CN107705244B - 一种适用于大区域多幅遥感影像的接边纠正方法 - Google Patents

一种适用于大区域多幅遥感影像的接边纠正方法 Download PDF

Info

Publication number
CN107705244B
CN107705244B CN201710813300.5A CN201710813300A CN107705244B CN 107705244 B CN107705244 B CN 107705244B CN 201710813300 A CN201710813300 A CN 201710813300A CN 107705244 B CN107705244 B CN 107705244B
Authority
CN
China
Prior art keywords
image
coordinate
same
images
name
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.)
Expired - Fee Related
Application number
CN201710813300.5A
Other languages
English (en)
Other versions
CN107705244A (zh
Inventor
韩旭
齐建伟
王懿哲
曹文玉
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.)
China Aero Geophysical Survey & Remote Sensing Center For Land And Resources
Original Assignee
China Aero Geophysical Survey & Remote Sensing Center For Land And Resources
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 China Aero Geophysical Survey & Remote Sensing Center For Land And Resources filed Critical China Aero Geophysical Survey & Remote Sensing Center For Land And Resources
Priority to CN201710813300.5A priority Critical patent/CN107705244B/zh
Publication of CN107705244A publication Critical patent/CN107705244A/zh
Application granted granted Critical
Publication of CN107705244B publication Critical patent/CN107705244B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G06T3/147—Transformations for image registration, e.g. adjusting or mapping for alignment of images using affine transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种适用于大区域多幅遥感影像的接边纠正方法，(1)对所有影像进行自动邻接区同名点匹配，获取同名点；(2)利用已有的同名点构建三角网；(3)针对每个同名点，计算同名点参考物方坐标；(4)计算每张影像的仿射变换参数；(5)对每个同名点根据在不同影像上的像方坐标和对应的仿射变换参数，解算该同名点在对应影像上的新的观测物方坐标；(6)重复(3)～(5)直到参考物方坐标变化小于一定阈值或不再变化；(7)利用最后一次迭代的仿射变换参数纠正对应的影像。本发明提出的方法可以对大区域多幅影像同时进行接边纠正；纠正精度更高；避免了传统纠正方法出现变形不均和影像过度扭曲的问题。

