CN115131494A - 一种光学遥感卫星成像仿真方法及装置 - Google Patents

一种光学遥感卫星成像仿真方法及装置 Download PDF

Info

Publication number
CN115131494A
CN115131494A CN202210927815.9A CN202210927815A CN115131494A CN 115131494 A CN115131494 A CN 115131494A CN 202210927815 A CN202210927815 A CN 202210927815A CN 115131494 A CN115131494 A CN 115131494A
Authority
CN
China
Prior art keywords
pixel
color vector
point
image
projection point
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.)
Pending
Application number
CN202210927815.9A
Other languages
English (en)
Inventor
亢瑞卿
田鹏义
李达
方肖燕
张伟祺
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.)
Beijing Creatunion Information Technology Group Co Ltd
Original Assignee
Beijing Creatunion Information Technology Group 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 Beijing Creatunion Information Technology Group Co Ltd filed Critical Beijing Creatunion Information Technology Group Co Ltd
Priority to CN202210927815.9A priority Critical patent/CN115131494A/zh
Publication of CN115131494A publication Critical patent/CN115131494A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/60—Shadow generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2215/00—Indexing scheme for image rendering
    • G06T2215/12—Shadow map, environment map
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请提供了一种光学遥感卫星成像仿真方法及装置，涉及光学成像仿真技术领域，该方法包括：获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；将卫星相机光心与每个像元的对应空间点的连线和地球表面的一个交点作为像元的投影点，计算投影点的经纬度；利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；利用投影点的太阳可见性对每个像元的纹理颜色向量进行修正；利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；将每个像元修正后的纹理颜色向量和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量。本申请提高了光学遥感卫星在轨成像的仿真精度。

Description

一种光学遥感卫星成像仿真方法及装置
技术领域
本申请涉及光学成像仿真技术领域，尤其是涉及一种光学遥感卫星成像仿真方法及装置。
背景技术
光学遥感卫星成像仿真通常的方法是建立成像的光学模型、误差模型，根据成像场景的物理数学，通过计算光点传感函数或者基于光学追踪的方法进行仿真成像。常见的方法有调制传递函数仿真方法、光线追踪方法等。
调制传递函数方是基于调制传递函数MTF与线扩展函数LSF、点扩散函数PSF之间的相互转化关系，通过光学系统MTF计算其二维PSF矩阵，通过对图像进行二维PSF矩阵退化处理，得到仿真图像。该方法根据仿真场景的光学辐射分布特征，通过计算生成仿真图像，必须在地面场景的物理属性分布已知或者仿真生成的条件下进行仿真生成。
光线追踪方法在基于光线追迹光学系统建模的基础上，对物理场景的成像光线建模计算，再引入相机畸变建模仿真，经过畸变模型退化后，获得像面上的畸变图像。
现有技术的仿真成像以光学成像模型为基础，需要在对地面场景进行物理特性模拟条件下工作，对在轨遥感卫星成像灵活仿真模拟能力不足。缺乏联合云层仿真、实时光照阴影等信息的仿真能力欠缺。
发明内容
