CN115953696B - 立体卫星影像精度质检的方法、装置和电子设备 - Google Patents
立体卫星影像精度质检的方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115953696B CN115953696B CN202310238804.4A CN202310238804A CN115953696B CN 115953696 B CN115953696 B CN 115953696B CN 202310238804 A CN202310238804 A CN 202310238804A CN 115953696 B CN115953696 B CN 115953696B
- Authority
- CN
- China
- Prior art keywords
- image
- point
- stereoscopic
- matching
- matched
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000007689 inspection Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 24
- 239000013598 vector Substances 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000012892 rational function Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Image Processing (AREA)
Abstract
本申请提供了一种立体卫星影像精度质检的方法、装置和电子设备，涉及摄影测量与遥感技术领域，该方法包括：获取立体卫星影像同一测区内的立体像对，并构建立体像对对应的影像金字塔；基于预设的搜索半径在影像金字塔进行逐级匹配，确定立体像对中与基准影像对应的同名像素点；对同名像素点进行空间前方交会处理，得到立体像对对应的物方坐标；基于物方坐标确定立体卫星影像间的精度数据，并基于精度数据进行精度质检。本申请可以自动剔除错误的连接点，同时引入多度控制点用来同步检查绝对精度。
Description
技术领域
本申请涉及摄影测量与遥感技术领域，尤其是涉及一种立体卫星影像精度质检的方法、装置和电子设备。
背景技术
目前，在进行摄影测量时，现有的技术中尽管有利用连接点对立体模型接边精度进行检查，但是在提取同名点时，使用人工刺点的方法不仅费事费力，且结果过度依赖于人工刺点精度。而使用自动匹配连接点方法时，在纹理质量较差等情况下极有可能匹配出错点。
发明内容
本申请的目的在于提供一种立体卫星影像精度质检的方法、装置和电子设备，可以自动剔除错误的连接点，同时引入多度控制点用来同步检查绝对精度。
第一方面，本发明提供一种立体卫星影像精度质检的方法，所述方法包括：
获取立体卫星影像同一测区内的立体像对，并构建所述立体像对对应的影像金字塔；
基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点；
对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标；
基于所述物方坐标确定立体卫星影像间的精度数据，并基于所述精度数据进行精度质检。
在可选的实施方式中，所述影像金字塔包括至少两级分辨率的影像数据；基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点，包括：
在所述立体像对中提取局部窗口内灰度梯度最大点位，确定为待匹配特征点；
以所述待匹配特征点为中心，基于预设的匹配模板读取待匹配影像数据块；
根据所述立体像对与所述基准影像的位置关系和预设的搜索半径在所述影像金字塔中进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点。
在可选的实施方式中，根据所述立体像对与所述基准影像的位置关系和预设的搜索半径在所述影像金字塔中进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点，包括：
根据所述立体像对与所述基准影像的位置关系在所述基准影像中确定搜索区域；
在所述搜索区域中基于预设的搜索半径在所述影像金字塔进行窗口滑动，在滑动过程中进行逐级匹配，计算所述待匹配特征点与匹配到的目标连接点的相关系数；所述预设的匹配模板的尺寸小于所述预设的搜索半径的尺寸；
基于所述相关系数确定所述立体像对中与基准影像对应的同名像素点。
在可选的实施方式中，在所述搜索区域中基于预设的搜索半径在所述影像金字塔进行窗口滑动，在滑动过程中进行逐级匹配，计算所述待匹配特征点与匹配到的目标连接点的相关系数，包括：
在所述搜索区域中基于预设的搜索半径在所述影像金字塔的预设初始层进行窗口滑动；
在进行窗口滑动时，如果匹配到目标连接点，则基于所述目标连接点的位置在预设初始层的下一层进行匹配搜索；如果未匹配到目标连接点，则增大所述预设的搜索半径的值，并通过增大后的搜索半径在预设初始层进行匹配搜索，当匹配到目标连接点后，基于所述目标连接点的位置在预设初始层的下一层进行匹配搜索；其中，所述预设初始层的下一层的分辨率大于所述预设初始层的分辨率；
