CN117647232B - 激光高程点转刺到卫星立体影像的方法、装置及设备 - Google Patents

激光高程点转刺到卫星立体影像的方法、装置及设备 Download PDF

Info

Publication number
CN117647232B
CN117647232B CN202410115045.7A CN202410115045A CN117647232B CN 117647232 B CN117647232 B CN 117647232B CN 202410115045 A CN202410115045 A CN 202410115045A CN 117647232 B CN117647232 B CN 117647232B
Authority
CN
China
Prior art keywords
elevation
laser
laser elevation
points
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.)
Active
Application number
CN202410115045.7A
Other languages
English (en)
Other versions
CN117647232A (zh
Inventor
葛慧斌
王宇翔
廖通逵
张金金
王世超
巴晓娟
张纪华
宋权
路聚峰
王鑫超
蔺小婧
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.)
Aerospace Hongtu Information Technology Co Ltd
Original Assignee
Aerospace Hongtu Information 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 Aerospace Hongtu Information Technology Co Ltd filed Critical Aerospace Hongtu Information Technology Co Ltd
Priority to CN202410115045.7A priority Critical patent/CN117647232B/zh
Publication of CN117647232A publication Critical patent/CN117647232A/zh
Application granted granted Critical
Publication of CN117647232B publication Critical patent/CN117647232B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供了一种激光高程点转刺到卫星立体影像的方法、装置及设备,包括:获取立体像对影像和激光高程点;对立体像对影像进行连接点匹配和自由网平差处理;根据处理后立体像对影像和激光高程点确定高程误差补偿值,利用高程误差补偿值对激光高程点进行补偿;解算补偿后激光高程点的初始像素坐标;基于初始像素坐标从补偿后激光高程点中确定初始激光高程控制点及其在指定视角对应的影像上的目标像素坐标;基于目标像素坐标对初始激光高程控制点和处理后立体像对影像进行自动匹配得到多度激光高程控制点;对多度激光高程控制点进行迭代过滤,以将多度激光高程控制点中的异常点剔除。本发明可以显著提升激光高程控制点自动匹配的效率和准确度。

Description

激光高程点转刺到卫星立体影像的方法、装置及设备
技术领域
本发明涉及摄影测量处理技术领域,尤其是涉及一种激光高程点转刺到卫星立体影像的方法、装置及设备。
背景技术
目前,相关技术提供了利用高分七号激光测高数据辅助区域网平差的方法和基于激光高程控制点库的多进程双线阵影像匹配方法等算法,用以将激光点转刺到卫星立体影像。具体的:
(1)一种利用高分七号激光测高数据辅助区域网平差的方法:该发明结合高分七号激光测高数据足印影像,实现了基于激光测高数据的高程控制点自动提取,该发明较为完整地阐述了从连接点匹配、自由网平差、以足印相机为纽带自动匹配各个立体影像上的激光高程控制点、激光点辅助立体区域网平差整个过程,并且设计了两套高程控制点自动匹配的方案来提升整个算法的鲁棒性。
(2)基于激光高程控制点库的多进程双线阵影像匹配方法:发明提出一种基于激光高程控制点库的多进程双线阵影像匹配方法,属于卫星激光测距领域。该方法包括激光高程控制点库的构建技术和基于激光高程控制点库的双线阵影像匹配技术两部分。使用SQLite构建激光高程控制点数据库。在构建数据库时建立分表存储机制和命名准则;基于激光高程控制点库的双线阵影像匹配,主要根据激光高程控制点库的构建机制和双线阵影像的成像机制,将后视影像分块并利用MPI多进程快速遍历激光高程控制点数据库确定每块待处理影像所需的激光高程控制点。该方法将星载激光测高数据作为高程控制约束条件参与影像的区域网平差计算,可以有效提高光学卫星影像无控立体测图精度,从而实现无地面控制点的大比例尺立体卫星测绘工程。
虽然现有的激光高程控制点自动匹配方法都可以自动提取出激光高程控制点,但由于仅仅依靠激光点的三维坐标去预测在各个立体像对的像素坐标并不是特别准确,需要较大的搜索半径来对影像进行匹配处理,比较耗时,其次在匹配激光高程点结束后,现有方法仅仅使用了RANSAC(RANdom SAmple Consensus,随机抽样一致)等方法对错误点剔除或者仅使用距离中心点最近且相关系数值最大的匹配点来作为优选点,该方法只能剔除常规的错误匹配点,而对于影像纹理为沙漠、森林等重纹理地区则会保留一定量的错误点,而且激光高程控制点不宜出现在房屋建筑上,较为适合出现在地面上,目前的方法均没有过滤这些错误点的能力。
发明内容
有鉴于此,本发明的目的在于提供一种激光高程点转刺到卫星立体影像的方法、装置及设备,可以显著提升激光高程控制点自动匹配的效率和准确度。
第一方面,本发明实施例提供了一种激光高程点转刺到卫星立体影像的方法,包括:
获取立体像对影像,和所述立体像对影像所对应范围内的激光高程点;其中,所述立体像对影像包括多个卫星立体影像,同一所述卫星立体影像均包括多个不同视角对应的影像;
对所述立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像;
根据所述处理后立体像对影像和所述激光高程点确定高程误差补偿值,利用所述高程误差补偿值对所述激光高程点进行补偿,得到补偿后激光高程点;
解算所述补偿后激光高程点在所述处理后立体像对影像上的初始像素坐标;
基于所述初始像素坐标,从所述补偿后激光高程点中确定初始激光高程控制点,和所述初始激光高程控制点在指定视角对应的影像上的目标像素坐标;其中,所述初始激光高程控制点位于至少两个指定视角对应的影像上;
基于所述目标像素坐标,对所述初始激光高程控制点和所述处理后立体像对影像进行自动匹配,得到多度激光高程控制点;
对所述多度激光高程控制点进行迭代过滤,以将所述多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点。
在一种实施方式中,根据所述处理后立体像对影像和所述激光高程点确定高程误差补偿值的步骤,包括:
从所述激光高程点中选取预设数量的目标激光高程点;
对所述目标激光高程点和所述处理后立体像对影像进行手动刺点或自动匹配,以从所述处理后立体像对影像中确定所述目标激光高程点匹配的同名点;
对所述同名点进行空间前方交会处理,得到所述同名点对应的第一高程值;
将所述同名点对应的所述第一高程值,与所述目标激光高程点对应的第二高程值之间的差值平均值,作为高程误差补偿值。
在一种实施方式中,利用所述高程误差补偿值对所述激光高程点进行补偿,得到补偿后激光高程点的步骤,还包括:
将所述高程误差补偿值与所述激光高程点对应的第二高程值之间的和值,作为补偿后激光高程点对应的补偿后高程值。
在一种实施方式中,基于所述初始像素坐标,从所述补偿后激光高程点中确定初始激光高程控制点,和所述初始激光高程控制点在指定视角对应的影像上的目标像素坐标的步骤,包括:
以所述补偿后激光高程点在第一指定视角对应的影像上的初始像素坐标为中心,基于所述补偿后激光高程点对应的光斑直径,从所述第一指定视角对应的影像中确定控制点提取范围;
在所述控制点提取范围内,从所述第一指定视角对应的影像上提取多个备选激光高程控制点;
对所述备选激光高程控制点和第二指定视角对应的影像进行自动匹配,以基于匹配结果从所述备选激光高程控制点中确定初始激光高程控制点,和所述初始激光高程控制点在两个所述指定视角对应的影像上的目标像素坐标。
在一种实施方式中,基于匹配结果从所述备选激光高程控制点中确定初始激光高程控制点,和所述初始激光高程控制点在两个所述指定视角对应的影像上的目标像素坐标的步骤,包括:
如果所述匹配结果为第二指定视角对应的影像中不存在与所述备选激光高程控制点匹配的特征点,则剔除所述备选激光高程控制点;
如果所述匹配结果为第二指定视角对应的影像中存在与所述备选激光高程控制点匹配的特征点,则保留所述备选激光高程控制点;
确定所述备选激光高程控制点在所述第一指定视角对应的影像上的像素坐标与所述初始像素坐标之间的距离;
按照所述距离从近至远的顺序从保留的所述备选激光高程控制点中确定初始激光高程控制点,并将所述初始激光高程控制点在两个所述指定视角对应的影像上的像素位置作为目标像素坐标。
在一种实施方式中,对所述多度激光高程控制点进行迭代过滤,以将所述多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点的步骤,包括:
对每个所述多度激光高程控制点进行空间前方交会处理,得到每个所述多度激光高程控制点对应的物方坐标;
基于每个所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值,确定每个所述多度激光高程控制点对应的高程差值差异值;
如果最大高程差值差异值大于预设高程误差差异值阈值,则将所述最大高程差值差异值对应的所述多度激光高程控制点剔除;
基于剩余的所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值,重新确定剩余的每个所述多度激光高程控制点对应的高程差值差异值,直至剩余的每个所述多度激光高程控制点对应的高程差值差异值均小于所述预设高程误差差异值阈值;
将剩余的每个所述多度激光高程控制点作为目标多度激光高程控制点。
在一种实施方式中,基于每个所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值,确定每个所述多度激光高程控制点对应的高程差值差异值的步骤,包括:
确定每个所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值之间的差值,并将每个所述差值的平均值作为平均高程差值;
将每个所述差值与所述平均高程差值之间的差值,作为每个所述多度激光高程控制点对应的高程差值差异值。
第二方面,本发明实施例还提供一种激光高程点转刺到卫星立体影像的装置,包括:
获取模块,用于获取立体像对影像,和所述立体像对影像所对应范围内的激光高程点;其中,所述立体像对影像包括多个卫星立体影像,同一所述卫星立体影像均包括多个不同视角对应的影像;
影像处理模块,用于对所述立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像;
高程点补偿模块,用于根据所述处理后立体像对影像和所述激光高程点确定高程误差补偿值,利用所述高程误差补偿值对所述激光高程点进行补偿,得到补偿后激光高程点;
像素解算模块,用于解算所述补偿后激光高程点在所述处理后立体像对影像上的初始像素坐标;
