CN115311366A - 基于rpc模型的星载分片线阵传感器几何定标方法及系统 - Google Patents
基于rpc模型的星载分片线阵传感器几何定标方法及系统 Download PDFInfo
- Publication number
- CN115311366A CN115311366A CN202210837060.3A CN202210837060A CN115311366A CN 115311366 A CN115311366 A CN 115311366A CN 202210837060 A CN202210837060 A CN 202210837060A CN 115311366 A CN115311366 A CN 115311366A
- Authority
- CN
- China
- Prior art keywords
- model
- ccd
- calibration
- error
- geometric
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003384 imaging method Methods 0.000 claims abstract description 65
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012937 correction Methods 0.000 claims description 37
- 239000000523 sample Substances 0.000 claims description 30
- 238000013519 translation Methods 0.000 claims description 20
- 230000008030 elimination Effects 0.000 claims description 16
- 238000003379 elimination reaction Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims 2
- 238000004364 calculation method Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 5
- 238000001444 catalytic combustion detection Methods 0.000 description 11
- 239000000126 substance Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- ZLHLYESIHSHXGM-UHFFFAOYSA-N 4,6-dimethyl-1h-imidazo[1,2-a]purin-9-one Chemical compound N=1C(C)=CN(C2=O)C=1N(C)C1=C2NC=N1 ZLHLYESIHSHXGM-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 101100115215 Caenorhabditis elegans cul-2 gene Proteins 0.000 description 1
- 208000004350 Strabismus Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于RPC模型的星载分片线阵传感器几何定标方法及系统,基于匹配自定标场参考影像的控制点为观测值,以当前的定标参数和基于当前定标参数拟合的RPC为基础,构建几何定标模型,通过附加角分辨率的分片CCD绝对和和相对几何定标分步优化,实现线阵分片传感器的高精度在轨几何标定。本方法无需构建复杂的严格几何成像模型,无需处理复杂的姿轨时辅助数据,具有处理简单方便的特点。基于本技术方案获取的定标参数与卫星影像几何处理链路中的严格几何成像模型契合,解算的结果可直接用于构建高精度的严格几何成像模型,符合卫星遥感影像的几何处理流程。
Description
技术领域
本发明属于光学卫星遥感影像处理领域,涉及一种基于RPC模型的星载分片线阵传感器在轨几何定标方法及系统。
背景技术
对于传感器的在轨几何定标是光学遥感卫星在轨几何处理的必要环节。对于星载分片线阵传感器,在轨几何定标除了补偿各片CCD(Charge-coupled Device)探测器的绝对几何畸变外,还需实现各片探测器模型的高精度几何拼接和配准。由于卫星遥感影像的几何处理是以构建严格几何成像模型为起点的,因此传统在轨几何定标方法以严格几何成像模型为基础构建在轨几何定标模型,确保构建的传感器定标模型和解算的定标参数能直接补偿严格几何成像模型中的各类系统性几何误差。然而,光学遥感卫星的严格几何成像模型极其复杂,需要卫星成像系统在轨量测的姿态、轨道、时间等多类观测数据并涉及复杂的姿轨时辅助数据处理和多个坐标系统的转换。此外,严格几何成像模型的构建与卫星和成像传感器的设计密切相关,无法统一到一个标准模型,导致传统基于严格几何成像模型的在轨定标不但方法本身是复杂的,还需很多费时费力的工作来辅助定标工作的完成。
针对传统基于严格几何成像模型的星载分片线阵传感器在轨几何定标存在的模型复杂多样、定标处理难度大的问题,本发明提出一种基于先验RPC(Rational PolynomialCoefficient)模型的星载分片线阵传感器在轨几何定标方法,本方法以当前的定标参数及基于该定标参数拟合的RPC为基础模型,以地面控制点为观测值进行定标参数解算,采用绝对内定标和相对内定标的分步优化策略实现分片传感器内畸变的高精度补偿、几何拼接和配准,且解算的定标参数可直接用于补偿严格几何成像模型的系统性几何误差。本方法无需构建复杂的严格几何成像模型,无需处理复杂的姿轨时辅助数据,具有处理简单方便的特点。
发明内容
本发明所要解决的问题是星载分片线阵传感器在轨几何定标的问题。
本发明的技术方案为一种基于RPC模型的星载分片线阵传感器几何定标方法,基于匹配自定标场参考影像的控制点为观测值,以当前的定标参数和基于当前定标参数拟合的RPC为基础,构建几何定标模型,通过附加角分辨率的分片CCD绝对和和相对几何定标分步优化,实现线阵分片传感器的高精度在轨几何标定。
而且,包括以下步骤,
步骤1,根据参考影像所在区域,选取用于传感器几何标定的卫星遥感影像,并匹配密集分布的同名点作为控制点;
步骤2,构建面向严格几何成像模型处理的传感器探元指向角定标模型,并引入多组多项式拟合多片线阵成像探测器CCD的探元指向角,进而确定待解算的定标参数;
步骤3,在定标参数解算前,基于内外方位元素误差参数的相关特性,在RPC模型像方引入与指向角模型等阶的误差改正模型修正影像RPC的成像模型误差,进而反映出与内外方位元素误差交织耦合的控制点观测值误差,并通过模型误差迭代改正进行误匹配粗差控制点的探测与剔除;
步骤4,基于传感器外方位元素误差参数特性,构建附加平移和旋转变换的RPC外定向误差补偿模型,利用控制点修正传感器成像模型中的外方位元素误差,进而确定反映传感器内部几何误差的虚拟像点;
步骤5,以每个控制点的真实像点和虚拟像点为观测值,以虚拟像点和真实像点指向角等价为约束条件,在探元指向角模型基础上引入角分辨率构建卫星传感器几何定标平差优化模型;
步骤6,基于构建的定标参数平差优化模型,在沿CCD和垂直CCD两个方向的角分辨率辅助下,采用行列两个方向分步优化方法,逐片进行每片CCD的绝对几何定标,进而补偿每片CCD的绝对几何畸变;
步骤7,选择某一片CCD为基准片,基于角分辨率外定向结果进行非基准片相对于基准片的相对几何定标,逐片补偿非基准片CCD相对于基准片CCD的相对位置畸变;
步骤8,根据改正的相对位置畸变,基于卫星传感器成像角度,构建偏视场畸变补偿模型,并通过最小二乘平差将每个CCD探测器的补偿畸变纳入到解算的指向角模型参数中,进而修正非基准片CCD因沿轨位置平移引起的沿CCD方向的偏视场成像畸变。
而且,所述参考影像为高精度数字正射影像和数字高程模型。
而且,所有分片影像选择在影像行方向同一段匹配密集分布的同名点作为控制点。
而且,步骤3的实现方式为,
首先,基于控制点物方坐标,根据影像的RPC计算物方坐标在影像上的位置,进而得到该位置与控制点像点坐标之间的像方定位残差;
然后,采用与传感器定标模型等阶的多项式误差改正模型修正像方定位残差中的内外方位元素模型误差;
根据像方残差相关约束条件,采用最小二乘平差计算误差改正模型系数,进而计算修正内外方位元素模型误差后的像点残差,该残差直接反映控制点匹配误差;
统计所有残差的均值和均方根误差,进行粗差检测和剔除;
在每次粗差剔除后,基于剩余的控制点重新进行误差改正模型系数估计、粗差检测与剔除,直到连续两次解算的模型系数变化小于设定的阈值,则控制点粗差检测与剔除结束。
另一方面,本发明提供一种基于RPC模型的星载分片线阵传感器几何定标系统,用于实现如上所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
而且,包括以下模块,
第一模块,用于根据参考影像所在区域,选取用于传感器几何标定的卫星遥感影像,并匹配密集分布的同名点作为控制点;
第二模块,用于构建面向严格几何成像模型处理的传感器探元指向角定标模型,并引入多组多项式拟合多片线阵成像探测器CCD的探元指向角,进而确定待解算的定标参数;
第三模块,用于在定标参数解算前,基于内外方位元素误差参数的相关特性,在RPC模型像方引入与指向角模型等阶的误差改正模型修正影像RPC的成像模型误差,进而反映出与内外方位元素误差交织耦合的控制点观测值误差,并通过模型误差迭代改正进行误匹配粗差控制点的探测与剔除;
第四模块,用于基于传感器外方位元素误差参数特性,构建附加平移和旋转变换的RPC外定向误差补偿模型,利用控制点修正传感器成像模型中的外方位元素误差,进而确定反映传感器内部几何误差的虚拟像点;
第五模块,用于以每个控制点的真实像点和虚拟像点为观测值,以虚拟像点和真实像点指向角等价为约束条件,在探元指向角模型基础上引入角分辨率构建卫星传感器几何定标平差优化模型;
第六模块,用于基于构建的定标参数平差优化模型,在沿CCD和垂直CCD两个方向的角分辨率辅助下,采用行列两个方向分步优化方法,逐片进行每片CCD的绝对几何定标,进而补偿每片CCD的绝对几何畸变;
第七模块,用于选择某一片CCD为基准片,基于角分辨率外定向结果进行非基准片相对于基准片的相对几何定标,逐片补偿非基准片CCD相对于基准片CCD的相对位置畸变;
第八模块,用于根据改正的相对位置畸变,基于卫星传感器成像角度,构建偏视场畸变补偿模型,并通过最小二乘平差将每个CCD探测器的补偿畸变纳入到解算的指向角模型参数中,进而修正非基准片CCD因沿轨位置平移引起的沿CCD方向的偏视场成像畸变。
或者,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
或者,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
本发明的优点在于:将光学遥感卫星影像几何处理中的在轨几何定标技术进一步统一到RPC模型,在实际定标处理中仅需当前的定标参数和基于该定标参数拟合的RPC,而无需从业务运行的地面处理系统中额外生产姿轨时辅助数据,避免了严格几何成像模型构建中复杂的辅助数据处理和多个坐标系统的转换,具有较高的实用性。此外,基于本技术方案获取的定标参数与卫星影像几何处理链路中的基础模型(严格几何成像模型)契合,解算的结果可直接用于构建高精度的严格几何成像模型,符合卫星遥感影像的几何处理流程。
附图说明
图1为本发明实施例的流程示意图;
图2为本发明实施例中线阵传感器探元指向角模型示意图;
图3为本发明实施例中CCD间相对几何畸变及修正示意图;
图4为本发明实施例中偏视场畸变修正示意图。
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。
本发明方法基于匹配自定标场参考影像的控制点为观测值,以当前的定标参数和基于当前定标参数拟合的RPC为基础,构建几何定标模型,通过附加角分辨率的分片CCD绝对和和相对几何定标分步优化,实现线阵分片传感器的高精度在轨几何标定。
参见图1,实施例提供的一种基于RPC模型的星载分片线阵传感器在轨几何定标方法,实现流程可以分为8个步骤,具体实现如下:
1.定标数据准备,根据参考影像(高精度数字正射影像和数字高程模型)所在区域,选取用于传感器几何标定的卫星遥感影像,并匹配密集分布的同名点作为控制点。
根据地面定标场位置,选取无云的星载分片线阵传感器获取的分片影像为定标景影像,优选采用基于三角网约束的最小二乘匹配方法从定标场参考影像(数字正射影像DOM和数字高程模型DEM)匹配一定数量的密集同名像点作为控制点观测值。为了克服生成RPC时拟合姿轨与真实姿轨间的时变非线性差异,优选所有分片影像选择在影像行方向同一小段(建议为1000行左右)进行密集控制点匹配,进而得到密集的控制点观测值,控制点的地面经度、纬度和高程坐标记为(Lon,Lat,Hei),相应的像点位置坐标的列号和行号记为(s,l)。
2.构建基于探元指向角的传感器定标模型,构建面向严格几何成像模型处理的传感器探元指向角定标模型,并引入多组多项式拟合多片线阵成像探测器(Charge-coupledDevice,CCD)的探元指向角,进而确定待解算的定标参数。
本发明的优点之一便在于解算的定标参数可直接用于严格几何成像模型。因此,这里采用与严格几何成像模型处理相同的指向角模型作为传感器定标模型,如附图2所示,指向角模型通过确定每个CCD探元在相机坐标系O-XYZ下两个方向的指向角来确定其光线的矢量Vimage。考虑星载线阵传感器长焦距、窄视场的设计特点,高阶畸变在所有误差中所占的比例有限,采用两个关于CCD探元号s(探元号与像点列号相同)的一元三次多项式描述成像视场中每个CCD探测器的探元指向(vx,vy):
3.控制点观测值粗差探测与剔除,基于内外方位元素误差参数的相关特性,引入与指向角模型等阶的误差改正模型修正成像模型误差,进而迭代进行误匹配粗差控制点的探测与剔除。
由于本发明采用自动匹配的大量控制点作为观测值,而大量观测值中粗差是不可避免的,因此,为了确保定标解算的精度和可靠性,需要检测并剔除观测值中的粗差。然而,基于RPC模型进行定标时,传感器内外方位元素的模型误差和观测值粗差交织耦合,导致在定标解算中难以进行区分和检测。因此,本发明提出,在定标参数解算前,基于内外方位元素误差参数的相关特性,在RPC模型像方引入与指向角模型等阶的误差改正模型修正影像RPC的成像模型误差,进而反映出与内外方位元素误差交织耦合的控制点观测值误差,并通过模型误差迭代改正进行误匹配粗差控制点的探测与剔除。
基于星载传感器内外参数完全相关的特性,本发明采用基于模型误差验前补偿的粗差检测与剔除方法,提高几何定标观测值的可靠性。首先,基于控制点物方坐标(Lon,Lat,Hei),根据影像的RPC计算物方坐标在影像上的位置,进而得到该位置与控制点像点坐标(s,l)之间的像方定位残差(ds,dl),其中s,l分别表示影像的列号和行号;然后,采用与传感器定标模型等阶的多项式误差改正模型(Δs,Δl)修正像方定位残差中的内外方位元素模型误差,修正后的像方残差(vs,vl)如下:
其中,(cai,cbi)(i=0,1,…3)为多项式误差改正模型的系数。
以最小为约束条件,采用最小二乘平差计算误差改正模型系数。进而,根据式(2)计算修正内外方位元素模型误差后的像点残差(vs,vl),该残差可直接反映控制点匹配误差。统计所有残差的均值(meanvs,meanvl)和均方根误差(rmsevs,rmsevl),实施例优选以三倍均方根误差为阈值进行粗差检测和剔除,粗差剔除条件如下:
(|vs-meanvs|>3·rmsevs)||(|vl-meanvl|>3rmsevl) (4)
在每次粗差剔除后,基于剩余的控制点重新进行误差改正模型系数估计、粗差检测与剔除,直到连续两次解算的模型系数变化小于设定的阈值,则控制点粗差检测与剔除结束。
4.基于外定向的外方位元素误差修正,基于传感器外方位元素误差参数特性,构建外定向误差补偿模型,修正传感器成像模型中的外方位元素误差,确定可反映传感器内部几何误差的虚拟像点。
从外方位元素误差中精确分离出内方位元素误差是进行传感器精确标定的关键。本发明提出,构建附加平移和旋转变换的RPC外定向误差补偿模型。基于外方位元素误差参数的几何特性,采用描述旋转和平移变换的误差改正模型进行外定向,进而修正RPC模型中由外方位元素引起的定向误差,进而构建外定向模型如下:
其中,(ves,vel)是修正了外方位元素误差后的控制点像方定位残差,(s0,l0)和θ分别为平移和旋转变换参数。
对于每片CCD,以粗差剔除后的该片影像上的所有控制点为观测值,以最小为观测条件,采用最小二乘平差解算旋转和平移误差改正参数。最后,基于解算的变换参数,由式(5)计算外定向后得到的修正残差,进而得到可表达内方位元素误差的虚拟像点(s',l'):
5.基于每个控制点的真实像点和虚拟像点,并引入角分辨率构建卫星传感器几何定标平差优化模型:以每个控制点的真实像点和虚拟像点为观测值,以虚拟像点和真实像点指向角等价为约束条件,在探元指向角模型基础上引入角分辨率构建卫星传感器几何定标平差优化模型。
本发明实施例进一步提出,基于每个控制点的真实像点坐标(s,l)和虚拟像点(s',l')进行传感器几何定标,本发明进行传感器定标的数学约束条件是基于新计算的定标参数gcnew可以补偿初始定标参数gcori本身的畸变,进而得到传感器定标的条件方程如下:
其中,vx(s,gcnew)和vy(s,gcnew)分别为由新的定标参数gcnew和真实像点s根据式(1)确定的沿CCD和垂直于CCD两个方向的指向角正切值函数,vx(s',gcori)和vy(s',gcori)分别为由初始定标参数gcori和虚拟像点s'根据式(1)确定的沿CCD和垂直于CCD两个方向的指向角正切值函数。
然而,由于基于指向角的定标模型只与像点的列号有关,无法反映行方向的传感器畸变情况。针对该问题,本发明基于垂直于CCD方向局部区域卫星传感器成像角分辨率较稳定的特性,引入该方向的角分辨率var_l来在模型中重建该方向的像点残差vel,进而得到最终定标参数平差模型(Gx,Gy):
其中,和分别为由初始定标参数gcori和虚拟像点s'根据式(1)确定的沿CCD和垂直于CCD两个方向的原始指向角正切值函数;和分别为由待解算的定标参数gcest和真实像点s根据式(1)确定的沿CCD和垂直于CCD两个方向的指向角正切值函数,gcori=(oai,obi)和gcest=(nai,nbi)(i=0,1,…3)分别为初始定标参数和待解算的新定标参数,oai,obi为初始定标参数(初始指向角模型系数),nai,nbi为解算的定标参数(解算的指向角模型系数)。
6.基于最小二乘平差的CCD绝对定标参数分片解算,基于构建的定标参数平差优化模型,
逐片进行每片CCD的绝对几何定标,补偿每片CCD的绝对几何畸变。
实施例中,基于构建的定标参数平差优化模型,在沿CCD和垂直CCD两个方向的角分辨率辅助下,采用行列两个方向分步优化方法,逐片进行每片CCD的绝对几何定标,进而补偿每片CCD的绝对几何畸变。
本发明优先采用最小二乘平差算法,逐片计算每个CCD的定标参数。由于解算行方向的定标参数需要基于列方向定标参数确定的沿CCD方向的角分辨率,因此,这里采用分步优化的方法解算式(8)中两个方向上的平差方程,并需先解算列方向的平差方程。由于两个方向均采用最小二乘平差进行解算,因此这里仅对列方向的定标参数解算进行介绍,具体如下:
对于第j对真实像点和虚拟像点构建的误差方程,采用模型线性化构建其误差方程:
其中,为观测值残差,xiop为定标参数的改正数,为关于定标参数进行线性化得到的误差方程系数矩阵,Lj为基于初始定标参数和解算的当前定标参数确定的残差向量,Pj为相应的权矩阵。表示求Gx关于nai的偏导数,表示求Gx关于nbi的偏导数。
根据最小二乘平差原理,推导出xiop的解为:
其中,n为控制点数量。最小二乘平差是迭代过程,根据计算的定标参数改正数更新当前定标参数,并将其作为下一次最小二乘解算的输入,迭代计算直至定标参数改正数变化量小于预设的阈值时停止,迭代解算结束。
然后,由该方向解算的定标参数求得沿CCD方向的角分辨率var_s,进而根据卫星影像角分辨率比值和地面分辨率比值之间的等价关系var_l/var_s=vgsd_l/vgsd_s计算垂直与CCD方向的角分辨率var_l,其中地面分辨率的比值vgsd_l/vgsd_s可由影像的RPC模型确定。再基于式(8)中另一个平差方程计算垂直于CCD方向的定标参数,即完成该CCD定标参数的绝对几何标定,参数解算仍采用最小二乘平差优化,这里不再赘述。逐个CCD进行标定,实现成像传感器内所有CCD的绝对几何定标。
7.分片CCD相对几何定标误差修正,选择某一片CCD为基准片,进行非基准片相对于基准片的相对几何定标,补偿非基准片相对于基准片的相对定位畸变。
实施例中,选择某一片CCD为基准片,基于角分辨率外定向结果进行非基准片相对于基准片的相对几何定标,逐片补偿非基准片CCD相对于基准片CCD的相对位置畸变。对于具有分片CCD设计的传感器,几何定标除了要补偿每个CCD的绝对几何畸变,还需补偿CCD间的相对几何畸变。如附图3所示,S为相对定位畸变改正前CCD的投影中心,Obase-XbaseYbase为以基准CCD为参考的焦平面坐标系。由于各片CCD是在各自的外定向基础上进行的传感器绝对几何定标,即各片CCD相当于在其各自外定向确定的焦平面坐标系下进行的定标(如图3中CCD3的O3-X3Y3坐标系),导致解算的各片定标参数无法在一个统一的相机坐标系下实现精确的几何拼接和配准。
因此,还需进行分片CCD间的相对几何定标。这里选择某一片CCD作为基准CCD(如图3中CCD2),则绝对定标后的基准CCD与非基准CCD间存在一个相对定位畸变(dx,dy),其对应相对角度畸变可表示为(Δvx,Δvy)。由于在外定向中已经计算了每片CCD的绝对平移量(s0,l0),在绝对定标中也已计算了相应的角分辨率,则第k个非基准CCD相对于基准CCD的传感器定标参数修正量如下:
其中,为该非基准CCD对应的相对角度畸变;和分别为非基准CCD和基准CCD的外定向平移量;vor_l仍为垂直于CCD方向的角分辨率,由于该方向影像不同位置的角分辨率基本相同,因此对于基准CCD和非基准CCD均采用统一的vor_l;和则分别为非基准CCD和基准CCD在沿CCD方向的角分辨率,由各自在该方向解算的定标参数确定。
8.非基准CCD偏视场成像畸变修正,包括根据改正的相对定位畸变,构建偏视场畸变模型,修正非基准片CCD因沿轨位置平移引起的沿CCD方向的偏视场成像畸变。
由于在修正CCD间相对定位畸变时,在垂直于CCD方向改变了非基准CCD的位置,则将其成方式变换为偏视场成像,进而在沿CCD方向引入了由偏视场引起的非线性畸变。实施例根据改正的相对位置畸变,基于卫星传感器成像角度,构建偏视场畸变补偿模型,并通过最小二乘平差将每个CCD探测器的补偿畸变纳入到解算的指向角模型参数中,进而修正非基准片CCD因沿轨位置平移引起的沿CCD方向的偏视场成像畸变。如附图4所示,S仍为相对定位畸变改正前CCD的投影中心,Obase-XbaseYbase仍为以基准CCD为参考的焦平面坐标系,pitch为垂直于CCD方向传感器相对于星下点的俯仰角,fbase表示图中线段SObase,为基准片的主距,对于图4中非基准CCD,其初始主距为fccd,在未进行畸变修正时对应线段SOccd,Occd为未进行畸变修正时费基准片像主点,在基于基准CCD修正了垂直CCD方向的相对位置畸变dy(对应相对角度畸变为Δvy)后,该CCD的成像主距由初始的fccd变换为fbase,等价于由线段SOccd'变为SObase,其中Occd'为SObase线段上一个虚拟点,满足条件SOccd'=SOccd。进而会在沿CCD方向引入一个新的偏视场成像畸变,不但造成CCD影像绝对定标精度的下降,也会造成CCD影像间相对定标精度的下降。
为了在定标参数中补偿该畸变,本发明首先基于畸变产生机理构建畸变模型。如附图4所示,在畸变修正后的成像方向SObase上设置一个与初始CCD具有相同主距的虚拟CCD,则在该成像方向上虚拟与真实CCD间的位置畸变dxi(对应的角度畸变为dvxi)即为偏视场成像畸变。由图4中几何关系,推导出第k个非基准CCD的第t个探元的偏视场角度畸变dvxt k为:
其中,和分别为该CCD当前解算的定标参数和补偿偏视场畸变后的新定标参数;和分别为由式(1)计算的沿CCD方向的指向角模型,其中Est用于标识上面绝对内定标解算的参数,new用于标识在上面Est基础上进一步进行相对内定标计算的最终定标结果;t=0,1…mk为探元号,mk为该非基准CCD的探元数。
对于每个非基准CCD,可基于其所有CCD探元,根据式(13)建立一组观测方程,并采用最小二乘平差计算新的定标参数进而补偿每个非基准CCD的偏视场畸变,实现分片传感器各片定标参数在相同外定向几何基准下的高精度几何拼接和几何配准。
具体实施时,本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程,实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备,也应当在本发明的保护范围内。
在一些可能的实施例中,提供一种基于RPC模型的星载分片线阵传感器几何定标系统,包括以下模块,
第一模块,用于根据参考影像所在区域,选取用于传感器几何标定的卫星遥感影像,并匹配密集分布的同名点作为控制点;
第二模块,用于构建面向严格几何成像模型处理的传感器探元指向角定标模型,并引入多组多项式拟合多片线阵成像探测器CCD的探元指向角,进而确定待解算的定标参数;
第三模块,用于在定标参数解算前,基于内外方位元素误差参数的相关特性,在RPC模型像方引入与指向角模型等阶的误差改正模型修正影像RPC的成像模型误差,进而反映出与内外方位元素误差交织耦合的控制点观测值误差,并通过模型误差迭代改正进行误匹配粗差控制点的探测与剔除;
第四模块,用于基于传感器外方位元素误差参数特性,构建附加平移和旋转变换的RPC外定向误差补偿模型,利用控制点修正传感器成像模型中的外方位元素误差,进而确定反映传感器内部几何误差的虚拟像点;
第五模块,用于以每个控制点的真实像点和虚拟像点为观测值,以虚拟像点和真实像点指向角等价为约束条件,在探元指向角模型基础上引入角分辨率构建卫星传感器几何定标平差优化模型;
第六模块,用于基于构建的定标参数平差优化模型,在沿CCD和垂直CCD两个方向的角分辨率辅助下,采用行列两个方向分步优化方法,逐片进行每片CCD的绝对几何定标,进而补偿每片CCD的绝对几何畸变;
第七模块,用于选择某一片CCD为基准片,基于角分辨率外定向结果进行非基准片相对于基准片的相对几何定标,逐片补偿非基准片CCD相对于基准片CCD的相对位置畸变;
第八模块,用于根据改正的相对位置畸变,基于卫星传感器成像角度,构建偏视场畸变补偿模型,并通过最小二乘平差将每个CCD探测器的补偿畸变纳入到解算的指向角模型参数中,进而修正非基准片CCD因沿轨位置平移引起的沿CCD方向的偏视场成像畸变。
在一些可能的实施例中,提供一种基于RPC模型的星载分片线阵传感器几何定标系统,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
在一些可能的实施例中,提供一种基于RPC模型的星载分片线阵传感器几何定标系统,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
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 (9)
1.一种基于RPC模型的星载分片线阵传感器几何定标方法,其特征在于:基于匹配自定标场参考影像的控制点为观测值,以当前的定标参数和基于当前定标参数拟合的RPC为基础,构建几何定标模型,通过附加角分辨率的分片CCD绝对和和相对几何定标分步优化,实现线阵分片传感器的高精度在轨几何标定。
2.根据权利要求1所述基于RPC模型的星载分片线阵传感器几何定标方法,其特征在于:包括以下步骤,
步骤1,根据参考影像所在区域,选取用于传感器几何标定的卫星遥感影像,并匹配密集分布的同名点作为控制点;
步骤2,构建面向严格几何成像模型处理的传感器探元指向角定标模型,并引入多组多项式拟合多片线阵成像探测器CCD的探元指向角,进而确定待解算的定标参数;
步骤3,在定标参数解算前,基于内外方位元素误差参数的相关特性,在RPC模型像方引入与指向角模型等阶的误差改正模型修正影像RPC的成像模型误差,进而反映出与内外方位元素误差交织耦合的控制点观测值误差,并通过模型误差迭代改正进行误匹配粗差控制点的探测与剔除;
步骤4,基于传感器外方位元素误差参数特性,构建附加平移和旋转变换的RPC外定向误差补偿模型,利用控制点修正传感器成像模型中的外方位元素误差,进而确定反映传感器内部几何误差的虚拟像点;
步骤5,以每个控制点的真实像点和虚拟像点为观测值,以虚拟像点和真实像点指向角等价为约束条件,在探元指向角模型基础上引入角分辨率构建卫星传感器几何定标平差优化模型;
步骤6,基于构建的定标参数平差优化模型,在沿CCD和垂直CCD两个方向的角分辨率辅助下,采用行列两个方向分步优化方法,逐片进行每片CCD的绝对几何定标,进而补偿每片CCD的绝对几何畸变;
步骤7,选择某一片CCD为基准片,基于角分辨率外定向结果进行非基准片相对于基准片的相对几何定标,逐片补偿非基准片CCD相对于基准片CCD的相对位置畸变;
步骤8,根据改正的相对位置畸变,基于卫星传感器成像角度,构建偏视场畸变补偿模型,并通过最小二乘平差将每个CCD探测器的补偿畸变纳入到解算的指向角模型参数中,进而修正非基准片CCD因沿轨位置平移引起的沿CCD方向的偏视场成像畸变。
3.根据权利要求1所述基于RPC模型的星载分片线阵传感器几何定标方法,其特征在于:所述参考影像为高精度数字正射影像和数字高程模型。
4.根据权利要求1所述基于RPC模型的星载分片线阵传感器几何定标方法,其特征在于:所有分片影像选择在影像行方向同一段匹配密集分布的同名点作为控制点。
5.根据权利要求1所述基于RPC模型的星载分片线阵传感器几何定标方法,其特征在于:步骤3的实现方式为,
首先,基于控制点物方坐标,根据影像的RPC计算物方坐标在影像上的位置,进而得到该位置与控制点像点坐标之间的像方定位残差;
然后,采用与传感器定标模型等阶的多项式误差改正模型修正像方定位残差中的内外方位元素模型误差;
根据像方残差相关约束条件,采用最小二乘平差计算误差改正模型系数,进而计算修正内外方位元素模型误差后的像点残差,该残差直接反映控制点匹配误差;
统计所有残差的均值和均方根误差,进行粗差检测和剔除;
在每次粗差剔除后,基于剩余的控制点重新进行误差改正模型系数估计、粗差检测与剔除,直到连续两次解算的模型系数变化小于设定的阈值,则控制点粗差检测与剔除结束。
6.一种基于RPC模型的星载分片线阵传感器几何定标系统,其特征在于:用于实现如权利要求1-5任一项所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
7.根据权利要求6所述基于RPC模型的星载分片线阵传感器几何定标系统,其特征在于:包括以下模块,
第一模块,用于根据参考影像所在区域,选取用于传感器几何标定的卫星遥感影像,并匹配密集分布的同名点作为控制点;
第二模块,用于构建面向严格几何成像模型处理的传感器探元指向角定标模型,并引入多组多项式拟合多片线阵成像探测器CCD的探元指向角,进而确定待解算的定标参数;
第三模块,用于在定标参数解算前,基于内外方位元素误差参数的相关特性,在RPC模型像方引入与指向角模型等阶的误差改正模型修正影像RPC的成像模型误差,进而反映出与内外方位元素误差交织耦合的控制点观测值误差,并通过模型误差迭代改正进行误匹配粗差控制点的探测与剔除;
第四模块,用于基于传感器外方位元素误差参数特性,构建附加平移和旋转变换的RPC外定向误差补偿模型,利用控制点修正传感器成像模型中的外方位元素误差,进而确定反映传感器内部几何误差的虚拟像点;
第五模块,用于以每个控制点的真实像点和虚拟像点为观测值,以虚拟像点和真实像点指向角等价为约束条件,在探元指向角模型基础上引入角分辨率构建卫星传感器几何定标平差优化模型;
第六模块,用于基于构建的定标参数平差优化模型,在沿CCD和垂直CCD两个方向的角分辨率辅助下,采用行列两个方向分步优化方法,逐片进行每片CCD的绝对几何定标,进而补偿每片CCD的绝对几何畸变;
第七模块,用于选择某一片CCD为基准片,基于角分辨率外定向结果进行非基准片相对于基准片的相对几何定标,逐片补偿非基准片CCD相对于基准片CCD的相对位置畸变;
第八模块,用于根据改正的相对位置畸变,基于卫星传感器成像角度,构建偏视场畸变补偿模型,并通过最小二乘平差将每个CCD探测器的补偿畸变纳入到解算的指向角模型参数中,进而修正非基准片CCD因沿轨位置平移引起的沿CCD方向的偏视场成像畸变。
8.根据权利要求6所述基于RPC模型的星载分片线阵传感器几何定标系统,其特征在于:包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如权利要求1-5任一项所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
9.根据权利要求6所述基于RPC模型的星载分片线阵传感器几何定标系统,其特征在于:包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如权利要求1-5任一项所述的一种基于RPC模型的星载分片线阵传感器几何定标方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837060.3A CN115311366A (zh) | 2022-07-15 | 2022-07-15 | 基于rpc模型的星载分片线阵传感器几何定标方法及系统 |
US18/204,379 US20240020967A1 (en) | 2022-07-15 | 2023-05-31 | Rpc-based on-orbit geometric calibtation method for spaceborne segmented linear-array camera |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210837060.3A CN115311366A (zh) | 2022-07-15 | 2022-07-15 | 基于rpc模型的星载分片线阵传感器几何定标方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115311366A true CN115311366A (zh) | 2022-11-08 |
Family
ID=83856367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210837060.3A Pending CN115311366A (zh) | 2022-07-15 | 2022-07-15 | 基于rpc模型的星载分片线阵传感器几何定标方法及系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240020967A1 (zh) |
CN (1) | CN115311366A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117934346B (zh) * | 2024-03-21 | 2024-06-07 | 安徽大学 | 一种无稳定平台的机载线阵高光谱遥感影像几何处理方法 |
-
2022
- 2022-07-15 CN CN202210837060.3A patent/CN115311366A/zh active Pending
-
2023
- 2023-05-31 US US18/204,379 patent/US20240020967A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240020967A1 (en) | 2024-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101965965B1 (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
CN104897175B (zh) | 多相机光学推扫卫星在轨几何定标方法及系统 | |
CN107014399B (zh) | 一种星载光学相机-激光测距仪组合系统联合检校方法 | |
CN107644435B (zh) | 顾及姿态校正的敏捷光学卫星无场地几何标定方法及系统 | |
CN110006452B (zh) | 高分六号宽视场相机相对几何定标方法及系统 | |
CN113900125B (zh) | 星地联合的线阵成像遥感卫星全自主几何定标方法及系统 | |
CN112614075B (zh) | 一种面结构光3d系统的畸变校正方法及设备 | |
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 | |
CN106885585B (zh) | 一种基于光束法平差的星载摄影测量系统一体化检校方法 | |
CN107564057B (zh) | 顾及大气折光校正的高轨面阵光学卫星在轨几何标定方法 | |
CN113538595B (zh) | 利用激光测高数据辅助提升遥感立体影像几何精度的方法 | |
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 | |
CN115311366A (zh) | 基于rpc模型的星载分片线阵传感器几何定标方法及系统 | |
CN110030968B (zh) | 一种基于星载立体光学影像的地面遮挡物仰角测量方法 | |
Pi et al. | On-orbit geometric calibration using a cross-image pair for the linear sensor aboard the agile optical satellite | |
CN114838740A (zh) | 一种考虑不同经纬度区域的卫星图像几何定标方法 | |
CN116753916B (zh) | 多视角卫星影像区域网平差方法及系统 | |
CN105571598A (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
CN111127564B (zh) | 一种基于几何定位模型的视频影像校正方法 | |
CN112270714A (zh) | 卫星线阵立体相机参数在轨渐进标定方法 | |
Ladstädter et al. | Monolithic Stitching: One sensor geometry for multiple sensor camera | |
CN114838739B (zh) | 一种考虑完整回归周期的卫星图像几何定标方法 | |
CN113393499B (zh) | 一种高分七号卫星全色影像和多光谱影像自动配准方法 | |
CN110503692A (zh) | 基于小范围定标场的单线阵光学卫星几何定标方法及系统 | |
CN112212833B (zh) | 机械拼接型tdi ccd推扫相机整体几何平差方法 |
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 |