CN108242047A - 基于ccd的光学卫星遥感影像数据校正方法 - Google Patents
基于ccd的光学卫星遥感影像数据校正方法 Download PDFInfo
- Publication number
- CN108242047A CN108242047A CN201711412164.5A CN201711412164A CN108242047A CN 108242047 A CN108242047 A CN 108242047A CN 201711412164 A CN201711412164 A CN 201711412164A CN 108242047 A CN108242047 A CN 108242047A
- Authority
- CN
- China
- Prior art keywords
- ccd
- image point
- point
- ground
- virtual
- 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.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 63
- 238000003384 imaging method Methods 0.000 claims description 45
- 238000000034 method Methods 0.000 claims description 23
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 5
- 241000667869 Psix Species 0.000 claims description 3
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000001444 catalytic combustion detection Methods 0.000 description 79
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G06T3/40—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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于CCD的光学卫星遥感影像数据校正方法，通过建立虚拟CCD与真实CCD各自从影像到地面经纬度的正反算模型，完成图像的拼接、波段配准、几何畸变校正，并生成高精度RPC的功能，所设计校正方法，可适用于后续光学遥感影像的传感器校正产品的生产，从纯粹几何校正处理的角度解决多片CCD的拼接难题，消除相机的内部畸变，建立卫星的高精度RPC模型,从而达到传感器校正的目的。
Description
技术领域
本发明涉及一种基于CCD的光学卫星遥感影像数据校正方法，属于光学卫星的传感器校正通信技术领域。
背景技术
目前，遥感光学相机设计中，采用多片CCD通过光学拼接或视场拼接实现较大幅宽，已经成为主流相机设计技术。此外，在遥感卫星数据产品的后续应用中，呈现高精度的RPC模型日渐取代传统严格成像模型的趋势。
随着遥感卫星设计能力的不断提高，卫星在平台稳定、姿态轨道测量精度、相机设计等方面的指标不断优化，给基于严格成像模型的TDI CCD影像的虚拟扫描景影像拼接技术创造了良好的数据条件。
发明内容
本发明所要解决的技术问题是提供一种基于CCD的光学卫星遥感影像数据校正方法，针对光学卫星遥感影像数据进行多片CCD拼接，多光谱的波段配准，畸变消除，从而达到对光学卫星遥感影像数据进行快速传感器校正。
本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于CCD的光学卫星遥感影像数据校正方法，包括如下步骤：
步骤A.构建光学卫星遥感相机各片CCD分别所对应的严密成像几何定位模型，以及构建光学卫星遥感相机虚拟CCD所对应的严密成像几何定位模型；
步骤B.基于各片CCD分别所对应的严密成像几何定位模型，构建各片CCD像点与地面点正反算模型；以及基于虚拟CCD所对应的严密成像几何定位模型，构建虚拟CCD像点与地面点正反算模型；
步骤C.基于各片CCD严密成像几何定位模型与虚拟CCD严密成像几何定位模型之间的映射关系，结合各片CCD像点与地面点正反算模型、虚拟CCD像点与地面点正反算模型，构建各片CCD像点与虚拟CCD像点正反算模型；
