CN113487540A - 一种空基大倾角图像的校正方法和装置 - Google Patents
一种空基大倾角图像的校正方法和装置 Download PDFInfo
- Publication number
- CN113487540A CN113487540A CN202110662576.4A CN202110662576A CN113487540A CN 113487540 A CN113487540 A CN 113487540A CN 202110662576 A CN202110662576 A CN 202110662576A CN 113487540 A CN113487540 A CN 113487540A
- Authority
- CN
- China
- Prior art keywords
- image
- image set
- correction
- corrected
- images
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 230000009466 transformation Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000003702 image correction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000003705 background correction Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
-
- G06T5/80—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/10004—Still image; Photographic image
Abstract
本公开的实施例提供了空基大倾角图像的校正方法和装置，所述方法包括：获取待校正的大倾角图像集；基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集；基于姿态参数和全球定位坐标对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集；根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集；对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集。以此方式，可以对大倾角图像中的像元进行准确校正，并且能够对大倾角图像的边缘信息进行有效恢复。
Description
技术领域
本公开的实施例一般涉及图像处理领域，并且更具体地，涉及一种空基大倾角图像的校正方法和装置。
背景技术
图像拼接技术应用于航片或卫星图像的地图制作中，目的在于提高分辨率和扩大视野。随着计算机技术的发展，拼接技术得到了更广泛的应用。拼接工作大致可以分为四步完成：图像获取、图像校正、图像对齐和图像融合。
当摄像机以与场景平行的方式拍摄时，获取的图像是没有倾角的。倾角图像产生的原因，是由于摄像机和被拍摄景物之间存在倾斜角度，这种倾角分为相机俯仰和相机横向旋转两类。尤其对于大倾角图像的校正，直接影响后续的图像融合。
现有技术中，针对大倾角图像的校正，难以对大倾角图像的边缘信息进行恢复，并且针对大倾角图像中的像元的校正不够准确。
发明内容
根据本公开的实施例，提供了一种能够对大倾角图像中的像元进行准确校正，并且能够对大倾角图像的边缘信息进行有效恢复的空基大倾角图像的校正方案。
在本公开的第一方面，提供了一种空基大倾角图像的校正方法，包括：
获取待校正的大倾角图像集；
基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集；
基于姿态参数和全球定位坐标对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集；
根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集；
对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集。
在一些实施例中，所述方法还包括：
对所述第四校正图像集中的图像的像点对应的空间点的高度进行修复。
在一些实施例中，所述基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集，包括：
对于所述大倾角图像集中的每张图像，对该图像的每一行的第i个像元，利用以下公式确定该像元的畸变距离：
ΔL＝2h(tan(iβ-β/2)-tan((i-1)β))，
对所述畸变距离进行校正，生成第一校正图像；
其中，i为像元的行编号，ΔL为畸变距离，h为所述待校正的大倾角图像的摄站点的高度，β为第i个像元对应的俯角。
在一些实施例中，所述基于姿态参数和全球定位系统对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集，包括：
根据所述大倾角图像集中的每张图像的外方位元素，确定该图像的旋转矩阵，
根据旋转矩阵中的系数按照以下公式计算该图像中的像元的地理坐标：
按照像元的地理坐标的大小重新排列像元，以预设像元点的大小为步长，网格化离散像元数据，生成离散像元点，然后对所述离散像元点的灰度值进行插值，生成第二校正图像集。
在一些实施例中，所述根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集，包括：
确定所述大倾角图像集中的每张图像对应的基准图像；
利用所述大倾角图像集中的每张图像和对应的基准图像的同名像点，建立同名像点间的变换函数，确定变换模型；
利用所述变换模型对所述第二校正图像集中的图像的像元进行处理，生成第三校正图像集。
在一些实施例中，所述变换模型为：
利用最小二乘法根据同名像点的坐标求解所述变换模型的系数，生成所述变换模型。
在一些实施例中，所述对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集，包括：
根据所述第三校正图像集中互成视图像对的图像中的一张的外方位元素和同名像点在该图像中的像元坐标，以及另一张图像的外方位元素和同名像点在该图像中的像元坐标，确定所述同名像点的地理坐标及其对应的误差；
根据所述误差对互成视图像对的图像中的像元坐标进行修正，通过上述方法对所述第三校正图像集中的图像进行校正，生成第四校正图像集。
在本公开的第二个方面，提供了一种空基大倾角图像的校正装置，包括：
图像获取模块，用于获取待校正的大倾角图像集；
图像校正模块，用于基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集；基于姿态参数和全球定位系统对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集；根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集；对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集。
在本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。
本公开实施例的空基大倾角图像的校正方法和装置，能够对大倾角图像中的像元进行准确校正，并且能够对大倾角图像的边缘信息进行有效恢复。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了本公开实施例一的空基大倾角图像的校正方法的流程图；
图2示出了本公开实施例二的空基大倾角图像的校正方法的流程图；
图3示出了本公开实施例三的空基大倾角图像的校正装置的结构示意图；
图4示出了本公开实施例四的空基大倾角图像的校正设备的结构示意图；
图5示出了大倾角图像物像关系示意图；
图6示出了立体像对空间前方交会示意图；
图7示出了立面物体高度量测算法示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本公开实施例的空基大倾角图像的校正方法，能够对大倾角图像中的像元进行准确校正，并且能够对大倾角图像的边缘信息进行有效恢复。具体地，如图1所示，为本公开实施例一的空基大倾角图像的校正方法的流程图，所述方法包括以下步骤：
S101：获取待校正的大倾角图像集。
当利用本公开实施例的方法对大倾角图像进行校正时，首先需要获取待校正的大倾角图像集，所述大倾角图像集中包括多张待校正的大倾角图像。
由于大倾角图像在采集过程中，会受到传感器光学畸变、大气折光、地球曲率和地形起伏的影像，因此，可以对获取到的待校正的大倾角图像进行畸变校正。具体地，可以利用以下公式对大倾角图像进行传感器光学畸变校正：
x′＝x(1-k0-k1r2-k2r4-k3r6-…)
y′＝y(1-k0-k1r2-k2r4-k3r6-…)；
利用以下公式进行大气遮光校正：
利用以下公式进行地球曲率影响校正：
利用以下公式进行地形起伏校正：
S102：基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集。
在经过上述的预处理过程后，针对所述待校正的大倾角图像集中的每张图像，可以进行基于线中心投影的逐行正切校正，进而对全部大倾角图像进行校正，生成第一校正图像集。具体地，对于所述待校正的大倾角图像的每一行的第i个像元，利用以下公式确定该像元的畸变距离：
ΔL＝2h(tan(iβ-β/2)-tan((i-1)β))，
对所述畸变距离进行校正，生成第一校正图像；
其中，ΔL为畸变距离，h为所述待校正的大倾角图像的摄站点的高度，β为第i个像元对应的俯角。
S103：基于姿态参数和全球定位坐标对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集。
逐行倾斜校正是一种局部的、完全的几何畸变校正模式，利用建立的共线条件式对成像数据几何畸变进行校正。如图5所示，为大倾角图像物像关系示意图。图像P0可看作先将像片P旋转到P1位置，像片P和P1之间夹角是一个大角度，一般为已知值(相机的位角或俯角)，再将像片从P1纠正到P0位置,P1到P0位置的旋转角度可以认为是浮空平台的姿态参数。经推导验证将P一次旋转到P0位置的旋转矩阵M和先将p旋转到P1位置的旋转矩阵M1、再将P从P1位置旋转到P0位置的旋转矩阵M2之间的关系如下：
对所述第一校正图像集中的图像进行逐行倾斜校正时，首先利用图像的元数据计算图像的外方位元素，再结合上式，计算逐行逐像素倾斜校正的9个待定系数：对于大倾角图像而言，M1的三个角元素由相机摆角(位角和俯角)确定，M2的三个角元素由浮空平台姿态(横滚角，俯仰角，行偏角)确定。其次，利用9个系数和全球定位坐标，计算每个像元点的地理坐标，地理坐标计算公式如下所示：
按照像元的地理坐标的大小重新排列像元，以预设像元点的大小为步长(例如，可以以)，网格化离散像元数据，生成离散像元点，然后对所述离散像元点的灰度值进行插值，通过上述方法，对所述第一校正图像集中的图像进行校正，生成第二校正图像集。
S104：根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集。
具体地，可以先确定所述待校正的大倾角图像对应的基准图像；然后利用所述待校正的大倾角图像和所述基准图像中的同名像点，建立同名像点间的变换函数，确定变换模型；最后利用所述变换模型对所述第二校正图像集中图像的像元进行处理，生成第三校正图像集。关于对所述第二校正图像集中的图像进行校正，生成第三校正图像集的具体实现过程参见实施例二，这里不再展开说明。
S105：对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集。
在生成第三校正图像集后，可以根据所述第三校正图像集中互成视图像对的图像中的一张的外方位元素和同名像点在该图像中的像元坐标，以及另一张图像的外方位元素和同名像点在该图像中的像元坐标，确定所述同名像点的地理坐标及其对应的误差；根据所述误差对互成视图像对的图像中的像元坐标进行修正，通过上述方法对所述第三校正图像集中的图像进行校正，生成第四校正图像集。
对于大倾角图像而言，观测范围较大，由于地球曲率的影响，不可能把观测平面近似为水平面，因此对于大倾角图像的几何精校正与量测必须考虑使用多幅图像构建多视图像对的方法来解决。使用多视图像对上的同名像点，能够得到两条同名射线在空间的方向，这两条射线在空间一定相交，其相交处必然是该地面点的空间位置。
多视图像对与所摄地面存在一定的几何关系，这种关系可以用数学表达式来描述。如图6所示，为立体像对空间前方交会示意图。
设在空中S1和S2两个摄站点(摄影时相机的位置)对地面摄影，获得一个立体像对，如图6所示。任一地面点A在该像对的左右图像上构像为a1和a2。现已知两张像片的内、外方位元素，设想将像片按内外方位元素置于摄影时的位置，显然同名射线S1a1和S2a2必然交于地面点A。
为了确定像点与其对应地面点的数学关系，按外方位元素的定义，在地面建立地面摄影测量坐标系D-XtpYtpZtp，Xtp轴与航向基本一致，且XtpYtp面水平。过左摄站点S1作像空间坐标系S1-X1Y1Z1，其轴分别与D-XtpYtpZtp轴平行；同样过摄站点S2也作像空间辅助坐标系S2-X2Y2Z2，其轴也分别与D-XtpYtpZtp平行。
设地面点A在D-XtpYtpZtp中的坐标为(XA,YA,ZA),相应的像点a1,a2的像空间坐标为(x1,y1,-f),(x2,y2,-f),像空间辅助坐标为(X1,Y1,Z1)，(X2,Y2,Z2)，则有：
式中，R1,R2为由已知的外方为元素计算的左、右像片旋转矩阵。右摄站点S2在S1-X1Y1Z1中的坐标，即摄影基线B的三个坐标分量BX,BY,BZ可由外方位线元素计算：
因左、右像空间辅助坐标系及D-XtpYtpZtp相互平行，且摄站点、像点、地面点三点共线，则由图可得出：
式中，N1,N2称为点投影系数，其中，N1称为左投影系数，N2称为右投影系数。
由(6-40)式可得出前方交会计算地面点坐标的公式：
上式可变为：
XS2-XS1＝N1X1-N2X2＝BX
YS2-YS1＝N1Y1-N2Y2＝BY
ZS2-ZS1＝N1Z1-N2Z2＝BZ (6-42)
由上式第一、三两式联立求解，得：
综上所述，计算步骤为：
由已知的外方位角元素及像点的坐标，根据(6-38)式计算像空间辅助坐标系；
由像空间辅助坐标系，按照(6-39)式计算摄影基线分量BX,BY,BZ；
由(6-43)式计算投影系数N1,N2；
最后由(6-41)式计算地面点的地面投影测量坐标。由于N1和N2系由(6-42)式中的第一、三式求出，所以由(6-42)式计算地面坐标YA时，应取平均值，即：
当采用双平台同步摄影时，虽然不一定构成立体观测条件，但只要具有一定重叠范围，可根据平台记录的姿态参数，即相邻像片外方位元素(XS、YS、ZS、
ω、κ)和(X'S、Y'S、Z'S、
ω'、κ')，以及地物点在左右像点的观测值(x、y)和(x'、y')，任一地面点的地理坐标(X、Y、Z)，可根据线性化的共线方程式求解。
其中aij为由外方位角元素φ,ω,κ组成的正交旋转矩阵的元素，f为相机的焦距。
为此，需将共线方程式利用泰勒公式线性化。X,Y,Z为待定的参数，可用其近似值加上相应的增量为ΔX,ΔY,ΔZ代入。得出的误差方程式为：
其中lx,ly为常数项：
lx＝x－x初
Ly＝y－y初 (6-47)
x,y为像点的量测坐标，x初、y初为将待定值的近似值代入式6-45计算的x和y值。未知数的偏导数严格计算公式如下：
式中Z＝a13(X-XS)+a23(Y-YS)+a33(Z-ZS) (6-49)
任一地面点的地理坐标(X,Y,Z)，可根据同名像点观测值(x、y)和(x'、y')按6-46式各列出误差方程式，利用最小二乘法进行联立求解，求解出误差系数后，再对互成视图像对的图像进行校正，重复上述过程，生成第四校正图像集。
本公开实施例的空基大倾角图像的校正方法，能够对大倾角图像中的像元进行准确校正，并且能够对大倾角图像的边缘信息进行有效恢复。
如图2所示，为本公开实施例二的空基大倾角图像的校正方法的流程图。在本实施例中，针对利用基准图像对所述第二校正图像集中的图像进行校正的具体实现过程进行说明，具体包括以下步骤：
S201：确定所述待校正的大倾角图像对应的基准图像。
S202：利用所述待校正的大倾角图像和所述基准图像中的同名像点，建立同名像点间的变换函数，确定变换模型。
在建立好的原始图像与校正的标准地形图坐标系之间寻找同名地物点(GCP)，建立地面空间点文件GCP点的选取原则是：最少控制点数在20点左右，以整景影像为单元进行选点，应控制四周、逐个加密、分布均匀，否则会在GCP的数量密集区几何纠正精度较高，而在GCP分布稀疏区域，将出现较大的拟合误差，变换模型为：
(i＝0,1,2…,n为二次多项式的系数，j＝0,1,2…,n-i)，其中，X，Y为待校正的大倾角图像的像元的坐标，ξ,η为大倾角图像的空间网格坐标，n为二元多项式的次数，ai,j，bi,j为待定的二元多项式系数；
利用L个GCP数据运用最小二乘法进行曲面拟合求系数，令：
对各系数求一阶偏导并令其为0可以得到关于未知系数的联立线性方程组，解方程组可求出多项式系数，从而建立了校正空间与原始空间位置转换的数学模型。根据这个数学模型当已知校正空间某一位置时，可反求出其在畸变空间的位置。
由于纠正模型建立后，使得像素的几何位置发生变化，这就需要计算校正之后的几何阵列上新像素的灰度值，即为像素亮度的重采样。重采样的像素灰度是根据它周围原像素的灰度按照一定的权函数内插出来的。
S203：利用所述变换模型对所述第二校正图像集中的图像的像元进行处理，生成第三校正图像集。
本实施例的方法，能够取得与上述实施例相类似的技术效果，这里不再重复赘述。
此外，作为本公开的一个可选实施例，所述方法还包括：对所述第五校正图像中的像点对应的空间点的高度进行修复。
具体地，如图7所示，假设目标顶端的图像坐标为P(x，y)，由中心投影特性可知，地面点P'点与P点的像点为同一点。底端图像坐标为图像中心点A(x0,y0)，设x方向和y方向每个像元对应的张角为dθ，dγ，则A点的外方位元素为(X0,Y0,Z0,θ,0,
)，设航向角为零，即
P点的外方位元素为(X0,Y0,Z0,θ+dθ*(y-y0),0+dγ*(x-x0),
)。将已知参数带入共线方程可求得P'点和A点的地理坐标(Xp',Yp'),(Xa,Ya),根据A点，P点，P'点的三角关系可求得AP的高度为h＝|AP'|ctg(θ+Δθ)，其中Δθ＝dθ*(y-y0)。
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，本公开并不受所描述的动作顺序的限制，因为依据本公开，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可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图3示出了本公开实施例三的空基大倾角图像的校正装置的结构示意图。本实施例的空基大倾角图像的校正装置，包括：
图像获取模块301，用于获取待校正的大倾角图像集；
图像校正模块302，用于基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集；基于姿态参数和全球定位系统对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集；根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集；对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图4示出了本公开实施例四的空基大倾角图像的校正设备的结构示意图。图4示出的终端设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统包括中央处理单元(CPU)401，其可以基于存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中，还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也基于需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，基于需要安装在驱动器410上，以便于从其上读出的计算机程序基于需要被安装入存储部分408。
特别地，基于本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的方法中限定的上述功能。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种空基大倾角图像的校正方法，其特征在于，包括：
获取待校正的大倾角图像集；
基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集；
基于姿态参数和全球定位坐标对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集；
根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集；
对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集。
2.根据权利要求1所述的空基大倾角图像的校正方法，其特征在于，所述方法还包括：
对所述第四校正图像集中的图像的像点对应的空间点的高度进行修复。
3.根据权利要求1所述的空基大倾角图像的校正方法，其特征在于，所述基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集，包括：
对于所述大倾角图像集中的每张图像，对该图像的每一行的第i个像元，利用以下公式确定该像元的畸变距离：
ΔL＝2h(tan(iβ-β/2)-tan((i-1)β))，
对所述畸变距离进行校正，生成第一校正图像；
其中，i为像元的行编号，ΔL为畸变距离，h为所述待校正的大倾角图像的摄站点的高度，β为第i个像元对应的俯角。
4.据权利要求3述的空基大倾角图像的校正方法，其特征在于，所述基于姿态参数和全球定位系统对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集，包括：
根据所述大倾角图像集中的每张图像的外方位元素，确定该图像的旋转矩阵，
根据旋转矩阵中的系数按照以下公式计算该图像中的像元的地理坐标：
按照像元的地理坐标的大小重新排列像元，以预设像元点的大小为步长，网格化离散像元数据，生成离散像元点，然后对所述离散像元点的灰度值进行插值，生成第二校正图像集。
5.根据权利要求1所述的空基大倾角图像的校正方法，其特征在于，所述根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集，包括：
确定所述大倾角图像集中的每张图像对应的基准图像；
利用所述大倾角图像集中的每张图像和对应的基准图像的同名像点，建立同名像点间的变换函数，确定变换模型；
利用所述变换模型对所述第二校正图像集中的图像的像元进行处理，生成第三校正图像集。
6.根据权利要求5所述的空基大倾角图像的校正方法，其特征在于，所述变换模型为：
利用最小二乘法根据同名像点的坐标求解所述变换模型的系数，生成所述变换模型。
7.根据权利要求6所述的空基大倾角图像的校正方法，其特征在于，所述对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集，包括：
根据所述第三校正图像集中互成视图像对的图像中的一张的外方位元素和同名像点在该图像中的像元坐标，以及另一张图像的外方位元素和同名像点在该图像中的像元坐标，确定所述同名像点的地理坐标及其对应的误差；
根据所述误差对互成视图像对的图像中的像元坐标进行修正，通过上述方法对所述第三校正图像集中的图像进行校正，生成第四校正图像集。
8.一种空基大倾角图像的校正装置，其特征在于，包括：
图像获取模块，用于获取待校正的大倾角图像集；
图像校正模块，用于基于线中心投影对所述大倾角图像集中的每张图像的像元进行逐行正切校正，生成第一校正图像集；基于姿态参数和全球定位系统对所述第一校正图像集中的图像进行逐行倾斜校正，生成第二校正图像集；根据与所述第二校正图像集中的图像对应的基准参考图像对所述第二校正图像集中的图像进行校正，生成第三校正图像集；对所述第三校正图像集中互成视图像对的图像进行相互校正，生成第四校正图像集。
9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110662576.4A CN113487540B (zh) | 2021-06-15 | 2021-06-15 | 一种空基大倾角图像的校正方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110662576.4A CN113487540B (zh) | 2021-06-15 | 2021-06-15 | 一种空基大倾角图像的校正方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113487540A true CN113487540A (zh) | 2021-10-08 |
| CN113487540B CN113487540B (zh) | 2023-07-07 |
Family
ID=77934941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110662576.4A Active CN113487540B (zh) | 2021-06-15 | 2021-06-15 | 一种空基大倾角图像的校正方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113487540B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102385741A (zh) * | 2010-08-31 | 2012-03-21 | 日立信息通讯工程有限公司 | 图像校正、校正表生成装置、校正图像、校正表生成方法及程序 |
| CN103209278A (zh) * | 2012-01-16 | 2013-07-17 | 富士施乐株式会社 | 图像读取装置、图像读取方法和图像形成设备 |
| CN103345761A (zh) * | 2013-07-30 | 2013-10-09 | 中国地质大学（武汉） | 用于线阵高塔倾斜扫描成像数据校正及拼接的方法和系统 |
| US20150181076A1 (en) * | 2013-12-25 | 2015-06-25 | Konica Minolta Inc. | Image processing device, image correcting method and program |
| CN108632585A (zh) * | 2017-03-24 | 2018-10-09 | 中兴通讯股份有限公司 | 一种图像校正方法及装置、存储介质、投影设备 |
| CN110264426A (zh) * | 2019-06-24 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
| CN110276734A (zh) * | 2019-06-24 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
-
2021
- 2021-06-15 CN CN202110662576.4A patent/CN113487540B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102385741A (zh) * | 2010-08-31 | 2012-03-21 | 日立信息通讯工程有限公司 | 图像校正、校正表生成装置、校正图像、校正表生成方法及程序 |
| CN103209278A (zh) * | 2012-01-16 | 2013-07-17 | 富士施乐株式会社 | 图像读取装置、图像读取方法和图像形成设备 |
| CN103345761A (zh) * | 2013-07-30 | 2013-10-09 | 中国地质大学（武汉） | 用于线阵高塔倾斜扫描成像数据校正及拼接的方法和系统 |
| US20150181076A1 (en) * | 2013-12-25 | 2015-06-25 | Konica Minolta Inc. | Image processing device, image correcting method and program |
| CN108632585A (zh) * | 2017-03-24 | 2018-10-09 | 中兴通讯股份有限公司 | 一种图像校正方法及装置、存储介质、投影设备 |
| CN110264426A (zh) * | 2019-06-24 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
| CN110276734A (zh) * | 2019-06-24 | 2019-09-24 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113487540B (zh) | 2023-07-07 |
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 | |
| US5606627A (en) | Automated analytic stereo comparator | |
| CN109115186B (zh) | 一种针对车载移动测量系统的360°可量测全景影像生成方法 | |
| Oh et al. | A piecewise approach to epipolar resampling of pushbroom satellite images based on RPC | |
| Morgan | Epipolar resampling of linear array scanner scenes | |
| JP5134784B2 (ja) | 空中写真測量方法 | |
| CN107907111B (zh) | 一种自动分布式空中三角测量解算方法 | |
| EP3547260B1 (en) | System and method for automatic calibration of image devices | |
| CN102314674B (zh) | 一种地面激光雷达数据纹理影像配准方法 | |
| CN110555813B (zh) | 一种无人机遥感影像的快速几何校正方法及系统 | |
| CN108447100B (zh) | 一种机载三线阵ccd相机的偏心矢量和视轴偏心角标定方法 | |
| CN116086411A (zh) | 数字地形图生成方法、装置、设备和可读存储介质 | |
| CN108955642B (zh) | 一种大幅面等效中心投影影像无缝拼接方法 | |
| CN110631555A (zh) | 基于二阶多项式无控制点区域网平差的历史影像正射纠方法 | |
| CN113566793A (zh) | 基于无人机倾斜影像的真正射影像生成方法和装置 | |
| 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 | |
| JP4112077B2 (ja) | 画像計測処理方法並びに装置及び画像計測処理プログラムを記録した記録媒体 | |
| CN113487540B (zh) | 一种空基大倾角图像的校正方法和装置 | |
| Jannati et al. | A novel approach for epipolar resampling of cross-track linear pushbroom imagery using orbital parameters model | |
| CN111862332A (zh) | 一种卫星影像通用成像模型拟合误差的改正方法及系统 | |
| Zhang et al. | Tests and performance evaluation of DMC images and new methods for their processing | |
| CN113962853A (zh) | 一种旋转线阵扫描图像位姿自动化精密解算方法 | |
| Barazzetti et al. | Stitching and processing gnomonic projections for close-range photogrammetry | |
| CN106767899A (zh) | 一种基于天绘一号卫星的天地一体化标定方法及装置 | |
| JP4282361B2 (ja) | 写真測量方法および写真測量プログラム |
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 | ||
| CB02 | Change of applicant information |
Address after: 100085 room 703, 7 / F, block C, 8 malianwa North Road, Haidian District, Beijing Applicant after: Beijing daoda Tianji Technology Co.,Ltd. Address before: 100085 room 703, 7 / F, block C, 8 malianwa North Road, Haidian District, Beijing Applicant before: Beijing daoda Tianji Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |