CN108917933A - 一种基于地面高温点的宽覆盖相机几何定位方法 - Google Patents
一种基于地面高温点的宽覆盖相机几何定位方法 Download PDFInfo
- Publication number
- CN108917933A CN108917933A CN201810315018.9A CN201810315018A CN108917933A CN 108917933 A CN108917933 A CN 108917933A CN 201810315018 A CN201810315018 A CN 201810315018A CN 108917933 A CN108917933 A CN 108917933A
- Authority
- CN
- China
- Prior art keywords
- high temperature
- ground
- remote sensing
- model
- point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims abstract description 25
- 238000012892 rational function Methods 0.000 claims abstract description 14
- 230000003595 spectral effect Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 239000003129 oil well Substances 0.000 claims description 4
- 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 3
- IUTDVGSJRKTQPM-UHFFFAOYSA-N [4-(1,3-benzothiazol-2-yl)phenyl]boronic acid Chemical compound C1=CC(B(O)O)=CC=C1C1=NC2=CC=CC=C2S1 IUTDVGSJRKTQPM-UHFFFAOYSA-N 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000002969 morbid Effects 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 230000000246 remedial effect Effects 0.000 claims description 3
- CCEKAJIANROZEO-UHFFFAOYSA-N sulfluramid Chemical group CCNS(=O)(=O)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)F CCEKAJIANROZEO-UHFFFAOYSA-N 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims 1
- 230000009897 systematic effect Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract 1
- 230000004807 localization Effects 0.000 description 3
- 244000062793 Sorghum vulgare Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 235000019713 millet Nutrition 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000287181 Sturnus vulgaris Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于地面高温点的宽覆盖相机几何定位方法，该方法步骤为：(1)构建地面高温点数据库；(2)对云层遮挡的遥感影像进行云层消除处理；(3)根据高温点的位置信息，在高分辨率高精度遥感图像上进行标注；(4)在视场内，采用基于海岸线、河流和山脉等特征的方法，实现热红外和可见谱段高分辨率高精度遥感图像间配准；(5)计算热红外图像中目标点和标记点之间的欧式距离，满足阈值要求时识别成功；(6)以识别后的地面高温点集为参考，解算有理函数模型参数矩阵，实现对地目标高精度定位。本发明方法能够更精确地解算模型参数，定位精度高，且有效避免了严格成像模型内外方位元素测量时系统误差带来的影响。
