CN113899386B - 基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及系统 - Google Patents
基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及系统 Download PDFInfo
- Publication number
- CN113899386B CN113899386B CN202111133149.3A CN202111133149A CN113899386B CN 113899386 B CN113899386 B CN 113899386B CN 202111133149 A CN202111133149 A CN 202111133149A CN 113899386 B CN113899386 B CN 113899386B
- Authority
- CN
- China
- Prior art keywords
- adjustment
- model
- image
- virtual control
- network
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000003287 optical effect Effects 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012937 correction Methods 0.000 claims description 51
- 238000003384 imaging method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000013507 mapping Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及系统。本发明将基准网影像和多源卫星遥感影像的区域网平差处理纳入到一个统一的区域网平差框架,整体将多源卫星影像的几何基准与基准网进行配准,此外,通过构建基准虚拟控制点的增量式区域网平差模型,解决了多源数据混合区域网平差中复杂的观测值定权的问题,实际处理中仅需考虑三类观测值的定权,具有处理简单、高效的优点。
Description
技术领域
本发明属于光学卫星遥感影像处理领域,涉及基于高程误差验后补偿的光学卫星遥感影像区域网平差方法及系统。
背景技术
光学遥感卫星搭载的载荷以及其获取的数据可划分为两类,一类是立体测绘载荷获取的具有一定交会角度的立体像对,这类数据主要用于地形测绘,生成高精度的DSM和DOM等基础地理数据产品;另一类则主要是由星下点成像载荷获取的高分辨率全色、多光谱和高光谱影像等多源光学遥感影像,主要用于地物解译、目标检测、定量反演以及各类专题地图生产等高级遥感应用。在实际处理中,为了确保基于高分辨率全色、多光谱和高光谱等多源影像的各类遥感应用的精度和可靠性,需要将其纳入到高精度基准地理框架中,但由于卫星影像成像模型中存在姿轨随机误差,不但影像本身会与基准地理框架存在显著的定位偏差,区域影像间也会存在一定程度的几何定位精度不一致,难以直接用于后续的精确遥感应用中。
基于光束法区域网平差的几何处理是修正光学卫星遥感影像几何误差,改善卫星影像几何质量的关键技术。但现有方法或是需要地面控制点的约束,或是需要引入额外的高程约束来克服星下点成像的多源遥感影像的弱交会问题,在缺少绝对参考时,平差结果容易与现有基准网之间出现“错位”,难以直接纳入到统一的基准地理框架中的,为后续处理和应用带来困难。
发明内容
本发明所要解决的问题是多源光学卫星遥感影像高精度协同几何处理的问题。结合现有方法在实际应用中的不足和当前国产数据产品和处理模式的现状,本发明提出了一种基于立体基准网区域网平差的多源光学遥感影像协同区域网平差方法,基于虚拟控制点的区域网平差框架,通过在平差模型中合理配赋权值,将多源遥感数据纳入到统一的立体基准框架中,并保证处理的精度和可靠性。
本发明的技术方案为基于立体基准网的多源光学卫星遥感影像协同区域网平差方法,包含以下步骤:
步骤1,利用基准网影像和多源卫星影像组成区域网,并采用高精度匹配算法从影像重叠区域匹配均匀分布的连接点,作为区域网平差处理的观测值;
步骤2,在基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型上,引入虚拟控制点,构建基于立体基准网的增量式区域网平差模型;
步骤3,基于影像先验精度,构建多源观测值的权模型,并基于交会几何进行弱交会连接点的定权,实现基准网区域网平差系统中多类观测值的合理定权;
步骤4,在区域网平差模型基础上,建立立体基准网整体误差方程,并建立平差解算的法方程,进而解算平差参数;
步骤5,更新平差参数,重复步骤3和步骤4直到连续两次解算的内参数的差值小于预设的限差时,解算完成。
进一步的,步骤2中基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型的具体实现方式如下;
以有理多项式模型RFM为基础数学模型建立区域网平差模型,结合卫星遥感影像本身的几何误差特点,通过在RFM模型像方引入合适的误差改正模型构建附加改正模型的RFM模型,如式(1):
其中,(l,s)为影像像点坐标,(Lon,Lat,Hei)为影像像点坐标对应的地面地理坐标,Fl和Fs为RFM模型的比值多项式,Δl代表行方向的误差改正模型分量,Δs代表列方向的误差改正模型分量;然后采用一个仿射变换模型进行补偿,采用的仿射变换误差改正模型如式(2):
其中,(ai,bi)为相应的误差改正模型系数,同样为区域网平差中待解算的参数,i=0,1,2;
根据构建的附加像方改正模型的RFM构建基础平差模型(Gs,Gl):
进一步的,步骤2中构建的基于虚拟控制点的立体基准网增量式区域网平差模型,是利用影像的先验成像模型生成虚拟控制点,并将其引入到区域网平差中来改善模型状态,并通过直接对虚拟控制点定权来规避复杂多样的连接点观测值定权的问题,基于影像的初始成像模型,采用光束跟踪法直接在物方高程平面上生成虚拟控制点;
构建的基于立体基准网的增量式区域网平差模型中的观测值划分为:基准网影像虚拟控制点,多源遥感影像虚拟控制点和影像间的连接点;采用最小二乘平差进行平差参数求解时,先基于基础平差模型(3)对各种观测值进行线性化,建立误差方程,对于上述三类观测值进行线性化可得误差方程:
其中,xk是影像的待平差参数改正数,tk是连接点物方坐标改正数,Vbvc、Vcvc和Vtp分别为基准网影像虚拟控制点、多源遥感影像虚拟控制点和连接点三类观测值对应的误差方程的残差向量;Abvc、Acvc和Atp则分别为各类观测值误差方程中关于平差参数的偏导数矩阵;Btp为连接点的误差方程中关于地面三维坐标的偏导数矩阵;Lbvc、Lcvc和Ltp则分别为各类观测值平差模型的当前值向量;Pbvc、Pcvc和Ptp则分别为各类观测值的权矩阵。
进一步的,步骤3中多类观测值包括,基准网影像虚拟控制点、多源遥感影像虚拟控制点和连接点三类。
进一步的,基准网影像虚拟控制点和多源遥感影像虚拟控制点的定权方式如下;
虚拟控制点的权值直接决定最终区域网平差的质量,如果其权值设定过大,则会弱化平差中连接点的作用,造成影像间的相对几何误差不能被较好的消除,而权值设定过小,则整个区域网的自由度无法被有效的控制,导致平差解算难以收敛,影响几何处理的精度;根据上述分析可知,虚拟控制点的权值是影像无控几何定位精度的先验信息确定的,其权的大小又要视影像类别而定,即虚拟控制点定权时既要考虑与连接点间的强弱平衡关系,又要考虑不同类别影像具有不同的先验精度;因此,在虚拟控制点定权时需要引入一个调节参数,用以确保虚拟控制点既能优化平差模型又不会破坏最终平差的质量,进而可得到虚拟控制点的权模型如下:
其中,σ0为观测值中误差,σvc为区域网中某一类影像的定位精度,λ为对应该类影像的调节参数。
进一步的,步骤3中基于最大交会角的弱交会进行连接点定权,具体实现方式如下;
对最大交会角小于30度的连接点,在其前方交会的平差方程中引入一个针对高程的带权约束:
VH=dH PH (6)
其中,dH是高程改正数,PH是引入高程约束的权值,由权值与精度的关系可知,其中,σ0仍为观测值的中误差,σH是高程精度,由于连接点观测值的权值设定为1,因此高程定权时可不考虑观测值的精度,直接设定为高程精度的倒数;
根据连接点的最大交会角设定高程的精度,当交会角很小时,容易造成前方交会平差解算无法收敛,此时需要着重考虑的不是最终解算高程精度的问题,而是参数解算的稳定性,因为在区域网平差中高程误差在小交会角处对平差精度的影响是有限的,因此对于交会较小的连接点要引入一个相对强的高程约束,即赋予其一个较高的高程精度;而对于稍大一些的交会角则需要顾及其最终解算的高程的精度,在其高程初值处应给予其一个稍大的收敛空间,即赋予其一个较低的高程精度,有利于平差解算收敛到最佳状态;基于该思想,对于高程精度,采用如下处理策略:
其中,θ为一对连接点间同名光线的最大交会角,可基于各点对应影像的成像模型进行计算。
进一步的,步骤4的具体实现方式如下;
在一个区域网平差模型中将所有连接点和虚拟控制点建立的误差方程组合在一起,建立最终的误差方程,其形式如下:
V=Axk+Btk-L P (8)
其中,
基于上述构建的误差方程和定权结果,根据最小二乘平差理论建立用于平差参数解算的法方程,如式(9)所示:
对于区域网平差而言,连接点的物方坐标的个数远大于像方附加参数的个数,因此在解算的过程中消去式(8)中的未知数tk,可得到像方附加参数,即平差参数的解为:
区域网平差的解算是一个迭代的过程,当两次平差参数解算的结果小于限差时,迭代结束。
本发明还提供一种基于立体基准网的多源光学卫星遥感影像协同区域网平差系统,包括如下模块:
连接点获取模块,用于利用基准网影像和多源卫星影像组成区域网,并采用高精度匹配算法从影像重叠区域匹配均匀分布的连接点,作为区域网平差处理的观测值;
模型构建模块,用于在基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型上,引入虚拟控制点,构建基于立体基准网的增量式区域网平差模型;
定权模块,用于基于影像先验精度,构建多源观测值的权模型,并基于交会几何进行弱交会连接点的定权,实现基准网区域网平差系统中多类观测值的合理定权;
平常参数解算模块,用于在区域网平差模型基础上,建立立体基准网整体误差方程,并建立平差解算的法方程,进而解算平差参数;
更新模块,用于更新平差参数,重复定权模块和平常参数解算模块直到连续两次解算的内参数的差值小于预设的限差时,解算完成。
本发明的优点在于:将基准网影像和多源卫星遥感影像的区域网平差处理纳入到一个统一的区域网平差框架,整体将多源卫星影像的几何基准与基准网进行配准,此外,通过构建基准虚拟控制点的增量式区域网平差模型,解决了多源数据混合区域网平差中复杂的观测值定权的问题,实际处理中仅需考虑三类观测值的定权,具有处理简单、高效的优点。
附图说明
图1为本发明实施例的流程示意图;
图2为本发明中虚拟控制点生成示意图。
具体实施方式
以下结合附图和实施例详细说明本发明具体实施方式。本方法通过建立基于虚拟控制点的多源数据协同处理框架,采用合理的权模型进行多源光学卫星遥感影像的协同几何处理。参见图1,本发明提供的基于立体基准网的多源光学卫星遥感影像协同区域网平差方法,其实施流程可以分为5个步骤:
步骤1,利用基准网影像和多源卫星影像组成区域网,并采用高精度匹配算法从影像重叠区域匹配均匀分布的连接点,作为区域网平差处理的观测值;
步骤2,在基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型上,引入虚拟控制点,构建基于立体基准网的增量式区域网平差模型;
步骤3,基于影像先验精度,构建多源观测值的权模型,并基于交会几何进行弱交会连接点的定权,实现基准网区域网平差系统中多类观测值的合理定权;
步骤4,在区域网平差模型基础上,建立立体基准网整体误差方程,并建立平差解算的法方程,进而解算平差参数;
步骤5,更新平差参数,重复步骤3和步骤4直到连续两次解算的内参数的差值小于预设的限差时,解算完成。
具体的,每个步骤的具体方法、公式以及流程如下:
步骤1,连接点观测值匹配
将基准网影像(几何处理后的立体像对)和多源遥感影像组成统一的区域网,然后采用基于SIFT的高精度匹配算法从影像重叠区域匹配一定数量,且均匀分布的连接点,作为区域网平差处理的观测值。
步骤2,基于立体基准网的增量式区域网平差模型构建
以有理多项式模型(RFM)为基础数学模型建立区域网平差模型,结合卫星遥感影像本身的几何误差特点,通过在RFM模型像方引入合适的误差改正模型构建附加改正模型的RFM模型,如式(1):
其中,(l,s)为影像像点坐标,(Lon,Lat,Hei)为影像像点坐标对应的地面地理坐标,Fl和Fs为RFM模型的比值多项式,Δl代表行方向的误差改正模型分量,Δs代表列方向的误差改正模型分量,由于光学遥感卫星高轨、窄视场的成像特点,经过严格的在轨几何定标,卫星影像本身的高阶系统几何误差已经得到了较好的补偿,残余的误差主要是由姿轨随机误差引起的低阶几何误差,通常采用一个仿射变换模型即可较好的补偿,又不会引起明显的过度参数化的问题,本发明采用的仿射变换误差改正模型如式(2):
其中,(ai,bi)(i=0,1,2)为相应的误差改正模型系数,同样为区域网平差中待解算的参数。
根据构建的附加像方改正模型的RFM构建基础平差模型(Gs,Gl):
为了从多源影像连接点中充分利用基准网影像的绝对几何定位精度信息,克服缺少地面控制点的条件下,因平差模型的自由度较高导致的法方程系数矩阵亏秩的问题,本发明采用一种基于虚拟控制点的立体基准网增量式区域网平差模型,利用影像的先验成像模型生成虚拟控制点,并将其引入到区域网平差中来改善模型状态,并通过直接对虚拟控制点定权来规避复杂多样的连接点观测值定权的问题,如图2,基于影像的初始成像模型,采用光束跟踪法直接在物方高程平面上生成虚拟控制点。
本发明构建的基于立体基准网的增量式区域网平差模型中的观测值可划分为基准网影像虚拟控制点,多源遥感影像虚拟控制点和影像间的连接点。采用最小二乘平差进行平差参数求解时,需首先基于基础平差模型(3)对各种观测值进行线性化,建立误差方程。对于上述三类观测值进行线性化可得误差方程:
其中,xk是影像的待平差参数(改正模型系数)改正数,tk是连接点物方坐标改正数,Vbvc、Vcvc和Vtp分别为基准网影像虚拟控制点、多源遥感影像虚拟控制点和连接点三类观测值对应的误差方程的残差向量;Abvc、Acvc和Atp则分别为各类观测值误差方程中关于平差参数的偏导数矩阵;Btp为连接点的误差方程中关于地面三维坐标的偏导数矩阵;Lbvc、Lcvc和Ltp则分别为各类观测值平差模型的当前值向量;Pbvc、Pcvc和Ptp则分别为各类观测值的权矩阵。
步骤3,基准网区域网平差系统多类观测值定权
观测值定权是实现多源遥感数据协同几何处理的关键。然而,在一个具有大量观测值的复杂区域网平差系统中,一个通用的权模型是不易确定的,且在大多数情况下,观测值的准确精度是无从而知的,仅能基于先验知识设定一个大致的经验权值,再基于验后精度更新权值。本发明所提出的基于立体基准网的平差模型中的观测值主要包括基准网影像虚拟控制点、多源遥感影像虚拟控制点和连接点三类,各类观测值是相互独立的,可分别根据各自的观测精度进行定权,而无需考虑观测值之间的相关性。
3.1,多类虚拟控制点定权
虚拟控制点的权值直接决定最终区域网平差的质量,如果其权值设定过大,则会弱化平差中连接点的作用,造成影像间的相对几何误差不能被较好的消除,而权值设定过小,则整个区域网的自由度无法被有效的控制,导致平差解算难以收敛,影响几何处理的精度。根据上述分析可知,虚拟控制点的权值是影像无控几何定位精度的先验信息确定的,其权的大小又要视影像类别而定,即虚拟控制点定权时既要考虑与连接点间的强弱平衡关系,又要考虑不同类别影像具有不同的先验精度。因此,在虚拟控制点定权时需要引入一个调节参数,用以确保虚拟控制点既能优化平差模型又不会破坏最终平差的质量,进而可得到虚拟控制点的权模型如下:
其中,σ0为观测值中误差,σvc为区域网中某一类影像的定位精度,λ为对应该类影像的调节参数。本发明构建的区域网平差模型一个优点便在于可直接调节影像虚拟控制点的权值,来使其在平差中起到不同的约束作用,进而完全规避多类连接点观测值定权的问题。对于基准网影像虚拟控制点,在区域网平差中起到参考基准作用,即区域网平差不能改变其模型原有的精度(σvc接近于0),又要作为一个基准来约束其他的多源遥感影像,根据式(5)可知,在平差处理中需对其赋予一个极大的权值。对于多源遥感影像的虚拟控制点,通常将最高精度类别影像的权设定为1/1000,可以同时兼顾解算的稳定性和精度,其他类别影像则可根据影像的先验精度(与最高精度类别影像的精度比值)进行调节。
3.2,基于最大交会角的弱交会连接点定权策略
在区域网平差中连接点的权值可直接根据高精度点位匹配算子的匹配精度确定,基于高精度匹配算子的卫星遥感影像连接点匹配精度都会优于1个像素,达到子像素级的匹配精度。因此,连接点的权值可直接设定为单位权1。但在前方交会中却需考虑弱交会几何的影响,基高比(或交会角)是决定像对空间交会精度的关键因素,一般当交会角大于30度,可认为该对连接点具有较好的交会几何,可以在物方交会出准确的地面坐标,但区域网内海量连接点的空间交会几何极其复杂,即使是立体像对组成的区域网也可能存在大量的弱交会连接点,这样的弱交会几何不但降低连接点前方交会的精度,还可能造成前方交会解算无法收敛,因此采用多片前方交会确定连接点的物方坐标时需考虑每对连接点的空间交会情况。针对该问题,本发明采用的一种基于最大交会角的弱交会连接点定权策略,对最大交会角小于30度的连接点,在其前方交会的平差方程中引入一个针对高程的带权约束:
VH=dH PH (6)
其中,dH是高程改正数,PH是引入高程约束的权值。由权值与精度的关系可知,其中,σ0仍为观测值的中误差,σH是高程精度。由于连接点观测值的权值设定为1,因此高程定权时可不考虑观测值的精度,直接设定为高程精度的倒数。
根据连接点的最大交会角设定高程的精度,当交会角很小时,容易造成前方交会平差解算无法收敛,此时需要着重考虑的不是最终解算高程精度的问题,而是参数解算的稳定性,因为在区域网平差中高程误差在小交会角处对平差精度的影响是有限的,因此对于交会较小的连接点要引入一个相对强的高程约束,即赋予其一个较高的高程精度。而对于稍大一些的交会角则需要顾及其最终解算的高程的精度,在其高程初值处应给予其一个稍大的收敛空间,即赋予其一个较低的高程精度,有利于平差解算收敛到最佳状态。基于该思想,对于高程精度,本发明采用如下处理策略:
其中,θ为一对连接点间同名光线的最大交会角,可基于各点对应影像的成像模型进行计算。
步骤4,基准网平差参数整体解算
在一个区域网平差系统中将所有连接点和虚拟控制点建立的误差方程组合在一起,建立最终的误差方程,其形式如下:
V=Axk+Btk-L P (8)
其中,
基于上述构建的误差方程和定权结果,根据最小二乘平差理论建立用于平差参数解算的法方程,如式(9)所示:
对于区域网平差而言,连接点的物方坐标的个数远大于像方附加参数的个数,因此在解算的过程中可以消去式(8)中的未知数tk,可得到像方附加参数(即基准网平差参数)的解为:
区域网平差的解算是一个迭代的过程,当两次平差参数解算的结果小于限差时,迭代结束。
步骤5,区域网平差更新与迭代优化
基于解算的平差参数更新每景影像的改正模型参数,再利用更新后的附加改正模型的RFM,采用多片前方交会的方法计算每个连接点的物方坐标,并将其作为下次区域网平差解算的初值,如此进行迭代优化,直到解算的平差参数趋于稳定,区域网平差结束。
本发明实施例还提供一种基于立体基准网的多源光学卫星遥感影像协同区域网平差系统,包括如下模块:
连接点获取模块,用于利用基准网影像和多源卫星影像组成区域网,并采用高精度匹配算法从影像重叠区域匹配均匀分布的连接点,作为区域网平差处理的观测值;
模型构建模块,用于在基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型上,引入虚拟控制点,构建基于立体基准网的增量式区域网平差模型;
定权模块,用于基于影像先验精度,构建多源观测值的权模型,并基于交会几何进行弱交会连接点的定权,实现基准网区域网平差系统中多类观测值的合理定权;
平常参数解算模块,用于在区域网平差模型基础上,建立立体基准网整体误差方程,并建立平差解算的法方程,进而解算平差参数;
更新模块,用于更新平差参数,重复定权模块和平常参数解算模块直到连续两次解算的内参数的差值小于预设的限差时,解算完成。
各模块的具体实现方式和各步骤相应,本发明不予撰述。
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 (6)
1.基于立体基准网的多源光学卫星遥感影像协同区域网平差方法,其特征在于,包括如下步骤:
步骤1,利用基准网影像和多源卫星影像组成区域网,并采用高精度匹配算法从影像重叠区域匹配均匀分布的连接点,作为区域网平差处理的观测值;
步骤2,在基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型上,引入虚拟控制点,构建基于立体基准网的增量式区域网平差模型;
步骤2中基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型的具体实现方式如下;
以有理多项式模型RFM为基础数学模型建立区域网平差模型,结合卫星遥感影像本身的几何误差特点,通过在RFM模型像方引入合适的误差改正模型构建附加改正模型的RFM模型,如式(1):
其中,(l,s)为影像像点坐标,(Lon,Lat,Hei)为影像像点坐标对应的地面地理坐标,Fl和Fs为RFM模型的比值多项式,Δl代表行方向的误差改正模型分量,Δs代表列方向的误差改正模型分量;然后采用一个仿射变换模型进行补偿,采用的仿射变换误差改正模型如式(2):
其中,(ai,bi)为相应的误差改正模型系数,同样为区域网平差中待解算的参数,i=0,1,2;
根据构建的附加像方改正模型的RFM构建基础平差模型(Gs,Gl):
步骤2中构建的基于虚拟控制点的立体基准网增量式区域网平差模型,是利用影像的先验成像模型生成虚拟控制点,并将其引入到区域网平差中来改善模型状态,并通过直接对虚拟控制点定权来规避复杂多样的连接点观测值定权的问题,基于影像的初始成像模型,采用光束跟踪法直接在物方高程平面上生成虚拟控制点;
构建的基于立体基准网的增量式区域网平差模型中的观测值划分为:基准网影像虚拟控制点,多源遥感影像虚拟控制点和影像间的连接点;采用最小二乘平差进行平差参数求解时,先基于基础平差模型(3)对各种观测值进行线性化,建立误差方程,对于上述三类观测值进行线性化可得误差方程:
其中,xk是影像的待平差参数改正数,tk是连接点物方坐标改正数,Vbvc、Vcvc和Vtp分别为基准网影像虚拟控制点、多源遥感影像虚拟控制点和连接点三类观测值对应的误差方程的残差向量;Abvc、Acvc和Atp则分别为各类观测值误差方程中关于平差参数的偏导数矩阵;Btp为连接点的误差方程中关于地面三维坐标的偏导数矩阵;Lbvc、Lcvc和Ltp则分别为各类观测值平差模型的当前值向量;Pbvc、Pcvc和Ptp则分别为各类观测值的权矩阵;
步骤3,基于影像先验精度,构建多源观测值的权模型,并基于交会几何进行弱交会连接点的定权,实现基准网区域网平差系统中多类观测值的合理定权;
步骤4,在区域网平差模型基础上,建立立体基准网整体误差方程,并建立平差解算的法方程,进而解算平差参数;
步骤5,更新平差参数,重复步骤3和步骤4直到连续两次解算的内参数的差值小于预设的限差时,解算完成。
2.如权利要求1所述的基于立体基准网的多源光学卫星遥感影像协同区域网平差方法,其特征在于:步骤3中多类观测值包括,基准网影像虚拟控制点、多源遥感影像虚拟控制点和连接点三类。
3.如权利要求1所述的基于立体基准网的多源光学卫星遥感影像协同区域网平差方法,其特征在于:基准网影像虚拟控制点和多源遥感影像虚拟控制点的定权方式如下;
虚拟控制点的权值直接决定最终区域网平差的质量,如果其权值设定过大,则会弱化平差中连接点的作用,造成影像间的相对几何误差不能被较好的消除,而权值设定过小,则整个区域网的自由度无法被有效的控制,导致平差解算难以收敛,影响几何处理的精度;根据上述分析可知,虚拟控制点的权值是影像无控几何定位精度的先验信息确定的,其权的大小又要视影像类别而定,即虚拟控制点定权时既要考虑与连接点间的强弱平衡关系,又要考虑不同类别影像具有不同的先验精度;因此,在虚拟控制点定权时需要引入一个调节参数,用以确保虚拟控制点既能优化平差模型又不会破坏最终平差的质量,进而可得到虚拟控制点的权模型如下:
其中,σ0为观测值中误差,σvc为区域网中某一类影像的定位精度,λ为对应该类影像的调节参数。
4.如权利要求1所述的基于立体基准网的多源光学卫星遥感影像协同区域网平差方法,其特征在于:步骤3中基于最大交会角的弱交会进行连接点定权,具体实现方式如下;
对最大交会角小于30度的连接点,在其前方交会的平差方程中引入一个针对高程的带权约束:
VH=dH PH (6)
其中,dH是高程改正数,PH是引入高程约束的权值,由权值与精度的关系可知,其中,σ0仍为观测值的中误差,σH是高程精度,由于连接点观测值的权值设定为1,因此高程定权时可不考虑观测值的精度,直接设定为高程精度的倒数;
根据连接点的最大交会角设定高程的精度,当交会角很小时,容易造成前方交会平差解算无法收敛,此时需要着重考虑的不是最终解算高程精度的问题,而是参数解算的稳定性,因为在区域网平差中高程误差在小交会角处对平差精度的影响是有限的,因此对于交会较小的连接点要引入一个相对强的高程约束,即赋予其一个较高的高程精度;而对于稍大一些的交会角则需要顾及其最终解算的高程的精度,在其高程初值处应给予其一个稍大的收敛空间,即赋予其一个较低的高程精度,有利于平差解算收敛到最佳状态;基于该思想,对于高程精度,采用如下处理策略:
其中,θ为一对连接点间同名光线的最大交会角,可基于各点对应影像的成像模型进行计算。
5.如权利要求2所述的基于立体基准网的多源光学卫星遥感影像协同区域网平差方法,其特征在于:步骤4的具体实现方式如下;
在一个区域网平差模型中将所有连接点和虚拟控制点建立的误差方程组合在一起,建立最终的误差方程,其形式如下:
V=Axk+Btk-L P (8)
其中,
基于上述构建的误差方程和定权结果,根据最小二乘平差理论建立用于平差参数解算的法方程,如式(9)所示:
对于区域网平差而言,连接点的物方坐标的个数远大于像方附加参数的个数,因此在解算的过程中消去式(8)中的未知数tk,可得到像方附加参数,即基准网平差参数的解为:
区域网平差的解算是一个迭代的过程,当两次平差参数解算的结果小于限差时,迭代结束。
6.基于立体基准网的多源光学卫星遥感影像协同区域网平差系统,其特征在于,包括如下模块:
连接点获取模块,用于利用基准网影像和多源卫星影像组成区域网,并采用高精度匹配算法从影像重叠区域匹配均匀分布的连接点,作为区域网平差处理的观测值;
模型构建模块,用于在基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型上,引入虚拟控制点,构建基于立体基准网的增量式区域网平差模型;
基于附加像方误差改正模型的RFM模型构建的基础区域网平差模型的具体实现方式如下;
以有理多项式模型RFM为基础数学模型建立区域网平差模型,结合卫星遥感影像本身的几何误差特点,通过在RFM模型像方引入合适的误差改正模型构建附加改正模型的RFM模型,如式(1):
其中,(l,s)为影像像点坐标,(Lon,Lat,Hei)为影像像点坐标对应的地面地理坐标,Fl和Fs为RFM模型的比值多项式,Δl代表行方向的误差改正模型分量,Δs代表列方向的误差改正模型分量;然后采用一个仿射变换模型进行补偿,采用的仿射变换误差改正模型如式(2):
其中,(ai,bi)为相应的误差改正模型系数,同样为区域网平差中待解算的参数,i=0,1,2;
根据构建的附加像方改正模型的RFM构建基础平差模型(Gs,Gl):
构建的基于虚拟控制点的立体基准网增量式区域网平差模型,是利用影像的先验成像模型生成虚拟控制点,并将其引入到区域网平差中来改善模型状态,并通过直接对虚拟控制点定权来规避复杂多样的连接点观测值定权的问题,基于影像的初始成像模型,采用光束跟踪法直接在物方高程平面上生成虚拟控制点;
构建的基于立体基准网的增量式区域网平差模型中的观测值划分为:基准网影像虚拟控制点,多源遥感影像虚拟控制点和影像间的连接点;采用最小二乘平差进行平差参数求解时,先基于基础平差模型(3)对各种观测值进行线性化,建立误差方程,对于上述三类观测值进行线性化可得误差方程:
其中,xk是影像的待平差参数改正数,tk是连接点物方坐标改正数,Vbvc、Vcvc和Vtp分别为基准网影像虚拟控制点、多源遥感影像虚拟控制点和连接点三类观测值对应的误差方程的残差向量;Abvc、Acvc和Atp则分别为各类观测值误差方程中关于平差参数的偏导数矩阵;Btp为连接点的误差方程中关于地面三维坐标的偏导数矩阵;Lbvc、Lcvc和Ltp则分别为各类观测值平差模型的当前值向量;Pbvc、Pcvc和Ptp则分别为各类观测值的权矩阵;
定权模块,用于基于影像先验精度,构建多源观测值的权模型,并基于交会几何进行弱交会连接点的定权,实现基准网区域网平差系统中多类观测值的合理定权;
平常参数解算模块,用于在区域网平差模型基础上,建立立体基准网整体误差方程,并建立平差解算的法方程,进而解算平差参数;
更新模块,用于更新平差参数,重复定权模块和平常参数解算模块直到连续两次解算的内参数的差值小于预设的限差时,解算完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111133149.3A CN113899386B (zh) | 2021-09-27 | 2021-09-27 | 基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111133149.3A CN113899386B (zh) | 2021-09-27 | 2021-09-27 | 基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113899386A CN113899386A (zh) | 2022-01-07 |
CN113899386B true CN113899386B (zh) | 2023-11-21 |
Family
ID=79029470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111133149.3A Active CN113899386B (zh) | 2021-09-27 | 2021-09-27 | 基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113899386B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485554B (zh) * | 2022-02-10 | 2024-04-19 | 山东省国土测绘院 | 一种gnss连续运行参考站墩顶水准标志高程联测方法 |
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 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761248A (zh) * | 2016-01-30 | 2016-07-13 | 武汉大学 | 超大规模无控制区域网稳健平差方法及系统 |
CN106780321A (zh) * | 2016-11-21 | 2017-05-31 | 中国测绘科学研究院 | 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法 |
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 |
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 |
CN111754458A (zh) * | 2020-05-18 | 2020-10-09 | 北京吉威空间信息股份有限公司 | 面向几何精处理的卫星影像立体空间基准框架构建方法 |
CN112233190A (zh) * | 2020-05-19 | 2021-01-15 | 同济大学 | 一种基于区域网平差的卫星遥感影像色彩均衡方法 |
CN112686893A (zh) * | 2021-03-11 | 2021-04-20 | 航天宏图信息技术股份有限公司 | 一种卫星影像区域网平差方法及装置 |
CN113255740A (zh) * | 2021-05-07 | 2021-08-13 | 北京市遥感信息研究所 | 一种多源遥感影像平差定位精度分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040055510A (ko) * | 2002-12-21 | 2004-06-26 | 한국전자통신연구원 | 소수의 지상 기준점을 이용한 이코노스 알피씨 데이터갱신방법 |
-
2021
- 2021-09-27 CN CN202111133149.3A patent/CN113899386B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761248A (zh) * | 2016-01-30 | 2016-07-13 | 武汉大学 | 超大规模无控制区域网稳健平差方法及系统 |
CN106780321A (zh) * | 2016-11-21 | 2017-05-31 | 中国测绘科学研究院 | 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法 |
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 |
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 |
CN111754458A (zh) * | 2020-05-18 | 2020-10-09 | 北京吉威空间信息股份有限公司 | 面向几何精处理的卫星影像立体空间基准框架构建方法 |
CN112233190A (zh) * | 2020-05-19 | 2021-01-15 | 同济大学 | 一种基于区域网平差的卫星遥感影像色彩均衡方法 |
CN112686893A (zh) * | 2021-03-11 | 2021-04-20 | 航天宏图信息技术股份有限公司 | 一种卫星影像区域网平差方法及装置 |
CN113255740A (zh) * | 2021-05-07 | 2021-08-13 | 北京市遥感信息研究所 | 一种多源遥感影像平差定位精度分析方法 |
Non-Patent Citations (2)
Title |
---|
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(第07期);全文 * |
基于同轨约束RFM的高分卫星影像区域网平差;潘红播;邹峥嵘;张过;张云生;汪韬阳;国土资源遥感;第28卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113899386A (zh) | 2022-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113899386B (zh) | 基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及系统 | |
CN109903352B (zh) | 一种卫星遥感影像大区域无缝正射影像制作方法 | |
CN107705329B (zh) | 基于几何约束的高分辨率光学卫星凝视影像配准方法 | |
CN111174753B (zh) | 基于有理函数模型的光学影像与激光测高数据平差方法 | |
CN110388898B (zh) | 构建虚拟控制点约束的多源多重覆盖遥感影像平差方法 | |
CN109709551B (zh) | 一种星载合成孔径雷达影像的区域网平面平差方法 | |
CN109977344B (zh) | 一种星载夜光遥感影像的区域网平差方法 | |
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 | |
CN113899387B (zh) | 一种基于验后补偿的光学卫星遥感影像区域网平差方法及系统 | |
CN111508029A (zh) | 星载分片线阵ccd光学相机整体几何定标方法及系统 | |
CN108226982B (zh) | 单线阵卫星激光联合高精度定位处理方法 | |
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 | |
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 | |
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 | |
CN113096047B (zh) | 广义云驱动与辐射协同遥感影像几何精校正方法及系统 | |
CN113255740B (zh) | 一种多源遥感影像平差定位精度分析方法 | |
CN117288169B (zh) | 一种稳健的卫星影像无控区域网平差方法 | |
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 | |
CN111611525A (zh) | 基于物方匹配高程偏差迭代修正的遥感数据高程解算方法 | |
CN108595373B (zh) | 一种无控制dem配准方法 | |
CN113720351B (zh) | 星载激光测高数据与遥感立体影像的联合区域网平差方法 | |
CN113324527B (zh) | 一种同轨激光测高点与三线阵立体影像联合测绘处理方法 | |
CN116664430B (zh) | 一种无地面控制条件下大范围卫星影像几何精度提升方法 | |
CN113177987A (zh) | 一种视觉跟踪测量系统外场全局标定方法及系统 | |
CN113624207A (zh) | 一种基于轨道约束的卫星影像立体区域网平差方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |