CN115393438A - 一种卫星的遥感影像地理定位误差检测方法及系统 - Google Patents

一种卫星的遥感影像地理定位误差检测方法及系统 Download PDF

Info

Publication number
CN115393438A
CN115393438A CN202211047158.5A CN202211047158A CN115393438A CN 115393438 A CN115393438 A CN 115393438A CN 202211047158 A CN202211047158 A CN 202211047158A CN 115393438 A CN115393438 A CN 115393438A
Authority
CN
China
Prior art keywords
pixel
coastline
error
satellite
sensing image
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
Application number
CN202211047158.5A
Other languages
English (en)
Other versions
CN115393438B (zh
Inventor
覃平
瞿建华
鄢俊洁
袁明鸽
杜梅
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 Huayun Xingditong Technology Co ltd
Original Assignee
Beijing Huayun Xingditong 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 Beijing Huayun Xingditong Technology Co ltd filed Critical Beijing Huayun Xingditong Technology Co ltd
Priority to CN202211047158.5A priority Critical patent/CN115393438B/zh
Publication of CN115393438A publication Critical patent/CN115393438A/zh
Application granted granted Critical
Publication of CN115393438B publication Critical patent/CN115393438B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image

Abstract

本发明公开了一种卫星的遥感影像地理定位误差检测方法及系统,涉及定位误差分析技术领域,该方法包括:获取待检测卫星的遥感影像数据;遥感影像数据包括:多个扫描行和多个扫描列的像元;获取待检测卫星的初始经纬度和海陆掩码;确定基准海岸线地标点;根据遥感影像数据、海陆掩码和基准海岸线地标点确定待检测卫星的像元级误差;根据遥感影像数据、初始经纬度和像元级误差确定待检测卫星的亚像元误差;根据像元级误差和亚像元误差确定待检测卫星的地理定位误差。本发明计算像元级误差和亚像元误差,确定待检测卫星的地理定位误差,和只考虑像元级误差相比,提高了地理定位误差检测的精度。

Description

一种卫星的遥感影像地理定位误差检测方法及系统
技术领域
本发明涉及定位误差分析技术领域,特别是涉及一种卫星的遥感影像地理定位误差检测方法及系统。
背景技术
随着科技的进步和经济的发展,中分辨率的气象遥感影像(即中分影像,空间分辨率在百米至数千米级)已逐步在林业、农业、水利、交通、环保等多个领域大显身手,然而人们对气象服务的质量要求不断提高。但是仪器受到卫星发射时的振动、发射后恶劣的太空环境和长时间的运行老化等多种因素的影响,遥感影像数据的稳定性会随着时间和空间变化而衰减。为了提高遥感影像数据的稳定性,需要对稳定目标观测数据进行长时间的跟踪监测,不定期进行定位精度稳定性反馈,及时通知定位系数的更新订正。
现有的针对中分遥感影像的地理定位精度检测算法,仅考虑了像元级误差,地理定位误差分析的精度低。
发明内容
本发明的目的是提供一种卫星的遥感影像地理定位误差检测方法及系统,提高了针对中分遥感影像的地理定位误差检测的精度。
为实现上述目的,本发明提供了如下方案:
一种卫星的遥感影像地理定位误差检测方法,所述方法包括:
获取待检测卫星的遥感影像数据;所述遥感影像数据包括:多个扫描行和多个扫描列的像元;一个所述像元对应一个像元参数,所述像元参数为可见光反射率或红外辐亮度;
获取所述待检测卫星的初始经纬度和海陆掩码;
确定基准海岸线地标点;
根据所述遥感影像数据、所述海陆掩码和所述基准海岸线地标点确定所述待检测卫星的像元级误差;
根据所述遥感影像数据、所述初始经纬度和所述像元级误差确定所述待检测卫星的亚像元误差;
根据所述像元级误差和所述亚像元误差确定所述待检测卫星的地理定位误差。
可选地,所述获取待检测卫星的遥感影像数据,具体包括:
获取待检测卫星的遥感影像像元亮度值和像元定标系数,所述像元定标系数为可见光通道定标系数或红外通道定标系数;
根据所述遥感影像像元亮度值和所述像元定标系数,得到遥感影像数据。
可选地,所述根据所述遥感影像数据、所述海陆掩码和所述基准海岸线地标点确定所述待检测卫星的像元级误差,具体包括:
计算第一海岸线和第二海岸线的最大相关系数;所述第一海岸线根据所述遥感影像数据和所述基准海岸线地标点确定;所述第二海岸线根据所述海陆掩码和所述基准海岸线地标点确定;
当所述最大相关系数大于预设系数时,确定所述第一海岸线和所述第二海岸线的误差为所述待检测卫星的像元级误差。
可选地,所述根据所述遥感影像数据、所述初始经纬度和所述像元级误差确定所述待检测卫星的亚像元误差,具体包括:
根据所述像元级误差调整所述初始经纬度,得到第二经纬度;
确定第二海岸线地标点,所述第二海岸线地标点为根据所述第二经纬度确定的海岸线地标点;所述第二海岸线地标点有多个;
根据所述海陆掩码确定第一像元;所述第一像元为所述遥感影像数据中像元参数变化率极值点处的像元;
计算所述像元参数变化率极值点和每个所述第二海岸线地标点的距离;
将所述距离小于预设距离的所述第二海岸线地标点确定为第三海岸线地标点;所述第三海岸线地标点有多个;
将所述第一像元和子点集的集合确定为第一点集;所述子点集包括:与所述第一像元位于同一个所述扫描行,且位于所述第一像元前的像元和位于所述第一像元后的像元;
根据所述第一点集中的所有像元确定第二像元;所述第二像元为第一极值点对应的像元,所述第一极值点为第一点集中的像元参数的变化率的极值点;
确定所述第二像元对应的经纬度为第三经纬度;
计算所述第三经纬度与每个所述第三海岸线地标点的欧几里得距离;
将所述欧几里得距离最小的所述第三经纬度与每个所述第三海岸线地标点的经纬度差作为所述待检测卫星的亚像元误差。
可选地,在所述将所述第一像元和子点集的集合确定为第一点集之前,还包括:
删除所述遥感影像数据中所述可见光反射率高于预设反射率的像元和所述红外辐亮度低于预设辐亮度的像元。
可选地,在所述根据所述像元级误差和所述亚像元误差确定所述待检测卫星的地理定位误差之后,还包括:
根据所述第一像元所在扫描行的行号、所述第一像元所在扫描列的列号、所述第三经纬度和所述待检测卫星的地理定位误差,得到定位误差报告;
展示所述定位误差分析报告。
一种卫星的遥感影像地理定位误差检测系统,包括:
遥感影像数据获取模块,用于获取待检测卫星的遥感影像数据;所述遥感影像数据包括:多个扫描行和多个扫描列的像元;一个所述像元对应一个像元参数,所述像元参数为可见光反射率或红外辐亮度;
初始经纬度和海陆掩码获取模块,用于获取所述待检测卫星的初始经纬度和海陆掩码;
基准海岸线地标点确定模块,用于确定基准海岸线地标点;
像元级误差确定模块,用于根据所述遥感影像数据、所述海陆掩码和所述基准海岸线地标点确定所述待检测卫星的像元级误差;
亚像元误差确定模块,用于根据所述遥感影像数据、所述初始经纬度和所述像元级误差确定所述待检测卫星的亚像元误差;
地理定位误差确定模块,用于根据所述像元级误差和所述亚像元误差确定所述待检测卫星的地理定位误差。
可选地,所述遥感影像数据获取模块,具体包括:
像元亮度值和像元定标系数获取单元,用于获取待检测卫星的遥感影像像元亮度值和像元定标系数,所述像元定标系数为可见光通道定标系数或红外通道定标系数;
遥感影像数据确定单元,用于根据所述遥感影像像元亮度值和所述像元定标系数,得到遥感影像数据。
可选地,所述像元级误差确定模块,具体包括:
最大相关系数计算单元,用于计算第一海岸线和第二海岸线的最大相关系数;所述第一海岸线根据所述遥感影像数据和所述基准海岸线地标点确定;所述第二海岸线根据所述海陆掩码和所述基准海岸线地标点确定;
像元级误差确定单元,用于当所述最大相关系数大于预设系数时,确定所述第一海岸线和所述第二海岸线的误差为所述待检测卫星的像元级误差。
可选地,所述亚像元误差确定模块,具体包括:
第二经纬度确定单元,用于根据所述像元级误差调整所述初始经纬度,得到第二经纬度;
第二海岸线地标点确定单元,用于确定第二海岸线地标点,所述第二海岸线地标点为根据所述第二经纬度确定的海岸线地标点;所述第二海岸线地标点有多个;
第一像元确定单元,用于根据所述海陆掩码确定第一像元;所述第一像元为所述遥感影像数据中像元参数变化率极值点处的像元;
距离计算单元,用于计算所述像元参数变化率极值点和每个所述第二海岸线地标点的距离;
第三海岸线地标点确定单元,用于将所述距离小于预设距离的所述第二海岸线地标点确定为第三海岸线地标点;所述第三海岸线地标点有多个;
第一点集确定单元,用于将所述第一像元和子点集的集合确定为第一点集;所述子点集包括:与所述第一像元位于同一个所述扫描行,且位于所述第一像元前的像元和位于所述第一像元后的像元;
第二像元确定单元,用于根据所述第一点集中的所有像元确定第二像元;所述第二像元为第一极值点对应的像元,所述第一极值点为第一点集中的像元参数的变化率的极值点;
第三经纬度确定单元,用于确定所述第二像元对应的经纬度为第三经纬度;
欧几里得距离计算单元,用于计算所述第三经纬度与每个所述第三海岸线地标点的欧几里得距离;
亚像元误差确定单元,用于将所述欧几里得距离最小的所述第三经纬度与每个所述第三海岸线地标点的经纬度差作为所述待检测卫星的亚像元误差。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开了一种卫星的遥感影像地理定位误差检测方法及系统,方法包括:获取待检测卫星的遥感影像数据;遥感影像数据包括:多个扫描行和多个扫描列的像元;一个像元对应一个像元参数,像元参数为可见光反射率或红外辐亮度;获取待检测卫星的初始经纬度和海陆掩码;确定基准海岸线地标点;根据遥感影像数据、海陆掩码和基准海岸线地标点确定待检测卫星的像元级误差;根据遥感影像数据、初始经纬度和像元级误差确定待检测卫星的亚像元误差;根据像元级误差和亚像元误差确定待检测卫星的地理定位误差。本发明依次计算像元级误差和亚像元误差,从而确定待检测卫星的地理定位误差,和现有的只考虑像元级误差的方法相比,提高了针对中分遥感影像的地理定位误差检测的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的卫星的遥感影像地理定位误差检测方法流程图;
图2为本发明实施例提供的地理定位误差检测系统框图。
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。
本发明的目的是提供一种卫星的遥感影像地理定位误差检测方法及系统,旨在提高地理定位误差检测的精度,可应用于定位误差分析技术领域。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的卫星的遥感影像地理定位误差检测方法流程图。如图1所示,本实施例中的卫星的遥感影像地理定位误差检测方法,包括:
步骤101:获取待检测卫星的遥感影像数据;遥感影像数据包括:多个扫描行和多个扫描列的像元;一个所像元对应一个像元参数,像元参数为可见光反射率或红外辐亮度。
步骤102:获取待检测卫星的初始经纬度和海陆掩码。
步骤103:确定基准海岸线地标点。
步骤104:根据遥感影像数据、海陆掩码和基准海岸线地标点确定待检测卫星的像元级误差。
步骤105:根据遥感影像数据、初始经纬度和像元级误差确定待检测卫星的亚像元误差。
步骤106:根据像元级误差和亚像元误差确定待检测卫星的地理定位误差。
作为一种可选的实施方式,步骤101,具体包括:
获取待检测卫星的遥感影像像元亮度值和像元定标系数,像元定标系数为可见光通道定标系数或红外通道定标系数。
根据遥感影像像元亮度值和像元定标系数,得到遥感影像数据。
具体的,遥感影像数据包括:多个扫描行和多个扫描列的像元;一个像元对应一个像元参数,像元参数为可见光反射率或红外辐亮度,遥感影像数据的计算公式为:value1=k0+k1×DN1+k2×DN1
其中,value1表示像元参数,k0、k1和k2均表示像元定标系数,DN1表示遥感影像像元亮度值。
作为一种可选的实施方式,步骤104,具体包括:
计算第一海岸线和第二海岸线的最大相关系数;第一海岸线根据遥感影像数据和基准海岸线地标点确定;第二海岸线根据海陆掩码和基准海岸线地标点确定。
当最大相关系数大于预设系数时,确定第一海岸线和第二海岸线的误差为待检测卫星的像元级误差。
具体的,基准海岸线地标点被广泛应用,可作为基准分别与遥感影像数据和海陆掩码确定进行边缘检测,得到海岸线。
作为一种可选的实施方式,步骤105,具体包括:
根据像元级误差调整初始经纬度,得到第二经纬度。具体的,根据像元级误差对初始经纬度进行平移,得到第二经纬度。
确定第二海岸线地标点,第二海岸线地标点为根据第二经纬度确定的海岸线地标点;第二海岸线地标点有多个。
根据海陆掩码确定第一像元;第一像元为遥感影像数据中像元参数变化率极值点处的像元。具体的,第一像元在实际应用中代表可见光反射率或红外辐亮度在陆地与海洋处的变化。
计算像元参数变化率极值点和每个第二海岸线地标点的距离。
将距离小于预设距离的第二海岸线地标点确定为第三海岸线地标点;第三海岸线地标点有多个。
将第一像元和子点集的集合确定为第一点集;子点集包括:与第一像元位于同一个扫描行,且位于第一像元前的像元和位于第一像元后的像元。具体的,将与第一像元位于同一个扫描行,且与处与第一像元之前的一个像元,和处与第一像元之后的两个像元作为子点集。
根据第一点集中的所有像元确定第二像元;第二像元为第一极值点对应的像元,第一极值点为第一点集中的像元参数的变化率的极值点。若第一极值点有一个,则该极值点即为第二像元;若第一极值点有两个,则两个极值点之间的点为第二像元。第二像元即为理想的海陆变化点。
确定第二像元对应的经纬度为第三经纬度。
计算第三经纬度与每个第三海岸线地标点的欧几里得距离。
将欧几里得距离最小的第三经纬度与每个第三海岸线地标点的经纬度差作为待检测卫星的亚像元误差。亚像元误差即为第三经纬度与真实海岸线的亚像元误差。
作为一种可选的实施方式,在将第一像元和子点集的集合确定为第一点集之前,还包括:
删除遥感影像数据中可见光反射率高于预设反射率的像元和红外辐亮度低于预设辐亮度的像元。即筛除遥感影像数据中可见光反射率高、红外辐亮度低的云、雨、冰、雪类像元,以避免误匹配数据,筛选出完全晴空的可用像元。
作为一种可选的实施方式,在步骤106之后,还包括:
根据第一像元所在扫描行的行号、第一像元所在扫描列的列号、第三经纬度和待检测卫星的地理定位误差,得到定位误差报告。
展示定位误差分析报告。
具体的,在实际应用时,遍历遥感影像中的所有像元后,将得到的全部变化点(完全晴空的可用像元点)进行质量控制,将多个扫描行和多个扫描列分为3×3大小的网格,每个网格内匹配到的第二像元不得多于全体像元数的1/9,使得第三海岸线地标点在遥感影像中的分布更均匀。匹配出的第二像元少于9个的时次不采纳使用。
在步骤106之后,还可以进行标准化输出,将海第一像元所在扫描行的行号、第一像元所在扫描列的列号、第三经纬度和待检测卫星的地理定位误差等数据按照规范格式输出成精度分析报告,统一放入规范目录下;可将根据时间、空间和扫描行列号等条件定制化地进行定位误差可视化图表分析。图表包含定位误差时间序列分析、误差地理分布分析,匹配点直方图等。
图2为本发明实施例提供的卫星的遥感影像地理定位误差检测系统框图。如图2所示,本实施例中的卫星的遥感影像地理定位误差检测系统,包括:
遥感影像数据获取模块201,用于获取待检测卫星的遥感影像数据;遥感影像数据包括:多个扫描行和多个扫描列的像元;一个所像元对应一个像元参数,像元参数为可见光反射率或红外辐亮度。
初始经纬度和海陆掩码获取模块202,用于获取待检测卫星的初始经纬度和海陆掩码。
基准海岸线地标点确定模块203,用于确定基准海岸线地标点。
像元级误差确定模块204,用于根据遥感影像数据、海陆掩码和基准海岸线地标点确定待检测卫星的像元级误差。
亚像元误差确定模块205,用于根据遥感影像数据、初始经纬度和像元级误差确定待检测卫星的亚像元误差;
地理定位误差确定模块206,用于根据像元级误差和亚像元误差确定待检测卫星的地理定位误差。
作为一种可选的实施方式,遥感影像数据获取模块201,具体包括:
像元亮度值和像元定标系数获取单元,用于获取待检测卫星的遥感影像像元亮度值和像元定标系数,像元定标系数为可见光通道定标系数或红外通道定标系数。
遥感影像数据确定单元,用于根据遥感影像像元亮度值和像元定标系数,得到遥感影像数据。
作为一种可选的实施方式,像元级误差确定模块204,具体包括:
最大相关系数计算单元,用于计算第一海岸线和第二海岸线的最大相关系数;第一海岸线根据遥感影像数据和基准海岸线地标点确定;第二海岸线根据海陆掩码和基准海岸线地标点确定;
像元级误差确定单元,用于当最大相关系数大于预设系数时,确定第一海岸线和第二海岸线的误差为待检测卫星的像元级误差。
作为一种可选的实施方式,亚像元误差确定模块205,具体包括:
第二经纬度确定单元,用于根据像元级误差调整初始经纬度,得到第二经纬度;
第二海岸线地标点确定单元,用于确定第二海岸线地标点,第二海岸线地标点为根据第二经纬度确定的海岸线地标点;第二海岸线地标点有多个;
第一像元确定单元,用于根据海陆掩码确定第一像元;第一像元为遥感影像数据中像元参数变化率极值点处的像元;
距离计算单元,用于计算像元参数变化率极值点和每个第二海岸线地标点的距离;
第三海岸线地标点确定单元,用于将距离小于预设距离的第二海岸线地标点确定为第三海岸线地标点;第三海岸线地标点有多个;
第一点集确定单元,用于将第一像元和子点集的集合确定为第一点集;子点集包括:与第一像元位于同一个扫描行,且位于第一像元前的像元和位于第一像元后的像元;
第二像元确定单元,用于根据第一点集中的所有像元确定第二像元;第二像元为第一极值点对应的像元,第一极值点为第一点集中的像元参数的变化率的极值点;
第三经纬度确定单元,用于确定第二像元对应的经纬度为第三经纬度;
欧几里得距离计算单元,用于计算第三经纬度与每个第三海岸线地标点的欧几里得距离;
亚像元误差确定单元,用于将欧几里得距离最小的第三经纬度与每个第三海岸线地标点的经纬度差作为待检测卫星的亚像元误差。
本发明提出的卫星的遥感影像地理定位误差检测方法相较于传统的人工分析法和其他的地理定位精度分析算法具有以下几点优点:
本软件从地理定位误差分析到前台展示,实现全自动化运行,多种质控保障匹配出的变化点的可信度,降低了数据处理和分析的难度,使地理定位分析更高效。
通过采用配置化设置,使得本发明能够适配各类卫星、不同的分辨率,拓展了地理定位精度分析的兼容性,提升了定制化分析的自由度。
通过得到像元级的定位误差,同时筛选得到第二海岸线地标点,避免了地理特征容易变化的海岸线对地理定位精度分析造成影响,提高了精度分析的准确度,也大大提高了软件运行效率。
通过采剔除误匹配点,避免了由于云、沙尘和冰冻等造成的影响,避免误差结果离散、影响仪器地理定位精度稳定性的分析,降低了误匹配率,进一步提高了精度分析的准确度。
亚像元级别的定位误差结合像元误差,使得本发明能够使用卫星遥感图像数据分析亚像元精度级别的误差,提高地理定位精度分析报告的精度。
通过采用标准化输出,使得本发明具有统一格式的定理定位精度分析数据,且存放规范目录下,前端与数据的接口统一,可及时同步显示,降低处理复杂度。
通过采用人机交互,使得本发明能够将筛选处理后的标准化数据发送至客户端进行可视化分析,支持多种分析工具,能帮助用户快速有效的进行误差分析,所见即所得,极大地降低了分析难度,提高了分析时效。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的装置及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种卫星的遥感影像地理定位误差检测方法,其特征在于,所述方法包括:
获取待检测卫星的遥感影像数据;所述遥感影像数据包括:多个扫描行和多个扫描列的像元;一个所述像元对应一个像元参数,所述像元参数为可见光反射率或红外辐亮度;
获取所述待检测卫星的初始经纬度和海陆掩码;
确定基准海岸线地标点;
根据所述遥感影像数据、所述海陆掩码和所述基准海岸线地标点确定所述待检测卫星的像元级误差;
根据所述遥感影像数据、所述初始经纬度和所述像元级误差确定所述待检测卫星的亚像元误差;
根据所述像元级误差和所述亚像元误差确定所述待检测卫星的地理定位误差。
2.根据权利要求1所述的卫星的遥感影像地理定位误差检测方法,其特征在于,所述获取待检测卫星的遥感影像数据,具体包括:
获取待检测卫星的遥感影像像元亮度值和像元定标系数,所述像元定标系数为可见光通道定标系数或红外通道定标系数;
根据所述遥感影像像元亮度值和所述像元定标系数,得到遥感影像数据。
3.根据权利要求1所述的卫星的遥感影像地理定位误差检测方法,其特征在于,所述根据所述遥感影像数据、所述海陆掩码和所述基准海岸线地标点确定所述待检测卫星的像元级误差,具体包括:
计算第一海岸线和第二海岸线的最大相关系数;所述第一海岸线根据所述遥感影像数据和所述基准海岸线地标点确定;所述第二海岸线根据所述海陆掩码和所述基准海岸线地标点确定;
当所述最大相关系数大于预设系数时,确定所述第一海岸线和所述第二海岸线的误差为所述待检测卫星的像元级误差。
4.根据权利要求3所述的卫星的遥感影像地理定位误差检测方法,其特征在于,所述根据所述遥感影像数据、所述初始经纬度和所述像元级误差确定所述待检测卫星的亚像元误差,具体包括:
根据所述像元级误差调整所述初始经纬度,得到第二经纬度;
确定第二海岸线地标点,所述第二海岸线地标点为根据所述第二经纬度确定的海岸线地标点;所述第二海岸线地标点有多个;
根据所述海陆掩码确定第一像元;所述第一像元为所述遥感影像数据中像元参数变化率极值点处的像元;
计算所述像元参数变化率极值点和每个所述第二海岸线地标点的距离;
将所述距离小于预设距离的所述第二海岸线地标点确定为第三海岸线地标点;所述第三海岸线地标点有多个;
将所述第一像元和子点集的集合确定为第一点集;所述子点集包括:与所述第一像元位于同一个所述扫描行,且位于所述第一像元前的像元和位于所述第一像元后的像元;
根据所述第一点集中的所有像元确定第二像元;所述第二像元为第一极值点对应的像元,所述第一极值点为第一点集中的像元参数的变化率的极值点;
确定所述第二像元对应的经纬度为第三经纬度;
计算所述第三经纬度与每个所述第三海岸线地标点的欧几里得距离;
将所述欧几里得距离最小的所述第三经纬度与每个所述第三海岸线地标点的经纬度差作为所述待检测卫星的亚像元误差。
5.根据权利要求4所述的卫星的遥感影像地理定位误差检测方法,其特征在于,在所述将所述第一像元和子点集的集合确定为第一点集之前,还包括:
删除所述遥感影像数据中所述可见光反射率高于预设反射率的像元和所述红外辐亮度低于预设辐亮度的像元。
6.根据权利要求4所述的卫星的遥感影像地理定位误差检测方法,其特征在于,在所述根据所述像元级误差和所述亚像元误差确定所述待检测卫星的地理定位误差之后,还包括:
根据所述第一像元所在扫描行的行号、所述第一像元所在扫描列的列号、所述第三经纬度和所述待检测卫星的地理定位误差,得到定位误差报告;
展示所述定位误差分析报告。
7.一种卫星的遥感影像地理定位误差检测系统,其特征在于,包括:
遥感影像数据获取模块,用于获取待检测卫星的遥感影像数据;所述遥感影像数据包括:多个扫描行和多个扫描列的像元;一个所述像元对应一个像元参数,所述像元参数为可见光反射率或红外辐亮度;
初始经纬度和海陆掩码获取模块,用于获取所述待检测卫星的初始经纬度和海陆掩码;
基准海岸线地标点确定模块,用于确定基准海岸线地标点;
像元级误差确定模块,用于根据所述遥感影像数据、所述海陆掩码和所述基准海岸线地标点确定所述待检测卫星的像元级误差;
亚像元误差确定模块,用于根据所述遥感影像数据、所述初始经纬度和所述像元级误差确定所述待检测卫星的亚像元误差;
地理定位误差确定模块,用于根据所述像元级误差和所述亚像元误差确定所述待检测卫星的地理定位误差。
8.根据权利要求7所述的卫星的遥感影像地理定位误差检测系统,其特征在于,所述遥感影像数据获取模块,具体包括:
像元亮度值和像元定标系数获取单元,用于获取待检测卫星的遥感影像像元亮度值和像元定标系数,所述像元定标系数为可见光通道定标系数或红外通道定标系数;
遥感影像数据确定单元,用于根据所述遥感影像像元亮度值和所述像元定标系数,得到遥感影像数据。
9.根据权利要求7所述的卫星的遥感影像地理定位误差检测系统,其特征在于,所述像元级误差确定模块,具体包括:
最大相关系数计算单元,用于计算第一海岸线和第二海岸线的最大相关系数;所述第一海岸线根据所述遥感影像数据和所述基准海岸线地标点确定;所述第二海岸线根据所述海陆掩码和所述基准海岸线地标点确定;
像元级误差确定单元,用于当所述最大相关系数大于预设系数时,确定所述第一海岸线和所述第二海岸线的误差为所述待检测卫星的像元级误差。
10.根据权利要求9所述的卫星的遥感影像地理定位误差检测系统,其特征在于,所述亚像元误差确定模块,具体包括:
第二经纬度确定单元,用于根据所述像元级误差调整所述初始经纬度,得到第二经纬度;
第二海岸线地标点确定单元,用于确定第二海岸线地标点,所述第二海岸线地标点为根据所述第二经纬度确定的海岸线地标点;所述第二海岸线地标点有多个;
第一像元确定单元,用于根据所述海陆掩码确定第一像元;所述第一像元为所述遥感影像数据中像元参数变化率极值点处的像元;
距离计算单元,用于计算所述像元参数变化率极值点和每个所述第二海岸线地标点的距离;
第三海岸线地标点确定单元,用于将所述距离小于预设距离的所述第二海岸线地标点确定为第三海岸线地标点;所述第三海岸线地标点有多个;
第一点集确定单元,用于将所述第一像元和子点集的集合确定为第一点集;所述子点集包括:与所述第一像元位于同一个所述扫描行,且位于所述第一像元前的像元和位于所述第一像元后的像元;
第二像元确定单元,用于根据所述第一点集中的所有像元确定第二像元;所述第二像元为第一极值点对应的像元,所述第一极值点为第一点集中的像元参数的变化率的极值点;
第三经纬度确定单元,用于确定所述第二像元对应的经纬度为第三经纬度;
欧几里得距离计算单元,用于计算所述第三经纬度与每个所述第三海岸线地标点的欧几里得距离;
亚像元误差确定单元,用于将所述欧几里得距离最小的所述第三经纬度与每个所述第三海岸线地标点的经纬度差作为所述待检测卫星的亚像元误差。
CN202211047158.5A 2022-08-29 2022-08-29 一种卫星的遥感影像地理定位误差检测方法及系统 Active CN115393438B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211047158.5A CN115393438B (zh) 2022-08-29 2022-08-29 一种卫星的遥感影像地理定位误差检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211047158.5A CN115393438B (zh) 2022-08-29 2022-08-29 一种卫星的遥感影像地理定位误差检测方法及系统

Publications (2)

Publication Number Publication Date
CN115393438A true CN115393438A (zh) 2022-11-25
CN115393438B CN115393438B (zh) 2023-03-10

Family

ID=84124820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211047158.5A Active CN115393438B (zh) 2022-08-29 2022-08-29 一种卫星的遥感影像地理定位误差检测方法及系统

Country Status (1)

Country Link
CN (1) CN115393438B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000353234A (ja) * 1999-06-10 2000-12-19 Mitsubishi Space Software Kk 衛星画像からの海面抽出処理方法
CN109886988A (zh) * 2019-01-31 2019-06-14 湖北大学 一种微波成像仪定位误差的度量方法、系统、装置及介质
CN113469896A (zh) * 2021-05-21 2021-10-01 贵州师范学院 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
CN113739788A (zh) * 2021-08-03 2021-12-03 中山大学 一种亮温数据的地理位置校正方法及装置
CN114529520A (zh) * 2022-01-25 2022-05-24 上海卫星工程研究所 定位精度评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000353234A (ja) * 1999-06-10 2000-12-19 Mitsubishi Space Software Kk 衛星画像からの海面抽出処理方法
CN109886988A (zh) * 2019-01-31 2019-06-14 湖北大学 一种微波成像仪定位误差的度量方法、系统、装置及介质
CN113469896A (zh) * 2021-05-21 2021-10-01 贵州师范学院 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
CN113739788A (zh) * 2021-08-03 2021-12-03 中山大学 一种亮温数据的地理位置校正方法及装置
CN114529520A (zh) * 2022-01-25 2022-05-24 上海卫星工程研究所 定位精度评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴荣华;杨忠东;关敏;李翔翔;: "修正安装矩阵提高FY-3B/MERSI的地理定位精度" *

Also Published As

Publication number Publication date
CN115393438B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
US11506795B2 (en) Accounting for atmospheric and terrestrial obstacles in geographic positioning
US5255190A (en) Software method for enhancing IR satellite sensor cloud images
WO2015157643A1 (en) Solar energy forecasting
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
CN110555817B (zh) 一种遥感图像几何归一化方法和装置
CN105974418B (zh) 基于天气雷达反射率特征匹配的降水估测方法
CN108364279B (zh) 确定静止轨道遥感卫星指向偏差的方法
CN114627087B (zh) 一种多时相卫星遥感图像的地物变化自动检测方法及系统
CN112166694B (zh) 小卫星区域影像图镶嵌与制作方法
CN108917722B (zh) 植被覆盖度计算方法及装置
CN113569647B (zh) 一种基于ais的船舶高精度坐标映射方法
CN111815525A (zh) 一种基于场景的辐射定标方法和系统
CN115393438B (zh) 一种卫星的遥感影像地理定位误差检测方法及系统
KR101381293B1 (ko) 관측영상 기반의 인공위성 성능 평가 방법 및 장치.
CN106780323B (zh) 一种基于智能手机的农情采集与实时更新方法及系统
CN104821007A (zh) 一种直接在三维地球上进行快视显示的系统
CN112435202A (zh) 一种针对dmsp局部夜光影像的相互校正方法
CN111199557A (zh) 一种遥感器衰变的定量分析方法及系统
LU501719B1 (en) Terrain simulation method based on satellite images and digital elevation data
Kasimu et al. GLCNMO global urban mapping, validation and comparison with existing global urban maps
CN111089607A (zh) 一种望远镜系统探测能力自动标校方法
CN112150555B (zh) 一种地球同步轨道面阵相机在轨相对辐射定标方法
CN116972857B (zh) 一种在月光偏振光场中扇形区域拟合的夜间航向确定方法
CN112395741B (zh) 一种时空谱一体化光学遥感成像物象映射方法
CN117036511B (zh) 多类型传感器的标定方法、装置、计算机设备和存储介质

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