Description

一种适用于大区域多幅遥感影像的接边纠正方法
技术领域
本发明涉及一种适用于大区域多幅遥感影像的接边纠正方法，属于对地观测技术领域，是一种遥感图像处理技术。
背景技术
在遥感影像的应用过程中，根据应用场景和范围要求往往需要用到多幅不同来源的已经经过处理，仅具有坐标信息的遥感影像产品遥来覆盖一定范围的目标区域以进行工作。而此时这些已有坐标信息的遥感影像产品，其相互接边精度往往较差，对数据的应用造成相当大的影响。
在解决这一问题的方法上，传统的影像接边纠正算法针对仅有两幅影像覆盖的情况，采用了1)以其中一幅为参考对另一幅影像整体进行多项式纠正；2)使用能覆盖这两幅影像的参考影像对其进行二次纠正；3)仅对两幅影像的重叠区采用多项式或薄板样条纠正，这三种方法来解决。采用传统的纠正方法，主要有以下几个缺点：
1、传统方法仅能处理两幅影像间的接边纠正，不能对大区域多幅遥感影像的接边纠正进行处理；
2、以一幅为参考对另一幅进行整体纠正时，被纠正的影像处于重叠区外的部分会产生很大的位置偏移，影响相对精度；
3、使用参考影像进行二次纠正受限于参考影像是否能完整覆盖，并且二次纠正的结果并不能保证两幅影像间的接边精度达到使用要求；
4、采用多项式纠正方法对两幅影像的重叠区进行接边纠正，在误差较大时，使用低阶多项式无法保证接边纠正的效果，使用高阶多项式则往往会造成纠正后影像拉伸过度；
5、采用薄板样条方式对误差较大的影像间进行接边纠正时，如果几何偏差超过规定限差，纠正结果往往会出现变形不均匀，影像过度扭曲影响使用的情况。
发明内容
本发明所要解决的技术问题是：提出一种适用于大区域多幅遥感影像的接边纠正方法。该方法在每景影像上自动采集足够多的同名点，通过粗差剔除得到较好的同名点匹配结果作为接边纠正连接点。然后建立连接点接边纠正平差的误差方程，通过联合解算确保平差结果的精度，提高已具有坐标信息的影像之间的相对精度，同时避免出现传统纠正方法造成的纠正后影像出现变形不均匀，过度拉伸扭曲的现象。
本发明的技术方案为：首先利用基于物方约束影像灰度互相关匹配技术对所有影像进行邻接区自动同名点匹配，获取同名点并构建三角网；然后根据同名点在每一张影像上的观测值计算对应的参考物方坐标和每张影像的仿射变换参数，并根据计算结果更新新的观测值和参考物方坐标；重复迭代前一步的计算过程，直到参考物方坐标变化小于某一阈值或不再变化时完成接边纠正模型的解算过程。其具体步骤如下：
步骤(1)、利用基于物方约束影像灰度互相关匹配技术对所有影像进行自动邻接区同名点匹配，获取同名点；
步骤(2)、利用已有的同名点构建三角网；
步骤(3)、针对每个同名点，通过读取同名点在每张影像上坐标位置信息获得在该影像上的观测物方坐标，并根据每个同名点的全部观测物方坐标，计算同名点参考物方坐标；
步骤(4)、通过读取同名点在每张影像上的像素位置获得同名点在该影像上的像方坐标，并根据同名点像方坐标和通过步骤(3)得到的对应参考物方坐标，计算每张影像的仿射变换参数；
步骤(5)、对每个同名点根据在不同影像上的像方坐标和对应的仿射变换参数，解算该同名点在对应影像上的新的观测物方坐标；
步骤(6)、重复步骤(3)～步骤(5)直到参考物方坐标变化小于一定阈值或不再变化为止。
步骤(7)、利用最后一次迭代的仿射变换参数纠正对应的影像。
其中，步骤(3)中所述的参考物方坐标：
Figure BDA0001404487770000031
式中Xref与Yref为同名点参考物方坐标，n为同名点观测数，XiYi为在第i张观测影像上的观测物方坐标。
其中，步骤(4)中计算仿射变换参数的公式为：
Figure BDA0001404487770000032
其中，Xref与Yref为同名点的参考物方坐标，xiyi为同名点在第i张观测影像上的像方坐标，ai，bi为该影像的仿射变换参数。
其中，步骤(5)中解算新的观测物方坐标的公式为：
Figure BDA0001404487770000033
其中，Xi’与Yi’为同名点新的观测物方坐标，xiyi为同名点在第i张观测影像上的像方坐标，ai，bi为通过步骤(4)得到的该影像的仿射变换参数。
本发明与现有技术相比的优点在于：
