CN110986998B - 一种基于有理函数模型的卫星视频相机在轨几何定标方法 - Google Patents

Abstract

本发明公开了一种基于有理函数模型的卫星视频相机在轨几何定标方法，包括：步骤1，根据卫星视频影像的定向参数，构建有理函数模型；步骤2，根据卫星视频相机的物理结构特点，构建基于有理函数模型的在轨几何定标模型；步骤3，以视频影像覆盖地面范围内的数字正射影像和数字高程模型作为参考数据，利用影像匹配提取地面控制点；步骤4，根据卫星视频相机的在轨几何定标模型，利用地面控制点，按照最小二乘平差原理，求解卫星视频相机的几何定标参数，实现卫星视频相机在轨几何定标。本发明以有理函数模型为基础，构建卫星视频相机在轨几何定标模型，可以为用户提供一种简单、易行的卫星视频相机在轨几何定标方法。

Description

一种基于有理函数模型的卫星视频相机在轨几何定标方法

技术领域

本发明属于卫星视频影像几何处理技术领域，特别涉及一种基于有理函数模型的卫星视频相机在轨几何定标方法。

背景技术

视频卫星是近几年兴起的一种新型遥感卫星，星上搭载的视频相机不仅具有获取图像的能力，更大的优势是能够以视频录像的方式，获取比传统遥感卫星更多动态信息的视频数据，可以满足对兴趣目标实时、动态监测的需求。

卫星视频影像的高精度几何定位是其精确、可靠应用的前提。为了实现卫星视频影像的高精度几何定位，首先需求解决卫星视频相机的在轨几何定标问题。现有卫星相机在轨几何定标方法以严密传感器模型为基础，建立在轨几何定标模型，这涉及一系列坐标系的空间坐标转换，如卫星本体坐标系、星敏感器坐标系和J2000坐标系。由此可见，利用现有在轨几何定标方法需要很强的专业知识，不便于用户开展在轨几何定标工作。另一方面，为了建立基于严密传感器模型的在轨几何定标模型，必须获得相机成像过程中的各种特征参数，如卫星位置、卫星姿态及其物理特性参数等，而用户有时无法得到这些参数，以至于无法开展在轨几何定标工作。

发明内容

针对现有技术在卫星视频相机在轨几何定标方面存在的不足，本发明提供了一种基于有理函数模型的卫星视频相机在轨几何定标方法，本发明以有理函数模型为基础，构建在轨几何定标模型，可以为用户提供一种简单、易行的卫星视频相机在轨几何定标方法。

本发明提供的一种基于有理函数模型的卫星视频相机在轨几何定标方法，包括以下步骤：

步骤1，根据卫星视频影像的定向参数，构建有理函数模型；

步骤2，根据卫星视频相机的物理结构特点，构建基于有理函数模型的在轨几何定标模型，实现如下，

构建卫星视频相机的成像误差修正模型：

其中，(Δx₁,Δy₁)为卫星视频相机自身误差的修正值，(x,y)为像点坐标，(s₀,s₁,...,s₇,t₀,t₁,...,t₇)为卫星视频相机自身误差的修正参数；

构建卫星视频相机的在轨几何定标模型：

其中，(x,y)为像点坐标，(x_offset,y_offset)为像点坐标正则化平移参数，(x_scale,y_scale)为像点坐标正则化缩放参数，

为地面点正则化坐标，p₁,p₂,p₃,p₄为有理函数模型中的三次多项式；(β₀,β₁,...,β₇,θ₀,θ₁,...,θ₇)为几何定标参数；

步骤3，以视频影像覆盖地面范围内的数字正射影像和数字高程模型作为参考数据，利用影像匹配提取地面控制点；

步骤4，根据卫星视频相机的在轨几何定标模型，利用地面控制点，按照最小二乘平差原理，求解卫星视频相机的几何定标参数，实现卫星视频相机在轨几何定标。

而且，步骤1中，所述有理函数模型为

其中，(x,y)为像点坐标；(x_offset,y_offset)为像点坐标正则化平移参数；(x_scale,y_scale)为像点坐标正则化缩放参数；

为地面点正则化坐标；三次多项式p₁,p₂,p₃,p₄的具体形式为：

其中，(a₁,a₂,...,a₂₀,b₁,b₂,...,b₂₀,c₁,c₂,...,c₂₀,d₁,d₂,...,d₂₀)为卫星视频影像的定向参数。

而且，步骤3的实现方式包括以下步骤，

步骤3.1，利用SIFT算法在视频影像和数字正射影像上进行影像匹配，得到初始匹配点；

步骤3.2，利用仿射变换模型描述视频影像和数字正射影像之间的几何关系，并利用初始匹配点求解仿射变换系数；

步骤3.3，以仿射变换系数作为最小二乘影像匹配中几何纠正模型系数的初值，进行最小二乘影像匹配，得到精确匹配点；

步骤3.4，以视频影像上匹配点的像方坐标作为地面控制点的像方坐标，并根据数字正射影像上对应匹配点的像点坐标及数字高程模型计算其地理坐标，作为控制点的地理坐标。

而且，步骤4的实现方式包括以下步骤，

步骤4.1，针对每一个地面控制点，根据步骤3所得卫星视频相机在轨几何定标模型，建立误差方程式；

步骤4.2，按照最小二乘平差原理，求解几何定标参数；

步骤4.3，计算每一个地面控制点对应像点坐标的残差，并统计所有像点坐标残差的中误差；

步骤4.4，剔除像点坐标残差大于3倍中误差的地面控制点，并重复步骤4.1至4.3，直至所有像点坐标的残差小于3倍中误差时，将最新得到的几何定标参数作为视频相机的精确几何定标参数。

本发明以有理函数模型为基础，构建卫星视频相机在轨几何定标模型，可以为用户提供一种简单、易行的卫星视频相机在轨几何定标方法。

附图说明

图1为本发明实施例的具体流程图。

具体实施方式

为了更清楚地说明本发明实施例和/或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

本发明实施例在卫星视频影像有理函数模型的基础上，构建一种基于有理函数模型的卫星视频相机在轨几何定标模型，并利用地面控制点精确求解几何定标参数，因而无需构建视频影像的严密成像几何模型，也无需用户具备很强的专业知识，非常便于用户开展卫星视频相机在轨几何定标工作。参见图1，实施例提供的基于有理函数模型的卫星视频相机在轨几何定标方法具体步骤如下：

步骤1，根据卫星视频影像的定向参数，构建有理函数模型，如式(1)所示：

其中，(x,y)为像点坐标；(x_offset,y_offset)为像点坐标正则化平移参数；(x_scale,y_scale)为像点坐标正则化缩放参数；

为地面点正则化坐标；三次多项式p₁,p₂,p₃,p₄的具体形式为：

其中，(a₁,a₂,...,a₂₀,b₁,b₂,...,b₂₀,c₁,c₂,...,c₂₀,d₁,d₂,...,d₂₀)为卫星视频影像的定向参数。

步骤2，根据卫星视频相机物理结构特点，构建基于有理函数模型的在轨几何定标模型。

本步骤进一步包括：

2.1，构建卫星视频相机的成像误差修正模型。

卫星视频相机在成像过程中，主要受卫星位置与姿态观测误差、卫星相机与卫星定姿设备之间的集成误差以及卫星相机自身误差的影响。

卫星相机自身的误差主要包括主点、主距和镜头畸变误差，可由式(2)进行成像误差补偿：

其中，(Δx₁,Δy₁)为卫星视频相机自身误差的修正值；(x₀,y₀)为相机主点；f为相机主距；Δf为相机主距修正值；k₁为镜头畸变修正参数。

本发明提出，将式(2)进行展开，可以得到：

其中，(s₀,s₁,...,s₇,t₀,t₁,...,t₇)为卫星视频相机自身误差的修正参数。

卫星位置与姿态观测误差、卫星相机与卫星定姿设备之间的集成误差可以通过像方仿射变换模型进行成像误差补偿，如式(4)所示：

其中，(Δx₂,Δy₂)为观测误差与集成误差修正值；(e₁,e₂,e₃,f₁,f₂,f₃)为观测误差与集成误差修正参数。

本发明提出，综合式(3)和(4)，可以构建卫星视频相机的成像误差修正模型，如式(5)所示：

其中，(Δx,Δy)为成像误差修正值；(β₀,β₁,...,β₇,θ₀,θ₁,...,θ₇)为成像误差修正参数，这些参数综合描述了卫星位置与姿态观测误差、卫星相机与定姿设备集成误差以及卫星相机自身误差对卫星视频影像定位精度的影响。

2.2，构建卫星视频相机的在轨几何定标模型。

在有理函数模型(式(1))的基础上，引入卫星视频相机成像误差修正模型，即可构建卫星视频相机的在轨几何定标模型，如式(6)所示：

其中，(β₀,β₁,...,β₇,θ₀,θ₁,...,θ₇)即为几何定标参数。

步骤3，以视频影像覆盖地面范围内的数字正射影像和数字高程模型作为参考数据，利用影像匹配方法，提取地面控制点。

本步骤进一步包括：

3.1，利用SIFT算法在视频影像和数字正射影像上进行影像匹配，得到初始匹配点；

3.2，利用仿射变换模型描述视频影像和数字正射影像之间的几何关系，并利用初始匹配点求解仿射变换系数；

3.3，以仿射变换系数作为最小二乘影像匹配中几何纠正模型系数的初值，进行最小二乘影像匹配，得到精确匹配点；

3.4，以视频影像上匹配点的像方坐标作为地面控制点的像方坐标，并根据数字正射影像上对应匹配点的像点坐标及数字高程模型计算其地理坐标，作为控制点的地理坐标。

SIFT算法、仿射变换模型和最小二乘影像匹配具体实现为现有技术，本发明不予赘述，本发明利用这些方法得到视频影像和数字正射影像之间的匹配点。

步骤4，根据卫星视频相机的在轨几何定标模型，利用地面控制点，按照最小二乘平差原理，求解卫星视频相机的几何定标参数，实现卫星视频相机在轨几何定标。

本步骤进一步包括：

4.1，针对每一个地面控制点，根据如式(6)所示卫星视频相机在轨几何定标模型，建立误差方程式，如式(7)所示：

v＝Bt-l (7)

其中，

为像点坐标残差向量；

为常数项；

为设计矩阵；

t＝[β₀ β₁ β₂ β₃ β₄ β₅ β₆ β₇ θ₀ θ₁ θ₂ θ₃ θ₄ θ₅ θ₆ θ₇]^T为未知数向量。

4.2，按照最小二乘平差原理，求解几何定标参数，如式(8)所示：

t＝(B^TB)^-1B^Tl (8)

4.3，计算每一个地面控制点对应像点坐标的残差，并统计所有像点坐标残差的中误差，如式(9)所示：

其中，v_xi和v_yi分别表示第i个像点在x和y方向上的坐标残差；σ_x和σ_y分别表示x和y方向上的像点坐标残差中误差；n表示控制点数量。

4.4，剔除像点坐标残差大于3倍中误差的地面控制点，并重复步骤4.1至4.3，直至所有像点坐标的残差小于3倍中误差，最近一次执行步骤4.2得到的几何定标参数即为视频相机的精确几何定标参数。

具体实施时，可采用软件方式实现流程的自动运行。运行流程的装置也应当在本发明的保护范围内。

上述实施例用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出任何的修改和改变，都落入本发明的保护范围。

Claims (3)

1.一种基于有理函数模型的卫星视频相机在轨几何定标方法，其特征在于，包括以下步骤：

步骤1，根据卫星视频影像的定向参数，构建有理函数模型；

所述有理函数模型为

其中，(x,y)为像点坐标；(x_offset,y_offset)为像点坐标正则化平移参数；(x_scale,y_scale)为像点坐标正则化缩放参数；

为地面点正则化坐标；三次多项式p₁,p₂,p₃,p₄的具体形式为：

其中，a₁,a₂,…,a₂₀,b₁,b₂,...,b₂₀,c₁,c₂,...,c₂₀,d₁,d₂,...,d₂₀为卫星视频影像的定向参数；

步骤2，根据卫星视频相机的物理结构特点，构建基于有理函数模型的在轨几何定标模型，实现如下，

基于卫星相机自身的成像误差补偿模型进行展开后，结合卫星位置与姿态观测误差、卫星相机与卫星定姿设备之间的集成误差相应的像方仿射变换模型，构建卫星视频相机的成像误差修正模型：

其中，(Δx₁,Δy₁)为卫星视频相机自身误差的修正值，(x,y)为像点坐标，s₀,s₁,...,s₇,t₀,t₁,…,t₇为卫星视频相机自身误差的修正参数；

所述基于卫星相机自身的成像误差补偿模型如下，

其中，(Δx₁,Δy₁)为卫星视频相机自身误差的修正值；(x₀,y₀)为相机主点；f为相机主距；Δf为相机主距修正值；k₁为镜头畸变修正参数；

展开如下，

其中，s₀,s₁,…,s₇,t₀,t₁,…,t₇为卫星视频相机自身误差的修正参数；

所述集成误差相应的像方仿射变换模型如下，

其中，(Δx₂,Δy₂)为观测误差与集成误差修正值；e₁,e₂,e₃,f₁,f₂,f₃为观测误差与集成误差修正参数；

在有理函数模型基础上，结合卫星视频相机的成像误差修正模型，构建卫星视频相机的在轨几何定标模型：

其中，(x,y)为像点坐标，(x_offset,y_offset)为像点坐标正则化平移参数，(x_scale,y_scale)为像点坐标正则化缩放参数，

为地面点正则化坐标，p₁,p₂,p₃,p₄为有理函数模型中的三次多项式；β₀,β₁,…,β₇,θ₀,θ₁,…,θ₇为几何定标参数；

步骤3，以视频影像覆盖地面范围内的数字正射影像和数字高程模型作为参考数据，利用影像匹配提取地面控制点；

步骤4，根据卫星视频相机的在轨几何定标模型，利用地面控制点，按照最小二乘平差原理，求解卫星视频相机的几何定标参数，实现卫星视频相机在轨几何定标。

2.如权利要求1所述的一种基于有理函数模型的卫星视频相机在轨几何定标方法，其特征在于：步骤3的实现方式包括以下步骤，

步骤3.1，利用SIFT算法在视频影像和数字正射影像上进行影像匹配，得到初始匹配点；

步骤3.2，利用仿射变换模型描述视频影像和数字正射影像之间的几何关系，并利用初始匹配点求解仿射变换系数；

步骤3.3，以仿射变换系数作为最小二乘影像匹配中几何纠正模型系数的初值，进行最小二乘影像匹配，得到精确匹配点；

步骤3.4，以视频影像上匹配点的像方坐标作为地面控制点的像方坐标，并根据数字正射影像上对应匹配点的像点坐标及数字高程模型计算其地理坐标，作为控制点的地理坐标。

3.如权利要求1或2所述的一种基于有理函数模型的卫星视频相机在轨几何定标方法，其特征在于：步骤4的实现方式包括以下步骤，

步骤4.1，针对每一个地面控制点，根据步骤3所得卫星视频相机在轨几何定标模型，建立误差方程式；

步骤4.2，按照最小二乘平差原理，求解几何定标参数；

步骤4.3，计算每一个地面控制点对应像点坐标的残差，并统计所有像点坐标残差的中误差；

步骤4.4，剔除像点坐标残差大于3倍中误差的地面控制点，并重复步骤4.1至4.3，直至所有像点坐标的残差小于3倍中误差时，将最新得到的几何定标参数作为视频相机的精确几何定标参数。

Images