CN108919319B - 海岛礁卫星影像无地面控制点定位方法及系统 - Google Patents

海岛礁卫星影像无地面控制点定位方法及系统 Download PDF

Info

Publication number
CN108919319B
CN108919319B CN201810463439.6A CN201810463439A CN108919319B CN 108919319 B CN108919319 B CN 108919319B CN 201810463439 A CN201810463439 A CN 201810463439A CN 108919319 B CN108919319 B CN 108919319B
Authority
CN
China
Prior art keywords
dem
elevation
image
points
positioning
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
Application number
CN201810463439.6A
Other languages
English (en)
Other versions
CN108919319A (zh
Inventor
张保明
郭海涛
陈小卫
卢俊
赵传
徐俊峰
林雨准
刘志青
余东行
李道纪
李宸尧
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.)
Information Engineering University of PLA Strategic Support Force
Original Assignee
Information Engineering University of PLA Strategic Support Force
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 Information Engineering University of PLA Strategic Support Force filed Critical Information Engineering University of PLA Strategic Support Force
Priority to CN201810463439.6A priority Critical patent/CN108919319B/zh
Publication of CN108919319A publication Critical patent/CN108919319A/zh
Application granted granted Critical
Publication of CN108919319B publication Critical patent/CN108919319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/28—Satellite selection

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及海岛礁卫星影像无地面控制点定位方法及系统，定位方法分为概略定位和精定位两个阶段，前者包括：确定待提取DEM的范围和有效陆域点；确定高程搜索范围；若高程搜索范围满足要求，则确定DEM各格网点的高程，然后对DEM进行匹配并求解误差补偿模型的参数。后者包括：对多视影像进行自由网平差处理；提取更精细的DEM；对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。该方法对具有不同陆域比例、不同生产方式的海岛礁卫星影像均能得到较稳定且较高的定位精度，定位精度基本不受待匹配DEM分辨率的影响，计算效率取决于影像内陆域比例和待匹配DEM的分辨率。

Description

海岛礁卫星影像无地面控制点定位方法及系统
技术领域
本发明涉及海岛礁卫星影像无地面控制点定位方法及系统。
背景技术
海岛礁作为国防的前哨、海洋资源开发的重要基地，相关地理信息的获取是维护国家主权和海洋权益的一项前期性、基础性工作。利用遥感影像特别是卫星影像可快速、高效地获取海岛礁的地理信息，但常规的遥感影像定位方法，比如名称为《“天绘一号”海岛(礁)影像稀少控制下的定位技术研究》的论文中公开的定位方法对控制点的依赖程度较高，控制点的数量与分布都影响着影像的定位精度。
海岛礁数量众多、且往往分布零散，其控制点的获取效率低、成本高、风险大。因此，无地面控制点(简称无控)条件下的海岛礁影像定位是首选。名称为《海岸带潮汐模型支持下的光束法区域网空中三角测量》、《ADS40相机用于海岛(礁)大比例尺成图的试验》和《水边线等高条件控制下的空中三角测量》的文献针对航空影像，利用IMU/DGPS等数据进行辅助以及引入潮汐模型、水边线等高约束条件对海岛礁区域在无控或稀少控制条件下的定位进行了一些尝试，得到一些有益的成果。目前针对海岛礁区域卫星影像的无控定位理论与方法少见报道，文献《“天绘一号”海岛(礁)影像稀少控制下的定位技术研究》在严密成像几何模型的基础上，通过轨道外推技术提高了海岛礁影像的无控定位精度。
天绘一号和资源三号是我国第一代传输型立体测绘卫星，其摄影测量目标是无地面控制点条件下测制1:50 000比例尺地形图，但由于它们装备的星敏感器精度较低，文献《天绘一号无地面控制点摄影测量》中指出，无控条件下不经过平差的直接定位精度不能达到上述目标的要求。在这种情况下，区域网平差(文献《天绘一号无地面控制点摄影测量》和《Geometric Accuracy Validation for ZY-3Satellite Imagery》中有相关描述)和利用已有的DEM、正射影像等数据进行辅助(文献《Orthorectification of VHR OpticalSatellite Data Exploiting the Geometric Accuracy of TerraSAR-X Data》、《DEMMatching for Bias Compensation of Rigorous Pushbroom Sensor Models》、《Matchingof High-Resolution Optical Data to a Shaded DEM》、《公开DEM辅助无地面控制点国产卫星影像定位方法》和《SRTM约束的无地面控制立体影像区域网平差》中有相关描述)是提高影像无控定位精度的有效方法，但前者计算过程通常较复杂，往往还受区域大小等的限制，后者则受制于辅助数据。
SRTM DEM等公开DEM具有较高的精度和全球陆地覆盖率(文献《A GlobalAssessment of the SRTM Performance》和《Accuracy Assessment of SRTM v4and ASTERGDEM v2Over the Altiplano Watershed Using ICESat/GLAS Data》中有相关描述)，可为上述基于辅助数据的无控定位方案提供很好的基准数据(文献《公开DEM辅助无地面控制点国产卫星影像定位方法》和《SRTM约束的无地面控制立体影像区域网平差》中有相关描述)。文献《公开DEM辅助无地面控制点国产卫星影像定位方法》将公开DEM作为基准与从待定位影像中提取的DEM进行表面匹配，匹配结果用于对直接定位结果进行物方改正，实验表明SRTM DEM辅助时无控条件下单景影像即可达到1:50 000比例尺地形图的精度要求，为国产卫星影像的无控定位提供了较好的解决方案。该方法首先需要从影像中提取DEM，但海岛礁影像中存在或大或小的海域，其具有的纹理重复等特点不利于DEM的提取，当海域比例较大时，还会引起陆域DEM出现大量粗差甚至造成DEM提取失败，目前针对海岛礁区域的DEM提取方法也较少；此外，该方法也仅考虑了影像绝对误差的补偿，准确性较低。
发明内容
本发明的目的是提供一种海岛礁卫星影像无地面控制点定位方法，用以解决国产海岛礁卫星影像直接定位精度较低，而其高精度定位依赖于地面控制点的问题。本发明同时提供一种海岛礁卫星影像无地面控制点定位系统。
为实现上述目的，本发明包括以下技术方案。
一种海岛礁卫星影像无地面控制点定位方法，包括概略定位阶段和精定位阶段，所述概略定位阶段包括以下实现步骤：
(1)确定待提取DEM范围和有效陆域点；
(2)确定提取的DEM的高程搜索范围；
(3)若确定的高程搜索范围满足要求，则确定DEM各格网点的高程；
(4)对DEM进行匹配并求解误差补偿模型的参数，以初步补偿定位参数中的误差；
所述精定位阶段包括以下实现步骤：
1)对多视影像进行自由网平差处理；
2)从影像中提取更精细的DEM；
3)对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。
本发明提供的海岛礁卫星影像无地面控制点定位方法中，分为概略定位和精定位两个阶段，前者的主要过程为：首先确定待提取DEM的范围和有效陆域点；然后确定提取DEM的高程搜索范围，若确定的高程搜索范围满足要求，则确定DEM各格网点的高程，再重新确定高程搜索范围以及确定DEM各格网点的高程；最后对DEM进行匹配并求解误差补偿模型的参数，以初步补偿定位参数中的误差。后者的主要过程为：首先对多视影像进行自由网平差处理，然后从多视影像中提取更精细的DEM；最后对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。该方法对具有不同陆域比例、不同生产方式的海岛礁卫星影像均能得到较稳定且较高的定位精度，平面和高程的精度较高均能较好地满足1:50000比例尺地形图的精度要求。而且，定位精度基本不受待匹配DEM分辨率的影响，计算效率则取决于待定位影响内的陆域比例和待匹配DEM的分辨率。因此，该方法定位精度较高、稳定性好、适用范围广。
进一步地，所述概略定位阶段中的步骤(3)中，若确定的高程搜索范围不满足要求，则对多视影像进行自由网平差处理，再按照所述步骤(2)重新确定提取的DEM的高程搜索范围。
进一步地，所述概略定位阶段中的步骤(1)中，有理函数模型参数中包括将像坐标和地面坐标进行正则化的参数，根据地面坐标的正则化参数确定影像的地面覆盖范围，将各视影像覆盖范围并集的外接矩形作为待提取DEM的范围；设定DEM的分辨率后确定各格网点的平面坐标，设定处于DEM范围内、且处于影像覆盖范围内的陆域格网点为有效陆域点。
进一步地，所述概略定位阶段中的步骤(2)中，提取DEM的高程搜索范围的确定过程具体为：选取设定个数的有效陆域点作为样本点，在初始高程ZORI两侧的搜索范围[ZORI-ΔZ1，ZORI+ΔZ1]内，以第二设定高程间隔dZ1，采用MVLL法分别确定各样本点的高程ZMVLL，计算各样本点的高程ZMVLL与初始高程ZORI之差，得到高差值dZMVLL-ORI，通过分析高差值dZMVLL-ORI的分布，确定高程改正值ZGZ，以对初始高程ZORI进行改正，进而为整个区域DEM的提取提供更准确的高程搜索范围，其中初始高程ZORI从SRTM DEM中内插确定。
进一步地，所述更准确的高程搜索范围的确定包括以下步骤：
①若超过设定比例的样本点通过MVLL法确定了高程，且高差值dZMVLL-ORI集中分布在设定的区间范围内，记录这些区间对应的高差范围；
②统计步骤①中所记录区间内的各高差值对应样本点的比例，将区间两侧比例低于设定值对应的高差从区间内剔除，以进一步缩小区间，将该区间的中点和半径确定为高程改正值ZGZ和容差ΔZ2，则各点的初始高程Z0为ZORI+ZGZ，搜索范围为[ZORI+ZGZ-ΔZ2，ZORI+ZGZ+ΔZ2]。
进一步地，步骤①中，若没有超过设定比例的样本点通过MVLL法确定了高程或高差值dZMVLL-ORI有部分分布在设定的区间范围之外，则通过自由网平差提高多视影像的交会精度，再按照所述概略定位阶段中的步骤(2)重新确定提取DEM的高程搜索范围。
进一步地，所述概略定位阶段和所述精定位阶段中的对多视影像进行自由网平差处理的过程具体为：将样本点投影至各视影像上，通过相应处理得到相应的连接点后，采用如下补偿模型参数和物方坐标分开答解的方法进行自由网平差的解算：
(i)根据连接点在多视影像上的像坐标(r，c)和有理函数模型前方交会得到连接点的物方坐标；
(ii)根据物方坐标和有理函数模型计算连接点投影至各视影像上的像坐标(r’，c’)；
(iii)根据连接点的像坐标(r，c)和计算所得的像坐标(r’，c’)计算补偿模型参数ei，fi；
(iiii)根据连接点的像坐标、有理函数模型及误差补偿模型重复进行步骤(i)-(iii)，改正补偿模型参数，直至收敛。
进一步地，所述概略定位阶段中的步骤(4)和精定位阶段中的步骤3)中，采用能自适应探测及剔除DEM间的差异的引入截尾最小二乘估计的最小高差法进行DEM匹配；完成DEM匹配后，利用待匹配DEM和基准DEM上的对应点求解或更新误差补偿模型的参数。
进一步地，所述步骤2)中，提取更精细的DEM的具体过程为：首先确定待提取DEM的范围和有效陆域点；然后利用设定个数的连接点进行前方交会确定各点的物方坐标，分别计算各点的物方坐标与SRTM DEM之间的高差ZMVLL-ORI并统计高差的标准差；最后采用MVLL法确定各格网点的高程，各格网点的初始高程从SRTM DEM中内插得到，高程改正值从各连接点的高差ZMVLL-ORI中内插得到，容差设置为设定倍数的标准差。
一种海岛礁卫星影像无地面控制点定位系统，包括一种控制模块，所述控制模块包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现的控制过程包括概略定位阶段和精定位阶段，
所述概略定位阶段包括以下实现步骤：
(1)确定待提取DEM范围和有效陆域点；
(2)确定提取的DEM的高程搜索范围；
(3)若确定的高程搜索范围满足要求，则确定DEM各格网点的高程；
(4)对DEM进行匹配并求解误差补偿模型的参数，以初步补偿定位参数中的误差；
所述精定位阶段包括以下实现步骤：
1)对多视影像进行自由网平差处理；
2)从影像中提取更精细的DEM；
3)对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。
进一步地，所述概略定位阶段中的步骤(3)中，若确定的高程搜索范围不满足要求，则对多视影像进行自由网平差处理，再按照所述步骤(2)重新确定提取的DEM的高程搜索范围。
进一步地，所述概略定位阶段中的步骤(1)中，有理函数模型参数中包括将像坐标和地面坐标进行正则化的参数，根据地面坐标的正则化参数确定影像的地面覆盖范围，将各视影像覆盖范围并集的外接矩形作为待提取DEM的范围；设定DEM的分辨率后确定各格网点的平面坐标，设定处于DEM范围内、且处于影像覆盖范围内的陆域格网点为有效陆域点。
进一步地，所述概略定位阶段中的步骤(2)中，提取DEM的高程搜索范围的确定过程具体为：选取设定个数的有效陆域点作为样本点，在初始高程ZORI两侧的搜索范围[ZORI-ΔZ1，ZORI+ΔZ1]内，以第二设定高程间隔dZ1，采用MVLL法分别确定各样本点的高程ZMVLL，计算各样本点的高程ZMVLL与初始高程ZORI之差，得到高差值dZMVLL-ORI，通过分析高差值dZMVLL-ORI的分布，确定高程改正值ZGZ，以对初始高程ZORI进行改正，进而为整个区域DEM的提取提供更准确的高程搜索范围，其中初始高程ZORI从SRTM DEM中内插确定。
进一步地，所述更准确的高程搜索范围的确定包括以下步骤：
①若超过设定比例的样本点通过MVLL法确定了高程，且高差值dZMVLL-ORI集中分布在设定的区间范围内，记录这些区间对应的高差范围；
②统计步骤①中所记录区间内的各高差值对应样本点的比例，将区间两侧比例低于设定值对应的高差从区间内剔除，以进一步缩小区间，将该区间的中点和半径确定为高程改正值ZGZ和容差ΔZ2，则各点的初始高程Z0为ZORI+ZGZ，搜索范围为[ZORI+ZGZ-ΔZ2，ZORI+ZGZ+ΔZ2]。
进一步地，步骤①中，若没有超过设定比例的样本点通过MVLL法确定了高程或高差值dZMVLL-ORI有部分分布在设定的区间范围之外，则通过自由网平差提高多视影像的交会精度，再按照所述概略定位阶段中的步骤(2)重新确定提取DEM的高程搜索范围。
进一步地，所述概略定位阶段和所述精定位阶段中的对多视影像进行自由网平差处理的过程具体为：将样本点投影至各视影像上，通过相应处理得到相应的连接点后，采用如下补偿模型参数和物方坐标分开答解的方法进行自由网平差的解算：
(i)根据连接点在多视影像上的像坐标(r，c)和有理函数模型前方交会得到连接点的物方坐标；
(ii)根据物方坐标和有理函数模型计算连接点投影至各视影像上的像坐标(r’，c’)；
(iii)根据连接点的像坐标(r，c)和计算所得的像坐标(r’，c’)计算补偿模型参数ei，fi；
(iiii)根据连接点的像坐标、有理函数模型及误差补偿模型重复进行步骤(i)-(iii)，改正补偿模型参数，直至收敛。
进一步地，所述概略定位阶段中的步骤(4)和精定位阶段中的步骤3)中，采用能自适应探测及剔除DEM间的差异的引入截尾最小二乘估计的最小高差法进行DEM匹配；完成DEM匹配后，利用待匹配DEM和基准DEM上的对应点求解或更新误差补偿模型的参数。
进一步地，所述步骤2)中，提取更精细的DEM的具体过程为：首先确定待提取DEM的范围和有效陆域点；然后利用设定个数的连接点进行前方交会确定各点的物方坐标，分别计算各点的物方坐标与SRTM DEM之间的高差ZMVLL-ORI并统计高差的标准差；最后采用MVLL法确定各格网点的高程，各格网点的初始高程从SRTM DEM中内插得到，高程改正值从各连接点的高差ZMVLL-ORI中内插得到，容差设置为设定倍数的标准差。
附图说明
图1是海岛礁卫星影像无地面控制点定位方法整体流程示意图；
图2是MVLL法的原理示意图；
图3-a是交会精度较高影像的样本点高差分布直方图；
图3-b是交会精度较低影像的样本点高差分布直方图；
图3-c是交会精度较低影像经自由网平差后的样本点高差分布直方图；
图4是实验影像和检查点的分布情况示意图；
图5-a是直接定位的高程误差与概略定位阶段确定的高程搜索范围对比图；
图5-b是陆域比例与本发明提供的定位方法所用计算时间的对比图；
图5-c是各定位的平面精度对比图；
图5-d是各定位的高程精度对比图；
图6-a是DEM格网化对定位结果的影响中对定位精度的影响的对比图；
图6-b是DEM格网化对定位结果的影响中对计算时间的影响的对比图；
图7-a是待匹配DEM的分辨率对定位结果的影响中对平面精度的影响的对比图；
图7-b是待匹配DEM的分辨率对定位结果的影响中对高程精度的影响的对比图；
图7-c是待匹配DEM的分辨率对定位结果的影响中对计算时间的影响的对比图。
具体实施方式
本实施例中，针对天绘一号海岛礁影像的定位问题，提出海岛礁卫星影像无地面控制点定位方法。当然，本发明提供的海岛礁卫星影像无地面控制点定位方法并不局限于天绘一号影像和海岛礁区域的卫星影像，任意直接定位精度较低的卫星影像的定位问题，均能通过应用本发明提供的定位方法来提升定位精度。
目前，包括天绘一号影像在内的越来越多的卫星影像数据在分发时采用的几何处理模型是有理函数模型(rational function model，RFM)，一方面出于技术保密，另一方面则是RFM与传感器无关，形式简单、有很好的通用性、高效性，故本实施例基于该有理函数模型讨论影像定位精度及定位误差的补偿。
因此，本实施例针对海岛礁影像的无控定位问题进行研究时，选取SRTM DEM作为辅助数据，为克服海域影像纹理重复等对DEM提取的不利影响，将SRTM DEM也应用到DEM提取过程中，并同时对多视影像中的相对误差进行补偿，提出一种SRTM DEM辅助的海岛礁卫星影像无控定位方法。
本实施例中提供的海岛礁卫星影像无地面控制点定位方法的整体技术方案包括概略定位阶段和精定位阶段。
其中，概略定位阶段包括以下实现步骤：(1)确定待提取DEM范围和有效陆域点；(2)确定提取的DEM的高程搜索范围；(3)若确定的高程搜索范围满足要求，则确定DEM各格网点的高程；(4)对DEM进行匹配并求解误差补偿模型的参数，以初步补偿定位参数中的误差。其中，步骤(3)中，若确定的高程搜索范围不满足要求，则对多视影像进行自由网平差处理，再按照步骤(2)重新确定提取的DEM的高程搜索范围。
精定位阶段包括以下实现步骤：1)对多视影像进行自由网平差处理；2)从多视影像中提取更精细的DEM；3)对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。
两个阶段均包括DEM提取和DEM匹配等步骤。为保证计算效率，概略定位阶段首先选取少量样本点确定提取DEM的高程搜索范围，提取DEM后与SRTM DEM进行匹配，从而将影像的定位精度提高到较高水平。在此过程中，若多视影像的交会精度较低，则进行自由网平差初步改善交会精度。精定位阶段首先利用连接点进行自由网平差，对影像中的相对误差进行补偿，提高各视影像的交会精度；然后提取更精细的DEM进行匹配，进一步补偿影像中的绝对误差，实现影像的精确定位。该定位方法的主要流程如图1所示，下面首先对SRTMDEM进行简单介绍，然后分别对概略定位和精定位两个阶段进行详细介绍，当然，本发明并不局限于下述两个阶段的各具体实现手段。
SRTM DEM是目前应用最广泛的全球公开DEM数据之一，其最新版本SRTM DEM V4.1是由国际热带农业中心(CIAT)利用插值算法得到的新版本数据，该方法利用SRTM 30等多种辅助DEM对SRTM V3中的空洞进行了填补，其标称的绝对平面精度和绝对高程精度分别为±20m和±16m，置信度均为90％，空间分辨率为3”(≈90m)，水平基准和高程基准均分别为WGS84坐标系和EGM96模型。该DEM自发布以来就受到了研究者的广泛关注，目前，官方公布的和研究者的评价结果，都表明其具有比ASTER GDEM更高的精度，故本实施例将该DEM的最新版本数据作为辅助定位的基准数据。
SRTM DEM具有较高的高程精度，且海域的高程统一为指定值(-32768m)，在利用其辅助提取DEM时，不仅可将其高精度的高程作为提取DEM的初始高程，还可用于大致区分开影像覆盖范围内陆域和海域对应的DEM格网点，提取DEM时则只需考虑确定陆域格网点的高程，从而能有效克服海域影像纹理重复等特点对影像匹配的不利影响。由于SRTM DEM的高程基准为EGM96模型，在对其加以利用前需将其换算为大地高，后文所提及的高程均为大地高。
待提取DEM的范围及有效陆域点的确定：
RFM参数(有理函数模型参数)中包括将像坐标和地面坐标进行正则化的参数，通过正则化可避免计算过程中参数数值量级差别过大而引入舍入误差。因此，可根据地面坐标的正则化参数大致确定影像的地面覆盖范围，此处将各视影像覆盖范围并集的外接矩形作为待提取DEM的范围。
设定DEM的分辨率R后，即可确定各格网点的平面坐标，进而可从SRTM DEM中内插得到各格网点的初始高程ZORI。但上述确定的矩形DEM范围内的格网点不全在影像的覆盖范围内，如四个角附近，这些点称为域外点；此外，还有分布在海域内的点，称为海域点。因此，需将这些格网点进行标记，不再参与后续的高程值确定及DEM匹配等过程，后续处理只针对影像覆盖范围内的陆域格网点(即将处于DEM范围内的、且处于影像覆盖范围内的陆域格网点定为有效陆域点)。根据内插所得高程即可较容易的区分出海域点；根据陆域点的平面坐标、初始高程以及下视影像RFM参数计算像坐标，在下视影像边界外的点则判断为域外点。
高程搜索范围的确定：
本实施例中，采用利用地面铅垂线进行物方空间约束的多视铅垂线轨迹(Multi-view Vertical Line Locus，MVLL)法提取DEM，基本原理如图2所示，在以近似高程Z0为中心、容差ΔZ为半径确定的高程搜索范围[Z0-ΔZ，Z0+ΔZ]内根据高程间隔dZ(高程间隔dZ为第一设定高程间隔)可得到一系列的高程，然后分别与水平坐标进行组合通过一定方法确定最优高程。
因此，高程搜索范围和高程间隔共同决定了DEM提取的效率和精度：高程搜索范围较大会使得地面铅垂线上的高程数量较多，影响计算效率，较小时则不一定能涵盖正确的高程值；当高程间隔较大时，最优相似测度确定的高程可能与实际高程相差较大，导致DEM的高程精度较低，较小时相邻高程值体现在像坐标上的差异太小，对DEM精度的提高没有太大的实际意义，还会降低计算效率。尽管此处将具有较高精度的SRTM DEM的高程作为各点的初始高程ZORI，但不同影像的直接定位精度差异较大，将初始高程ZORI直接作为近似高程Z0时容差ΔZ不能太小。
综合考虑DEM提取的精度和效率，首先选取设定个数的有效陆域点作为样本点，作为一个具体实施方式，选取少量分布均匀的有效陆域点作为样本点，在初始高程ZORI两侧较大的搜索范围[ZORI-ΔZ1，ZORI+ΔZ1]内，以稍大的高程间隔dZ1(高程间隔dZ1为第二设定高程间隔)通过MVLL法确定各样本点的高程ZMVLL，计算各样本点的高程ZMVLL与初始高程ZORI之差，得到高差值dZMVLL-ORI，通过分析高差值dZMVLL-ORI的分布，确定一个高程改正值ZGZ，对初始高程ZORI进行改正，进而为整个区域DEM的提取提供一个较小的更准确的搜索范围，具体步骤如下：
①若超过设定比例的样本点通过MVLL法确定了高程，作为一个具体实施方式，若大部分样本点都通过MVLL法确定了高程，且高差值dZMVLL-ORI集中分布在设定的区间范围内，即高差值dZMVLL-ORI的分布相对集中，则对高差值dZMVLL-ORI进行直方图统计，如图3-a所示，记录这些区间对应的高差范围。
②统计步骤①中所记录区间内的各高差值对应样本点的比例，将区间两侧比例低于设定值对应的高差从区间内剔除，以进一步缩小区间，将该区间的中点和半径确定为高程改正值ZGZ和容差ΔZ2，则各点的初始高程Z0为ZORI+ZGZ，搜索范围为[ZORI+ZGZ-ΔZ2，ZORI+ZGZ+ΔZ2]。
步骤①中，若没有超过设定比例的样本点通过MVLL法确定了高程，或高差值dZMVLL-ORI有部分分布在设定的区间范围之外，即仅有少量样本点确定了高程或样本点高差的分布并不相对集中(如图3-b所示)，这主要是由于多视影像的交会精度较低，样本点处的铅垂线投影至各视影像上的投影线分布在不同位置，不会交于某点，因此难以正确提取各点的高程，而确定了高程的点也大多是粗差点，故对应的高差分布较分散。针对这类影像，则需要首先通过自由网平差提高多视影像的交会精度，再按照上述高程搜索范围的确定过程来确定高程搜索范围。
多视影像的自由网平差：
由于RFM参数没有实际的物理意义，对其进行改正通常采用偏移补偿的方式，目前主要采用像方补偿策略(如下式所示)，即利用一个像坐标的多项式模型对根据RFM计算的像点坐标进行补偿。
Figure GDA0001698377580000131
式中，(S，L)为像坐标；(ΔS，ΔL)为像坐标系统误差的补偿值；(Ss，Ls)，(S0，L0)分别为像坐标的正则化缩放系数和平移参数。
高次多项式需要较多点解算补偿模型的参数，同时对于定位精度的提高作用亦不明显，故只保留多项式补偿模型的一次项，即如下式所示的像方仿射变换模型：
Figure GDA0001698377580000132
式中，ei，fi(i＝1，2，3)即为待求的补偿模型参数。
因自由网平差缺少物方的控制，影像在空间中呈现为一种自由状态，解算时表现为法方程系数矩阵非满秩，即该平差是秩亏区域网平差。由于本方法进行自由网平差是为了使得多视影像前方交会时能更好的交会于一点，即重点在于利用上述误差补偿模型对多视影像内的相对误差进行补偿，所以，在将样本点投影至各视影像上，通过影像匹配和选权迭代等处理得到分布均匀的连接点后，采用如下补偿模型参数和物方坐标分开答解的方法进行自由网平差解算：
(i)根据连接点在多视影像上的像坐标(r，c)和RFM前方交会得到连接点的物方坐标；
(ii)根据物方坐标和RFM计算连接点投影至各视影像上的像坐标(r’，c’)；
(iii)根据连接点的像坐标(r，c)和计算所得的像坐标(r’，c’)计算补偿模型参数ei，fi；
(iiii)根据连接点的像坐标、RFM及误差补偿模型重复进行步骤(i)-(iii)，改正补偿模型参数，直至收敛。
经过自由网平差，再采用上述高程搜索范围的确定部分的实现过程确定高程搜索范围。图3-b对应影像经过自由网平差后，能确定高程的样本点数大大增加，高差dZMVLL-ORI的分布也变为如图3-c所示的相对集中的形式，这表明通过自由网平差各视影像之间的交会精度得到较大程度的改善。
两个阶段中的多视影像自由网平差过程相同，均采用上述实现过程，后文不再赘述。
确定DEM各格网点的高程：
前文已提及本实施例中，采用MVLL法提取DEM，在各格网点的平面坐标已知、高程搜索范围和高程间隔已确定时，可得到一系列的高程，然后将这些高程分别与水平坐标进行组合利用RFM(如下式所示)计算其在各视影像上的像坐标并计算相关性，满足阈值要求的相关性峰值对应的高程即赋给对应格网点，若峰值不满足阈值要求，则称对应点未能确定高程。
Figure GDA0001698377580000151
式中，(φ,λ,h)是地面点坐标，(U,V,W)和(s,l)分别是正则化的地面坐标和像坐标，NumS(U,V,W)，DenS(U,V,W)，NumL(U,V,W)和DenL(U,V,W)均为一般多项式，且多项式中三个分量各自的幂及幂之和均不超过3次。
DEM匹配及求解补偿模型参数：
最小高差(Least Z-difference，LZD)法是基于DEM的2.5维结构提出的一种DEM匹配方法，对于规则格网数据的匹配，比其他方法具有更高的计算效率和匹配精度，此处采用文献《公开DEM辅助无地面控制点国产卫星影像定位方法》提出的能自适应探测及剔除DEM间的差异的引入截尾最小二乘(least trimmed square，LTS)估计的LZD法进行DEM匹配。
在确定各有效陆域点的高程时，由于噪声、云雾等的影响，部分点可能无法确定高程。通过分析可知，LZD法在确定对应点时从待匹配DEM格网点出发，在基准DEM中内插确定对应点高程，即当基准DEM是规则格网数据时，即可保证较高的计算效率，而对待匹配DEM的数据分布无特定要求。另一方面，在已有数据的基础上进行内插，对数据中的有效信息并无实质性增加，对匹配精度的提高也无实质意义，相反的还会因内插以及参与匹配的对应点数增加导致计算效率降低。故此处直接将确定了高程的陆域格网点用于匹配，而不再进行内插得到无空洞的规则格网DEM。
完成DEM匹配后，利用待匹配DEM和基准DEM上的对应点求解或更新误差补偿模型的参数。
两个阶段中的DEM匹配及求解补偿模型参数过程相同，后文不再赘述。
精定位阶段更精细DEM的提取：
经过概略定位阶段对误差的补偿，影像的定位精度会有较大幅度的改善。精定位阶段则对上述误差补偿过程进行精化，以进一步提高影像的定位精度。同样地，首先确定待提取DEM的范围和有效陆域点(这一部分在上文中已给出了详细说明，这里就不再赘述)，从有效陆域点中选取设定数量的分布均匀的点作为连接点，通过匹配得到各点在各视影像上的像坐标，然后一方面用于自由网平差进一步补偿多视影像的交会误差，具体原理不再赘述；另一方面，利用设定个数的连接点进行前方交会确定各点的物方坐标，分别计算各点的物方坐标与SRTM DEM之间的高差ZMVLL-ORI并统计高差的标准差；最后采用MVLL法确定各格网点的高程。再通过分析该高程与从SRTM DEM中内插得到的初始高程的差值ZMVLL-ORI确定提取DEM的高程搜索范围。
与概略定位阶段确定高程搜索范围的原理不同，此处各格网点的高程改正值从上述各连接点的高差ZMVLL-ORI中内插得到，容差设置为高差的设定倍数的标准差，进一步地，为高差的3倍标准差，由此确定的各点处高程改正值各不相同，能较好的体现出定位模型在不同区域的高程误差，故所确定的高程搜索范围也更具针对性，有利于提取DEM时不同地形区域都能得到较准确的高程值。同时，利用较小的高程间隔dZ2进行搜索，为保证采用较小的高程间隔有实际意义，计算各视影像上投影点之间的相关性时，提取准确的影像窗口，即当所求像坐标为非整数时要进行灰度内插，否则体现不出相邻高程值的差异。
实验结果与分析：
一、实验数据
本实施例采用六景浙江舟山地区的天绘一号影像数据对本文方法的性能进行验证与分析，该测区的范围为121.645°E—122.921°E，29.411°N—30.893°N，以丘陵地形为主，高程范围约为0—800m，每景影像包括1B级三线阵全色影像及对应的RFM参数，影像分辨率为5m，数据获取时间为2014年1月—2015年2月，各景影像的生产方式和覆盖范围内陆域比例如表1所示，其中生产方式包括APGS(advanced products generation system)和EFP(equivalent frame photo)两种。实验区内共54个已知点，平面精度优于0.1m，高程精度优于0.2m，像点坐标采用人工转刺，精度优于1个像元。各景影像的覆盖范围和已知点的分布如图4所示。
表1
影像编号 863-145 863-146 863-147 864-145 864-146 864-147
生产方式 APGS EFP EFP EFP EFP APGS
陆域比例 4％ 17％ 16％ 7％ 29％ 42％
二、实验结果及分析
(1)实验1：可行性和有效性验证
为验证本发明提供的定位方法的可行性和有效性，对定位方法两个阶段的性能进行分析，并与有控定位方案的结果进行比较。对于有控定位方案，选择靠近影像角点且分布均匀的三个已知点作为控制点，其余点作为检查点。
概略定位阶段的样本点数取500，高程搜索范围ΔZ1取200m，高程间隔dZ1取10m；精定位阶段样本点数取1000，高程间隔dZ2取5m；从影像中提取的DEM(由于实验影像均为天绘一号影像，故所提取的DEM简称为TH DEM)的分辨率R取0.0007°；后续实验除R的取值有所差异，其他参数的设置均相同。该实验均在Intel i7-4720HQ 2.60GHz、16G RAM和MatlabR2014a的软硬件环境下进行。实验结果如图5-a至5-d所示。
由图5-a可知，概略定位阶段利用少量样本点确定的高程初始改正值Zgz与影像直接定位的高程误差比较接近，高程搜索范围有效涵盖了高程误差。为更清楚的表示高程误差与高程搜索范围的分布与关系，图中高程误差区分正负，正负根据各检查点的误差确定。影像863-147、864-146对应的高程搜索范围较大，这是因为这两景影像覆盖范围内地形起伏较大，水平方向上的误差导致样本点高差分布相对分散，故所确定的搜索范围比另几景影像大；相反地，尽管影像863-145、863-146平面精度较低，但覆盖区域的地形起伏较小，故所确定的高程搜索范围相对较小，这表明定位方法可根据影像覆盖范围内地形的起伏情况自适应的确定高程搜索范围，从而有效保证计算效率。
由图5-b可知，计算效率与陆域比例有很强的线性相关性，陆域比例越大，所需的计算时间越长。其中影像863-145的计算时间与陆域比例之比与其他影像有一定的差异，这是因为该影像的交会精度较低，概略定位阶段进行了自由网平差，而其陆域比例仅约4％，DEM提取及匹配等过程所需时间较少，自由网平差对总时间的影响较明显。而对于同样进行了自由网平差的影像864-147，因其陆域面积大，自由网平差对总时间的影响较弱，故与另几景影像的计算效率与陆域比例之比较一致。对于上述两景由APGS生产方式得到的影像，概略定位阶段均需进行自由网平差，说明APGS方式所得RFM参数的精度低于由EFP所得的参数，这与实际情况相符。
由图5-c和5-d可知，相对于直接定位的精度，概略定位对精度有大幅度提高，精定位所得的精度较高，总体来说优于有少量控制点参与定位的精度。采用本方法各景影像的平面和高程精度均分别优于6.1m、5.1m，能较好的满足1:5万比例尺地形图的精度要求。因此，实验表明定位方法可有效解决天绘一号海岛礁影像的无控定位问题。
(2)实验2：DEM格网化对定位结果的影响分析
为了验证定位方法在根据MVLL原理确定格网点的高程后，直接利用确定了高程的点进行匹配，而不进行内插处理的可行性，将定位方法的性能与该步骤进行格网化内插的方法的性能进行比较。本实验TH DEM的分辨率R取0.0005°。利用两种方法所得的各景影像的定位精度和计算效率如图6-a和6-b所示。
由图6-a可知，该定位方法的效率稍优于进行了格网化内插的方法；对于定位精度，差异很小，两种方法的高程精度基本一致，平面精度本文方法略高。实验结果与前文的理论分析一致，即DEM格网化内插并不会对定位精度有实质性提高，反而会降低计算效率，因此，在确定各格网点的高程后，不进行内插而直接与SRTM DEM进行匹配是可行的。此外，由图6-b可知，各影像的计算效率高低与实验1中各影像的计算效率高低是一致的，进一步表明本发明提供的定位方法的计算效率直接与陆域比例相关。
(3)实验3：待匹配DEM分辨率对定位结果的影响分析
为分析待匹配DEM的分辨率对定位精度和计算效率的影响，本实验选取不同生产方式和不同陆域比例的影像进行实验，包括陆域比例最小和最大的影像863-145和864-147，以及生产方式为EFP、陆域比例适中的影像863-147。从各影像中分别提取不同分辨率的TH DEM用于匹配、定位，所得的定位精度和计算效率如图7-a至图7-c所示。
由图7-a至图7-c可知，从影像中提取不同分辨率的TH DEM用于匹配以补偿误差时，不同陆域比例、不同生产方式的影像均能得到较稳定且较高的定位精度，受TH DEM分辨率的影响较小，特别是高程精度基本保持不变，这表明通过两个阶段的误差补偿，影像中存在的相对误差和绝对误差都得到了充分的补偿。而仅通过DEM匹配进行绝对定向，未考虑多视影像之间存在的相对误差，故当多视影像的交会精度较低时(如生产方式为APGS的影像)，从中提取的分辨率较低的TH DEM的精度较低，利用其辅助定位的精度也不如利用分辨率较高的TH DEM所得的辅助定位精度。影像863-145的平面精度随TH DEM分辨率的变化有小幅度的波动，主要原因是该景影像的陆域比例太小，另两景则相对稳定。
对于计算效率，TH DEM的分辨率越低，计算效率越高；当分辨率较高时，随着分辨率的降低，计算效率提高较快，且陆域比例越大，计算效率提高越明显；随着分辨率继续降低，计算效率提高速度逐渐变慢，计算时间趋于稳定。这是因为整个定位过程中涉及到DEM提取、匹配等过程，计算量较大，整体计算时间不可能太短。
因此，针对国产海岛礁卫星影像直接定位精度较低的问题，提出一种利用SRTMDEM辅助的无地面控制点(简称无控)定位方法。该方法分为概略定位和精定位两个阶段，各阶段均包括DEM提取和DEM匹配等主要步骤，可分别对影像中的相对误差和绝对误差进行补偿。为充分利用SRTM DEM的高精度特性，将其融入到方法各环节中：提取DEM时采用物方空间约束的方法，其既用于剔除海域点，也用于确定求解陆域点高程时的高程搜索范围，从而避免海域影像的不利影响，同时保证计算效率；DEM匹配时将其作为基准数据，采用引入稳健估计的最小高差(LZD)法得到稳定准确的匹配结果。实验结果表明本方法对具有不同陆域比例、不同生产方式的天绘一号海岛礁影像均能得到较稳定且较高的定位精度，平面和高程精度分别优于6.2m、5.1m，能较好地满足1:50 000比例尺地形图的精度要求。定位精度基本不受待匹配DEM分辨率的影响，计算效率则取决于陆域比例和待匹配DEM的分辨率。
而且，提取DEM时能根据影像覆盖范围内地形起伏情况自适应地确定较准确的高程搜索范围，从而保证较高的计算效率和DEM的提取精度。计算效率取决于陆域比例和待匹配DEM的分辨率，为保证计算效率，当待定位的海岛礁影像的陆域比例较大时，可提取比SRTM DEM分辨率略低的待匹配DEM；当陆域比例很小时(如不足10％)，待匹配DEM的分辨率应适当高于SRTM DEM或与之相当。
以上给出了具体的实施方式，但本发明不局限于所描述的实施方式。本发明的基本思路在于上述定位方法的基本步骤，对于各步骤的具体实现过程不做限定。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。
上述定位方法可以作为一个计算机程序，在海岛礁卫星影像无地面控制点定位系统中的控制模块中的存储器中存储，并可在控制模块中的处理器上运行。

Claims (8)

1.一种海岛礁卫星影像无地面控制点定位方法，其特征在于，包括概略定位阶段和精定位阶段，所述概略定位阶段包括以下实现步骤：
(1)确定待提取DEM范围和有效陆域点；在确定待提取DEM的范围和有效陆域点的步骤中，有理函数模型参数中包括将像坐标和地面坐标进行正则化的参数，根据地面坐标的正则化参数确定影像的地面覆盖范围，将各视影像覆盖范围并集的外接矩形作为待提取DEM的范围；设定DEM的分辨率后确定各格网点的平面坐标，设定处于DEM范围内、且处于影像覆盖范围内的陆域格网点为有效陆域点；
(2)确定提取的DEM的高程搜索范围；选取设定个数的有效陆域点作为样本点，在初始高程ZORI两侧的搜索范围[ZORI-ΔZ1，ZORI+ΔZ1]内，ΔZ1为容差，以第二设定高程间隔dZ1，采用MVLL法分别确定各样本点的高程ZMVLL，计算各样本点的高程ZMVLL与初始高程ZORI之差，得到高差值dZMVLL-ORI，通过分析高差值dZMVLL-ORI的分布，确定高程改正值ZGZ，以对初始高程ZORI进行改正，进而为整个区域DEM的提取提供更准确的高程搜索范围，其中初始高程ZORI从SRTM DEM中内插确定；
所述更准确的高程搜索范围的确定包括以下步骤：
①若超过设定比例的样本点通过MVLL法确定了高程，且高差值dZMVLL-ORI集中分布在设定的区间范围内，记录这些区间对应的高差范围；若没有超过设定比例的样本点通过MVLL法确定了高程或高差值dZMVLL-ORI有部分分布在设定的区间范围之外，则通过自由网平差提高多视影像的交会精度，再按照所述概略定位阶段中的步骤(2)重新确定提取DEM的高程搜索范围；
②统计步骤①中所记录区间内的各高差值对应样本点的比例，将区间两侧比例低于设定值对应的高差从区间内剔除，以进一步缩小区间，将该区间的中点和半径确定为高程改正值ZGZ和容差ΔZ2，则各点的初始高程Z0为ZORI+ZGZ，搜索范围为[ZORI+ZGZ-ΔZ2，ZORI+ZGZ+ΔZ2]；
(3)确定DEM各格网点的高程；
(4)对DEM进行匹配并求解误差补偿模型的参数，以初步补偿定位参数中的误差；
所述精定位阶段包括以下实现步骤：
1)对多视影像进行自由网平差处理；
2)从影像中提取更精细的DEM；
3)对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。
2.根据权利要求1所述的海岛礁卫星影像无地面控制点定位方法，其特征在于，所述概略定位阶段和所述精定位阶段中的对多视影像进行自由网平差处理的过程具体为：将样本点投影至各视影像上，通过相应处理得到相应的连接点后，采用如下补偿模型参数和物方坐标分开答解的方法进行自由网平差的解算：
(i)根据连接点在多视影像上的像坐标(r，c)和有理函数模型前方交会得到连接点的物方坐标；
(ii)根据物方坐标和有理函数模型计算连接点投影至各视影像上的像坐标(r’，c’)；
(iii)根据连接点的像坐标(r，c)和计算所得的像坐标(r’，c’)计算补偿模型参数ei，fi；
(iiii)根据连接点的像坐标、有理函数模型及误差补偿模型重复进行步骤(i)-(iii)，改正补偿模型参数，直至收敛。
3.根据权利要求1所述的海岛礁卫星影像无地面控制点定位方法，其特征在于，所述概略定位阶段中的步骤(4)和精定位阶段中的步骤3)中，采用能自适应探测及剔除DEM间的差异的引入截尾最小二乘估计的最小高差法进行DEM匹配；完成DEM匹配后，利用待匹配DEM和基准DEM上的对应点求解或更新误差补偿模型的参数。
4.根据权利要求1所述的海岛礁卫星影像无地面控制点定位方法，其特征在于，所述步骤2)中，提取更精细的DEM的具体过程为：首先确定待提取DEM的范围和有效陆域点；然后利用设定个数的连接点进行前方交会确定各点的物方坐标，分别计算各点的物方坐标与SRTMDEM之间的高差ZMVLL-ORI并统计高差的标准差；最后采用MVLL法确定各格网点的高程，各格网点的初始高程从SRTM DEM中内插得到，高程改正值从各连接点的高差ZMVLL-ORI中内插得到，容差设置为设定倍数的标准差。
5.一种海岛礁卫星影像无地面控制点定位系统，包括一种控制模块，所述控制模块包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器在执行所述计算机程序时实现的控制过程包括概略定位阶段和精定位阶段，
所述概略定位阶段包括以下实现步骤：
(1)确定待提取DEM范围和有效陆域点；在确定待提取DEM的范围和有效陆域点的步骤中，有理函数模型参数中包括将像坐标和地面坐标进行正则化的参数，根据地面坐标的正则化参数确定影像的地面覆盖范围，将各视影像覆盖范围并集的外接矩形作为待提取DEM的范围；设定DEM的分辨率后确定各格网点的平面坐标，设定处于DEM范围内、且处于影像覆盖范围内的陆域格网点为有效陆域点；
(2)确定提取的DEM的高程搜索范围；选取设定个数的有效陆域点作为样本点，在初始高程ZORI两侧的搜索范围[ZORI-ΔZ1，ZORI+ΔZ1]内，ΔZ1为容差，以第二设定高程间隔dZ1，采用MVLL法分别确定各样本点的高程ZMVLL，计算各样本点的高程ZMVLL与初始高程ZORI之差，得到高差值dZMVLL-ORI，通过分析高差值dZMVLL-ORI的分布，确定高程改正值ZGZ，以对初始高程ZORI进行改正，进而为整个区域DEM的提取提供更准确的高程搜索范围，其中初始高程ZORI从SRTM DEM中内插确定；
所述更准确的高程搜索范围的确定包括以下步骤：
①若超过设定比例的样本点通过MVLL法确定了高程，且高差值dZMVLL-ORI集中分布在设定的区间范围内，记录这些区间对应的高差范围；若没有超过设定比例的样本点通过MVLL法确定了高程或高差值dZMVLL-ORI有部分分布在设定的区间范围之外，则通过自由网平差提高多视影像的交会精度，再按照所述概略定位阶段中的步骤(2)重新确定提取DEM的高程搜索范围；
②统计步骤①中所记录区间内的各高差值对应样本点的比例，将区间两侧比例低于设定值对应的高差从区间内剔除，以进一步缩小区间，将该区间的中点和半径确定为高程改正值ZGZ和容差ΔZ2，则各点的初始高程Z0为ZORI+ZGZ，搜索范围为[ZORI+ZGZ-ΔZ2，ZORI+ZGZ+ΔZ2]；
(3)确定DEM各格网点的高程；
(4)对DEM进行匹配并求解误差补偿模型的参数，以初步补偿定位参数中的误差；
所述精定位阶段包括以下实现步骤：
1)对多视影像进行自由网平差处理；
2)从影像中提取更精细的DEM；
3)对DEM进行匹配并求解误差补偿模型的参数，进一步补偿定位参数中的误差。
6.根据权利要求5所述的海岛礁卫星影像无地面控制点定位系统，其特征在于，所述概略定位阶段和所述精定位阶段中的对多视影像进行自由网平差处理的过程具体为：将样本点投影至各视影像上，通过相应处理得到相应的连接点后，采用如下补偿模型参数和物方坐标分开答解的方法进行自由网平差的解算：
(i)根据连接点在多视影像上的像坐标(r，c)和有理函数模型前方交会得到连接点的物方坐标；
(ii)根据物方坐标和有理函数模型计算连接点投影至各视影像上的像坐标(r’，c’)；
(iii)根据连接点的像坐标(r，c)和计算所得的像坐标(r’，c’)计算补偿模型参数ei，fi；
(iiii)根据连接点的像坐标、有理函数模型及误差补偿模型重复进行步骤(i)-(iii)，改正补偿模型参数，直至收敛。
7.根据权利要求5所述的海岛礁卫星影像无地面控制点定位系统，其特征在于，所述概略定位阶段中的步骤(4)和精定位阶段中的步骤3)中，采用能自适应探测及剔除DEM间的差异的引入截尾最小二乘估计的最小高差法进行DEM匹配；完成DEM匹配后，利用待匹配DEM和基准DEM上的对应点求解或更新误差补偿模型的参数。
8.根据权利要求5所述的海岛礁卫星影像无地面控制点定位系统，其特征在于，所述步骤2)中，提取更精细的DEM的具体过程为：首先确定待提取DEM的范围和有效陆域点；然后利用设定个数的连接点进行前方交会确定各点的物方坐标，分别计算各点的物方坐标与SRTMDEM之间的高差ZMVLL-ORI并统计高差的标准差；最后采用MVLL法确定各格网点的高程，各格网点的初始高程从SRTM DEM中内插得到，高程改正值从各连接点的高差ZMVLL-ORI中内插得到，容差设置为设定倍数的标准差。
CN201810463439.6A 2018-05-15 2018-05-15 海岛礁卫星影像无地面控制点定位方法及系统 Active CN108919319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810463439.6A CN108919319B (zh) 2018-05-15 2018-05-15 海岛礁卫星影像无地面控制点定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810463439.6A CN108919319B (zh) 2018-05-15 2018-05-15 海岛礁卫星影像无地面控制点定位方法及系统

Publications (2)

Publication Number Publication Date
CN108919319A CN108919319A (zh) 2018-11-30
CN108919319B true CN108919319B (zh) 2021-01-08

Family

ID=64403680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810463439.6A Active CN108919319B (zh) 2018-05-15 2018-05-15 海岛礁卫星影像无地面控制点定位方法及系统

Country Status (1)

Country Link
CN (1) CN108919319B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110334137B (zh) * 2019-07-15 2022-11-08 兰州交通大学 一种基于潮汐过程的海岛礁形态变化定量描述提取方法
CN111325791B (zh) * 2020-01-17 2023-01-06 中国人民解放军战略支援部队信息工程大学 基于规则格网dem的osp空间参考线通视域分析方法
CN111553244B (zh) * 2020-04-24 2023-05-26 中国电建集团成都勘测设计研究院有限公司 基于自动定位定向技术的水土保持监测方法
CN111693028A (zh) * 2020-06-23 2020-09-22 上海海洋大学 一种基于投影影像获取数字水深模型的方法
CN113124834B (zh) * 2021-06-17 2021-10-12 中国地质大学（武汉） 一种结合多源数据的区域网平差方法、系统及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006090754A (ja) * 2004-09-21 2006-04-06 Furuno Electric Co Ltd 変位監視方法、変位監視システムおよび監視装置
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
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
CN103823981A (zh) * 2014-02-28 2014-05-28 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
CN104237887A (zh) * 2014-09-29 2014-12-24 中国测绘科学研究院 一种sar遥感影像匹配方法
CN107314763A (zh) * 2017-07-18 2017-11-03 上海海洋大学 一种基于制约函数非线性估计的卫星影像区域网平差方法
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006090754A (ja) * 2004-09-21 2006-04-06 Furuno Electric Co Ltd 変位監視方法、変位監視システムおよび監視装置
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
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
CN103823981A (zh) * 2014-02-28 2014-05-28 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
CN104237887A (zh) * 2014-09-29 2014-12-24 中国测绘科学研究院 一种sar遥感影像匹配方法
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
CN107314763A (zh) * 2017-07-18 2017-11-03 上海海洋大学 一种基于制约函数非线性估计的卫星影像区域网平差方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Chinese satellite photogrammetry without ground control;Xiaowei Chen 等;《International Journal of Remote Sensing》;20171020;第39卷(第3期);704-726 *
公开ＤＥＭ辅助无地面控制点国产卫星影像定位方法;陈小卫等;《测绘学报》;20161130;第45卷(第11期);1361-1370 *

Also Published As

Publication number Publication date
CN108919319A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
CN108919319B (zh) 海岛礁卫星影像无地面控制点定位方法及系统
KR101165523B1 (ko) 다중 소스의 지리 정보를 이용한 지리공간 모델링 시스템 및 관련 방법
CN104820991B (zh) 一种基于代价矩阵的多重软约束立体匹配方法
WO2015096508A1 (zh) 一种模型约束下的在轨三维空间目标姿态估计方法及系统
CN112419380B (zh) 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法
CN101699313A (zh) 基于摄像机和三维激光雷达的外部参数标定方法及系统
CN109741446B (zh) 一种三维数字地球动态生成精细海岸地形的方法
CN112013822A (zh) 基于改进gwr模型的多光谱遥感水深反演方法
CN111856459B (zh) 一种改进的DEM最大似然约束多基线InSAR相位解缠方法
CN109166143A (zh) 一种大区域网立体测绘卫星影像匹配方法
CN111144350B (zh) 一种基于参考底图的遥感影像定位精度评价方法
CN109597074A (zh) 一种sar影像几何定位参数校正方法及系统
CN108562900B (zh) 一种基于高程校正的sar图像几何配准方法
CN116381680A (zh) 一种基于时序雷达干涉测量技术的城市地表形变监测方法
CN111583330B (zh) 一种多尺度时空马尔可夫遥感影像亚像元定位方法及系统
CN107765257A (zh) 一种基于反射强度辅助外部校准的激光探测与测量方法
CN111986074A (zh) 一种真正射影像制作方法、装置、设备及存储介质
CN109188483B (zh) 一种时序化高精度外方位元素自动定标方法
CN107516291B (zh) 夜景影像正射纠正处理方法
CN117830543A (zh) 基于星载双站InSAR和激光雷达数据估计DEM的方法、装置、设备及介质
CN109035312B (zh) 一种dem辅助的sar图像高精度配准方法
Ren et al. Automated SAR reference image preparation for navigation
CN112946647A (zh) 大气误差改正InSAR干涉图堆叠地质灾害普查方法和装置
CN113379648B (zh) 一种高分七号和资源三号立体影像联合平差方法
Jang et al. Topographic information extraction from KOMPSAT satellite stereo data using SGM

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