Description
技术领域
本发明属于空间卫星定位技术领域，尤其涉及一种地球静止轨道宽覆盖遥感探测热红外相机几何定位方法。
背景技术
随着卫星技术的发展，越来越多的卫星影像数据在商用、民用领域逐渐推广开来。同时，几十米量级的遥感卫星影像对地目标定位精度已难以满足要求。人们对高精度甚至甚高精度定位技术的要求日益强烈。
目前，卫星遥感影像的目标定位方法主要包括两种：一是根据卫星定轨测姿系统提供的影像定向参数，采用严格处理模型或者通用几何处理模型，直接将像点坐标转换为对应地面点的物方空间坐标，称为直接对地目标定位。受限于卫星定轨测姿系统所提供观测数据的精度，卫星在发射、在轨时受加速度、冲击力、振动、温度、气压等环境因素影响导致的传感器参数变化，国产遥感卫星影像的直接对地目标定位精度与国外的差距还在一个数量级以上。二是利用同一区域的多重覆盖影像，通过影像间的连接点所满足的构像几何关系，联合求解影像定向参数及其对应地面点的物方空间坐标，称为间接对地目标定位。该方法定位精度一方面依赖于地面控制点的精度和数量，另一方面在模型参数强相关时，物点坐标精度与影像定向精度并不一定能完全对应。综上，目前定位方法难以满足高精度定位的要求。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于地面高温点的宽覆盖相机几何定位方法，解决遥感卫星对地目标定位的精度问题。
本发明解决其技术问题是采用以下技术方案实现的：
1.一种基于地面高温点的宽覆盖相机几何定位方法，包括以下步骤:
1)构建地面高温点数据库，在全球范围内统计地面的油井，高温烟囱，核电站或活火山等高温点位置的经纬度和高程信息，并对其进行编号，构建地面高温点数据库；
2)对云层遮挡的遥感影像进行云层消除处理，具体步骤为：
2-1)采用同态滤波的方法消除薄云影响；
2-2)对于厚云覆盖的区域，联合利用多源遥感影像进行去云处理，具体步骤如下：
2-2-1)对多源遥感影像，采用概率松弛匹配法进行配准；
2-2-2)采用仿射变换和双线性内插方法对配准图像进行纠正；
2-2-3)采用直方图匹配和灰度加权内插方法对纠正图像进行辐射改正，消除云层影响；
3)根据高温点的位置信息，在高分辨率高精度遥感图像上进行标注；
4)在相机视场内，采用基于海岸线、河流和山脉等轮廓特征的方法，实现热红外和可见谱段高分辨率高精度遥感图像间配准，具体步骤为：
4-1)采用维纳滤波器分别对可见与热红外图像进行降噪处理；
4-2)通过Canny算子检测图像边缘、轮廓特征；
4-3)基于Hausdorff距离进行轮廓线匹配，实现图像配准；
5)计算热红外图像中目标点和标记点之间的欧式距离D，满足阈值要求：D≤3δ时，其中δ为谱段间配准精度，取1个像元，识别成功；
6)以识别后的地面高温点为参考点，构建有理函数模型并求解其参数矩阵，实现对地目标高精度定位。具体步骤如下：
6-1)构建有理函数模型：
式中，(Xn,Yn,Zn)，(xn,yn)分别为地面点坐标(X,Y,Z)，像点坐标(x,y)经平移和缩放后的正则化坐标，取值为[-1,1]，具体求解方法如下：
式中，X0,Y0,Z0,x0,y0为正则化的平移参数，Xs,Ys,Zs,xs,ys为正则化的比例系数，具体求解方法如下：
式中m为参考点数。
Q1(Xn,Yn,Zn)表示如下：
Q1(Xn,Yn,Zn)＝a0+a1Zn+a2Yn+a3Xn+a4ZnYn+a5ZnXn+a6YnXn
+a7Zn 2+a8Yn 2+a9Xn 2+a10ZnYnXn+a11Zn 2Yn+a12Zn 2Xn+a13Yn 2Zn
+a14Yn 2Xn+a15ZnXn 2+a16YnXn 2+a17Zn 3+a18Yn 3+a19Xn 3 (6)
其中，将aj(j＝0～19)替换为bj(j＝0～19)可得Q2(Xn,Yn,Zn)，同理，将aj(j＝0～19)替换为cj(j＝0～19)可得Q3(Xn,Yn,Zn)，将aj(j＝0～19)替换为dj(j＝0～19)可得Q4(Xn,Yn,Zn)，取b0，d0值为1；
6-2)由(1)式可得：
可得误差方程为：
V＝Bx-l,P (8)
式中，x＝[a0 a1 … a19 b1 … b19 c0 c1 … c19 d1 … d19]T为有理函数模型的系数矩阵,l＝[Fx 0,Fy 0]T为利用物方坐标当前值求得的误差向量,P为虚拟观测值Fx，Fy的权矩阵，这里设为单位矩阵。由此得到法方程：
BTPBx＝BTPl (9)
