CN114255051B - 基于立体测绘卫星的正射产品的真实性检验方法 - Google Patents

基于立体测绘卫星的正射产品的真实性检验方法 Download PDF

Info

Publication number
CN114255051B
CN114255051B CN202111574254.0A CN202111574254A CN114255051B CN 114255051 B CN114255051 B CN 114255051B CN 202111574254 A CN202111574254 A CN 202111574254A CN 114255051 B CN114255051 B CN 114255051B
Authority
CN
China
Prior art keywords
point
product
points
feature
characteristic
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
Application number
CN202111574254.0A
Other languages
English (en)
Other versions
CN114255051A (zh
Inventor
吴增巍
刘其悦
王子艺
臧文乾
赵亚萌
陶炳成
于海涵
张喻
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.)
Zhongke Xingtong Langfang Information Technology Co ltd
Original Assignee
Zhongke Xingtong Langfang Information 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 Zhongke Xingtong Langfang Information Technology Co ltd filed Critical Zhongke Xingtong Langfang Information Technology Co ltd
Priority to CN202111574254.0A priority Critical patent/CN114255051B/zh
Publication of CN114255051A publication Critical patent/CN114255051A/zh
Application granted granted Critical
Publication of CN114255051B publication Critical patent/CN114255051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了基于立体测绘卫星的正射产品的真实性检验方法，本发明利用了特征匹配算法和人机交互的同名点选取方法，融合了定量遥感产品真实性检验框架，研究基于地面实测数据和参考影像产品两种不同检验数据源；本发明还利用了提取的平面坐标同名点匹配数据对，计算平面坐标误差等准确度评价指标的真实性检验的技术方法；本发明的真实性检验方法适用于正射产品在工程项目中规范化的检验操作流程，对提高立体测绘卫星正射产品的适用性应用具有重要意义。

