CN111156969A - 一种宽幅遥感影像立体测绘方法及系统 - Google Patents

一种宽幅遥感影像立体测绘方法及系统 Download PDF

Info

Publication number
CN111156969A
CN111156969A CN202010082313.1A CN202010082313A CN111156969A CN 111156969 A CN111156969 A CN 111156969A CN 202010082313 A CN202010082313 A CN 202010082313A CN 111156969 A CN111156969 A CN 111156969A
Authority
CN
China
Prior art keywords
wide
image
remote sensing
precision
error compensation
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.)
Pending
Application number
CN202010082313.1A
Other languages
English (en)
Inventor
黄文超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010082313.1A priority Critical patent/CN111156969A/zh
Publication of CN111156969A publication Critical patent/CN111156969A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • G01C11/06Interpretation of pictures by comparison of two or more pictures of the same area
    • G01C11/08Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种宽幅遥感影像立体测绘方法及系统,包括采用遥感平台上一台宽幅相机,从异轨上对同一地区进行成像,在成像过程中不进行机动,通过宽覆盖的重叠区域获取异轨立体宽幅影像对;选取覆盖高精度地表数据的多张宽幅遥感影像,对覆盖高精度地表数据的多幅宽幅影像采用仿真‑配准的方法进行高精度地面控制点获取;对宽幅遥感影像系统误差进行建模,并利用高精度地面控制点求解系统误差补偿模型参数;采用系统误差补偿模型参数对异轨立体宽幅影像对的系统误差分别进行补偿,进行高精度测绘产品的制作。本发明可充分利用宽幅遥感数据进行立体测绘,提高了对地观测数据的应用效益,解决传统立体测绘方法存在的时间分辨率和空间覆盖率的矛盾。