步骤D.基于各片CCD像点与虚拟CCD像点正反算模型，针对各片CCD进行重采样处理，实现针对虚拟CCD所获影像的拼接、波段配准、几何畸变校正，获得最终影像。
作为本发明的一种优选技术方案，所述步骤D之后，还包括步骤E如下：
步骤E.基于各片CCD像点与虚拟CCD像点正反算模型，建立虚拟CCD成像参数，构建光学卫星高精度RPC模型。
作为本发明的一种优选技术方案，所述步骤A中，所述各片CCD分别所对应的严密成像几何定位模型，以及虚拟CCD所对应的严密成像几何定位模型，分别均构建如下：
其中，为像元对应的地面目标点在协议地心坐标系中的坐标，ae表示地球长半轴，be表示地球短半轴，λ表示地心经度，表示地心纬度，表示当前时刻卫星在协议地心坐标系中的位置矢量，M表示外方位元素几何检校结果，M0表示卫星本体相对于相机的安装矩阵，M1表示卫星至轨道坐标系旋转矩阵，由姿态角构成，M2表示轨道至J2000.0坐标系旋转矩阵，M3表示J2000.0至WGS84坐标系旋转矩阵，psiX表示像元主光轴单位矢量与卫星本体坐标系X轴的夹角，psiY表示像元主光轴单位矢量与卫星本体坐标系Y轴的夹角，u表示比例因子。
作为本发明的一种优选技术方案，所述步骤B中，所述各片CCD像点与地面点正反算模型，以及虚拟CCD像点与地面点正反算模型，分别均采用如下方法进行构建：
步骤B1.基于对应严密成像几何定位模型，计算像点坐标(i,j)对应的地面点坐标(lat,lon)的正算模型，即为对应像点与地面点正算模型；
步骤B2.基于对应严密成像几何定位模型，按如下步骤B2-1至步骤B2-6，由地面点坐标(lat,lon)反算对应的像点坐标(i,j)，即为对应像点与地面点反算模型；
步骤B2-1.在图像中心点坐标周围5*5半径内选取四个角点，分别计算四个角点对应的地面点经纬度，由四个角点及其对应的地面点经纬度建立像点与地面坐标之间的仿射变换模型M1；
步骤B2-2.利用仿射变换模型M1计算地面点坐标(lat,lon)对应的像点坐标(i1,j1)；
步骤B2-3.在像点(i1,j1)周围5*5半径内选取四个角点，分别计算四个角点对应的地面点经纬度，由该四个角点及其对应的地面点经纬度建立像点与地面坐标之间的仿射变换模型M2；
步骤B2-4.利用仿射变换模型M2计算地面点坐标(lat,lon)对应的像点坐标(i2,j2)；
步骤B2-5.计算(i2,j2)与(i1,j1)之间的距离L；
步骤B2-6.若L大于阈值0.000001，则在像点坐标(i2,j2)周围继续选点建立仿射变换模型，计算该模型下地面点坐标(lat,lon)对应的像点坐标(i3,j3)，计算(i3,j3)与(i2,j2)之间的距离L，并重复e；若L的值小于阈值0.000001，则迭代计算结束，地面点坐标(lat,lon)对应的像点坐标(i,j)为(i2,j2)。
作为本发明的一种优选技术方案，所述步骤C中，基于各片CCD严密成像几何定位模型与虚拟CCD严密成像几何定位模型之间的映射关系，结合各片CCD像点与地面点正反算模型、虚拟CCD像点与地面点正反算模型，分别针对各片CCD，分别执行如下方法，构建各片CCD像点与虚拟CCD像点正反算模型；
设N代表CCD的片号标识，对于CCD N上的某一像点(i,j)，i代表行号，j代表列号，其对应的虚拟CCD像点坐标(i1,j1)计算流程如下：
步骤C1-1.根据该片CCD像点与地面点正算模型，计算像点(i,j)处的地面坐标(lat,lon)；
步骤C1-2.根据虚拟CCD像点与地面点反算模型，计算地面坐标(lat,lon)对应虚拟CCD的像点坐标(i1，j1)；
步骤C1-3.基于像点(i,j)处的地面坐标(lat,lon)，以及地面坐标(lat,lon)对应虚拟CCD的像点坐标(i1，j1)，构建该片CCD像点与虚拟CCD像点正算模型；
设N代表CCD的片号标识，对于虚拟CCD像点坐标(i1,j1)，其对应的CCD标识以及该片CCD上的像点坐标(i,j)计算流程如下：
步骤C2-1.由虚拟CCD像点与地面点正算模型,计算虚拟CCD的像点坐标(i1，j1)对应的地面点坐标(lat,lon)；
步骤C2-2.假设CCD片号ccdID为N/2，由该片CCD的像点与地面点反算模型计算地面点坐标(lat,lon)对应的CCD像点坐标(i2,j2)；
步骤C2-3.若i2小于overlap/2，则认为该地物点在该片CCD左边，将ccdID重设为ccdID-1，返回步骤C2-1；