Description

基于立体测绘卫星的正射产品的真实性检验方法
技术领域
本发明涉及正射产品真实性检验技术领域，具体为基于立体测绘卫星的正射产品的真实性检验方法。
背景技术
测绘是国民经济建设、社会发展、国防建设的一项基础性工作，可完成对地表自然状态和人工设施形状、大小、空间位置的测量和成图；随着中国经济的高速发展，城乡地理信息变化日益加剧，传统测绘手段获取高精度测绘数据的工作方式已不能满足国家各领域建设发展的需求；因此，满足大中比例尺制图精度要求，具备平面基准、高程基准和重力基准计算数据能力的高精度定位和重力的测绘卫星应运而生，不同于其他以图像分辨率为关键指标的遥感卫星，立体测绘卫星在保证分辨率的同时，更需实现极高的几何定位精度；
立体测绘卫星图像定位精度的主要影响因素有定轨精度、定姿精度、相机精度及各时间信息精度等；一般将相机内部与图像定位精度相关的要素成为内方位元素，将除相机以外的定姿、定轨、时间等影响因素成为外方位元素；由于卫星发射及在轨运行期间受重力、大气、机械磨损、地形等多方面因素的影响，卫星传感器的内外方位元素不可避免随时间而发生变化，导致生产出来的正射产品的几何定位精度误差增大，产品质量下降；因此，为了评价立体测绘卫星生产的正射产品的质量、可靠性和适用性，满足其在各行业应用中的精度要求，需要对其进行真实性检验。
遥感产品的真实性检验是指通过将遥感产品的“计算值”与能够代表地面目标相对“真值”的参考数据进行比对分析，评估遥感产品的精度；国内外在遥感产品真实性检验方面已有诸多研究成果，但由于遥感产品的真实性检验涉及范围广、难度大，既费力耗时又耗资，因此，遥感发展初期，真实性检验工作大多集中在传感器的外场定标及其验证上，重点是对遥感数据本身的检验，而较少涉及遥感产品的真实性检验。自地球观测系统计划实施以来，陆地遥感产品的真实性检验工作逐步大范围开展，主要集中在植被参数、水体参数和陆表参数等定量遥感产品，检验方法关键技术在于像元级别处理，目的是将高分辨率参考数据尺度上推到待检验遥感产品像元尺度以完成真实性检验；而正射产品的真实性检验不受尺度效应的影响，检验目标主要为评价与参考数据属于同名地物的地理位置信息的准确度；因此，定量遥感产品检验方法无法完全适用于正射产品，同时，针对遥感正射产品的真实性检验研究比较少，缺乏真实性检验的方法和标准流程等研究。
发明内容
本发明的目的在于提供基于立体测绘卫星的正射产品的真实性检验方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：基于立体测绘卫星的正射产品的真实性检验方法，所述真实性检验方法包括：
步骤S100：根据用户上传的待检验正射产品进行对应立体测绘载荷正射产品信息的提取，信息包括但不限于产品的成像时间、产品的空间信息、载荷及产品级别信息；产品的空间信息包括但不限于投影信息的坐标系统、产品分辨率、空间四至范围；
步骤S200：基于步骤S100中提取到的信息对位于真实性检验站、综合实验场以及其他实验区，且满足时效性的地面测量数据或者参考影像产品进行提取；
步骤S300：若在步骤S200中提取的是地面测量数据，对地面测量数据进行目视解译和同名点的手动选取；若在步骤S200中提取的是参考影像产品，对参考影像产品进行同名点的自动选取匹配得到参考数据匹配同名点；同名点的自动选取匹配包括对特征点的捕捉、对捕捉到的特征点的精确处理、检测特征点位置和主方向信息、生成特征点对应的描述子；特征点匹配；
步骤S400：对待检验正射产品同地面测量数据或者参考数据匹配同名点通过人机交互界面进行人工编辑筛查，获取同一实验区的若干个样区的同名点匹配数据对，同名点匹配数据对形式如：{Mi(B1,L1)，Ni(B2,L2)}，其中，B1代表待检验正射产品第i个同名点的纬度，L1代表待检正射产品第i个同名点的经度；B2代表地面测量数据或者参考影像产品第i个同名点的纬度，L2代表地面测量数据或者参考影像产品第i个同名点的经度；
步骤S500：利用步骤S400中获取的若干个同名点匹配数据对，开展立体测绘载荷正射产品的真实性检验，包括计算待检验正射产品与参考数据同名点的平面坐标误差、计算所有同名点平面坐标误差值的中误差，用其表示遥感卫星正射产品的定位精度。
进一步的，步骤S200包括根据待检验产品的成像时间判断地面测量数据或参考影像产品的时效性；其中，当地面测量数据的时间与待检验产品的成像时间对应相同时，判定提取到的地面测量数据满足时效性；当参考影像产品的成像时间位于时效区间内，判定提取到的参考影像产品满足时效性；时效区间是指在待检验产品的成像时间的基础上的前后一段时间范围。
进一步的，步骤S300中对特征点的捕捉包括：
步骤S301：将待检验正射产品中各个像素用坐标表示，得到待检验正射产品I(x，y)；对待检验正射产品进行高斯尺度处理G(x，y，σ)＊I(x，y)得到图像L(x，y，σ)；其中，G(x，y，σ)为高斯函数；σ为尺度因子；
步骤S302：在图像L(x，y，σ)的基础上作高斯差分运算得到函数：D(x，y，σ)＝[G(x，y，kσ)-G(x，y，σ)]＊I(x，y)＝L(x，y，kσ)-L(x，y，σ)；其中，σ和kσ分别表示连续的两个图像的尺度因子；k表示两相邻尺度图像之间的比例系数；L(x，y，kσ)表示尺度因子为kσ时的图像；
步骤S303：将函数D(x，y，σ)内的每个点与每个点处于相同尺度因子下的8个相邻点以及与每个点处于相同尺度因子下的上下相邻的18个相邻点进行比较；在比较的过程中将出现的极大值和极小值视为特征点，记录特征点对应的尺度因子和位置；
上述算法中涉及到相邻点的比较是为了确保在尺度空间和二维图像空间都检测到极值点；采用的函数运算比起常规使用尺度归一化LOG函数进行特征点检测的方法来说在数据处理上更简便、计算效率更高。
进一步的，对捕捉到的特征点的精确处理是指：对于选定得到的特征点通过对函数D(x，y，σ)计算拟合曲面的极值进一步确定特征点对应的精确位置和尺度因子；同时对低对比度的点和边缘响应点进行删除；
因上一步骤中寻找到的特征点的位置信息往往不够精确；同时由于低对比度的点和边缘响应点易受到噪声的干扰而变的不稳定，因此需要删除这两类点；通过删除这两类点使得最终得到的真实性检验数据更加的准确。
进一步的，对低比度的点的检测过程包括：
对步骤S311：对函数D(x，y，σ)进行展开得到展开式：
Figure BDA0003424755540000031
其中X＝(x，y，σ)；对上述公式进行求导得到极值点
Figure BDA0003424755540000032
并将极值点带入上述展开式得到
Figure BDA0003424755540000033
步骤S312：其中，若
Figure BDA0003424755540000041
的绝对值小于预设的绝对值阈值，将此时对应的点视为低对比度的点，予以剔除。
进一步的，对边缘响应点的检测过程包括：
步骤S321：计算每个特征点的Hessian矩阵的特征值得到主曲率
Figure BDA0003424755540000042
步骤S322：因两个主曲率的关系等价于Hessian矩阵两个特征值的关系为正比关系得到
Figure BDA0003424755540000043
其中，α、β为Hessian矩阵的两个特征值，令α＝wβ，得到
Figure BDA0003424755540000044
步骤S323：
Figure BDA0003424755540000045
的值在α和β相等时最小，当
Figure BDA0003424755540000046
的值大于设置比例阈值时，将该点视为边缘点，予以剔除；
过上述公式，精确确定特征点的位置及其所在的尺度，去除低对比度的特征点和不稳定的边缘响应点，提高特征点的精度的同时，匹配稳定性和抗噪声能力也得到了一定程度的增强。
进一步的，检测特征点位置和主方向信息的过程包括：
步骤S331：根据公式：
Figure BDA0003424755540000047
Figure BDA0003424755540000048
其中，m(x，y)表示求取的像素(x，y)处梯度的模值；θ(x，y)表示求取的方向；L表示特征点所在尺度图像的像素值；
步骤S332：在以特征点为中心的满足窗口阈值范围大小的邻域窗口内采样，用直方图统计邻域内像素点的梯度方向；梯度直方图的方向范围为0°～360°，其中每10°表示一个柱，总共36个柱；直方图的峰值代表了特征点处邻域梯度的主方向，即作为特征点的方向；在梯度方向直方图中，如果存在其它相当于峰值80％以上能量的峰值时，则将峰值作为特征点的辅方向；
通过以上步骤实现了对特征点的检测，且检测出来的特征点包含位置、尺度和主方向三个信息。
进一步的，对特征点生成对应描述子的过程包括：
步骤S341：设一个特征点由4×4个种子点描述，将坐标轴转为特征点方向，以所述特征点为中心获取16×16的邻域作为采样窗口，每个邻域代表其在尺度空间的一个像素，箭头方向代表所述像素的梯度方向，箭头长度代表梯度模值；
步骤S342：取4×4的子区域计算8个方向的梯度直方图，绘制梯度方向的累加值，形成一个种子点，则每个特征点就可以产生4×4×8＝128维特征向量；
通过以上步骤能够增强算法抗噪声的能力，同时对于含有定位误差的特征匹配也提供了较好的容错性，增强了匹配的稳健性；将坐标轴转为特征点方向，是为了确保旋转不变性；
通过以上步骤得到的该特征向量能够去除尺度变化、旋转等几何变形因素的影响，将其长度归一化，进一步去除光照变化的影响。
进一步的，特征点匹配是指，当待检验产品与参考影像的特征向量生成后，采用特征点特征向量的欧式距离作为特征点相似性判定度量；参考遥感影像中的某个特征点，设某个特征点为参考特征点；找出待检验遥感产品中与参考特征点的欧式距离最近的两个特征点；设它们之间的欧氏距离分别为DFirMin和DSecMin；如果最近距离与次近距离的比值DFirMin/DSecMin在指定比值阀值范围以内，将特征点与待检验遥感产品中相距DFirMin的特征点作为匹配输出的同名点；
同名点可以选择在河流护岸工程的拐弯点、山区小溪的交叉点、桥梁、大坝中心点、明显的铁路、公路交叉点；使得选取的同名点在垂直、水平方向上等距分布在整张图像上。
进一步的，在步骤S500中需要将同名点坐标由球面坐标转为平面坐标，使用平面坐标对误差进行计算。
与现有技术相比，本发明所达到的有益效果是：本发明基于几何定位精度的检验方法相关研究成果结合其他遥感产品真实性检验方法理论，详细设计了正射产品的真实性检验技术方案，为定量评价立体测绘卫星正射产品的质量和适用性提供技术支撑；本发明利用了特征匹配算法和人机交互的同名点选取方法，融合了定量遥感产品真实性检验框架，研究基于地面实测数据和参考影像产品两种不同检验数据源；本发明还利用了提取的平面坐标同名点匹配数据对，计算平面坐标误差等准确度评价指标的真实性检验的技术方法；本发明的真实性检验方法适用于正射产品在工程项目中规范化的检验操作流程，对提高立体测绘卫星正射产品的适用性应用具有重要意义。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明基于立体测绘卫星的正射产品的真实性检验方法的流程示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：
基于立体测绘卫星的正射产品的真实性检验方法，真实性检验方法包括：
步骤S100：根据用户上传的待检验正射产品进行对应立体测绘载荷正射产品信息的提取，信息包括但不限于产品的成像时间、产品的空间信息、载荷及产品级别信息；产品的空间信息包括但不限于投影信息的坐标系统、产品分辨率、空间四至范围；
步骤S200：基于步骤S100中提取到的信息对位于真实性检验站、综合实验场以及其他实验区，且满足时效性的地面测量数据或者参考影像产品进行提取；
其中，步骤S200包括根据待检验产品的成像时间判断地面测量数据或参考影像产品的时效性；其中，当地面测量数据的时间与待检验产品的成像时间对应相同时，判定提取到的地面测量数据满足时效性；当参考影像产品的成像时间位于时效区间内，判定提取到的参考影像产品满足时效性；时效区间是指在待检验产品的成像时间的基础上的前后一段时间范围
步骤S300：若在步骤S200中提取的是地面测量数据，对地面测量数据进行目视解译和同名点的手动选取；若在步骤S200中提取的是参考影像产品，对参考影像产品进行同名点的自动选取匹配得到参考数据匹配同名点；同名点的自动选取匹配包括对特征点的捕捉、对捕捉到的特征点的精确处理、检测特征点位置和主方向信息、生成特征点对应的描述子；特征点匹配；
其中，步骤S300中对特征点的捕捉包括：
步骤S301：将待检验正射产品中各个像素用坐标表示，得到待检验正射产品I(x，y)；对待检验正射产品进行高斯尺度处理G(x，y，σ)＊I(x，y)得到图像L(x，y，σ)；其中，G(x，y，σ)为高斯函数；σ为尺度因子；
步骤S302：在图像L(x，y，σ)的基础上作高斯差分运算得到函数：D(x，y，σ)＝[G(x，y，kσ)-G(x，y，σ)]＊I(x，y)＝L(x，y，kσ)-L(x，y，σ)；其中，σ和kσ分别表示连续的两个图像的尺度因子；k表示两相邻尺度图像之间的比例系数；L(x，y，kσ)表示尺度因子为kσ时的图像；
步骤S303：将函数D(x，y，σ)内的每个点与每个点处于相同尺度因子下的8个相邻点以及与每个点处于相同尺度因子下的上下相邻的18个相邻点进行比较；在比较的过程中将出现的极大值和极小值视为特征点，记录特征点对应的尺度因子和位置；
其中，对捕捉到的特征点的精确处理是指：对于选定得到的特征点通过对函数D(x，y，σ)计算拟合曲面的极值进一步确定特征点对应的精确位置和尺度因子；同时对低对比度的点和边缘响应点进行删除；
其中，对低比度的点的检测过程包括：
对步骤S311：对函数D(x，y，σ)进行展开得到展开式：
Figure BDA0003424755540000071
其中X＝(x，y，σ)；对上述公式进行求导得到极值点
Figure BDA0003424755540000072
并将极值点带入上述展开式得到
Figure BDA0003424755540000073
步骤S312：其中，若
Figure BDA0003424755540000074
的绝对值小于预设的绝对值阈值，将此时对应的点视为低对比度的点，予以剔除；
其中，对边缘响应点的检测过程包括：
步骤S321：计算每个特征点的Hessian矩阵的特征值得到主曲率
Figure BDA0003424755540000075
步骤S322：因两个主曲率的关系等价于Hessian矩阵两个特征值的关系为正比关系得到
Figure BDA0003424755540000081
其中，α、β为Hessian矩阵的两个特征值，令α＝wβ，得到
Figure BDA0003424755540000082
步骤S323：
Figure BDA0003424755540000083
的值在α和β相等时最小，随着ω增大而增大，主曲率相差越大，将该点视为边缘点，予以剔除；取ω＝10，若
Figure BDA0003424755540000084
比值大于10，则该特征点为边缘不稳定特征点，予以剔除；
其中，检测特征点位置和主方向信息的过程包括：
步骤S331：根据公式：
Figure BDA0003424755540000085
Figure BDA0003424755540000086
其中，m(x，y)表示求取的像素(x，y)处梯度的模值；θ(x，y)表示求取的方向；L表示特征点所在尺度图像的像素值；
步骤S332：在以特征点为中心的满足窗口阈值范围大小的邻域窗口内采样，用直方图统计邻域内像素点的梯度方向；梯度直方图的方向范围为0°～360°，其中每10°表示一个柱，总共36个柱；直方图的峰值代表了特征点处邻域梯度的主方向，即作为特征点的方向；在梯度方向直方图中，如果存在其它相当于峰值80％以上能量的峰值时，则将峰值作为特征点的辅方向；
其中，对特征点生成对应描述子的过程包括：
步骤S341：设一个特征点由4×4个种子点描述，将坐标轴转为特征点方向，以所述特征点为中心获取16×16的邻域作为采样窗口，每个邻域代表其在尺度空间的一个像素，箭头方向代表所述像素的梯度方向，箭头长度代表梯度模值；