Description

一种宽幅遥感影像立体测绘方法及系统
技术领域
本发明属于遥感影像几何处理领域,涉及一种宽幅遥感影像立体测绘方法及系统。
背景技术
传统立体测绘主要分为两种:多线阵立体测绘和机动立体测绘。
如图1为多线阵立体测绘,多线阵立体测绘采用同一遥感平台上多视线阵载荷分别对同一区域先后成像构成立体。多视立体模式的交会角、基线等都是确定的。此种模式沿着轨道成一轨影像,因此可以进行大范围的立体测图。SPOT-5 HRS相机(Bouillon A.,2003;Michalis P.,2004;Berthier E.,2008;Hashemian M.S.,2016)、Terra ASTER相机(Toutin T.,2002;Hirano A.,2003)采用双线阵立体模式;资源三号(Li D.R.,2012;TangX.M.,2013)和天绘一号(Wang R.X.,2012;Li S.M.,2012;Fu Y.,2012)采用三线阵立体模式。然而,由于多线阵立体模式的幅宽都比较窄(通常小于50公里),因此回归周期一般都在两三个月左右,即时间分辨率比较低。多线阵立体测绘覆盖率高,但是时间分辨率比较低。
如图2为机动立体测绘,机动立体测绘仅采用平台上的一个线阵载荷,通过拍摄过程中的机动实现对同一地区不同视角的观测。借助于高敏捷机动性,可以实现同轨秒级、异轨小时级的观测频率,即具有较高的时间分辨率。IKONOS(Dial G.,2003)、GeoEye(CrespiM.,2010)、QuickBird-2(Liedtke J.,2016)、WorldView(Dolloff J.,2010)、SPOT-6&7(ASTRIUM,2016)和Pleiades(Greslou D.,2016;Jean-Marc D.,2016;Philippe K.,2016)都采用这种立体模式。然而,由于机动立体模式存在机动过程,因此无法获得完整的一轨影像,即覆盖范围比较少。机动立体测绘时间分辨率高,但是覆盖率比较低。
发明内容
本发明针对传统立体测绘方法时间分辨率和空间覆盖率之间的矛盾,提供一种宽幅遥感影像立体测绘方法,其过程包括以下步骤:
步骤1,采用遥感平台上一台宽幅相机,从异轨上分别对同一地区进行成像,在成像过程中不进行机动,通过宽覆盖的重叠区域获取异轨立体宽幅影像对;
步骤2,选取覆盖高精度地表数据的多张宽幅遥感影像,对覆盖高精度地表数据区域的多幅宽幅影像采用仿真-配准的方法进行高精度地面控制点获取;
步骤3,对宽幅遥感影像系统误差进行建模,并利用步骤2得到的高精度地面控制点求解系统误差补偿模型参数;
步骤4,采用步骤3得到的系统误差补偿模型参数对异轨立体宽幅影像对的系统误差分别进行补偿,再进行高精度测绘产品的制作。
而且,步骤2的实施方式为:
步骤2.1,选取覆盖高精度地表数据的多张宽幅遥感影像,高精度地表数据分别覆盖多张宽幅遥感影像的不同部位;
步骤2.2,对覆盖高精度地表数据区域的多幅宽幅影像采用仿真-配准的方法进行高精度地面控制点获取。
而且,步骤2.2的实施方式为:
首先,将高精度地表数据按照影像的几何成像模型投影到像面上消除卫星侧摆、投影差等几何变形影响得到仿真影像;其次,当获取仿真影像后,采用高精度匹配算法匹配仿真影像和卫星获取的影像得到高精度像方匹配结果;最后,通过几何成像模型和高精度地表数据将仿真影像的像方坐标转化成物方坐标,得到高精度地面控制点。
而且,步骤3的实施方式为:
步骤3.1,采用光学畸变模型对宽幅光学遥感卫星的高阶畸变进行误差分析;
步骤3.2,对光学畸变模型进行参数合并与简化,获得系统误差补偿模型;
步骤3.3,考虑多张参考影像外方位元素误差的影响,构建附带约束条件的系统误差补偿模型;
步骤3.4,利用步骤2得到的高精度地面控制点求解系统误差补偿模型参数。
而且,步骤3.3的系统误差补偿模型为:
Δx=a0+a1y+a2y2+a3y3+a4y4
Δy=b0+b1y+b2y2+b3y3+b4y4+b5y5
其中(x,y)为像面坐标值,(Δx,Δy)为像面畸变,a0,a1,…,a4,b0,b1,…,b5为待求的系统误差补偿参数。
而且,步骤3.4的附带约束条件的系统误差补偿模型为:
Figure BDA0002380754290000031
其中(x,y)为像面坐标值,(Δx,Δy)为像面畸变,a0,a1,…,a4,b0,b1,…,b5为待求的系统误差补偿参数,n表示参与计算的参考影像的数目,cj,dj,ej,fj表示对于各张宽幅影像的系统误差补偿模型的附加参数。
而且,本发明还提供一种宽幅遥感影像立体测绘系统,用于上述宽幅遥感影像立体测绘方法。
较传统立体测绘方法,本发明拥有两点显著优势:
第一,解决了时间分辨率和空间覆盖率之间的矛盾。从异轨上分别对同一地区进行成像,在成像过程中不进行机动,通过宽覆盖的重叠区域进行立体测图,兼具多线阵立体测绘大范围的立体测图和机动立体测绘异轨小时级的时间分辨率。
第二,充分利用非测绘目的遥感数据进行立体测绘,提高了对地观测数据的应用效益。在卫星研制论证及后期数据处理过程中,一般都会根据任务使命的需求设计对应的卫星及对地观测数据处理方法。由于任务使命的特定性,获取的数据一般只关注任务使命的完成,而不考虑其他领域的应用拓展。宽幅遥感影像的任务使命都是用于国土资源普查,对于几何精度并没有过多关注。本发明充分考虑遥感数据的特点,在系统误差补偿的基础上利用宽幅遥感影像进行立体测绘,拓展了宽幅遥感影像的用途。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1为多线阵立体测绘原理示意图。
图2为机动立体测绘原理示意图。
图3为宽幅立体测绘原理示意图。
图4为高精度地表数据示意图。
图5为宽幅影像控制点获取策略示意图。
图6为多幅参考影像覆盖范围示意图。
图7为利用高精度地表数据获取高精度地面控制点原理示意图。
图8为附带约束条件的系统误差补偿模型原理示意图。
图9为附带约束条件的系统误差补偿流程图。
图10宽幅遥感影像立体测绘流程图。
具体实施方式
以下结合附图和实施例详细说明本发明的技术方案。
本发明针对传统立体测绘方法时间分辨率和空间覆盖率之间的矛盾,提供一种宽幅遥感影像立体测绘方法。宽幅立体测绘采用平台上一台宽幅相机,从异轨上分别对同一地区进行成像,在成像过程中不进行机动,通过宽覆盖的重叠区域进行立体测图。与传统立体测绘方法相比,宽幅立体测绘具有高覆盖率(例如800公里幅宽)和高时间分辨率(一两天的重访周期),有效解决时间分辨率和空间覆盖率之间的矛盾。
然而,在卫星研制论证及后期数据处理过程中,一般都会根据任务使命的需求设计对应的卫星及对地观测数据处理方法。由于任务使命的特定性,获取的数据一般只关注任务使命的完成,而不考虑其他领域的应用拓展。由于宽幅影像其最初任务和目标在于国土资源调查,在相机设计和数据处理时候未过多的考虑影像畸变问题,所以存在影像内部精度不高的情况。由于测绘对影像内部精度的高要求,在用宽幅遥感影像需要对其他领域不关注的系统误差进行检测和补偿。本发明针对宽幅遥感影像系统误差的检测和补偿提出了一套有效的方法,并提出利用补偿后的宽幅影像进行宽幅立体测绘。
以下结合附图和实施例详细说明本发明的技术方案,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
本发明实施例提供的一种宽幅遥感影像立体测绘方法,包括以下步骤:
步骤1,采用遥感平台上一台宽幅相机,从异轨上分别对同一地区进行成像,在成像过程中不进行机动,通过宽覆盖的重叠区域获取异轨立体宽幅影像对。
如图3所示,采用遥感卫星上一台宽幅相机,遥感卫星位于轨道1上对地面进行连续成像,经过一个轨道周期后,在轨道2上再次对地面进行连续成像,在整个过程中卫星不进行任何的机动操作;两次拍摄的成像区域存在比较大的重叠区域,通过宽幅相机的宽覆盖来获取异轨立体像对。
步骤2,选取覆盖高精度地表数据的多张宽幅遥感影像,对覆盖高精度地表数据区域的多幅宽幅影像采用仿真-配准的方法进行高精度地面控制点获取。
步骤2.1,选取覆盖高精度地表数据的多张宽幅遥感影像,高精度地表数据分别覆盖多张宽幅遥感影像的不同部位。
如图4所示,高精度地表数据一般为航空摄影测量获得的亚米级或者亚分米级的数字正射影像(digital orthophoto map,DOM)和数字高程模型(digital elevationmodel,DEM)。高精度地表数据上面的每一个点都可以看做控制点。如果将卫星拍摄的影像(称为参考影像)和高精度地表数据的DOM进行匹配,得到准确的平面坐标,再到DEM上内插对应的高程,则可以获得控制点以及对应的像点。
