
背景技术
对地遥感卫星星载相机的探测器规模随技术发展日益增大，相机在轨对地成像数据量相应增加，对星上和地面的实时处理要求也随之提高。通过对连续多帧图像的配准，可识别图像中的动、静目标。在一定配准精度条件下，可进一步预估图像中动目标的运动轨迹，而动目标的运动轨迹与时间密切相关。因此，遥感图像的高精度快速配准及其有效实施，对于卫星在轨应用效能的充分发挥至关重要。然而现有卫星遥感图像配准方法的精度不够高。
发明内容
本发明解决的问题是现有卫星遥感图像配准方法的精度不够高；为解决所述问题，本发明提供卫星遥感图像配准方法。
本发明提供的卫星遥感图像配准方法，包括：
步骤一、建立地球固连坐标系，并计算首帧图像各区域中心点在地球固连坐标系的坐标；
步骤二、计算后续各帧各区域中心点在地球固连坐标系的坐标；
步骤三、根据区域中心点在固连坐标系的坐标，将图像整体转换至地球固连坐标系，对各帧图像重叠区域进行关联，形成配准后的区域。
进一步，所述步骤一包括：
步骤1.1、根据下传图像包序列，按照行列号接收首帧图像；
步骤1.2、对图像进行等区域分块，根据首帧图像首行实测卫星姿态数据建立地球固连坐标系；
步骤1.3、根据首帧图像对应扫描镜转角位置和卫星姿态计算各区域中心点坐标。
进一步，所述步骤二根据后续各帧图像对应的扫描镜转角位置和卫星姿态计算各区域中心的坐标。
进一步，所述步骤三包括：
步骤3.1、在地球固连坐标系建立对地成像的标称网格；
步骤3.2、将第一帧图像逐元投影至标称网格；
步骤3.3、将其余各帧逐区域逐元投影至标称网络，与首帧图像中对应区域进行配准。
进一步，忽略卫星轨道运动对相邻帧图像缩放影响的情况下，不同帧图像间变换模型描述为V＝RU+T，式中V＝(vx,vy)t是图像f1(x,y)中的点，U＝(ux,uy)t是图像f2(x,y)中的点，R＝[cosθ,sinθ；-sinθ,cosθ]是旋转矩阵，θ为两幅图像旋转角，T＝(tx,ty)t是图像之间沿x,y方向上的平移量。
进一步，在投影过程中，通过地球边缘区分地球背景区域和冷空间区域，对地球背景区域进行基于投影图像的配准计算。
本发明的优点包括：对于卫星对地成像的多帧图像中地球背景区域相对变化较小，且邻帧图像对应像元的相对像移较小的观测条件，综合考虑卫星帧内图像像移和地面计算处理能力，提出一种遥感图像的快速配准方法。为有效地量化描述图像像移变化，以地球固连坐标系为基准坐标系，通过对每帧图像进行基于标称坐标系的定位，实现地球背景区域图像的多帧配准。
附图说明
图1为本发明实施例提供的卫星遥感图像配准方法的待配准区域示意图；
图2为本发明实施例提供的卫星遥感图像配准方法配准过程示意图。
具体实施方式
下文中，结合附图和实施例对本发明提供的卫星遥感图像配准方法作进一步阐述。
本发明提供的卫星遥感图像配准方法在基准坐标系下完成每帧图像的定位是快速图像配准的前提，再通过恒星预报和提取，计算扫描相机热变形参数，最后根据实测的卫星轨道、姿态、相机角度等数据对下传的每帧图像完成基于标称网格的定位计算。
具体地，本发明提供的卫星遥感图像配准方法，包括：
步骤一、建立地球固连坐标系，并计算首帧图像各区域中心点在地球固连坐标系的坐标。
进一步，所述步骤一包括：
步骤1.1、根据卫星下传图像包序列，按照行列号接收首帧图像；
步骤1.2、对图像进行等区域分块，将首帧图像划分为M×N个区域，M，N为任意自然数，M可以等于N，也可以不等于N，每个区域中的每行的基元数和每列的基元数相等；根据首帧图像首行实测卫星姿态数据建立地球固连坐标系，并以地球固连坐标系为基准坐标系；建立地球固连坐标系的方法为本领域技术人员所熟知，在此不再详述。
步骤1.3、根据首帧图像对应扫描镜转角位置和卫星姿态计算各区域中心点坐标。
图像关联时间内热变形量可近似相同，所以影响图像配准的误差项主要包括扫描镜角度测量误差、卫星姿态误差、轨道误差、时间同步误差、成像模型标校误差等因素。图像配准精度等于图像中心像移间配准精度与区域内像元像移量之和。
扫描经角度测量误差包括测角单元误差和处理电子线路噪声等，需要在实验室条件下进行标定。
采用星敏感器和陀螺组合确定卫星姿态的方式，其误差项包括星敏感器安装矩阵偏差、测量常值偏差、低频误差、噪声等效角；陀螺组合的安装矩阵偏差、常值漂移、随机漂移、随机游走和量化噪声等。通过滤波算法可消除高频噪声，得到卫星的实时姿态。
采用地面多站联合测量卫星的轨道位置和星上配置高精度导航接收设备，可提高卫星轨道位置确定精度。
星上时间基准与星地时间同步误差同时影响图像配准的精度。目前遥感卫星的星地授时和校时机制能够满足卫星与地面的时间同步要求。
采用长线列或大面阵成像的相机，光学成像存在畸变，需在实验室条件下对相机成像模型进行标校。
步骤二、计算后续各帧各区域中心点在地球固连坐标系的坐标。所述步骤二包括对后续各帧进行等区域分块，所述分块的方法和参数与步骤一中对首帧图像等区域分块相同，划分为M×N个区域。同步骤1.3类似，根据各帧图像对应扫描镜转角位置和卫星姿态计算各区域中心点坐标。此项计算方法已为本领域技术人员所熟知，在此不再详述。
步骤三、根据区域中心点在固连坐标系的坐标，将图像整体转换至地球固连坐标系，对各帧图像重叠区域进行关联，形成配准后的区域。
步骤3.1、在地球固连坐标系建立对地成像的标称网格；所述标称网络可以基于首帧图像建立理想状态下对地成像的标称网格。
步骤3.2、将第一帧图像逐元投影至标称网格；根据实测的卫星轨道、姿态、扫描镜角度等数据，将下传的首帧扫描图像按照时间序列根据坐标转换关系投影至标称网格。
步骤3.3、将其余各帧逐区域逐元投影至标称网络，与首帧图像中对应区域进行配准。接收到各帧图像后，实时根据实测的卫星轨道、姿态、扫描镜角度等数据，将下传的扫描图像按照时间序列根据坐标转换关系投影至标称网格。在投影过程中，通过地球边缘区分地球背景区域和冷空间区域，对地球背景区域进行基于投影图像的配准计算。
忽略卫星轨道运动对相邻帧图像缩放影响的情况下，不同帧图像间变换模型描述为V＝RU+T(1)，式中V＝(vx,vy)t是图像f1(x,y)中的点，U＝(ux,uy)t是图像f2(x,y)中的点，R＝[cosθ,sinθ；-sinθ,cosθ]是旋转矩阵，θ为两幅图像旋转角，T＝(tx,ty)t是图像之间沿x,y方向上的平移量。
图1所示为本发明一实例的首帧图像，所述实例中，遥感图像大小为8000元×12000行，将首帧图像10按照512×512元划分为16(线列方向)×24(扫描方向)块待配准区域。帧间图像配准的基准是首帧图像，即以首帧图像的首行实测的卫星姿态建立地球固连坐标系，作为配准坐标系，并建立标称网络；计算首帧图像一个待配准区域20中心像元的坐标，作为配准基准点，并将首帧图像按区域投影至标称网络。按照时序接收第二帧原始图像30，当收到第一块待配准区域40(512×512元)时，根据该区域中心点对应的相机角度位置、卫星姿态增量信息计算该区域在配准坐标系的位置，再将待配准区域整体转换至配准坐标系，与首帧图像中相应位置的待配准区域20匹配，如图2所示，首帧待配准区域与第二帧待配准区域在标称网格的重复部分即为配准后的区域50，以此类推。
以本发明所提供的方法对某卫星背景预研型号进行遥感图像高精度快速配准，仿真计算其在轨图像配准精度的指标满足度，帮助背景预研型号顺利成功立项。根据指标理论分析数据，对比仿真计算数据如表1所示，表中数据显示该方法计算遥感图像快速配准的误差不超过5％，验证了本方法的准确性。
表1连续多帧图像的快速配准指标与仿真结果对比
需要说明的是，本发明实施例只是用于帮助阐述本发明而不用于限制本发明的保护范围。本发明实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。在阅读了本发明记载的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (6)

1.卫星遥感图像配准方法，其特征在于，包括：
步骤一、建立地球固连坐标系，并计算首帧图像各区域中心点在地球固连坐标系的坐标；
步骤二、计算后续各帧各区域中心点在地球固连坐标系的坐标；
步骤三、根据区域中心点在固连坐标系的坐标，将图像整体转换至地球固连坐标系，对各帧图像重叠区域进行关联，形成配准后的区域。
2.依据权利要求1所述的卫星遥感图像配准方法，其特征在于，所述步骤一包括：
步骤1.1、根据下传图像包序列，按照行列号接收首帧图像；
步骤1.2、对图像进行等区域分块，根据首帧图像首行实测卫星姿态数据建立地球固连坐标系；
步骤1.3、根据首帧图像对应扫描镜转角位置和卫星姿态计算各区域中心点坐标。
3.依据权利要求1所述的卫星遥感图像配准方法，其特征在于，所述步骤二根据后续各帧图像对应的扫描镜转角位置和卫星姿态计算各区域中心的坐标。
4.依据权利要求1所述的卫星遥感图像配准方法，其特征在于，所述步骤三包括：
步骤3.1、在地球固连坐标系建立对地成像的标称网格；
步骤3.2、将第一帧图像逐元投影至标称网格；
步骤3.3、将其余各帧逐区域逐元投影至标称网络，与首帧图像中对应区域进行配准。
5.依据权利要求4所述的卫星遥感图像配准方法，其特征在于，忽略卫星轨道运动对相邻帧图像缩放影响的情况下，不同帧图像间变换模型描述为V＝RU+T，式中V＝(vx,vy)t是图像f1(x,y)中的点，U＝(ux,uy)t是图像f2(x,y)中的点，R＝[cosθ,sinθ；-sinθ,cosθ]是旋转矩阵，θ为两幅图像旋转角，T＝(tx,ty)t是图像之间沿x,y方向上的平移量。
6.依据权利要求1所述的卫星遥感图像配准方法，其特征在于，在投影过程中，通过地球边缘区分地球背景区域和冷空间区域，对地球背景区域进行基于投影图像的配准计算。
CN201611153177.0A 2016-12-14 2016-12-14 卫星遥感图像配准方法 Active CN106709944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611153177.0A CN106709944B (zh) 2016-12-14 2016-12-14 卫星遥感图像配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611153177.0A CN106709944B (zh) 2016-12-14 2016-12-14 卫星遥感图像配准方法

Publications (2)

Publication Number Publication Date
CN106709944A true CN106709944A (zh) 2017-05-24
CN106709944B CN106709944B (zh) 2020-06-05

Family

ID=58937067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611153177.0A Active CN106709944B (zh) 2016-12-14 2016-12-14 卫星遥感图像配准方法

Country Status (1)

Country Link
CN (1) CN106709944B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392951A (zh) * 2017-06-06 2017-11-24 上海卫星工程研究所 遥感图像高精度快速配准方法
CN107657597A (zh) * 2017-10-19 2018-02-02 中国科学院遥感与数字地球研究所 跨平台月基对地观测影像自动几何校正方法
CN110288528A (zh) * 2019-06-25 2019-09-27 山东大学 一种面向微纳级视觉观测的图像拼接系统及方法
CN110617802A (zh) * 2019-07-26 2019-12-27 北京控制工程研究所 一种星载动目标检测及速度估计方法
CN112509453A (zh) * 2020-12-14 2021-03-16 广西壮族自治区自然资源遥感院 基于移动设备的景区实景导览图电子化导览方法及系统
US11107199B2 (en) 2017-09-30 2021-08-31 Institute Of Remote Sensing And Digital Earth, Chinese Academy Of Sciences Automatic cross-platform geometric correction method for moon-based earth observation image
CN114676907A (zh) * 2022-01-17 2022-06-28 中国地质大学（北京） 一种区域地质灾害预警方法、装置、存储介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7343051B1 (en) * 2005-03-07 2008-03-11 Hsu Shin-Yi Method of recognizing an object in an image using multi-sensor integration through conditionally optimal geoscene generation and registration
CN103364767A (zh) * 2013-07-08 2013-10-23 杭州电子科技大学 地基雷达与移动平台雷达的时空配准方法
CN104075691A (zh) * 2014-07-09 2014-10-01 广州市城市规划勘测设计研究院 基于cors和icp算法的地面激光扫描仪快速测量地形的方法
CN104111456A (zh) * 2014-07-23 2014-10-22 中国国土资源航空物探遥感中心 一种高速铁路沿线地表形变高分辨率InSAR监测方法
CN104809326A (zh) * 2014-06-23 2015-07-29 方洋旺 一种异步传感器空间配准算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7343051B1 (en) * 2005-03-07 2008-03-11 Hsu Shin-Yi Method of recognizing an object in an image using multi-sensor integration through conditionally optimal geoscene generation and registration
CN103364767A (zh) * 2013-07-08 2013-10-23 杭州电子科技大学 地基雷达与移动平台雷达的时空配准方法
CN104809326A (zh) * 2014-06-23 2015-07-29 方洋旺 一种异步传感器空间配准算法
CN104075691A (zh) * 2014-07-09 2014-10-01 广州市城市规划勘测设计研究院 基于cors和icp算法的地面激光扫描仪快速测量地形的方法
CN104111456A (zh) * 2014-07-23 2014-10-22 中国国土资源航空物探遥感中心 一种高速铁路沿线地表形变高分辨率InSAR监测方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392951A (zh) * 2017-06-06 2017-11-24 上海卫星工程研究所 遥感图像高精度快速配准方法
US11107199B2 (en) 2017-09-30 2021-08-31 Institute Of Remote Sensing And Digital Earth, Chinese Academy Of Sciences Automatic cross-platform geometric correction method for moon-based earth observation image
CN107657597A (zh) * 2017-10-19 2018-02-02 中国科学院遥感与数字地球研究所 跨平台月基对地观测影像自动几何校正方法
CN107657597B (zh) * 2017-10-19 2020-09-08 中国科学院遥感与数字地球研究所 跨平台月基对地观测影像自动几何校正方法
CN110288528A (zh) * 2019-06-25 2019-09-27 山东大学 一种面向微纳级视觉观测的图像拼接系统及方法
CN110288528B (zh) * 2019-06-25 2020-12-29 山东大学 一种面向微纳级视觉观测的图像拼接系统及方法
CN110617802A (zh) * 2019-07-26 2019-12-27 北京控制工程研究所 一种星载动目标检测及速度估计方法
CN112509453A (zh) * 2020-12-14 2021-03-16 广西壮族自治区自然资源遥感院 基于移动设备的景区实景导览图电子化导览方法及系统
CN114676907A (zh) * 2022-01-17 2022-06-28 中国地质大学（北京） 一种区域地质灾害预警方法、装置、存储介质及设备
CN114676907B (zh) * 2022-01-17 2022-09-20 中国地质大学（北京） 一种区域地质灾害预警方法、装置、存储介质及设备

Also Published As

Publication number Publication date
CN106709944B (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN106709944A (zh) 卫星遥感图像配准方法
CN107392951A (zh) 遥感图像高精度快速配准方法
CN110211043B (zh) 一种用于全景图像拼接的基于网格优化的配准方法
CN109872401B (zh) 一种无人机视频增强现实实现方法
US8315477B2 (en) Method and apparatus of taking aerial surveys
CA2078556C (en) Computer assisted video surveying and method therefor
CA2395257C (en) Any aspect passive volumetric image processing method
CN103822615B (zh) 一种多控制点自动提取与聚合的无人机地面目标实时定位方法
CN104463778B (zh) 一种全景图生成方法
CN103115614B (zh) 多源多轨长条带卫星遥感影像联合并行匹配方法
US20090154793A1 (en) Digital photogrammetric method and apparatus using intergrated modeling of different types of sensors
CN109472829B (zh) 一种物体定位方法、装置、设备和存储介质
CN108470356A (zh) 一种基于双目视觉的目标对象快速测距方法
CN110033411A (zh) 基于无人机的公路施工现场全景图像高效拼接方法
CN106971408A (zh) 一种基于时空转换思想的摄像机标定方法
CN110415299A (zh) 一种运动约束下基于标准路牌的车辆位置估计方法
CN103778610A (zh) 一种星载线阵传感器垂轨摆扫影像的几何预处理方法
Eugster et al. Integrated georeferencing of stereo image sequences captured with a stereovision mobile mapping system–approaches and practical results
KR101393273B1 (ko) 노면 텍스쳐 영상 고도화 시스템
CN112632415A (zh) 一种Web地图实时生成方法及图像处理服务器
CN104809720A (zh) 基于小交叉视场的两相机目标关联方法
AU2013260677B2 (en) Method and apparatus of taking aerial surveys
CN107085854A (zh) 一种基于图像处理技术的铁路轨道二维地图的创建方法
JP4362042B2 (ja) 洪水ハザードマップ生成方法及びシステム
Zhang et al. Registration of CBERS-02B satellite imagery in quick GIS updating

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant