TW200839649A - Spatial and spectral calibration of a panchromatic, multispectral image pair - Google Patents
Spatial and spectral calibration of a panchromatic, multispectral image pair Download PDFInfo
- Publication number
- TW200839649A TW200839649A TW096145783A TW96145783A TW200839649A TW 200839649 A TW200839649 A TW 200839649A TW 096145783 A TW096145783 A TW 096145783A TW 96145783 A TW96145783 A TW 96145783A TW 200839649 A TW200839649 A TW 200839649A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- spectral
- resolution
- pixel
- value
- Prior art date
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000005070 sampling Methods 0.000 claims abstract description 18
- 230000005855 radiation Effects 0.000 claims description 39
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000003287 optical effect Effects 0.000 claims description 17
- 238000001228 spectrum Methods 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 4
- 239000004744 fabric Substances 0.000 claims description 2
- 239000002689 soil Substances 0.000 claims 1
- 239000004575 stone Substances 0.000 claims 1
- 230000006870 function Effects 0.000 description 28
- 230000004044 response Effects 0.000 description 19
- 230000004927 fusion Effects 0.000 description 11
- 238000013507 mapping Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Spectrometry And Color Measurement (AREA)
- Facsimile Image Signal Circuits (AREA)
Description
200839649 九、發明說明: 【發明所屬之技術領域】 本發明係關於影像處理,且更特定古 ^ ' σ ,係關於一用;^ 校準具有不同解析度(例如空間與頻譜解析度)之影像的旦, 像處理方法。 > 们衫 【先前技術】 在遠端影像感測的領域中,兩個常見的影像類型包括八 色影像與多譜影像。全色影像係藉由具有—王 在一很寬頻帶中偵測電磁能量的感 以僅 而獲得的影像。此一很寬頻帶通V:括之:返端感測裝置 長。全色影像具有提供很高空間解析度的優點。相反f 譜影像通常係由可見光區域與近夕 譜頻帶產生。因此,一多譜参僳…仏域内的數個窄頻 組成’各係藉由回應光譜之不同部分(::二更二料集 紅色、紅外線)的感測器產生级 I 、,亲色、 其包含不可從-類似全色影像像較為有利,因為 通常需要使用一全色影像低的空間解析度。 像。為實現此結果,此項析度來增強一多譜影 該等影像。-般而/ 合或"融合” 般s,必須解決兩個關鑪門es、,# 融合程序。第-問題係關於兩個影像之登錄的1要完:此 私序涉及全色影像中之各像素/、❿。登錄 決定。為獲得最佳結果,—加 夕瑨影像中之位置的 程序。例如,全色马像必須以較大精確度來完成此 王巴衫像中之各偾去恭 素而要係以少於〇 · 1全色 127180.doc 200839649 像素半徑之-精確度映射至多譜影像。存在若干傳統方法 用於實現此映射。當執行融合程序時必須克服的第二問題 係確保該融合影像之輻射值保持與⑴原始多譜影像及⑺ 原始全色影像-致。項⑴要求獲得應針對該融合影像中與 每一波長頻帶相關聯之像素而施加至輻射值的權重之 計的某種構件。若此等權重已知,則可精確比㈣融合影 像中之像素與原始全色影像之像素的輻射值。項⑺要求: 定應施加至已係統一映射至對應該多譜影像中之各像素2 一區域的該融合影像之-區域中包含之各像素的權重之空 間^佈的某種構件。若權重之空时佈已知,射精確比 較該融合影像中之輻射值與該多譜影像之各頻帶中之輕射 值。此-評估可確㈣始多譜影像與融合影像之間的輕射 值之一致性。 用於執行影像融合程序的傳統演算法受到數個限制。例 如’其一般過分簡單化地假設該全色影像中之高空間解析 度像素應與該多譜影像之高頻譜解析度像素組合或融合的 方式^ $必匕等假没包括··⑴假設該全色影像之高空間 解析度像素作為一方塊平均降低取樣至該多譜影像之低空 間解析度;以及(2)假設該全色影像之像素係紅色、綠色及 藍色頻譜頻帶之均勻加權平均。 關於攸4全色影像之高解析度至該多譜影像之相對較低 解析度降低取樣像素之程序,某些演算法還採用一略微更 複雜的方》{列如’在某些演算法中,該全色影像之高空 間解析度像素不僅係作為一方塊平均而降低取樣。而一點 127180.doc 200839649
散佈函數(PSF)係用於決定將該全色影像之高空間解析度 像素降低取樣至與該多譜影像一致的像素之方式。該 PSF(有時稱為儀器線形)係藉由一感測器及其相關聯光學 裝置模糊或沒射一光點之方式的特徵描述。因此,關於一 感測器之PSF的知識可用於從該全色影像至該多譜影像降 低取樣該咼空間解析度像素。特定言之,可將該pSF用來 疋義一用於組合複數個高解析度像素之個別像素以形成處 於更低解析度之一單一更大像素的加權系統。然而,傳統 演算法中的PSF僅係以感測器幾何形狀資料(例如孔徑、聚 焦平面解析度等)為基礎來近似。如此,所使用不必係 感測裔系統之真實PSF的精確表示。此外,一預計算的 PSF將不包含一給定影像對的特定資訊,例如影像預處理 之登錄與假影中的殘餘偏移誤差。 【發明内容】 鑑於上述說明,需要一用於獲得應施加至多譜影像資料 之各頻帶以近似全色頻譜回應的權重之一精確估計的改良 :法。還需要獲得應施加至映射至—給定多譜影像像素的 王色影像幾何形狀中之—像素區域的權重之空間分佈之一 月確估4 *融合較低解析度多譜影像資料與高空間解析 度全色影像資料時,權重之此空間分佈有利於近似該多譜 空間回應。 ,發明係關於一種用於由一包含高解析度全色影像與較 絲析度夕譜影像之影像對產生一融合影像的方法及系 心方法藉由獲仔影像資料開始,其定義—全色影像類 127180.doc 200839649 旦:第:像與一多譜影像類型之-第二影像。該第- 旦/傻且:帛工間解析度與―第-頻譜解析度。該第二 仇奸& 二間解析度之一第二空間解析度與高 於該弟一頻譜解析度之一篦— 弟—頻譜解析度。然後,在該影 # A錄程序以提供該第-影像中之點至該第二 衫像中之對應位置之一幾何映射。 奸該=法還包括同時計算用於將該第一影像降低取樣至該 第一空間解析度之一H? 、 攸7 、 點放佈函數與用於將該第二影像 降低取樣至該第一頻譜解析产 ^ 胛斫度之一榷重集的步驟。該點 布函數與該權重集係明確最佳化至影像對之獨特特性。 該方法之計算步驟包括構建—矩陣等式用於同時求解、 二λ最^平方誤差方法係有利地用於求解該矩陣等 士。使用此技術,該點散佈函數與該頻譜權重集可以係計 算以在將構成該影像對的影像之各影像映射至一共同低解 析度全色影像時最小化輻射的平方誤差。例如,該共同低 解析度可以係該第二空間解析度與該第—頻譜解析度一 旦,得’便使用該權重集來形成具有該第一空間解析度與 該第二頻譜解析度之融合影像。 /、 上面提及的計算步驟有利的係包括同時在等式 ⑽…;^A+P。中求解Ψί;.與Wx ’其巾ρ係降低取樣至 該第二空間解析度之-像素的㈣,^係針對構成該多譜 影像之一頻譜頻帶χ的頻譜權重,Μλ係針對構成誃第-⑨ 像之各頻譜頻帶的一像素之輻射值,Ρ〇係一值定偏移值 Pi,j係構成該全色影像的一像素之辕射值; 久係該點散 127180.doc -9- 200839649 佈函數。該計算步驟還可包括構建一矩陣等式用於同時求 解Ά λνλ ’及使用—最小+方擬纟方法求解該矩陣等 式。 該方法還有利地包括使用已計算的點散佈函數來將該融 合影像空間降低取樣至該第二空間解析度。然後,可將該 =合影像之各光學頻帶之輻射值與該第:影像之各光學頻 ▼之輪射值相比較。若存在任何明顯差異,㈣可在此步
驟中藉由修改構成《合影像之像素的輻射值來校正此^ 差異。 該方法還包括使用該等頻譜權重來將該融合影像頻譜降 低取樣至該第-頻It解析度H,可將該融合影像之各 像素之輻射值與該第一影像之各像素之輻射值相比較。若 存在任何明顯差異,則可在此步驟中藉由修改構成該融合 影像之像素的輻射值來校正此類差異。 依據另-態樣’本發明包括一種用於由一包含高解析产 全色影像與較低解析度多譜影像之影像對產生一融合景)像 的系統。該系統包括一用於儲存定義一第一影像之影:資 料與疋義-第二影像之影像資料的資料儲存器。第K象 類型係—全色影像類型而第二影像類型係-多譜影:類 型。該I影像具有H間解析度與—第—頻譜解析 度。該第二影像具有低於該第一空間解析度之—第二办門 解析度。該第二影像還具有高於該第一頻譜解析度之:二 二頻譜解析度。 該系統還包括-電腦處料統,其係使用—適合指令集 127180.doc -10- 200839649 化用於實:上述程序。因此,該電腦處理系統係經組 =於同時計算用於將該第_影像降低取樣至該第二空間 :度^點散佈函數與用於將該第二影像降低取樣至該 用你員請解析度之—權重集。該電腦處理系統亦係經組態 用於使用該權重隼央# 士、 ^ ,、來y成具有该弟一空間解析度與該第二 頻谱解析度之一融人旦 ^ — 口〜像。值付注思的係,使用上述方 二:由該電腦處理系統計算的點散佈函數與權重集係明 取仏化至该影像對之獨特特性。 【實施方式】 見將在下文中參考其中顯示本發明之解說性具體實施例 之附圖更全面地說明本發明。然而,此發明可用許多不同 形式加以執行且不應視為受本文所提出的具體實施例限 二。,可將本發明執行為一方法、一資料處理系統或 奋細w產品。因此’本發明可採取諸如—^全硬體具 ❿ 體只^例、一完全軟體具體實施例或一硬體/軟體具體實 施例的形式。 、 可在一電腦系統中實現本發明。或者,可在數個互連電 腦糸統中實現本發明。調適成用於實施本文說明之方法的 =種電腦系統或其他設備皆適用。硬體與軟體之一典型 、:口可以係一通用電腦系統。該通用電腦系統可具有一電 細私式’其可控制該電腦系統以使其實施本文說明的方 法0 本發明可採取一電腦可使用儲存媒體(例如一硬碟或— ROM)上之一電腦程式產品的形式。該電腦可使用儲存 127180.doc -11 · 200839649 媒體可具有在該媒體中執行的電腦可使用程式碼。如本文 所使用的術語電腦程式產品表示由致能本文說明之方法之 實施方案的所有特徵組成的裝置。本背景中的電腦程式、 軟體應用程式、電腦軟體常式及/或此等術語之其他變化 表示用任何語言、程式碼或記號寫成的任何指令集表達 式,其目的係使一系統具有資訊處理能力,以直接或在以 下動作之任一者或兩者之後執行一特定功能:“轉換成另 一語言、程式碼或記號;或b)以一不同的材料形式再生。 現將參考圖1至圖6說明本發明之具體實施例。本發明的 某些具體實施例提供關於影像融合功能的方法、系統及設 備,該等影像融合功能包括獲得影像資料、登錄該影像資 料、決定校準係數及將該等校準係數施加至特定影像資 料。因此’下面進—步說明包括所列功能的具體實施例。 理裝置100由一系統介面i丨2、一儀 處理單元104、一系統匯流排丨〇6、 現參考圖1,提供-電腦處理裝置⑽的方塊圖。電腦處 、一使用者介面102、一中
127180.doc -12- 200839649 方向鍵、方向鈕及/或麥克風。 系統介面112允許該電腦處理 τ Δχτη , #置100透過網際網路、 LAN(local area netw〇rk ;區 碰駐番、基# . 间峪WAN與外部電腦處 理裝置通k。糸統介面112還允 汗μ電I自處理裳置1〇〇僖矣 資料並從-或多個外部資料庫擷取資料。 、、 各己憶體 108可包括 Z/OGnput/output ; # A ^ σ , Ρ 翰入/輸出)裝置驅動 态程式碼與操作系統程式碼。 ’ 思體108逛可包括影像資 ^校準應用程式碼及融合應用程式竭。依據本發明之二 態樣,該影像資料可包括高頻譜資料,例如—多譜影像。 該影像資料還可包括高空間解析度,例如_全色影像。 硬體實體m可包括微處理器、 speciflc lntegrated circuit;應用特定積體電路)及其他 體。硬體實體m可包括使用—1/()裝置驅動器與—作業系 統程式化的微處理器。硬體實體11〇還可包括使用一校準 應用程式程式化之—微處理器。該校準應用程式可提供一 系統,其用於針對具有不同空間與頻譜解析度之影像獲得 影像資料,登錄針對不同影像的影像資料,構建一矩陣等 式’求解該矩陣等式並將校準係數施加至針對一特定影像 類型的影像資料。下面將就圖2更詳細地說明校準應用程 式。硬體實體110可進一步包括使用一融合應用程式程式 化之一微處理器,該融合應用程式係用於組合兩個或更多 影像以提供増加的影像内容。 熟習此項技術者將明白圖1解說的電腦處理裝置架構係 一電腦處理裝置之一可能範例。然而,本發明並不在此方 127180.doc -13- 200839649 電腦處理裝置架構而不 面受限並還可使用任一其他適合的 受限制。 現將就圖2更詳細地說明本發明。本文揭示的空間/頻银 料程序❹於融合-全色與多譜影像對。圖2及隨社 字解說依據本發明之-空間/頻譜校準軟體常式:然而, 應明白本文揭示的空間/頻譜校準軟體常式僅係出於解說 目的而提供而本發明並不僅限於所示空間/頻譜校準軟體
常式。應明白’用於實施本發明之常式的電腦程式碼可以 一物件定向程式語言(例如java⑧、Smalhaik、C++或 如本文所使用,術語"融合"或"融合影像"分別表示一程 序或由此-程序獲得之—影像,#中—高解析度全色影像 係用於銳化相對低解析度乡譜影像之解析度。術語"影像 對"表示相同表面或標的之一高解析度全色影像與一相對 低^析度多譜影像 因而,該全色影像與該多譜影像各由 緊遂、相關的影像資料組成。 來寫成。然而’用於實施本發明之常式的電腦程式 馬還可以傳統程序程式語言(例如"c"程式語言)來寫成。 再-人參考圖2,一程序2〇〇可在步驟2〇2開始並繼續至步 驟·。在步驟2〇4中,針對包含具有不同空間解析度與不 同頻π解析度的至少兩個影像之—影像對獲得影像資料。 為:便說明本發明,應假設該影像對由—多譜影像與一全 色以像組成。然:而’應明白本發明不僅限於此方面。可使 本文况月的本發明配置來融合任何其他具有不同空間解 析度與不同頻譜解析度的影像對。 127180.doc -14· 200839649 熟習此項技術者將明白,若藉由一第一影像成像的表面 不與藉由該第二影像成像之表面明顯重疊,則一融合影像 將沒有什麼價值。因此,應明白有利的係本文提及的影像 對係選擇以屬於一般標的或一般表面區域。例如,該等影 像可以係地球的一般地理區域。 本文說明的影像對係進一步假設具有特定其他特性。在 收集全色與多譜影像之間的時間期間,移動物件(例如車 輛與海浪)不大可能在該等兩個影像之間正確登錄,從而 導致登錄與校準的誤差。若獲得該些影像之間的時間超過 數分鐘,則太陽位置的改變將導致陰影的明顯改變與表面 照明的變化,其係以表面法線與太陽對準的程度為基礎。 此可導致明顯的校準與登錄誤差。若全色與多譜影像的收 集之間經過數天,料存在大氣條件的明顯改變。若經過 數月則由於冰、雪、雨、從樹木落下的樹葉、新的生長 物所,可存在表面性f的明顯改變。因此,_般較佳的係 冓成每〜像對之全色與多請影像係由冑乎相同的位置獲 仟以便減低此㉝铁差。此將該登錄顯著簡化成僅偏移、縮 放及旋轉。 此外’較佳的係該全色與多譜影像對係在彼此之一很短 時間框:獲得。例如,每一影像有利地在另一影像的一分 。于仏&如此,熟習此項技術者將明白可結合不滿 足此等準則的影像對來使用本發明,其具有劣化的結果。 例如::將該程序用於在大致相同的時間使用不同感測器 平台獲侍的影像對。 I27180.doc -15- 200839649 u貝料可藉由控制處理單元1G4來處理並係储存於 δ己憶體108中。該影像資料包括像素資料。控制處理單元 1〇4可以係經㈣用於使用此類像素資料以-表格格式來 填入記憶體108。針對該多譖影像資料之像素資料可包括 各像素的電磁波長特性與在_柵格上的位置。盘―全色與 像相關聯的像素資料亦可藉由控制處理單元ΠΜ來處理I 係儲存於記憶體刚中。針對該全色影像之像素資料可包 括^對與該全色影像相關聯之各像素的輻射資料。控制處 單兀104可以係絰組悲用於依據一表格來填入記憶體1〇8 以使該全色影像資料與像素在—柵格上的位置相關聯。 旦獲侍该等影像,該程序便可以步驟206繼續。步驟 2〇6係關於針對至少兩個影像之資料的登錄。熟習此項技 術者熟知用於登錄不同影像資料集的技術。因而,本文將 不詳細說明此類技術。然而’應明白此項技術中已知的任 一此技術皆可與本發明一起使用。 一般而言’登錄步驟寫涉及全色影像中之各點映射至 多譜影像中之位置的決定。為獲得最佳結果,—般必須以 較大精確度來完成登錄程序。存在若干傳統方法用於實現 此映射。通常’其涉及在一影像中選擇若干點,找到其映 射至另-影像中的位置,及接著最佳化一變換之係數。此 通常係-最小平方誤差解式,其允許獲得_最小化從一影 =另-影像之映射點的平方誤差的係數集。為獲得該= 口私序中的取佳結果,較佳的係使用藉由小於由❹1全色 像素定義之尺寸的誤差距離定義之—精確度來將該全=影 127180.doc -16- 200839649 像映射至該多譜影像。 步驟206之登錄程 之座標的映射。此映射可攸一影像之座標至另-影像 單線性變換戈# f M係形式X卜ax2+by2+x0之一簡 之-複雜表面兩者之幾何形狀 步資一頻碚權重的額外步驟提供進一 二,其係用於定義如何在影像之間映 間/頻增體積。 豕II二 2:,將::中:錄該影像資料之後’該程序繼續至步驟 將明白,為適當έ人 级旦彡德# & 、田,,且口或融合來自該全色影像與該多 ::象之衫像資料’需要執行兩個校準功能。此等校準功 ⑴決定針對構成該多譜影像之㈣的輻射值之頻 =重以便其精確對應該全色影像之像素中的輕射值;以 ^決定-點散佈函數(PSF),其精確定義針對形成該全 :,數個像素的輻射值應係組合以形成該多譜影像 之早一(較低解析度)像素之一單一輻射值的方式。步驟 係關力種用於決定精確用於上面提及的兩個校準步 驟之目的之一可使用@正確加權或縮放因㈣的程序。 為更充分瞭解上述校準步驟,首先考量此等步驟為必需 之原因較為有幫助。如本文所使用,術語"輻射值"一般表 示指派給-像素之一數位值,纟旨在由該像素定 義之位置藉由一感測器接收的光能之強度。在此方面,應 明白可在兩個不同感測器中不同地縮放此等輻射值。因 此,將明白在可按一有意義方式將來自兩個不同感測器之 輻射值組合在一起之前,必須在某種程度上藉由使用適合 127180.doc -17- 200839649 的加權因數來調整或縮放來自兩個不同感測器之輻射值。 此程序係稱為校準。 T離地考量上面所列的校準功能⑴與⑺具有解說性。 在校準功能⑴的情況中,必須明白一特定場景的完整多譜 衫像實際上係由數個影像頻帶組成。在該等數個影像頻帶 各頻f中,感測器回應一很有限的光學波長範圍。圖3 解"兒此概必,其顯示表示一感測器對四個不同光學波長頻 ▼之回應的曲線3〇1、302、303、304。該感測器本質上針 對藉由該等回應曲線301、3〇2、3〇3、3〇4表示之各光學頻 f產生一影像。在此範例中,一單一多譜影像會由藉由該 感測器使用此等四個頻譜頻帶獲得之影像組成。熟習此項 技術者將明白不同的感測器系統可具有或多或少的光學頻 =。相反,該全色影像係一單一影像,其係藉由回應一更 寬的光學波長範圍之-感測器獲得。纟圖3中,藉由曲線 300來解說該全色感測器之回應。 在圖3中,可看出針對各種多譜頻帶的感測器之回應曲 線301、302、303、304與針對相同波長的全色感測器之回 應曲線300相比可極為不同。感測器對各種光學頻帶之回 應的此等差異將導致與該全色影像相比與針對該多譜影像 之各像素相關聯的輻射值之間的縮放差異。 該校準功能(1)係關於縮放藉由該多譜感測器測量的各 像素之輻射值以對應由該全色感測器得出的輻射值之縮 放。例如,考量0.5 μιη處藉由曲線3〇〇與3〇1表示的頻譜回 應。該曲線301具有-大致u之頻譜回應,而該全色感測 127180.doc •18- 200839649
器之頻譜回應顯示在大約0.35之範圍内之一平均頻譜回 應。暫時忽略藉由曲線301定義之波長範圍内曲線3〇2之回 應,使用具有回應曲線301之特性之一感測器的多譜影像 中之像素的輻射值可能會需要藉由—大約〇·35之加權值來 縮放以便此類輻射值係適當校準至藉由具有曲線3〇〇所示 之回應之一感測器測量的該些值。一般而言,適當的頻譜 校準會要求與圖3中之各頻譜頻帶相關聯的像素輻射值^ 要係加在一起以獲得一總輻射值,其係適當地縮放至使用 具有曲線300定義之回應之一感測器獲得的輻射值。圖斗解 說此程序。 數學上,可如以下等式(1)來表達前述程序:
I 其中:
Pi,j係各降低取樣的像素之全色輻射; |,係針對該等頻譜頻帶之各頻帶的頻譜權重;
Mi’j’j針對構成該多譜影像之各頻譜頻帶之各像素的 值;以及 胃 P〇係一恆定偏移值。 多考圖5,可觀察到上面提及的校準功能(2)涉及空間 ,而非頻譜縮放。空間降低取樣涉及降低取樣來自:: 複數:高解析度像素p°°、p〇1、Pl°、Pl1之韓射值 _/、疋—單—更低解析度像素之-單-輻射值。該等 南解析度像素之輻射值之—簡科均程序不會提供—精確 127180.doc -19- 200839649 結果,因為其未將與可能已執行以產生該全色影像的光學 裝置、感測器及其他處理相關聯的點散佈函數(啊適當 考慮在内。 、可將該PSF看作-基於數學函數或表格的模糊之特性描 述’該模糊係在一光點^ . ”、、g由〃產生該全色影像相關聯的光 學裝置、感測器及其他影像處理功能進行處理時發生於該 光點。圖6係用於理解此概念之一範例性點散佈函數的圖 不。該PSF之-精確特性描述或表示可允許一組像素内之 不同南解析度像素的輻射值係更精確地降低取樣至一單一 更大像素。此係在圖5中概念上解說,其顯示一四個高解 析度像素之集係降低取樣至一 ^ ^ ^ ^ — 银主早一更大的更低解析度像 f 糟由ψ χ表不之p S f運作兔兮榮山Δ 逆作為忒專面解析度像素pGQ、ρ〇ι、 之各像素上之—選擇性加權因數以更精確地將此 專像素之輻射值降低取樣至與一更大像素Ρ相關聯之一草 值。更特定言之,使用該PSF爽 术捲積该全色影像之像素 的輻射值以決定針對一單一 低取樣值。 早更大、更低解析度像素之一降 前述程序可在等式⑺中數學上表達為: ρ==Σρλ 其中:
Pi,j係構成該全色影像之一高解 w〆 q解析度像素的輻射值;以及 ’·,/係该點散佈函數或PSF。 專式(1)與(2)表示產生一降低 低取樣(更低解析度)的全色影像 127180.doc • 20 - 200839649 的兩個方式。_古、土,M , 方法以夕譜影像開始而另一 像開始。然而,兩個方 '王色衫 η"乃/2:皆產生一全声 :使用前述等式(卿)來計算购頻譜頻;:各:; 的頻譜權重)與、(點散佈 、,、帶 低取樣的像素,存在等式(3): 際值。針對各降 ij 其中 ΣΡυ^υ ^YwxMx +Jp〇 yJ λ
Pj係各降低取樣的像素之全色輻射; I係針對該等頻譜頻帶之各頻帶的頻譜權重; Μλ係針對構成該多譜影^ ^ ^ ^ .. ^ ^日頸贡之各像素的輻射 Ρ〇係一恆定偏移值 PU係構成該全色影像之_高解析度像素的輻射值·以及 •係該點散佈函數或PSF。 使用前料式(3),可組裝—矩料◎於計算^(該等 頻譜頻帶之各頻帶㈣譜權幻料"镇㈣函數)的值。 可按矩陣形式將等式(3)(已知強度與位置權重之一線性 組合)重寫為針對與該多譜影像相關聯的所有像素的等式 之一線性系統,如下:
Ax=b 等式(4) 其中A係藉由來自該等全色與多譜影像之指定輻射值所填 入的矩陣,x係未知數(PSF與頻譜權重)之一向量,而匕係 數值常數(例如G、1)之向量。因而,可將該矩陣等式⑷如 127180.doc -21 · 200839649 下寫為: 1 0 ·, ,· 0 0 Ψ 1 Ρη,η * .· —Mb • * • · • · -1 氺 w Ρ〇 0 等式(5) Ρο,ο 為I此項技術者將明白該矩陣之第一 nxn行與藉由該psi? 調變的高解析度全色像素之部分相關。此等值係乘以該矩 陣之向量中的第一 nXn個未知數。該矩陣的下一組行係 MSI(nrnltiple spectral image ;多譜影像)輻射值的負數。
此等值係藉由該等頻譜權重W調變並表示乘以該矩陣之向 量中的下一組未知數。該矩陣的最後行係針對除第一列之 外的所有值之一常數q。此“值係用於說明該恆定偏移p〇 並表示乘以該矩陣之向量中的最後未知數。 该矩陣等式之第一列施加該PSFi nXn個元素之和為i的 約束,其係一點散佈函數之一定義特性。在此方面,可注 意在等式(5)最右側上的常數向量之第一列係顯示為具有一 值1。而且,在等式(5)最左側上的矩陣之第一列中,第一 組行中的值係設定為i,而其餘行之第一列中之值係設定 為〇。此等值係以此方式來選擇以選擇屬於該psf之元素的 第一 ηχη個未知數。 該矩陣等式的第二列實施藉由該PSF(p〇,〇. ·ρη η)頻譜降低 取樣的高解析度全色輻射值等於該等頻譜降低取樣的順 輻射值(-MG...-Mb)的要求。等式(5)最右侧上的常數向量之 第二列中的零值反映此平衡。該第二列之結構係針對該 像中之各像素作為該矩陣等式中之—分離列而重 127180.doc -22· 200839649 複。熟習此項技術者將容易地明白此矩陣之-給定列針對 該多譜影像之一特定像素簡化成等式3。 針對 P〇^〇^...-pn>n^n-M0W〇.....MbWb.p〇 = 〇 圖2:之私序糟由求解該矩陣等式⑷以決定該等空間 ㈣數與該等頻譜校準加權因數包括一值定 偏移W在步驟212中繼續。由於該多譜 與尋求的相對較少的耒知避* W Α里像素 之等式系#、i〜— 所致’藉由矩陣等式(4)定義 超定。#式之解式係藉由使用傳統技術 侍到,例如為人熟知的最小平方方法。 [At A]x=Atb 八中’左側精由矩陣之雜署 #置的相乘V致-對稱矩陣等式。 等式5。夕 的方法用於有效率地求解此形式之矩陣 各匕項技術者將容易地明白K針對該等頻譜頻帶之 頻:權重)與·散佈函數)有利於各種降低區 步驟Γι6^σ%序之值。例如’如此獲得的加權值可用於 A 叫強具有高解析度頻譜資訊之-全色影像。 二:驟216中’來自該多譜影像之高解析度頻譜資訊係 融合程序中頻譜上增強該全色影像。特定言之, =由使用針對步驟212中決定的頻譜頻帶之各頻帶的 =重:)來完成。此程序通常會涉及數個步驟。該程 Μ精生δ亥全色影像的若干重複影像開始。明確地 :如可:對影像資料的多譜頻帶之各頻帶產生-影像層。 例如,對於具有如圖3所示之-多譜回應的感測器,可產 127180.doc •23- 200839649 生四個影像層’一影像層針對與每一回應曲線301、302、 3 3 04相關%的頻譜頻帶之各頻譜頻帶。可使用該等重 複全色影像之各全色影像來針對該頻譜增強的全色影像 (融合影像)形成一影像層。
針對一特定頻譜頻帶的多譜影像資料與加權因數係一起 用於修改—個別全色影像層。特定言《,可使用-縮放的 輻射值來取代一第一全色影像層中之各像素的輻射值。可 藉由使用針對使用上述映射技術映射至該全色景“象中之特 定像素的多譜影像之—像素的輻射值來獲得該縮放的輻射 值。用以縮放各全色像素的來自該多譜影像之一像素之輻 射值係藉由如上面所計算的加權因數〇νλ)來縮放。因為該 2影像之像素具有_更低空間解析度,故可將來自該多χ :衫像之-像素的_值用於來自該全色影像層的複數個 高解析度像素。可針對構成該多譜影像之各光學波長頻帶 =重複此程序。結果係-影像層集,其具有該全色影像之 空間解析度,但在一起還可包括來自該多譜影像之頻譜資 可執行額外的影像處理步驟以進一步增強所得融合影 ^如可k後使用已使用前述技術計算的點散佈函數 /將忒融合影像空間降低取樣至該多譜影像之空間解析 然後,可將該融合影像之各光學頻帶之輻射值與該多 :曰如像之各光學頻帶之輻射值相比較。可藉由修改 a合影像之像素的輕射值以使其與該多譜影像更緊」 致來校正任何差異。 、 127180.doc -24- 200839649 降::樣::ί面計算的頻譜權重用於將該融合影像頻譜 =取 色料之頻譜解析度。然後,可將該融合 衫像之各像素的輻射值與該全色影像之各像素的輻射值相 比較。在此步驟中,可藉由修改構成該融合影像之像素的 輻射值以使其與該全色影像更緊密地一致來校正任何差 異0 【圖式簡單說明】
已參考以下附圖說明具體實施例, 似數字表示相似項,且其中: 其中在所有圖式中相 電腦處理裝置的方塊圖。 空間/頻譜校準軟體常式的 圖1係可用於理解本發明之一 圖2係可用於理解本發明之一 流程圖。 W 3係顯示用以產生一全色影像與一多譜影像的感測器 之頻禮回應之一範例的曲線圖。
圖4係顯示頻譜權重係如何用於一多譜影像之一降低取 樣處理以減小該多譜影像之頻譜解析度的概念解說。 圖5係顯示一點散佈函數係如何用於一全色影像之一降 低取樣處理以減小該全色影像之空間解析度的概念解說。 圖ό係顯示一點散佈函數之一範例的二維曲線圖。 【主要元件符號說明】 100 電腦處理裝置 102 使用者介面 104 中央處理單元 106 系統匯流排 127180.doc •25- 200839649 108 110 112 記憶體 硬體實體 系統介面
127180.doc -26-
Claims (1)
- 200839649 、申請專利範園: 一種用於由包合一古絲4匕办 网斤度全色影像與更低解析度多譜 I,: 一影像對產生一融合影像的方法,其包含·· f疋義王色衫像類型之-第-影像的影像資料, =弟一影像具有析度與-第-頻譜解析 度;:付疋義-多譜影像類型之一第二影像的影像資料, 弟一^像具有低於該第—空間解析度之-第二空間解 析度與高=該第一頻譜解析度之一第二頻譜解析度; 同時計算用於將該第一影像降低取樣至該第二空間解 析度之—點散佈函數與心將該第二影像降低取樣至該 弟一頻譜解析度之一權重集; 使用該權重集,形成具有該第一空間解析度與該第二 頻谱解析度之一融合影像; 其中該點散佈函數與該權重集係明確最佳化至該影 對之獨特特性。 / 2·如请求項1之方法,其中該計算步驟進一步包含計算該 點2佈函數與該頻譜權4•以便*將包含該影像對= 專〜像之各景> 像映射至一共同低解析度全色影像時最小 化輪射之平方誤差。 3·如:^項丨之方法,其進一步包含選擇該共同低解析度 乂匕& 4第二空間解析度與該第一頻譜解析度。 4.如請求項1之方法,其中該計算步驟進一步包含在等式 石〜'卢Ρ = + 中同時求解〜與^ 127180.doc 200839649 其中p係降低取樣至該第二空間解析度之—你主 像素的韓 射,係針對包含該多譜影像之一頻譜頻帶\的頻譜權 重’ !^1係針對包含該第二影像之各頻譜頻帶 一 、φ巧一像素之 輻射值,PG係一恆定偏移值,Pi」係包含該全 土巴衫像的一 像素之輻射值;及ψ/ ;係該點散佈函數。 5·如請求項4之方法,其進一步包含構建一矩 卞f八用於 同時求解ΨΛ/與\νλ。 6·如請求項丨之方法,其中形成一融合影像之該方法進一 步包含使用該PSF來將該融合影像空間降低取樣至該第 二空間解析度,並接著實施該融合影像之各光學頻=之 輻射值與該第二影像之各光學頻帶之輻射值之: 驟。 双的V 7·如請求項6之方法,其中該實施步驟包含若該融合影像 ^各先學頻帶之該等輻射值不與該第二影像之各光學頻 :之該等輻射值-致則自動修改該融合影像之至少 素輻射值。 1豕 8·如請求項1之方法,直中积# _ -丄人 + /、中形成一融合影像之該方法進一 乂匕δ使用該頻譜權重來蔣 玲皆 术將4蛐合影像頻譜降低取樣至 孩弟一頻譜解析度,並接荖眚姑 輻射值应第^ 融合影像之各像素之 m /、弟一衫像之各像素之哕笪 驟。 1豕I之該專輻射值之一致的步 9·如明求項8之方法,其中該實施 之各像幸之哕笼枋仏 少哪匕3右孩融合影像 輻射值一致則自鉍饮 〜像之各像素之該等 動修改㈣合料之至少-像素韓射 127180.doc 200839649值。 10.如請求項1之方法,在該計算步驟之前,在該影像對上 執行一登錄程序以提供該第一影像中之像素至該第二影 像中之位置的一幾何映射。 127180.doc
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/565,703 US7826685B2 (en) | 2006-12-01 | 2006-12-01 | Spatial and spectral calibration of a panchromatic, multispectral image pair |
Publications (1)
Publication Number | Publication Date |
---|---|
TW200839649A true TW200839649A (en) | 2008-10-01 |
Family
ID=39283953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW096145783A TW200839649A (en) | 2006-12-01 | 2007-11-30 | Spatial and spectral calibration of a panchromatic, multispectral image pair |
Country Status (8)
Country | Link |
---|---|
US (1) | US7826685B2 (zh) |
EP (1) | EP2095331B1 (zh) |
JP (1) | JP2010511256A (zh) |
AT (1) | ATE483210T1 (zh) |
CA (1) | CA2670756A1 (zh) |
DE (1) | DE602007009566D1 (zh) |
TW (1) | TW200839649A (zh) |
WO (1) | WO2008070542A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799752A (zh) * | 2011-05-26 | 2012-11-28 | 鸿富锦精密工业(深圳)有限公司 | 频谱影像处理系统和方法 |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7936949B2 (en) * | 2006-12-01 | 2011-05-03 | Harris Corporation | Panchromatic modulation of multispectral imagery |
KR100944462B1 (ko) * | 2008-03-07 | 2010-03-03 | 한국항공우주연구원 | 위성 영상 융합 방법 및 시스템 |
US8164651B2 (en) * | 2008-04-29 | 2012-04-24 | Omnivision Technologies, Inc. | Concentric exposure sequence for image sensor |
US8094960B2 (en) * | 2008-07-07 | 2012-01-10 | Harris Corporation | Spectral calibration of image pairs using atmospheric characterization |
US8078009B2 (en) * | 2008-07-08 | 2011-12-13 | Harris Corporation | Optical flow registration of panchromatic/multi-spectral image pairs |
US8073279B2 (en) * | 2008-07-08 | 2011-12-06 | Harris Corporation | Automated atmospheric characterization of remotely sensed multi-spectral imagery |
US8111307B2 (en) | 2008-10-25 | 2012-02-07 | Omnivision Technologies, Inc. | Defective color and panchromatic CFA image |
US8073246B2 (en) * | 2008-11-07 | 2011-12-06 | Omnivision Technologies, Inc. | Modifying color and panchromatic channel CFA image |
CN104282275B (zh) | 2008-11-14 | 2017-09-15 | 杜比实验室特许公司 | 显示器和投影系统 |
US8478067B2 (en) * | 2009-01-27 | 2013-07-02 | Harris Corporation | Processing of remotely acquired imaging data including moving objects |
US8260086B2 (en) * | 2009-03-06 | 2012-09-04 | Harris Corporation | System and method for fusion of image pairs utilizing atmospheric and solar illumination modeling |
WO2010123499A1 (en) * | 2009-04-22 | 2010-10-28 | Hewlett-Packard Development Company, L.P. | Spatially-varying spectral response calibration data |
US8724928B2 (en) | 2009-08-31 | 2014-05-13 | Intellectual Ventures Fund 83 Llc | Using captured high and low resolution images |
US8884989B2 (en) * | 2009-12-23 | 2014-11-11 | Indian Institute Of Technology Bombay | System and method for fusing images |
CN101916435B (zh) * | 2010-08-30 | 2011-12-28 | 武汉大学 | 一种多尺度光谱投影遥感影像融合方法 |
WO2012106797A1 (en) | 2011-02-11 | 2012-08-16 | Canadian Space Agency | Method and system of increasing spatial resolution of multi-dimensional optical imagery using sensor's intrinsic keystone |
US9020256B2 (en) * | 2011-04-22 | 2015-04-28 | Exelis Inc. | System and method for combining color information with spatial information in multispectral images |
US8761506B1 (en) | 2011-04-22 | 2014-06-24 | DigitalGlobe, Incorporated | Pan sharpening digital imagery |
US8929682B2 (en) * | 2011-04-28 | 2015-01-06 | Hewlett-Packard Development Company, L.P. | Calibrating image sensors |
CN103609102B (zh) | 2011-06-15 | 2016-09-28 | 微软技术许可有限责任公司 | 高分辨率多光谱图像捕捉 |
US8922654B2 (en) * | 2012-03-22 | 2014-12-30 | Exelis, Inc. | Algorithm for adaptive downsampling to an irregular grid |
RU2561231C1 (ru) * | 2014-03-27 | 2015-08-27 | Акционерное общество "Ракетно-космический центр "Прогресс" (АО "РКЦ "Прогресс") | Способ полетной калибровки мультиспектральной аппаратуры космического базирования |
US9396391B2 (en) | 2014-06-17 | 2016-07-19 | Digitalglobe, Inc. | Automated geospatial image mosaic generation with multiple zoom level support |
US9225889B1 (en) | 2014-08-18 | 2015-12-29 | Entropix, Inc. | Photographic image acquisition device and method |
CN105043411B (zh) * | 2015-06-01 | 2018-02-06 | 中山大学 | 高空间分辨率全色通道绝对定标系数模拟及交叉定标方法 |
US10192288B2 (en) * | 2016-12-23 | 2019-01-29 | Signal Processing, Inc. | Method and system for generating high resolution worldview-3 images |
RU2696368C1 (ru) * | 2018-11-09 | 2019-08-01 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Способ оценки параметров движения подвижных объектов по результатам космической зональной съемки и аппаратура космической зональной съемки космического комплекса дистанционного зондирования Земли для осуществления способа |
US11164293B2 (en) * | 2019-01-30 | 2021-11-02 | National Cheng Kung University | Adaptive enhancement method for image contrast based on level of detail |
CN113425259A (zh) * | 2021-06-24 | 2021-09-24 | 中国科学院上海微系统与信息技术研究所 | 一种高空间分辨率的多光谱舌象采集系统 |
CN114820581B (zh) * | 2022-05-26 | 2023-03-24 | 清华大学 | 轴对称光学成像并行仿真方法及装置 |
CN115880199B (zh) * | 2023-03-03 | 2023-05-16 | 湖南大学 | 一种长波红外高光谱与多光谱图像融合方法、系统及介质 |
CN117253125B (zh) * | 2023-10-07 | 2024-03-22 | 珠江水利委员会珠江水利科学研究院 | 一种空-谱互注图像融合方法、系统及可读存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5949914A (en) * | 1997-03-17 | 1999-09-07 | Space Imaging Lp | Enhancing the resolution of multi-spectral image data with panchromatic image data using super resolution pan-sharpening |
US6011875A (en) * | 1998-04-29 | 2000-01-04 | Eastman Kodak Company | Process for enhancing the spatial resolution of multispectral imagery using pan-sharpening |
US6937774B1 (en) * | 2000-10-24 | 2005-08-30 | Lockheed Martin Corporation | Apparatus and method for efficiently increasing the spatial resolution of images |
US7095420B2 (en) * | 2002-10-17 | 2006-08-22 | Lockheed Martin Corporation | System and related methods for synthesizing color imagery |
US7340099B2 (en) * | 2003-01-17 | 2008-03-04 | University Of New Brunswick | System and method for image fusion |
US7305103B2 (en) * | 2003-06-30 | 2007-12-04 | The Boeing Company | System and method for generating pan sharpened multispectral imagery |
US20050094887A1 (en) * | 2003-11-05 | 2005-05-05 | Cakir Halil I. | Methods, systems and computer program products for fusion of high spatial resolution imagery with lower spatial resolution imagery using correspondence analysis |
US20050111754A1 (en) * | 2003-11-05 | 2005-05-26 | Cakir Halil I. | Methods, systems and computer program products for fusion of high spatial resolution imagery with lower spatial resolution imagery using a multiresolution approach |
-
2006
