CN117934346A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN117934346A CN117934346A CN202410324885.4A CN202410324885A CN117934346A CN 117934346 A CN117934346 A CN 117934346A CN 202410324885 A CN202410324885 A CN 202410324885A CN 117934346 A CN117934346 A CN 117934346A
- Authority
- CN
- China
- Prior art keywords
- image
- geometric
- corrected
- resolution
- coordinates
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000009434 installation Methods 0.000 claims abstract description 15
- 238000012423 maintenance Methods 0.000 claims abstract description 4
- 238000003384 imaging method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 230000001788 irregular Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000012952 Resampling Methods 0.000 claims description 12
- 238000005096 rolling process Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及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，与现有技术相比实现了低精度硬件平台下的机载线阵高光谱影像的校正，且无需利用地面测量控制点的情况下有效提升校正定位精度。本发明包括以下步骤：构建定位模型并根据特定姿态拍摄实现标定；逐像素几何正算处理并利用三角网构建索引；利用三角网索引进行规则化格网影像输出粗校正影像；基于平滑先验进行逐行POS数据修正；利用修正POS数据进行几何分辨率保持的几何精校正。本发明实现无需现场额外测量控制点情况下标定高光谱相机的安装误差，利用平滑先验有效修正POS数据，得到几何分辨率有效保持的高光谱校正影像，为生态环境、农业等行业提供高质量高光谱数据。
Description
技术领域
本发明涉及空天信息技术中高光谱影像处理应用领域，具体来说是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。
背景技术
随着航空航天、光学和计算机科学领域的不断发展，高光谱遥感成像技术已经取得了长足的进步。高光谱图像Hyperspectral Image以其在连续窄波段上记录观测场景的光谱信号和反映观测场景中空间地物分布的特性，成为精确检测、识别和分析地表目标的有力工具。与传统遥感技术相比，高光谱图像以其更加精细的光谱分辨率和更广泛的光谱覆盖范围，能够捕获地物目标更加丰富的信息。高光谱图像的应用十分广泛，其中包括但不限于智能农业、环境监测和林业灾害分析等领域。此外，高光谱图像还可以用于矿产勘探、城市规划、海洋环境监测等领域，为其提供了高效、精准的数据分析手段。但是，现有高光谱成像系统的硬件限制，导致获取的高光谱图像通常有比较低的几何质量，这严重限制了其应用范围。因此，机载线阵高光谱影像几何处理具有重要意义。
现有研究中，未考虑到整个平台稳定精度对线阵高光谱影像几何较真产生的误差影响。因此，在影像数据获取阶段，需考虑到高光谱相机、POS以及平台之间的安装关系常态化标定。由于原始影像严重扭曲，几何校正间接法难以适用，可利用三角网对非均匀几何定位格网构建索引，从而实现几何校正。此外，POS数据中存在误差，导致影像随航向几何定位便宜，可利用平滑先验对原始数据进行去噪，将偏移量转为滚动角残差并补偿至原始POS数据，同时为保持校正影像几何分辨率，需对不规则网格插值方法进行改正。国内暂无对立体SAR影像自动生成高精度控制点的论文与专利。
发明内容
本发明的目的是为了解决现有技术中无法对不稳定平台的机载线阵高光谱影像高精度几何处理问题，提供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来解决上述问题。
为了实现上述目的，本发明技术方案如下：
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，包括以下步骤：