6-3)采用步骤(5)中识别的参考点，根据最小二乘平差原理求解该函数模型的参数估计值为:
x＝(BTPB)-1BTPl (10)
式中x为函数模型的系数矩阵，由于参考点分布不均匀或者模型的过度参数化会引起法方程的病态，导致模型参数求解不稳定，这里采用岭估计的方法修正：
x＝(BTPB+kE)-1BTPl (11)
式中，x为模型系数矩阵，E为单位矩阵，k值可由L曲线法求得，具体方法为：首先选择一组不同的k值，按照式(11)求解出系数矩阵x；然后以lg‖Bx-l‖k为横坐标，以lg‖x‖k为纵坐标作图，得到以k为参变量的曲线；最后选取曲线上曲率最大的点所对应的k值即为所求的最优岭参数值。经过修正后即可得到准确的模型参数，求得模型参数后利用该有理函数模型实现高精度对地目标定位。
本发明的优点和积极效果是：
1.本发明构建了高精度的地面高温点数据库，并以其为参考点，精确解算有理函数模型的参数矩阵，有效避免了通过卫星定轨测姿系统及内外方位元素求解严格几何成像模型时带来的系统误差，同时克服了卫星在发射、在轨时受加速度、冲击力、振动、温度、真空等环境因素导致的传感器参数变化的影响，显著提高对地目标的定位精度，全局定位精度可达像元级，靠近参考点的局部定位精度可达1个像元。
2.本发明设计合理，具有精度高、使用方便等特点，可以在高分辨率遥感卫星对地目标定位的普通民用领域应用推广。
附图说明
图1为本发明的总体流程图。
图2为有云层遮挡的遥感图像。
图3为消除云层遮挡的遥感图像。
具体实施方式
下面以视场为15°×15°的静止轨道多谱段凝视相机为例，结合附图对本发明的实施方式作进一步详述：
本发明是通过构建高精度的地面高温点数据库，并以其为参考点实现对有理函数成像模型参数矩阵的高精度结算，以此实现遥感卫星高精度对地目标定位。主要包括以下步骤:
1.构建地面高温点数据库；首先，在全球范围内统计地面高温点信息，如油井，高温烟囱，核电站和活火山等热源点，并对其进行编号。然后，利用高温点位置的经纬度和高程信息构建精确的地面高温点数据库；
2.对云层遮挡的遥感影像进行云层消除处理；采用同态滤波的方法消除薄云影响；对于厚云覆盖的区域，联合利用多源遥感影像进行去云处理，具体步骤为：首先，对多源遥感影像，采用概率松弛匹配法进行配准；然后，采用仿射变换和双线性内插方法对配准图像进行纠正；最后，采用直方图匹配和灰度加权内插方法对纠正图像进行辐射改正，消除云层影响，云层消除效果示意图如图2，图3所示。
3.根据数据库高温点的位置信息，在高分辨率高精度遥感图像上进行标注，图2，图3中编号各点为地面的油井，核电站等，即高温点；
4.在相机视场内，采用基于海岸线、河流和山脉等轮廓特征的方法，实现热红外和可见谱段高分辨率高精度遥感图像间配准；首先，采用维纳滤波器分别对可见与热红外图像进行降噪处理；然后，通过Canny算子检测图像中边缘、轮廓等特征信息；最后采用基于Hausdorff距离的方法利用轮廓线等特征进行图像匹配，实现图像谱段间配准，配准精度为1个像元；
5.通过步骤4进行谱段间图像配准、融合后，计算融合图像中目标点和标记点之间的欧式距离D，当满足D小于3倍的配准精度时，认为目标点识别成功；
6.采用步骤5获取的地面高温点集，构建有理函数模型并求解其参数矩阵，实现对地目标高精度定位。具体步骤包括：
1)构建有理函数模型：
式中，(Xn,Yn,Zn)，(xn,yn)分别为地面点坐标(X,Y,Z)，像点坐标(x,y)经平移和缩放后的正则化坐标，取值为[-1,1]，具体求解方法如下：
式中，X0,Y0,Z0,x0,y0为正则化的平移参数，Xs,Ys,Zs,xs,ys为正则化的比例系数，具体求解方法如下：
式中m为参考点数。
Q1(Xn,Yn,Zn)表示如下：
Q1(Xn,Yn,Zn)＝a0+a1Zn+a2Yn+a3Xn+a4ZnYn+a5ZnXn+a6YnXn
+a7Zn 2+a8Yn 2+a9Xn 2+a10ZnYnXn+a11Zn 2Yn+a12Zn 2Xn+a13Yn 2Zn
+a14Yn 2Xn+a15ZnXn 2+a16YnXn 2+a17Zn 3+a18Yn 3+a19Xn 3 (6)
其中，将aj(j＝0～19)替换为bj(j＝0～19)可得Q2(Xn,Yn,Zn)，同理，将aj(j＝0～19)替换为cj(j＝0～19)可得Q3(Xn,Yn,Zn)，将aj(j＝0～19)替换为dj(j＝0～19)可得Q4(Xn,Yn,Zn)，取b0，d0值为1。
2)由(1)式可得：
可得误差方程为：
V＝Bx-l,P (8)
式中，x＝[a0 a1 … a19 b1 … b19 c0 c1 … c19 d1 … d19]T为有理函数模型的系数矩阵,l＝[Fx 0,Fy 0]T为利用物方坐标当前值求得的误差向量,P为虚拟观测值Fx，Fy的权矩阵，这里设为单位矩阵。由此得到法方程：
BTPBx＝BTPl (9)
3)采用步骤(5)中识别的参考点，根据最小二乘平差原理求解该函数模型的参数估计值为:
x＝(BTPB)-1BTPl (10)
式中x为模型系数矩阵。由于参考点分布不均匀或者模型的过度参数化会引起法方程的病态，导致模型参数求解不稳定，这里采用岭估计的方法修正：
x＝(BTPB+kE)-1BTPl (11)
式中，x为模型系数矩阵，E为单位矩阵，k值可由L曲线法求得，具体方法为：首先选择一组不同的k值，按照式(11)求解出未知数x；然后，以lg‖Bx-l‖k为横坐标，以lg‖x‖k为纵坐标作图，得到以k为参变量的曲线；最后选取曲线上曲率最大的点所对应的k值即为所求的最优岭参数值。经过修正后即可得到准确的模型参数，求得模型参数后利用该有理函数模型实现高精度对地目标定位。
通过以上方法，至少选取80个地面点即可求解函数模型参数矩阵，适当增加参考点的数量可实现对地目标定位精度达1个像元。
Claims (1)
1.一种基于地面高温点的宽覆盖相机几何定位方法，其特征在于包括以下步骤:
1)构建地面高温点数据库，在全球范围内统计地面的油井，高温烟囱，核电站或活火山等高温点位置的经纬度和高程信息，并对其进行编号，构建地面高温点数据库；
2)对云层遮挡的遥感影像进行云层消除处理，具体步骤为：
2-1)采用同态滤波的方法消除薄云影响；
2-2)对于厚云覆盖的区域，联合利用多源遥感影像进行去云处理，具体步骤如下：
2-2-1)对多源遥感影像，采用概率松弛匹配法进行配准；
2-2-2)采用仿射变换和双线性内插方法对配准图像进行纠正；
2-2-3)采用直方图匹配和灰度加权内插方法对纠正图像进行辐射改正，消除云层影响；
3)根据高温点的位置信息，在高分辨率高精度遥感图像上进行标注；
4)在相机视场内，采用基于海岸线、河流和山脉等轮廓特征的方法，实现热红外和可见谱段高分辨率高精度遥感图像间配准，具体步骤为：
4-1)采用维纳滤波器分别对可见与热红外图像进行降噪处理；
4-2)通过Canny算子检测图像边缘、轮廓特征；
4-3)基于Hausdorff距离进行轮廓线匹配，实现图像配准；
5)计算热红外图像中目标点和标记点之间的欧式距离D，满足阈值要求：D≤3δ时，其中δ为谱段间配准精度，取1个像元，识别成功；
6)以识别后的地面高温点集为参考，构建有理函数模型求解其参数矩阵，实现对地目标高精度定位。具体步骤如下：
6-1)构建有理函数模型：
式中，(Xn,Yn,Zn)，(xn,yn)分别为地面点坐标(X,Y,Z)，像点坐标(x,y)经平移和缩放后的正则化坐标，详见说明书，取值为[-1,1]。Q1(Xn,Yn,Zn)表示如下：
Q1(Xn,Yn,Zn)＝a0+a1Zn+a2Yn+a3Xn+a4ZnYn+a5ZnXn+a6YnXn
+a7Zn 2+a8Yn 2+a9Xn 2+a10ZnYnXn+a11Zn 2Yn+a12Zn 2Xn+a13Yn 2Zn
+a14Yn 2Xn+a15ZnXn 2+a16YnXn 2+a17Zn 3+a18Yn 3+a19Xn 3 (2)
其中，将aj(j＝0～19)替换为bj(j＝0～19)可得Q2(Xn,Yn,Zn)，同理，将aj(j＝0～19)替换为cj(j＝0～19)可得Q3(Xn,Yn,Zn)，将aj(j＝0～19)替换为dj(j＝0～19)可得Q4(Xn,Yn,Zn)，取b0，d0值为1；
6-2)由(1)式可得：
可得误差方程为：
V＝Bx-l,P (4)
式中，x＝[a0a1 … a19 b1 … b19 c0 c1 … c19 d1 … d19]T为有理函数模型的系数矩阵,l＝[Fx 0,Fy 0]T为利用物方坐标当前值求得的误差向量,P为虚拟观测值Fx，Fy的权矩阵，这里设为单位矩阵。由此得到法方程：
BTPBx＝BTPl (5)
6-3)采用步骤(5)中识别的参考点，根据最小二乘平差原理求解该函数模型的参数估计值为:
x＝(BTPB)-1BTPl (6)
式中x即为模型系数矩阵；由于参考点分布不均匀或者模型的过度参数化会引起法方程的病态，导致模型参数求解不稳定，这里采用岭估计的方法修正：
x＝(BTPB+kE)-1BTPl (7)
式中，x为模型系数矩阵，E为单位矩阵，k值可由L曲线法求得；求得模型参数后利用该有理函数模型实现高精度对地目标定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810315018.9A CN108917933B (zh) | 2018-04-10 | 2018-04-10 | 一种基于地面高温点的宽覆盖相机几何定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810315018.9A CN108917933B (zh) | 2018-04-10 | 2018-04-10 | 一种基于地面高温点的宽覆盖相机几何定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108917933A true CN108917933A (zh) | 2018-11-30 |
| CN108917933B CN108917933B (zh) | 2020-02-14 |
Family
ID=64403379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810315018.9A Active CN108917933B (zh) | 2018-04-10 | 2018-04-10 | 一种基于地面高温点的宽覆盖相机几何定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108917933B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109855739A (zh) * | 2019-01-04 | 2019-06-07 | 三峡大学 | 基于仿射变换的电力设备红外测温方法及装置 |
| CN113177582A (zh) * | 2021-04-16 | 2021-07-27 | 江西航天鄱湖云科技有限公司 | 一种目标的卫星电子信息和光学图像信息关联方法 |
| CN116245757A (zh) * | 2023-02-08 | 2023-06-09 | 北京艾尔思时代科技有限公司 | 多模态数据的多场景通用性遥感影像云修复方法和系统 |
Citations (5)
| 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 |
| US20150042648A1 (en) * | 2012-04-25 | 2015-02-12 | University Of Seoul Industry Cooperation Foundation | System and method for automatic geometric correction using rpc |
| CN104978761A (zh) * | 2015-06-01 | 2015-10-14 | 北京航空航天大学 | 一种rpc模型校正系数获取方法 |
| 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 |
| CN107316280A (zh) * | 2017-05-24 | 2017-11-03 | 三亚中科遥感研究所 | 离岛卫星影像rpc模型高精度几何定位方法 |
-
2018
- 2018-04-10 CN CN201810315018.9A patent/CN108917933B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150042648A1 (en) * | 2012-04-25 | 2015-02-12 | University Of Seoul Industry Cooperation Foundation | System and method for automatic geometric correction using rpc |
| 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 |
| CN104978761A (zh) * | 2015-06-01 | 2015-10-14 | 北京航空航天大学 | 一种rpc模型校正系数获取方法 |
| 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 |
| CN107316280A (zh) * | 2017-05-24 | 2017-11-03 | 三亚中科遥感研究所 | 离岛卫星影像rpc模型高精度几何定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴亚文 等: "利用有理函数模型的几何定位仿射变换方法", 《测绘科学》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109855739A (zh) * | 2019-01-04 | 2019-06-07 | 三峡大学 | 基于仿射变换的电力设备红外测温方法及装置 |
| CN113177582A (zh) * | 2021-04-16 | 2021-07-27 | 江西航天鄱湖云科技有限公司 | 一种目标的卫星电子信息和光学图像信息关联方法 |
| CN113177582B (zh) * | 2021-04-16 | 2024-03-15 | 江西航天鄱湖云科技有限公司 | 一种目标位置的卫星电子信息和光学图像信息关联方法 |
| CN116245757A (zh) * | 2023-02-08 | 2023-06-09 | 北京艾尔思时代科技有限公司 | 多模态数据的多场景通用性遥感影像云修复方法和系统 |
| CN116245757B (zh) * | 2023-02-08 | 2023-09-19 | 北京艾尔思时代科技有限公司 | 多模态数据的多场景通用性遥感影像云修复方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108917933B (zh) | 2020-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103674063B (zh) | 一种光学遥感相机在轨几何定标方法 | |
| CN108734685B (zh) | 一种无人机载高光谱线阵列遥感影像的拼接方法 | |
| CN106895851B (zh) | 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 | |
| CN109727278B (zh) | 一种机载LiDAR点云数据与航空影像的自动配准方法 | |
| CN108917933A (zh) | 一种基于地面高温点的宽覆盖相机几何定位方法 | |
| 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 | |
| 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 | |
| CN102346033B (zh) | 基于卫星观测角误差估计的直接定位方法及系统 | |
| CN107144293A (zh) | 一种视频卫星面阵相机的几何定标方法 | |
| CN108510551A (zh) | 一种远距离大视场条件下相机参数的标定方法及系统 | |
| CN107316280B (zh) | 离岛卫星影像rpc模型高精度几何定位方法 | |
| CN106525054B (zh) | 一种采用星上推扫遥感图像信息的单星自主测定轨方法 | |
| CN113627473A (zh) | 基于多模态传感器的水面无人艇环境信息融合感知方法 | |
| CN104361563B (zh) | 基于gps的高光谱遥感图像几何精校正方法 | |
| CN110793542A (zh) | 一种基于广义探元指向角的面阵光学遥感卫星在轨几何定标方法 | |
| CN114858133B (zh) | 一种恒星观测模式下姿态低频误差修正方法 | |
| CN108594255B (zh) | 一种激光测距辅助光学影像联合平差方法及系统 | |
| CN110363758A (zh) | 一种光学遥感卫星成像质量确定方法及系统 | |
| CN114972078A (zh) | 应用sar影像提升国产光学卫星影像无控几何质量方法及系统 | |
| CN112461204B (zh) | 卫星对动态飞行目标多视角成像联合计算航行高度的方法 | |
| CN114972447A (zh) | 一种基于无人机拍照的水体表面流迹线测量方法 | |
| CN109029379B (zh) | 一种高精度小基高比立体测绘方法 | |
| CN107705272A (zh) | 一种空间影像的高精度几何校正方法 | |
| CN107063191B (zh) | 一种摄影测量区域网整体相对定向的方法 | |
| Wang et al. | Automated mosaicking of UAV images based on SFM method |
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 |