在所述影像金字塔进行逐级循环匹配搜索，直至循环到所述影像金字塔的结束层，计算所述待匹配特征点与所述结束层中匹配到的目标连接点的相关系数。
在可选的实施方式中，所述方法还包括：
在进行逐级匹配搜索时，基于区域网平差面模型对匹配到的目标连接点进行处理，得到平差后目标连接点对应的残差向量；
基于所述残差向量和预设残差阈值确定所述目标连接点中的误差点，并将所述误差点剔除。
在可选的实施方式中，立体卫星影像同一测区内的立体像对包括第一影像和第二影像；所述同名像素点包括位于所述第一影像的第一连接点和位于第二影像的第二连接点，所述第一连接点和所述第二连接点互为同名点；
对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标，包括：
基于所述第一连接点的坐标和所述第二连接点的坐标确定同名像素点交会在地面的地面像点；
基于所述地面像点和有理函数模型进行计算，确定所述立体像对对应的物方坐标。
在可选的实施方式中，基于所述精度数据进行精度质检，包括：
基于多度控制点和/或误差评定参量进行精度质检；其中，所述多度控制点为所述立体像对中由外业控制点导入或与基准影像叠加数字高程模型匹配得到的同名像点。
第二方面，本发明提供一种立体卫星影像精度质检的装置，所述装置包括：
影像金字塔构建模块，用于获取立体卫星影像同一测区内的立体像对，并构建所述立体像对对应的影像金字塔；
逐级匹配模块，用于基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点；
前方交会处理模块，用于对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标；
精度质检模块，用于基于所述物方坐标确定立体卫星影像间的精度数据，并基于所述精度数据进行精度质检。
第三方面，本发明提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现前述实施方式任一项所述的立体卫星影像精度质检的方法。
第四方面，本发明提供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可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现前述实施方式任一项所述的立体卫星影像精度质检的方法。
本申请提供的立体卫星影像精度质检的方法、装置和电子设备，首先获取立体卫星影像同一测区内的立体像对，并构建所述立体像对对应的影像金字塔，基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点，对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标，基于所述物方坐标确定立体卫星影像间的精度数据，并基于所述精度数据进行精度质检。该方法可以自动剔除错误的连接点，同时引入多度控制点用来同步检查绝对精度。
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一种立体卫星影像精度质检的方法的流程图；
图2为本申请实施例提供的一种影像金字塔的示意图；
图3为本申请实施例提供的一种搜索匹配的示意图；
图4为本申请实施例提供的一种精度质检结果的示意图；
图5为本申请实施例提供的一种立体卫星影像精度质检的装置的结构图；
图6为本申请实施例提供的一种电子设备的结构图。
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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
目前，资源三号卫星立体影像定位精度的研究和验证，该研究利用资源三号卫星立体影像数据和轨道参数对立体影像进行相对定向和绝对定向，并生成了核线立体模型，利用1:10000精度规格的保密点对立体模型的平面和高程精度进行检测。经过实验误差分析，该方法充分验证了资源三号立体影像数据满足1:50000立体测图要求。
国产单线阵遥感卫星异轨立体定位精度验证：针对遥感26 号、遥感28 号国产高分辨率光学遥感敏捷卫星的立体定位精度验证，研究采用了人工选取的方式，控制点来源于基础地理信息数字成果1∶2 000 的DOM与DEM，平地和山地的平面精度分别为1.2 m 和1.6 m，高程精度分别为0.5 m 和1.5 m。控制点主要选择道路交叉点、建筑物脚点等一些人工好判读的地物，由于影像边缘处的模糊效应，刺点的精度约为1 个像素。实验验证结果表明立体平差结果可取得优于1 m 的平面定位精度和优于2 m 的高程精度。
前方交会原理下的立体模型接边精度检查方法：针对立体模型接边精度的自动化检查问题，提出了一种基于前方交会的立体模型接边精度检查方法。该方法是在自动匹配或手动判刺获取同名点的基础上，利用前方交会技术获取对应的地面点坐标，并进行坐标转换和坐标差计算。文章通过坐标差的中误差、平均值等各类指标，分析评估接边精度，并采用多组实测数据进行实验验证。分析结果表明，该方法能够准确高效地检测立体影像间的接边精度情况，可为立体模型质量评价和后续数据处理分析提供良好的数据支撑。
