CN110307858B - 一种测绘卫星交汇误差的自适应校正方法 - Google Patents

Abstract

本发明一种测绘卫星交汇误差的自适应校正方法，包括以下步骤：利用同一区域的任意左右视立体图像，提出利用RPC参数和SRTM数据，在同名点匹配的基础上，计算仿射变换基础矩阵F，通过SIFT算法对左右视立体图像进行关键点提取、匹配和优选，计算得到交汇误差的平移校正矩阵T，通过平移校正之后使得其残余误差达到亚像素级，从而有效地保证高程精度。本发明不需要地面控制点，在多个不同基高比立体成像的情况下，自适应地进行交汇误差校正，大幅度提高卫星测绘的高程精度。

Description

一种测绘卫星交汇误差的自适应校正方法

技术领域

本发明涉及一种测绘卫星交汇误差的自适应校正方法，属于光学遥感卫星的技术领域，特别适用于测绘卫星高程精度的提升与保证。

背景技术

卫星立体测绘的基本原理如图1所示，两台相机在卫星高度为H，基线长度为B(两次成像的中心C₁和C₂点之间的距离)，B/H称之为基高比。对高度为h的同一目标多次成像，利用左右视立体图像之间的视差，进行相关处理重构高程信息h’。高程精度Δh主要取决于交汇误差dx除以基高比B/H。尤其是基高比较小的时候，交汇误差的要求更加苛刻严格。

为满足大比例尺高精度卫星测绘的任务需求，在无地面控制点条件下，对卫星高精度姿态确定和稳定度提出了苛刻的要求，例如，假定卫星轨道高度500km，两次立体成像的基高比0.6，要达到优于1m的高程精度，在不考虑其他误差的条件下，交汇误差至少优于0.6m，卫星的姿态确定精度需要优于0.2475角秒(6.8755﹡10^-5度)，已经超出了现有卫星姿态敏感器的测量和确定能力，将显著地增加卫星系统的研制难度和成本。

对于已经发射上天在轨的高分辨率测绘卫星，通常需要利用地面采集的多个高精度控制点，对存在的交汇误差进行有效校正，来提高测绘的高程精度。即使是目前在轨的高分辨率WorldView-3卫星，无控制点的平面定位精度也在3.5m左右，两次立体成像的交汇误差也将接近甚至超过3.5m，如果基高比为0.6，高程精度将达到6m左右，显然满足不了无控制点高精度测绘的需求。

发明内容

本发明的技术解决问题是：克服现有测绘卫星交汇误差确定精度的不足，提供一种测绘卫星交汇误差的自适应校正方法，利用对卫星同一区域的任意左右视立体图像，提出利用RPC参数和SRTM数据，在同名点匹配的基础上，计算仿射变换基础矩阵F，通过SIFT算法进行关键点提取、匹配和分块优选，计算得到交汇误差的平移校正矩阵T，通过平移校正之后使得其残余误差到亚像素级，从而有效地保证高程精度。

本发明的技术方案是：一种测绘卫星交汇误差的自适应校正方法，通过以下步骤实现：

(1)获取高分辨率卫星的左右视立体图像和对应的有理多项式相机模型RPC参数，对RPC参数求拟得到RPC^-1参数；

(2)计算得到仿射变换基础矩阵F；

(3)计算得到交汇误差的平移矩阵T；

(4)分别对左右视立体图像进行平移矩阵T的校正处理。

所述步骤(2)中计算得到仿射变换基础矩阵F的具体步骤为：

2.1)通过对同一个区域的左右视立体图像以及左右视立体图像的RPC参数，分别计算得到地理经纬度坐标范围；利用SRTM数据，查询得到多个均匀分布像素点的经纬度(λ，θ)和高度h；

2.2)对步骤2.1)得到的地理经纬度(λ，θ)和高度h，利用RPC^-1参数，求解得到图像上的像素坐标(x，y)和高度h；

2.3)通过左右视立体图像的多个同名匹配点(x_i，y_i，h_i；x’_i，y’_i，h’_i)，利用黄金标准算法，计算得到仿射变换基础矩阵F。

所述步骤(3)中计算得到交汇误差的平移矩阵T，具体通过以下步骤实现：

3.1)通过SIFT算法分别对左右视立体图像进行关键点提取，对于匹配阈值大于0.6的匹配点，利用随机抽样一致算法进行野值去除，并对图像均匀划分多个子块，同一个子块区域优选匹配值最高的点；

3.2)对于优选后的多个同名匹配点(x_i，y_i，h_i；x’_i，y’_i，h’_i)，在x和y两个方向利用F矩阵分别进行相似变换，求中间值得到平移量c_x和c_y，从而得到交汇误差的平移矩阵T。

本发明与现有技术相比有益效果为：

(1)本发明可用于在轨高分辨率卫星的立体测绘，现有技术通常需要地面控制点来计算得到交汇误差校正矩阵。而本发明利用左右视立体图像中的同名点匹配，自适应地进行交汇误差校正矩阵的计算。比较现有技术，不需要地面控制点，在多个不同基高比立体成像的情况下，自适应地进行交汇误差校正，大幅度提高卫星测绘的高程精度。

(2)本发明可用于新研制的高精度测绘卫星，现有技术为了减小交汇误差到亚像素级通常需要对卫星的姿态确定精度提出苛刻的要求，大幅度增加研制难度，超出现有的研制能力。而本发明利用图像本身自适应地进行交汇误差校正，有效地控制和减小交汇误差达到亚像素级。比较现有技术，一定程度上降低对星上姿态确定设备的精度要求，以较低研制难度保证卫星测绘的高程精度。

附图说明

图1是本发明卫星立体测绘高程精度分析的示意图；

图2是本发明左右视立体图像存在的交汇误差示意图；

图3是本发明测绘卫星交汇误差的自适应校正方法流程图；

图4是本发明关键点的野值去除和分块优选示意图；

图5是本发明交汇误差自适应校正方法的示意图；

图6是本发明校正前后交汇误差的残余矢量示意图。

具体实施方式

一种测绘卫星交汇误差的自适应校正方法，具体步骤如图3所示，该方法由以下步骤实现：

1、卫星左右视立体图像的准备

对于高分辨率卫星成像的每一幅图像，带有其对应的RPC和RPC^-1参数文件，用于表征地理位置坐标与像素坐标之间的对应关系。如果没有RPC^-1参数，则通过对RPC参数求拟得到RPC^-1参数。

2、基础矩阵F的计算

2.1、利用SRTM数据，通过经纬度坐标，查询得到该区域的高度h。

通过对同一个区域的左右视立体图像以及RPC参数，分别计算得到图像区域的地理经纬度坐标范围。利用SRTM数据进行网格划分，通过计算图像区域的经纬度坐标范围，可以查询得到多个均匀分布像素点的经纬度(λ，θ)和高度h。

2.2、利用地理经纬度和高度数据，通过RPC^-1计算得到在图像上的像素坐标(x，y)和高度h。

通过地理经纬度(λ，θ)和高度h，利用RPC^-1参数求解得到图像上的像素坐标(x，y)和高度h。

2.3、通过左右视立体图像多个同名匹配点(x_i，y_i，h_i；x’_i、，y’_i，h’_i)，计算得到仿射变换基础矩阵F。

对左右视立体图像的多个同名匹配点(x_i，y_i，h_i；x’_i、，y’_i，h’_i)，利用黄金标准算法，计算得到仿射变换基础矩阵F。

3、平移矩阵T的计算。

分别对左右视立体图像进行SIFT关键点提取，再进行关键点的匹配，去除野值，并对关键点的分布特性进行优选，利用基础矩阵F，计算分析交汇误差的平移矩阵T。

3.1、通过SIFT算法分别对左右视立体图像进行关键点提取，为避免奇异性和错误值的出现，对于匹配阈值大于0.6的匹配点利用RANSC算法进行野值去除，并对分布特性进行优选(如图4所示)，对图像均匀划分多个子块，同一个子块区域选择匹配值最高的点。

3.2、对于优选之后多个同名匹配点(x_i，y_i，h_i；x’_i、，y’_i，h’_i)，在x和y两个方向分别进行F变换，求中间值得到平移量c_x和c_y，如图5所示，从而得到交汇误差的平移矩阵T，如公式1所示。

4、分别对左右视立体图像进行平移矩阵T的校正处理，统计分析残余误差的大小。

分别对左右视立体图像进行平移矩阵T校正之后，可以进行残余误差的统计分析。校正之后，交汇误差得到大幅度减小(如图6所示)。

总之，通过以上步骤，利用左右视立体图像的交汇误差的自适应校正，可以把交汇误差控制在亚像素以内，从而有效地提高高程精度。

实施例

以下通过在轨获取的左右视立体图像的实施例，对本发明方法的可行性、高精度进行验证。

1、在轨卫星的左右视立体图像。

WorldView-3卫星左右视立体图像产品分辨率0.5m(如图2所示)，图像大小512像元*512像元，并带有其对应的RPC参数，可以通过求拟计算得到RPC^-1参数。

2、基础矩阵F的计算。

通过左右视立体图像以及RPC和RPC^-1参数，利用SRTM数据，通过多个同名点匹配，计算得到仿射变换基础矩阵F为：

3、平移矩阵T的计算。

对左右视立体图像进行SIFT关键点匹配，共计提取到98个点，对关键匹配点进行野值去除和分块优选之后，共计59个优选匹配点参与计算。得到平移矩阵T中c_x和c_y的数值分别为：-5.350，-1.321。

4、残余误差的统计分析。

对于59个优选匹配点，进行交汇误差的统计分析，从表中可以看出，校正之后交汇误差无论从最大值、平均值都显著减小，最大值减小了14倍以上，平均值减小了300倍以上，而方差值基本不变，从而充分证明了这种方法的可行性和有效性。

本发明未详细说明部分属本领域技术人员公知常识。

Claims (1)

1.一种测绘卫星交汇误差的自适应校正方法，其特征在于通过以下步骤实现：

(1)获取高分辨率卫星的左右视立体图像和对应的有理多项式相机模型RPC参数，对RPC参数求拟得到RPC^-1参数；

(2)计算得到仿射变换基础矩阵F；

(3)计算得到交汇误差的平移矩阵T；

(4)分别对左右视立体图像进行平移矩阵T的校正处理；

所述步骤(2)中计算得到仿射变换基础矩阵F的具体步骤为：

2.1)通过对同一个区域的左右视立体图像以及左右视立体图像的RPC参数，分别计算得到地理经纬度坐标范围；利用SRTM数据，查询得到多个均匀分布像素点的经纬度(λ，θ)和高度h；

2.2)对步骤2.1)得到的地理经纬度(λ，θ)和高度h，利用RPC^-1参数，求解得到图像上的像素坐标(x，y)和高度h；

2.3)通过左右视立体图像的多个同名匹配点(x_i，y_i，h_i；x’_i，y’_i，h’_i)，利用黄金标准算法，计算得到仿射变换基础矩阵F；

所述步骤(3)中计算得到交汇误差的平移矩阵T，具体通过以下步骤实现：

3.1)通过SIFT算法分别对左右视立体图像进行关键点提取，对于匹配阈值大于0.6的匹配点，利用随机抽样一致算法进行野值去除，并对图像均匀划分多个子块，同一个子块区域优选匹配值最高的点；

3.2)对于优选后的多个同名匹配点(x_i，y_i，h_i；x’_i，y’_i，h’_i)，在x和y两个方向利用F矩阵分别进行相似变换，求中间值得到平移量c_x和c_y，从而得到交汇误差的平移矩阵T。

Images