CN111667533A - 一种基于有理函数模型获取卫星严格成像模型参数的方法 - Google Patents

一种基于有理函数模型获取卫星严格成像模型参数的方法 Download PDF

Info

Publication number
CN111667533A
CN111667533A CN201910176795.4A CN201910176795A CN111667533A CN 111667533 A CN111667533 A CN 111667533A CN 201910176795 A CN201910176795 A CN 201910176795A CN 111667533 A CN111667533 A CN 111667533A
Authority
CN
China
Prior art keywords
parameters
model
rfm
rational function
attitude
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
CN201910176795.4A
Other languages
English (en)
Inventor
赵莹芝
王一
靳笑琳
王重阳
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.)
Xi'an Zhongke Xingtu Spatial Data Technology Co ltd
Original Assignee
Xi'an Zhongke Xingtu Spatial Data Technology Co ltd
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 Xi'an Zhongke Xingtu Spatial Data Technology Co ltd filed Critical Xi'an Zhongke Xingtu Spatial Data Technology Co ltd
Priority to CN201910176795.4A priority Critical patent/CN111667533A/zh
Publication of CN111667533A publication Critical patent/CN111667533A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75Determining position or orientation of objects or cameras using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Landscapes

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

Abstract

本申请提供了一种基于有理函数模型获取卫星严格成像模型参数的方法和装置;所述方法包括构建RFM有理函数模型;根据所述RFM有理函数模型解算严格成像模型的参数。通过所述方法,可以获取严密成像几何模型的参数,为后期实现基于RPC的卫星影像在轨检校和预先补偿改正,减小卫星影像的系统误差提供了理论依据。

Description

一种基于有理函数模型获取卫星严格成像模型参数的方法
技术领域
本发明涉及卫星遥感技术领域,尤其涉及一种基于有理函数模型获取卫星严格成像模型参数的方法。
背景技术
航天技术、计算机技术、网络技术、信息处理技术的进步推动遥感对地观测技术不断向前发展,高分辨率测绘卫星系统不断涌现,利用高分辨率遥感卫星进行航天摄影测量具有效率高、覆盖范围大、不受空间管制政策限制的优势,因此高分辨率卫星影像成为获取中小比例尺地理空间信息的重要手段之一。
由于卫星严密成像几何模型的保密性等原因,卫星应用商在元数据中提供有理多项式系数(Rational Polynomial Coefficient,RPC)文件,可以用来直接计算地面点三维坐标,RPC模型的实质就是有理函数(RFM)模型,有利于多源、异构传感器平台,不同地面分辨率卫星影像的统一处理。遗憾的是高分辨率卫星影像的视角很窄,地面地形起伏相对于卫星轨道高度而言也非常小。简单的理解,从500km或者更高的卫星上看地面时,视线几乎平行,而地面几乎是一个平面(球面)。由此导致有理函数模型中的78个RPC参数之间存在很强的相关性,同时由于它们没有几何意义,这种相关性也难以从理论分析上消除。所以有理函数模型包含的78个参数难以在区域网整体平差过程中解算。一般是解算卫星影像的平移、旋转和缩放6个参数,这和实际情况显然是不一致的。
卫星影像的严密成像几何模型用于描述影像与地面之间的严格几何成像关系,其参数(卫星位置、姿态和内方位元素)具有可理解的物理意义,但其形式复杂且与传感器类型相关,出于技术保密其物理参数通常不被提供。因此,为了实现卫星影像在轨检校和预先补偿改正,减小卫星影像的系统误差,需要一种方法用于获取严密成像几何模型的参数。
发明内容
本发明的多个方面提供一种基于有理函数模型获取卫星严格成像模型参数的方法和装置,用于获取严密成像几何模型的参数。
为此,本发明的一个目的在于提供一种基于有理函数模型获取卫星严格成像模型参数的方法;包括:
构建RFM有理函数模型;
根据所述RFM有理函数模型解算严格成像模型的参数。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述构建RFM有理函数模型包括:
获取卫星影像及RPC文件;
利用RPC文件,构建影像像点与对应物方点之间定量关系的RFM模型。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述RFM有理函数模型解算严格成像模型的参数包括:
选择等间距的扫描线并进行标记,获得有效的扫描线,并设置扫描线的最大高程和最小高程;
解算每条扫描线对应的位置参数和姿态参数;
利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述解算每条扫描线对应的位置参数和姿态参数包括:
在卫星传感器上选取多条光线,根据所述RFM有理函数模型求得所述光线与所述最大高程和最小高程的交点坐标,利用最小二乘法求解当前扫描线对应的位置参数;
结合解算得到的该时刻的位置参数,根据等效本体坐标系计算当前扫描线对应的姿态参数R(t)。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素包括:
利用所有的扫描线的位置参数和姿态参数,根据最小二乘法,解算出每条扫描线对应的内方位元素。
本发明的另一个目的在于提供一种基于有理函数模型获取卫星严格成像模型参数的装置;包括:
构建模块,用于构建RFM有理函数模型;
解算模块,用于根据所述RFM有理函数模型解算严格成像模型的参数。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述构建模块包括:
获取子模块,用于获取卫星影像及RPC文件;
构建子模块,用于利用RPC文件,构建影像像点与对应物方点之间定量关系的RFM模型。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述解算模块包括:
标记子模块,用于选择等间距的扫描线并进行标记,获得有效的扫描线,并设置扫描线的最大高程和最小高程;
位置参数和姿态参数解算子模块,用于解算每条扫描线对应的位置参数和姿态参数;
内方位元素解算子模块,用于利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述位置参数和姿态参数子模块具体用于:
在卫星传感器上选取多条光线,根据所述RFM有理函数模型求得所述光线与所述最大高程和最小高程的交点坐标,利用最小二乘法求解当前扫描线对应的位置参数;
结合解算得到的该时刻的位置参数,根据等效本体坐标系计算当前扫描线对应的姿态参数R(t)。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述内方位元素解算子模块具体用于:
利用所有的扫描线的位置参数和姿态参数,根据最小二乘法,解算出每条扫描线对应的内方位元素。
本发明的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明一些实施例提供的基于有理函数模型获取卫星严格成像模型参数的方法的流程示意图;
图2示出了本发明一些实施例提供的基于有理函数模型获取卫星严格成像模型参数的装置的结构示意图;
图3示出了本发明一些实施例提供的卫星成像示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1为本发明一些实施例提供的基于有理函数模型获取卫星严格成像模型参数的方法;如图1所示,所述方法包括以下步骤:
步骤S11、构建RFM有理函数模型;
步骤S12、根据所述RFM有理函数模型解算严格成像模型的参数。
优选地,在步骤S11的一种优选实现方式中,
利用RPC文件构建描述物方点与对应像点之间定量关系的RFM模型;包括以下子步骤:
子步骤S111、获取卫星影像及RPC文件;
优选地,获取遥感卫星影像以及影像元数据中的有理多项式系数(RationalPolynomial Coefficient,RPC)文件。
子步骤S112、构建RFM模型。
利用RPC文件,构建影像像点与对应物方点之间定量关系的RFM模型。
RFM模型是通用传感器模型的一种,独立于不同传感器的通用数学模型,该模型不考虑传感器成像时的物理因素,直接采用数学函数形式描述地面点和相应像点之间的几何关系,该模型的一般方程式为:
Figure BDA0001989822700000051
其中:
Figure BDA0001989822700000052
(L,S)为影像的像点坐标值,(P,L,H)为对应的地面点的地理坐标坐标。
子步骤S113、坐标转换。
通常,在RFM模型中(P,L,H)为地理坐标,而严密模型的共线方程中则采用地心坐标,因此,需要将(P,L,H)转换到地心坐标系下:
(X,Y,Z)=G(P,L,H)
在步骤S12的一种优选实现方式中,
根据所述RFM模型解算严格成像模型的参数;
优选地,严格成像模型是从轨道模型、姿态模型、成像几何等方面出发来建立线阵推扫式成像的构像模型。所述严格成像模型的参数包括:卫星的位置、姿态和内方位元素。
所述严格成像模型的构象方程为共线方程:
Figure BDA0001989822700000053
令:
Figure BDA0001989822700000061
共线方程可写为:
Figure BDA0001989822700000062
式中,[X(t) Y(t) Z(t)],R(t),[tan(Ψx) tan(Ψy)]分别是卫星的位置、姿态和内方位元素,(Ψxy)为视场角。
所述步骤S12包括以下子步骤:
子步骤S121、选择等间距的扫描线(即不同的成像时刻)并进行标记,获得有效的扫描线,并设置扫描线的最大高程和最小高程;根据实验统计分析:通常每景影像选择10条扫描线,即均匀选择10个不同的拍摄时刻;最大最小高程选取的最佳方案是根据RFM所产生的最低和最高选择。
子步骤S122、解算每条扫描线对应的位置参数和姿态参数;
子步骤S123、利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素。
优选地,以附图图3为例,其中,不规则的三维物体是真实的表面,AB表示在给定时刻的线性CCD传感器,O是给定时刻的投影中心,OA和OB分别是所述线性CCD传感器首末端的光线。X轴指向卫星飞行方向,垂直于平面OAB;Z轴指向OA、OB的单位向量的合成矢量的方向;Y轴与X轴、Z轴成右手系。
在子步骤S121的一种优选实现方式中,
根据线性CCD传感器的空间分辨率选取扫描线间距,例如空间分辨率250m,500m,1km,在遥感图像上选取对应的扫描线间距为250m,500m,1km的整数倍。
如图3所示,选取两个高程平面H1和H2作为扫描线的最大高程和最小高程,最大高程平面H1在点C处与射线OA相交,在点D处与射线OB相交;最小高程平面H2在点E处与射线OA相交,在点F处与射线OB相交。
在子步骤S122的一种优选实现方式中,
解算每条扫描线对应的位置参数和姿态参数;
在给定的某一时刻,以A点的CCD为例,光线OA与高程平面H1、H2相交于C和E点,A点对于C和E点来讲,影像坐标(x,y)是相同的,根据步骤S11所构建的有理函数模型,利用影像的Rpc和A和B点的像素坐标,可求得C和E点的地理坐标[Lat1 Lon1 H1]和[Lat2 Lon2 H2],并转化为对应的地心坐标为[X1 Y1 Z1]和[X2 Y2 Z2]。
根据共线方程,C和E点的共线方程可表示为:
Figure BDA0001989822700000071
式中:C点i=1,E点i=2;
在同一拍摄时刻,卫星的姿态参数和内方位元素是相同的,因此根据C和E点的共线方程,可得:
Figure BDA0001989822700000072
式中:n=m1/m2,根据上述方程可推导出:
Figure BDA0001989822700000073
式中k为缩放因子。
消去缩放因子k可得:
Figure BDA0001989822700000081
写成矩阵形式为:
Figure BDA0001989822700000082
在同一条CCD(即同一拍摄时刻)上选取包含OA、OB在内的多条光线(一般选择10条),利用最小二乘即可解得该时刻的位置元素,即当前扫描线对应的位置参数[X(t) Y(t)Z(t)]。
结合解算得到的该时刻的位置参数,根据等效本体坐标系计算当前扫描线对应的姿态参数R(t);
优选地,在本体坐标系中,Z轴指向OA、OB的单位向量的合成矢量的方向,即Z轴指向像平面方向,可以由单位矢量OA和OB的合成矢量获得,Z轴方向可以在地心坐标系中描述如下:
Figure BDA0001989822700000083
X轴指向飞行方向垂直于平面OAB:
Figure BDA0001989822700000084
Y轴垂直与X和Z轴组成的平面,根据右手法则:
Figure BDA0001989822700000085
因此旋转矩阵R(t),即姿态参数可以通过X,Y,Z三轴的方向矢量获取:
Figure BDA0001989822700000091
在子步骤S123的一种优选实现方式中,
以给定时刻的线性CCD元件传感器AB为例,给出CCD元件A在地心笛卡尔坐标系中的光线方向,则CCD元件A在本体坐标系中的光线方向可以描述如下:
Figure BDA0001989822700000092
其中[X,Y,Z]体表示本体坐标系中的射线方向,根据视角的定义,当前CCD元件每个阵元的内方位可以独立地描述为:
Figure BDA0001989822700000093
在影像中均匀选取一定数量的扫描线,利用所有的扫描线的位置参数和姿态参数,解算出每条扫描线对应的[tan(Ψx) tan(Ψy)]。
利用公式:
Figure BDA0001989822700000094
根据最小二乘法,即可解出该影像对应的内方位元素。
通过本实施例所述方法,不需要了解具体卫星及传感器的结构和参数,可以直接通过卫星应用商在元数据中提供的RPC参数解算,适合各种卫星平台和传感器影像的处理;且本发明利用前方交会的方法代替后方交会来解决位置参数的求解问题,同时引入了等效本体坐标系来克服姿态与内方位元素之间的强相关性,从而可以利用有理函数模型稳健的获取卫星的位置、姿态和内方位元素。为后期实现基于RPC的卫星影像在轨检校和预先补偿改正,减小卫星影像的系统误差提供了理论依据。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图2为本发明一些实施例提供的基于有理函数模型获取卫星严格成像模型参数的装置的结构示意图;如图2所示,所述装置包括:
构建模块21,用于构建RFM有理函数模型;
解算模块22,用于根据所述RFM有理函数模型解算严格成像模型的参数。
优选地,在构建模块21的一种优选实现方式中,
所述构建模块21利用RPC文件构建描述物方点与对应像点之间定量关系的RFM模型;包括以下子模块:
获取子模块211,用于获取卫星影像及RPC文件;
优选地,获取遥感卫星影像以及影像元数据中的有理多项式系数(RationalPolynomial Coefficient,RPC)文件。
构建子模块212,用于构建RFM模型。
利用RPC文件,构建影像像点与对应物方点之间定量关系的RFM模型。
RFM模型是通用传感器模型的一种,独立于不同传感器的通用数学模型,该模型不考虑传感器成像时的物理因素,直接采用数学函数形式描述地面点和相应像点之间的几何关系,该模型的一般方程式为:
Figure BDA0001989822700000111
其中:
Figure BDA0001989822700000112
(L,S)为影像的像点坐标值,(P,L,H)为对应的地面点的地理坐标坐标。
优选地,还包括坐标转换子模块213,用于进行坐标转换。
通常,在RFM模型中(P,L,H)为地理坐标,而严密模型的共线方程中则采用地心坐标,因此,需要将(P,L,H)转换到地心坐标系下:
(X,Y,Z)=G(P,L,H)
在解算模块22的一种优选实现方式中,
根据所述RFM模型解算严格成像模型的参数;
优选地,严格成像模型是从轨道模型、姿态模型、成像几何等方面出发来建立线阵推扫式成像的构像模型。所述严格成像模型的参数包括:卫星的位置、姿态和内方位元素。
所述严格成像模型的构象方程为共线方程:
Figure BDA0001989822700000113
令:
Figure BDA0001989822700000114
共线方程可写为:
Figure BDA0001989822700000121
式中,[X(t) Y(t) Z(t)],R(t),[tan(Ψx) tan(Ψy)]分别是卫星的位置、姿态和内方位元素,(Ψxy)为视场角。
所述解算模块22包括以下子模块:
标记子模块221,用于选择等间距的扫描线(即不同的成像时刻)并进行标记,获得有效的扫描线,并设置扫描线的最大高程和最小高程;根据实验统计分析:通常每景影像选择10条扫描线,即均匀选择10个不同的拍摄时刻;最大最小高程选取的最佳方案是根据RFM所产生的最低和最高选择。
位置参数和姿态参数解算子模块222,用于解算每条扫描线对应的位置参数和姿态参数;
内方位元素解算子模块223,用于利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素。
优选地,以附图图3为例,其中,不规则的三维物体是真实的表面,AB表示在给定时刻的线性CCD传感器,O是给定时刻的投影中心,OA和OB分别是所述线性CCD传感器首末端的光线。X轴指向卫星飞行方向,垂直于平面OAB;Z轴指向OA、OB的单位向量的合成矢量的方向;Y轴与X轴、Z轴成右手系。
在标记子模块221的一种优选实现方式中,
根据线性CCD传感器的空间分辨率选取扫描线间距,例如空间分辨率250m,500m,1km,在遥感图像上选取对应的扫描线间距为250m,500m,1km。
如图3所示,选取两个高程平面H1和H2作为扫描线的最大高程和最小高程,最大高程平面H1在点C处与射线OA相交,在点D处与射线OB相交;最小高程平面H2在点E处与射线OA相交,在点F处与射线OB相交。
在位置参数和姿态参数解算子模块222的一种优选实现方式中,
解算每条扫描线对应的位置参数和姿态参数;
在给定的某一时刻,以A点的CCD为例,光线OA与高程平面H1、H2相交于C和E点,A点对于C和E点来讲,影像坐标(x,y)是相同的,根据步骤S11所构建的有理函数模型,利用影像的Rpc和A和B点的像素坐标,可求得C和E点的地理坐标[Lat1 Lon1 H1]和[Lat2 Lon2 H2],并转化为对应的地心坐标为[X1 Y1 Z1]和[X2 Y2 Z2]。
根据共线方程,C和E点的共线方程可表示为:
Figure BDA0001989822700000131
式中:C点i=1,E点i=2;
在同一拍摄时刻,卫星的姿态参数和内方位元素是相同的,因此根据C和E点的共线方程,可得:
Figure BDA0001989822700000132
式中:n=m1/m2,根据上述方程可推导出:
Figure BDA0001989822700000133
式中k为缩放因子。
消去缩放因子k可得:
Figure BDA0001989822700000141
写成矩阵形式为:
Figure BDA0001989822700000142
在同一条CCD(即同一拍摄时刻)上选取包含OA、OB在内的多条光线(一般选择10条),利用最小二乘即可解得该时刻的位置元素,即当前扫描线对应的位置参数[X(t) Y(t)Z(t)]。
结合解算得到的该时刻的位置参数,根据等效本体坐标系计算当前扫描线对应的姿态参数R(t);
优选地,在本体坐标系中,Z轴指向OA、OB的单位向量的合成矢量的方向,即Z轴指向像平面方向,可以由单位矢量OA和OB的合成矢量获得,Z轴方向可以在地心坐标系中描述如下:
Figure BDA0001989822700000143
X轴指向飞行方向垂直于平面OAB:
Figure BDA0001989822700000144
Y轴垂直与X和Z轴组成的平面,根据右手法则:
Figure BDA0001989822700000145
因此旋转矩阵R(t),即姿态参数可以通过X,Y,Z三轴的方向矢量获取:
Figure BDA0001989822700000151
在内方位元素解算子模块223的一种优选实现方式中,
以给定时刻的线性CCD元件传感器AB为例,给出CCD元件A在地心笛卡尔坐标系中的光线方向,则CCD元件A在本体坐标系中的光线方向可以描述如下:
Figure BDA0001989822700000152
其中[X,Y,Z]体表示本体坐标系中的射线方向,根据视角的定义,当前CCD元件每个阵元的内方位可以独立地描述为:
Figure BDA0001989822700000153
在影像中均匀选取一定数量的扫描线,利用所有的扫描线的位置参数和姿态参数,解算出每条扫描线对应的[tan(Ψx) tan(Ψy)]。
利用公式:
Figure BDA0001989822700000154
根据最小二乘法,即可解出该影像对应的内方位元素。
通过本实施例所述装置,不需要了解具体卫星及传感器的结构和参数,可以直接通过卫星应用商在元数据中提供的RPC参数解算,适合各种卫星平台和传感器影像的处理;且本发明利用前方交会的方法代替后方交会来解决位置参数的求解问题,同时引入了等效本体坐标系来克服姿态与内方位元素之间的强相关性,从而可以利用有理函数模型稳健的获取卫星的位置、姿态和内方位元素。为后期实现基于RPC的卫星影像在轨检校和预先补偿改正,减小卫星影像的系统误差提供了理论依据。
本发明已利用多种卫星影像进行验证,可以满足测绘生产使用精度要求。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于有理函数模型获取卫星严格成像模型参数的方法;其特征在于,包括:
构建RFM有理函数模型;
根据所述RFM有理函数模型解算严格成像模型的参数。
2.根据权利要求1所述的方法,其特征在于,所述构建RFM有理函数模型包括:
获取卫星影像及RPC文件;
利用RPC文件,构建影像像点与对应物方点之间定量关系的RFM模型。
3.根据权利要求1所述的方法,其特征在于,所述根据所述RFM有理函数模型解算严格成像模型的参数包括:
选择等间距的扫描线并进行标记,获得有效的扫描线,并设置扫描线的最大高程和最小高程;
解算每条扫描线对应的位置参数和姿态参数;
利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素。
4.根据权利要求3所述的方法,其特征在于,所述解算每条扫描线对应的位置参数和姿态参数包括:
在卫星传感器上选取多条光线,根据所述RFM有理函数模型求得所述光线与所述最大高程和最小高程的交点坐标,利用最小二乘法求解当前扫描线对应的位置参数;
结合解算得到的该时刻的位置参数,根据等效本体坐标系计算当前扫描线对应的姿态参数R(t)。
5.根据权利要求3所述的方法,其特征在于,所述利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素包括:
利用所有的扫描线的位置参数和姿态参数,根据最小二乘法,解算出每条扫描线对应的内方位元素。
6.一种基于有理函数模型获取卫星严格成像模型参数的装置;其特征在于,包括:
构建模块,用于构建RFM有理函数模型;
解算模块,用于根据所述RFM有理函数模型解算严格成像模型的参数。
7.根据权利要求6所述的装置,其特征在于,所述构建模块包括:
获取子模块,用于获取卫星影像及RPC文件;
构建子模块,用于利用RPC文件,构建影像像点与对应物方点之间定量关系的RFM模型。
8.根据权利要求6所述的装置,其特征在于,所述解算模块包括:
标记子模块,用于选择等间距的扫描线并进行标记,获得有效的扫描线,并设置扫描线的最大高程和最小高程;
位置参数和姿态参数解算子模块,用于解算每条扫描线对应的位置参数和姿态参数;
内方位元素解算子模块,用于利用所有的扫描线及其对应的位置参数和姿态参数计算内方位元素。
9.根据权利要求8所述的装置,其特征在于,所述位置参数和姿态参数子模块具体用于:
在卫星传感器上选取多条光线,根据所述RFM有理函数模型求得所述光线与所述最大高程和最小高程的交点坐标,利用最小二乘法求解当前扫描线对应的位置参数;
结合解算得到的该时刻的位置参数,根据等效本体坐标系计算当前扫描线对应的姿态参数R(t)。
10.根据权利要求8所述的装置,其特征在于,所述内方位元素解算子模块具体用于:
利用所有的扫描线的位置参数和姿态参数,根据最小二乘法,解算出每条扫描线对应的内方位元素。
CN201910176795.4A 2019-03-08 2019-03-08 一种基于有理函数模型获取卫星严格成像模型参数的方法 Pending CN111667533A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910176795.4A CN111667533A (zh) 2019-03-08 2019-03-08 一种基于有理函数模型获取卫星严格成像模型参数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910176795.4A CN111667533A (zh) 2019-03-08 2019-03-08 一种基于有理函数模型获取卫星严格成像模型参数的方法

Publications (1)

Publication Number Publication Date
CN111667533A true CN111667533A (zh) 2020-09-15

Family

ID=72382507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910176795.4A Pending CN111667533A (zh) 2019-03-08 2019-03-08 一种基于有理函数模型获取卫星严格成像模型参数的方法

Country Status (1)

Country Link
CN (1) CN111667533A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114037812A (zh) * 2021-11-05 2022-02-11 中国科学院空天信息创新研究院 光学卫星影像的处理方法、装置、设备及介质
CN117664087A (zh) * 2024-01-31 2024-03-08 中国人民解放军战略支援部队航天工程大学 垂轨环扫式卫星影像核线生成方法、系统及设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114037812A (zh) * 2021-11-05 2022-02-11 中国科学院空天信息创新研究院 光学卫星影像的处理方法、装置、设备及介质
CN117664087A (zh) * 2024-01-31 2024-03-08 中国人民解放军战略支援部队航天工程大学 垂轨环扫式卫星影像核线生成方法、系统及设备
CN117664087B (zh) * 2024-01-31 2024-04-02 中国人民解放军战略支援部队航天工程大学 垂轨环扫式卫星影像核线生成方法、系统及设备

Similar Documents

Publication Publication Date Title
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
CN106403902B (zh) 一种星地协同的光学卫星在轨实时几何定位方法及系统
CN102741706B (zh) 地理参照图像区域的方法
CN105091906B (zh) 高分辨率光学推扫卫星稳态重成像传感器校正方法及系统
US8155433B2 (en) Method of object location in airborne imagery using recursive quad space image processing
KR100762891B1 (ko) Los벡터 조정모델을 이용한 영상의 기하보정 방법 및 그장치
CN105180963B (zh) 基于在线标校的无人机遥测参数修正方法
Chen et al. The geometrical comparisons of RSM and RFM for FORMOSAT-2 satellite images
Poli A rigorous model for spaceborne linear array sensors
Chen et al. Calibration and validation of ZY-3 optical sensors
CN110006452A (zh) 高分六号宽视场相机相对几何定标方法及系统
CN113415433A (zh) 基于三维场景模型的吊舱姿态修正方法、装置和无人机
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
CN114838740A (zh) 一种考虑不同经纬度区域的卫星图像几何定标方法
Hattori et al. Orientation of high-resolution satellite images based on affine projection
CN114972545A (zh) 一种高光谱卫星的在轨数据快速预处理方法
CN111667533A (zh) 一种基于有理函数模型获取卫星严格成像模型参数的方法
CN104361563A (zh) 基于gps的高光谱遥感图像几何精校正方法
KR100520275B1 (ko) Gps 측량에 의한 수치지도 제작시 촬영기구회전모델을 이용한 선형 스캐닝 영상의 기하 보정방법
Grodecki et al. IKONOS geometric calibrations
Erdogan et al. The georeferencing of RASAT satellite imagery and some practical approaches to increase the georeferencing accuracy
Jovanovic et al. MISR photogrammetric data reduction for geophysical retrievals
Michaelsen et al. Sensor pose inference from airborne videos by decomposing homography estimates
Radhadevi et al. Potential of high-resolution Indian remote sensing satellite imagery for large scale mapping
Seo et al. KOMPSAT-3A direct georeferencing mode and geometric Calibration/Validation

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