11）构建定位模型并根据特定姿态拍摄实现标定：读取初始位置和方位系统POS（Position and Orientation System，定位定向系统）数据和内外方位元素构建几何定位模型；按照偏航180度、相等俯仰角及相等横滚角对平坦区域拍摄，获取立体像对并解算物方点三维坐标；利用误差自反特性处理三维坐标得到虚拟控制点用以标定高光谱相机的安装矩阵误差；
12）逐像素几何正算处理并利用三角网构建索引：利用构建的几何定位模型逐像素进行几何正算处理至研究区平均高程面上，得到非均匀几何定位格网，并利用三角网对非均匀几何定位格网构建索引；
13）利用三角网索引进行规则化格网影像输出粗校正影像：根据三角网构建的索
引，由非均匀几何定位格网采样至规则格网，得到一张粗校正的影像；
14）基于平滑先验进行逐行POS数据修正：对规则化输出的影像逐行进
行匹配并计算偏移量；对偏移量进行一次平滑先验去噪；将偏移量转为滚动角残差并补偿
至原始POS数据中得到修正的POS数据；
15）利用修正POS数据进行几何分辨率保持的几何精校正：根据修正的POS数据构建几何定位模型，再进行几何精细校正，几何分辨率保持的不规则各网点插值完成单航带高光影像校正。
所述构建定位模型并根据特定姿态拍摄实现标定包括以下步骤：
21）进行内外方位元素参数建模：逐行读取行时文件中的成像时间，读取姿、轨数
据并根据成像时间内插出对应行成像时刻的姿态及轨道位置数据，其中
和分别为俯仰、横滚以及偏航角，和分别为在WGS84坐标系系下X坐标、Y
坐标、Z坐标、X速度、Y速度以及Z速度，姿态内插采取3阶多项式，轨道内插采用3阶拉格朗日
内插；根据焦距和像元大小得到第列的CCD探元在相机中的指向、相机在飞机载体初始安装矩阵、GPS设备与飞机载体中
心初始偏移值，构建几何定位模型如下：
= (+ ),
其中为机载线阵高光谱影像上坐标对应的物方三维坐标，其中为影像列坐标，y为影像行坐标，为成像时刻对应的从导航坐标
系到坐标系下的旋转矩阵，为成像时刻对应的从飞机
载体坐标系到导航坐标系的旋转矩阵，为比例因子，上式完成从高光谱影像上坐标到物方坐标的转换；
22）对高程为的地形平坦区域，机载线阵高光谱相机按照偏航180°拍摄采集影
像获取虚拟控制点，具体步骤为：
221）对区域偏航180°、相等俯仰角及相等横滚角进行立体采集，并分别构建偏航
0°的几何定位模型和偏航180°的几何定位模型；
222）在区域内挑选5对同名点，在偏航0°影像上的像方坐标为，利用模型几何正算到物方得到三维坐标，；在偏航180°影像上的像方坐标为，利用几何正算到物方得到三维坐标，；
223）对同名点的物方坐标进行平均处理得到5个虚拟控制点：
23）利用虚拟的控制点标定相机安装误差，得到
相机安装误差补偿后的几何定位模型：
= (+ )。
所述逐像素几何正算处理并利用三角网构建索引包括以下步骤：
31）利用23）中的几何定位模型和全球30m的SRTM DEM的数据，将对测区拍摄的原
始影像逐像点正算到地面得到物方坐标，进而得到不规则的格网
点对；
32）利用三角网格（Triangle Mesh）对不规则的格网点对生成三角网
并构建索引，得到快速反算函数，从而实现给定物方平面坐标，快
速索引到原始影像上的像点。
所述基于平滑先验进行逐行POS数据修正包括以下步骤：
41）重采样一张与粗校正的影像左上角起始坐标差半个分辨单元，但
分辨率和影像大小一致的影像，具体步骤为：
411）粗校正的影像左上角坐标为起始，然后以该坐标加上粗校正影像的半个分辨率单元为待重采样的新的粗校正的影像
的左上角坐标：
，上式中为粗校正的影像的X方向和Y方向的
分辨率；
412）按照双线性卷积重采样出一张分辨率、影像大小和粗校正的影像
一致的影像；
42）对粗校正的影像和重采样后的粗校正的影像按
照相位相关逐行匹配，得到每行的相对偏移量；
43）中每行中间像素点，根据粗校正的影像中
仿射6参数 可以得到影像上对应物方坐标：
，
进一步根据快速反算函数可以得到中每行中间像素
点对应到原始影像上的像素点；
44）进一步根据原始影像上的像素点坐标及21）原始影像的
姿轨模型，内插出原始影像像素点坐标对应成像时刻的姿态和轨道位置数据，并利用轨道数据中的
航高将粗校正的影像每行相对偏移量转为滚动角误差，其中为粗校正的影像的行分辨率；
45）重复43）-44），从而得到原始影像上所有行的滚动角误差，根据平滑
先验，每1000行按照3阶多项式平滑拟合，并利用随机抽样一致性进行误差剔除，从而得到
修正后的姿态数据。
所述利用修正POS数据进行几何分辨率保持的几何精校正包括以下步骤：
51）利用步骤45）修正后姿态数据以及步骤
23）标定出的标定相机安装误差，重新构建精化的机载线阵高光谱遥感影像定位
模型；
52）根据重新构建精化的机载线阵高光谱遥感影像定位模型，逐像素对原始影像几何正算到像方，并利用三角网构建物方不规则格网点索引，进一步根据三角网索引进行规则化重采样输出，其中几何分辨率保持的重采样具体步骤如下：
521）逐波段，逐像素根据三角网索引分辨按照0.6倍、0.9倍、1.2倍分辨率规则化输出校正影像，形成分辨率空间格网；
522）对0.6倍、0.9倍、1.2倍分辨率规则化输出校正影像按照Tri-cupic进行差值
得到最终校正的1倍分辨率的影像，其中Tri-cupic公式为，其中为像素点坐标，为分辨率空间格网，和为次数，为插值系数。
有益效果
本发明涉及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，与现有技术相比通过偏航180度、相等俯仰角及相等横滚角对平坦区域拍摄方案，解决了在无需在外场布设控制点的情形下，实现无控标定定高光谱相机的安装矩阵误差；并通过构建三角网索引，实现服物方空间非均匀规则格网快速构建。此外，针对POS数据中定位误差便宜两，利用利用平滑进行修正，使得外方位元素数据质量得到提升。最后，利用几何分辨率保持的采样方法，使得校正后影像具有较好的几何分辨率。
附图说明
图1 为本发明方法顺序图；
图2 为本发明所涉及的方法实施流程图；
图3 为无稳定平台获取的原始高光谱遥感影像；
图4 为本发明几何处理效果图；
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：
如图1、图2所示，本发明所述的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，包括以下步骤：
第一步，构建定位模型并根据特定姿态拍摄实现标定：读取初始POS数据和内外方位元素构建几何定位模型；按照偏航180度、相等俯仰角及相等横滚角对平坦区域拍摄，获取立体像对并解算物方点三维坐标；利用误差自反特性处理三维坐标得到虚拟控制点用以标定高光谱相机的安装矩阵误差。如图3所示，为所获取的原始影像图。具体步骤如下：
（1）进行内外方位元素参数建模：逐行读取行时文件中的成像时间，读取姿、轨数
据并根据成像时间内插出对应行成像时刻的姿态及轨道位置数据，其中
和分别为俯仰、横滚以及偏航角，和分别为在WGS84坐标系系下X坐标、Y
坐标、Z坐标、X速度、Y速度以及Z速度，姿态内插采取3阶多项式，轨道内插采用3阶拉格朗日
内插；根据焦距和像元大小得到第列的CCD探元在相机中的指向、相机在飞机载体初始安装矩阵、GPS设备与飞机载体中
心初始偏移值，构建几何定位模型如下：
= (+ )，
其中为机载线阵高光谱影像上坐标对应的物方三维坐标，其中为影像列坐标，y为影像行坐标，为成像时刻对应的从导航坐标
系到坐标系下的旋转矩阵，为成像时刻对应的从飞机
载体坐标系到导航坐标系的旋转矩阵，为比例因子，上式完成从高光谱影像上坐标到物方坐标的转换。
（2）对高程为的地形平坦区域，机载线阵高光谱相机按照偏航180°拍摄采集影
像获取虚拟控制点，虚拟控制点采集的具体步骤如下：
（2-1）对区域偏航180°、相等俯仰角及相等横滚角进行立体采集，并分别构建偏航
0°的几何定位模型和偏航180°的几何定位模型；
（2-2）在区域内挑选5对同名点，在偏航0°影像上的像方坐标为，利用模型几何正算到物方得到三维坐标，；在偏航180°影像上的像方坐标为，利用几何正算到物方得到三维坐标，；
（2-3）对同名点的物方坐标进行平均处理得到5个虚拟控制点：
（3）利用虚拟的控制点标定相机安装误差，得到
相机安装误差补偿后的几何定位模型：
= (+ )。
第二步，逐像素几何正算处理并利用三角网构建索引：利用构建的几何定位模型逐像素进行几何正算处理至研究区平均高程面上，得到非均匀几何定位格网，并利用三角网对非均匀几何定位格网构建索引。具体步骤如下：
（1）利用第一步（3）中的几何定位模型和全球30m的SRTM DEM的数据，将对测区拍
摄的原始影像逐像点正算到地面得到物方坐标，进而得到不规则
的格网点对；
（2）利用三角网格（Triangle Mesh）对不规则的格网点对生成三角网
并构建索引，得到快速反算函数，从而实现给定物方平面坐标，快
速索引到原始影像上的像点。
第三步，利用三角网索引进行规则化格网影像输出粗校正影像：根据三角网构建
的索引，由非均匀几何定位格网采样至规则格网，得到一张粗校正的影像。
第四步，基于平滑先验进行逐行POS数据修正主要包括三大步骤，首先，对规则化
输出的影像逐行进行匹配并计算偏移量，再对偏移量进行一次平滑先验去噪，
最后将偏移量转为滚动角残差并补偿至原始POS数据中得到修正的POS数据，具体步骤如
下：
（1）重采样一张与粗校正的影像左上角起始坐标差半个分辨单元，但分
辨率和影像大小一致的影像，具体步骤为：
（1-1）粗校正的影像左上角坐标为起始，然后以该坐标加上粗校正影像的半个分辨率单元为待重采样的新的粗校正的影像
的左上角坐标：
，上式中为粗校正的影像的X方向和Y方向的
分辨率；
（1-2）按照双线性卷积重采样出一张分辨率、影像大小和粗校正的影像
一致的影像；
（2）对粗校正的影像和重采样后的粗校正的影像按照
相位相关逐行匹配，得到每行的相对偏移量；
（3）中每行中间像素点，根据粗校正的影像中
仿射6参数 可以得到影像上对应物方坐标：
，
进一步根据快速反算函数可以得到中每行中间像素
点对应到原始影像上的像素点；
（4）进一步根据原始影像上的像素点坐标及第一步步骤（1）中
原始影像的姿轨模型，内插出原始影像像素点坐标对应成像时刻的姿态和轨道位置数据，并利用轨道数据中的
航高将粗校正的影像每行相对偏移量转为滚动角误差，其中为粗校正的影像的行分辨率；
（5）重复步骤（3）-（4），从而得到原始影像上所有行的滚动角误差，根据
平滑先验，每1000行按照3阶多项式平滑拟合，并利用随机抽样一致性进行误差剔除，从而
得到修正后的姿态数据。
第五步，利用修正POS数据进行几何分辨率保持的几何精校正：根据修正的POS数据构建几何定位模型，再进行几何精细校正，几何分辨率保持的不规则各网点插值完成单航带高光影像校正，具体步骤如下：
（1）利用第三步（5）修正后姿态数据以及第一
步步骤（3）标定出的标定相机安装误差，重新构建精化的机载线阵高光谱遥感影
像定位模型；
（2）根据重新构建精化的机载线阵高光谱遥感影像定位模型，逐像素对原始影像几何正算到像方，并利用三角网构建物方不规则格网点索引，进一步根据三角网索引进行规则化重采样输出，其中几何分辨率保持的重采样具体步骤如下：
（2-1）逐波段，逐像素根据三角网索引分辨按照0.6倍、0.9倍、1.2倍分辨率规则化输出校正影像，形成分辨率空间格网；
（2-2）对0.6倍、0.9倍、1.2倍分辨率规则化输出校正影像按照Tri-cupic进行差值
得到最终校正的1倍分辨率的影像，其中Tri-cupic公式为，其中为像素点坐标，为分辨率空间格网，和为次数，为插值系数，如图4所示，得到
平稳处理后的几何校正图。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (5)
1.一种无稳定平台的机载线阵高光谱遥感影像几何处理方法，其特征在于，包括以下步骤：
11）构建定位模型并根据特定姿态拍摄实现标定：读取初始位置和方位系统POS数据和内外方位元素构建几何定位模型；按照偏航180度、相等俯仰角及相等横滚角对平坦区域拍摄，获取立体像对并解算物方点三维坐标；利用误差自抵消特性处理三维坐标得到虚拟控制点，进而用以标定高光谱相机的安装矩阵误差；
12）逐像素几何正算处理并利用三角网构建索引：利用构建的几何定位模型逐像素进行几何正算处理至研究区平均高程面上，得到非均匀几何定位格网，并利用三角网对非均匀几何定位格网构建索引；
13）利用三角网索引进行规则化格网影像输出粗校正影像：根据三角网构建的索引，由非均匀几何定位格网采样至规则格网，得到一张粗校正的影像；
14）基于平滑先验进行逐行POS数据修正：对规则化输出的影像逐行进行匹配并计算偏移量；对偏移量进行一次平滑先验去噪；将偏移量转为滚动角残差并补偿至原始POS数据中得到修正的POS数据；
15）利用修正POS数据进行几何分辨率保持的几何精校正：根据修正的POS数据构建几何定位模型，再进行几何精细校正，几何分辨率保持的不规则各网点插值完成单航带高光影像校正。
2.根据权利要求1所述的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，其特征在于，所述构建定位模型并根据特定姿态拍摄实现标定包括以下步骤：
21）进行内外方位元素参数建模：逐行读取行时文件中的成像时间，读取姿、轨数据并根据成像时间内插出对应行成像时刻/>的姿态/>及轨道位置/>数据，其中/>和/>分别为俯仰、横滚以及偏航角，/>和/>分别为在WGS84坐标系系下X坐标、Y坐标、Z坐标、X速度、Y速度以及Z速度，姿态内插采取3阶多项式，轨道内插采用3阶拉格朗日内插；根据焦距/>和像元大小/>得到第/>列的CCD探元在相机/>中的指向/>、相机/>在飞机载体/>初始安装矩阵/>、GPS设备与飞机载体/>中心初始偏移值/>，构建几何定位模型如下：
=/> (/>+/> )，
其中为机载线阵高光谱影像上/>坐标对应的物方三维坐标，其中/>为影像列坐标，y为影像行坐标，/>为成像时刻/>对应的从导航坐标系到/>坐标系下的旋转矩阵，/>为成像时刻/>对应的从飞机载体/>坐标系到导航坐标系/>的旋转矩阵，/>为比例因子，上式完成从高光谱影像上坐标到物方坐标/>的转换；
22）对高程为的地形平坦区域，机载线阵高光谱相机按照偏航180°拍摄采集影像获取虚拟控制点，具体步骤为：
221）对区域偏航180°、相等俯仰角及相等横滚角进行立体采集，并分别构建偏航0°的几何定位模型和偏航180°的几何定位模型/>；
222）在区域内挑选5对同名点，在偏航0°影像上的像方坐标为，利用偏航0°的几何定位模型/>几何正算到物方得到三维坐标，/>；在偏航180°影像上的像方坐标为，利用偏航180°的几何定位模型/>几何正算到物方得到三维坐标/>，/>；
223）对同名点的物方坐标进行平均处理得到5个虚拟控制点：
，
23）利用虚拟的控制点标定相机安装误差/>，得到相机安装误差补偿后的几何定位模型：
=/> (/>+/> )。
3.根据权利要求1所述的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，其特征在于，所述逐像素几何正算处理并利用三角网构建索引包括以下步骤：
31）利用23）中的几何定位模型和全球30m的SRTM DEM的数据，将对测区拍摄的原始影像逐像点/>正算到地面得到物方坐标/>，进而得到不规则的格网点对；
32）利用三角网格（Triangle Mesh）对不规则的格网点对生成三角网并构建索引，得到快速反算函数/>，从而实现给定物方平面坐标/>，快速索引到原始影像/>上的像点/>。
4.根据权利要求1所述的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，其特征在于，所述基于平滑先验进行逐行POS数据修正包括以下步骤：
41）重采样一张与粗校正的影像左上角起始坐标差半个分辨单元，但分辨率和影像大小一致的影像/>，具体步骤为：
411）粗校正的影像左上角坐标/>为起始，然后以该坐标加上粗校正影像/>的半个分辨率单元为待重采样的新的粗校正的影像的左上角坐标/>：
，上式中/>为粗校正的影像/>的X方向和Y方向的分辨率；
412）按照双线性卷积重采样出一张分辨率、影像大小和粗校正的影像一致的影像/>；
42）对粗校正的影像和重采样后的粗校正的影像/>按照相位相关逐行匹配，得到每行/>的相对偏移量/>；
43）中每行中间像素点/>，根据粗校正的影像/>中仿射6参数/> 可以得到影像上/>对应物方坐标/>：
，
进一步根据快速反算函数可以得到/>中每行中间像素点对应到原始影像上/>的像素点/>；
44）进一步根据原始影像上的像素点坐标/>及21）原始影像的姿轨模型，内插出原始影像像素点坐标/>对应成像时刻的姿态和轨道位置数据/>，并利用轨道数据中的航高/>将粗校正的影像/>每行相对偏移量/>转为滚动角误差，其中/>为粗校正的影像的行分辨率；
45）重复43）-44），从而得到原始影像上所有行的滚动角误差，根据平滑先验，每1000行按照3阶多项式平滑拟合，并利用随机抽样一致性进行误差剔除，从而得到修正后的姿态数据/>。
5.根据权利要求1所述的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，其特征在于，所述利用修正POS数据进行几何分辨率保持的几何精校正包括以下步骤：
51）利用步骤45）修正后姿态数据以及步骤23）标定出的标定相机安装误差/>，重新构建精化的机载线阵高光谱遥感影像定位模型；
52）根据重新构建精化的机载线阵高光谱遥感影像定位模型，逐像素对原始影像几何正算到像方，并利用三角网构建物方不规则格网点索引，进一步根据三角网索引进行规则化重采样输出，其中几何分辨率保持的重采样具体步骤如下：
521）逐波段，逐像素根据三角网索引分辨按照0.6倍、0.9倍、1.2倍分辨率规则化输出校正影像，形成分辨率空间格网；
522）对0.6倍、0.9倍、1.2倍分辨率规则化输出校正影像按照Tri-cupic进行差值得到最终校正的1倍分辨率的影像，其中Tri-cupic公式为，其中/>为像素点坐标，/>为分辨率空间格网，/>和/>为次数，/>为插值系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410324885.4A CN117934346B (zh) | 2024-03-21 | 2024-03-21 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410324885.4A CN117934346B (zh) | 2024-03-21 | 2024-03-21 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117934346A true CN117934346A (zh) | 2024-04-26 |
| CN117934346B CN117934346B (zh) | 2024-06-07 |
Family
ID=90765018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410324885.4A Active CN117934346B (zh) | 2024-03-21 | 2024-03-21 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117934346B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114022A (zh) * | 2007-09-04 | 2008-01-30 | 国家海洋局第二海洋研究所 | 无姿态信息条件下的航空多光谱扫描仪几何粗校正方法 |