控制点确定模块,用于基于所述初始像素坐标,从所述补偿后激光高程点中确定初始激光高程控制点,和所述初始激光高程控制点在指定视角对应的影像上的目标像素坐标;其中,所述初始激光高程控制点位于至少两个指定视角对应的影像上;
控制点匹配模块,用于基于所述目标像素坐标,对所述初始激光高程控制点和所述处理后立体像对影像进行自动匹配,得到多度激光高程控制点;
控制点过滤模块,用于对所述多度激光高程控制点进行迭代过滤,以将所述多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点。
第三方面,本发明实施例还提供一种电子设备,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第一方面提供的任一项所述的方法。
第四方面,本发明实施例还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第一方面提供的任一项所述的方法。
本发明实施例提供的一种激光高程点转刺到卫星立体影像的方法、装置及设备,首先获取立体像对影像,和立体像对影像所对应范围内的激光高程点,立体像对影像包括多个卫星立体影像,同一卫星立体影像均包括多个不同视角对应的影像;然后对立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像,从而根据处理后立体像对影像和激光高程点确定高程误差补偿值,利用高程误差补偿值对激光高程点进行补偿,得到补偿后激光高程点;解算补偿后激光高程点在处理后立体像对影像上的初始像素坐标,并基于初始像素坐标,从补偿后激光高程点中确定初始激光高程控制点,和初始激光高程控制点在指定视角对应的影像上的目标像素坐标,初始激光高程控制点位于至少两个指定视角对应的影像上;进而基于目标像素坐标,对初始激光高程控制点和处理后立体像对影像进行自动匹配,得到多度激光高程控制点;最后对多度激光高程控制点进行迭代过滤,以将多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点。上述方法在激光高程控制点自动匹配前引入了高程误差补偿值来优化激光高程点计算到各个立体像对上的初始像素坐标,使得初始像素坐标更加接近于同名点,只需要较小的搜索半径即可完成自动匹配,提升匹配的效率,同时也能降低重纹理地区的错误率;在激光高程控制点匹配中引入了激光高程点初匹配的方法确定了指定视角对应的影像的目标像素坐标,避免了在指定视角对应的影像上是特征点而在其他视角影像上为非特征点的情况,提升了匹配的成功率;在激光高程控制点自动匹配后可以自动剔除掉异常的激光高程控制点,通过本发明实施例所提出的优化方法,可以显著程度上提升激光高程控制点自动匹配的效率和准确度。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明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发明的一些实施方式,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为本发明实施例提供的一种激光高程点转刺到卫星立体影像的方法的流程示意图;
图2为本发明实施例提供的一种局部区域示意图;
图3为本发明实施例提供的一种激光高程点转刺到卫星立体影像的装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合实施例对本发明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。
目前,相关技术只能剔除常规的错误匹配点,而对于影像纹理为沙漠、森林等重纹理地区则会保留一定量的错误点,而且激光高程控制点不宜出现在房屋建筑上,较为适合出现在地面上,目前的方法均没有过滤这些错误点的能力,基于此,本发明实施提供了一种激光高程点转刺到卫星立体影像的方法、装置及设备,可以显著提升激光高程控制点自动匹配的效率和准确度。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种激光高程点转刺到卫星立体影像的方法进行详细介绍,参见图1所示的一种激光高程点转刺到卫星立体影像的方法的流程示意图,该方法主要包括以下步骤S102至步骤S114:
步骤S102,获取立体像对影像,和立体像对影像所对应范围内的激光高程点。
其中,立体像对影像包括多个卫星立体影像,同一卫星立体影像均包括多个不同视角对应的影像,诸如前视影像、后视影像和下视影像等。激光高程点可以采用ICESAT激光数据。在一种实施方式中,首先输入ICESAT激光数据和立体像对影像,然后计算所有立体像对影像所对应范围的并集,并提取处在并集范围内的所有激光高程点。
步骤S104,对立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像。
其中,连接点匹配处理是指输入的立体像对影像之间重叠区域的同名点,供自由网平差使用;自由网平差处理是利用匹配的连接点对立体像对影像进行RPC模型优化,目标是使得每个地面三维点坐标投射到每景影像的像素坐标为同名点。在一种实施方式中,可以利用个现有的算法对立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像。
步骤S106,根据处理后立体像对影像和激光高程点确定高程误差补偿值,利用高程误差补偿值对激光高程点进行补偿,得到补偿后激光高程点。
其中,高程误差补偿值也可称之为初始高程误差值。在一种实施方式中,可以选取一定数量的激光高程点,并通过人工或自动方式将选取的激光高程点匹配到同名点位置,再对同名点进行空间前方交会处理得到同名点的高程值,将同名点的高程值与选取的激光高程点的高程值之间的差值平均值作为高程误差补偿值。进一步的,将高程误差补偿值与所有激光高程点的高程值相加,实现对所有激光高程点的高程值进行补偿,即可得到补偿后激光高程点。
步骤S108,解算补偿后激光高程点在处理后立体像对影像上的初始像素坐标。
在一种实施方式中,可以使用RPC有理函数模型,解算补偿后激光高程点在处理后立体像对影像上的初始像素坐标。
步骤S110,基于初始像素坐标,从补偿后激光高程点中确定初始激光高程控制点,和初始激光高程控制点在指定视角对应的影像上的目标像素坐标。
其中,初始激光高程控制点位于至少两个指定视角对应的影像上,指定视角对应的影像可以为前视影像和后视影像,示例性的,初始激光高程控制点可以理解为同时位于前视影像和后视影像,且距离初始像素坐标距离最近的特征点。在一种实施方式中,可以以初始像素坐标为中心确定控制点提取范围,并在该控制点提取范围内提取多个备选激光高程控制点,并从中进一步筛选出同时位于前视影像和后视影像中的控制点作为初始激光高程控制点,确定出初始激光高程控制点在前视影像和后视影像上的目标像素坐标。
步骤S112,基于目标像素坐标,对初始激光高程控制点和处理后立体像对影像进行自动匹配,得到多度激光高程控制点。
在一种实施方式中,可以使用金字塔逐级的相关系数匹配算法,基于目标像素坐标,对初始激光高程控制点和处理后立体像对影像进行自动匹配,得到多度激光高程控制点。
步骤S114,对多度激光高程控制点进行迭代过滤,以将多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点。
在一种实施方式中,可以对多度激光高程控制点进行空间前方交会处理,得到相应的物方坐标,物方坐标包括高程值,根据多度激光高程控制点的高程和物方坐标中的高程,确定所有多度激光高程控制点的平均高程差值和每个多度激光高程控制点的高程差值差异值,在最大高程差值差异值大于预设高程误差差异值阈值的情况下,将最大高程差值异常值对应的多度激光高程控制点剔除,并更新平均高程差值和每个多度激光高程控制点的高程差值差异值,继续对多度激光高程控制点进行迭代过滤,直至保留的所有多度激光高程控制点的高度差值差异值均小于预设高程误差差异值阈值,即可停止迭代过滤,此时保留的多度激光高程控制点即为目标多度激光高程控制点。
本发明实施例提供的激光高程点转刺到卫星立体影像的方法,在激光高程控制点自动匹配前引入了高程误差补偿值来优化激光高程点计算到各个立体像对上的初始像素坐标,使得初始像素坐标更加接近于同名点,只需要较小的搜索半径即可完成自动匹配,提升匹配的效率,同时也能降低重纹理地区的错误率;在激光高程控制点匹配中引入了激光高程点初匹配的方法确定了指定视角对应的影像的目标像素坐标,避免了在指定视角对应的影像上是特征点而在其他视角影像上为非特征点的情况,提升了匹配的成功率;在激光高程控制点自动匹配后可以自动剔除掉异常的激光高程控制点,通过本发明实施例所提出的优化方法,可以显著程度上提升激光高程控制点自动匹配的效率和准确度。
为便于理解,本发明实施例提供了一种激光高程点转刺到卫星立体影像的方法的具体实施方式。
对于前述步骤S102,本发明实施例提供了一种获取立体像对影像,和立体像对影像所对应范围内的激光高程点的实施方式,具体的:
本发明实施例使用的是ICESAT激光数据,ICESAT卫星是NASA于2003年发射的一颗地球观测卫星,星上携带有NASA设计的地面高程激光测量系统(geosciencelaseraltimeter system , GLAS ),是目前高程精度最高的星载激光数据,其数据覆盖全球,能够作为生产高精度全球地面参考高程的基础数据,高程精度达到了0.2米左右。以txt为格式分块存储,里面记录着点ID、X、Y、Z以及一些属性数据。
目前使用的国产卫星立体像对影像主要有资源三号、高分七号等,同一卫星立体影像通常包括前视影像、后视影像以及下视影像,可以用来制作地形图产品,但是无控制的高程精度比较差,通常有数十米甚至上百米,因此,需要引入高程控制点来提升立体像对影像的高程精度。高程控制点需要保证在立体像对影像上的点是同名点,因此需要借助匹配的方法进行高程控制点的自动提取。
输入激光高程点和立体像对影像后,首先计算所有立体像对影像的范围的并集,提取出在范围之内的所有的激光高程点。
对于前述步骤S104,本发明实施例提供了一种对立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像的实施方式,具体的:
连接点匹配是指输入的立体像对影像之间重叠区域的同名点,供自由网平差使用。连接点匹配为成熟通用的技术,本发明实施例对此不再进行赘述;
自由网平差利用匹配的连接点对立体像对影像进行RPC模型优化,目标是使得每个地面三维点坐标投射到每景影像的像素坐标为同名点,此步骤为了后续激光高程点的自动匹配提供更为准确的范围,自由网平差为成熟通用的技术,本发明实施例对此不再进行赘述。
对于前述步骤S106,本发明实施例提供了一种根据处理后立体像对影像和激光高程点确定高程误差补偿值的实施方式,在激光高程点自动匹配之前,本发明实施例提出使用高程误差补偿值确定的方法来提高激光高程点解算到各影像上像素坐标的精度,以此来提升激光高程点自动匹配的效率和成功率。
经过连接点匹配和自由网平差后,将所有的立体像对影像的模型误差降低到最小,理论上任意一个三维坐标(x、y、)计算到每景影像的像素坐标(col、row)实际位置应该是一致的,但是需要该三维坐标的高程/>必须是自由网平差后立体像对空间前方交会(空间前方交会属于摄影测量的基本概念,在此不做详述)出来的高程值,而激光高程点(x、y、/>)的高程值/>与立体像对影像模型多片前方交会出来的高程值不一致,如果直接使用激光高程点去计算每景影像的像素坐标值,所呈现出的并非是同名点附近,如果高程值差异较大,所解算的每景影像像素坐标距离会比较远,从而使后续的自动匹配过程存在错误匹配或者匹配失败等问题。
每个立体像对如果提前知道高程误差补偿值,即激光高程点的高程值/>加上高程误差补偿值/>能够接近于当前立体像对影像模型交会出来的高程值/>,也即,此时解算出的像素坐标真实位置将会更加靠近。
但是,高程误差补偿值是无法提前预知的,代表着当前自由网平差的高程精度和激光高程点的高程精度的差异,鉴于每个立体像对同名点前方交会出的高程值和激光高程点的高程值都具有相对一致性,即他们之前的差值也是相对固定的,因此通过算法的方式来计算一个高程误差补偿值/>变得可行。
在一种实施方式中,可以按照如下步骤A1至步骤A4确定高程误差补偿值
步骤A1,从激光高程点中选取预设数量的目标激光高程点。
在具体实现时,可以通过人工方式或自动方式确定高程误差补偿值。如果采用人工方式,则可以在整个测区影像范围内选取1到两个目标激光高程点;如果采用自动方式,则可以在整个测区影像范围内选取一定数量(大约2%~5%)的激光高程点。
步骤A2,对目标激光高程点和处理后立体像对影像进行手动刺点或自动匹配,以从处理后立体像对影像中确定目标激光高程点匹配的同名点。
在具体实现时,如果采用人工方式,则可以通过将选取的目标激光高程点人工调整到同名点位置;如果采用自动方式,则可以采用自动匹配算法将目标激光高程点匹配到同名点位置。
其中,自动匹配算法采用的是基于金字塔逐级相关系数匹配法,为成熟的现有技术,本发明实施例对此不再进行赘述。需要注意的是,由于高程误差影响,预测到各个影像上的同名点实际差异会较大,因此需要设置较大的搜索半径来保证匹配的成功率。
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。相关系数匹配法如下公式(1)所示:
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,它们的定义与一般统计理论中定义相同。
步骤A3,对同名点进行空间前方交会处理,得到同名点对应的第一高程值。
在一例中,可以通过空间前方交会出同名点对应的第一高程值
步骤A4,将同名点对应的第一高程值,与目标激光高程点对应的第二高程值之间的差值平均值,作为高程误差补偿值。
在一例中,可以将空间前方交会得到的第一高程值,减去激光高程点的第二高程值/>求平均,即为高程误差补偿值/>
综上所述,可以通过以下两种方式来计算高程初始误差值:
(1)人工方式:在整个测区影像范围内选取1到2个激光高程点,人工调整到同名点位置,空间前方交会出第一高程值,减去激光高程点的第二高程值/>求平均,即为高程误差补偿值/>
(2)自动方式:在整个测区影像范围内选取一定数量(大约2%~5%)的激光高程点,自动匹配到同名点位置,空间前方交会出第一高程值,减去激光高程点的第二高程值/>求平均,即为高程误差补偿值/>
进一步的,经过步骤A1至步骤A4得到高程误差补偿值之后,可以利用高程误差补偿值/>对激光高程点进行补偿,得到补偿后激光高程点。具体的,将高程误差补偿值/>与激光高程点对应的第二高程值/>之间的和值,作为补偿后激光高程点对应的补偿后高程值。
在具体实现时,在测区内的所有激光高程点(x、y、)的第二高程值/>加上高程误差补偿值/>得到一个补偿后高程值z,补偿后激光高程点坐标为(x、y、z),此时z值比较接近于自由网平差后空间前方交会出的高程值,解算每景影像的像素坐标,真实位置更加接近于同名点。
对于前述步骤S108,本发明实施例提供了一种解算补偿后激光高程点在处理后立体像对影像上的初始像素坐标的实施方式,处理后立体像对影像所使用的是RPC有理函数模型,该模型为通用技术点,本发明实施例对此不再进行赘述,通过RPC有理函数模型可以构建像素坐标和物方坐标的转换关系。RPC模型物方坐标转换为像素坐标可以采用如下公式(2):
公式中,a、b、c、d各有19个参数是RPC模型的几何多项式参数,为三维坐标(x、y、z)正则化后的地面三维坐标。
含误差补偿的扩展RPC定义如下公式(3)所示:
其中,是控制点在影像上的行列坐标,对应地面点坐标为/>,/>,/>是可以补偿函数,描述RPC计算出的像点坐标和实际量测坐标间的差值。
仿射Affine变换模型(像方空间),A和B为自由网平差解算的每景影像的RPC像方仿射改正六参数,仿射Affine变换模型如下公式(4)所示:
最终解算出每个激光高程点在每景影像上的初始像素坐标,为下一步匹配奠定基础。
对于前述步骤S110,本发明实施例提供了一种基于初始像素坐标,从补偿后激光高程点中确定初始激光高程控制点,和初始激光高程控制点在指定视角对应的影像上的目标像素坐标的实施方式,激光高程点的高程值是代表着一定范围的高程值,并不是固定的一个坐标点,例如ICESAT激光点的光斑直径约为17.5米,因此,在激光高程点辐射范围内任意一个点都可以作为激光高程控制点。
考虑到立体像对的前视影像、后视影像由于拍摄角度的不同,在前视影像上的特征点未必在后视影像上也是特征点,因此,需要在激光高程点光斑范围内找到一个尽量距离光斑中心最近且前视和后视均为特征点的点位。
在具体实现时,可以参见如下步骤B1至步骤B3:
步骤B1,以补偿后激光高程点在第一指定视角对应的影像上的初始像素坐标为中心,基于补偿后激光高程点对应的光斑直径,从第一指定视角对应的影像中确定控制点提取范围。可选的,第一指定视角对应的影像可以为前视影像。
在一例中,利用前述步骤S108解算出每景影像的初始像素坐标,以该初始像素坐标为圆心,直径为17.5米(按照影像的分辨率可转为像素单位)的圆形区域作为控制点提取范围。
步骤B2,在控制点提取范围内,从第一指定视角对应的影像上提取多个备选激光高程控制点。
在一例中,在圆形区域利用Harris特征点提取算法提取特征点(也即,备选激光高程控制点)N个,本发明实施例采用50个,按照距离圆心点距离远近进行排序,距离圆心越近的特征点排序越靠前,Harris特征点提取是现有的成熟技术,本发明实施例对此不再进行赘述。
步骤B3,对备选激光高程控制点和第二指定视角对应的影像进行自动匹配,以基于匹配结果从备选激光高程控制点中确定初始激光高程控制点,和初始激光高程控制点在两个指定视角对应的影像上的目标像素坐标。可选的,第二指定视角对应的影像可以为后视影像。
在一种实施方式中,可以参见如下步骤B3-1至步骤B3-4:
步骤B3-1,如果匹配结果为第二指定视角对应的影像中不存在与备选激光高程控制点匹配的特征点,则剔除备选激光高程控制点。在一例中,如果某特征点在前视影像和后视影像上未匹配成功,则说明该特征点仅位于前视影像,而未位于后视影像,此时将该特征点剔除。
步骤B3-2,如果匹配结果为第二指定视角对应的影像中存在与备选激光高程控制点匹配的特征点,则保留备选激光高程控制点。在一例中,如果某特征点在前视影像和后视影像上匹配成功,则说明该特征点同时位于前视影像和后视影像,此时将该特征点保留。
步骤B3-3,确定备选激光高程控制点在第一指定视角对应的影像上的像素坐标与初始像素坐标之间的距离。可选的,对于保留下来的备选激光高程控制点,可以确定该备选激光控制点在前视影像中的像素坐标与初始像素坐标(也即圆形区域的圆心)之间的距离。
步骤B3-4,按照距离从近至远的顺序从保留的备选激光高程控制点中确定初始激光高程控制点,并将初始激光高程控制点在两个指定视角对应的影像上的像素位置作为目标像素坐标。可选的,可以选择距离初始像素坐标最近的备选激光高程控制点作为初始激光高程控制点。
在具体实现时,循环所有在前视影像上提取的特征点去和后视影像上提取的特征点进行自动匹配,匹配成功就跳出循环,记录前视影像的像素坐标值(col,row)代表该点在前视影像和后视影像能够匹配成功。自动匹配同公式(1),由于考虑了高程误差改正因素,像素坐标真实位置比较接近,因此与步骤S106匹配不同的是搜索半径可以设置较小,通常设置30即可,因此能够加快匹配效率,降低错误率。
该步骤解算完毕,得到每个初始激光高程控制点在其中一景前视影像上的像素坐标和其中一景后视影像的像素坐标。
对于前述步骤S112,本发明实施例提供了一种基于目标像素坐标,对初始激光高程控制点和处理后立体像对影像进行自动匹配,得到多度激光高程控制点的实施方式,前述步骤S110得到了每个初始激光高程控制点在其中一景前视影像上的目标像素坐标和其中一景后视影像的目标像素坐标,该初始激光高程控制点同时在其他前视影像和其他后视影像上经过步骤S108都有大概的初始像素坐标,本步骤的目标就是自动匹配每个初始激光高程控制点在其余的前视影像和后视影像的像素坐标,最终得到所有的多度激光高程控制点,多度激光高程控制点的含义为:初始激光高程控制点一共在几景影像上存在并且匹配成功,则该初始激光高程控制点即为几度激光高程控制点。
自动匹配依然使用金字塔逐级的相关系数匹配,相关系数计算公式见公式(1),由于考虑了高程误差改正因素,像素坐标真实位置比较接近,因此与步骤S106匹配不同的是搜索半径可以设置较小,通常设置30即可,因此能够加快匹配效率,降低错误率。
该步骤得到所有的多度激光高程控制点,多度激光高程控制点记录的主要信息如下表1所示:
表1
ID表示该多度激光高程控制点的标识;X、Y、Z是多度激光高程控制点的经纬度坐标和高程;Col1和Row1是多度激光高程控制点在影像1上的像素坐标,Col2和Row2是激光高程控制点在影像2上的像素坐标……Coln和Rown是激光高程控制点在影像n上的像素坐标。
对于前述步骤S114,本发明实施例提供了一种对多度激光高程控制点进行迭代过滤,以将多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点的实施方式,自动匹配得到的多度激光高程控制点平面位置坐标是粗略的,高程精度是准确的,因此,仅靠坐标的平面位置去构建多项式残差将无法剔除掉错误的多度激光高程控制点,本发明实施例在多度激光高程控制点匹配后,提出使用高程误差的方式来对点进行过滤和筛选,进一步提升自动匹配激光点的准确率,减少人工检查的工作量。
在一种具体的实施方式中,可以参见如下步骤C1至步骤C5:
步骤C1,对每个多度激光高程控制点进行空间前方交会处理,得到每个多度激光高程控制点对应的物方坐标。
在一例中,利用数字摄影测量中的空间前方交会原理计算每个多度高程控制点的物方坐标(x、y、),/>记为第四高程值。
步骤C2,基于每个多度激光高程控制点对应的第三高程值和物方坐标中的第四高程值,确定每个多度激光高程控制点对应的高程差值差异值。具体参见如下步骤C2-1至步骤C2-2:
步骤C2-1,确定每个多度激光高程控制点对应的第三高程值和物方坐标中的第四高程值之间的差值,并将每个差值的平均值作为平均高程差值。
在一种实施方式中,计算每个多度激光高程控制点的第三高程值与空间前方交会出的第四高程值/>的差值/>,并计算所有n个多度激光高程控制点的平均高程差值,/>代表着整个测区内前方交会出的高程精度和激光点自身的高程精度的平均差异或者平均偏离值。具体的,按照如下公式(5)计算平均高程差值/>
步骤C2-2,将每个差值与平均高程差值之间的差值,作为每个多度激光高程控制点对应的高程差值差异值。
在一种实施方式中,每个多度激光高程控制点的高程差值与平均高程差值相减,得到每个多度激光高程控制点的高程差值差异值/>
步骤C3,如果最大高程差值差异值大于预设高程误差差异值阈值,则将最大高程差值差异值对应的多度激光高程控制点剔除。
在一种实施方式中,预设一个高程误差差异值阈值,通常可设置为5到10米,统计出最大的高程差值差异值/>对应的多度激光高程控制点,如果该多度激光高程控制点的高程差值差异值/>大于预设的误差差异阈值/>,那么删除该多度激光高程控制点。
步骤C4,基于剩余的多度激光高程控制点对应的第三高程值和物方坐标中的第四高程值,重新确定剩余的每个多度激光高程控制点对应的高程差值差异值,直至剩余的每个多度激光高程控制点对应的高程差值差异值均小于预设高程误差差异值阈值。
在一种实施方式中,重复执行步骤C2至步骤C3,直至误差最大点的误差差异阈值小于预设的误差差异阈值,如下所示的公式(6)为迭代运算停止的条件:
被删除的多度激光高程控制点有两类点:第一类是自动匹配错误的点,空间前方交会的高程值便会异常,应该予以删除;第二类是自动匹配正确的点,但该点落在了高楼上,多度激光高程控制点的高程值是指地面点的高程,第二类点也应该予以删除。
步骤C5,将剩余的每个多度激光高程控制点作为目标多度激光高程控制点。其中,目标多度激光高程控制点也即最终的激光高程控制点数据。
综上所述,针对现有的激光高程控制点自动匹配的问题,在激光高程控制点自动匹配前引入了高程误差补偿值来优化激光点计算到各个立体像对上的像素坐标,使得初始像素坐标更加接近于同名点,只需要较小的搜索半径即可完成自动匹配,提升匹配的效率,同时也能降低重纹理地区的错误率;在激光高程控制点匹配中引入了激光点初匹配的方法确定了前视影像的像素坐标值,避免了在前视影像上是特征点而在后视或其他视角影像上为非特征点的情况,提升了匹配的成功率;在激光高程控制点自动匹配后引入了空间前方交会计算每个激光高程控制点的高程误差值,来去自动剔除掉错误的激光高程控制点和高程异常点。通过本发明实施例所提出的优化方法,可以在一定程度上提升激光高程控制点自动匹配的效率和准确度。
进一步的,本发明实施例提供了一种激光高程点转刺到卫星立体影像的方法的应用示例,选择高分七号立体像对数据进行精度分析。参与分析的数据位于103.18°E-104.17°E,30.09°N-31.17°N,共覆盖约一万平方公里,包括若干景对前后视影像、420个外业控制点、共有50个激光点数据覆盖,最终自动匹配到50个激光高程控制点,经过人工检查,点位全部正确,准确率达到100%。
参见图2所示的一种局部区域示意图,图2中示意出了激光高程控制点(白色点)和外业控制点(黑色点),外业控制点不参与区域网平差解算,仅仅作为检查点存在,利用激光高程控制点来辅助区域网平差处理。由下表2可以表明,如果自由网平差计算,高程中误差达到了48.5米,使用自动匹配的激光高程控制点进行辅助区域网平差解算,高程中误差提升到了5.8米,对无控制点区域或者境外区域的测绘产品高程精度会有明显地改善效果,具有非常重要的意义。
表2
在前述实施例的基础上,本发明实施例提供了一种激光高程点转刺到卫星立体影像的装置,参见图3所示的一种激光高程点转刺到卫星立体影像的装置的结构示意图,该装置主要包括以下部分:
获取模块302,用于获取立体像对影像,和立体像对影像所对应范围内的激光高程点;其中,立体像对影像包括多个卫星立体影像,同一卫星立体影像均包括多个不同视角对应的影像;
影像处理模块304,用于对立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像;
高程点补偿模块306,用于根据处理后立体像对影像和激光高程点确定高程误差补偿值,利用高程误差补偿值对激光高程点进行补偿,得到补偿后激光高程点;
像素解算模块308,用于解算补偿后激光高程点在处理后立体像对影像上的初始像素坐标;
控制点确定模块310,用于基于初始像素坐标,从补偿后激光高程点中确定初始激光高程控制点,和初始激光高程控制点在指定视角对应的影像上的目标像素坐标;其中,初始激光高程控制点位于至少两个指定视角对应的影像上;
控制点匹配模块312,用于基于目标像素坐标,对初始激光高程控制点和处理后立体像对影像进行自动匹配,得到多度激光高程控制点;
控制点过滤模块314,用于对多度激光高程控制点进行迭代过滤,以将多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点。
本发明实施例提供的激光高程点转刺到卫星立体影像的装置,在激光高程控制点自动匹配前引入了高程误差补偿值来优化激光高程点计算到各个立体像对上的初始像素坐标,使得初始像素坐标更加接近于同名点,只需要较小的搜索半径即可完成自动匹配,提升匹配的效率,同时也能降低重纹理地区的错误率;在激光高程控制点匹配中引入了激光高程点初匹配的方法确定了指定视角对应的影像的目标像素坐标,避免了在指定视角对应的影像上是特征点而在其他视角影像上为非特征点的情况,提升了匹配的成功率;在激光高程控制点自动匹配后可以自动剔除掉异常的激光高程控制点,通过本发明实施例所提出的优化方法,可以显著程度上提升激光高程控制点自动匹配的效率和准确度。
在一种实施方式中,高程点补偿模块306还用于:
从激光高程点中选取预设数量的目标激光高程点;
对目标激光高程点和处理后立体像对影像进行手动刺点或自动匹配,以从处理后立体像对影像中确定目标激光高程点匹配的同名点;
对同名点进行空间前方交会处理,得到同名点对应的第一高程值;
将同名点对应的第一高程值,与目标激光高程点对应的第二高程值之间的差值平均值,作为高程误差补偿值。
在一种实施方式中,高程点补偿模块306还用于:
将高程误差补偿值与激光高程点对应的第二高程值之间的和值,作为补偿后激光高程点对应的补偿后高程值。
在一种实施方式中,控制点确定模块310还用于:
以补偿后激光高程点在第一指定视角对应的影像上的初始像素坐标为中心,基于补偿后激光高程点对应的光斑直径,从第一指定视角对应的影像中确定控制点提取范围;
在控制点提取范围内,从第一指定视角对应的影像上提取多个备选激光高程控制点;
对备选激光高程控制点和第二指定视角对应的影像进行自动匹配,以基于匹配结果从备选激光高程控制点中确定初始激光高程控制点,和初始激光高程控制点在两个指定视角对应的影像上的目标像素坐标。
在一种实施方式中,控制点确定模块310还用于:
如果匹配结果为第二指定视角对应的影像中不存在与备选激光高程控制点匹配的特征点,则剔除备选激光高程控制点;
如果匹配结果为第二指定视角对应的影像中存在与备选激光高程控制点匹配的特征点,则保留备选激光高程控制点;
确定备选激光高程控制点在第一指定视角对应的影像上的像素坐标与初始像素坐标之间的距离;
按照距离从近至远的顺序从保留的备选激光高程控制点中确定初始激光高程控制点,并将初始激光高程控制点在两个指定视角对应的影像上的像素位置作为目标像素坐标。
在一种实施方式中,控制点过滤模块314还用于:
对每个多度激光高程控制点进行空间前方交会处理,得到每个多度激光高程控制点对应的物方坐标;
基于每个多度激光高程控制点对应的第三高程值和物方坐标中的第四高程值,确定每个多度激光高程控制点对应的高程差值差异值;
如果最大高程差值差异值大于预设高程误差差异值阈值,则将最大高程差值差异值对应的多度激光高程控制点剔除;
基于剩余的多度激光高程控制点对应的第三高程值和物方坐标中的第四高程值,重新确定剩余的每个多度激光高程控制点对应的高程差值差异值,直至剩余的每个多度激光高程控制点对应的高程差值差异值均小于预设高程误差差异值阈值;
将剩余的每个多度激光高程控制点作为目标多度激光高程控制点。
在一种实施方式中,控制点过滤模块314还用于:
确定每个多度激光高程控制点对应的第三高程值和物方坐标中的第四高程值之间的差值,并将每个差值的平均值作为平均高程差值;
将每个差值与平均高程差值之间的差值,作为每个多度激光高程控制点对应的高程差值差异值。
本发明实施例所提供的装置,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,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法 。
图4为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器40,存储器41,总线42和通信接口43,所述处理器40、通信接口43和存储器41通过总线42连接;处理器40用于执行存储器41中存储的可执行模块,例如计算机程序。
其中,存储器41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-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口43(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42可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4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。
其中,存储器41用于存储程序,所述处理器40在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中,或者由处理器40实现。
处理器40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40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40可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明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41,处理器40读取存储器41中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,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,具体实现可参见前述方法实施例,在此不再赘述。
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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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)执行本发明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。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种激光高程点转刺到卫星立体影像的方法,其特征在于,包括:
获取立体像对影像,和所述立体像对影像所对应范围内的激光高程点;其中,所述立体像对影像包括多个卫星立体影像,同一所述卫星立体影像均包括多个不同视角对应的影像;
对所述立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像;
根据所述处理后立体像对影像和所述激光高程点确定高程误差补偿值,利用所述高程误差补偿值对所述激光高程点进行补偿,得到补偿后激光高程点;
解算所述补偿后激光高程点在所述处理后立体像对影像上的初始像素坐标;
基于所述初始像素坐标,从所述补偿后激光高程点中确定初始激光高程控制点,和所述初始激光高程控制点在指定视角对应的影像上的目标像素坐标;其中,所述初始激光高程控制点位于至少两个指定视角对应的影像上;
基于所述目标像素坐标,对所述初始激光高程控制点和所述处理后立体像对影像进行自动匹配,得到多度激光高程控制点;
对所述多度激光高程控制点进行迭代过滤,以将所述多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点。
2.根据权利要求1所述的激光高程点转刺到卫星立体影像的方法,其特征在于,根据所述处理后立体像对影像和所述激光高程点确定高程误差补偿值的步骤,包括:
从所述激光高程点中选取预设数量的目标激光高程点;
对所述目标激光高程点和所述处理后立体像对影像进行手动刺点或自动匹配,以从所述处理后立体像对影像中确定所述目标激光高程点匹配的同名点;
对所述同名点进行空间前方交会处理,得到所述同名点对应的第一高程值;
将所述同名点对应的所述第一高程值,与所述目标激光高程点对应的第二高程值之间的差值平均值,作为高程误差补偿值。
3.根据权利要求1所述的激光高程点转刺到卫星立体影像的方法,其特征在于,利用所述高程误差补偿值对所述激光高程点进行补偿,得到补偿后激光高程点的步骤,还包括:
将所述高程误差补偿值与所述激光高程点对应的第二高程值之间的和值,作为补偿后激光高程点对应的补偿后高程值。
4.根据权利要求1所述的激光高程点转刺到卫星立体影像的方法,其特征在于,基于所述初始像素坐标,从所述补偿后激光高程点中确定初始激光高程控制点,和所述初始激光高程控制点在指定视角对应的影像上的目标像素坐标的步骤,包括:
以所述补偿后激光高程点在第一指定视角对应的影像上的初始像素坐标为中心,基于所述补偿后激光高程点对应的光斑直径,从所述第一指定视角对应的影像中确定控制点提取范围;
在所述控制点提取范围内,从所述第一指定视角对应的影像上提取多个备选激光高程控制点;
对所述备选激光高程控制点和第二指定视角对应的影像进行自动匹配,以基于匹配结果从所述备选激光高程控制点中确定初始激光高程控制点,和所述初始激光高程控制点在两个所述指定视角对应的影像上的目标像素坐标。
5.根据权利要求4所述的激光高程点转刺到卫星立体影像的方法,其特征在于,基于匹配结果从所述备选激光高程控制点中确定初始激光高程控制点,和所述初始激光高程控制点在两个所述指定视角对应的影像上的目标像素坐标的步骤,包括:
如果所述匹配结果为第二指定视角对应的影像中不存在与所述备选激光高程控制点匹配的特征点,则剔除所述备选激光高程控制点;
如果所述匹配结果为第二指定视角对应的影像中存在与所述备选激光高程控制点匹配的特征点,则保留所述备选激光高程控制点;
确定所述备选激光高程控制点在所述第一指定视角对应的影像上的像素坐标与所述初始像素坐标之间的距离;
按照所述距离从近至远的顺序从保留的所述备选激光高程控制点中确定初始激光高程控制点,并将所述初始激光高程控制点在两个所述指定视角对应的影像上的像素位置作为目标像素坐标。
6.根据权利要求1所述的激光高程点转刺到卫星立体影像的方法,其特征在于,对所述多度激光高程控制点进行迭代过滤,以将所述多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点的步骤,包括:
对每个所述多度激光高程控制点进行空间前方交会处理,得到每个所述多度激光高程控制点对应的物方坐标;
基于每个所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值,确定每个所述多度激光高程控制点对应的高程差值差异值;
如果最大高程差值差异值大于预设高程误差差异值阈值,则将所述最大高程差值差异值对应的所述多度激光高程控制点剔除;
基于剩余的所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值,重新确定剩余的每个所述多度激光高程控制点对应的高程差值差异值,直至剩余的每个所述多度激光高程控制点对应的高程差值差异值均小于所述预设高程误差差异值阈值;
将剩余的每个所述多度激光高程控制点作为目标多度激光高程控制点。
7.根据权利要求6所述的激光高程点转刺到卫星立体影像的方法,其特征在于,基于每个所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值,确定每个所述多度激光高程控制点对应的高程差值差异值的步骤,包括:
确定每个所述多度激光高程控制点对应的第三高程值和所述物方坐标中的第四高程值之间的差值,并将每个所述差值的平均值作为平均高程差值;
将每个所述差值与所述平均高程差值之间的差值,作为每个所述多度激光高程控制点对应的高程差值差异值。
8.一种激光高程点转刺到卫星立体影像的装置,其特征在于,包括:
获取模块,用于获取立体像对影像,和所述立体像对影像所对应范围内的激光高程点;其中,所述立体像对影像包括多个卫星立体影像,同一所述卫星立体影像均包括多个不同视角对应的影像;
影像处理模块,用于对所述立体像对影像进行连接点匹配处理和自由网平差处理,得到处理后立体像对影像;
高程点补偿模块,用于根据所述处理后立体像对影像和所述激光高程点确定高程误差补偿值,利用所述高程误差补偿值对所述激光高程点进行补偿,得到补偿后激光高程点;
像素解算模块,用于解算所述补偿后激光高程点在所述处理后立体像对影像上的初始像素坐标;
控制点确定模块,用于基于所述初始像素坐标,从所述补偿后激光高程点中确定初始激光高程控制点,和所述初始激光高程控制点在指定视角对应的影像上的目标像素坐标;其中,所述初始激光高程控制点位于至少两个指定视角对应的影像上;
控制点匹配模块,用于基于所述目标像素坐标,对所述初始激光高程控制点和所述处理后立体像对影像进行自动匹配,得到多度激光高程控制点;
控制点过滤模块,用于对所述多度激光高程控制点进行迭代过滤,以将所述多度激光高程控制点中的异常点剔除,得到目标多度激光高程控制点。
9.一种电子设备,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7任一项所述的方法。
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7任一项所述的方法。
CN202410115045.7A 2024-01-29 2024-01-29 激光高程点转刺到卫星立体影像的方法、装置及设备 Active CN117647232B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410115045.7A CN117647232B (zh) 2024-01-29 2024-01-29 激光高程点转刺到卫星立体影像的方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410115045.7A CN117647232B (zh) 2024-01-29 2024-01-29 激光高程点转刺到卫星立体影像的方法、装置及设备

Publications (2)

Publication Number Publication Date
CN117647232A CN117647232A (zh) 2024-03-05
CN117647232B true CN117647232B (zh) 2024-04-16

Family

ID=90049856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410115045.7A Active CN117647232B (zh) 2024-01-29 2024-01-29 激光高程点转刺到卫星立体影像的方法、装置及设备

Country Status (1)

Country Link
CN (1) CN117647232B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103823981A (zh) * 2014-02-28 2014-05-28 武汉大学 一种数字高程模型辅助的卫星影像区域网平差方法
CN104931022A (zh) * 2015-04-21 2015-09-23 国家测绘地理信息局卫星测绘应用中心 基于星载激光测高数据的卫星影像立体区域网平差方法
CN111174753A (zh) * 2019-12-28 2020-05-19 同济大学 基于有理函数模型的光学影像与激光测高数据平差方法
CN113538595A (zh) * 2021-07-14 2021-10-22 自然资源部国土卫星遥感应用中心 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
CN113532377A (zh) * 2021-07-14 2021-10-22 自然资源部国土卫星遥感应用中心 一种利用高分七号激光测高数据辅助区域网平差的方法
CN115953696A (zh) * 2023-03-14 2023-04-11 航天宏图信息技术股份有限公司 立体卫星影像精度质检的方法、装置和电子设备
CN116753916A (zh) * 2023-06-09 2023-09-15 中国人民解放军61540部队 多视角卫星影像区域网平差方法及系统
CN117030620A (zh) * 2023-07-25 2023-11-10 中科星图空间技术有限公司 一种基于多源光学遥感卫星影像区域网平差的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107167786B (zh) * 2017-06-05 2021-01-01 中国测绘科学研究院 卫星激光测高数据辅助提取高程控制点方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103823981A (zh) * 2014-02-28 2014-05-28 武汉大学 一种数字高程模型辅助的卫星影像区域网平差方法
CN104931022A (zh) * 2015-04-21 2015-09-23 国家测绘地理信息局卫星测绘应用中心 基于星载激光测高数据的卫星影像立体区域网平差方法
CN111174753A (zh) * 2019-12-28 2020-05-19 同济大学 基于有理函数模型的光学影像与激光测高数据平差方法
CN113538595A (zh) * 2021-07-14 2021-10-22 自然资源部国土卫星遥感应用中心 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
CN113532377A (zh) * 2021-07-14 2021-10-22 自然资源部国土卫星遥感应用中心 一种利用高分七号激光测高数据辅助区域网平差的方法
CN115953696A (zh) * 2023-03-14 2023-04-11 航天宏图信息技术股份有限公司 立体卫星影像精度质检的方法、装置和电子设备
CN116753916A (zh) * 2023-06-09 2023-09-15 中国人民解放军61540部队 多视角卫星影像区域网平差方法及系统
CN117030620A (zh) * 2023-07-25 2023-11-10 中科星图空间技术有限公司 一种基于多源光学遥感卫星影像区域网平差的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
激光测高数据辅助卫星成像几何模型精化处理;曹宁;周平;王霞;唐新明;李国元;;遥感学报;20180725(第04期);全文 *

Also Published As

Publication number Publication date
CN117647232A (zh) 2024-03-05

Similar Documents

Publication Publication Date Title
US9378585B2 (en) System and method for automatic geometric correction using RPC
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
CN108759788B (zh) 无人机影像定位定姿方法及无人机
CN109671109B (zh) 密集点云生成方法及系统
CN113538501A (zh) 低空图像dsm生成建筑物边缘精细化方法
CN111145227A (zh) 一种地下隧道空间多视点云的可迭代整体配准方法
CN114332134B (zh) 一种基于密集点云的建筑物立面提取方法和装置
CN110889899A (zh) 一种数字地表模型的生成方法及装置
Eckert et al. Comparison of automatic DSM generation modules by processing IKONOS stereo data of an urban area
You et al. A quality prediction method for building model reconstruction using LiDAR data and topographic maps
CN112767461A (zh) 激光点云与序列全景影像自动配准方法
Aati et al. Comparative study of photogrammetry software in industrial field
CN111986074A (zh) 一种真正射影像制作方法、装置、设备及存储介质
Wang Automatic extraction of building outline from high resolution aerial imagery
CN117647232B (zh) 激光高程点转刺到卫星立体影像的方法、装置及设备
CN110969650B (zh) 一种基于中心投影的强度图像与纹理序列间的配准方法
CN112767459A (zh) 基于2d-3d转换的无人机激光点云与序列影像配准方法
Gao et al. Automatic geo-referencing mobile laser scanning data to UAV images
CN114494625A (zh) 高精度地形图制作方法、装置和计算机设备
Toschi et al. Validation tests of open-source procedures for digital camera calibration and 3D image-based modelling
CN116704129B (zh) 基于全景图的三维图像生成方法、装置、设备及存储介质
CN117455815B (zh) 基于卫星影像平顶建筑物顶底偏移校正方法及相关设备
Wu et al. Building Facade Reconstruction Using Crowd-Sourced Photos and Two-Dimensional Maps
CN116704138B (zh) 倾斜摄影三维模型的建立方法及装置
CN111598997B (zh) 一种基于聚焦堆栈单体数据子集架构的全局计算成像方法

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