本发明提出的一种适用于大区域多幅遥感影像的接边纠正方法，这种方法针对大范围多幅遥感影像间的相互接边误差较大需要进行纠正的需求，通过设计的接边纠正平差算法进行整体误差改正，在平差过程中对区域内每一个单元遥感影像进行平移、旋转和缩放，但保证其内部形状的相对关系不变，可以在不对影像进行大的变形和拉伸的基础上，实现接边精度的提升。此方法相对传统纠正方法有3个优点：
1、相对传统纠正方法仅支持对两幅影像进行接边纠正，本发明提出的方法可以对大区域多幅(大于2幅)影像同时进行接边纠正；
2、纠正精度更高，且对影像内部的相对精度影响较小；
3、本发明提出的方法由于进行整体误差改正，纠正结果避免了传统纠正方法出现变形不均和影像过度扭曲的问题。
附图说明
图1为本发明的实施方式流程图。
图2为本发明实施例样例数据分布图。
图3a)为本发明实施例纠正效果对比图位于范围图中黑色虚线部分。
图3b)为本发明实施例1#与2#影像以及2#与4#影像接边纠正前效果对比。
图3c)为本发明实施例1#与2#影像以及2#与4#影像接边纠正后效果对比。
图3d)为本发明实施例1#与3#影像接边纠正前效果对比。
图3e)为本发明实施例1#与3#影像接边纠正后效果对比。
图3f)为本发明实施例1#与4#影像及3#与4#影像接边纠正前效果对比。
图3g)为本发明实施例1#与4#影像及3#与4#影像接边纠正后效果对比。
具体实施方式
本发明的具体实施方式如附图所示。以4幅相互相邻并具有一定重叠邻接区域的正射影像间的接边纠正为例(如图2)，其具体步骤为：
1、获取同名点
利用基于物方约束影像灰度互相关匹配技术对所有影像进行自动邻接区同名点匹配，获取同名点，并保证邻接区内的任一同名点在该位置上的所有观测影像上都具有一个观测值；
2、利用步骤1匹配的同名点构建三角网
3、针对每个同名点，根据同名点在每张影像上的观测物方坐标，计算同名点参考物方坐标。方法如下：
Figure BDA0001404487770000051
其中Xref与Yref为同名点参考物方坐标，n为同名点观测数(在此实例中n取值为2和4)，XiYi为在第i张观测影像上的观测物方坐标。
4、根据同名点像方坐标和对应参考物方坐标，计算每张影像的仿射变换参数。方法如下：
Figure BDA0001404487770000052
上式建立了像方坐标到参考物方坐标的仿射变换关系，其中，Xref与Yref为同名点的参考物方坐标，xiyi为同名点在第i张观测影像上的像方坐标，ai，bi为该影像的仿射变换参数。
由式(2)可得误差方程为：
Figure BDA0001404487770000053
以矩阵表示为：
V＝At-L (4)
上式中，仿射变换参数t＝(ai0,ai1,ai2,bi0,bi1,bi2)T为满足式(4)条件下的残差平方和最小的最优解。
应用最小二乘法可得仿射变换参数t的最小二乘解为：t＝(ATA)-1ATL
5、对每个同名点根据在不同影像上的像方坐标和对应的仿射变换参数，解算该同名点在对应影像上的新的观测物方坐标。方法如下：
Figure BDA0001404487770000061
式中，Xi’与Yi’为同名点在第i张观测影像上新的观测物方坐标，xiyi为同名点在第i张观测影像上的像方坐标，(ai0,ai1,ai2,bi0,bi1,bi2)为通过上一步解算得到的第i张观测影像的仿射变换参数。
6、重复迭代步骤3～5直到参考物方坐标Xref与Yref变化小于设定的阈值(阈值根据需求进行设置，即希望最终纠正结果误差达到多少个像素以内，例如本实例中希望最终结果可以达到0.5个像元以内的接边精度，则阈值设为0.5个像元)或不再变化为止。方法为：
将步骤5中得到的新观测物方坐标Xi’与Yi’代入式(1)，计算新的参考物方坐标X′ref与Y′ref，代入式(2)～(4)计算新的仿射变换参数，并代入式(5)更新观测物方坐标。
7、利用最后一次迭代的仿射变换参数纠正对应的影像。
纠正前后的效果对比见图3a)～图3g)，以4景样例数据中4度重叠部分的影像纠正前后效果进行对比，可以明显见到重叠区精度大大提高，相邻影像接边纠正前后重叠区相对误差对比见下表1。
Figure BDA0001404487770000062
表1
*注：误差为0表示重叠几乎不存在误差，但在很少的局部区域可能因为扭曲存在1米以内的细微误差。

Claims (4)

1.一种适用于大区域多幅遥感影像的接边纠正方法，其特征在于：该方法具体步骤如下：
步骤(1)、利用基于物方约束影像灰度互相关匹配技术对所有影像进行自动邻接区同名点匹配，获取同名点；
步骤(2)、利用已有的同名点构建三角网；
步骤(3)、针对每个同名点，通过读取同名点在每张影像上坐标位置信息获得在该影像上的观测物方坐标，并根据每个同名点的全部观测物方坐标，计算同名点参考物方坐标；
步骤(4)、通过读取同名点在每张影像上的像素位置获得同名点在该影像上的像方坐标，并根据同名点像方坐标和通过步骤(3)得到的对应参考物方坐标，计算每张影像的仿射变换参数；
步骤(5)、对每个同名点根据在不同影像上的像方坐标和对应的仿射变换参数，解算该同名点在对应影像上的新的观测物方坐标；
步骤(6)、重复步骤(3)～步骤(5)直到参考物方坐标变化小于一定阈值或参考物方坐标不再变化为止；
步骤(7)、利用最后一次迭代的仿射变换参数纠正对应的影像。
2.根据权利要求1所述的一种适用于大区域多幅遥感影像的接边纠正方法，其特征在于：步骤(3)中所述的参考物方坐标：
Figure FDA0002799894230000011
式中Xref与Yref为同名点参考物方坐标，n为同名点观测数，Xi Yi为在第i张观测影像上的观测物方坐标。
3.根据权利要求1所述的一种适用于大区域多幅遥感影像的接边纠正方法，其特征在于：步骤(4)中计算仿射变换参数的公式为：
Figure FDA0002799894230000021
其中，Xref与Yref为同名点的参考物方坐标，xi yi为同名点在第i张观测影像上的像方坐标，ai0，ai1，ai2，bi0，bi1，bi2为第i张观测影像的仿射变换参数。
4.根据权利要求1所述的一种适用于大区域多幅遥感影像的接边纠正方法，其特征在于：步骤(5)中解算新的观测物方坐标的公式为：
Figure FDA0002799894230000022
其中，Xi’与Yi’为同名点新的观测物方坐标，xi yi为同名点在第i张观测影像上的像方坐标，ai0，ai1，ai2，bi0，bi1，bi2为第i张观测影像的仿射变换参数。
CN201710813300.5A 2017-09-11 2017-09-11 一种适用于大区域多幅遥感影像的接边纠正方法 Expired - Fee Related CN107705244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710813300.5A CN107705244B (zh) 2017-09-11 2017-09-11 一种适用于大区域多幅遥感影像的接边纠正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710813300.5A CN107705244B (zh) 2017-09-11 2017-09-11 一种适用于大区域多幅遥感影像的接边纠正方法

Publications (2)

Publication Number Publication Date
CN107705244A CN107705244A (zh) 2018-02-16
CN107705244B true CN107705244B (zh) 2021-01-15

Family

ID=61172466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710813300.5A Expired - Fee Related CN107705244B (zh) 2017-09-11 2017-09-11 一种适用于大区域多幅遥感影像的接边纠正方法

Country Status (1)

Country Link
CN (1) CN107705244B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109166143A (zh) * 2018-07-06 2019-01-08 航天星图科技（北京）有限公司 一种大区域网立体测绘卫星影像匹配方法
CN110675338B (zh) * 2019-09-09 2022-10-04 武汉大学 一种基于多幅影像的矢量数据自动纠正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218783A (zh) * 2013-04-17 2013-07-24 国家测绘地理信息局卫星测绘应用中心 基于控制点影像数据库的卫星遥感图像快速几何纠正方法
JP2015190921A (ja) * 2014-03-28 2015-11-02 富士重工業株式会社 車両用ステレオ画像処理装置
CN105761228A (zh) * 2016-03-09 2016-07-13 中国测绘科学研究院 通过微修正rpc参数实现卫星遥感影像高精度几何纠正方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5715385A (en) * 1992-07-10 1998-02-03 Lsi Logic Corporation Apparatus for 2-D affine transformation of images
GB0322840D0 (en) * 2003-09-30 2003-10-29 Lange Eric B Stereoscopic imaging
WO2005045358A2 (en) * 2003-11-05 2005-05-19 Francos Joseph M Parametric estimation of multi-dimensional homeomorphic transformations
CN102436652B (zh) * 2011-08-31 2014-08-27 航天恒星科技有限公司 一种多源遥感图像自动配准方法
US9467750B2 (en) * 2013-05-31 2016-10-11 Adobe Systems Incorporated Placing unobtrusive overlays in video content
CN103337077B (zh) * 2013-07-01 2016-03-16 武汉大学 一种基于多尺度分割和sift的可见光与红外图像配准的方法
CN103544711B (zh) * 2013-11-08 2016-08-17 国家测绘地理信息局卫星测绘应用中心 遥感影像的自动配准方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218783A (zh) * 2013-04-17 2013-07-24 国家测绘地理信息局卫星测绘应用中心 基于控制点影像数据库的卫星遥感图像快速几何纠正方法
JP2015190921A (ja) * 2014-03-28 2015-11-02 富士重工業株式会社 車両用ステレオ画像処理装置
CN105761228A (zh) * 2016-03-09 2016-07-13 中国测绘科学研究院 通过微修正rpc参数实现卫星遥感影像高精度几何纠正方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Geopositioning from High-Resolution Satellite Imagery: Experiences with the Affine Sensor Orientation Model;C.S. Fraser.ect;《2003 IEEE International Geoscience and Remote Sensing Symposium》;20031231;第3002-3004页 *
一种改进的遥感影像地形校正方法;齐建伟 等;《测绘通报》;20150125(第1期);第75-89页 *
以ＤＥＭ 为高程辅助的弱交会卫星影像的区域网平差;曹宁 等;《遥感信息》;20141231;第29卷(第6期);第21-24页 *

Also Published As

Publication number Publication date
CN107705244A (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
CN109544447B (zh) 一种图像拼接方法、装置及存储介质
CN109598762B (zh) 一种高精度双目相机标定方法
CN110969668B (zh) 一种长焦双目相机的立体标定算法
CN104484648B (zh) 基于轮廓识别的机器人可变视角障碍物检测方法
CN104200463B (zh) 基于傅立叶梅林变换和最大互信息理论的图像配准方法
CN110443879B (zh) 一种基于神经网络的透视误差补偿方法
CN103646395B (zh) 一种基于格网法的高精度影像配准方法
CN106485751B (zh) 应用于基桩检测中的无人机摄影成像及数据处理方法及系统
US8577139B2 (en) Method of orthoimage color correction using multiple aerial images
US10771776B2 (en) Apparatus and method for generating a camera model for an imaging system
CN112258588A (zh) 一种双目相机的标定方法、系统及存储介质
CN113920205B (zh) 一种非同轴相机的标定方法
CN107330927B (zh) 机载可见光图像定位方法
CN107705244B (zh) 一种适用于大区域多幅遥感影像的接边纠正方法
CN110335208B (zh) 一种基于逐步校正的高分辨率遥感影像厚云去除方法
CN108562900B (zh) 一种基于高程校正的sar图像几何配准方法
CN112862683A (zh) 一种基于弹性配准和网格优化的邻接图像拼接方法
CN106097319A (zh) 一种用于相机检校的黑白棋盘格角点提取方法
KR20150065302A (ko) 영상정합 기법에 의한 위성영상 3차원 위치결정에 관한 방법
CN109658446B (zh) 一种高分辨率遥感影像几何配准方法及装置
CN107918937B (zh) 一种基于光谱辐射的目标与背景的物理叠合方法
JP2011133954A (ja) エッジ抽出方法及びエッジ抽出装置
CN108052986B (zh) 基于多通道的最小二乘匹配方法
CN110956700A (zh) 一种基于运动恢复结构生成点云的密度调控方法
CN107016695B (zh) 一种亚像素级影像配准方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210115