若i2大于overlap/2，则认为该地物点在该片CCD右边，将ccdID重设为ccdID+1，返回步骤C2-1；
若i2等于overlap/2，则认为该地物点在该片CCD里面，虚拟像点坐标(i1,j1)对应的该片CCD上的像点坐标为(i2,j2)；
步骤C2-4.根据虚拟像点坐标(i1,j1)对应的该片CCD上的像点坐标为(i2,j2)，构建该片CCD像点与虚拟CCD像点反算模型。
本发明所述一种基于CCD的光学卫星遥感影像数据校正方法，采用以上技术方案与现有技术相比，具有以下技术效果：本发明所设计基于CCD的光学卫星遥感影像数据校正方法，通过建立虚拟CCD与真实CCD各自从影像到地面经纬度的正反算模型，完成图像的拼接、波段配准、几何畸变校正，并生成高精度RPC的功能，所设计校正方法，可适用于后续光学遥感影像的传感器校正产品的生产，从纯粹几何校正处理的角度解决多片CCD的拼接难题，消除相机的内部畸变，建立卫星的高精度RPC模型,从而达到传感器校正的目的。
附图说明
图1是本发明设计基于CCD的光学卫星遥感影像数据校正方法的流程图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明涉及基于CCD的光学卫星遥感影像数据校正方法，通过建立虚拟CCD与真实CCD各自从影像到地面经纬度的正反算模型，完成图像的拼接、波段配准、几何畸变校正并生成高精度RPC的功能；本发明的TDI CCD影像的虚拟扫描影像拼接及RPC生产算法，可以处理共线\非共线多片CCD的拼接与拼接后高精度RPC的建模，算法的研究成果可适用于后续光学遥感影像的传感器校正产品的生产，从纯粹几何校正处理的角度解决多片CCD的拼接难题，消除相机的内部畸变，建立卫星的高精度RPC模型,从而达到传感器校正的目的。
在实际应用当中，本发明所设计基于CCD的光学卫星遥感影像数据校正方法，如图1所示，具体包括包括如下步骤：
步骤A.构建光学卫星遥感相机各片CCD分别所对应的严密成像几何定位模型，以及构建光学卫星遥感相机虚拟CCD所对应的严密成像几何定位模型。
上述步骤A中，所述各片CCD分别所对应的严密成像几何定位模型，以及虚拟CCD所对应的严密成像几何定位模型，分别均构建如下：
其中，为像元对应的地面目标点在协议地心坐标系中的坐标，ae表示地球长半轴，be表示地球短半轴，λ表示地心经度，表示地心纬度，表示当前时刻卫星在协议地心坐标系中的位置矢量，M表示外方位元素几何检校结果，M0表示卫星本体相对于相机的安装矩阵，M1表示卫星至轨道坐标系旋转矩阵，由姿态角构成，M2表示轨道至J2000.0坐标系旋转矩阵，M3表示J2000.0至WGS84坐标系旋转矩阵，psiX表示像元主光轴单位矢量与卫星本体坐标系X轴的夹角，psiY表示像元主光轴单位矢量与卫星本体坐标系Y轴的夹角，u表示比例因子。
步骤B.基于各片CCD分别所对应的严密成像几何定位模型，构建各片CCD像点与地面点正反算模型；以及基于虚拟CCD所对应的严密成像几何定位模型，构建虚拟CCD像点与地面点正反算模型。
上述步骤B中，所述各片CCD像点与地面点正反算模型，以及虚拟CCD像点与地面点正反算模型，分别均采用如下方法进行构建：
步骤B1.基于对应严密成像几何定位模型，计算像点坐标(i,j)对应的地面点坐标(lat,lon)的正算模型，即为对应像点与地面点正算模型。
步骤B2.基于对应严密成像几何定位模型，按如下步骤B2-1至步骤B2-6，由地面点坐标(lat,lon)反算对应的像点坐标(i,j)，即为对应像点与地面点反算模型。
步骤B2-1.在图像中心点坐标周围5*5半径内选取四个角点，分别计算四个角点对应的地面点经纬度，由四个角点及其对应的地面点经纬度建立像点与地面坐标之间的仿射变换模型M1；
步骤B2-2.利用仿射变换模型M1计算地面点坐标(lat,lon)对应的像点坐标(i1,j1)；
步骤B2-3.在像点(i1,j1)周围5*5半径内选取四个角点，分别计算四个角点对应的地面点经纬度，由该四个角点及其对应的地面点经纬度建立像点与地面坐标之间的仿射变换模型M2；
步骤B2-4.利用仿射变换模型M2计算地面点坐标(lat,lon)对应的像点坐标(i2,j2)；
步骤B2-5.计算(i2,j2)与(i1,j1)之间的距离L；
步骤B2-6.若L大于阈值0.000001，则在像点坐标(i2,j2)周围继续选点建立仿射变换模型，计算该模型下地面点坐标(lat,lon)对应的像点坐标(i3,j3)，计算(i3,j3)与(i2,j2)之间的距离L，并重复e；若L的值小于阈值0.000001，则迭代计算结束，地面点坐标(lat,lon)对应的像点坐标(i,j)为(i2,j2)。
步骤C.基于各片CCD严密成像几何定位模型与虚拟CCD严密成像几何定位模型之间的映射关系，结合各片CCD像点与地面点正反算模型、虚拟CCD像点与地面点正反算模型，构建各片CCD像点与虚拟CCD像点正反算模型。
上述分别针对各片CCD，分别执行如下方法，构建各片CCD像点与虚拟CCD像点正反算模型。
设N代表CCD的片号标识，对于CCD N上的某一像点(i,j)，i代表行号，j代表列号，其对应的虚拟CCD像点坐标(i1,j1)计算流程如下：
步骤C1-1.根据该片CCD像点与地面点正算模型，计算像点(i,j)处的地面坐标(lat,lon)；
步骤C1-2.根据虚拟CCD像点与地面点反算模型，计算地面坐标(lat,lon)对应虚拟CCD的像点坐标(i1，j1)；
步骤C1-3.基于像点(i,j)处的地面坐标(lat,lon)，以及地面坐标(lat,lon)对应虚拟CCD的像点坐标(i1，j1)，构建该片CCD像点与虚拟CCD像点正算模型。
设N代表CCD的片号标识，对于虚拟CCD像点坐标(i1,j1)，其对应的CCD标识以及该片CCD上的像点坐标(i,j)计算流程如下：
步骤C2-1.由虚拟CCD像点与地面点正算模型,计算虚拟CCD的像点坐标(i1，j1)对应的地面点坐标(lat,lon)；
步骤C2-2.假设CCD片号ccdID为N/2，由该片CCD的像点与地面点反算模型计算地面点坐标(lat,lon)对应的CCD像点坐标(i2,j2)；
步骤C2-3.若i2小于overlap/2(overlap为相邻两片CCD之间的重叠像元)，则认为该地物点在该片CCD左边，将ccdID重设为ccdID-1，返回步骤C2-1；
若i2大于overlap/2(该片CCD宽度-overlap/2)，则认为该地物点在该片CCD右边，将ccdID重设为ccdID+1，返回步骤C2-1；
若i2等于overlap/2(该片CCD宽度-overlap/2))，则认为该地物点在该片CCD里面，虚拟像点坐标(i1,j1)对应的该片CCD上的像点坐标为(i2,j2)；
步骤C2-4.根据虚拟像点坐标(i1,j1)对应的该片CCD上的像点坐标为(i2,j2)，构建该片CCD像点与虚拟CCD像点反算模型。
步骤D.基于各片CCD像点与虚拟CCD像点正反算模型，针对各片CCD进行重采样处理，实现针对虚拟CCD所获影像的拼接、波段配准、几何畸变校正，获得最终影像。
步骤E.基于各片CCD像点与虚拟CCD像点正反算模型，建立虚拟CCD成像参数，构建光学卫星高精度RPC模型。
上述步骤E中，虚拟CCD成像参数的建立，是用于保证RPC模型的精度，该虚拟CCD成像参数的特点，是各项参数呈现平滑的线性或者低次多项式特点，虚拟CCD成像参数主要包括虚拟CCD内方位元素、虚拟成像行时序列、虚拟成像轨道、虚拟成像姿态。其中，虚拟CCD各成像参数建立目标如下：
(1)虚拟CCD内方位元素：由相机的主点、主距、探元个数、探元尺寸建立理想的无畸变内方位元素；
(2)虚拟成像行时序列：将成像的起始、结束时间按照成像次数等分，以保证各行图像之间积分间隔相等；
(3)虚拟成像轨道：对下传的GPS测量数据(位置和速度)进行平滑处理，拟合成一根直线或者低阶多项式曲线；
(4)虚拟成像姿态：对下传或计算出的姿态角数据进行平滑处理，拟合成一根直线或者低阶多项式曲线。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变动。
Claims (5)
1.一种基于CCD的光学卫星遥感影像数据校正方法，其特征在于，包括如下步骤：
步骤A.构建光学卫星遥感相机各片CCD分别所对应的严密成像几何定位模型，以及构建光学卫星遥感相机虚拟CCD所对应的严密成像几何定位模型；
步骤B.基于各片CCD分别所对应的严密成像几何定位模型，构建各片CCD像点与地面点正反算模型；以及基于虚拟CCD所对应的严密成像几何定位模型，构建虚拟CCD像点与地面点正反算模型；
步骤C.基于各片CCD严密成像几何定位模型与虚拟CCD严密成像几何定位模型之间的映射关系，结合各片CCD像点与地面点正反算模型、虚拟CCD像点与地面点正反算模型，构建各片CCD像点与虚拟CCD像点正反算模型；
