CN109188483B - 一种时序化高精度外方位元素自动定标方法 - Google Patents
一种时序化高精度外方位元素自动定标方法 Download PDFInfo
- Publication number
- CN109188483B CN109188483B CN201811270815.6A CN201811270815A CN109188483B CN 109188483 B CN109188483 B CN 109188483B CN 201811270815 A CN201811270815 A CN 201811270815A CN 109188483 B CN109188483 B CN 109188483B
- Authority
- CN
- China
- Prior art keywords
- external
- coordinate system
- calibration
- satellite
- time
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Studio Devices (AREA)
Abstract
一种时序化高精度外方位元素自动定标方法,包括时序化数据自动提取、高精度数字化几何检校场数据自动提取、采用由粗到精匹配策略进行的相对均匀分布的控制点自动量测、基于时间因子建模的时序化在轨外方位定标模型构建及参数求解。经实践验证表明该时序化外方位元素定标方法可行、有效,结果稳定、可靠、产品外部定位精度可由50~100m提高到20m之内,且外部定位精度限差稳定,取得了良好的工程化应用效果。
Description
技术领域
本发明涉及一种时序化高精度外方位元素自动定标方法,属于遥感影像在轨几何检校与处理技术领域。
背景技术
由于卫星在轨成像期间受空间极其复杂恶劣环境变化影响,特别是太阳光照强度、太阳高度角变化、成像地理纬度等因素将引起星敏长周期缓慢漂移,导致影像外部定位精度逐渐降低,因此需要长期对卫星进行在轨外方位元素定标,从而保证向用户提供影像产品的外部定位精度。
由于传统的外方位元素定标方法采用人工定期监测影像外部定位精度变化的方法,从而导致外定标效率低、周期长、精度低、适用性差,根本无法满足卫星数量越来越多、外定标频率越来越高、精度越来越高的要求,所以亟待解决高精度外方位元素自动定标这项技术难题。
发明内容
本发明要解决的技术问题是:克服现有技术的不足,提供了一种时序化高精度外方位元素自动定标方法,包括时序化数据自动提取、高精度数字化几何检校场数据自动提取、采用由粗到精匹配策略进行的相对均匀分布的控制点自动量测、基于时间因子建模的时序化在轨外方位定标模型构建及参数求解。经实践验证表明该时序化外方位元素定标方法可行、有效,结果稳定、可靠、产品外部定位精度可由50~100m提高到20m之内,且外部定位精度限差稳定,取得了良好的工程化应用效果。
本发明目的通过以下技术方案予以实现:
一种时序化高精度外方位元素自动定标方法,包括如下步骤:
步骤一、抽取卫星的相机在某一时间序列内经过定标场的影像;
步骤二、将数字化几何定标场数据与步骤一中的影像进行控制点自动量测,获得均匀分布的控制点坐标;
步骤三、建立时序化在轨外方位元素定标模型;
步骤四、基于步骤二中的控制点坐标和步骤三中的时序化在轨外方位元素定标模型,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算;
步骤五、利用步骤四中的模型参数,对步骤一中的影像进行重新生产,然后利用步骤二中的控制点坐标,分别计算外方位元素定标前与定标后的影像外部定位精度,统计所有影像的外部定位精度的均值和方差,当所述均值和方差均满足预设值要求时,更新卫星的外方位元素定标文件。
上述时序化高精度外方位元素自动定标方法,所述步骤二中,采用灰度匹配和线特征匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点初步自动量测,然后采用最小二乘匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点精确自动量测。
上述时序化高精度外方位元素自动定标方法,所述步骤三中,时序化在轨外方位元素定标模型为:
其中