外业测量控制点具有精度高的特点，现有技术中经常使用外业控制点作为精度检查点。然而外业测量工作人力物力耗费巨大且不具备时效性，同时又要兼顾其保密性，这使得精度检查工作中使用外业控制点方法受到制约。另外手动刺点的方法尽管可以免除外业测量工作，但内业刺点效率仍然不高，且其精度过度依赖人工刺点精度。可查阅的资料中显示基于自动匹配的立体模型精度检查方法较少，且没有对匹配的错点进行处理。
现有的技术中尽管有利用连接点对立体模型接边精度进行检查，但是在提取同名点时，使用人工刺点的方法不仅费事费力，且结果过度依赖于人工刺点精度。而使用自动匹配连接点方法时，在纹理质量较差等情况下极有可能匹配出错点。
基于此，本申请实施例提供了一种立体卫星影像精度质检的方法、装置和电子设备，可以自动剔除错误的连接点，同时引入多度控制点用来同步检查绝对精度。
本申请实施例提供了一种立体卫星影像精度质检的方法，参见图1所示，该方法主要包括以下步骤：
步骤S110，获取立体卫星影像同一测区内的立体像对，并构建立体像对对应的影像金字塔。
输入为同一测区内有相互重叠的多景立体像对，通常是立体卫星影像的前视和后视数据。根据质检目的的不同，输入的可以是原始rpc数据，也可以是经区域网平差后的数据。
影像金字塔是原始影像数据经过下采样得到的多个层级的图层集合，软件应用中可通过检索金字塔使用指定分辨率的数据，以减少数据绘制显示的运算量，从而提高影像显示速度。在影像匹配领域，使用原始数据进行全局搜索，无疑是费时费力的，而基于金字塔的影像匹配算法可实现由粗到细逐级匹配，即能节省运算时间，又能提高匹配精度。
步骤S120，基于预设的搜索半径在影像金字塔进行逐级匹配，确定立体像对中与基准影像对应的同名像素点。
步骤S130，对同名像素点进行空间前方交会处理，得到立体像对对应的物方坐标。
步骤S140，基于物方坐标确定立体卫星影像间的精度数据，并基于精度数据进行精度质检。
本申请实施例提供的立体卫星影像精度质检的方法，在自动匹配连接点的基础上，加入自由网平差，以自动剔除错误的连接点，同时引入多度控制点用来同步检查绝对精度。
为便于理解，以下对本申请实施例提供的立体卫星影像精度质检的方法进行详细说明。
上述影像金字塔是原始影像数据经过下采样得到的多个层级的图层集合，在一可选的实施方式中，影像金字塔包括至少两级分辨率的影像数据，为便于说明，图2示出了一种两级影像金字塔的示意图，每层对应的采样率不同，相应的每层图像的分辨率不同。通过设置不同分辨率的影像金字塔，可通过检索金字塔使用指定分辨率的数据，减少数据绘制显示的运算量，从而提高影像显示速度。基于金字塔的影像匹配算法可实现由粗到细逐级匹配，即能节省运算时间，又能提高匹配精度。
上述步骤S120，基于预设的搜索半径在影像金字塔进行逐级匹配，确定立体像对中与基准影像对应的同名像素点，在具体实施时，可以包括以下步骤1至步骤3：
步骤1，在立体像对中提取局部窗口内灰度梯度最大点位，确定为待匹配特征点；
步骤2，以待匹配特征点为中心，基于预设的匹配模板读取待匹配影像数据块；
步骤3，根据立体像对与基准影像的位置关系和预设的搜索半径在影像金字塔中进行逐级匹配，确定立体像对中与基准影像对应的同名像素点。
首先在整幅影像上提取特征点，通过选取局部窗口内灰度变化（梯度）最大的点位作为特征点，以此来寻找对应基准影像上的同名像素点。
匹配算法以每个特征点为中心，定义一定的模板大小来读取待匹配影像数据块，根据和基准影像的初始位置关系来判断该特征点在基准影像的位置，设定一定的搜索半径来读取基准影像数据块，搜索半径要大于模板大小，以供原始影像块在基准影像块范围内进行窗口滑动并进行相关系数计算。
参见图3所示，在模板f遍历被搜索的g影像，利用相关性比较，寻找最大相关系数的像元，可以看到被搜索图越大，匹配速度越慢；模板越小，匹配速度越快，匹配速度影响取决于模板的尺寸和搜索窗口的大小。通常，匹配的可靠性是随着搜索窗口的增大而增强，但是，过大的搜索窗口会导致算法运行效率异常低下，太小的搜索窗口情况下，如果待匹配区域没有相应的特征信息也会出现误匹配。所以窗口大小对匹配成功率有很大的影响。模板的尺寸一般根据经验值可基本确定，而搜索窗口尺寸，因影像情况不同，很难找到通用合适的大小。
在一种实施方式中，上述步骤3可以进一步包括步骤3.1至步骤3.3：
步骤3.1，根据立体像对与基准影像的位置关系在基准影像中确定搜索区域；
步骤3.2，在搜索区域中基于预设的搜索半径在影像金字塔进行窗口滑动，在滑动过程中进行逐级匹配，计算待匹配特征点与匹配到的目标连接点的相关系数；预设的匹配模板的尺寸小于预设的搜索半径的尺寸；
步骤3.3，基于相关系数确定立体像对中与基准影像对应的同名像素点。
针对上述步骤3.2，在一可选的实施方式中，可以进一步包括步骤3.2.1至步骤3.2.3：
步骤3.2.1，在搜索区域中基于预设的搜索半径在影像金字塔的预设初始层进行窗口滑动；
步骤3.2.2，在进行窗口滑动时，如果匹配到目标连接点，则基于目标连接点的位置在预设初始层的下一层进行匹配搜索；如果未匹配到目标连接点，则增大预设的搜索半径的值，并通过增大后的搜索半径在预设初始层进行匹配搜索，当匹配到目标连接点后，基于目标连接点的位置在预设初始层的下一层进行匹配搜索；其中，预设初始层的下一层的分辨率大于预设初始层的分辨率；
步骤3.2.3，在影像金字塔进行逐级循环匹配搜索，直至循环到影像金字塔的结束层，计算待匹配特征点与结束层中匹配到的目标连接点的相关系数。
在逐级金字塔影像匹配过程中动态改变搜索窗口半径，可以达到匹配成功率和效率的最优配置。针对理想的无畸变影像的匹配，可以加快匹配效率，针对非线性畸变影像的匹配，可以提高匹配的成功率，使得点位分布更加均匀。
自动匹配所用到的主要测度是相关系数。相关系数匹配法是采用相关系数(标准化的协方差)作为相似性度量。在统计学中，相关系数它用来表示两个随机变量间的相关性，延伸到图像匹配中，可以用来表示两块相同大小图像间的相似程度。
其中，称为两幅图像的相关系数，/>、/>为两幅图像的灰度均值，、/>为两幅图像的方差，/>为两幅图像对应点相乘后的均值。相关系数具有以下性质：
①；
②；
③的充要条件是图像X和Y依1线性相关。
可见，相关系数用于表征图像X和Y间线性关系的相似程度，相关系数越接近于1或-1时，图像间的线性相似程度越明显。
进一步，考虑到连接点匹配结果有时因纹理质量较差或搜索窗口过大导致匹配到错点，为使连接点在区域内精度达到整体最优，同时自动剔除误差超限的连接点，需要先进行自由网平差。因此，在一种实施方式中，可以在进行逐级匹配搜索时，基于区域网平差面模型对匹配到目标连接点进行处理，得到平差后目标连接点对应的残差向量；基于残差向量和预设残差阈值确定目标连接点中的误差点，并将误差点剔除。
在一种实施方式中，平差算法模型可以采用基于像方改正的RFM模型，光学卫星影像成像视场角较小，各像元光线接近于平行成像，单景影像产品中的几何误差在像方主要现为低阶线性误差，因此补偿误差采用一阶仿射变换模型，公式如下：
式中、/>为像方平移定向参数，/>为二维仿射变换参数，/>为改正后的像方坐标，/>、/>为连接点的物方坐标。上述公式综合RFM模型即可得到区域网平差的基本数学模型，公式如下：
列出误差方程经过误差解算即可求得仿射变换模型的6个参数以及连接点像方改正数。
平差后的每个连接点残差向量，他们在大小和方向上应当具有较好的一致性，基于此在误差剔除时选取2倍中误差作为残差阈值，大于2倍中误差的连接点被认为是错点。剔除错点后重新平差直到没有点位剔除或达到最大迭代次数条件截止，此方法可以有效抑制匹配错点对于平差结果和质检精度的影响。
在一可选的实施方式中，上述立体卫星影像同一测区内的立体像对包括第一影像和第二影像；同名像素点包括位于第一影像的第一连接点和位于第二影像的第二连接点，第一连接点和第二连接点互为同名点。诸如，立体卫星影像同一测区内的立体像对包括的第一影像和第二影像分别为前视影像和后视影像，则同名像素点则为前视影像和后视影像分别对应基准影像上的同名像素点。
在一种实施方式中，对同名像素点进行空间前方交会处理，得到立体像对对应的物方坐标，包括：
基于第一连接点的坐标和第二连接点的坐标确定同名像素点交会在地面的地面像点；
基于地面像点和有理函数模型进行计算，确定立体像对对应的物方坐标。
在一种实施方式中，空间前方交会的目的是通过左右两相片的同名点（连接点）像点坐标，利用RPC模型（有理函数模型）列出4个方程，求解物方坐标（、/>、/>）。因卫星厂商避免泄露卫星相关参数，源数据只提供了RPC参数，故空间前方交会使用的是RPC模型。
RPC参数是基于严格成像模型在物方虚拟控制点计算拟合而来，它描述了像点坐标和物方坐标之间的相互关系，该模型共有90个参数，其定义如下：
其中、/>、/>、/>都是如下形式的多项式，例如：
其中(U,V,W)是标准化后的地面坐标，(r,c)是标准化后的像点坐标：
式中(,/>,/>,/>,/>)为标准化平移参数，(/>,/>,/>,/>,/>)为标准化比例参数，他们与/>~/>、/>~/>、/>~/>、/>~/>共90个参数全部保存在rpc文件中。
在前方交会过程中，前视像点坐标(、/>)与后视像点坐标(/>、/>)共同交会于地面点(/>、/>、/>)，由此可列4个方程（3个未知数），经线性化后迭代解算出地面点(/>、/>、/>)。
本发明中输入有2组立体像对，在他们重叠区域可产生四度重叠，分别前方交会处理后可计算出2个物方坐标(、/>、/>)，这两者之间的差值即认为是立体模型间的相对精度。
进一步，上述在基于精度数据进行精度质检时，可以基于多度控制点和/或误差评定参量进行精度质检；其中，多度控制点为立体像对中由外业控制点导入或与基准影像叠加数字高程模型匹配得到的同名像点。
其中，控制点反映了立体模型的绝对定向精度，引入多度控制点是检查立体模型绝对精度的关键。多度控制点是指在前后视立体像对中由外业控制点导入或与基准影像加DEM自动匹配出来的同名像点，该点经过前方交会处理与实际的高程值的误差即视为立体模型的绝对精度。多度控制点如果在立体像对接边处，则处于N度重叠区，此时通过多度控制点即能检查相对精度，又能检查绝对精度，实现了立体模型精度检查的综合考量。
在基于误差评定参量进行精度质检时，误差精度评定常用的参量有：中误差、均方根误差等。以中误差为例，本发明中绝对精度误差为：
其中为某一控制点前方交会的高程值与控制点已知高程值(真实值)之间的差值，即：
相对精度误差为：
其中为立体像对1前方交会的高程值，其中/>为立体像对2前方交会的高程值。
图4示出了采用本申请的方法进行质检的效果图，输入为一组GF7数据，参见表1所示，实验中4度重叠区共匹配出27个连接点共耗时31秒，导入多度控制点35个，手动调整点位用时30分钟。其中连接点高程Z相对精度误差为0.046米，控制点高程Z绝对精度误差为0.420米，人工检查每个点位均正确可靠。经过试验，本发明提出的方法能够有效的进行立体模型相对和绝对的精度质检。
表1精度质检的结果
综上，本申请实施例所提供的方法能够实现原始影像平差结果的快速立体模型绝对相对精度质检，省去了人工转刺连接点的麻烦，同时自由网平差提高了匹配点的精度，多度控制点实现了绝对和相对精度的同步质检。
基于上述方法实施例，本申请实施例还提供一种立体卫星影像精度质检的装置，参见图5所示，该装置主要包括以下部分：
影像金字塔构建模块510，用于获取立体卫星影像同一测区内的立体像对，并构建所述立体像对对应的影像金字塔；
逐级匹配模块520，用于基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点；
前方交会处理模块530，用于对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标；
精度质检模块540，用于基于所述物方坐标确定立体卫星影像间的精度数据，并基于所述精度数据进行精度质检。
本申请实施例提供的立体卫星影像精度质检的装置，能够实现原始影像平差结果的快速立体模型绝对相对精度质检，省去了人工转刺连接点的麻烦，同时自由网平差提高了匹配点的精度，多度控制点实现了绝对和相对精度的同步质检。
在一可行的实施方式中，上述逐级匹配模块520，还用于：
在所述立体像对中提取局部窗口内灰度梯度最大点位，确定为待匹配特征点；
以所述待匹配特征点为中心，基于预设的匹配模板读取待匹配影像数据块；
根据所述立体像对与所述基准影像的位置关系和预设的搜索半径在所述影像金字塔中进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点。
在一可行的实施方式中，上述逐级匹配模块520，还用于：
根据所述立体像对与所述基准影像的位置关系在所述基准影像中确定搜索区域；
在所述搜索区域中基于预设的搜索半径在所述影像金字塔进行窗口滑动，在滑动过程中进行逐级匹配，计算所述待匹配特征点与匹配到的目标连接点的相关系数；所述预设的匹配模板的尺寸小于所述预设的搜索半径的尺寸；
基于所述相关系数确定所述立体像对中与基准影像对应的同名像素点。
在一可行的实施方式中，上述逐级匹配模块520，还用于：
在所述搜索区域中基于预设的搜索半径在所述影像金字塔的预设初始层进行窗口滑动；
在进行窗口滑动时，如果匹配到目标连接点，则基于所述目标连接点的位置在预设初始层的下一层进行匹配搜索；如果未匹配到目标连接点，则增大所述预设的搜索半径的值，并通过增大后的搜索半径在预设初始层进行匹配搜索，当匹配到目标连接点后，基于所述目标连接点的位置在预设初始层的下一层进行匹配搜索；其中，所述预设初始层的下一层的分辨率大于所述预设初始层的分辨率；
在所述影像金字塔进行逐级循环匹配搜索，直至循环到所述影像金字塔的结束层，计算所述待匹配特征点与所述结束层中匹配到的目标连接点的相关系数。
在一可行的实施方式中，上述装置还包括，误差剔除模块，用于：
在进行逐级匹配搜索时，基于区域网平差面模型对匹配到的目标连接点进行处理，得到平差后目标连接点对应的残差向量；
基于所述残差向量和预设残差阈值确定所述目标连接点中的误差点，并将所述误差点剔除。
在一可行的实施方式中，立体卫星影像同一测区内的立体像对包括第一影像和第二影像；所述同名像素点包括位于所述第一影像的第一连接点和位于第二影像的第二连接点，所述第一连接点和所述第二连接点互为同名点；
上述前方交会处理模块530，还用于：
基于所述第一连接点的坐标和所述第二连接点的坐标确定同名像素点交会在地面的地面像点；
基于所述地面像点和有理函数模型进行计算，确定所述立体像对对应的物方坐标。
在一可行的实施方式中，上述精度质检模块540，还用于：
基于多度控制点和/或误差评定参量进行精度质检；其中，所述多度控制点为所述立体像对中由外业控制点导入或与基准影像叠加数字高程模型匹配得到的同名像点。
本申请实施例提供的立体卫星影像精度质检的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，立体卫星影像精度质检的装置的实施例部分未提及之处，可参考前述立体卫星影像精度质检的方法实施例中相应内容。
本申请实施例还提供了一种电子设备，如图6所示，为该电子设备的结构示意图，其中，该电子设备100包括处理器61和存储器60，该存储器60存储有能够被该处理器61执行的计算机可执行指令，该处理器61执行该计算机可执行指令以实现上述任一项立体卫星影像精度质检的方法。
在图6示出的实施方式中，该电子设备还包括总线62和通信接口63，其中，处理器61、通信接口63和存储器60通过总线62连接。
其中，存储器60可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口63（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线62可以是ISA（IndustryStandard Architecture，工业标准体系结构）总线、PCI（Peripheral ComponentInterconnect，外设部件互连标准）总线或EISA（Extended Industry StandardArchitecture，扩展工业标准结构）总线等。所述总线62可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器61可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器61中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器61可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器61读取存储器中的信息，结合其硬件完成前述实施例的立体卫星影像精度质检的方法的步骤。
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可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述立体卫星影像精度质检的方法，具体实现可参见前述方法实施例，在此不再赘述。
本申请实施例所提供的立体卫星影像精度质检的方法、装置和电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本申请的范围。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
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 (9)
1.一种立体卫星影像精度质检的方法，其特征在于，所述方法包括：
获取立体卫星影像同一测区内的两组立体像对，并构建所述立体像对对应的影像金字塔；所述立体像对包括前视影像和后视影像；
在所述立体像对中提取局部窗口内灰度梯度最大点位为待匹配特征点，以所述待匹配特征点为中心，基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点；
对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标；
基于所述物方坐标的差值确定立体卫星影像间的相对精度误差，基于多度控制点确定立体卫星影像间的绝对精度误差，所述多度控制点为所述立体像对中由外业控制点导入或与基准影像叠加数字高程模型匹配得到的同名像点；
其中，相对精度误差为：
其中，为立体像对1前方交会的高程值，其中/>为立体像对2前方交会的高程值；
绝对精度误差为：
其中为某一控制点前方交会的高程值与控制点已知高程值的真实值之间的差值，即：/>。
2.根据权利要求1所述的立体卫星影像精度质检的方法，其特征在于，所述影像金字塔包括至少两级分辨率的影像数据；基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点，包括：
以所述待匹配特征点为中心，基于预设的匹配模板读取待匹配影像数据块；
根据所述立体像对与所述基准影像的位置关系和预设的搜索半径在所述影像金字塔中进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点。
3.根据权利要求2所述的立体卫星影像精度质检的方法，其特征在于，根据所述立体像对与所述基准影像的位置关系和预设的搜索半径在所述影像金字塔中进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点，包括：
根据所述立体像对与所述基准影像的位置关系在所述基准影像中确定搜索区域；
在所述搜索区域中基于预设的搜索半径在所述影像金字塔进行窗口滑动，在滑动过程中进行逐级匹配，计算所述待匹配特征点与匹配到的目标连接点的相关系数；所述预设的匹配模板的尺寸小于所述预设的搜索半径的尺寸；
基于所述相关系数确定所述立体像对中与基准影像对应的同名像素点。
4.根据权利要求3所述的立体卫星影像精度质检的方法，其特征在于，在所述搜索区域中基于预设的搜索半径在所述影像金字塔进行窗口滑动，在滑动过程中进行逐级匹配，计算所述待匹配特征点与匹配到的目标连接点的相关系数，包括：
在所述搜索区域中基于预设的搜索半径在所述影像金字塔的预设初始层进行窗口滑动；
在进行窗口滑动时，如果匹配到目标连接点，则基于所述目标连接点的位置在预设初始层的下一层进行匹配搜索；如果未匹配到目标连接点，则增大所述预设的搜索半径的值，并通过增大后的搜索半径在预设初始层进行匹配搜索，当匹配到目标连接点后，基于所述目标连接点的位置在预设初始层的下一层进行匹配搜索；其中，所述预设初始层的下一层的分辨率大于所述预设初始层的分辨率；
在所述影像金字塔进行逐级循环匹配搜索，直至循环到所述影像金字塔的结束层，计算所述待匹配特征点与所述结束层中匹配到的目标连接点的相关系数。
5.根据权利要求4所述的立体卫星影像精度质检的方法，其特征在于，所述方法还包括：
在进行逐级匹配搜索时，基于区域网平差面模型对匹配到的目标连接点进行处理，得到平差后目标连接点对应的残差向量；
基于所述残差向量和预设残差阈值确定所述目标连接点中的误差点，并将所述误差点剔除。
6.根据权利要求1所述的立体卫星影像精度质检的方法，其特征在于，立体卫星影像同一测区内的立体像对包括第一影像和第二影像；所述同名像素点包括位于所述第一影像的第一连接点和位于第二影像的第二连接点，所述第一连接点和所述第二连接点互为同名点；
对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标，包括：
基于所述第一连接点的坐标和所述第二连接点的坐标确定同名像素点交会在地面的地面像点；
基于所述地面像点和有理函数模型进行计算，确定所述立体像对对应的物方坐标。
7.一种立体卫星影像精度质检的装置，其特征在于，所述装置包括：
影像金字塔构建模块，用于获取立体卫星影像同一测区内的两组立体像对，并构建所述立体像对对应的影像金字塔；所述立体像对包括前视影像和后视影像；
逐级匹配模块，用于在所述立体像对中提取局部窗口内灰度梯度最大点位为待匹配特征点，以所述待匹配特征点为中心，基于预设的搜索半径在所述影像金字塔进行逐级匹配，确定所述立体像对中与基准影像对应的同名像素点；
前方交会处理模块，用于对所述同名像素点进行空间前方交会处理，得到所述立体像对对应的物方坐标；
精度质检模块，用于基于所述物方坐标的差值确定立体卫星影像间的相对精度误差，基于多度控制点确定立体卫星影像间的绝对精度误差，所述多度控制点为所述立体像对中由外业控制点导入或与基准影像叠加数字高程模型匹配得到的同名像点；
其中，相对精度误差为：
其中，为立体像对1前方交会的高程值，其中/>为立体像对2前方交会的高程值；
绝对精度误差为：
其中为某一控制点前方交会的高程值与控制点已知高程值的真实值之间的差值，即：/>。
8.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的立体卫星影像精度质检的方法。
9.一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可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至6任一项所述的立体卫星影像精度质检的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310238804.4A CN115953696B (zh) | 2023-03-14 | 2023-03-14 | 立体卫星影像精度质检的方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310238804.4A CN115953696B (zh) | 2023-03-14 | 2023-03-14 | 立体卫星影像精度质检的方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115953696A CN115953696A (zh) | 2023-04-11 |
| CN115953696B true CN115953696B (zh) | 2023-07-25 |
Family
ID=85893081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310238804.4A Active CN115953696B (zh) | 2023-03-14 | 2023-03-14 | 立体卫星影像精度质检的方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115953696B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117647232B (zh) * | 2024-01-29 | 2024-04-16 | 航天宏图信息技术股份有限公司 | 激光高程点转刺到卫星立体影像的方法、装置及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111156969A (zh) * | 2020-02-07 | 2020-05-15 | 黄文超 | 一种宽幅遥感影像立体测绘方法及系统 |
| CN113781342A (zh) * | 2021-07-06 | 2021-12-10 | 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 |
| CN114594435A (zh) * | 2022-01-18 | 2022-06-07 | 中国资源卫星应用中心 | 一种国产民用sar卫星几何检校与定位精度改进方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4181800B2 (ja) * | 2002-06-20 | 2008-11-19 | Ｎｅｃ東芝スペースシステム株式会社 | ステレオ画像を用いた地形計測システム及び記憶媒体並びにプログラム |
| CN101915913B (zh) * | 2010-07-30 | 2012-09-19 | 中交第二公路勘察设计研究院有限公司 | 一种稳健的高分辨率卫星影像连接点自动匹配方法 |
| CN111861934B (zh) * | 2020-07-29 | 2024-08-16 | 贵阳欧比特宇航科技有限公司 | 一种高光谱卫星影像数据生产、镶嵌与元数据制作方法 |
| CN113378865B (zh) * | 2021-08-16 | 2021-11-05 | 航天宏图信息技术股份有限公司 | 一种影像金字塔的匹配方法和装置 |
-
2023
- 2023-03-14 CN CN202310238804.4A patent/CN115953696B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111156969A (zh) * | 2020-02-07 | 2020-05-15 | 黄文超 | 一种宽幅遥感影像立体测绘方法及系统 |
| CN113781342A (zh) * | 2021-07-06 | 2021-12-10 | 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 |
| CN114594435A (zh) * | 2022-01-18 | 2022-06-07 | 中国资源卫星应用中心 | 一种国产民用sar卫星几何检校与定位精度改进方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115953696A (zh) | 2023-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101467153B (zh) | 用于获取摄影测量数据来估计碰撞严重性的方法和设备 | |
| Ham et al. | An automated vision-based method for rapid 3D energy performance modeling of existing buildings using thermal and digital imagery | |
| Ortin et al. | Indoor robot motion based on monocular images | |
| US20130272581A1 (en) | Method and apparatus for solving position and orientation from correlated point features in images | |
| CN102800096B (zh) | 一种摄像机参数的鲁棒性估计算法 | |
| CN104574393A (zh) | 一种三维路面裂缝图像生成系统和方法 | |
| CN102855628B (zh) | 多源多时相高分辨率卫星遥感影像自动匹配方法 | |
| CN115953696B (zh) | 立体卫星影像精度质检的方法、装置和电子设备 | |
| US20130188018A1 (en) | System & method for processing stereoscopic vehicle information | |
| US20190026916A1 (en) | Camera pose estimating method and system | |
| CN111882657B (zh) | 三维重建的尺度恢复方法、装置、系统和计算机设备 | |
| CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
| Kondermann et al. | Stereo ground truth with error bars | |
| Sun et al. | Non-contact optical sensing of asphalt mixture deformation using 3D stereo vision | |
| CN112329726B (zh) | 人脸识别方法及装置 | |
| Kim et al. | The effective acquisition and processing of 3D photogrammetric data from digital photogrammetry for construction progress measurement | |
| CN115358486A (zh) | 基于立体卫星影像的港口货运量预测方法、系统及应用 | |
| CN109671109A (zh) | 密集点云生成方法及系统 | |
| CN104157009A (zh) | 一种多源遥感影像质量定量比选方法 | |
| CN114877826B (zh) | 一种双目立体匹配三维测量方法、系统及存储介质 | |
| Ziqiang et al. | Research of the algorithm calculating the length of bridge crack based on stereo vision | |
| CN112907550B (zh) | 一种建筑物检测方法、装置、电子设备及存储介质 | |
| Sirkiä | Requirements for initial data in photogrammetric recording of rock joint surfaces | |
| CN108230377B (zh) | 点云数据的拟合方法和系统 | |
| CN107741220B (zh) | 影像处理方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |