CN110030968B - 一种基于星载立体光学影像的地面遮挡物仰角测量方法 - Google Patents
一种基于星载立体光学影像的地面遮挡物仰角测量方法 Download PDFInfo
- Publication number
- CN110030968B CN110030968B CN201910302029.8A CN201910302029A CN110030968B CN 110030968 B CN110030968 B CN 110030968B CN 201910302029 A CN201910302029 A CN 201910302029A CN 110030968 B CN110030968 B CN 110030968B
- Authority
- CN
- China
- Prior art keywords
- image
- point
- coordinates
- ground
- points
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000003287 optical effect Effects 0.000 title claims abstract description 26
- 238000012937 correction Methods 0.000 claims abstract description 45
- 230000009466 transformation Effects 0.000 claims abstract description 20
- 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 abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000012804 iterative process Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 30
- 206010061876 Obstruction Diseases 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 5
- BWSIKGOGLDNQBZ-LURJTMIESA-N (2s)-2-(methoxymethyl)pyrrolidin-1-amine Chemical compound COC[C@@H]1CCCN1N BWSIKGOGLDNQBZ-LURJTMIESA-N 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 101150090997 DLAT gene Proteins 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000011478 gradient descent method Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 101100283966 Pectobacterium carotovorum subsp. carotovorum outN gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于星载立体光学影像的地面遮挡物仰角测量方法,首先读取星载光学立体影像,以及点文件;根据各文件,构建RPC模型,以及各类点坐标;确定地面点坐标和像方变换模型的初值;逐点构建误差方程;对误差方程进行法化,对法方程进行变化消去地面点改正数,进行求逆过程的优化得到仿射变换改正数;通过迭代过程不断更新地面点坐标和影像定向参数;计算每次平差迭代时的物方精度和像方精度,输出改正参数及平差物方精度和像方精度的精度报告,并更新RPC文件;在立体影像上选取测区特征点刺点,输出刺点文件;最后利用更新的RPC文件获取特征点地理坐标,计算仰角值和其观测精度。
Description
技术领域
本发明属于遥感技术领域,涉及一种地面遮挡物仰角测量方法,尤其涉及一种基于星载立体光学影像的地面遮挡物仰角测量方法。
背景技术
随着我国通信事业的发展,低轨通讯卫星在星地间通信链中发挥着越来越重要的作用。由于地面障碍物遮挡对低轨通信卫星可用度影响显著,因此需要对卫星信号接收地面站区域的周边环境进行测量,获得地面物体对卫星信号的遮挡角度范围情况,从而对通信卫星可用度进行估算。地面遮挡物可能是山峦、林木及其他可能造成通信信号遮挡的不透波实体,也可能是临近建筑物也可能是远处的其他障碍物。传统上可由外业测量人员使用测绘设备实地测量遮挡角度进行可用度分析,但感兴趣区域可能分布于全球各地范围广阔,若由外业测量人员实地测量将大大的降低工作效率提高工作成本。由于我国遥感卫星的不断发展,通过遥感手段进行地物测量成为了可能,因此考虑使用具有立体测图功能的卫星影像数据,通过摄影测量的技术手段,量测出遮挡物与感兴趣点的相关参数并计算出遮挡的仰角值,最终供卫星可用度情况估算分析。
发明内容
本发明的目的是提供一种基于星载立体光学影像的地面遮挡物仰角测量方法。
本发明所采用的技术方案是:一种基于星载立体光学影像的地面遮挡物仰角测量方法,其特征在于,包括以下步骤:
步骤1:读取星载光学立体影像,读取连接点、检查点、控制点的坐标,并将各类点的坐标信息保存至相应的点文件中;整理RPC参数文件格式符合国际规范;
步骤2:读取RPC参数文件、连接点文件、控制点文件和检查点文件,得到星载光学立体影像的RPC模型以及控制点和检查点的地面坐标、影像坐标,以及连接点的像点坐标;利用影像的RPC参数文件里的模型参数,构建影像的RPC模型;
步骤3;确定地面点坐标和和仿射变换模型初值;
其中,所有地面点的坐标通过RPC模型对连接点进行直接前方交会得到地面点坐标(lat,lon,h)作为初值;仿射变换模型初值人为预设;
步骤4:利用量测得到像点坐标和对应的地面点坐标,针对地面点和控制点分别对定向参数和地面点坐标求偏导,并逐点构建误差方程;
步骤5:对误差方程进行法化,得到法方程;对法方程进行变化消去地面点改正数,通过地面点改正数系数矩阵的对角阵特性进行求逆过程的优化,提升解算效率,最终得到仿射变换改正数;
步骤6:更新星载光学立体影像,利用利用更新的影像连接点的地面点坐标和影像定向参数,重复步骤3-步骤5,通过迭代过程不断更新地面点坐标和影像定向参数,当满足定向参数中的平移参数均小于阈值时,整个平差迭代结束;当不满足预设条件时,返回步骤3继续迭代计算,直到满足迭代收敛条件;如果迭代次数达到预设迭代次数,仍然不能收敛,那么迭代结束;
步骤7:每完成一次平差迭代时,计算出检查点对应的地面点坐标,并同时计算此次平差达到的物方精度;计算连接点的像方误差,统计本次迭代达到的像方精度;当整个平差迭代结束时,输出所计算得到的定向参数改正数,以及平差物方精度和像方精度的精度报告;当物方精度和像方精度满足要求之后,利用计算得到的定向参数改正数对RPC模型进行像方仿射变换补偿,生成得到新的RPC文件;
步骤8:基于测量区域周边的地图参考数据,在立体影像上选取测区周边遮挡物的边缘特征点和卫星信号接收处的特征点,在立体影像上选取合适的点位进行刺点;当选取完测区周边所有的遮挡物边缘特征点和卫星信号接收处的特征点之后,输出刺点之后的像点文件;通过步骤2-步骤3,利用更新得到的RPC文件和输出得到的像点文件,进行前方交会得到特征点的三维地理坐标;
步骤9:针对每一个卫星信号接收处计算得到其到每个遮挡物的仰角值,以及其仰角值的观测精度。
本发明产生的有益效果是:
(1)利用星载立体光学影像测量地面障碍物遮挡角度,避免实地外业测量,大大降低工作成本;
(2)采用RPC模型替代复杂的成像几何模型,避免了针对不同卫星平台的分别参数设置,实现了各类影像类型的统一处理,有助于提升在实际生产中的生产效率;
(3)利用区域网平差技术对星载光学立体影像的几何定位不一致进行补偿,使得最终成果影像之间重叠区域的接边精度和与地理参考之间的绝对定位精度都能够满足精度要求,保障实际生产中产品数据的精度可靠性;
(4)对误差方程进行法化求解时,通过对法方程进行变化消去地面点改正数,只求解仿射变换改正数,利用其中地面点改正数相关系数矩阵具有对角阵的特点优化求逆过程,使得整个求解过程能够实现多线程并行化,提升解算效率。
附图说明
图1是本发明实施例的方法流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图1,本发明提供的一种基于星载立体光学影像的地面遮挡物仰角测量方法,包括以下步骤:
步骤1:读取星载光学立体影像,利用匹配技术或者人工采集等方式选择相邻星载光学立体影像重叠区域的同名点作为影像间的连接点,同时,根据控制点位信息在影像上刺出控制点和检查点的像方坐标,其中,控制点布设的原则应当尽量能够分布在测区的四角;整理RPC参数文件格式符合国际规范;同时整理连接点、控制点和检查点的坐标信息并存成相应点文件。
步骤2:读取RPC参数文件、连接点文件、控制点文件和检查点文件,得到星载光学立体影像的RPC模型以及控制点和检查点的地面坐标、影像坐标,以及连接点的像点坐标;利用影像的RPC参数文件里的模型参数,构建影像的RPC模型;
RPC模型定义为:
式(1)中:
(P,L,H)为正则化地面点坐标,与非正则化的地面点坐标(Latitude,Longitude,Height),以下简写(lat,lon,h)的关系如式(2);
(x,y)表示正则化影像坐标,与非正则化的影像坐标(s,l)的关系如式(3);
NumL(P,L,H)、DenL(P,L,H)、Nums(P,L,H)、Dens(P,L,H)为三次多项式,不具有实际物理意义,下标L和S分别代表影像列和行:
NumL(P,L,H)=u1+u2L+u3P+u4H+u5LP+u6LH+u7PH+u8L2+u9P2+u10H2+u11PLH+u12L3+u13LP2+u14LH2+u15L2P+u16P3+u17PH2+u18L2H+u19P2H+u20H3;
DenL(P,L,H)=o1+o2L+o3P+o4H+o5LP+o6LH+o7PH+o8L2+o9P2+o10H2+o11PLH+o12L3+o13LP2+o14LH2+o15L2p+o16P3+o17PH2+o18L2H+o19P2H+o20H3;
Nums(P,L,H)=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2p+c16P3+c17PH2+c18L2H+c19P2H+c20H3;
Dens(P,L,H)=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2p+d16P3+d17PH2+d18L2H+d19P2H+d20H3;
三次多项式的系数u1,…,u20,o1,…,o20,c1,…,c20,d1,…,d20是RPC参数文件中提供的模型参数;o1和d1通常为1。
式(1)中的正则化地面点坐标定义为:
式(2)中:
LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF、HEIGHT_SCALE为RPC参数文件中包含的地面点坐标正则化模型参数;
Latitude表示经度、Longitude表示纬度、Height表示高程(某点沿铅垂线方向到大地水准面的距离,通常称为绝对高程或海拔,本技术领域简称高程),此三项即可代表地面点的空间坐标;
式(1)中的正则化影像坐标定义为:
式(3)中:
SAMP_OFF、SAMP_SCALE、LINE_OFF、LINE_SCALE为RPC文件中包含的影像坐标正则化模型参数;
Sample代表影像列坐标,其数值即为s;Line代表影像行坐标,其数值即为l。即影像中的坐标由(s,l)表示。
基于RPC模型具有模拟精度高,通用性好,应用方便,计算量小等等优点,但是,该模型同时存在一大缺点,即参数没有严格的几何意义,在进行对地面目标几何定位处理时,无需建立起对应具有物理意义的严密模型。
步骤3;确定地面点坐标和和仿射变换模型初值;
本实施例中,所有地面点的坐标通过RPC模型对连接点进行直接前方交会得到地面点坐标(lat,lon,h)作为初值;具体实现包括以下子步骤:
步骤3.1:建立前方交会误差方程,求解地面点坐标改正数。联立式(1)、(2)、(3),得到未正则化的地面坐标和影像坐标的关系式
将式(4)按照泰勒级数展开成线性形式:
其中s0和l0为地面点p0坐标(lat0,lon0,h0)带入式(1)中得到的投影点影像坐标;p0坐标(lat0,lon0,h0)为迭代的初值,一般可通过将左、右影像的地面点坐标正则化平移参数的平均值或者根据RPC参数的一次项部分进行前方交会所获得;
Δlat,Δlon,Δh为地面点改正数;
改写式(5)得到误差方程如下:
式(6)这里(vs,vl)为影像的像点坐标的误差项;
多个影像上的同名像点可以分别列出相应的误差方程,联立所有误差方程写成矩阵形式如下:
V=Kr-m,P (7)
这里的P矩阵为权矩阵,这里为单位矩阵;
由此可以得到地面点坐标(lat,lon,h)的改正数r=(Δlat,Δlon):
r=(KTPK)-1KTPm (8)
将式(8)解算得到的改正数r对地面点坐标进行改正,即得到新的地面点p1坐标(lat1,lon1,h1);
步骤3.2:利用新的地面点p1带入步骤3.1中的进行解算,从而得到新的地面点改正数并更新地面点坐标。
步骤3.3:重复迭代过程,得到地面点p2,…,pn的坐标,直到两次迭代的坐标更新值小于所设定的阈值后,结束迭代过程,即得到了前方交会后地面点的初值。
步骤4:利用量测得到像点坐标和对应的地面点坐标,针对地面点和控制点分别对定向参数和地面点坐标求偏导,并逐点构建误差方程;
具体实现包括以下子步骤:
步骤4.1:在RPC模型的基础上建立仿射变换模型;
式中,Δy和Δx为地面点与控制点在影像坐标系中的量测坐标与真实坐标的差值,即改正数;a1,a2,a3和b1,b2,b3是影像的定向参数,(s,l)是地面点与控制点在影像坐标系中的坐标;
步骤4.2:联立式(4)、式(9)并线性化展开建立误差方程:
式中,ΔDlat,ΔDlon,ΔDh为地面点坐标改正数;Δa1,Δa2,Δa3,Δb1,Δb2,Δb3为影像定向参数改正数;vx,vy为像点坐标改正数;Fx0,Fy0为像点坐标近似值与像点坐标观测值之差;为误差方程对定向参数所求的偏导数;为误差方程对地面点坐标所求的偏导数;
步骤4.3:将误差方程写成矩阵形式记为:
V=Bt+AX-l (11)
同样对每个控制点建立如下线性方程;由于控制点认为其物方坐标是准确的,因此不需要展开其对地面点的改正数:
误差方程记为矩阵形式如下:
V=Bt-l (13)
其中式(11)和式(13)中各参数为:
步骤4.4:将地面点和控制点的误差方程合并成一个方程,记为:
V=Bt+AX-l (14)
其中,控制点对应的X为零向量。
步骤5:对误差方程进行法化,得到法方程;对法方程进行变化消去地面点改正数,通过地面点改正数系数矩阵的对角阵特性进行求逆过程的优化,提升解算效率,最终得到仿射变换改正数;
具体实现包括以下子步骤:
步骤5.1;根据最小二乘平差原理,对误差方程进行法化,得到如下形式:
记为:
由于夜光影像上连接点众多,如果直接对式(16)进行求解的话求解的未知数个数过多,因此通过对误差方程进行变换消去X,只求解其中的仿射变换未知数的改正数,然后通过再次前方交会的方式更新地面点坐标,提升解算的效率。
步骤5.2:变化式(16)为如下形式:
Nt=G (17)
步骤5.3:求解出之后便能够分别得到N、G,针对式(17)的方程,利用数学中的共轭梯度下降法进行迭代求解,在两次求解得到的t的差值小于设定的阈值(本实施例为0.1个像元Dixel,但是不限于此),或者求解次数超过设定的次数(本实施例为20,但是不限于此)之后结束迭代,输出得到最终的t,也就是仿射变换的未知数改正数。
步骤6:利用更新的影像连接点地面点坐标和影像定向参数,重复步骤3-步骤5,通过迭代过程不断更新地面点坐标和影像定向参数,直至影像的定向参数中的平移参数a0,b0小于阈值时(本实施例为0.1个像元pixel,但是不限于此)时,平差迭代结束;当不满足预设条件时,返回步骤3继续迭代计算,直到满足迭代收敛条件;如果迭代次数达到预设迭代次数(本实施例设定的迭代次数为20次,但是不限于此),仍然不能收敛,那么平差失败退出,此时的平差精度可能有损失。
步骤7:平差迭代完成时,计算出检查点对应的地面点坐标,通过计算出的检查点的地面点坐标和已知的检查点地面坐标之差,即为检查点精度,也就是最终的平差后所能达到的物方精度。同时统计所有影像连接点的地面坐标通过RPC模型投影至影像上的投影坐标与其原始影像坐标的差值,即为像点精度,也就是平差后所能达到的像方精度。当物方精度和像方精度满足要求后(本实例中物方精度优于平面5米和高程3米,像方精度优于1个像素,但是不限于此),利用计算得到的定向参数改正数对RPC模型进行像方仿射变换补偿,生成得到新的RPC文件,此时立体影像已经满足使用要求,可以进行后续的仰角测量步骤。
步骤8:基于测量区域周边的地图参考数据,由技术人员在立体影像上选取测区周边遮挡物的边缘特征点和卫星信号接收处的特征点,采用人工交互的方式在立体影像上选取合适的点位进行刺点。当选取完测区周边所有的遮挡物边缘特征点和卫星信号接收处的特征点之后,输出刺点之后的像点文件。通过步骤2-步骤3,利用更新得到的RPC文件和输出得到的像点文件,进行前方交会得到特征点的三维地理坐标(lat,lon,h)。
步骤9:针对每一个卫星信号接收处计算得到其到每个遮挡物的仰角值,以及其仰角值的观测精度;
具体实现过程为:将步骤8中得到的特征点按照遮挡物边缘点和卫星信号接收点分为两类,对每一个卫星接收点坐标(lati,loni,hi),都分别计算周边遮挡物坐标(latj,lonj,hj)与其之间的距离(dlat,dlon,dh):
则根据三角公式可以得到此卫星信号接收点到该遮挡物的仰角高度d为:
α=arctan(dd/dh) (19)
同时由式(19)进行偏导可以得到:
因此俯仰角α的观测精度可以通过下式来表示:
利用式(18)-式(20)可以针对每一个卫星信号接收处算出到每个遮挡物的仰角值,以及其仰角值的观测精度。
输出所有仰角值及其观测精度,此即为最终结果。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (6)
1.一种基于星载立体光学影像的地面遮挡物仰角测量方法,其特征在于,包括以下步骤:
步骤1:读取星载光学立体影像,读取连接点、检查点、控制点的坐标,并将各类点的坐标信息保存至相应的点文件中;整理RPC参数文件格式符合国际规范;
步骤2:读取RPC参数文件、连接点文件、控制点文件和检查点文件,得到星载光学立体影像的RPC模型以及控制点和检查点的地面坐标、影像坐标,以及连接点的像点坐标;利用影像的RPC参数文件里的模型参数,构建影像的RPC模型;
其中,RPC模型定义为:
式(1)中:
(P,L,H)为正则化地面点坐标,与非正则化的地面点坐标(Latitude,Longitude,Height),以下简写(lat,lon,h)的关系如式(2);
(x,y)表示正则化影像坐标,与非正则化的影像坐标(s,1)的关系如式(3);
NumL(P,L,H)、DenL(P,L,H)、Nums(P,L,H)、Dens(P,L,H)为三次多项式,不具有实际物理意义,下标L和S分别代表影像列和行:
NumL(P,L,H)=u1+u2L+u3P+u4H+u5LP+u6LH+u7PH+u8L2+u9P2+u10H2+u11PLH+u12L3+u13LP2+u14LH2+u15L2P+u16P3+u17PH2+u18L2H+u19P2H+u20H3;
DenL(P,L,H)=o1+o2L+o3P+o4H+o5LP+o6LH+o7PH+osL2+o9P2+o10H2+o11PLH+o12L3+o13LP2+o14LH2+o15L2P+o16P3+o17PH2+o18L2H+o19P2H+o20H3;
Nums(P,L,H)=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2P+c16P3+c17PH2+c18L2H+c19P2H+c20H3;
Dens(P,L,H)=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3+d17PH2+d18L2H+d19P2H+d20H3;
三次多项式的系数u1,…,u20,o1,…,o20,c1,…,c20,d1,…,d20是RPC参数文件中提供的模型参数;
式(1)中的正则化地面点坐标定义为:
式(2)中:
LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF、HEIGHT_SCALE为RPC参数文件中包含的地面点坐标正则化模型参数;
Latitude表示经度、Longitude表示纬度、Height表示高程,此三项即可代表地面点的空间坐标;
式(1)中的正则化影像坐标定义为:
式(3)中:
SAMP_OFF、SAMP_SCALE、LINE_OFF、LINE_SCALE为RPC文件中包含的影像坐标正则化模型参数;
Sample代表影像列坐标,其数值即为s;Line代表影像行坐标,其数值即为l,即影像中的坐标由(s,1)表示;
步骤3;确定地面点坐标和和仿射变换模型初值;
其中,所有地面点的坐标通过RPC模型对连接点进行直接前方交会得到地面点坐标(lat,lon,h)作为初值;仿射变换模型初值人为预设;
步骤4:利用量测得到像点坐标和对应的地面点坐标,针对地面点和控制点分别对定向参数和地面点坐标求偏导,并逐点构建误差方程;
步骤5:对误差方程进行法化,得到法方程;对法方程进行变化消去地面点改正数,通过地面点改正数系数矩阵的对角阵特性进行求逆过程的优化,提升解算效率,最终得到仿射变换改正数;
步骤6:更新星载光学立体影像,利用更新的影像连接点的地面点坐标和影像定向参数,重复步骤3-步骤5,通过迭代过程不断更新地面点坐标和影像定向参数,当满足定向参数中的平移参数均小于阈值时,整个平差迭代结束;当不满足预设条件时,返回步骤3继续迭代计算,直到满足迭代收敛条件;如果迭代次数达到预设迭代次数,仍然不能收敛,那么迭代结束;
步骤7:每完成一次平差迭代时,计算出检查点对应的地面点坐标,并同时计算此次平差达到的物方精度;计算连接点的像方误差,统计本次迭代达到的像方精度;当整个平差迭代结束时,输出所计算得到的定向参数改正数,以及平差物方精度和像方精度的精度报告;当物方精度和像方精度满足要求之后,利用计算得到的定向参数改正数对RPC模型进行像方仿射变换补偿,生成得到新的RPC文件;
步骤8:基于测量区域周边的地图参考数据,在立体影像上选取测区周边遮挡物的边缘特征点和卫星信号接收处的特征点,在立体影像上选取合适的点位进行刺点;当选取完测区周边所有的遮挡物边缘特征点和卫星信号接收处的特征点之后,输出刺点之后的像点文件;通过步骤2-步骤3,利用更新得到的RPC文件和输出得到的像点文件,进行前方交会得到特征点的三维地理坐标;
步骤9:针对每一个卫星信号接收处计算得到其到每个遮挡物的仰角值,以及其仰角值的观测精度。
2.根据权利要求1所述的基于星载立体光学影像的地面遮挡物仰角测量方法,其特征在于:步骤1中,利用匹配技术或者人工采集方式选择相邻星载光学立体影像重叠区域的同名点作为影像间的连接点;同时,根据控制点位信息在影像上刺出控制点和检查点的像方坐标,其中,控制点布设的原则为尽量能够分布在测区的四角。
3.根据权利要求1所述的基于星载立体光学影像的地面遮挡物仰角测量方法,其特征在于,步骤3中所述确定地面点坐标初值,具体实现包括以下子步骤:
步骤3.1:建立前方交会误差方程,求解地面点坐标改正数;
联立式(1)、式(2)、式(3),得到未正则化的地面坐标和影像坐标的关系式:
将式(4)按照泰勒级数展开成线性形式:
其中,s0和l0为地面点p0坐标(lat0,lon0,h0)带入式(1)中得到的投影点影像坐标;p0坐标(lat0,lon0,h0)为迭代的初值,通过将左、右影像的地面点坐标正则化平移参数的平均值或者根据RPC参数的一次项部分进行前方交会所获得;为各参数偏导项;Δlat,Δlon,Δh为地面点改正数;
改写式(5)得到误差方程如下:
式(6)中(vs,vl)为影像的像点坐标的误差项;
多个影像上的同名像点分别列出相应的误差方程,联立所有误差方程写成矩阵形式如下:
V=Kr-m,P (7)
其中,P矩阵为权矩阵,这里为单位矩阵;
由此得到地面点坐标(lat,lon,h)的改正数r=(Δlat,Δlon):
r=(KTPK)-1KTPm (8)
将式(8)解算得到的改正数r对地面点坐标进行改正,即得到新的地面点p1坐标(lat1,lon1,h1);
步骤3.2:利用新的地面点p1带入步骤3.1中的进行解算,从而得到新的地面点改正数并更新地面点坐标;
步骤3.3:重复迭代过程,得到地面点p2,…,pn的坐标,直到两次迭代的坐标更新值小于所设定的阈值后,结束迭代过程,即得到了前方交会后地面点的初值。
4.根据权利要求3所述的基于星载立体光学影像的地面遮挡物仰角测量方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:在RPC模型的基础上建立仿射变换模型;
式中,Δy和Δx为地面点与控制点在影像坐标系中的量测坐标与真实坐标的差值,即改正数;a1,a2,a3和b1,b2,b3是影像的定向参数,(s,l)是地面点与控制点在影像坐标系中的坐标;
步骤4.2:联立式(4)、式(9)并线性化展开建立误差方程:
式中,ΔDlat,ΔDlon,ΔDh为地面点坐标改正数;Δa1,Δa2,Δa3,Δb1,Δb2,Δb3为影像定向参数改正数;vx,vy为像点坐标改正数;Fx0,Fy0为像点坐标近似值与像点坐标观测值之差;i=1,2,3,为误差方程对定向参数所求的偏导数;为误差方程对地面点坐标所求的偏导数;
步骤4.3:将误差方程写成矩阵形式记为:
V=Bt+AX-l (11)
同样对每个控制点建立如下线性方程;
误差方程记为矩阵形式如下:
V=Bt-l (13)
其中式(11)和式(13)中各参数为:
步骤4.4:将地面点和控制点的误差方程合并成一个方程,记为:
V=Bt+AX-l (14)
其中,控制点对应的X为零向量。
6.根据权利要求5所述的基于星载立体光学影像的地面遮挡物仰角测量方法,其特征在于,步骤9的具体实现过程为:
将步骤8中得到的特征点按照遮挡物边缘点和卫星信号接收点分为两类,对每一个卫星接收点坐标(lati,loni,hi),都分别计算周边遮挡物坐标(latj,lonj,hj)与其之间的距离(dlat,dlon,dh):
则根据三角公式得到此卫星信号接收点到该遮挡物的仰角高度α为:
α=arctan(dd/dh) (19)
同时由式(19)进行偏导得到:
因此俯仰角α的观测精度通过下式来表示:
利用式(18)-式(20),针对每一个卫星信号接收处算出到每个遮挡物的仰角值,以及其仰角值的观测精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910302029.8A CN110030968B (zh) | 2019-04-16 | 2019-04-16 | 一种基于星载立体光学影像的地面遮挡物仰角测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910302029.8A CN110030968B (zh) | 2019-04-16 | 2019-04-16 | 一种基于星载立体光学影像的地面遮挡物仰角测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110030968A CN110030968A (zh) | 2019-07-19 |
CN110030968B true CN110030968B (zh) | 2020-07-10 |
Family
ID=67238369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910302029.8A Active CN110030968B (zh) | 2019-04-16 | 2019-04-16 | 一种基于星载立体光学影像的地面遮挡物仰角测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110030968B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503692A (zh) * | 2019-07-31 | 2019-11-26 | 武汉大学 | 基于小范围定标场的单线阵光学卫星几何定标方法及系统 |
CN111369453A (zh) * | 2020-02-26 | 2020-07-03 | 武汉大学 | 一种基于平均高程面的影像快速几何预处理方法 |
CN115034435B (zh) * | 2022-05-07 | 2023-05-12 | 成都市环境保护科学研究院 | 基于数值模型的目标观测指数预报方法、存储介质及终端 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10140401B1 (en) * | 2011-07-25 | 2018-11-27 | Clean Power Research, L.L.C. | System and method for inferring a photovoltaic system configuration specification with the aid of a digital computer |
CN109470256A (zh) * | 2017-09-07 | 2019-03-15 | 高德信息技术有限公司 | 一种定位方法及装置 |
CN108562882B (zh) * | 2018-06-21 | 2020-04-10 | 武汉大学 | 一种星载sar影像几何交叉定标方法和系统 |
CN109597040B (zh) * | 2018-12-28 | 2023-07-18 | 武汉大学 | 一种星载sar影像无场几何定标方法 |
-
2019
- 2019-04-16 CN CN201910302029.8A patent/CN110030968B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110030968A (zh) | 2019-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101965965B1 (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
CN109709551B (zh) | 一种星载合成孔径雷达影像的区域网平面平差方法 | |
CN109977344B (zh) | 一种星载夜光遥感影像的区域网平差方法 | |
CN110030968B (zh) | 一种基于星载立体光学影像的地面遮挡物仰角测量方法 | |
CN107341778B (zh) | 基于卫星控制点库和dem的sar影像正射纠正方法 | |
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 | |
CN107014399B (zh) | 一种星载光学相机-激光测距仪组合系统联合检校方法 | |
CN108830889B (zh) | 基于全局几何约束的遥感影像与基准影像的匹配方法 | |
CN101216555B (zh) | Rpc模型参数提取方法和几何纠正方法 | |
CN105510913A (zh) | 基于类光学像方改正的异源光学和sar遥感影像联合定位方法 | |
CN113538595B (zh) | 利用激光测高数据辅助提升遥感立体影像几何精度的方法 | |
CN103822615A (zh) | 一种多控制点自动提取与聚合的无人机地面目标实时定位方法 | |
CN112017224A (zh) | Sar数据区域网平差处理方法和系统 | |
CN108759788B (zh) | 无人机影像定位定姿方法及无人机 | |
CN108226982B (zh) | 单线阵卫星激光联合高精度定位处理方法 | |
CN113514829B (zh) | 面向InSAR的初始DSM的区域网平差方法 | |
CN107314763A (zh) | 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 | |
CN108447100B (zh) | 一种机载三线阵ccd相机的偏心矢量和视轴偏心角标定方法 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN107330927A (zh) | 机载可见光图像定位方法 | |
CN116758234A (zh) | 一种基于多点云数据融合的山地地形建模方法 | |
CN113255740B (zh) | 一种多源遥感影像平差定位精度分析方法 | |
CN114111791A (zh) | 一种智能机器人室内自主导航方法、系统及存储介质 | |
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 | |
El-Ashmawy | A comparison study between collinearity condition, coplanarity condition, and direct linear transformation (DLT) method for camera exterior orientation parameters determination |
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 |