| CN102609918A (zh) * | 2012-02-15 | 2012-07-25 | 国家海洋局第二海洋研究所 | 基于图像特征配准的航空多光谱遥感影像几何精校正方法 |
| CN103913148A (zh) * | 2014-03-26 | 2014-07-09 | 中国科学院长春光学精密机械与物理研究所 | 航天tdiccd相机全链路数值仿真方法 |
| CN106127697A (zh) * | 2016-06-07 | 2016-11-16 | 哈尔滨工业大学 | 无人机机载成像高光谱几何校正方法 |
| US20170200259A1 (en) * | 2014-01-15 | 2017-07-13 | Beijing Research Center For Information Technology In Agriculture | Drone-mounted imaging hyperspectral geometric correction method and system |
| CN110555817A (zh) * | 2019-09-10 | 2019-12-10 | 中国科学院遥感与数字地球研究所 | 一种遥感图像几何归一化方法和装置 |
| CN111127564A (zh) * | 2019-12-23 | 2020-05-08 | 中电科新型智慧城市研究院有限公司 | 一种基于几何定位模型的视频影像校正方法 |
| KR20200084972A (ko) * | 2019-01-03 | 2020-07-14 | 단국대학교 산학협력단 | 무인비행체를 이용한 초분광영상 획득 방법 |
| 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 |
| US20240020967A1 (en) * | 2022-07-15 | 2024-01-18 | Wuhan University | Rpc-based on-orbit geometric calibtation method for spaceborne segmented linear-array camera |
-
2024
- 2024-03-21 CN CN202410324885.4A patent/CN117934346B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114022A (zh) * | 2007-09-04 | 2008-01-30 | 国家海洋局第二海洋研究所 | 无姿态信息条件下的航空多光谱扫描仪几何粗校正方法 |
| CN102609918A (zh) * | 2012-02-15 | 2012-07-25 | 国家海洋局第二海洋研究所 | 基于图像特征配准的航空多光谱遥感影像几何精校正方法 |
| US20170200259A1 (en) * | 2014-01-15 | 2017-07-13 | Beijing Research Center For Information Technology In Agriculture | Drone-mounted imaging hyperspectral geometric correction method and system |
| CN103913148A (zh) * | 2014-03-26 | 2014-07-09 | 中国科学院长春光学精密机械与物理研究所 | 航天tdiccd相机全链路数值仿真方法 |
| CN106127697A (zh) * | 2016-06-07 | 2016-11-16 | 哈尔滨工业大学 | 无人机机载成像高光谱几何校正方法 |
| KR20200084972A (ko) * | 2019-01-03 | 2020-07-14 | 단국대학교 산학협력단 | 무인비행체를 이용한 초분광영상 획득 방법 |
| CN110555817A (zh) * | 2019-09-10 | 2019-12-10 | 中国科学院遥感与数字地球研究所 | 一种遥感图像几何归一化方法和装置 |
| CN111127564A (zh) * | 2019-12-23 | 2020-05-08 | 中电科新型智慧城市研究院有限公司 | 一种基于几何定位模型的视频影像校正方法 |
| 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 |
| US20240020967A1 (en) * | 2022-07-15 | 2024-01-18 | Wuhan University | Rpc-based on-orbit geometric calibtation method for spaceborne segmented linear-array camera |
Non-Patent Citations (3)
| Title |
|---|
| YANXIA WANG, ET AL.: "Automated geometric precise correction of medium remote sensing images based on ASTER global digital elevation model", 《GEOCARTO INTERNATIONAL》, vol. 38, no. 1, 30 March 2023 (2023-03-30) * |
| 伊丕源;童鹏;赵英俊;李瀚波;吴文欢;: "机载激光雷达数据辅助的航空高光谱影像几何精校正", 科学技术与工程, no. 14, 18 May 2019 (2019-05-18) * |
| 吴传庆: "基于POS/DG的无稳定平台机载高光谱图像几何校正", 《中国优秀硕士学位论文全文数据库》, 15 December 2002 (2002-12-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117934346B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101699313B (zh) | 基于摄像机和三维激光雷达的外部参数标定方法及系统 | |
| CN112017224B (zh) | Sar数据区域网平差处理方法和系统 | |
| CN102654576B (zh) | 基于sar图像和dem数据的图像配准方法 | |
| CN102901519B (zh) | 一种基于探元指向角光学推扫卫星在轨分步几何定标方法 | |
| Teo | Bias compensation in a rigorous sensor model and rational function model for high-resolution satellite images | |
| CN110006452B (zh) | 高分六号宽视场相机相对几何定标方法及系统 | |
| CN111398980B (zh) | 一种机载LiDAR数据处理的方法及装置 | |
| CN115187798A (zh) | 一种多无人机高精度匹配定位方法 | |
| CN104361563B (zh) | 基于gps的高光谱遥感图像几何精校正方法 | |
| CN112598608A (zh) | 一种基于目标区域的光学卫星快速融合产品制作方法 | |
| CN114972078A (zh) | 应用sar影像提升国产光学卫星影像无控几何质量方法及系统 | |
| CN114754798A (zh) | 一种陀螺误差特性参数在轨辨识与标定方法 | |
| CN111538051A (zh) | 一种摆扫大幅宽光学卫星精准处理方法 | |
| CN109029379A (zh) | 一种高精度小基高比立体测绘方法 | |
| CN117934346B (zh) | 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 | |
| CN111044076B (zh) | 基于参考底图的高分一号b卫星几何检校方法 | |
| CN112213750B (zh) | 高光谱卫片全谱段逐像元成像角度参数处理方法及介质 | |
| CN111681299B (zh) | 基于InSAR解缠相位生成数字表面模型的方法及装置 | |
| CN112598717A (zh) | 高光谱卫星影像全谱段配准方法及介质 | |
| Zhuo et al. | A target localization method for UAV image sequences based on DEM matching | |
| Tonolo et al. | Georeferencing of EROS-A1 high resolution images with rigorous and rational function model | |
| CN113902626B (zh) | 超宽幅线阵影像附加约束条件的正射纠正方法 | |
| CN117788281B (zh) | 低pos精度的机载线阵高光谱影像区域影像拼接方法及系统 | |
| CN117892039B (zh) | 垂轨旋转摆扫成像卫星的分片式有理函数模型生成方法 | |
| CN114839632B (zh) | 一种联合非摄影测量观测条件约束的sar无控几何定标方法及其系统 |
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 |