CN114998399A - 一种异源光学遥感卫星影像立体像对预处理方法 - Google Patents
一种异源光学遥感卫星影像立体像对预处理方法 Download PDFInfo
- Publication number
- CN114998399A CN114998399A CN202210552194.0A CN202210552194A CN114998399A CN 114998399 A CN114998399 A CN 114998399A CN 202210552194 A CN202210552194 A CN 202210552194A CN 114998399 A CN114998399 A CN 114998399A
- Authority
- CN
- China
- Prior art keywords
- image
- object space
- horizontal projection
- original
- satellite
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical 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)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Image Processing (AREA)
Abstract
本发明属于摄影测量与遥感领域,公开了一种异源光学遥感卫星影像立体像对预处理方法,采用基于物方水平投影面的纠正方法,消除了异源卫星影像之间突出的几何畸变:包括因卫星平台高度差异造成的分辨率差异,和异源影像不同侧摆角度引起的倾斜畸变;同时本发明通过特征匹配方法寻找左右影像之间的稠密同名点,然后根据这些同名点灰度值计算三次样条曲线参数,以立体像对中的左像(或右像)为基准,采用三次样条曲线对右像(或左像)整个灰度区间进行分灰度段进行变换,消除了异源卫星影像之间明显的非线性灰度畸变,从而达到匀光匀色的目的,满足后续处理的需求。
Description
技术领域
本发明属于摄影测量与遥感领域,公开了一种异源光学遥感卫星影像立体像对预处理方法。
背景技术
多源遥感数据处理的发展趋势是融合处理。在卫星影像三维重建中,数据源通常是同一种卫星的多角度或者多轨道的多景影像。实际中对异源卫星的融合处理有迫切的需求,如果在光学遥感卫星影像的三维重建中,能够利用不同类型的光学卫星进行处理,不仅能够发挥多源光学遥感数据的应用效益,而且可以提升三维重建的效果和时效性。异源光学遥感卫星的影像之间,在分辨率、几何特性、辐射特性以及时相方面存在显著差异,如果直接进行重建处理,则效果无法满足实际的应用需求,因此必须进行相应的预处理,以削弱它们之间的显著几何与辐射特性差异,才能满足后续处理的需求。
现有异源光学遥感卫星影像融合处理,通常指重建结果的融合比如DSM融合或者点云融合。对于异源光学卫星影像,直接利用它们组成立体像对进行三维重建处理,在整个流程中实现过程融合,目前尚没有文献报告。因此如何利用异源卫星影像组成立体像对,并对其进行预处理尚没有可借鉴和参考的做法。
发明内容
本发明的目的在于提供一种异源光学遥感卫星影像立体像对预处理方法,旨在消除异源卫星影像组成的立体像对之间的影像几何与辐射的较大差异或畸变,满足后续处理的需求。
为了实现上述技术效果,本发明采用的技术方案是:
一种异源光学遥感卫星影像立体像对预处理方法,包括如下步骤:
S1、确定两张异源卫星的原始立体影像的基准分辨率和物方水平投影面的高程;
S2、将两张原始立体影像同时投影到物方水平投影面上,然后根据确定的基准分辨率对两张原始立体影像在物方进行重新采样,纠正生成两张立体影像;
S3、利用原始立体影像的RPC参数,结合影像纠正过程的几何变换关系,对纠正生成两张新立体影像进行重新拟合生成新的RPC参数;
S4、根据纠正生成的立体影像,采用SIFT算子获取两张纠正生成的立体影像上密集的同名点,并根据同名点坐标,获取同名点对应的影像灰度;
S5、根据同名像点的灰度值取值,结合影像灰度范围,分成若干段灰度,采用三次样条曲线进行辐射畸变拟合,计算三次样条曲线参数;
S6、根据样条曲线参数对纠正后左像或者右像进行灰度的重新计算,选择辐射质量好的影像作为基准,改正辐射质量差的影像,获得新的左像或者右像。
进一步地,步骤S1中物方水平投影面及基准分辨率的确定方法包括如下步骤:
a1、利用左右卫星影像RPC参数获取两景影像覆盖区域的地形高程平均值,取平均高程面作为物方水平投影面;
a2、将两张原始立体影像投影到物方水平投影面上,分别统计物方水平投影面积和像方影像面积,两者的比值可以作为计算卫星立体影像分辨率:
其中Areag表示原始影像在平均高程面的物方水平投影面积;Areai表示原始影像的面积,即影像宽乘以影像高;gsd表示对应原始立体影像的空间分辨率;
a3、选择两张原始立体影像中高的空间分辨率值作为基准分辨率。
进一步地,步骤S5采用三次样条曲线进行辐射拟合,并利用段与段之间的梯度平滑约束,即可形成三次样条曲线:
I′(p′)=an·I3(p)+bn·I2(p)+cn·I(p)+dn
式中,p、p′表示同名点;I(p)、I′(p′)表示同名点灰度;a、b、c、d表示样条参数;m、n表示相邻段。
与现有技术相比,本发明所具备的有益效果是:
1.本发明采用基于物方水平投影面的纠正方法,不仅能消除异源卫星影像之间因卫星平台高度差异造成的分辨率差异,而且可以消除异源影像不同侧摆角度引起的倾斜畸变。
2.本发明采用特征匹配方法获取大量密集的同名点,并采用三次样条曲线函数对灰度进行分段拟合,采用统计和数值计算两种模式,消除了异源卫星影像之间明显的非线性灰度畸变。
附图说明
图1为实施例1中一种异源光学遥感卫星影像立体像对预处理方法流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
实施例
参见图1,一种异源光学遥感卫星影像立体像对预处理方法,包括如下步骤:
S1、物方水平投影面高程和卫星影像分辨率的确定
不同卫星影像其摄影高度是不同,卫星影像RPC参数的height offset参数表示测区的地形高程平均值。计算左右卫星影像RPC的height offset的平均值作为物方水平投影面;
将两张原始立体影像投影到物方水平投影面上,分别统计物方水平投影面积和像方影像面积,两者的比值可以作为计算卫星立体影像分辨率:
其中Areag表示原始影像在平均高程面的物方水平投影面积;Areai表示原始影像的面积,即影像宽乘以影像高;gsd表示对应原始立体影像的空间分辨率。
选择两张原始立体影像中高的空间分辨率值作为基准分辨率;
S2、将两张原始立体影像同时投影到物方水平投影面上,然后根据确定的基准分辨率对两张原始立体影像在物方进行重新采样,纠正生成两张立体影像(左像和右像);
S3、利用原始立体影像的RPC参数,结合影像纠正过程的几何变换关系,对纠正生成两张新立体影像进行重新拟合生成新的RPC参数;
在本实施例中,首先根据原始影像的RPC参数生成一组虚拟的层状虚拟控制点(包括物方点坐标和像点坐标),将这些控制点的像方坐标根据影像纠正过程换算到纠正后的新影像坐标,然后根据控制点通过最小二乘平差重新生成一组新的RPC参数。
S4、根据纠正生成的立体影像,采用SIFT算子获取两张纠正生成的立体影像上密集的同名点,并根据同名点坐标,获取同名点对应的影像灰度;
S5、根据同名像点的灰度值取值,结合影像灰度范围,分成若干段灰度,采用三次样条曲线进行辐射畸变拟合,计算三次样条曲线参数;
采用三次样条曲线进行辐射拟合过程中,利用段与段之间的梯度平滑约束,即可形成三次样条曲线:
I′(p′)=an·I3(p)+bn·I2(p)+cn·I(p)+dn
式中,p、p′表示同名点;I(p)、I′(p′)表示同名点灰度;a、b、c、d表示样条参数;m、n表示相邻段。
S6、根据样条曲线参数对纠正后左像或者右像进行灰度的重新计算,选择辐射质量好的影像作为基准,改正辐射质量差的影像,获得新的左像或者右像。对于两种异源数据,通常选择分辨率高、影像采样位数高的作为基准,如纠正生成的左像辐射质量较好,则以左像为基准,改正生成的右像,获得新的右像,与作为基准的左像组成辐射质量好的立体影像对。
在本实施例中,首先利用原始立体像对左右影像的RPC参数,计算卫星影像的空间分辨率,并取两者中的高空间分辨率作为基准分辨率;然后采用基准分辨率按照基于物方水平投影面的纠正方法改正两张卫星影像;最后对改正后的卫星影像立体像对重新拟合生成对应的高精度RPC定向参数。采用基于物方水平投影面的纠正方法,不仅能消除异源卫星影像之间因卫星平台高度差异造成的分辨率差异,而且可以消除异源影像不同侧摆角度引起的倾斜畸变。
同时本实施例通过特征匹配方法寻找左右影像之间的稠密同名点;然后根据这些同名点计算三次样条曲线参数,采用三次样条曲线对整个灰度区间进行分灰度段对立体像对进行同名点灰度的拟合,通过变换处理消除了异源卫星影像之间明显的非线性灰度畸变,从而达到匀光匀色的目的,满足后续处理的需求。
本实施例中取平均高程面作为物方水平投影面,空间分辨率的计算是将两张原始立体影像投影到物方水平投影面上,分别统计物方水平投影面积和像方影像面积,两者的比值作为计算卫星立体影像分辨率。
综合以上步骤,最终输出经过几何和辐射处理的新立体像对并附带新RPC定向参数。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种异源光学遥感卫星影像立体像对预处理方法,其特征在于,包括如下步骤:
S1、确定两张异源卫星的原始立体影像的基准分辨率和物方水平投影面的高程;
S2、将两张原始立体影像同时投影到物方水平投影面上,然后根据确定的基准分辨率对两张原始立体影像在物方进行重新采样,纠正生成两张立体影像;
S3、利用原始立体影像的RPC参数,结合影像纠正过程的几何变换关系,对纠正生成两张新立体影像进行重新拟合生成新的RPC参数;
S4、根据纠正生成的立体影像,采用SIFT算子获取两张纠正生成的立体影像上密集的同名点,并根据同名点坐标,获取同名点对应的影像灰度;
S5、根据同名像点的灰度值取值,结合影像灰度范围,分成若干段灰度,采用三次样条曲线进行辐射畸变拟合,计算三次样条曲线参数;
S6、根据样条曲线参数对纠正后左像或者右像进行灰度的重新计算,选择辐射质量好的影像作为基准,改正辐射质量差的影像,获得新的左像或者右像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210552194.0A CN114998399B (zh) | 2022-05-20 | 2022-05-20 | 一种异源光学遥感卫星影像立体像对预处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210552194.0A CN114998399B (zh) | 2022-05-20 | 2022-05-20 | 一种异源光学遥感卫星影像立体像对预处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114998399A true CN114998399A (zh) | 2022-09-02 |
CN114998399B CN114998399B (zh) | 2023-04-11 |
Family
ID=83027053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210552194.0A Active CN114998399B (zh) | 2022-05-20 | 2022-05-20 | 一种异源光学遥感卫星影像立体像对预处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114998399B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503274A (zh) * | 2023-04-07 | 2023-07-28 | 中山大学 | 一种基于图像重叠区域的图像匀色方法及装置 |
CN116704031A (zh) * | 2023-06-13 | 2023-09-05 | 中国人民解放军61540部队 | 一种卫星影像连接点快速获取方法及系统 |
CN117670732A (zh) * | 2023-11-28 | 2024-03-08 | 武汉大学 | 基于伯恩斯坦多项式的大场景无人机影像匀光匀色方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5309522A (en) * | 1992-06-30 | 1994-05-03 | Environmental Research Institute Of Michigan | Stereoscopic determination of terrain elevation |
CN102213762A (zh) * | 2011-04-12 | 2011-10-12 | 中交第二公路勘察设计研究院有限公司 | 基于rfm模型的多源星载sar影像自动匹配方法 |
CN106886794A (zh) * | 2017-02-14 | 2017-06-23 | 湖北工业大学 | 顾及高阶结构特征的异源遥感影像同名点匹配方法 |
CN108592884A (zh) * | 2018-04-24 | 2018-09-28 | 武汉大学 | 一种通用线阵卫星核线影像生成方法 |
CN109166143A (zh) * | 2018-07-06 | 2019-01-08 | 航天星图科技(北京)有限公司 | 一种大区域网立体测绘卫星影像匹配方法 |
CN109215038A (zh) * | 2018-09-29 | 2019-01-15 | 中国资源卫星应用中心 | 一种基于遥感影像的智能信息提取方法及系统 |
CN109506627A (zh) * | 2018-10-31 | 2019-03-22 | 中国资源卫星应用中心 | 一种基于rpc模型的卫星影像系统误差修正方法 |
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 |
CN112634132A (zh) * | 2020-11-20 | 2021-04-09 | 中国资源卫星应用中心 | 一种卫星影像的海图要素采集方法及装置 |
-
2022
- 2022-05-20 CN CN202210552194.0A patent/CN114998399B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5309522A (en) * | 1992-06-30 | 1994-05-03 | Environmental Research Institute Of Michigan | Stereoscopic determination of terrain elevation |
CN102213762A (zh) * | 2011-04-12 | 2011-10-12 | 中交第二公路勘察设计研究院有限公司 | 基于rfm模型的多源星载sar影像自动匹配方法 |
CN106886794A (zh) * | 2017-02-14 | 2017-06-23 | 湖北工业大学 | 顾及高阶结构特征的异源遥感影像同名点匹配方法 |
CN108592884A (zh) * | 2018-04-24 | 2018-09-28 | 武汉大学 | 一种通用线阵卫星核线影像生成方法 |
CN109166143A (zh) * | 2018-07-06 | 2019-01-08 | 航天星图科技(北京)有限公司 | 一种大区域网立体测绘卫星影像匹配方法 |
CN109215038A (zh) * | 2018-09-29 | 2019-01-15 | 中国资源卫星应用中心 | 一种基于遥感影像的智能信息提取方法及系统 |
CN109506627A (zh) * | 2018-10-31 | 2019-03-22 | 中国资源卫星应用中心 | 一种基于rpc模型的卫星影像系统误差修正方法 |
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 |
CN112634132A (zh) * | 2020-11-20 | 2021-04-09 | 中国资源卫星应用中心 | 一种卫星影像的海图要素采集方法及装置 |
Non-Patent Citations (2)
Title |
---|
LU ZHANG等: "Satellite SAR geocoding with refined RPC model", 《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》 * |
李莹莹等: "基于星载光学和SAR影像的多视立体定位误差分析", 《光学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503274A (zh) * | 2023-04-07 | 2023-07-28 | 中山大学 | 一种基于图像重叠区域的图像匀色方法及装置 |
CN116503274B (zh) * | 2023-04-07 | 2023-12-22 | 中山大学 | 一种基于图像重叠区域的图像匀色方法及装置 |
CN116704031A (zh) * | 2023-06-13 | 2023-09-05 | 中国人民解放军61540部队 | 一种卫星影像连接点快速获取方法及系统 |
CN116704031B (zh) * | 2023-06-13 | 2024-01-30 | 中国人民解放军61540部队 | 一种卫星影像连接点快速获取方法及系统 |
CN117670732A (zh) * | 2023-11-28 | 2024-03-08 | 武汉大学 | 基于伯恩斯坦多项式的大场景无人机影像匀光匀色方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114998399B (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114998399B (zh) | 一种异源光学遥感卫星影像立体像对预处理方法 | |
CN107316325B (zh) | 一种基于图像配准的机载激光点云与影像配准融合方法 | |
US8577139B2 (en) | Method of orthoimage color correction using multiple aerial images | |
CN111091076B (zh) | 基于立体视觉的隧道限界数据测量方法 | |
WO2018119771A1 (zh) | 基于条纹投影轮廓术的高效相位-三维映射方法及系统 | |
CN113358091B (zh) | 一种利用三线阵立体卫星影像生产数字高程模型dem的方法 | |
CN108592884B (zh) | 一种通用线阵卫星核线影像生成方法 | |
CN108182722B (zh) | 一种三维物体边缘优化的真正射影像生成方法 | |
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 | |
CN106595700A (zh) | 基于三点坐标测量的靶道空间基准标定方法 | |
CN113514829B (zh) | 面向InSAR的初始DSM的区域网平差方法 | |
CN113284171B (zh) | 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 | |
JP2014130404A (ja) | 路面画像生成システム並びに影除去装置、方法及びプログラム | |
CN104864853B (zh) | 一种高分辨率三线阵卫星沿轨方向姿态颤振的探测方法 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
Burkhard et al. | Stereovision mobile mapping: System design and performance evaluation | |
CN108489468A (zh) | 三线阵影像外方位元素平滑方程自适应光束法平差方法 | |
CN105571598B (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
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 | |
CN111611525B (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 | |
CN109373901B (zh) | 位于平面上的孔的中心位置的计算方法 | |
CN107146281B (zh) | 一种月球表面高分辨率dem提取方法 | |
Cavegn et al. | Evaluation of Matching Strategies for Image-Based Mobile Mapping | |
CN116045920A (zh) | 一种基于gf7号立体像对提取dem的方法 | |
CN113379648B (zh) | 一种高分七号和资源三号立体影像联合平差方法 |
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 |