CN111044037B - 一种光学卫星影像的几何定位方法及装置 - Google Patents
一种光学卫星影像的几何定位方法及装置 Download PDFInfo
- Publication number
- CN111044037B CN111044037B CN201911390166.8A CN201911390166A CN111044037B CN 111044037 B CN111044037 B CN 111044037B CN 201911390166 A CN201911390166 A CN 201911390166A CN 111044037 B CN111044037 B CN 111044037B
- Authority
- CN
- China
- Prior art keywords
- exterior orientation
- orientation element
- point
- geodetic
- imaging
- 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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/06—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving measuring of drift angle; involving correction for drift
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种光学卫星影像的几何定位方法及装置,属于卫星成像定位技术领域。本发明采用虚拟外方位元素描述卫星数据的成像几何关系,通过连接点和控制点在大地坐标系下的视线向量以及卫星运行的轨道高度值确定虚拟外方位元素,通过在误差源空间建立改正模型的方式来进行系统误差补偿,避免了目前只能针对窄视场角相机数据的使用限制,提高了大视场角、大姿态角误差以及弱交会角等复杂成像环境下光学卫星数据的几何定位精度。
Description
技术领域
本发明涉及一种光学卫星影像的几何定位方法及装置,属于卫星成像定位技术领域。
背景技术
现阶段,光学卫星影像几何定位通常基于有理函数模型进行,而目前提升有理函数模型定位精度比较有效可行的方法是建立像方或者物方的系统误差补偿模型,在此基础上构建原始有理函数模型的误差方程,然后利用一定数量控制点对误差方程进行求解后得到系统误差补偿参数,将系统误差补偿参数应用于原始有理函数模型进行补偿,得到修正后的有理函数模型,从而实现影像定位精度的提升。
现有的系统误差补偿方法基本都是在有理函数模型基础上建立像方或者物方的附加参数模型。不管附加参数模型形式如何,其本质都是对系统误差产生的结果进行近似拟合,对有理函数模型进行附加参数修正。这种从系统误差结果的角度进行补偿的方法存在技术短板,当残差情况比较复杂时,不能对系统误差进行有效吸收。现有方法的建模空间只能选择在物方空间或者像方空间,由于内、外方位元素之间的强相关性,补偿模型仅仅是对窄视场相机(视场角小于5°)、平台轨道和姿态误差相对比较小(小于2″)的情况下的近似,现有的系统误差补偿方法只有在这种近似条件下才能取得比较理想的效果,对于大视场角、大姿态角误差以及弱交会角等复杂成像环境下,系统误差补偿效果不理想,导致定位精度低。
发明内容
本发明的目的是提供一种光学卫星影像的几何定位方法及装置,以解决目前光学卫星影像几何定位精度低的问题。
本发明为解决上述技术问题而提供一种光学卫星影像的几何定位方法,该定位方法包括以下步骤:
1)获取光学卫星影像,对存在重叠区域的光学卫星影像进行连接点提取;
2)根据连接点的像素坐标、每幅影像上的控制点的像素坐标以及给定的高程值计算通过各点的成像光线在大地坐标系下的视线向量;
3)根据视线向量和卫星运行的轨道高度值建立物方空间和摄影空间之间的位置关系,确定虚拟外方位元素;
4)构建观测条件方程和虚拟外方位元素的误差补偿模型,并根据观测条件方程和误差补偿模型建立区域网平差误差方程,求解该误差方程,得到外方位元素的误差补偿量,根据补偿后的外方位元素实现定位。
本发明还提供了一种光学卫星影像的几何定位装置,该定位装置包括存储器和处理器,以及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器与所述存储器相耦合,所述处理器执行所述计算机程序时实现如本发明的光学卫星影像的几何定位方法。
本发明采用虚拟外方位元素描述卫星数据的成像几何关系,通过连接点和控制点在大地坐标系下的视线向量以及卫星运行的轨道高度值确定虚拟外方位元素,通过在误差源空间建立改正模型的方式来进行系统误差补偿,避免了目前只能针对窄视场角相机数据的使用限制,提高了大视场角、大姿态角误差以及弱交会角等复杂成像环境下光学卫星数据的几何定位精度。
进一步地,为了实现对连接点的提取,所述步骤1)采用SIFT的点特征提取算法进行连接点提取。
进一步地,所述步骤2)中通过各点的视线向量的确定过程如下:
A.获取任一控制点或连接点的像素坐标p(s,l);