步骤D.基于各片CCD像点与虚拟CCD像点正反算模型，针对各片CCD进行重采样处理，实现针对虚拟CCD所获影像的拼接、波段配准、几何畸变校正，获得最终影像。
2.根据权利要求1所述的基于CCD的光学卫星遥感影像数据校正方法，其特征在于：所述步骤D之后，还包括步骤E如下：
步骤E.基于各片CCD像点与虚拟CCD像点正反算模型，建立虚拟CCD成像参数，构建光学卫星高精度RPC模型。
3.根据权利要求1所述的基于CCD的光学卫星遥感影像数据校正方法，其特征在于，所述步骤A中，所述各片CCD分别所对应的严密成像几何定位模型，以及虚拟CCD所对应的严密成像几何定位模型，分别均构建如下：
其中，为像元对应的地面目标点在协议地心坐标系中的坐标，ae表示地球长半轴，be表示地球短半轴，λ表示地心经度，表示地心纬度，表示当前时刻卫星在协议地心坐标系中的位置矢量，M表示外方位元素几何检校结果，M0表示卫星本体相对于相机的安装矩阵，M1表示卫星至轨道坐标系旋转矩阵，由姿态角构成，M2表示轨道至J2000.0坐标系旋转矩阵，M3表示J2000.0至WGS84坐标系旋转矩阵，psiX表示像元主光轴单位矢量与卫星本体坐标系X轴的夹角，psiY表示像元主光轴单位矢量与卫星本体坐标系Y轴的夹角，u表示比例因子。
4.根据权利要求1所述的基于CCD的光学卫星遥感影像数据校正方法，其特征在于，所述步骤B中，所述各片CCD像点与地面点正反算模型，以及虚拟CCD像点与地面点正反算模型，分别均采用如下方法进行构建：
步骤B1.基于对应严密成像几何定位模型，计算像点坐标(i,j)对应的地面点坐标(lat,lon)的正算模型，即为对应像点与地面点正算模型；
步骤B2.基于对应严密成像几何定位模型，按如下步骤B2-1至步骤B2-6，由地面点坐标(lat,lon)反算对应的像点坐标(i,j)，即为对应像点与地面点反算模型；
步骤B2-1.在图像中心点坐标周围5*5半径内选取四个角点，分别计算四个角点对应的地面点经纬度，由四个角点及其对应的地面点经纬度建立像点与地面坐标之间的仿射变换模型M1；
步骤B2-2.利用仿射变换模型M1计算地面点坐标(lat,lon)对应的像点坐标(i1,j1)；
步骤B2-3.在像点(i1,j1)周围5*5半径内选取四个角点，分别计算四个角点对应的地面点经纬度，由该四个角点及其对应的地面点经纬度建立像点与地面坐标之间的仿射变换模型M2；
步骤B2-4.利用仿射变换模型M2计算地面点坐标(lat,lon)对应的像点坐标(i2,j2)；
步骤B2-5.计算(i2,j2)与(i1,j1)之间的距离L；
步骤B2-6.若L大于阈值0.000001，则在像点坐标(i2,j2)周围继续选点建立仿射变换模型，计算该模型下地面点坐标(lat,lon)对应的像点坐标(i3,j3)，计算(i3,j3)与(i2,j2)之间的距离L，并重复e；若L的值小于阈值0.000001，则迭代计算结束，地面点坐标(lat,lon)对应的像点坐标(i,j)为(i2,j2)。
5.根据权利要求1所述的基于CCD的光学卫星遥感影像数据校正方法，其特征在于，所述步骤C中，基于各片CCD严密成像几何定位模型与虚拟CCD严密成像几何定位模型之间的映射关系，结合各片CCD像点与地面点正反算模型、虚拟CCD像点与地面点正反算模型，分别针对各片CCD，分别执行如下方法，构建各片CCD像点与虚拟CCD像点正反算模型；
设N代表CCD的片号标识，对于CCD N上的某一像点(i,j)，i代表行号，j代表列号，其对应的虚拟CCD像点坐标(i1,j1)计算流程如下：
步骤C1-1.根据该片CCD像点与地面点正算模型，计算像点(i,j)处的地面坐标(lat,lon)；
步骤C1-2.根据虚拟CCD像点与地面点反算模型，计算地面坐标(lat,lon)对应虚拟CCD的像点坐标(i1，j1)；
步骤C1-3.基于像点(i,j)处的地面坐标(lat,lon)，以及地面坐标(lat,lon)对应虚拟CCD的像点坐标(i1，j1)，构建该片CCD像点与虚拟CCD像点正算模型；
设N代表CCD的片号标识，对于虚拟CCD像点坐标(i1,j1)，其对应的CCD标识以及该片CCD上的像点坐标(i,j)计算流程如下：
步骤C2-1.由虚拟CCD像点与地面点正算模型,计算虚拟CCD的像点坐标(i1，j1)对应的地面点坐标(lat,lon)；
步骤C2-2.假设CCD片号ccdID为N/2，由该片CCD的像点与地面点反算模型计算地面点坐标(lat,lon)对应的CCD像点坐标(i2,j2)；
