CN111724465A - 基于平面约束优选虚拟控制点的卫星影像平差方法及装置 - Google Patents

基于平面约束优选虚拟控制点的卫星影像平差方法及装置 Download PDF

Info

Publication number
CN111724465A
CN111724465A CN202010450677.0A CN202010450677A CN111724465A CN 111724465 A CN111724465 A CN 111724465A CN 202010450677 A CN202010450677 A CN 202010450677A CN 111724465 A CN111724465 A CN 111724465A
Authority
CN
China
Prior art keywords
virtual control
point
points
image
ground
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.)
Granted
Application number
CN202010450677.0A
Other languages
English (en)
Other versions
CN111724465B (zh
Inventor
童小华
刘世杰
付青
王瀚渔
金雁敏
许雄
王超
柳思聪
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202010450677.0A priority Critical patent/CN111724465B/zh
Publication of CN111724465A publication Critical patent/CN111724465A/zh
Application granted granted Critical
Publication of CN111724465B publication Critical patent/CN111724465B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • 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
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于平面约束优选虚拟控制点的卫星影像平差方法及装置，方法包括以下步骤：根据卫星影像及其对应的RPC文件，进行影像匹配和粗差剔除，获取连接点；构建多个立体影像模型，在每个立体影像模型中，利用空间前方交会计算每个连接点的地面三维坐标；计算每个连接点在不同立体影像模型中的高差，将在不同立体影像模型中的高差均小于预设的高差阈值的连接点作为虚拟控制点，所述高差为连接点在不同立体影像模型下的高程与其高程均值之差；将立体影像模型分块，在每个块中，选择优选虚拟控制点，进行卫星影像平差。与现有技术相比，本发明在选择虚拟控制点时考虑到地形因素，增加了平面约束，提高了平差精度和效率。

Description

基于平面约束优选虚拟控制点的卫星影像平差方法及装置
技术领域
本发明涉及卫星影像平差领域，尤其是涉及基于平面约束优选虚拟控制点的卫星影像平差方法及装置。
背景技术
高分辨率卫星影像的高精度几何定位通常需要可靠的控制信息。常用的方法一般是利用分布均匀的明显地物点来反演影像空间与地面空间坐标系之间的几何关系，因此，获得足够的高精度地面控制点(GCP)是保证卫星影像几何定位精度和可靠性的重要前提之一。然而，高精度地面控制点的测量往往费时费力，在一些地区，如境外、沙漠、密林等区域，控制点的获取往往是困难甚至不可能的。减少对地面控制点的需求，是实现地面控制信息获取困难地区卫星影像高精度几何定位的有效途径，也是摄影测量学者长期以来的研究重点和目标。
卫星影像直接定位误差主要来源于传感器标定误差、卫星轨道位置和姿态观测误差。由于大多数高分辨率卫星影像视场角小，卫星轨道位置和姿态误差对定位精度的影响具有很强的相关性。一般来说，在同一轨道或短时间间隔成像的不同轨道影像的几何定位误差呈现系统性，但多时相、不同轨道卫星影像的误差大小和方向表现出一定的随机性，甚至部分相互抵消。充分利用这一特点，可以利用多时相、多覆盖的卫星影像进行整体平差，提高卫星影像的无控几何定位精度。文献“Multistrip Bundle Block Adjustment of ZY-3Satellite Imagery by Rigorous Sensor Model Without Ground Control Point”(Zhang Y，Zheng M，Xiong X，et al.IEEE Geoscience and Remote Sensing Letters，2015，12(4)：865-869)在严格的几何成像模型基础上进行了平差，将资源三号卫星影像的平面和高程精度提高到13-15m。文献“仅用虚拟控制点的超大区域无控制区域网平差”(杨博，王密，皮英冬.测绘学报，2017，046(007)：874-881)以及文献“资源三号全国无控制整体区域网平差关键技术及应用”(王密，杨博，李德仁，等.武汉大学学报(信息科学版)，2017，042(004)：427-433)利用覆盖全国的8802景资源三号立体卫星影像进行无地面控制点的平差，平面和高程精度分别为3.6m和4.2m，其中虚拟控制点(VCP)由初始的RPC文件按规则网格生成。文献“资源三号卫星影像无控制区域网平差”(孙钰珊，张力，许彪，等.遥感学报，2019，23(02)：25-34)通过构造平均虚拟控制点，解决了无控时平差中的秩亏问题，在几个典型区域的试验表明，资源三号卫星影像在平面和高程方向的平差精度分别为6m和5m。此外，以SRTM/GLAS高程作为连接点高程的初始值，对平坦地区的连接点高程给予较大的权重，有效提高了平差的高程精度，但在平面方向没有明显提高。文献“SRTM-assisted blockadjustment for stereo pushbroom imagery”(Zhou P，Tang X，Wang Z，etal.Photogrammetric Record，2018，33(161)，49-65)以及文献“DEM-Assisted RFM BlockAdjustment of Pushbroom Nadir Viewing HRS Imagery”(Zhang Y，Wan Y，Huang X，etal.Geoscience&Remote Sensing IEEE Transactions on，2016，54(2)：1025-1034)在弱交会角条件下进行平差，在平差迭代解中利用SRTM求出连接点高程值，有效保证了弱交会角条件下的平差精度。文献“ICESat激光高程点辅助的天绘一号卫星影像立体区域网平差”(王晋，张勇，张祖勋，等.测绘学报，2018，47(3)：359-369)提出了SRTM斜率约束和GLAS质量评价信息，选择平坦区域的高质量ICESat/GLAS激光高程点作为控制信息，将天绘一号卫星影像的高程位置精度从5.88m提高到2.51m，但仍需要引入其他平面控制数据，以提高精度平面定位精度。
综上所述，为了提高高分辨率光学卫星影像无控平差精度，已有研究利用初始文件生成规则格网的虚拟控制点，而未考虑地形因素的影响且这些虚拟控制点的精度较低。此外，通过引入SRTM/GLAS等开源高程数据，可以有效提高高程方向的精度，而平面方向的精度没有明显提高。因此，有必要进一步研究考虑地形因素的虚拟控制点优选方法，以进一步提高无控区域网平差精度。
发明内容
本发明的目的就是为了克服上述现有技术存在的未考虑地形因素的影响，可能会降低平差精度的缺陷而提供一种基于平面约束优选虚拟控制点的卫星影像平差方法及装置。
本发明的目的可以通过以下技术方案来实现：
一种基于平面约束优选虚拟控制点的卫星影像平差方法，包括以下步骤：
连接点获取步骤：根据卫星影像及其对应的RPC文件，进行影像匹配和粗差剔除，获取连接点；
虚拟控制点优选步骤，包括以下子步骤：
S1：根据卫星影像及其对应的RPC文件，构建多个立体影像模型，在每个立体影像模型中，利用空间前方交会计算每个连接点的地面三维坐标；
S2：计算每个连接点在不同立体影像模型中的高差，将在不同立体影像模型中的高差均小于预设的高差阈值的连接点作为虚拟控制点，所述高差为连接点在不同立体影像模型下的高程与其高程均值之差；
S3：将立体影像模型分块，在每个块中，选择在不同立体影像模型中的高差之和的均值最小的连接点作为优选虚拟控制点；
卫星影像平差步骤：基于优选虚拟控制点，进行卫星影像平差。
进一步地，步骤S1中，将连接点在所有立体影像模型中地面三维坐标的平均值作为该连接点的地面三维坐标。
进一步地，所述连接点在所有立体影像模型中地面三维坐标的平均值的计算表达式为：
Figure BDA0002507570710000031
式中，
Figure BDA0002507570710000032
为连接点k的地面三维坐标，
Figure BDA0002507570710000033
为立体影像模型i中连接点k的地面三维坐标，n为立体影像模型的个数。
进一步地，所述卫星影像平差步骤具体为，根据卫星影像及其对应的RPC文件，构建有理函数模型，通过所述优选虚拟控制点求解平差参数，获取卫星影像平差结果。
进一步地，采用PGC和GPU并行计算方法求解所述平差参数。
进一步地，所述有理函数模型的表达式为：
Figure BDA0002507570710000034
Figure BDA0002507570710000035
式中，s为行方向上的正则化的像点坐标，Δs为行方向上的系统误差改正参数，(U,V,W)为正则化的地面点坐标，l为列方向上的正则化的像点坐标，Δl为列方向上的系统误差改正参数，(e0,e1,e2,f0,f1,f2)为系统误差的补偿参数，
Figure BDA0002507570710000041
为行方向上像点坐标的纠正多项式比值，
Figure BDA0002507570710000042
为列方向上像点坐标的纠正多项式比值。
进一步地，所述正则化处理的表达式为：
Figure BDA0002507570710000043
Figure BDA0002507570710000044
式中，S为行方向的像点坐标，L为列方向的像点坐标，
Figure BDA0002507570710000045
为地面点坐标，S0为像点坐标行方向的偏移值，L0为像点坐标列方向的偏移值，Ss为像点坐标行方向的比例值，Ls为像点坐标列方向的比例值，
Figure BDA0002507570710000046
为地面点坐标的偏移值，
Figure BDA0002507570710000047
为地面点坐标的比例值。
进一步地，所述通过所述优选虚拟控制点求解平差参数具体为，对所述有理函数模型通过泰勒级数展开线性化，代入所述优选虚拟控制点，从而求解平差参数；
所述泰勒级数展开线性化的表达式为：
Figure BDA0002507570710000048
式中，Vvc为优选虚拟控制点在行、列方向上的残差向量，Vtp为连接点在行、列方向上的残差向量，t为系统误差的改正向量，Avc为优选虚拟控制点的参数t的系数矩阵，Atp为连接点的参数t的系数矩阵，Lvc为优选虚拟控制点的常数向量，Ltp为连接点的常数向量，Pvc为优选虚拟控制点对应的权重矩阵，Ptp为连接点对应的权重矩阵，x为连接点的像点对应的地面点坐标的改正向量，Btp为连接点的参数x的系数矩阵。
进一步地，在求解平差参数过程中，通过选权迭代法修改权重矩阵，所述选权迭代法采用IGG III函数作为权函数，所述IGG III函数的表达式为：
Figure BDA0002507570710000049
式中，
Figure BDA0002507570710000051
为权函数的对角元素，pi为前一次迭代计算的权，vi为迭代前最小二乘估计的残差，mv为均方误差，k0为第一常数，k1为第二常数。
本发明还一种基于平面约束优选虚拟控制点的卫星影像平差装置，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行如上所述的方法的步骤。
与现有技术相比，本发明具有以下优点：
(1)传统的虚拟控制点是使用初始RPC文件生成的规则格网方法，未考虑地形因素的影响，可能会降低平差精度，为了进一步提高无控区域网平差精度，本发明通过空间前方交会法计算连接点的地面三维坐标；计算连接点的三维坐标的均值；在设定阈值下优选虚拟控制点，通过实验验证，该方法卫星影像平差精度优于现有的方法。
(2)本发明为了减弱连接点中粗差点的影响，采用选权迭代法，使用IGG III作为权函数，进一步提高平差的精度。
(3)本发明考虑到每幅影像立体模型的几何定位精度不同，通过前方交会计算的地面三维坐标在每个立体模型中精度不一致，因此将所有原始立体模型中连接点三维坐标的平均值作为连接点的地面坐标，可以在一定程度上消除三维坐标的不一致性。
(4)本发明采用PCG和GPU相结合的并行计算方法，提高了平差参数估计的效率。
附图说明
图1为本发明基于平面约束优选虚拟控制点的卫星影像平差方法的流程示意图；
图2为本发明实施例中连接点在不同立体像对的示意图；
图3为本发明实施例中每个块中选择最优的虚拟控制点的示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
高分辨率卫星影像无控区域网平差是全球测图应用的关键技术之一。在高分辨率光学卫星影像无控区域网平差中，虚拟控制点的选择是决定平差精度的重要因素。针对无控区域网平差精度问题，传统的虚拟控制点是使用初始RPC文件生成的规则格网方法，未考虑地形因素的影响，可能会降低平差精度。为了进一步提高无控区域网平差精度，本实施例提出了一种基于平面约束优选虚拟控制点的卫星影像平差方法，保证虚拟控制点尽可能位于高差较小的区域。该方法主要由以下三个部分组成：1)空间前方交会法计算连接点的地面三维坐标；2)计算连接点的三维坐标的均值；3)在设定阈值下优选虚拟控制点。利用该发明方法在太湖流域132幅资源三号卫星影像上进行了试验，结果表明，该方法精度优于现有的方法。
如图1所示，本实施例提出一种基于平面约束优选虚拟控制点的卫星影像平差方法，包括以下步骤：
连接点获取步骤：根据卫星影像及其对应的RPC文件，进行影像匹配和粗差剔除，获取连接点；
虚拟控制点优选步骤，包括以下子步骤：
S1：根据卫星影像及其对应的RPC文件，构建多个立体影像模型，在每个立体影像模型中，利用空间前方交会计算每个连接点的地面三维坐标；
S2：计算每个连接点在不同立体影像模型中的高差，将在不同立体影像模型中的高差均小于预设的高差阈值的连接点作为虚拟控制点，所述高差为连接点在不同立体影像模型下的高程与其高程均值之差；
S3：将立体影像模型分块，在每个块中，选择在不同立体影像模型中的高差之和的均值最小的连接点作为优选虚拟控制点；
卫星影像平差步骤：基于优选虚拟控制点，进行卫星影像平差。
相当于，本实施例提供的一种基于平面约束优选虚拟控制点的卫星影像平差方法包括平差模型的建立、平面约束的虚拟控制点优选以及基于PGC和GPU并行计算方法求解平差参数，并通过实验对该卫星影像平差方法进行验证。
下面对上述各部分进行详细描述。
1、基于RFM的平差模型
平差模型的建立是高分辨率光学卫星影像无控区域网平差的前提。
有理函数模型(RFM)利用有理多项式建立像点(S，L)与其对应的地面点之间的数学映射关系。RFM是严格物理模型的更一般的表达，适用于各种传感器。基本形式如等式(1)所示。
Figure BDA0002507570710000071
式中，(s，l)表示x和y方向上的正则化的像点坐标，(U，V，W)表示正则化地面点坐标。NumS，DenS，NumL，DenL表示(U，V，W)不同组合的多项式。
为了减小计算中的数值误差，在RFM模型中采用了正则化像点坐标和地面点坐标。正则化方程如(2)所示。
Figure BDA0002507570710000072
式中，S和L表示行和列方向的像点坐标，
Figure BDA0002507570710000073
表示地面点坐标，S0,L0,Ss,Ls表示像点坐标的偏移值和比例值，
Figure BDA0002507570710000074
λ0,h0,
Figure BDA0002507570710000075
λs,hs表示地面点坐标的偏移值和比例值。
影像之间的系统误差可以通过附加空间模型进行补偿，方程式(1)可进一步写成如下：
Figure BDA0002507570710000076
Figure BDA0002507570710000077
式中，Δs,Δl分别表示x和y方向的系统误差改正参数，(e0,e1,e2,f0,f1,f2)表示系统误差的补偿参数。
方程(3a)可通过泰勒级数展开线性化，其矩阵形式如下：
Figure BDA0002507570710000078
式中，V表示连接点在x、y方向上的残差向量，A、B分别表示对应的系数矩阵，x表示像点对应的地面点坐标的改正向量，t表示系统误差的改正向量，L表示常数向量，P表示对应的权重矩阵，vc和tp分别表示虚拟控制点和连接点。
采用PCG和GPU相结合的并行计算方法，对公式(4)进行平差求解，提高平差参数估计的效率。PCG和GPU相结合的并行计算方法为现有技术，在此不做详细描述。
为了进一步减弱粗差点的影响，通过采用选权迭代法，进一步提高平差的精度。选权迭代中常用的权函数有Huber函数、Hampel函数、Danish函数和IGG函数。考虑到Huber函数和Danish函数没有消元段，与其他函数相比抗差分能力较弱，Hampel函数在表达式形式上更为复杂，因此在平差模型中使用IGG III作为权函数，公式如下所示：
Figure BDA0002507570710000081
式中，
Figure BDA0002507570710000082
表示权函数的对角元素，pi为前一次迭代计算的权，vi为迭代前最小二乘估计的残差。mv为均方误差，k0和k1为常数，一般k0＝1.5，k1＝2.5。
有关使用IGG III作为权函数的详细描述可参考文献“利用选择权迭代法进行粗差定位”(李德仁.武汉大学学报·信息科学版，1984，9(1)：46-68)。
2、平面约束的虚拟控制点优选方法
平面约束的虚拟控制点优选的具体步骤如下：
步骤1)：基于空间前方交会计算连接点的三维坐标
如图2所示，对于多景影像上的连接点，以立体像对为基本单元，每个连接点在不同立体像对中，在每个RPC立体模型下，利用空间前方交会计算每个连接点的地面三维坐标。通过比较该连接点在不同立体模型下的高差(该点各高程与其高程均值之差)，提取一定数量分布均匀的地面点作为虚拟控制点，并将其作为带权观测值引入到区域网平差模型中，以提高无控区域网平差的精度。
步骤2)：计算连接点的三维坐标平均值
由于每幅影像立体模型的几何定位精度不同，通过前方交会计算的三维坐标在每个立体模型中精度不一致。将所有原始立体模型中连接点三维坐标的平均值作为连接点的地面坐标，可以在一定程度上消除三维坐标的不一致性。假设
Figure BDA0002507570710000083
表示所有立体影像模型的三维坐标值的平均值，即连接点平均值的三维坐标如下：
Figure BDA0002507570710000091
步骤3)：在设定阈值下优选虚拟控制点
计算每个连接点在不同立体影像模型中的高差，将在不同立体影像模型中的高差均小于预设的高差阈值的连接点作为虚拟控制点，高差为连接点在不同立体影像模型下的高程与其高程均值之差；
如图3所示，将单个立体模型进行分块，在每个块中选择一个最优虚拟控制点(VCP)。如图3所示，在每个块中计算的所有点的地面坐标，并统计每个点的高差之和的均值，找出该块中均值最小的点作为最终的虚拟控制点。
对每个立体模型中的所有连接点重复步骤1)至3)，将所有优选的虚拟控制点进行联合区域网平差。
3、实验与分析
3.1、研究区域和实验数据
试验区位于中国太湖流域，面积约300×400公里。利用资源三号卫星的132幅影像和所附的RPC文件验证本发明方法的正确性和有效性，卫星影像成像时间为2015-2016年。实验区包括山地、丘陵、平原等不同地形，最大和最小高差分别为1500米。
3.2、实验结果与分析
将本实施例方法平差结果与已有的虚拟控制点区域网平差方法，即RPC生成均匀格网虚拟控制点的区域网平差方法进行比较。利用168个高精度地面点作为检查点，评估两种方法的平差结果如表1所示。
表1不同方法的绝对几何定位精度(单位：米)
Figure BDA0002507570710000092
此外，进一步比较本发明方法与现有方法的相对定位精度，即连接点的重投影误差进行比较。两种方法的重投影精度如表2所示。
表2不同方法下的连接点重投影误差(单位：像素)
Figure BDA0002507570710000101
4、结论
针对高分辨率卫星影像无控区域网平差精度的问题，本实施例提出了一种基于平面约束优选虚拟控制点的卫星影像平差方法，该方法包括基于前方交会法计算连接点三维坐标、连接点三维坐标均值计算和设定阈值下优选虚拟控制点。利用该方法在太湖流域对132幅资源三号卫星影像进行了实验，通过对实验结果的对比分析，得出以下结论：与传统的使用初始RPC文件生成规则格网虚拟控制点的方法进行平差实验比较和分析。结果表明，本发明方法精度优于现有的方法。
本实施例还提供一种基于平面约束优选虚拟控制点的卫星影像平差装置，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行如上述一种基于平面约束优选虚拟控制点的卫星影像平差方法的步骤。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，包括以下步骤：
连接点获取步骤：根据卫星影像及其对应的RPC文件，进行影像匹配和粗差剔除，获取连接点；
虚拟控制点优选步骤，包括以下子步骤：
S1：根据卫星影像及其对应的RPC文件，构建多个立体影像模型，在每个立体影像模型中，利用空间前方交会计算每个连接点的地面三维坐标；
S2：计算每个连接点在不同立体影像模型中的高差，将在不同立体影像模型中的高差均小于预设的高差阈值的连接点作为虚拟控制点，所述高差为连接点在不同立体影像模型下的高程与其高程均值之差；
S3：将立体影像模型分块，在每个块中，选择在不同立体影像模型中的高差之和的均值最小的连接点作为优选虚拟控制点；
卫星影像平差步骤：基于优选虚拟控制点，进行卫星影像平差。
2.根据权利要求1所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，步骤S1中，将连接点在所有立体影像模型中地面三维坐标的平均值作为该连接点的地面三维坐标。
3.根据权利要求2所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，所述连接点在所有立体影像模型中地面三维坐标的平均值的计算表达式为：
Figure FDA0002507570700000011
式中，
Figure FDA0002507570700000012
为连接点k的地面三维坐标，
Figure FDA0002507570700000013
为立体影像模型i中连接点k的地面三维坐标，n为立体影像模型的个数。
4.根据权利要求1所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，所述卫星影像平差步骤具体为，根据卫星影像及其对应的RPC文件，构建有理函数模型，通过所述优选虚拟控制点求解平差参数，获取卫星影像平差结果。
5.根据权利要求4所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，采用PGC和GPU并行计算方法求解所述平差参数。
6.根据权利要求4所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，所述有理函数模型的表达式为：
Figure FDA0002507570700000021
Figure FDA0002507570700000022
式中，s为行方向上的正则化的像点坐标，Δs为行方向上的系统误差改正参数，(U,V,W)为正则化的地面点坐标，l为列方向上的正则化的像点坐标，Δl为列方向上的系统误差改正参数，(e0,e1,e2,f0,f1,f2)为系统误差的补偿参数，
Figure FDA0002507570700000023
为行方向上像点坐标的纠正多项式比值，
Figure FDA0002507570700000024
为列方向上像点坐标的纠正多项式比值。
7.根据权利要求6所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，所述正则化处理的表达式为：
Figure FDA0002507570700000025
Figure FDA0002507570700000026
式中，S为行方向的像点坐标，L为列方向的像点坐标，
Figure FDA0002507570700000027
为地面点坐标，S0为像点坐标行方向的偏移值，L0为像点坐标列方向的偏移值，Ss为像点坐标行方向的比例值，Ls为像点坐标列方向的比例值，
Figure FDA0002507570700000028
为地面点坐标的偏移值，
Figure FDA0002507570700000029
为地面点坐标的比例值。
8.根据权利要求4所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，所述通过所述优选虚拟控制点求解平差参数具体为，对所述有理函数模型通过泰勒级数展开线性化，代入所述优选虚拟控制点，从而求解平差参数；
所述泰勒级数展开线性化的表达式为：
Figure FDA0002507570700000031
式中，Vvc为优选虚拟控制点在行、列方向上的残差向量，Vtp为连接点在行、列方向上的残差向量，t为系统误差的改正向量，Avc为优选虚拟控制点的参数t的系数矩阵，Atp为连接点的参数t的系数矩阵，Lvc为优选虚拟控制点的常数向量，Ltp为连接点的常数向量，Pvc为优选虚拟控制点对应的权重矩阵，Ptp为连接点对应的权重矩阵，x为连接点的像点对应的地面点坐标的改正向量，Btp为连接点的参数x的系数矩阵。
9.根据权利要求8所述的一种基于平面约束优选虚拟控制点的卫星影像平差方法，其特征在于，在求解平差参数过程中，通过选权迭代法修改权重矩阵，所述选权迭代法采用IGG III函数作为权函数，所述IGG III函数的表达式为：
Figure FDA0002507570700000032
式中，
Figure FDA0002507570700000033
为权函数的对角元素，pi为前一次迭代计算的权，vi为迭代前最小二乘估计的残差，mv为均方误差，k0为第一常数，k1为第二常数。
10.一种基于平面约束优选虚拟控制点的卫星影像平差装置，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，处理器调用所述计算机程序执行如权利要求1～9任一所述的方法的步骤。
CN202010450677.0A 2020-05-25 2020-05-25 基于平面约束优选虚拟控制点的卫星影像平差方法及装置 Active CN111724465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010450677.0A CN111724465B (zh) 2020-05-25 2020-05-25 基于平面约束优选虚拟控制点的卫星影像平差方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010450677.0A CN111724465B (zh) 2020-05-25 2020-05-25 基于平面约束优选虚拟控制点的卫星影像平差方法及装置

Publications (2)

Publication Number Publication Date
CN111724465A true CN111724465A (zh) 2020-09-29
CN111724465B CN111724465B (zh) 2023-05-02

Family

ID=72565027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010450677.0A Active CN111724465B (zh) 2020-05-25 2020-05-25 基于平面约束优选虚拟控制点的卫星影像平差方法及装置

Country Status (1)

Country Link
CN (1) CN111724465B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112597428A (zh) * 2020-12-22 2021-04-02 同济大学 基于rfm模型光束法平差和影像重采样的颤振探测修正方法
CN113160064A (zh) * 2020-12-03 2021-07-23 中国人民解放军战略支援部队航天工程大学 一种基于核线约束的多视角卫星影像相对误差补差方法
CN113284171A (zh) * 2021-06-18 2021-08-20 成都天巡微小卫星科技有限责任公司 一种基于卫星遥感立体成像对的植被高度分析方法及系统
CN114021318A (zh) * 2021-10-26 2022-02-08 中国科学院近代物理研究所 一种粒子加速器局部控制网稳定性分析方法、系统和介质
CN117288169A (zh) * 2023-08-31 2023-12-26 自然资源部国土卫星遥感应用中心 一种稳健的卫星影像无控区域网平差方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6125329A (en) * 1998-06-17 2000-09-26 Earth Satellite Corporation Method, system and programmed medium for massive geodetic block triangulation in satellite imaging
CN101900550A (zh) * 2010-07-20 2010-12-01 同济大学 一种基于卫星影像的建筑物高程定位控制与精度评价方法
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
CN108427741A (zh) * 2018-03-06 2018-08-21 太原理工大学 一种基于大量高精度控制点的dem相对误差评价方法
CN110388898A (zh) * 2019-06-27 2019-10-29 中国科学院遥感与数字地球研究所 构建虚拟控制点约束的多源多重覆盖遥感影像平差方法
CN111156960A (zh) * 2019-12-28 2020-05-15 同济大学 一种适合地表不稳定区域的卫星激光高程控制点筛选方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6125329A (en) * 1998-06-17 2000-09-26 Earth Satellite Corporation Method, system and programmed medium for massive geodetic block triangulation in satellite imaging
CN101900550A (zh) * 2010-07-20 2010-12-01 同济大学 一种基于卫星影像的建筑物高程定位控制与精度评价方法
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
CN108427741A (zh) * 2018-03-06 2018-08-21 太原理工大学 一种基于大量高精度控制点的dem相对误差评价方法
CN110388898A (zh) * 2019-06-27 2019-10-29 中国科学院遥感与数字地球研究所 构建虚拟控制点约束的多源多重覆盖遥感影像平差方法
CN111156960A (zh) * 2019-12-28 2020-05-15 同济大学 一种适合地表不稳定区域的卫星激光高程控制点筛选方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113160064A (zh) * 2020-12-03 2021-07-23 中国人民解放军战略支援部队航天工程大学 一种基于核线约束的多视角卫星影像相对误差补差方法
CN112597428A (zh) * 2020-12-22 2021-04-02 同济大学 基于rfm模型光束法平差和影像重采样的颤振探测修正方法
CN112597428B (zh) * 2020-12-22 2022-09-20 同济大学 基于rfm模型光束法平差和影像重采样的颤振探测修正方法
CN113284171A (zh) * 2021-06-18 2021-08-20 成都天巡微小卫星科技有限责任公司 一种基于卫星遥感立体成像对的植被高度分析方法及系统
CN114021318A (zh) * 2021-10-26 2022-02-08 中国科学院近代物理研究所 一种粒子加速器局部控制网稳定性分析方法、系统和介质
CN117288169A (zh) * 2023-08-31 2023-12-26 自然资源部国土卫星遥感应用中心 一种稳健的卫星影像无控区域网平差方法
CN117288169B (zh) * 2023-08-31 2024-03-19 自然资源部国土卫星遥感应用中心 一种稳健的卫星影像无控区域网平差方法

Also Published As

Publication number Publication date
CN111724465B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN111724465A (zh) 基于平面约束优选虚拟控制点的卫星影像平差方法及装置
Yang et al. Large-scale block adjustment without use of ground control points based on the compensation of geometric calibration for ZY-3 images
CN105510913A (zh) 基于类光学像方改正的异源光学和sar遥感影像联合定位方法
CN107014399A (zh) 一种星载光学相机‑激光测距仪组合系统联合检校方法
CN109709551B (zh) 一种星载合成孔径雷达影像的区域网平面平差方法
CN111044037B (zh) 一种光学卫星影像的几何定位方法及装置
CN111650579B (zh) 一种岩移参数自适应获取的InSAR矿区三维形变估计方法、装置及介质
Tang et al. Combined adjustment of multi-resolution satellite imagery for improved geo-positioning accuracy
Rupnik et al. Refined satellite image orientation in the free open-source photogrammetric tools Apero/Micmac
US20120063668A1 (en) Spatial accuracy assessment of digital mapping imagery
CN112597428B (zh) 基于rfm模型光束法平差和影像重采样的颤振探测修正方法
CN112070891B (zh) 数字地面模型作为三维控制的影像区域网平差方法及系统
CN101598785A (zh) 卫星影像各级产品的有理函数成像模型生成方法
CN101598786A (zh) 卫星影像二/三级产品的有理函数成像模型生成方法
Yang et al. Relative geometric refinement of patch images without use of ground control points for the geostationary optical satellite GaoFen4
CN105628052A (zh) 基于控制直线的光学卫星传感器在轨几何定标方法及系统
CN109579796B (zh) 一种投影后影像的区域网平差方法
El-Ashmawy Photogrammetric block adjustment without control points
Pi et al. Large-scale planar block adjustment of GaoFen1 WFV images covering most of mainland China
KR102015817B1 (ko) 입체 위성영상의 제공 rpc 자동 보정 방법
Jovanovic et al. MISR photogrammetric data reduction for geophysical retrievals
Kartal et al. Comperative analysis of different geometric correction methods for very high resolution pleiades images
Zhou et al. Optimal regularization method based on the L-curve for solving rational function model parameters
Tong et al. Optimal selection of virtual control points with planar constraints for large‐scale block adjustment of satellite imagery
Fu et al. Block adjustment of large-scale high-resolution optical satellite imagery without gcps based on the gpu

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