CN111369453A - 一种基于平均高程面的影像快速几何预处理方法 - Google Patents

一种基于平均高程面的影像快速几何预处理方法 Download PDF

Info

Publication number
CN111369453A
CN111369453A CN202010121589.6A CN202010121589A CN111369453A CN 111369453 A CN111369453 A CN 111369453A CN 202010121589 A CN202010121589 A CN 202010121589A CN 111369453 A CN111369453 A CN 111369453A
Authority
CN
China
Prior art keywords
image
coordinates
average elevation
correction
geometric
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
CN202010121589.6A
Other languages
English (en)
Inventor
金淑英
王密
张致齐
杨芳
刘思远
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202010121589.6A priority Critical patent/CN111369453A/zh
Publication of CN111369453A publication Critical patent/CN111369453A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于平均高程面的影像快速几何预处理方法。该方法将传感器校正和系统几何纠正两个步骤合二为一，仅输出一种基于平均高程面的系统几何纠正产品。该产品兼有传感器校正产品和系统几何纠正产品的特点，包括带地理定位信息的影像和有理多项式模型系数两部分。一方面，其影像包含有地理定位信息，可以直接作为系统几何纠正产品使用；另一方面，用户也可以利用其有理多项式模型系数对影像进行几何精加工，得到含有地理定位信息的影像产品。本发明提出的这种基于平均高程面的影像快速几何预处理系统，节约了CPU和I/O资源，提高了时效性，也增加了产品的易用性。

Description

一种基于平均高程面的影像快速几何预处理方法
技术领域
本发明涉及一种预处理方法，尤其是涉及一种基于平均高程面的影像快速几何预处理方法。
背景技术
传统的地面预处理系统的生产流程包括传感器校正、系统几何纠正两个步骤，可分别输出传感器校正产品和系统几何纠正产品两种影像。其中，系统几何纠正产品包含地理定位信息，用户可以直接使用。传感器校正产品有理多项式模型系数，用户可以对影像进行几何精加工，得到含有地理定位信息的影像产品。由于这种传统的地面预处理系统需要输出两种产品，增加了I/O开销，导致时效性降低，难以适应地震、洪涝、森林火灾等应急场合。
发明内容
本发明的上述技术问题主要是通过下述技术方案得以解决的：
一种基于平均高程面的影像快速几何预处理方法，其特征在于，包括：
步骤1、由对地观测卫星光学传感器通过线阵推扫成像方式获取影像，且经过传感器校正处理；同时利用成像过程中的行时、姿态、轨道等辅助数据和相机定标系数计算了传感器校正影像对应的有理多项式模型系数；其中，传感器校正影像对应的有理多项式模型是指：传感器影像点的二维坐标(x,y)与地球表面点的三维坐标(L,B,H)之间的数学关系式，该数学关系式的具体形式是两个三次多项式之比，故称为有利多项式；
步骤2、将传感器校正影像对应的有理多项式模型系数转换成系统几何纠正影像对应的有理多项式模型系数；转换前的像方坐标对应于传感器校正影像坐标(x1,y1)，转换后的像方坐标对应于平均高程面上的系统几何纠正影像坐标(x2,y2)；这两种像方坐标之间存在如下关系；
x1＝Fx(L,B,H),y1＝Fy(L,B,H) 公式(1)
Figure BDA0002393145010000021
x1＝Fx(L,B,H),y1＝Fy(L,B,H) 公式(1)
Figure BDA0002393145010000022
其中：公式(1)右侧(L,B,H)表示对应的高程面H上的点的物方坐标是(L,B)，Fx,Fy是传感器校正影像对应的有理多项式模型系数；公式(2)中系统几何纠正影像对应于平均高程面H0，物方坐标是(L,B)，其中左上角点的物方坐标是(L0,B0)，两个方向上的采样间隔分别是(dL,dB)；
步骤3、对原始影像进行基于平均高程面上的系统几何纠正；系统几何纠正后的影像左上角点对应的物方坐标是(L0,B0)，在两个方向上的采样间隔是(dL,dB)，每个像点(x2,y2)的物方坐标(L,B)都是已知的；系统几何纠正后的影像同时也是平均高程面H0上的影像；因此，据原始影像的几何成像模型，由平均高程面H0上的物方坐标(L,B)反算其原始像方坐标，再进行灰度重采样，得到平均高程面上的系统几何纠正影像。
在上述的一种基于平均高程面的影像快速几何预处理方法，步骤2中，根据(x1,y1)求(x2,y2)的过程如下；
步骤2.1、根据公式(1)由(x1,y1)求平均高程面H0上的物方坐标(L,B)；
步骤2.2、求出物方坐标(L,B)的最大最小范围，得到左上角点坐标(L0,B0)；
步骤2.3、根据用户指定的采样间隔(dL,dB)，由公式(2)求得(x2,y2)。
在上述的一种基于平均高程面的影像快速几何预处理方法，步骤2.1中，根据有理多项式模型系数，可由点在平均高程面H0上的物方坐标(B,L)求点的像方坐标(x1,y1)，这就是公式(1)；反之，也可由点的像方坐标(x1,y1)求得其在平均高程面H0上的物方坐标(B,L)，这个过程需要迭代，具体如下
1)设置迭代次数为i，物方坐标为(Li,Bi)；(其中当i＝0时，物方坐标初值为有理多项式模型系数中的两个物方坐标归一化平移系数)；
2)根据公式(1)计算对应的像方坐标误差dx＝x1-x1i,dy＝y1-y1i，其中x1i＝Fx(Li,Bi,H0),y1i＝Fy(Li,Bi,H0)；
3)列出误差方程式
Figure BDA0002393145010000031
其中
Figure BDA0002393145010000032
分别是公式(1)对x,y对L,B求偏导数的结果；
4)误差方程求解，得到物方坐标的改正数dL,dB；
5)更新物方坐标Li+1＝Li+dL,Bi+1＝Bi+dB；
6)判断物方坐标改正数的绝对值是否小于给定的阈值；如果是，输出新的物方坐标；否则，令迭代次数i＝i+1，重复上述2)～6)步骤直至满足迭代结束条件。
在上述的一种基于平均高程面的影像快速几何预处理方法，步骤3采用典型的间接法几何纠正法，具体包括：
步骤3.1计算原始影像四个角点(x,y)对应的平均高程面H0上的物方坐标(L,B)，求四个角点物方坐标的最小外接矩形范围；
步骤3.2、对物方坐标范围内的每个像点，由物方坐标(L,B)反算其原始像方坐标(x,y)；
步骤3.3、根据原始像方坐标(x,y)在原始影像上进行灰度重采样，得到平均高程面H0上的系统几何纠正影像。
本发明创造性的提出一种基于平均高程面的影像快速几何预处理方法。该方法将传感器校正和系统几何纠正两个步骤合二为一，仅输出一种基于平均高程面的系统几何纠正产品。该产品兼有传感器校正产品和系统几何纠正产品的特点，包括带地理定位信息的影像和有理多项式模型系数两部分。一方面，其影像包含有地理定位信息，可以直接作为系统几何纠正产品使用；另一方面，用户也可以利用其有理多项式模型系数对影像进行几何精加工，得到含有地理定位信息的影像产品。本发明提出的这种基于平均高程面的影像快速几何预处理系统，节约了CPU和I/O资源，提高了时效性，也增加了产品的易用性。
本发明是对现有的地面预处理系统的产品及处理流程的一种改进。现有的地面预处理系统的几何处理流程为：1)对原始影像建立物理成像模型；2)根据物理模型可计算多个高程面上的虚拟格网控制点，并基于虚拟格网控制点计算有理多项式模型系数；3)对原始影像进行传感器校正处理，得到传感器校正产品；4)基于有理多项式模型系数，对传感器校正影像进行系统几何纠正，得到系统几何纠正产品。
本发明对现有流程的改进主要在于两部分。A)将现有流程的步骤2)的传感器校正影像对应的有理多项式模型换成系统几何纠正影像对应的有理多项式模型；B)将现有流程的3)4)两步骤合并，直接对原始影像进行基于平均高程面的系统几何纠正。
因此，本发明具有如下优点：1、使得地面预处理系统的产品合二为一，一种产品兼有两种现有产品的功能。2、减少了地面预处理系统的I/O，提高了地面预处理系统的效率。
附图说明
附图1是本发明的一种原理图。
附图2是现有地面预处理系统的1级产品(有rpb)。
附图3是现有地面预处理系统的2级产品(有地理坐标)。
附图4是本发明提出的“基于平均高程的2级产品”(既有rpb，又有地理坐标)。
图2-4中，因高分辨率图像和精确坐标信息不便公开，图中做了马赛克处理，且图中有阴影，为正常，只是为了显示本案的实施例的效果，阴影对本案的实施例没有影响。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：
本发明主要包括：
步骤1、由对地观测卫星光学传感器通过线阵推扫成像方式获取影像，且经过传感器校正处理；同时利用成像过程中的行时、姿态、轨道等辅助数据和相机定标系数计算了传感器校正影像对应的有理多项式模型系数；其中，传感器校正影像对应的有理多项式模型是指：传感器影像点的二维坐标(x,y)与地球表面点的三维坐标(L,B,H)之间的数学关系式，该数学关系式的具体形式是两个三次多项式之比，故称为有利多项式；
步骤2、将传感器校正影像对应的有理多项式模型系数转换成系统几何纠正影像对应的有理多项式模型系数；转换前的像方坐标对应于传感器校正影像坐标(x1,y1)，转换后的像方坐标对应于平均高程面上的系统几何纠正影像坐标(x2,y2)；这两种像方坐标之间存在如下关系；
x1＝Fx(L,B,H),y1＝Fy(L,B,H) 公式(1)
Figure BDA0002393145010000051
x1＝Fx(L,B,H),y1＝Fy(L,B,H) 公式(1)
Figure BDA0002393145010000061
其中：公式(1)右侧(L,B,H)表示对应的高程面H上的点的物方坐标是(L,B)，Fx,Fy是传感器校正影像对应的有理多项式模型系数；公式(2)中系统几何纠正影像对应于平均高程面H0，物方坐标是(L,B)，其中左上角点的物方坐标是(L0,B0)，两个方向上的采样间隔分别是(dL,dB)；
其中，根据(x1,y1)求(x2,y2)的过程如下；
步骤2.1、根据公式(1)由(x1,y1)求平均高程面H0上的物方坐标(L,B)；本步骤中，根据有理多项式模型系数，可由点在平均高程面H0上的物方坐标(B,L)求点的像方坐标(x1,y1)，这就是公式(1)；反之，也可由点的像方坐标(x1,y1)求得其在平均高程面H0上的物方坐标(B,L)，这个过程需要迭代，具体如下
1)设置迭代次数为i，物方坐标为(Li,Bi)；(其中当i＝0时，物方坐标初值为有理多项式模型系数中的两个物方坐标归一化平移系数)；
2)根据公式(1)计算对应的像方坐标误差dx＝x1-x1i,dy＝y1-y1i，其中x1i＝Fx(Li,Bi,H0),y1i＝Fy(Li,Bi,H0)；
3)列出误差方程式
Figure BDA0002393145010000062
其中
Figure BDA0002393145010000063
分别是公式(1)对x,y对L,B求偏导数的结果；
4)误差方程求解，得到物方坐标的改正数dL,dB；
5)更新物方坐标Li+1＝Li+dL,Bi+1＝Bi+dB；
6)判断物方坐标改正数的绝对值是否小于给定的阈值；如果是，输出新的物方坐标；否则，令迭代次数i＝i+1，重复上述2)～6)步骤直至满足迭代结束条件。
步骤2.2、求出物方坐标(L,B)的最大最小范围，得到左上角点坐标(L0,B0)；
步骤2.3、根据用户指定的采样间隔(dL,dB)，由公式(2)求得(x2,y2)。
步骤3、对原始影像进行基于平均高程面上的系统几何纠正；系统几何纠正后的影像左上角点对应的物方坐标是(L0,B0)，在两个方向上的采样间隔是(dL,dB)，每个像点(x2,y2)的物方坐标(L,B)都是已知的；系统几何纠正后的影像同时也是平均高程面H0上的影像；因此，据原始影像的几何成像模型，由平均高程面H0上的物方坐标(L,B)反算其原始像方坐标，再进行灰度重采样，得到平均高程面上的系统几何纠正影像。
其中，采用典型的间接法几何纠正法，具体包括：
步骤3.1计算原始影像四个角点(x,y)对应的平均高程面H0上的物方坐标(L,B)，求四个角点物方坐标的最小外接矩形范围；
步骤3.2、对物方坐标范围内的每个像点，由物方坐标(L,B)反算其原始像方坐标(x,y)；
步骤3.3、根据原始像方坐标(x,y)在原始影像上进行灰度重采样，得到平均高程面H0上的系统几何纠正影像。
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 (4)

1.一种基于平均高程面的影像快速几何预处理方法，其特征在于，包括：
步骤1、由对地观测卫星光学传感器通过线阵推扫成像方式获取影像，且经过传感器校正处理；同时利用成像过程中的行时、姿态、轨道等辅助数据和相机定标系数计算了传感器校正影像对应的有理多项式模型系数；其中，传感器校正影像对应的有理多项式模型是指：传感器影像点的二维坐标(x,y)与地球表面点的三维坐标(L,B,H)之间的数学关系式，该数学关系式的具体形式是两个三次多项式之比，故称为有利多项式；
步骤2、将传感器校正影像对应的有理多项式模型系数转换成系统几何纠正影像对应的有理多项式模型系数；转换前的像方坐标对应于传感器校正影像坐标(x1,y1)，转换后的像方坐标对应于平均高程面上的系统几何纠正影像坐标(x2,y2)；这两种像方坐标之间存在如下关系；
x1＝Fx(L,B,H),y1＝Fy(L,B,H) 公式(1)
Figure FDA0002393145000000011
x1＝Fx(L,B,H),y1＝Fy(L,B,H) 公式(1)
Figure FDA0002393145000000012
其中：公式(1)右侧(L,B,H)表示对应的高程面H上的点的物方坐标是(L,B)，Fx,Fy是传感器校正影像对应的有理多项式模型系数；公式(2)中系统几何纠正影像对应于平均高程面H0，物方坐标是(L,B)，其中左上角点的物方坐标是(L0,B0)，两个方向上的采样间隔分别是(dL,dB)；
步骤3、对原始影像进行基于平均高程面上的系统几何纠正；系统几何纠正后的影像左上角点对应的物方坐标是(L0,B0)，在两个方向上的采样间隔是(dL,dB)，每个像点(x2,y2)的物方坐标(L,B)都是已知的；系统几何纠正后的影像同时也是平均高程面H0上的影像；因此，据原始影像的几何成像模型，由平均高程面H0上的物方坐标(L,B)反算其原始像方坐标，再进行灰度重采样，得到平均高程面上的系统几何纠正影像。
2.根据权利要求1所述的一种基于平均高程面的影像快速几何预处理方法，其特征在于，步骤2中，根据(x1,y1)求(x2,y2)的过程如下；
步骤2.1、根据公式(1)由(x1,y1)求平均高程面H0上的物方坐标(L,B)；
步骤2.2、求出物方坐标(L,B)的最大最小范围，得到左上角点坐标(L0,B0)；
步骤2.3、根据用户指定的采样间隔(dL,dB)，由公式(2)求得(x2,y2)。
3.根据权利要求2所述的一种基于平均高程面的影像快速几何预处理方法，其特征在于，步骤2.1中，根据有理多项式模型系数，可由点在平均高程面H0上的物方坐标(B,L)求点的像方坐标(x1,y1)，这就是公式(1)；反之，也可由点的像方坐标(x1,y1)求得其在平均高程面H0上的物方坐标(B,L)，这个过程需要迭代，具体如下
1)设置迭代次数为i，物方坐标为(Li,Bi)；(其中当i＝0时，物方坐标初值为有理多项式模型系数中的两个物方坐标归一化平移系数)；
2)根据公式(1)计算对应的像方坐标误差dx＝x1-x1i,dy＝y1-y1i，其中x1i＝Fx(Li,Bi,H0),y1i＝Fy(Li,Bi,H0)；
3)列出误差方程式
Figure FDA0002393145000000021
其中
Figure FDA0002393145000000031
分别是公式(1)对x,y对L,B求偏导数的结果；
4)误差方程求解，得到物方坐标的改正数dL,dB；
5)更新物方坐标Li+1＝Li+dL,Bi+1＝Bi+dB；
6)判断物方坐标改正数的绝对值是否小于给定的阈值；如果是，输出新的物方坐标；否则，令迭代次数i＝i+1，重复上述2)～6)步骤直至满足迭代结束条件。
4.根据权利要求1所述的一种基于平均高程面的影像快速几何预处理方法，其特征在于，步骤3采用典型的间接法几何纠正法，具体包括：
步骤3.1计算原始影像四个角点(x,y)对应的平均高程面H0上的物方坐标(L,B)，求四个角点物方坐标的最小外接矩形范围；
步骤3.2、对物方坐标范围内的每个像点，由物方坐标(L,B)反算其原始像方坐标(x,y)；
步骤3.3、根据原始像方坐标(x,y)在原始影像上进行灰度重采样，得到平均高程面H0上的系统几何纠正影像。
CN202010121589.6A 2020-02-26 2020-02-26 一种基于平均高程面的影像快速几何预处理方法 Pending CN111369453A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010121589.6A CN111369453A (zh) 2020-02-26 2020-02-26 一种基于平均高程面的影像快速几何预处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010121589.6A CN111369453A (zh) 2020-02-26 2020-02-26 一种基于平均高程面的影像快速几何预处理方法

Publications (1)

Publication Number Publication Date
CN111369453A true CN111369453A (zh) 2020-07-03

Family

ID=71210093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010121589.6A Pending CN111369453A (zh) 2020-02-26 2020-02-26 一种基于平均高程面的影像快速几何预处理方法

Country Status (1)

Country Link
CN (1) CN111369453A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278140A (zh) * 2013-05-27 2013-09-04 武汉大学 用于tdiccd线阵推扫传感器的坐标反算方法
US20170076137A1 (en) * 2015-09-15 2017-03-16 G&A Technical Software, Inc. Method of refraction angle mapping of earth's limb
CN107314763A (zh) * 2017-07-18 2017-11-03 上海海洋大学 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
US20190026400A1 (en) * 2017-07-18 2019-01-24 Fuscoe Engineering, Inc. Three-dimensional modeling from point cloud data migration
CN110030968A (zh) * 2019-04-16 2019-07-19 武汉大学 一种基于星载立体光学影像的地面遮挡物仰角测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278140A (zh) * 2013-05-27 2013-09-04 武汉大学 用于tdiccd线阵推扫传感器的坐标反算方法
US20170076137A1 (en) * 2015-09-15 2017-03-16 G&A Technical Software, Inc. Method of refraction angle mapping of earth's limb
CN107314763A (zh) * 2017-07-18 2017-11-03 上海海洋大学 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
US20190026400A1 (en) * 2017-07-18 2019-01-24 Fuscoe Engineering, Inc. Three-dimensional modeling from point cloud data migration
CN110030968A (zh) * 2019-04-16 2019-07-19 武汉大学 一种基于星载立体光学影像的地面遮挡物仰角测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MR. S. THIRUNAVUKKARASU 等: "Geometric Correction in High Resolution Satellite Imagery using Mathematical Methods: A Case Study in Kiliyar Sub Basin", 《GLOBAL JOURNALS》 *
周平: "资源H号卫星遥感影像高精度几何处理关键技术与测图效能评价方法", 《中国优秀博士学位论文全文数据库（博士） 基础科学辑》 *
赵长胜: "《测量数据处理研究》", 31 March 2013 *

Similar Documents

Publication Publication Date Title
CN114399554A (zh) 一种多相机系统的标定方法及系统
CN108492333B (zh) 基于星箭对接环图像信息的航天器姿态估计方法
CN105957058B (zh) 一种星图的预处理方法
CN113298947B (zh) 一种基于多源数据融合的变电站三维建模方法介质及系统
CN111062966B (zh) 基于l-m算法和多项式插值对相机跟踪进行优化的方法
CN104134220A (zh) 一种像方空间一致性的低空遥感影像高精度匹配方法
CN110458896B (zh) 一种基于绝对二次曲面的相机内参求解方法及系统
CN112652020B (zh) 一种基于AdaLAM算法的视觉SLAM方法
CN116129037B (zh) 视触觉传感器及其三维重建方法、系统、设备及存储介质
CN112929626A (zh) 一种基于智能手机影像的三维信息提取方法
CN110738730A (zh) 点云匹配方法、装置、计算机设备和存储介质
CN114494905A (zh) 基于卫星遥感图像的建筑物的识别和建模方法和装置
CN115546371A (zh) 点云优化方法、系统、电子设备及存储介质
CN110660099B (zh) 基于神经网络的遥感影像处理的有理函数模型拟合方法
CN111508028A (zh) 光学立体测绘卫星相机的自主在轨几何定标方法及系统
CN111861873B (zh) 仿真图像的生成方法和装置
CN111369453A (zh) 一种基于平均高程面的影像快速几何预处理方法
CN109579796B (zh) 一种投影后影像的区域网平差方法
KR20090072030A (ko) 항공용 라이다로부터 추출된 빌딩폴리곤의 내재적기하정규화 방법
CN111259492A (zh) 一种应用于桥梁结构预拼装的点云数据处理方法、装置及存储介质
CN110570473A (zh) 一种基于点线融合的权重自适应位姿估计方法
Szkodny et al. The decreasing of 3D position errors in the system of two cameras by means of the interpolation method
CN110608723A (zh) 一种基于fpga的实时遥感影像地理参考方法
FI3839882T3 (fi) Radiometrinen korjaus kuvien mosaikoinnissa
CN117830175B (zh) 一种任意取向条件下图像几何扭曲自定标方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200703

RJ01 Rejection of invention patent application after publication