B.根据给定的两个不相等的高程值通过有理函数模型计算出对应地面点大地坐标,根据得到的地面点大地坐标计算通过像素坐标p(s,l)的成像光线在大地坐标系下的视线向量。
进一步地,所述步骤2)中连接点的视线向量的坐标为(X2-X1,Y2-Y1,H2-H1),其中(X1,Y1,H1)为连接点在第一高程值下的坐标,(X2,Y2,H2)为连接点在第二高程值下的坐标。
进一步地,所述步骤4)中构建的观测条件方程为:
其中和分别为补偿后的外方位元素中的经度、纬度和大地高; 和分别为补偿后的成像光线在大地坐标系下的指向角以及摄影中心和物方点之间的旋偏角;XS、YS和HS分别表示补偿前成像时刻传感器的经度、纬度和大地高;ψX、ψY和ψZ分别表示补偿前成像光线在大地坐标系下的指向角以及摄影中心和物方点之间的旋偏角。
进一步地,所述步骤4)虚拟外方位元素的误差补偿模型为:
其中
(XS,YS,HS,ψX,ψY,ψZ)表示由轨道高度值恢复出来的初始虚拟外方位元素;,XS、YS和HS分别表示补偿前成像时刻传感器的经度、纬度和大地高,ψX、ψY和ψZ分别表示补偿前成像光线在大地坐标系下的指向角以及摄影中心和物方点之间的旋偏角,和分别为补偿后的外方位元素中的经度、纬度和大地高,和分别为补偿后的成像光线在大地坐标系下的指向角以及摄影中心和物方点之间的旋偏角,(ΔXS,ΔYS,ΔHS,ΔψX,ΔψY,ΔψZ)表示虚拟外方位元素改正数,ai,bi,ci,di,ei,fi(i=0,1,2)是多项式系数,sample、line分别表示像点坐标s和l。
进一步地,所述步骤4)采用最小二乘法迭代求解所述区域网平差误差方程。
附图说明
图1是本发明光学卫星影像的几何定位方法的流程图;
图2是本发明物方空间与摄影空间之间的位置关系示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步地说明。
方法实施例
本发明的几何定位方法采用虚拟外方位元素的概念描述卫星数据的成像几何关系,通过在误差源空间建立改正模型的方式来进行系统误差补偿。首先提取重叠影像连接点,然后计算连接点和控制点的像元视线向量,再根据像元视线向量建立以虚拟外方位元素描述的像方点和物方点之间的几何对应关系,最后根据几何对应关系构建观测条件方程,基于虚拟外方位元素的误差补偿模型,并根据该误差补偿模型建立区域网平差误差方程,求解该误差方程,得到外方位元素的误差补偿量,根据补偿后的外方位元素实现定位。该方法的流程如图1所示,具体实现过程如下。
1.提取连接点。
连接点指的是各幅影像中存在重叠区域影像中的点,一般会提取重叠区域影像中有一定意义的点,例如存在于多幅影像上的道路交叉口、地物角点等。本发明采用SIFT点特征算法进行连接点的提取。过程如下:
首先,利用SIFT或者其它点特征提取算法,对存在重叠区域的影像提取初始连接点;然后采用随机抽样一致性RANSAC算法对初始连接点进行粗差去除;最后采用最小二乘匹配对筛选得到的SIFT连接点坐标位置进行精化。
2.计算视线向量。
控制点指的是影像上的已知点,即其像素坐标和物方坐标都是已知的,连接点指的是通过步骤1的方式提取出的点,其像素坐标是已知的。下面根据连接点和各幅影像上的控制点计算各点对应的视线向量。
对于任一控制点或连接点,假设其像点的像素坐标为p(s,l),给定两个不相等的高程值H1和H2,结合有理函数模型,计算出对应的地面点大地坐标P1(X1,Y1,H1)和P2(X2,Y2,H2),根据这两点坐标计算各连接点和控制点的成像光线在大地坐标系下的视线向量(X2-X1,Y2-Y1,H2-H1)。具体过程为:
1)选取有理函数模型文件中的最低高程和最高高程值作为计算视线向量的两个高程值。
2)地面点大地坐标由控制点或连接点的像素坐标和高程值根据有理函数模型计算可得,有理函数模型的计算公式如下:
p=a1+a2V+a3U+a4W+a5VU+a6VW+a7UW+a8V2+a9U2+a10W2+a11UVW+a12V3+a13VU2+a14VW2+a15V2U+a16U3+a17UW2+a18V2W+a19U2W+a20W3
3.恢复虚拟外方位元素。
将得到的视线向量采用指向角的方式描述,根据卫星运行的轨道高度值,建立物方空间和摄影空间之间的位置关系,如图2所示,从而确定出成像时刻的位置信息和姿态信息,根据得到的位置关系的几何示意图,可知:
XS=X1+HS·ψX
YS=Y1+HS·ψY
摄影中心和物方点之间的关系还需要一个旋偏角来进行描述,用标识ψZ表示,对于高分辨卫星而言,其对应的值非常小,可以将其初值设为0。至此,表示摄影空间和物方空间对应关系的虚拟外方位元素(XS,YS,Hs,ψX,ψY,ψZ)已完全恢复。
从几何意义上对恢复的虚拟外方位元素进行分析,其三个线元素(XS,YS,Hs)分别代表的是成像时刻传感器的经度、纬度和大地高,三个角元素(ψX,ψY,ψZ)则表示成像光线在大地坐标系下的指向角以及摄影中心和物方点之间的旋偏角。虽然与真实的外方位元素表示方式存在区别,但其本质都是能够描述传感器成像时刻的位置和姿态。
4.构建误差方程并求解。
消去上式中的比例因子λ,可以得到观测条件方程:
根据视线向量和轨道高度恢复的虚拟外方位元素并不准确,还需要对其进行误差建模:
其中(XS,YS,HS,ψX,ψY,ψZ)表示由轨道高度值恢复出来的初始虚拟外方位元素,(ΔXS,ΔYS,ΔHS,ΔψX,ΔψY,ΔψZ)表示虚拟外方位元素改正数,对于线阵推扫视卫星影像,可将虚拟外方位元素改正数表示为如下所式的多项式模型:
其中ai,bi,ci,di,ei,fi(i=0,1,2)是多项式系数,sample、line分别表示像点坐标。
对于每一个控制点或者连接点,都可以确定出其对应的观测条件方程,将对应的虚拟外方位元素改正模型带入观测条件方程即可得到基于视线向量修正的卫星的影像区域网平差的数学模型,该模型是关于所要求解未知数的非线性表达式,需要进行线性化处理后才可用于最小二乘平差。
首先按照泰勒公式将该模型展开到一次项,以得到区域网平差误差方程式的矩阵形式,如下:
V=AX1+BX2-L
其中,X1表示多项式参数的改正数向量,表示X2表示地面点坐标的改正数向量,L表示为残差向量,A和B为分别为X1和X2对应未知数的系数矩阵,如下所示:
式中各未知数偏倒数均可以按照偏微分法则计算得到:
根据各未知数的偏导数采用边法化边消元的方法解算出虚拟外方位元素补偿模型参数,根据解算出的虚拟外方位元素改正数和初始虚拟外方位元素得到成像时刻的虚拟外方位元素。
根据上述过程,可得到每幅影像的虚拟外方位元素,根据得到的虚拟外方位元素,可以实现对每幅影像的精准几何定位。
装置实施例
本发明的光学卫星影像的几何定位装置包括存储器和处理器,以及存储在存储器上并在处理器上运行的计算机程序,处理器与存储器相耦合,处理器执行计算机程序时实现如本发明的光学卫星影像的几何定位方法,具体的实现过程已在方法的实施例中进行了详细说明,这里不再赘述。
Claims (7)
1.一种光学卫星影像的几何定位方法,其特征在于,该定位方法包括以下步骤:
1)获取光学卫星影像,对存在重叠区域的光学卫星影像进行连接点提取;
2)根据连接点的像素坐标、每幅影像上的控制点的像素坐标以及给定的高程值计算通过各点的成像光线在大地坐标系下的视线向量;
3)根据视线向量和卫星运行的轨道高度值建立物方空间和摄影空间之间的位置关系,确定虚拟外方位元素;
4)构建观测条件方程和虚拟外方位元素的误差补偿模型,并根据观测条件方程和误差补偿模型建立区域网平差误差方程,求解该误差方程,得到外方位元素的误差补偿量,根据补偿后的外方位元素实现定位;
所述步骤4)中构建的观测条件方程为:
2.根据权利要求1所述的光学卫星影像的几何定位方法,其特征在于,所述步骤1)采用SIFT点特征提取算法进行连接点提取。
3.根据权利要求1所述的光学卫星影像的几何定位方法,其特征在于,所述步骤2)中通过各点的视线向量的确定过程如下:
A.获取任一控制点或连接点的像素坐标p(s,l);
B.根据给定的两个不相等的高程值,通过有理函数模型计算出对应地面点大地坐标,根据得到的地面点大地坐标计算通过像素坐标p(s,l)的成像光线在大地坐标系下的视线向量。
4.根据权利要求1或3所述的光学卫星影像的几何定位方法,其特征在于,所述步骤2)中连接点的视线向量的坐标为(X2-X1,Y2-Y1,H2-H1),其中(X1,Y1,H1)为连接点在第一高程值下的坐标,(X2,Y2,H2)为连接点在第二高程值下的坐标。
5.根据权利要求1所述的光学卫星影像的几何定位方法,其特征在于,所述步骤4)虚拟外方位元素的误差补偿模型为:
其中
6.根据权利要求1所述的光学卫星影像的几何定位方法,其特征在于,所述步骤4)采用最小二乘法迭代求解所述区域网平差误差方程。
7.一种光学卫星影像的几何定位装置,其特征在于,该定位装置包括存储器和处理器,以及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器与所述存储器相耦合,所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的光学卫星影像的几何定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911390166.8A CN111044037B (zh) | 2019-12-26 | 2019-12-26 | 一种光学卫星影像的几何定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911390166.8A CN111044037B (zh) | 2019-12-26 | 2019-12-26 | 一种光学卫星影像的几何定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111044037A CN111044037A (zh) | 2020-04-21 |
CN111044037B true CN111044037B (zh) | 2021-06-18 |
Family
ID=70241374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911390166.8A Active CN111044037B (zh) | 2019-12-26 | 2019-12-26 | 一种光学卫星影像的几何定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111044037B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112212833B (zh) * | 2020-08-28 | 2021-07-09 | 中国人民解放军战略支援部队信息工程大学 | 机械拼接型tdi ccd推扫相机整体几何平差方法 |
CN113091753B (zh) * | 2021-03-02 | 2022-08-12 | 上海卫星工程研究所 | 用于星敏视场保护的卫星姿态导引方法及其系统 |
CN113628281B (zh) * | 2021-08-06 | 2022-07-26 | 南京航空航天大学 | 一种基于二维指向角的星对星观测像点定位误差补偿方法 |
CN113865617B (zh) * | 2021-08-30 | 2023-06-09 | 中国人民解放军火箭军工程大学 | 飞行器机动发射主动段后视景象匹配精确位姿修正方法 |
CN114004885B (zh) * | 2021-10-18 | 2022-07-12 | 上海航天空间技术有限公司 | 利用卫星视线矢量对空中目标位置的快速估计方法 |
CN114838740B (zh) * | 2022-05-20 | 2024-04-26 | 北京市遥感信息研究所 | 一种考虑不同经纬度区域的卫星图像几何定标方法 |
Citations (9)
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 |
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 |
CN104931022A (zh) * | 2015-04-21 | 2015-09-23 | 国家测绘地理信息局卫星测绘应用中心 | 基于星载激光测高数据的卫星影像立体区域网平差方法 |
CN105761248A (zh) * | 2016-01-30 | 2016-07-13 | 武汉大学 | 超大规模无控制区域网稳健平差方法及系统 |
CN105783879A (zh) * | 2016-03-03 | 2016-07-20 | 中国测绘科学研究院 | 一种条带约束下的同轨卫星连续景影像定位方法 |
CN106504286A (zh) * | 2016-08-20 | 2017-03-15 | 航天恒星科技有限公司 | 卫星影像定位方法和装置 |
CN106595600A (zh) * | 2016-12-23 | 2017-04-26 | 航天恒星科技有限公司 | 立体测绘卫星姿态测定系统低频误差补偿方法及系统 |
CN107705329A (zh) * | 2017-10-24 | 2018-02-16 | 武汉大学 | 基于几何约束的高分辨率光学卫星凝视影像配准方法 |
CN108489468A (zh) * | 2018-03-29 | 2018-09-04 | 中国人民解放军61540部队 | 三线阵影像外方位元素平滑方程自适应光束法平差方法 |
-
2019
- 2019-12-26 CN CN201911390166.8A patent/CN111044037B/zh active Active
Patent Citations (9)
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 |
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 |
CN104931022A (zh) * | 2015-04-21 | 2015-09-23 | 国家测绘地理信息局卫星测绘应用中心 | 基于星载激光测高数据的卫星影像立体区域网平差方法 |
CN105761248A (zh) * | 2016-01-30 | 2016-07-13 | 武汉大学 | 超大规模无控制区域网稳健平差方法及系统 |
CN105783879A (zh) * | 2016-03-03 | 2016-07-20 | 中国测绘科学研究院 | 一种条带约束下的同轨卫星连续景影像定位方法 |
CN106504286A (zh) * | 2016-08-20 | 2017-03-15 | 航天恒星科技有限公司 | 卫星影像定位方法和装置 |
CN106595600A (zh) * | 2016-12-23 | 2017-04-26 | 航天恒星科技有限公司 | 立体测绘卫星姿态测定系统低频误差补偿方法及系统 |
CN107705329A (zh) * | 2017-10-24 | 2018-02-16 | 武汉大学 | 基于几何约束的高分辨率光学卫星凝视影像配准方法 |
CN108489468A (zh) * | 2018-03-29 | 2018-09-04 | 中国人民解放军61540部队 | 三线阵影像外方位元素平滑方程自适应光束法平差方法 |
Non-Patent Citations (3)
Title |
---|
An Automatic Recognition and Positioning Method for Point Source Targets on Satellite Images;Li Kai等;《ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION》;20181107;第7卷(第11期);第1-18页 * |
一种高分辨率光学卫星影像时变系统误差建模补偿方法;范城城等;《光学学报》;20160812;第36卷(第12期);第308-315页 * |
资源三号测绘卫星影像平面和立体区域网平差比较;汪韬阳等;《测绘学报》;20140415;第43卷(第4期);第389-395、403页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111044037A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111044037B (zh) | 一种光学卫星影像的几何定位方法及装置 | |
CN110500995B (zh) | 利用rpc参数建立高分辨率卫星影像等效几何成像模型的方法 | |
US9020204B2 (en) | Method and an apparatus for image-based navigation | |
US9466143B1 (en) | Geoaccurate three-dimensional reconstruction via image-based geometry | |
US9378585B2 (en) | System and method for automatic geometric correction using RPC | |
US8542947B2 (en) | Method for RPC refinement using ground control information | |
KR100762891B1 (ko) | Los벡터 조정모델을 이용한 영상의 기하보정 방법 및 그장치 | |
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 | |
Teo | Bias compensation in a rigorous sensor model and rational function model for high-resolution satellite images | |
CN115187798A (zh) | 一种多无人机高精度匹配定位方法 | |
de Franchis et al. | Automatic sensor orientation refinement of Pléiades stereo images | |
CN113947638A (zh) | 鱼眼相机影像正射纠正方法 | |
KR100520275B1 (ko) | Gps 측량에 의한 수치지도 제작시 촬영기구회전모델을 이용한 선형 스캐닝 영상의 기하 보정방법 | |
CN105571598B (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
CN109029379B (zh) | 一种高精度小基高比立体测绘方法 | |
Yang et al. | Relative geometric refinement of patch images without use of ground control points for the geostationary optical satellite GaoFen4 | |
CN110503604B (zh) | 一种基于高精度pos的航空面阵影像实时正射拼接方法 | |
CN114004949B (zh) | 机载点云辅助的移动测量系统安置参数检校方法及系统 | |
CN116203544A (zh) | 一种移动测量系统往返测回无控自检校方法、装置及介质 | |
KR101690950B1 (ko) | 최소 기준점을 이용한 푸시브롬 스캔 방식 스트립 위성영상의 기하보정 방법 및 이의 시스템 | |
Liu et al. | Adaptive re-weighted block adjustment for multi-coverage satellite stereo images without ground control points | |
CN114255457A (zh) | 基于机载LiDAR点云辅助的同机影像直接地理定位方法及系统 | |
CN110826407B (zh) | 一种高分辨率卫星广义像对的立体匹配方法 | |
US9256787B2 (en) | Calculation of numeric output error values for velocity aberration correction of an image | |
Oh et al. | Ground Control Point Chip-based Kompsat-3A Rational Polynomial Coefficient Bias Compensation Using Both Intensity-and Edge-based Matching Methods. |
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 |