有鉴于此，本申请提供了一种光学遥感卫星成像仿真方法及装置，以解决上述技术问题。
第一方面，本申请实施例提供了一种光学遥感卫星成像仿真方法，包括：
获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；
将卫星相机光心与每个像元的对应空间点的连线和地球表面的一个交点作为像元的投影点，计算投影点的经纬度；
利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；
利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；
利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；
将每个像元修正后的纹理颜色向量和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量。
进一步，获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；包括：
对仿真图像的像元(i,j)，在图像平面坐标系的坐标为(ui,j,vi,j)，在相机坐标系下的坐标
Figure BDA0003780340910000021
为：
Figure BDA0003780340910000022
其中，(i,j)表示像素坐标，(u0,v0)为图像平面中心的坐标，f为焦距；
计算像元(i,j)对应的空间点在地球本体坐标系下的齐次坐标
Figure BDA0003780340910000031
Figure BDA0003780340910000032
其中，MT-C为地球直角坐标系到相机坐标系的转换矩阵。
进一步，所述地球直角坐标系到相机坐标系的转换矩阵MT-C为：
MT-C＝MT-SMS-C
其中，MT-S为地球直角系到卫星本体系的转换矩阵；MS-C为卫星本体到相机坐标系的转换矩阵。
进一步，全球纹理影像图为以地球表面经度和纬度为自变量，以纹理颜色向量为函数值的分布函数；利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；包括：
仿真图像的像元(i,j)对应的投影点为Pi,j，经纬度坐标为(lon-(i,j),lat-(i,j))；在全球纹理影像图上寻找其邻近的四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1，经纬度坐标分别为(lon-(i,j)-1,lat-(i,j)-1)、(lon-(i,j)-1,lat-(i,j)+1)、(lon-(i,j)+1,lat-(i,j)-1)和(lon-(i,j)+1,lat-(i,j)+1)；
从该纹理图上依次获取这四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1的纹理颜色向量：(Ri-1,j-1,Gi-1,j-1,Bi-1,j-1)、(Ri-1,j+1,Gi-1,j+1,Bi-1,j+1)、(Ri+1,j-1,Gi+1,j-1,Bi+1,j-1)和(Ri+1,j+1,Gi+1,j+1,Bi+1,j+1)；每个纹理颜色向量的三个分量分别为：红色值，绿色值和蓝色值；
计算比例系数klon和klat：
Figure BDA0003780340910000041
Figure BDA0003780340910000042
计算下述中间值：
R′i,j-1＝Ri-1,j-1+klon(Ri+1,j-1-Ri-1,j-1)
R′i,j+1＝Ri-1,j+1+klon(Ri+1,j-1-Ri-1,j+1)
G′i,j-1＝Gi-1,j-1+klon(Gi+1,j-1-Gi-1,j-1)
G′i,j+1＝Gi-1,j+1+klon(Gi+1,j-1-Gi-1,j+1)
B′i,j-1＝Bi-1,j-1+klon(Bi+1,j-1-Bi-1,j-1)
B′i,j+1＝Bi-1,j+1+klon(Bi+1,j-1-Bi-1,j+1)
由此得到交点的纹理颜色向量：(R(ui,j,vi,j),G(ui,j,vi,j),B(ui,j,vi,j))：
R(ui,j,vi,j)＝R′i,j-1+klat(R′i,j+1-R′i,j-1)
G(ui,j,vi,j)＝G′i,j-1+klat(G′i,j+1-G′i,j-1)
B(ui,j,vi,j)＝B′i,j-1+klat(B′i,j+1-B′i,j-1)
其中，R(ui,j,vi,j)为红色值，G(ui,j,vi,j)为绿色值，B(ui,j,vi,j)为蓝色值。
进一步，利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；包括：
利用全球数字地形图，得到投影点Pi,j在地形高度ZL i,j处对应的点PL；
获得卫星仿真成像时刻的太阳方位角ai,j和太阳高度角ei,j；
在全球数字地形图上以点PL为起点，其大地坐标为：(lon-(i,j),lat-(i,j),ZL i,j)，在方位角ai,j方向上，搜索最大距离Dmax内的最大高程点PL max，其大地坐标为：(lon-(i,j)-max,lat-(i,j)-max,ZL (i,j)-max)；
计算高度角eT i,j：
Figure BDA0003780340910000051
其中，D为起点PL与最大高程点PL max之间水平距离；
判断eT i,j＞ei,j是否成立，若为是，则R(ui,j,vi,j)＝G(ui,j,vi,j)＝B(ui,j,vi,j)＝0。
进一步，全球大气云层影像图为以地球表面经度和纬度为自变量，以云图颜色向量为函数值的分布函数；利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；包括：
基于投影点Pi,j在全球大气云层影像图上寻找其邻近的四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1；
基于这四个点的经纬度以及云图颜色向量，利用双线性插值计算得到像元(i,j)的云图颜色向量：(RC(ui,j,vi,j),GC(ui,j,vi,j),BC(ui,j,vi,j))，云图颜色向量的三个分量为：红色值，绿色值和蓝色值。
进一步，将每个像元修正后的颜色和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量；包括：
仿真图像中像元(i,j)的三个颜色值Rsim(ui,j,vi,j),、Gsim(ui,j,vi,j)和Bsim(ui,j,vi,j)：
Rsim(ui,j,vi,j)＝R(ui,j,vi,j)αc+RC(ui,j,vi,j)(1-αc)
Gsim(ui,j,vi,j)＝G(ui,j,vi,j)αc+GC(ui,j,vi,j)(1-αc)
Bsim(ui,j,vi,j)＝B(ui,j,vi,j)αc+BC(ui,j,vi,j)(1-αc)
其中，αc为权重；则渲染颜色向量为：
(Rsim(ui,j,vi,j),Gsim(ui,j,vi,j),Bsim(ui,j,vi,j))。
第二方面，本申请实施例提供了一种光学遥感卫星成像仿真装置，包括：
位置计算单元，用于获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；
地面交点计算单元，用于将卫星相机光心与每个像元的对应空间点的连线和地球表面的一个交点作为像元的投影点，计算投影点的经纬度；
颜色值计算单元，用于利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；
颜色值修正单元，用于利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；
云图颜色值计算单元，用于利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；
融合单元，用于将每个像元修正后的纹理颜色向量和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量。
第三方面，本申请实施例提供了一种电子设备，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例的光学遥感卫星成像仿真方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现本申请实施例的光学遥感卫星成像仿真方法。
本申请提高了光学遥感卫星在轨成像的仿真精度。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的光学遥感卫星成像仿真方法的流程图；
图2为本申请实施例提供的光学遥感卫星成像仿真装置的功能结构图；
图3为本申请实施例提供的电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，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所有其他实施例，都属于本申请保护的范围。
首先对本申请实施例的设计思想进行简单介绍。
现有技术的仿真成像以光学成像模型为基础，需要在对地面场景进行物理特性模拟条件下工作，对在轨遥感卫星成像灵活仿真模拟能力不足。缺乏联合云层仿真、实时光照阴影等信息的仿真能力欠缺。
为解决上述技术问题，本申请提供了一种光学遥感卫星成像仿真方法，基于全球地形图和纹理影像图、以及大气云层影像图的联合应用，基于卫星运行轨道及几何成像模型，能灵活综合仿真地形遮挡、云层效果等光学遥感成像效果，提高仿真真实性。
在介绍了本申请实施例的应用场景和设计思想之后，下面对本申请实施例提供的技术方案进行说明。
如图1所示，本申请实施例提供了一种光学遥感卫星成像仿真方法，包括：
步骤101：获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；
对仿真图像的像元(i,j)，在图像平面坐标系的坐标为(ui,j,vi,j)，在相机坐标系下的坐标
Figure BDA0003780340910000091
为：
Figure BDA0003780340910000092
其中，(i,j)表示像素坐标，(u0,v0)为图像平面中心的坐标，f为焦距；
利用卫星生成部门提供的相机在卫星本体的安装参数，可知卫星本体坐标系转换到相机成像坐标系的转换矩阵，从而可计算得到相机成像坐标系与地球直角坐标系的位置和姿态参数。
根据轨道根数，计算当前时刻光学遥感卫星在地球直角坐标系OT(XT,YT,ZT)中的位置PC_T＝[xC_T yC_T zC_T]，根据遥感卫星的任务设计，该获取当前时刻卫星本体在地球直角空间中的姿态信息，得到姿态转移矩阵
Figure BDA0003780340910000093
计算地球直角坐标系原点在该时刻卫星本体坐标系的平移矩阵
Figure BDA0003780340910000094
则空间点从地球直角坐标系到卫星本体系的转换关系为XS＝RT-SXT+TT-S；用其次坐标矩阵计算，表示为下式。
Figure BDA0003780340910000101
其中
Figure BDA0003780340910000102
为空间点在卫星本体坐标系齐次坐标，
Figure BDA0003780340910000103
为该点在地球本体坐标系下的齐次坐标，MT-S为从地球直角系到卫星本体系的转移矩阵：
Figure BDA0003780340910000104
计算像元(i,j)对应的空间点在地球本体坐标系下的齐次坐标
Figure BDA0003780340910000105
Figure BDA0003780340910000106
其中，MT-C为地球直角坐标系到相机坐标系的转换矩阵。
所述地球直角坐标系到相机坐标系的转换矩阵MT-C为：
MT-C＝MT-SMS-C
其中，MT-S为地球直角系到卫星本体系的转换矩阵；MS-C为卫星本体到相机坐标系的转换矩阵。
步骤102：将卫星相机光心与每个像元的对应空间点的连线和地球表面的一个交点作为像元的投影点，计算投影点的经纬度；
利用地球表面方程
Figure BDA0003780340910000111
与成像光线方程组成方程组，如下式：
Figure BDA0003780340910000112
其中，RE为地球半径；MR为矩阵；
根据上述推导，则对仿真图像的像元(i,j)，根据ui,j,vi,j的值，利用上述方程组求解计算其对应的地心直角坐标系三维空间点，该方程有两组解，取与点PC_T＝[xC_T yC_TzC_T]的距离小的点作为成像物理点三维位置的解，记作(xT-(i,j),yT-(i,j),zT-(i,j))，由于该点在地球表面上，因此，可计算得到该点的经纬度坐标(lon-(i,j),lat-(i,j))，其中lon-(i,j)与lat-(i,j)分别为经度和纬度。
步骤103：利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；
本实施例中，该步骤包括：
仿真图像的像元(i,j)对应的投影点为Pi,j，经纬度坐标为(lon-(i,j),lat-(i,j))；在全球纹理影像图上寻找其邻近的四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1，经纬度坐标分别为(lon-(i,j)-1,lat-(i,j)-1)、(lon-(i,j)-1,lat-(i,j)+1)、(lon-(i,j)+1,lat-(i,j)-1)和(lon-(i,j)+1,lat-(i,j)+1)；
从该纹理图上依次获取这四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1的纹理颜色向量：(Ri-1,j-1,Gi-1,j-1,Bi-1,j-1)、(Ri-1,j+1,Gi-1,j+1,Bi-1,j+1)、(Ri+1,j-1,Gi+1,j-1,Bi+1,j-1)和(Ri+1,j+1,Gi+1,j+1,Bi+1,j+1)；每个纹理颜色向量的三个分量分别为：红色值，绿色值和蓝色值；
计算比例系数klon和klat：
Figure BDA0003780340910000121
Figure BDA0003780340910000122
计算下述中间值：
R′i,j-1＝Ri-1,j-1+klon(Ri+1,j-1-Ri-1,j-1)
R′i,j+1＝Ri-1,j+1+klon(Ri+1,j-1-Ri-1,j+1)
G′i,j-1＝Gi-1,j-1+klon(Gi+1,j-1-Gi-1,j-1)
G′i,j+1＝Gi-1,j+1+klon(Gi+1,j-1-Gi-1,j+1)
B′i,j-1＝Bi-1,j-1+klon(Bi+1,j-1-Bi-1,j-1)
B′i,j+1＝Bi-1,j+1+klon(Bi+1,j-1-Bi-1,j+1)
由此得到交点的纹理颜色向量：(R(ui,j,vi,j),G(ui,j,vi,j),B(ui,j,vi,j))：
R(ui,j,vi,j)＝R′i,j-1+klat(R′i,j+1-R′i,j-1)
G(ui,j,vi,j)＝G′i,j-1+klat(G′i,j+1-G′i,j-1)
B(ui,j,vi,j)＝B′i,j-1+klat(B′i,j+1-B′i,j-1)
其中，R(ui,j,vi,j)为红色值，G(ui,j,vi,j)为绿色值，B(ui,j,vi,j)为蓝色值。
步骤104：利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；
本实施例中，该步骤包括：
利用全球数字地形图，得到投影点Pi,j在地形高度ZL i,j处对应的点PL；
获得卫星仿真成像时刻的太阳方位角ai,j和太阳高度角ei,j；
在全球数字地形图上以点PL为起点，其大地坐标为：(lon-(i,j),lat-(i,j),ZL i,j)，在方位角ai,j方向上，搜索最大距离Dmax内的最大高程点PL max，其大地坐标为：(lon-(i,j)-max,lat-(i,j)-max,ZL (i,j)-max)；
计算高度角eT i,j：
Figure BDA0003780340910000131
其中，D为起点PL与最大高程点PL max之间水平距离；
判断eT i,j＞ei,j是否成立，若为是，则R(ui,j,vi,j)＝G(ui,j,vi,j)＝B(ui,j,vi,j)＝0。
步骤105：利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；
基于投影点Pi,j在全球大气云层影像图上寻找其邻近的四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1；
基于这四个点的经纬度以及云图颜色向量，利用双线性插值计算得到像元(i,j)的云图颜色向量：(RC(ui,j,vi,j),GC(ui,j,vi,j),BC(ui,j,vi,j))，云图颜色向量的三个分量为：红色值，绿色值和蓝色值。
步骤106：将每个像元修正后的纹理颜色向量和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量。
具体的，仿真图像中像元(i,j)的三个颜色值Rsim(ui,j,vi,j),、Gsim(ui,j,vi,j)和Bsim(ui,j,vi,j)：
Rsim(ui,j,vi,j)＝R(ui,j,vi,j)αc+RC(ui,j,vi,j)(1-αc)
Gsim(ui,j,vi,j)＝G(ui,j,vi,j)αc+GC(ui,j,vi,j)(1-αc)
Bsim(ui,j,vi,j)＝B(ui,j,vi,j)αc+BC(ui,j,vi,j)(1-αc)
其中，αc为权重，取值为0.8；
则渲染颜色向量为：
(Rsim(ui,j,vi,j),Gsim(ui,j,vi,j),Bsim(ui,j,vi,j))。
基于上述实施例，本申请实施例提供了一种光学遥感卫星成像仿真装置，参阅图2所示，本申请实施例提供的光学遥感卫星成像仿真装置200至少包括：
位置计算单元201，用于获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；
地面交点计算单元202，用于将卫星相机光心与每个像元的对应空间点的连线和地球表面的一个交点作为像元的投影点，计算投影点的经纬度；
纹理颜色计算单元203，用于利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；
纹理颜色修正单元204，用于利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；
云图颜色计算单元205，用于利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；
融合单元206，用于将每个像元修正后的纹理颜色向量和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量。
需要说明的是，本申请实施例提供的光学遥感卫星成像仿真装置200解决技术问题的原理与本申请实施例提供的光学遥感卫星成像仿真方法相似，因此，本申请实施例提供的光学遥感卫星成像仿真装置200的实施可以参见本申请实施例提供的光学遥感卫星成像仿真方法的实施，重复之处不再赘述。
如图3所示，本申请实施例提供的电子设备300至少包括：处理器301、存储器302和存储在存储器302上并可在处理器301上运行的计算机程序，处理器301执行计算机程序时实现本申请实施例提供的光学遥感卫星成像仿真方法。
本申请实施例提供的电子设备300还可以包括连接不同组件(包括处理器301和存储器302)的总线303。其中，总线303表示几类总线结构中的一种或多种，包括存储器总线、外围总线、局域总线等。
存储器302可以包括易失性存储器形式的可读介质，例如随机存储器(RandomAccess Memory，RAM)3021和/或高速缓存存储器3022，还可以进一步包括只读存储器(ReadOnly Memory，ROM)3023。
存储器302还可以包括具有一组(至少一个)程序模块3025的程序工具3024，程序模块3025包括但不限于：操作子系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备300也可以与一个或多个外部设备304(例如键盘、遥控器等)通信，还可以与一个或者多个使得用户能与电子设备300交互的设备通信(例如手机、电脑等)，和/或，与使得电子设备300与一个或多个其它电子设备300进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口305进行。并且，电子设备300还可以通过网络适配器306与一个或者多个网络(例如局域网(Local AreaNetwork，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图3所示，网络适配器306通过总线303与电子设备300的其它模块通信。应当理解，尽管图3中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of IndependentDisks，RAID)子系统、磁带驱动器以及数据备份存储子系统等。
需要说明的是，图3所示的电子设备300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。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，该计算机指令被处理器执行时实现本申请实施例提供的光学遥感卫星成像仿真方法。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种光学遥感卫星成像仿真方法，其特征在于，包括：
获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；
将卫星相机光心与每个像元的对应空间点的连线和地球表面的一个交点作为像元的投影点，计算投影点的经纬度；
利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；
利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；
利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；
将每个像元修正后的纹理颜色向量和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量。
2.根据权利要求1所述的光学遥感卫星成像仿真方法，其特征在于，获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；包括：
对仿真图像的像元(i,j)，在图像平面坐标系的坐标为(ui,j,vi,j)，在相机坐标系下的坐标
Figure FDA0003780340900000011
为：
Figure FDA0003780340900000012
其中，(i,j)表示像素坐标，(u0,v0)为图像平面中心的坐标，f为焦距；
计算像元(i,j)对应的空间点在地球本体坐标系下的齐次坐标
Figure FDA0003780340900000021
Figure FDA0003780340900000022
其中，MT-C为地球直角坐标系到相机坐标系的转换矩阵。
3.根据权利要求2所述的光学遥感卫星成像仿真方法，其特征在于，所述地球直角坐标系到相机坐标系的转换矩阵MT-C为：
MT-C＝MT-SMS-C
其中，MT-S为地球直角系到卫星本体系的转换矩阵；MS-C为卫星本体到相机坐标系的转换矩阵。
4.根据权利要求2所述的光学遥感卫星成像仿真方法，其特征在于，全球纹理影像图为以地球表面经度和纬度为自变量，以纹理颜色向量为函数值的分布函数；利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；包括：
仿真图像的像元(i,j)对应的投影点为Pi,j，经纬度坐标为(lon-(i,j),lat-(i,j))；在全球纹理影像图上寻找其邻近的四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1，经纬度坐标分别为(lon-(i,j)-1,lat-(i,j)-1)、(lon-(i,j)-1,lat-(i,j)+1)、(lon-(i,j)+1,lat-(i,j)-1)和(lon-(i,j)+1,lat-(i,j)+1)；
从该纹理图上依次获取这四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1的纹理颜色向量：(Ri-1,j-1,Gi-1,j-1,Bi-1,j-1)、(Ri-1,j+1,Gi-1,j+1,Bi-1,j+1)、(Ri+1,j-1,Gi+1,j-1,Bi+1,j-1)和(Ri+1,j+1,Gi+1,j+1,Bi+1,j+1)；每个纹理颜色向量的三个分量分别为：红色值，绿色值和蓝色值；
计算比例系数klon和klat：
Figure FDA0003780340900000031
Figure FDA0003780340900000032
计算下述中间值：
R′i,j-1＝Ri-1,j-1+klon(Ri+1,j-1-Ri-1,j-1)
R′i,j+1＝Ri-1,j+1+klon(Ri+1,j-1-Ri-1,j+1)
G′i,j-1＝Gi-1,j-1+klon(Gi+1,j-1-Gi-1,j-1)
G′i,j+1＝Gi-1,j+1+klon(Gi+1,j-1-Gi-1,j+1)
B′i,j-1＝Bi-1,j-1+klon(Bi+1,j-1-Bi-1,j-1)
B′i,j+1＝Bi-1,j+1+klon(Bi+1,j-1-Bi-1,j+1)
由此得到交点的纹理颜色向量：(R(ui,j,vi,j),G(ui,j,vi,j),B(ui,j,vi,j))：
R(ui,j,vi,j)＝R′i,j-1+klat(R′i,j+1-R′i,j-1)
G(ui,j,vi,j)＝G′i,j-1+klat(G′i,j+1-G′i,j-1)
B(ui,j,vi,j)＝B′i,j-1+klat(B′i,j+1-B′i,j-1)
其中，R(ui,j,vi,j)为红色值，G(ui,j,vi,j)为绿色值，B(ui,j,vi,j)为蓝色值。
5.根据权利要求4所述的光学遥感卫星成像仿真方法，其特征在于，利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；包括：
利用全球数字地形图，得到投影点Pi,j在地形高度ZL i,j处对应的点PL；
获得卫星仿真成像时刻的太阳方位角ai,j和太阳高度角ei,j；
在全球数字地形图上以点PL为起点，其大地坐标为：(lon-(i,j),lat-(i,j),ZL i,j)，在方位角ai,j方向上，搜索最大距离Dmax内的最大高程点PL max，其大地坐标为：(lon-(i,j)-max,lat-(i,j)-max,ZL (i,j)-max)；
计算高度角eT i,j：
Figure FDA0003780340900000041
其中，D为起点PL与最大高程点PL max之间水平距离；
判断eT i,j＞ei,j是否成立，若为是，则R(ui,j,vi,j)＝G(ui,j,vi,j)＝B(ui,j,vi,j)＝0。
6.根据权利要求5所述的光学遥感卫星成像仿真方法，其特征在于，全球大气云层影像图为以地球表面经度和纬度为自变量，以云图颜色向量为函数值的分布函数；利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；包括：
基于投影点Pi,j在全球大气云层影像图上寻找其邻近的四个点Pi-1,j-1、Pi-1,j+1、Pi+1,j-1和Pi+1,j+1；
基于这四个点的经纬度以及云图颜色向量，利用双线性插值计算得到像元(i,j)的云图颜色向量：(RC(ui,j,vi,j),GC(ui,j,vi,j),BC(ui,j,vi,j))，云图颜色向量的三个分量为：红色值，绿色值和蓝色值。
7.根据权利要求6所述的光学遥感卫星成像仿真方法，其特征在于，将每个像元修正后的颜色和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量；包括：
仿真图像中像元(i,j)的三个颜色值Rsim(ui,j,vi,j),、Gsim(ui,j,vi,j)和Bsim(ui,j,vi,j)：
Rsim(ui,j,vi,j)＝R(ui,j,vi,j)αc+RC(ui,j,vi,j)(1-αc)
Gsim(ui,j,vi,j)＝G(ui,j,vi,j)αc+GC(ui,j,vi,j)(1-αc)
Bsim(ui,j,vi,j)＝B(ui,j,vi,j)αc+BC(ui,j,vi,j)(1-αc)
其中，αc为权重；则渲染颜色向量为：
(Rsim(ui,j,vi,j),Gsim(ui,j,vi,j),Bsim(ui,j,vi,j))。
8.一种光学遥感卫星成像仿真装置，其特征在于，包括：
位置计算单元，用于获取光学遥感卫星的仿真图像的每个像元的对应空间点的三维坐标；
地面交点计算单元，用于将卫星相机光心与每个像元的对应空间点的连线和地球表面的一个交点作为像元的投影点，计算投影点的经纬度；
颜色值计算单元，用于利用全球纹理影像图和投影点的经纬度，得到每个像元的纹理颜色向量；
颜色值修正单元，用于利用投影点的太阳可见性，判断投影点是否为阴影，根据判断结果对每个像元的纹理颜色向量进行修正；
云图颜色值计算单元，用于利用全球大气云层影像图和投影点的经纬度，计算每个像元的云图颜色向量；
融合单元，用于将每个像元修正后的纹理颜色向量和云图颜色向量进行加权融合，得到每个像元的渲染颜色向量。
9.一种电子设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的光学遥感卫星成像仿真方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-7任一项所述的光学遥感卫星成像仿真方法。
CN202210927815.9A 2022-08-03 2022-08-03 一种光学遥感卫星成像仿真方法及装置 Pending CN115131494A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210927815.9A CN115131494A (zh) 2022-08-03 2022-08-03 一种光学遥感卫星成像仿真方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210927815.9A CN115131494A (zh) 2022-08-03 2022-08-03 一种光学遥感卫星成像仿真方法及装置

Publications (1)

Publication Number Publication Date
CN115131494A true CN115131494A (zh) 2022-09-30

Family

ID=83386748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210927815.9A Pending CN115131494A (zh) 2022-08-03 2022-08-03 一种光学遥感卫星成像仿真方法及装置

Country Status (1)

Country Link
CN (1) CN115131494A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116188633A (zh) * 2023-04-25 2023-05-30 之江实验室 一种仿真遥感影像生成的方法、装置、介质及电子设备
CN117152325A (zh) * 2023-10-31 2023-12-01 中科星图测控技术股份有限公司 一种利用数字地球进行卫星实时pdop值展示方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116188633A (zh) * 2023-04-25 2023-05-30 之江实验室 一种仿真遥感影像生成的方法、装置、介质及电子设备
CN117152325A (zh) * 2023-10-31 2023-12-01 中科星图测控技术股份有限公司 一种利用数字地球进行卫星实时pdop值展示方法
CN117152325B (zh) * 2023-10-31 2024-03-26 中科星图测控技术股份有限公司 一种利用数字地球进行卫星实时pdop值展示方法

Similar Documents

Publication Publication Date Title
CN112085845B (zh) 基于无人机影像的室外场景快速三维重建装置
CN115131494A (zh) 一种光学遥感卫星成像仿真方法及装置
JP4685313B2 (ja) 任意の局面の受動的な体積画像の処理方法
US7425952B2 (en) Three-dimensional visualization architecture
CN112085844A (zh) 面向野外未知环境的无人机影像快速三维重建方法
US10037611B2 (en) Method and apparatus for generating map data from images
CN112434709A (zh) 基于无人机实时稠密三维点云和dsm的航测方法及系统
US20140015924A1 (en) Rapid 3D Modeling
CN109191554B (zh) 一种超分辨图像重建方法、装置、终端和存储介质
CN113469896B (zh) 一种提高地球同步轨道卫星对地观测影像几何校正精度的方法
CN108733711B (zh) 基于三维gis技术的配电线路空间距离获取方法
Koeva 3D modelling and interactive web-based visualization of cultural heritage objects
AU2018227551B2 (en) Shadow casting for an elevation data grid
CN104318540B (zh) 一种利用cpu与gpu协同的航空影像在线拼接方法
CN114429527A (zh) 基于slam的远程操作场景三维重建方法
CN116402693B (zh) 一种基于遥感技术的市政工程图像处理方法及装置
CN111861873A (zh) 仿真图像的生成方法和装置
JP3490774B2 (ja) ジオスペシフィックテクスチャ生成の方法
CN115082641B (zh) 一种基于网格化多邻域插值的点云栅格化方法及装置
JP3024666B2 (ja) 高々度撮影々像の三次元表示映像生成方法および生成システム
Re et al. Evaluation of an area-based matching algorithm with advanced shape models
CN113610952A (zh) 一种三维场景重建方法、装置、电子设备和存储介质
CN112712559B (zh) 基于NED坐标系向量旋转的SfM点云校正方法
US11776148B1 (en) Multi-view height estimation from satellite images
CN117291960A (zh) 一种基于重叠度分类的月表点云全局配准方法和设备

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