由于宽幅影像幅宽大,所以通过一景参考影像获取覆盖足够幅宽的控制点是不可能。为此,本发明引入了多幅参考影像用于获取控制点。高精度地表数据分别覆盖这些参考影像的不同部位,这样拓展高精度地表数据的覆盖范围。如图5所示,图中的影像为高精度地表数据,其地理范围远远小于宽幅影像。图中引入了三幅参考影像,高精度地表数据覆盖第一幅参考影像的右半部分、覆盖第二幅影像的中间部分、覆盖第三幅影像的左半部分,这样达到对影像全幅宽的控制。多幅参考影像覆盖范围如图6所示,图中通过3景参考影像达到覆盖幅宽的作用。
步骤2.2,对覆盖高精度地表数据区域的多幅宽幅影像采用仿真-配准的方法进行高精度地面控制点获取。
由于卫星侧摆、投影差、相机畸变等因素引起的几何变形,将会导致普通的匹配算法无法准确、快速的将卫星获取的影像和高精度地表数据进行配准;另外,一般来说高精度的匹配算法(例如最小二乘匹配)都要求两张影像的几何相似度比较高,上述的几何变形在一定程度上会大大降低高精度匹配算法的匹配精度。
为此,本发明提出仿真-配准的方法解决卫星侧摆、投影差等几何变形对控制点获取精度的影响。如图7所示,卫星侧摆和投影差的影响可以通过将高精度地表数据按照影像的几何成像模型投影到像面上进行消除,这个高精度地表数据投影后的影像称为仿真影像,对于仿真影像上的每个像素,都可以通过几何成像模型反算到物方上,从而获得对应的控制点信息。当获取仿真影像后,由于大部分的模型和地形引起的几何变形都被消除了,剩下的相机畸变在局部范围内的变形影响比较小,因此高精度匹配算法就可以用于仿真影像和卫星获取的影像之间的匹配,从而得到高精度的像方匹配结果。当仿真影像获得像方匹配结果后,可以通过几何成像模型和DEM数据将像方坐标转化到物方,从而得到控制点。按照这样的流程,可自动的获得大量的控制点用于宽幅影像系统误差探测、分析和补偿。
仿真-配准的控制点获取策略充分利用了已有的成像模型信息和高精度地表数据信息,通过仿真的手段把已知的变形消除,满足之后配准步骤的几何要求,降低了配准过程的难度;同时仿真的过程利用了成像模型的预测信息,大大缩小了配准时候的搜索范围,提高了控制点获取的效率。
步骤3,对宽幅遥感影像系统误差进行建模,并利用步骤2得到的高精度地面控制点求解系统误差补偿模型参数。
步骤3.1,采用光学畸变模型对宽幅光学遥感卫星的高阶畸变进行误差分析。光学畸变差是由于镜头设计、制作和装配所引起的像点偏离其理想位置的点位误差。其主要包括主点误差、主距误差、径向畸变误差、偏心畸变误差及变形畸变误差。
主点误差:(Δx0,Δy0),主点测量位置与实际位置的偏差;
主距误差:Δf,主距测量值与实际值的偏差;
径向畸变误差:(k1,k2,k3);径向畸变误差主要来自于透镜的形状,对于航天级相机一般仅仅到k1即可,本发明具体实施考虑到k2
偏心畸变误差:(P1,P2);偏心畸变误差一般来自相机(透镜)的组装过程;
变形畸变误差:(a1,a2,b1,b2),对于航天级相机无须考虑;
假设像面坐标值为(x,y),像面畸变为(Δx,Δy),主点偏移为(x0,y0),主距为f。
主点误差为线性误差,可表述如下:
Figure BDA0002380754290000061
主距误差为缩放误差,可表述如下:
Figure BDA0002380754290000071
径向畸变误差为高次模型,可表述如下:
Figure BDA0002380754290000072
其中r2=(x-x0)2+(y-y0)2
偏心畸变误差为高次模型,可表述如下:
Figure BDA0002380754290000073
上述各类误差合并为畸变模型表述如下:
Figure BDA0002380754290000074
令(x',y')=(x-x0,y-y0),宽幅光学遥感卫星畸变模型表述如下:
Figure BDA0002380754290000075
其中r2=x'2+y'2
步骤3.2,对光学畸变模型进行参数合并与简化,获得系统误差补偿模型。宽幅遥感影像为推扫光学遥感相机,沿轨向坐标x'为常数,设为C,并将r代入,畸变模型表述如下:
Figure BDA0002380754290000076
进行如下的变量替换:
Figure BDA0002380754290000081
将畸变模型变换如下:
Figure BDA0002380754290000082
将y'=y-y0代入得到:
Figure BDA0002380754290000083
进行如下的变量替换:
Figure BDA0002380754290000084
得到解算用的宽幅遥感相机系统误差补偿模型为:
Figure BDA0002380754290000085
其中变量a0,a1,…,a4,b0,b1,…,b5为待求的系统误差补偿参数。
步骤3.3,考虑多张参考影像外方位元素误差的影响,构建附带约束条件的系统误差补偿模型。
宽幅遥感影像需要引入多个参考影像以获取足够幅宽的控制点,从不同时间获取的参考影像具有不同的外方位元素误差和相同的内方位元素误差。因此,需要考虑不同外方位元素误差对系统误差补偿模型求解的影响。由于内外方位元素的强相关,外方位元素补偿后的残差不可避免地影响着内方位元素误差的求解,且对不同的参考影像的影响不一致。如图8所示,以参考影像垂轨方向的垂轨误差为例,四景覆盖不同范围的参考影像经过外方位元素误差补偿之后,其残差曲线如图中的实曲线所示。从图中可以看出,经过外方位元素误差补偿之后,四景影像的残差曲线并不连续(如图中的虚线所示)。因此,此时参考影像像面上的内方位元素误差很难通过公式(12)进行拟合。当姿态角很小的情况下,外方位元素误差造成的像面偏移可以用平移+比例来进行描述,即附带约束条件的系统误差补偿模型:
Figure BDA0002380754290000091
其中,n表示参与计算的参考影像的数目,cj,dj,ej,fj表示对于各张参考影像的附加参数。
步骤3.4,利用步骤2得到的高精度地面控制点求解系统误差补偿模型参数。
如图9所示,根据多幅参考影像的几何成像模型、像点和控制点,计算控制点的像面残差,采用附带约束条件的系统误差补偿模型对系统补偿参数进行求解,并将求解出来的系统误差补偿参数作为这几景参考影像共有的内方位元素;判断系统误差补偿参数的结果是否满足精度要求(像面残差高于0.5个像素)或大于迭代最多次数(迭代次数100次)。如果是的话,则输出系统误差补偿参数;如果不是的话,则再次进行迭代。这里需要说明的是,输出的系统误差补偿参数仅仅只有一套内方位补偿参数。而对于每一景参考影像,都有自己的附加补偿参数。
步骤4,采用步骤3得到的系统误差补偿模型参数对异轨立体宽幅影像对的系统误差分别进行补偿,再进行高精度测绘产品的制作。
异轨立体宽幅影像对从两条相邻轨道上对同一地区进行非机动拍摄,具有比较大的重叠区域且合适的交会角,两张异轨宽幅影像在垂轨方向上形成立体视差。如图10所示,由于异轨影像采用的是同一台遥感相机采集,因此具有一样的系统误差补偿参数,采用步骤3得到的系统误差补偿模型参数分别对异轨立体宽幅影像分别进行系统误差补偿,得到系统误差补偿后的宽幅影像;将补偿后的两幅宽幅影像作为测绘产品制作过程的输入数据,生成立体核线影像、数字表面模型(Digital Surface Model,DSM)、数字高程模型(Digital Elevation Model,DEM)、数字正射影像(Digital OrthoPhoto Map,DOM)等测绘基础产品。
从上述实施步骤可以看出,较传统立体测绘方法,本发明拥有两点显著优势。
第一,解决了时间分辨率和空间覆盖率之间的矛盾。从异轨上分别对同一地区进行成像,在成像过程中不进行机动,通过宽覆盖的重叠区域进行立体测图,兼具多线阵立体测绘大范围的立体测图和机动立体测绘异轨小时级的时间分辨率。
第二,充分利用非测绘目的遥感数据进行立体测绘,提高了对地观测数据的应用效益。在卫星研制论证及后期数据处理过程中,一般都会根据任务使命的需求设计对应的卫星及对地观测数据处理方法。由于任务使命的特定性,获取的数据一般只关注任务使命的完成,而不考虑其他领域的应用拓展。宽幅遥感影像的任务使命都是用于国土资源普查,对于几何精度并没有过多关注。本发明充分考虑遥感数据的特点,在系统误差补偿的基础上利用宽幅遥感影像进行立体测绘,拓展了宽幅遥感影像的用途。
具体实施时,以上流程可采用计算机软件方式实现自动运行,运行本方法的系统装置也应当在保护范围内。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (7)

1.一种宽幅遥感影像立体测绘方法,其特征在于:宽幅遥感影像立体测绘方法包括以下步骤:
步骤1,采用遥感平台上一台宽幅相机,从异轨上分别对同一地区进行成像,在成像过程中不进行机动,通过宽覆盖的重叠区域获取异轨立体宽幅影像对;
步骤2,选取覆盖高精度地表数据的多张宽幅遥感影像,对覆盖高精度地表数据区域的多幅宽幅影像采用仿真-配准的方法进行高精度地面控制点获取;
步骤3,对宽幅遥感影像系统误差进行建模,并利用步骤2得到的高精度地面控制点求解系统误差补偿模型参数;
步骤4,采用步骤3得到的系统误差补偿模型参数对异轨立体宽幅影像对的系统误差分别进行补偿,再进行高精度测绘产品的制作。
2.如权利要求1所述一种宽幅遥感影像立体测绘方法,其特征在于:所述步骤2的实施方式如下:
步骤2.1,选取覆盖高精度地表数据的多张宽幅遥感影像,高精度地表数据分别覆盖多张宽幅遥感影像的不同部位;
步骤2.2,对覆盖高精度地表数据区域的多幅宽幅影像采用仿真-配准的方法进行高精度地面控制点获取。
3.如权利要求2所述一种宽幅遥感影像立体测绘方法,其特征在于:所述步骤2.2的实施方式为:
首先,将高精度地表数据按照影像的几何成像模型投影到像面上消除卫星侧摆、投影差等几何变形影响得到仿真影像;其次,当获取仿真影像后,采用高精度匹配算法匹配仿真影像和卫星获取的影像得到高精度像方匹配结果;最后,通过几何成像模型和高精度地表数据将仿真影像的像方坐标转化成物方坐标,得到高精度地面控制点。
4.如权利要求1所述一种宽幅遥感影像立体测绘方法,其特征在于:所述步骤3的实施方式如下:
步骤3.1,采用光学畸变模型对宽幅光学遥感卫星的高阶畸变进行误差分析;
步骤3.2,对光学畸变模型进行参数合并与简化,获得系统误差补偿模型;
步骤3.3,考虑多张参考影像外方位元素误差的影响,构建附带约束条件的系统误差补偿模型;
步骤3.4,利用步骤2得到的高精度地面控制点求解系统误差补偿模型参数。
5.如权利要求4所述一种宽幅遥感影像立体测绘方法,其特征在于:所述步骤3.2的系统误差补偿模型为:
Δx=a0+a1y+a2y2+a3y3+a4y4
Δy=b0+b1y+b2y2+b3y3+b4y4+b5y5
其中(x,y)为像面坐标值,(Δx,Δy)为像面畸变,a0,a1,…,a4,b0,b1,…,b5为待求的系统误差补偿参数。
6.如权利要求4所述一种宽幅遥感影像立体测绘方法,其特征在于:所述步骤3.3的附带约束条件的系统误差补偿模型为:
Figure FDA0002380754280000021
其中(x,y)为像面坐标值,(Δx,Δy)为像面畸变,a0,a1,…,a4,b0,b1,…,b5为待求的系统误差补偿参数,n表示参与计算的参考影像的数目,cj,dj,ej,fj表示对于各张宽幅影像的系统误差补偿模型的附加参数。
7.一种宽幅遥感影像立体测绘系统,其特征在于:用于权利要求1至6所述的一种宽幅遥感影像立体测绘方法。
CN202010082313.1A 2020-02-07 2020-02-07 一种宽幅遥感影像立体测绘方法及系统 Pending CN111156969A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010082313.1A CN111156969A (zh) 2020-02-07 2020-02-07 一种宽幅遥感影像立体测绘方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010082313.1A CN111156969A (zh) 2020-02-07 2020-02-07 一种宽幅遥感影像立体测绘方法及系统

Publications (1)

Publication Number Publication Date
CN111156969A true CN111156969A (zh) 2020-05-15

Family

ID=70565382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010082313.1A Pending CN111156969A (zh) 2020-02-07 2020-02-07 一种宽幅遥感影像立体测绘方法及系统

Country Status (1)

Country Link
CN (1) CN111156969A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953696A (zh) * 2023-03-14 2023-04-11 航天宏图信息技术股份有限公司 立体卫星影像精度质检的方法、装置和电子设备
CN116070887A (zh) * 2023-04-06 2023-05-05 平原县自然资源服务中心 一种土地测绘数据智能分析管理系统
CN117994678A (zh) * 2024-04-03 2024-05-07 山东鲁邦地理信息工程有限公司 自然资源遥感测绘影像定位方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108305237A (zh) * 2018-01-23 2018-07-20 中国科学院遥感与数字地球研究所 考虑不同光照成像条件的多立体影像融合制图方法
CN109903352A (zh) * 2018-12-24 2019-06-18 中国科学院遥感与数字地球研究所 一种卫星遥感影像大区域无缝正射影像制作方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108305237A (zh) * 2018-01-23 2018-07-20 中国科学院遥感与数字地球研究所 考虑不同光照成像条件的多立体影像融合制图方法
CN109903352A (zh) * 2018-12-24 2019-06-18 中国科学院遥感与数字地球研究所 一种卫星遥感影像大区域无缝正射影像制作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄文超: "基础遥感产品系统误差补偿方法研究", 《CNKI博士电子期刊》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953696A (zh) * 2023-03-14 2023-04-11 航天宏图信息技术股份有限公司 立体卫星影像精度质检的方法、装置和电子设备
CN115953696B (zh) * 2023-03-14 2023-07-25 航天宏图信息技术股份有限公司 立体卫星影像精度质检的方法、装置和电子设备
CN116070887A (zh) * 2023-04-06 2023-05-05 平原县自然资源服务中心 一种土地测绘数据智能分析管理系统
CN117994678A (zh) * 2024-04-03 2024-05-07 山东鲁邦地理信息工程有限公司 自然资源遥感测绘影像定位方法及系统

Similar Documents

Publication Publication Date Title
Hu et al. Understanding the rational function model: methods and applications
Di et al. A Self-Calibration Bundle Adjustment Method for Photogrammetric Processing of Chang $^{\prime} $ E-2 Stereo Lunar Imagery
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
JP4448187B2 (ja) 映像の幾何補正方法およびその装置
CN107144293A (zh) 一种视频卫星面阵相机的几何定标方法
Zhang et al. Multistrip bundle block adjustment of ZY-3 satellite imagery by rigorous sensor model without ground control point
CN111156969A (zh) 一种宽幅遥感影像立体测绘方法及系统
KR20190026452A (ko) 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법
CN110111274B (zh) 一种星载推扫式光学传感器外方位元素定标方法
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
CN102519436B (zh) 一种嫦娥一号立体相机与激光高度计数据联合平差方法
CN110211054A (zh) 一种星载推扫式光学传感器无畸变影像制作方法
CN102410831A (zh) 多条带扫描成像模型的设计及定位方法
CN113900125A (zh) 星地联合的线阵成像遥感卫星全自主几何定标方法及系统
CN113960545A (zh) 基于对称几何构型约束的星载sar无场几何定标方法及其系统
Haala et al. Hybrid georeferencing of images and LiDAR data for UAV-based point cloud collection at millimetre accuracy
Liu et al. A new approach to fast mosaic UAV images
CN109029379B (zh) 一种高精度小基高比立体测绘方法
Grodecki et al. IKONOS geometric calibrations
CN112802118B (zh) 一种光学卫星传感器在轨分时几何定标方法
Pan Geolocation error tracking of ZY-3 three line cameras
Radhadevi et al. New era of Cartosat satellites for large scale mapping
CN105374009A (zh) 遥感影像拼接方法及装置
CN111044076B (zh) 基于参考底图的高分一号b卫星几何检校方法
Cao et al. Nonlinear Systematic Distortions Compensation in Satellite Images Based on an Equivalent Geometric Sensor Model Recovered From RPCs

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