步骤C2-3.若i2小于overlap/2，则认为该地物点在该片CCD左边，将ccdID重设为ccdID-1，返回步骤C2-1；
若i2大于overlap/2，则认为该地物点在该片CCD右边，将ccdID重设为ccdID+1，返回步骤C2-1；
若i2等于overlap/2，则认为该地物点在该片CCD里面，虚拟像点坐标(i1,j1)对应的该片CCD上的像点坐标为(i2,j2)；
步骤C2-4.根据虚拟像点坐标(i1,j1)对应的该片CCD上的像点坐标为(i2,j2)，构建该片CCD像点与虚拟CCD像点反算模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711412164.5A CN108242047A (zh) | 2017-12-23 | 2017-12-23 | 基于ccd的光学卫星遥感影像数据校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711412164.5A CN108242047A (zh) | 2017-12-23 | 2017-12-23 | 基于ccd的光学卫星遥感影像数据校正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108242047A true CN108242047A (zh) | 2018-07-03 |
Family
ID=62700489
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711412164.5A Pending CN108242047A (zh) | 2017-12-23 | 2017-12-23 | 基于ccd的光学卫星遥感影像数据校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108242047A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111612693A (zh) * | 2020-05-19 | 2020-09-01 | 中国科学院微小卫星创新研究院 | 一种旋转大幅宽光学卫星传感器校正方法 |
| CN112816184A (zh) * | 2020-12-17 | 2021-05-18 | 航天恒星科技有限公司 | 一种光学遥感卫星的无控定标方法及装置 |
| CN116156342A (zh) * | 2023-04-04 | 2023-05-23 | 合肥埃科光电科技股份有限公司 | 多线阵图像传感器拼接方法、线阵采像系统、装置及设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1148355A1 (en) * | 2000-04-20 | 2001-10-24 | Canon Kabushiki Kaisha | Picturetaking apparatus having diffractive optical element |
| CN103679711A (zh) * | 2013-11-29 | 2014-03-26 | 航天恒星科技有限公司 | 一种遥感卫星线阵推扫光学相机在轨外方位参数标定方法 |
| CN105374009A (zh) * | 2014-10-22 | 2016-03-02 | 航天恒星科技有限公司 | 遥感影像拼接方法及装置 |
| CN106895851A (zh) * | 2016-12-21 | 2017-06-27 | 中国资源卫星应用中心 | 一种光学遥感卫星多ccd多相机统一处理的传感器校正方法 |
-
2017
- 2017-12-23 CN CN201711412164.5A patent/CN108242047A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1148355A1 (en) * | 2000-04-20 | 2001-10-24 | Canon Kabushiki Kaisha | Picturetaking apparatus having diffractive optical element |
| CN103679711A (zh) * | 2013-11-29 | 2014-03-26 | 航天恒星科技有限公司 | 一种遥感卫星线阵推扫光学相机在轨外方位参数标定方法 |
| CN105374009A (zh) * | 2014-10-22 | 2016-03-02 | 航天恒星科技有限公司 | 遥感影像拼接方法及装置 |
| CN106895851A (zh) * | 2016-12-21 | 2017-06-27 | 中国资源卫星应用中心 | 一种光学遥感卫星多ccd多相机统一处理的传感器校正方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111612693A (zh) * | 2020-05-19 | 2020-09-01 | 中国科学院微小卫星创新研究院 | 一种旋转大幅宽光学卫星传感器校正方法 |
| CN112816184A (zh) * | 2020-12-17 | 2021-05-18 | 航天恒星科技有限公司 | 一种光学遥感卫星的无控定标方法及装置 |
| CN116156342A (zh) * | 2023-04-04 | 2023-05-23 | 合肥埃科光电科技股份有限公司 | 多线阵图像传感器拼接方法、线阵采像系统、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107945220B (zh) | 一种基于双目视觉的重建方法 | |
| CN109272570B (zh) | 一种基于立体视觉数学模型的空间点三维坐标求解方法 | |
| CN105096329B (zh) | 一种精确校正超广角摄像头图像畸变的方法 | |
| CN105758426B (zh) | 移动机器人的多传感器的联合标定方法 | |
| CN103759670B (zh) | 一种基于数字近景摄影的物体三维信息获取方法 | |
| CN102005039B (zh) | 基于泰勒级数模型的鱼眼相机立体视觉深度测量方法 | |
| CN110345921B (zh) | 立体视场视觉测量及垂轴像差和轴向像差校正方法及系统 | |
| CN106780321B (zh) | 一种cbers-02卫星hr传感器影像整体严密定向与纠正拼接方法 | |
| CN103914808B (zh) | 一种资源三号卫星三线阵影像和多光谱影像的拼接方法 | |
| CN107644435B (zh) | 顾及姿态校正的敏捷光学卫星无场地几何标定方法及系统 | |
| CN105387846B (zh) | 卫星影像的正射校正方法和系统 | |
| CN107560603B (zh) | 一种无人机倾斜摄影测量系统及测量方法 | |
| CN109685845B (zh) | 一种用于fod检测机器人的基于pos系统的实时图像拼接处理方法 | |
| CN107564057B (zh) | 顾及大气折光校正的高轨面阵光学卫星在轨几何标定方法 | |
| CN111508029A (zh) | 星载分片线阵ccd光学相机整体几何定标方法及系统 | |
| CN103697864B (zh) | 一种基于大虚拟相机的窄视场双相机影像拼接方法 | |
| CN108242047A (zh) | 基于ccd的光学卫星遥感影像数据校正方法 | |
| Ozcanli et al. | A comparison of stereo and multiview 3-D reconstruction using cross-sensor satellite imagery | |
| CN109341720A (zh) | 一种基于恒星轨迹的遥感相机几何标定方法 | |
| CN102735216A (zh) | Ccd立体相机三线阵影像数据平差处理方法 | |
| CN104361563B (zh) | 基于gps的高光谱遥感图像几何精校正方法 | |
| CN102519433A (zh) | 一种利用rpc反演星载线阵传感器几何定标参数方法 | |
| CN113724337A (zh) | 一种无需依赖云台角度的相机动态外参标定方法及装置 | |
| CN117253029A (zh) | 基于深度学习的图像匹配定位方法及计算机设备 | |
| CN104103057A (zh) | 一种快速的鱼眼图像生成全景图的方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180703 |
|
| RJ01 | Rejection of invention patent application after publication |