- 2006-12-01 US US11/565,703 patent/US7826685B2/en not_active Expired - Fee Related
-
2007
- 2007-11-30 AT AT07864971T patent/ATE483210T1/de not_active IP Right Cessation
- 2007-11-30 CA CA002670756A patent/CA2670756A1/en not_active Abandoned
- 2007-11-30 TW TW096145783A patent/TW200839649A/zh unknown
- 2007-11-30 JP JP2009539502A patent/JP2010511256A/ja not_active Withdrawn
- 2007-11-30 DE DE602007009566T patent/DE602007009566D1/de active Active
- 2007-11-30 EP EP07864971A patent/EP2095331B1/en not_active Not-in-force
- 2007-11-30 WO PCT/US2007/086032 patent/WO2008070542A1/en active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799752A (zh) * | 2011-05-26 | 2012-11-28 | 鸿富锦精密工业(深圳)有限公司 | 频谱影像处理系统和方法 |
CN102799752B (zh) * | 2011-05-26 | 2016-05-25 | 罗普特(厦门)科技集团有限公司 | 频谱影像处理系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2010511256A (ja) | 2010-04-08 |
US20080129752A1 (en) | 2008-06-05 |
WO2008070542A1 (en) | 2008-06-12 |
CA2670756A1 (en) | 2008-06-12 |
EP2095331A1 (en) | 2009-09-02 |
EP2095331B1 (en) | 2010-09-29 |
DE602007009566D1 (de) | 2010-11-11 |
ATE483210T1 (de) | 2010-10-15 |
US7826685B2 (en) | 2010-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW200839649A (en) | Spatial and spectral calibration of a panchromatic, multispectral image pair | |
US7835594B2 (en) | Structured smoothing for superresolution of multispectral imagery based on registered panchromatic image | |
TW200836129A (en) | Panchromatic modulation of multispectral imagery | |
US20240169658A1 (en) | Systems and Methods for Reconstructing Scenes to Disentangle Light and Matter Fields | |
Delaunoy et al. | Photometric bundle adjustment for dense multi-view 3d modeling | |
Schrijver et al. | The coronal heating mechanism as identified by full-sun visualizations | |
US8094960B2 (en) | Spectral calibration of image pairs using atmospheric characterization | |
US9628684B2 (en) | Light-field aberration correction | |
US20100226570A1 (en) | System and method for fusion of image pairs utilizing atmospheric and solar illumination modeling | |
CN105247342A (zh) | 用于确定颗粒尺寸的方法及设备 | |
CN112529946B (zh) | 高分立体模型优化方法、系统、电子设备及可读存储介质 | |
CN106705849A (zh) | 线结构光传感器标定方法 | |
CN109859256A (zh) | 一种基于自动对应点匹配的三维点云配准方法 | |
CN115511767B (zh) | 一种自监督学习的多模态图像融合方法及其应用 | |
Hess et al. | Atmospherically compensated shape from shading on the martian surface: Towards the perfect digital terrain model of mars | |
CN106530342B (zh) | 利用激光点云辅助的可量测全景影像生成方法 | |
US8971664B2 (en) | Method and device for generating a super-resolution image portion | |
JP5807111B2 (ja) | 画像生成システム及び画像生成方法 | |
CN116128762A (zh) | 卫星影像预处理方法、装置、电子设备及存储介质 | |
CN116664408B (zh) | 一种彩色结构光的点云上采样方法及装置 | |
Wöhler et al. | Elemental and topographic mapping of lava flowstructures in Mare Serenitatis on the Moon | |
WO2019202042A1 (en) | Quantum bundle adjustment | |
CN115861289A (zh) | 医学图像处理方法、装置、计算机设备和存储介质 | |
KR101353125B1 (ko) | 근적외선 파장을 이용한 지표면 반사도 산출 방법 | |
Kim et al. | RPC model generation from the physical sensor model |