步骤S342：取4×4的子区域计算8个方向的梯度直方图，绘制梯度方向的累加值，形成一个种子点，则每个特征点就可以产生4×4×8＝128维特征向量；
步骤S400：对待检验正射产品同地面测量数据或者参考数据匹配同名点通过人机交互界面进行人工编辑筛查，获取同一实验区的若干个样区的同名点匹配数据对，同名点匹配数据对形式如：{Mi(B1,L1)，Ni(B2,L2)}，其中，B1代表待检验正射产品第i个同名点的纬度，L1代表待检正射产品第i个同名点的经度；B2代表地面测量数据或者参考影像产品第i个同名点的纬度，L2代表地面测量数据或者参考影像产品第i个同名点的经度；
其中，特征点匹配是指，当待检验产品与参考影像的特征向量生成后，采用特征点特征向量的欧式距离作为特征点相似性判定度量；参考遥感影像中的某个特征点，设某个特征点为参考特征点；找出待检验遥感产品中与参考特征点的欧式距离最近的两个特征点；设它们之间的欧氏距离分别为DFirMin和DSecMin；如果最近距离与次近距离的比值DFirMin/DSecMin在指定比值阀值范围以内，将特征点与待检验遥感产品中相距DFirMin的特征点作为匹配输出的同名点；参考遥感影像多项式校正时控制点个数与多项式阶项n的关系；在本实施例中同名点个数最少为2倍于(n+1)(n+2)/2；每景同名点在25个以上，困难地区从25个增加到30-50个左右同名点，保证至少有30～50个样本；在复杂地形条件下，对整景影像进行分区选点。
步骤S500：利用步骤S400中获取的若干个同名点匹配数据对，开展立体测绘载荷正射产品的真实性检验，包括计算待检验正射产品与参考数据同名点的平面坐标误差、计算所有同名点平面坐标误差值的中误差，用其表示遥感卫星正射产品的定位精度；其中，需要将同名点坐标由球面坐标转为平面坐标，使用平面坐标对误差进行计算；
在本实施例中，投影转换过程为利用高斯克吕格投影将匹配数据对由{Mi(B1,L1),Ni(B2,L2)}转换为{Mi(X1,Y1),Ni(X2,Y2)}，再利用比例因子0.9996将其转换为UTM投影坐标；
将(B,L)转为(XN,YE)，原点纬度为0，中央经度L0。
Figure BDA0003424755540000091
Figure BDA0003424755540000092
上述公式中东纬偏移FE＝500000米+带号*1000000，使用的T、C、A、M和N的计算公式如下：
T＝tg2B
C＝e'2cos2 B
A＝(L-L0)cosB
Figure BDA0003424755540000101
Figure BDA0003424755540000102
其中，XN为纵直角坐标，YE为横直角坐标，单位为米；B为纬度，L为经度，单位为rad；椭球体采用WGS84椭球体；a为椭球体长半轴，b为椭球体短半轴，f为扁率f＝(a-b)/a；e为第一偏心率，
Figure BDA0003424755540000103
e'为第二偏心率，
Figure BDA0003424755540000104
N为卯酉圈曲率半径，
Figure BDA0003424755540000105
R为子午圈曲率半径，
Figure BDA0003424755540000106
在本实施例中，待检验正射产品同名点的平面坐标误差D的计算，公式如下：
Figure BDA0003424755540000107
式中，Di是指第i个同名点的平面误差值；其中ΔX＝Xi-Xt；ΔY＝Yi-Yt；Xi、Xt、Yi、Yt分别指待检验正射产品影像与地基数据或参考影像数据中同名点的横坐标与纵坐标；
对所有同名点平面坐标误差值的中误差K的计算，公式如下：
Figure BDA0003424755540000108
式中，Di为第i个同名点的误差值；n为同名点的数量。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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 (6)

1.基于立体测绘卫星的正射产品的真实性检验方法，其特征在于，所述真实性检验方法包括：
步骤S100：根据用户上传的待检验正射产品进行对应立体测绘载荷正射产品信息的提取，所述信息包括但不限于产品的成像时间、产品的空间信息、载荷及产品级别信息；所述产品的空间信息包括但不限于投影信息的坐标系统、产品分辨率、空间四至范围；
步骤S200：基于所述步骤S100中提取到的信息对位于真实性检验站、综合实验场以及其他实验区，且满足时效性的地面测量数据或者参考影像产品进行提取；
步骤S300：若在所述步骤S200中提取的是地面测量数据，对所述地面测量数据进行目视解译和同名点的手动选取；若在所述步骤S200中提取的是参考影像产品，对所述参考影像产品进行同名点的自动选取匹配得到参考数据匹配同名点；所述同名点的自动选取匹配包括对特征点的捕捉、对捕捉到的特征点的精确处理、检测特征点位置和主方向信息、生成特征点对应的描述子、特征点匹配；
所述步骤S300中对特征点的捕捉包括：
步骤S301：将所述待检验正射产品中各个像素用坐标表示，得到待检验正射产品I(x，y)；对所述待检验正射产品进行高斯尺度处理G(x，y，σ)*I(x，y)得到图像L(x，y，σ)；其中，G(x，y，σ)为高斯函数；σ为尺度因子；
步骤S302：在所述图像L(x，y，σ)的基础上作高斯差分运算得到函数：
D(x，y，σ)＝[G(x，y，kσ)-G(x，y，σ)]*I(x，y)＝L(x，y，kσ)-L(x，y，σ)；
其中，σ和kσ分别表示连续的两个图像的尺度因子；k表示两相邻尺度图像之间的比例系数；L(x，y，kσ)表示尺度因子为kσ时的图像；
步骤S303：将函数D(x，y，σ)内的每个点与所述每个点处于相同尺度因子下的8个相邻点以及与所述每个点处于相同尺度因子下的上下相邻的18个相邻点进行比较；在所述比较的过程中将出现的极大值和极小值视为特征点，记录所述特征点对应的尺度因子和位置；
对捕捉到的特征点的精确处理是指：对于选定得到的特征点通过对函数D(x，y，σ)计算拟合曲面的极值进一步确定所述特征点对应的精确位置和尺度因子；同时对低对比度的点和边缘响应点进行删除；
对所述低对比度的点的检测过程包括：
步骤S311：对函数D(x，y，σ)进行展开得到展开式： 其中X＝(x，y，σ)；对上述公式进行求导得到极值点并将所述极值点带入上述展开式得到
步骤S312：其中，若的绝对值小于预设的绝对值阈值，将此时对应的点视为低对比度的点，予以剔除；
对所述边缘响应点的检测过程包括：
步骤S321：计算每个所述特征点的Hessian矩阵的特征值得到主曲率
步骤S322：因两个主曲率的关系等价于所述Hessian矩阵两个特征值的关系为正比关系得到其中，α、β为所述Hessian矩阵的两个特征值，令α＝wβ，得到
步骤S323：的值在α和β相等时最小，当所述的值大于设置比例阈值时，将该点视为边缘点，予以剔除；
步骤S400：对待检验正射产品同地面测量数据或者参考数据匹配同名点通过人机交互界面进行人工编辑筛查，获取同一实验区的若干个样区的同名点匹配数据对，所述同名点匹配数据对形式如：{Mi(B1,L1)，Ni(B2,L2)}，其中，B1代表待检验正射产品第i个同名点的纬度，L1代表待检正射产品第i个同名点的经度；B2代表地面测量数据或者参考影像产品第i个同名点的纬度，L2代表地面测量数据或者参考影像产品第i个同名点的经度；
步骤S500：利用所述步骤S400中获取的若干个同名点匹配数据对，开展立体测绘载荷正射产品的真实性检验，包括计算待检验正射产品与参考数据同名点的平面坐标误差、计算所有同名点平面坐标误差值的中误差，用其表示遥感卫星正射产品的定位精度。
2.根据权利要求1所述的基于立体测绘卫星的正射产品的真实性检验方法，其特征在于，所述步骤S200包括根据待检验产品的成像时间判断所述地面测量数据或所述参考影像产品的时效性；其中，当所述地面测量数据的时间与所述待检验产品的成像时间对应相同时，判定提取到的所述地面测量数据满足时效性；当所述参考影像产品的成像时间位于时效区间内，判定提取到的所述参考影像产品满足时效性；所述时效区间是指在所述待检验产品的成像时间的基础上的前后一段时间范围。
3.根据权利要求1所述的基于立体测绘卫星的正射产品的真实性检验方法，其特征在于，检测特征点位置和主方向信息的过程包括：
步骤S331：根据公式：
其中，m(x，y)表示求取的像素(x，y)处梯度的模值；θ(x，y)表示求取的方向；L表示特征点所在尺度图像的像素值；
步骤S332：在以特征点为中心的满足窗口阈值范围大小的邻域窗口内采样，用直方图统计邻域内像素点的梯度方向；梯度直方图的方向范围为0°～360°，其中每10°表示一个柱，总共36个柱；直方图的峰值代表了所述特征点处邻域梯度的主方向，即作为所述特征点的方向；在梯度方向直方图中，如果存在其它相当于峰值80％以上能量的峰值时，则将所述峰值作为所述特征点的辅方向。
4.根据权利要求3所述的基于立体测绘卫星的正射产品的真实性检验方法，其特征在于，对所述特征点生成对应描述子的过程包括：
步骤S341：设一个特征点由4×4个种子点描述，将坐标轴转为特征点方向，以所述特征点为中心获取16×16的邻域作为采样窗口，每个邻域代表其在尺度空间的一个像素，箭头方向代表所述像素的梯度方向，箭头长度代表梯度模值；
步骤S342：取4×4的子区域计算8个方向的梯度直方图，绘制梯度方向的累加值，形成一个种子点，则每个特征点就可以产生4×4×8＝128维特征向量。
5.根据权利要求1所述的基于立体测绘卫星的正射产品的真实性检验方法，其特征在于，所述特征点匹配是指，当待检验产品与参考影像的特征向量生成后，采用特征点特征向量的欧式距离作为特征点相似性判定度量；参考遥感影像中的某个特征点，设所述某个特征点为参考特征点；找出待检验遥感产品中与所述参考特征点的欧式距离最近的两个特征点；设它们之间的欧氏距离分别为DFirMin和DSecMin；如果最近距离与次近距离的比值DFirMin/DSecMin在指定比值阀值范围以内，将所述特征点与待检验遥感产品中相距DFirMin的特征点作为匹配输出的同名点。
6.根据权利要求1所述的基于立体测绘卫星的正射产品的真实性检验方法，其特征在于，在所述步骤S500中需要将同名点坐标由球面坐标转为平面坐标，使用平面坐标对误差进行计算。
CN202111574254.0A 2021-12-21 2021-12-21 基于立体测绘卫星的正射产品的真实性检验方法 Active CN114255051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111574254.0A CN114255051B (zh) 2021-12-21 2021-12-21 基于立体测绘卫星的正射产品的真实性检验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111574254.0A CN114255051B (zh) 2021-12-21 2021-12-21 基于立体测绘卫星的正射产品的真实性检验方法

Publications (2)

Publication Number Publication Date
CN114255051A CN114255051A (zh) 2022-03-29
CN114255051B true CN114255051B (zh) 2023-04-18

Family

ID=80793873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111574254.0A Active CN114255051B (zh) 2021-12-21 2021-12-21 基于立体测绘卫星的正射产品的真实性检验方法

Country Status (1)

Country Link
CN (1) CN114255051B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574347A (zh) * 2013-10-24 2015-04-29 南京理工大学 基于多源遥感数据的在轨卫星图像几何定位精度评价方法
CN109903352A (zh) * 2018-12-24 2019-06-18 中国科学院遥感与数字地球研究所 一种卫星遥感影像大区域无缝正射影像制作方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8121433B2 (en) * 2008-01-18 2012-02-21 California Institute Of Technology Ortho-rectification, coregistration, and subpixel correlation of optical satellite and aerial images
CN102722731A (zh) * 2012-05-28 2012-10-10 南京航空航天大学 一种基于改进sift算法的高效图像匹配方法
CN103020478B (zh) * 2012-12-28 2015-09-16 杭州师范大学 一种海洋水色遥感产品真实性检验的方法
CN103218783B (zh) * 2013-04-17 2016-05-25 国家测绘地理信息局卫星测绘应用中心 基于控制点影像数据库的卫星遥感图像快速几何纠正方法
CN107527328B (zh) * 2017-09-01 2020-10-27 扆冰蕾 一种兼顾精度与速度的无人机影像几何处理方法
CN110427966A (zh) * 2019-06-17 2019-11-08 青岛星科瑞升信息科技有限公司 一种基于特征点局部特征剔除误匹配特征点方法
CN110378001B (zh) * 2019-07-11 2022-10-21 中国空间技术研究院 一种无地面控制点遥感卫星几何定位精度分析方法
CN110363758B (zh) * 2019-07-22 2021-06-18 中国科学院合肥物质科学研究院 一种光学遥感卫星成像质量确定方法及系统
CN113781342B (zh) * 2021-07-06 2022-03-11 自然资源部国土卫星遥感应用中心 一种海量多源光学遥感影像快速正射纠正管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574347A (zh) * 2013-10-24 2015-04-29 南京理工大学 基于多源遥感数据的在轨卫星图像几何定位精度评价方法
CN109903352A (zh) * 2018-12-24 2019-06-18 中国科学院遥感与数字地球研究所 一种卫星遥感影像大区域无缝正射影像制作方法

Also Published As

Publication number Publication date
CN114255051A (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
CN102003938B (zh) 大型高温锻件热态在位检测方法
CN111709981A (zh) 特征线融合的激光点云与模拟图像的配准方法
CN111144388A (zh) 一种基于单目影像的道路标志标线的更新方法
CN105046251B (zh) 一种基于环境一号卫星遥感影像的自动正射校正方法
CN106056605B (zh) 一种基于图像匹配的在轨高精度图像定位方法
CN105571571B (zh) 基于三维激光扫描的堆积剖面空间结构信息分析方法
CN103679711A (zh) 一种遥感卫星线阵推扫光学相机在轨外方位参数标定方法
CN109100719B (zh) 基于星载sar影像与光学影像的地形图联合测图方法
CN101608914A (zh) 基于复共线性分析的rpc参数优选方法
CN112683307B (zh) 一种星敏感器星点质心位置精度测量方法
CN114255051B (zh) 基于立体测绘卫星的正射产品的真实性检验方法
CN116518864A (zh) 一种基于三维点云对比分析的工程结构全场变形检测方法
Shan et al. Feasibility of Accurate Point Cloud Model Reconstruction for Earthquake-Damaged Structures Using UAV-Based Photogrammetry
CN115790539B (zh) 一种合作靶标水下摄影测量方法
CN116152325A (zh) 一种基于单目视频的道路交通高边坡稳定性监测方法
CN110927765A (zh) 激光雷达与卫星导航融合的目标在线定位方法
CN114494625A (zh) 高精度地形图制作方法、装置和计算机设备
CN114488247A (zh) 一种基于高精度北斗差分定位分析装备机动能力的方法
CN113344866A (zh) 一种点云综合精度评价方法
Lai et al. Method for the Automatic Generation and Application of Landmark Control Point Library
Chen et al. A non-contact measurement method for rock mass discontinuity orientations by smartphone
Hong et al. Rapid fine-grained Damage Assessment of Buildings on a Large Scale: A Case Study of the February 2023 Earthquake in Turkey
Sumer et al. An integrated earthquake damage detection system
Xu et al. Research on Horizontal Accuracy Method of High Spatial Resolution Remotely Sensed Orthophoto Image
Liu et al. Extracting Information of Urban Land Surface with High Resolution Remote Sensing Data

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