式中,XEC为随时间因子建模的时序外化检校模型,pitch、roll、yaw分别为俯仰、翻滚以及偏航方向夹角;λ为比例系数,Δpitch(t)、Δroll(t)、Δyaw(t)分别为随时间自适应的俯仰、翻滚以及偏航方向夹角变化量;(Xg,Yg,Zg)与(Xgps,Ygps,Zgps)分别为像点对应的物方点坐标及卫星的GPS天线相位中心在WGS84坐标系下的坐标;分别为WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵、卫星本体坐标系到相机坐标系的旋转矩阵;(BX,BY,BZ)body为从卫星的相机投影中心到卫星的GPS天线相位中心的偏心矢量在卫星本体坐标系下的坐标;(ψx(s),ψy(s))为探元s在相机坐标系下的一元三次曲线探元指向角,s代表探元列号;XIC=(A0,A1,A2,A3,B0,B1,B2,B3)为内定标参数。
上述时序化高精度外方位元素自动定标方法,所述步骤四中,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算的方法包括如下步骤:
步骤(4a)、计算沿轨指向角残差Fx(XEC,XIC)和Fy(XEC,XIC)垂轨指向角残差:
其中
步骤(4b)、建立每个外方位元素的误差方程:
Vi=AiX-Li,权为Pi
其中
式中,Vi为外方位元素的残差;Li是误差向量;Ai是误差方程式的系数矩阵;X代表外定标参数改正数,d代表改正数符号;Pi是当前定向点RPi的像点量测精度对应的权;Fxi和Fyi分别为沿轨指向角残差Fx(XEC,XIC)、垂轨指向角残差Fy(XEC,XIC)的函数模型;
步骤(4c)计算外定标参数改正数X:
X=(ATPA)-1(ATPL)
其中
式中,A为第一中间矩阵,P为第二中间矩阵,L为第三中间矩阵,K为控制点的个数。
上述时序化高精度外方位元素自动定标方法,所述步骤一中,某一时间序列的总时长不超过7天。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
步骤一、抽取卫星的相机在某一时间序列内经过定标场的影像;
步骤二、将数字化几何定标场数据与步骤一中的影像进行控制点自动量测,获得均匀分布的控制点坐标;
步骤三、建立时序化在轨外方位元素定标模型;
步骤四、基于步骤二中的控制点坐标和步骤三中的时序化在轨外方位元素定标模型,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算;
步骤五、利用步骤四中的模型参数,对步骤一中的影像进行重新生产,然后利用步骤二中的控制点坐标,分别计算外方位元素定标前与定标后的影像外部定位精度,统计所有影像的外部定位精度的均值和方差,当所述均值和方差均满足预设值要求时,更新卫星的外方位元素定标文件。
上述计算机可读存储介质,所述步骤二中,采用灰度匹配和线特征匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点初步自动量测,然后采用最小二乘匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点精确自动量测。
上述计算机可读存储介质,所述步骤三中,时序化在轨外方位元素定标模型为:
其中
式中,XEC为随时间因子建模的时序外化检校模型,pitch、roll、yaw分别为俯仰、翻滚以及偏航方向夹角;λ为比例系数,Δpitch(t)、Δroll(t)、Δyaw(t)分别为随时间自适应的俯仰、翻滚以及偏航方向夹角变化量;(Xg,Yg,Zg)与(Xgps,Ygps,Zgps)分别为像点对应的物方点坐标及卫星的GPS天线相位中心在WGS84坐标系下的坐标;分别为WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵、卫星本体坐标系到相机坐标系的旋转矩阵;(BX,BY,BZ)body为从卫星的相机投影中心到卫星的GPS天线相位中心的偏心矢量在卫星本体坐标系下的坐标;(ψx(s),ψy(s))为探元s在相机坐标系下的一元三次曲线探元指向角,s代表探元列号;XIC=(A0,A1,A2,A3,B0,B1,B2,B3)为内定标参数。
上述计算机可读存储介质,所述步骤四中,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算的方法包括如下步骤:
步骤(4a)、计算沿轨指向角残差Fx(XEC,XIC)和Fy(XEC,XIC)垂轨指向角残差:
其中
步骤(4b)、建立每个外方位元素的误差方程:
Vi=AiX-Li,权为Pi
其中
式中,Vi为外方位元素的残差;Li是误差向量;Ai是误差方程式的系数矩阵;X代表外定标参数改正数,d代表改正数符号;Pi是当前定向点RPi的像点量测精度对应的权;Fxi和Fyi分别为沿轨指向角残差Fx(XEC,XIC)、垂轨指向角残差Fy(XEC,XIC)的函数模型;
步骤(4c)计算外定标参数改正数X:
X=(ATPA)-1(ATPL)
其中
式中,A为第一中间矩阵,P为第二中间矩阵,L为第三中间矩阵,K为控制点的个数。
上述计算机可读存储介质,所述步骤一中,某一时间序列的总时长不超过7天。
本发明相比于现有技术具有如下有益效果:
该方法首先,利用时序化数据自动提取结果与高精度数字化几何检校场数据重叠区域计算进行高精度DOM/DEM自动提取;其次,采用由粗到精的匹配策略,以及控制点抽稀处理进行一定数量、相对均匀分布的控制点自动量测;然后,进行基于时间因子建模的时序化在轨外方位定标模型构建、以及利用当前时间最近的相机在轨几何检校文件,采用最小二乘平差求解策略进行时序化在轨外方位定标模型参数求解;最后,通过利用该参数对将时间序列内的数据重新生产,并进行外部定位精度统计分析,从而补偿由于星敏长周期缓慢漂移导致的影像外部定位精度逐渐降低的问题,有效提高产品外部定位精度。经中巴卫星系列、资源卫星系列、国家高分辨率对地观测重大专项共20余颗卫星的在轨外方位元素定标的实践表明该时序化外方位元素定标方法可行、有效,结果稳定、可靠、产品外部定位精度可由50~100m提高到20m之内,且外部定位精度限差稳定,目前已工程化应用到国家陆地观测卫星地面系统的地面数据处理系统中,运行稳定,取得了良好的工程化应用效果。
附图说明
图1为本发明的步骤流程图;
图2为本发明实施例的具体流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步详细描述。
一种时序化高精度外方位元素自动定标方法,如图1所示,包括如下步骤:
步骤一、抽取卫星的相机在某一时间序列内经过定标场的影像。某一时间序列的总时长不超过7天。
步骤二、采用灰度匹配和线特征匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点初步自动量测,然后采用最小二乘匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点精确自动量测,获得均匀分布的控制点坐标。
步骤三、建立时序化在轨外方位元素定标模型。时序化在轨外方位元素定标模型为:
其中
式中,XEC为随时间因子建模的时序外化检校模型,pitch、roll、yaw分别为俯仰、翻滚以及偏航方向夹角;λ为比例系数,Δpitch(t)、Δroll(t)、Δyaw(t)分别为随时间自适应的俯仰、翻滚以及偏航方向夹角变化量;(Xg,Yg,Zg)与(Xgps,Ygps,Zgps)分别为像点对应的物方点坐标及卫星的GPS天线相位中心在WGS84坐标系下的坐标;分别为WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵、卫星本体坐标系到相机坐标系的旋转矩阵;(BX,BY,BZ)body为从卫星的相机投影中心到卫星的GPS天线相位中心的偏心矢量在卫星本体坐标系下的坐标;(ψx(s),ψy(s))为探元s在相机坐标系下的一元三次曲线探元指向角,s代表探元列号;XIC=(A0,A1,A2,A3,B0,B1,B2,B3)为内定标参数。
步骤四、基于步骤二中的控制点坐标和步骤三中的时序化在轨外方位元素定标模型,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算。
采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算的方法包括如下步骤:
步骤(4a)、计算沿轨指向角残差Fx(XEC,XIC)和Fy(XEC,XIC)垂轨指向角残差:
其中
步骤(4b)、建立每个外方位元素的误差方程:
Vi=AiX-Li,权为Pi
其中
式中,Vi为外方位元素的残差;Li是误差向量;Ai是误差方程式的系数矩阵;X代表外定标参数改正数,d代表改正数符号;Pi是当前定向点RPi的像点量测精度对应的权;Fxi和Fyi分别为沿轨指向角残差Fx(XEC,XIC)、垂轨指向角残差Fy(XEC,XIC)的函数模型;
步骤(4c)计算外定标参数改正数X:
X=(ATPA)-1(ATPL)
其中
式中,A为第一中间矩阵,P为第二中间矩阵,L为第三中间矩阵,K为控制点的个数。
步骤五、利用步骤四中的模型参数,对步骤一中的影像进行重新生产,然后利用步骤二中的控制点坐标,分别计算外方位元素定标前与定标后的影像外部定位精度,统计所有影像的外部定位精度的均值和方差,当所述均值和方差均满足预设值要求时,更新卫星的外方位元素定标文件。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
步骤一、抽取卫星的相机在某一时间序列内经过定标场的影像。某一时间序列的总时长不超过7天。
步骤二、采用灰度匹配和线特征匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点初步自动量测,然后采用最小二乘匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点精确自动量测,获得均匀分布的控制点坐标。
步骤三、建立时序化在轨外方位元素定标模型。时序化在轨外方位元素定标模型为:
其中
式中,XEC为随时间因子建模的时序外化检校模型,pitch、roll、yaw分别为俯仰、翻滚以及偏航方向夹角;λ为比例系数,Δpitch(t)、Δroll(t)、Δyaw(t)分别为随时间自适应的俯仰、翻滚以及偏航方向夹角变化量;(Xg,Yg,Zg)与(Xgps,Ygps,Zgps)分别为像点对应的物方点坐标及卫星的GPS天线相位中心在WGS84坐标系下的坐标;分别为WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵、卫星本体坐标系到相机坐标系的旋转矩阵;(BX,BY,BZ)body为从卫星的相机投影中心到卫星的GPS天线相位中心的偏心矢量在卫星本体坐标系下的坐标;(ψx(s),ψy(s))为探元s在相机坐标系下的一元三次曲线探元指向角,s代表探元列号;XIC=(A0,A1,A2,A3,B0,B1,B2,B3)为内定标参数。
步骤四、基于步骤二中的控制点坐标和步骤三中的时序化在轨外方位元素定标模型,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算。
采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算的方法包括如下步骤:
步骤(4a)、计算沿轨指向角残差Fx(XEC,XIC)和Fy(XEC,XIC)垂轨指向角残差:
其中
步骤(4b)、建立每个外方位元素的误差方程:
Vi=AiX-Li,权为Pi
其中
式中,Vi为外方位元素的残差;Li是误差向量;Ai是误差方程式的系数矩阵;X代表外定标参数改正数,d代表改正数符号;Pi是当前定向点RPi的像点量测精度对应的权;Fxi和Fyi分别为沿轨指向角残差Fx(XEC,XIC)、垂轨指向角残差Fy(XEC,XIC)的函数模型;
步骤(4c)计算外定标参数改正数X:
X=(ATPA)-1(ATPL)
其中
式中,A为第一中间矩阵,P为第二中间矩阵,L为第三中间矩阵,K为控制点的个数。
步骤五、利用步骤四中的模型参数,对步骤一中的影像进行重新生产,然后利用步骤二中的控制点坐标,分别计算外方位元素定标前与定标后的影像外部定位精度,统计所有影像的外部定位精度的均值和方差,当所述均值和方差均满足预设值要求时,更新卫星的外方位元素定标文件。
实施例:
一种时序化高精度外方位元素自动定标方法,本实施例的具体流程图如图2所示,包括如下步骤:
步骤1,抽取某时间序列内(一段时间内、一般要求1周以内、微分逼近与分段补偿思想策略)、某颗卫星某载荷的所有数据,计算该时间序列内每景影像与每个数字化几何检校场数据地理范围的重叠区域,如果有重叠区域,则进行重叠区域数字化几何检校场数据自动提取(包括DOM数据和DEM数据)进入步骤2,否则不参与计算。
步骤2,对于步骤1中的影像与数字化几何定标场数据存在重叠区域的每景影像进行控制点的自动量测,从而获取一定数量、相对均匀分布的控制点坐标。采用灰度匹配和线特征匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点初步自动量测,然后采用最小二乘匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点精确自动量测,从而使匹配精度达到子像素级。然后按一定规则的格网进行控制点抽稀处理,一般格网大小为256*256个像素或512*521个像素,选取距中心格网近、相似度高、稳定可靠的控制点信息。
步骤3,利用卫星下传的辅助数据、在轨内外标定参数,进行基于时间因子建模的时序化在轨外方位定标模型构建,其形式如下所示:
式中,为随时间因子建模的时序外化检校模型,其中,pitch、roll、yaw分别为俯仰、翻滚以及偏航方向夹角,为外方位元素定标系数,λ为比例系数,Δpitch(t)、Δroll(t)、Δyaw(t)分别为随时间自适应的俯仰、翻滚以及偏航方向夹角变化量,用于补偿星敏长周期缓慢漂移,为一个随时间变化的量;(Xg,Yg,Zg)与(Xgps,Ygps,Zgps)分别表示像点对应的物方点及卫星的GPS天线相位中心在WGS84坐标系下的坐标;分别代表WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵、卫星本体坐标系到相机坐标系的旋转矩阵;(BX,BY,BZ)body代表从卫星的相机投影中心到卫星的GPS天线相位中心的偏心矢量在卫星本体坐标系下的坐标;;(ψx(s),ψy(s))代表探元s在相机坐标系下的一元三次曲线探元指向角,s代表探元列号。内定标参数为XIC=(A0,A1,A2,A3,B0,B1,B2,B3),为一元三次曲线探元指向角内定标模型的系数。
步骤4,基于步骤2中的控制点坐标和步骤3中的时序化在轨外方位元素定标模型,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算。
具体的,首先,令式(1)中:
式(1)转化为式(2):
上式中,矢量为物方矢量U,代表从卫星的相机投影中心到物方点的矢量在本体坐标系下的坐标;a1,b1,c1a2,b2,c2a3,b3,c3分别代表相机安装矩阵的9个元素;Fx(XEC,XIC)、Fy(XEC,XIC)分别为沿轨指向角残差与垂轨指向角残差;
其次,将系统中内方位元素定标参数XIC和外方位元素定标参数XEC的代入式(2),对每个控制点,对式(2)进行线性化处理,建立每个外方位元素的误差方程(3),
Vi=AiX-Li,权为Pi (3)
其中
式中,Vi为外方位元素的残差;Li是利用内外定标参数当前值(XEC,XIC)代入式(2)计算得到的误差向量;Ai是误差方程式的系数矩阵;X代表外定标参数改正数dXEC=(dΔpitch,dΔroll,dΔyaw),d代表改正数符号;Pi是当前定向点RPi的像点量测精度对应的权;Fxi和Fyi分别为沿轨指向角残差Fx(XEC,XIC)、垂轨指向角残差Fy(XEC,XIC)的函数模型,微分后得到相应误差方程;
按式(4)计算法方程系数矩阵,
然后,利用最小二乘平差计算X,如式(5),
X=(ATPA)-1(ATPL) (5)
最后,根据原来相机外定标参数XEC和步骤4所得的基于时间因子建模的时序化在轨几何外检校模型参数,更新相机在轨外方位元素标定参数文件,如式(6)。
步骤5,时序化外方位元素定标精度分析。利用步骤4获取的时序化外方位元素标定后参数文件,将步骤1中抽取的某时间序列内的数据重新生产,利用步骤2中稀后的控制点信息,分别计算外方位元素定标前与定标后的影像外部定位精度,统计所有影像的外部定位精度的均值和方差,当所述均值和方差均满足预设值要求时,更新卫星的外方位元素定标文件,进行产品重新生产,从而有效提高产品外部定位精度。
一种时序化高精度外方位元素自动定标方法,包括时序化数据自动提取、高精度数字化几何检校场数据自动提取、采用由粗到精匹配策略进行的相对均匀分布的控制点自动量测、基于时间因子建模的时序化在轨外方位定标模型构建及参数求解。该方法首先,利用时序化数据自动提取结果与高精度数字化几何检校场数据重叠区域计算进行高精度DOM/DEM自动提取;其次,采用由粗到精的匹配策略,以及控制点抽稀处理进行一定数量、相对均匀分布的控制点自动量测;然后,进行基于时间因子建模的时序化在轨外方位定标模型构建、以及利用当前时间最近的相机在轨几何检校文件,采用最小二乘平差求解策略进行时序化在轨外方位定标模型参数求解;最后,通过利用该参数对将时间序列内的数据重新生产,并进行外部定位精度统计分析,从而补偿由于星敏长周期缓慢漂移导致的影像外部定位精度逐渐降低的问题,有效提高产品外部定位精度。经中巴卫星系列、资源卫星系列、国家高分辨率对地观测重大专项共20余颗卫星的在轨外方位元素定标的实践表明该时序化外方位元素定标方法可行、有效,结果稳定、可靠、产品外部定位精度可由50~100m提高到20m之内,且外部定位精度限差稳定,目前已工程化应用到国家陆地观测卫星地面系统的地面数据处理系统中,运行稳定,取得了良好的工程化应用效果。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (10)
1.一种时序化高精度外方位元素自动定标方法,其特征在于:包括如下步骤:
步骤一、抽取卫星的相机在某一时间序列内经过定标场的影像;
步骤二、将数字化几何定标场数据与步骤一中的影像进行控制点自动量测,获得均匀分布的控制点坐标;
步骤三、建立时序化在轨外方位元素定标模型;
步骤四、基于步骤二中的控制点坐标和步骤三中的时序化在轨外方位元素定标模型,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算;
步骤五、利用步骤四中的模型参数,对步骤一中的影像进行重新生产,然后利用步骤二中的控制点坐标,分别计算外方位元素定标前与定标后的影像外部定位精度,统计所有影像的外部定位精度的均值和方差,当所述均值和方差均满足预设值要求时,更新卫星的外方位元素定标文件。
2.根据权利要求1所述的一种时序化高精度外方位元素自动定标方法,其特征在于:所述步骤二中,采用灰度匹配和线特征匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点初步自动量测,然后采用最小二乘匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点精确自动量测。
3.根据权利要求1所述的一种时序化高精度外方位元素自动定标方法,其特征在于:所述步骤三中,时序化在轨外方位元素定标模型为:
其中
式中,XEC为随时间因子建模的时序外化检校模型,pitch、roll、yaw分别为俯仰、翻滚以及偏航方向夹角;λ为比例系数,Δpitch(t)、Δroll(t)、Δyaw(t)分别为随时间自适应的俯仰、翻滚以及偏航方向夹角变化量;(Xg,Yg,Zg)与(Xgps,Ygps,Zgps)分别为像点对应的物方点坐标及卫星的GPS天线相位中心在WGS84坐标系下的坐标;分别为WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵、卫星本体坐标系到相机坐标系的旋转矩阵;(BX,BY,BZ)body为从卫星的相机投影中心到卫星的GPS天线相位中心的偏心矢量在卫星本体坐标系下的坐标;(ψx(s),ψy(s))为探元s在相机坐标系下的一元三次曲线探元指向角,s代表探元列号;XIC=(A0,A1,A2,A3,B0,B1,B2,B3)为内定标参数。
4.根据权利要求3所述的一种时序化高精度外方位元素自动定标方法,其特征在于:所述步骤四中,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算的方法包括如下步骤:
步骤(4a)、计算沿轨指向角残差Fx(XEC,XIC)和Fy(XEC,XIC)垂轨指向角残差:
其中
步骤(4b)、建立每个外方位元素的误差方程:
Vi=AiX-Li,权为Pi
其中
式中,Vi为外方位元素的残差;Li是误差向量;Ai是误差方程式的系数矩阵;X代表外定标参数改正数,d代表改正数符号;Pi是当前定向点RPi的像点量测精度对应的权;Fxi和Fyi分别为沿轨指向角残差Fx(XEC,XIC)、垂轨指向角残差Fy(XEC,XIC)的函数模型;
步骤(4c)计算外定标参数改正数X:
X=(ATPA)-1(ATPL)
其中
式中,A为第一中间矩阵,P为第二中间矩阵,L为第三中间矩阵,K为控制点的个数。
5.根据权利要求1所述的一种时序化高精度外方位元素自动定标方法,其特征在于:所述步骤一中,某一时间序列的总时长不超过7天。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:该程序被处理器执行时实现以下步骤:
步骤一、抽取卫星的相机在某一时间序列内经过定标场的影像;
步骤二、将数字化几何定标场数据与步骤一中的影像进行控制点自动量测,获得均匀分布的控制点坐标;
步骤三、建立时序化在轨外方位元素定标模型;
步骤四、基于步骤二中的控制点坐标和步骤三中的时序化在轨外方位元素定标模型,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算;
步骤五、利用步骤四中的模型参数,对步骤一中的影像进行重新生产,然后利用步骤二中的控制点坐标,分别计算外方位元素定标前与定标后的影像外部定位精度,统计所有影像的外部定位精度的均值和方差,当所述均值和方差均满足预设值要求时,更新卫星的外方位元素定标文件。
7.根据权利要求6所述的一种计算机可读存储介质,其特征在于:所述步骤二中,采用灰度匹配和线特征匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点初步自动量测,然后采用最小二乘匹配方法对数字化几何定标场数据与步骤一中的影像进行控制点精确自动量测。
8.根据权利要求6所述的一种计算机可读存储介质,其特征在于:所述步骤三中,时序化在轨外方位元素定标模型为:
其中
式中,XEC为随时间因子建模的时序外化检校模型,pitch、roll、yaw分别为俯仰、翻滚以及偏航方向夹角;λ为比例系数,Δpitch(t)、Δroll(t)、Δyaw(t)分别为随时间自适应的俯仰、翻滚以及偏航方向夹角变化量;(Xg,Yg,Zg)与(Xgps,Ygps,Zgps)分别为像点对应的物方点坐标及卫星的GPS天线相位中心在WGS84坐标系下的坐标;分别为WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵、卫星本体坐标系到相机坐标系的旋转矩阵;(BX,BY,BZ)body为从卫星的相机投影中心到卫星的GPS天线相位中心的偏心矢量在卫星本体坐标系下的坐标;(ψx(s),ψy(s))为探元s在相机坐标系下的一元三次曲线探元指向角,s代表探元列号;XIC=(A0,A1,A2,A3,B0,B1,B2,B3)为内定标参数。
9.根据权利要求8所述的一种计算机可读存储介质,其特征在于:所述步骤四中,采用最小二乘平差求解方法进行外方位元素定标模型的模型参数解算的方法包括如下步骤:
步骤(4a)、计算沿轨指向角残差Fx(XEC,XIC)和Fy(XEC,XIC)垂轨指向角残差:
其中
步骤(4b)、建立每个外方位元素的误差方程:
Vi=AiX-Li,权为Pi
其中
式中,Vi为外方位元素的残差;Li是误差向量;Ai是误差方程式的系数矩阵;X代表外定标参数改正数,d代表改正数符号;Pi是当前定向点RPi的像点量测精度对应的权;Fxi和Fyi分别为沿轨指向角残差Fx(XEC,XIC)、垂轨指向角残差Fy(XEC,XIC)的函数模型;
步骤(4c)、计算外定标参数改正数X:
X=(ATPA)-1(ATPL)
其中
式中,A为第一中间矩阵,P为第二中间矩阵,L为第三中间矩阵,K为控制点的个数。
10.根据权利要求6所述的一种计算机可读存储介质,其特征在于:所述步骤一中,某一时间序列的总时长不超过7天。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811270815.6A CN109188483B (zh) | 2018-10-29 | 2018-10-29 | 一种时序化高精度外方位元素自动定标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811270815.6A CN109188483B (zh) | 2018-10-29 | 2018-10-29 | 一种时序化高精度外方位元素自动定标方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109188483A CN109188483A (zh) | 2019-01-11 |
CN109188483B true CN109188483B (zh) | 2020-09-25 |
Family
ID=64944335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811270815.6A Active CN109188483B (zh) | 2018-10-29 | 2018-10-29 | 一种时序化高精度外方位元素自动定标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109188483B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111272196A (zh) * | 2020-02-29 | 2020-06-12 | 武汉大学 | 特定拍摄条件下的在轨外方位元素自检校方法及系统 |
CN111238541A (zh) * | 2020-03-19 | 2020-06-05 | 武汉大学 | 一种基于同名点定位一致性的几何交叉定标方法 |
CN114241064B (zh) * | 2022-02-24 | 2022-05-17 | 中国科学院空天信息创新研究院 | 一种遥感卫星内外方位元素实时几何定标方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674063A (zh) * | 2013-12-05 | 2014-03-26 | 中国资源卫星应用中心 | 一种光学遥感相机在轨几何定标方法 |
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 |
CN105510901A (zh) * | 2016-01-30 | 2016-04-20 | 武汉大学 | 基于多定标场的光学卫星影像时变误差定标方法及系统 |
CN107562791A (zh) * | 2017-08-01 | 2018-01-09 | 中国资源卫星应用中心 | 一种基于大数据统计的遥感卫星相对辐射定标处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10459087B2 (en) * | 2016-04-26 | 2019-10-29 | Uber Technologies, Inc. | Road registration differential GPS |
-
2018
- 2018-10-29 CN CN201811270815.6A patent/CN109188483B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103674063A (zh) * | 2013-12-05 | 2014-03-26 | 中国资源卫星应用中心 | 一种光学遥感相机在轨几何定标方法 |
CN105510901A (zh) * | 2016-01-30 | 2016-04-20 | 武汉大学 | 基于多定标场的光学卫星影像时变误差定标方法及系统 |
CN107562791A (zh) * | 2017-08-01 | 2018-01-09 | 中国资源卫星应用中心 | 一种基于大数据统计的遥感卫星相对辐射定标处理方法 |
Non-Patent Citations (2)
Title |
---|
Calibration and Validation of ZY-3 Optical Sensors;Yifu Chen等;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20150831;第53卷(第8期);全文 * |
高分四号静止轨道卫星高精度在轨几何定标;王密等;《测绘学报》;20170131;第46卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109188483A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9378585B2 (en) | System and method for automatic geometric correction using RPC | |
CN107341778B (zh) | 基于卫星控制点库和dem的sar影像正射纠正方法 | |
CN109188483B (zh) | 一种时序化高精度外方位元素自动定标方法 | |
CN112017224B (zh) | Sar数据区域网平差处理方法和系统 | |
KR101965965B1 (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
CN102346033B (zh) | 基于卫星观测角误差估计的直接定位方法及系统 | |
CN109709551B (zh) | 一种星载合成孔径雷达影像的区域网平面平差方法 | |
CN108226982B (zh) | 单线阵卫星激光联合高精度定位处理方法 | |
US20050147324A1 (en) | Refinements to the Rational Polynomial Coefficient camera model | |
CN113902645B (zh) | 一种基于逆rd定位模型的星载sar图像rpc校正参数获取方法 | |
CN101477682B (zh) | 一种利用加权多项式模型实现遥感影像几何校正的方法 | |
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 | |
CN106600551A (zh) | 一种适用于大场景星载sar图像的高精度几何校正方法 | |
CN108562900B (zh) | 一种基于高程校正的sar图像几何配准方法 | |
CN113514829A (zh) | 面向InSAR的初始DSM的区域网平差方法 | |
CN111144350B (zh) | 一种基于参考底图的遥感影像定位精度评价方法 | |
CN111003214B (zh) | 基于云控制的国产陆地观测卫星姿轨精化方法 | |
CN114241064B (zh) | 一种遥感卫星内外方位元素实时几何定标方法 | |
CN105571598A (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
Chen et al. | SRTM DEM-aided mapping satellite-1 image geopositioning without ground control points | |
CN111611525B (zh) | 基于物方匹配高程偏差迭代修正的遥感数据高程解算方法 | |
CN109946682B (zh) | 基于ICESat/GLAS的GF3数据基线估计方法 | |
CN111275773A (zh) | 无场几何定标方法及系统 | |
CN116310901A (zh) | 一种基于低空遥感的泥石流物源动态运移识别方法 | |
CN112767454B (zh) | 基于多视角观测sar数据采样分析的叠掩信息补偿方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |