CN109579796B - 一种投影后影像的区域网平差方法 - Google Patents

一种投影后影像的区域网平差方法 Download PDF

Info

Publication number
CN109579796B
CN109579796B CN201811580541.0A CN201811580541A CN109579796B CN 109579796 B CN109579796 B CN 109579796B CN 201811580541 A CN201811580541 A CN 201811580541A CN 109579796 B CN109579796 B CN 109579796B
Authority
CN
China
Prior art keywords
image
point
images
coordinates
remote sensing
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
CN201811580541.0A
Other languages
English (en)
Other versions
CN109579796A (zh
Inventor
刘斌
邸凯昌
辛鑫
贾萌娜
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.)
Institute of Remote Sensing and Digital Earth of CAS
Original Assignee
Institute of Remote Sensing and Digital Earth of CAS
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 Institute of Remote Sensing and Digital Earth of CAS filed Critical Institute of Remote Sensing and Digital Earth of CAS
Priority to CN201811580541.0A priority Critical patent/CN109579796B/zh
Publication of CN109579796A publication Critical patent/CN109579796A/zh
Application granted granted Critical
Publication of CN109579796B publication Critical patent/CN109579796B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/004—Map manufacture or repair; Tear or ink or water resistant maps; Long-life maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种投影后影像的区域网平差方法，其特征在于包括以下内容：获取遥感影像及其地图投影信息；对所有遥感影像进行匹配，获取遥感影像间的同名点；建立误差方程，求解遥感影像的精化参数；利用精化参数对遥感影像进行重采样；影像镶嵌，生产影像地图。本发明提出投影影像的区域网平差方法，使得三维几何模型缺失的投影后影像依然能进行区域网平差的几何精化处理，从而解决传统区域网平差的限制。

Description

一种投影后影像的区域网平差方法
技术领域
本发明是关于一种投影后影像的区域网平差方法，涉及摄影测量中遥感影像技术领域。
背景技术
影像地图是利用航空像片或卫星遥感影像，通过几何纠正、投影变换和比例尺归化，运用一定的地图符号、注记，直接反映制图对象地理特征及空间分布的地图。影像地图综合了遥感影像和线划地形图两者的优点，既包含遥感影像的丰富内容信息，又能保证地形图的真实和几何精度。在遥感影像几何处理中，对原始影像进行几何精校正、正射校正生成的数字正射影像(Digital Orthophoto Map,DOM)即为一种影像地图产品。遥感影像在成像过程中，往往存在各种误差源的影响，例如摄影时测量的轨道、姿态具有误差，影像的内方位元素具有变形等。在生产影像地图时，由于这些定位误差的影响，使得影像地图的定位精度不高，特别利用多幅具有一定重叠度的遥感影像生产拼接的投影影像产品时，往往会出现影像与影像连接处出现不一致情况，影响了大区域制图的精度，也影响了产品在实际使用中的效果。这种现象在行星制图领域尤为明显，在月球、火星轨道器摄影测量中，由于轨道、姿态测量的限制，且没有高精度的基准和地面控制，使得影像直接纠正后广泛存在不一致的情况，大大影响了影像地图的工程和科学分析研究。
针对这一问题，传统的方法往往是对原始影像的几何模型进行精化，该过程包含传感器的在轨检校、遥感影像几何模型精化及多影像区域网平差等各种方式。通过几何模型精化，使得精化后的几何模型绝对定位精度与影像间的相对定位精度得以提升，然后利用精化后的几何模型及数字高程模型(Digital Elevation Model,DEM)对影像进行正射校正，最后进行影像的镶嵌生产出影像地图产品。该过程建立在一套完整的几何体系下，需要影像的几何模型，并且求解过程中涉及区域网平差解算，计算比较复杂。针对解算条件不好、缺乏绝对控制、大区域平差等情况，该解算往往不够稳定，且精度不高。另外，如果影像已经做过初步的投影处理或者影像不带几何模型，该方法会由于输入的缺乏而失效。
在原始影像已经进行几何处理后，仍然未达到无缝拼接精度要求时，遥感影像地图生产往往需要利用参考底图或影像上的控制点为基准，将几何处理后的影像配准到基准上。然而该方法完全依赖基准的精度，在基准精度不高以及无法获取基准的情况下，该方法也将失效。
发明内容
针对上述问题，本发明的目的是提供一种能够生产出无缝拼接的遥感影像地图产品的投影后影像的区域网平差方法。
为实现上述目的，本发明采取以下技术方案：一种投影后影像的区域网平差方法，包括以下内容：获取遥感影像及其地图投影信息；对所有遥感影像进行匹配，获取遥感影像间的同名点；建立误差方程，求解遥感影像的精化参数；利用精化参数对遥感影像进行重采样；影像镶嵌，生产影像地图。
进一步地，对所有遥感影像进行匹配，获取遥感影像间的同名点，具体过程为：
根据遥感影像投影信息左上角点投影坐标值、格网大小及遥感影像的行数和列数，计算遥感影像的范围：
Figure BDA0001917782670000021
Figure BDA0001917782670000022
其中，
Figure BDA0001917782670000023
为左上角点投影坐标值，(dx,dy)为行列方向的分辨率，sample，line为遥感影像的大小，
Figure BDA0001917782670000024
为右下角点的投影坐标值；
根据影像范围，计算影像的重叠区，并在重叠区利用自动匹配方式计算影像同名点，其中，影像的重叠区为地理坐标矩形范围的交集，影像的同名点是指影像对同一地区摄影时，同一地物在不同影像上对应的像点。
进一步地，建立误差方程，求解遥感影像的精化参数，具体过程为：
利用影像的投影信息，将同名点影像坐标转换为投影坐标：
Figure BDA0001917782670000025
Figure BDA0001917782670000026
其中，
Figure BDA0001917782670000027
为影像左上角点的投影坐标，dx,dy分别为影像列和行方向的分辨率；(x,y)为影像的行列坐标，(Dx,Dy)为(x,y)对应的投影坐标；
根据区域网平差数学模型建立误差方程，采用最小二乘法求解误差方程，得到每张遥感影像的精化参数。
进一步地，区域网平差的数学模型为平移、仿射或多项式模型。
进一步地，当区域网平差的数学模型为仿射模型时，其精化坐标表示为：
Figure BDA0001917782670000028
Figure BDA0001917782670000029
其中，j为影像编号，i为点编号，
Figure BDA00019177826700000210
为平差前的坐标，
Figure BDA00019177826700000211
为精化后的坐标，
Figure BDA00019177826700000212
为仿射变换系数；
对于同名点，其真实坐标值由未知数(Dxi,Dyi)表示；
误差方程为：
Figure BDA0001917782670000031
Figure BDA0001917782670000032
其中，
Figure BDA0001917782670000033
分别为列方向和行方向上的坐标残差，当影像数为m，点数为n时，未知数总数为6*m+2*n；
误差方程可以写为：
v＝Ax＝0
Figure BDA0001917782670000034
Figure BDA0001917782670000035
当在求解过程中引入控制点时，控制点的投影坐标(Dxi,Dyi)为已知值，控制点误差方程为：
v＝A1x-L1＝0
Figure BDA0001917782670000036
Figure BDA0001917782670000037
L1＝[Dxc1 Dyc1 ... Dxck Dyck]2k T
其中，k为控制点的数量，控制点分布在l张影像上，p和q为控制点所在影像的编号；
综合同名点和控制点，上式利用分块矩阵的方式表示为：
Figure BDA0001917782670000038
其中，A1为控制点误差方程系数，A2，B为同名点误差方程系数，L1为控制点坐标，X为第一类未知数，即精化系数，Y为第二类未知数，即同名点坐标值；在平差过程中，先消除第二类未知数，单独求解第一类未知数，方程为：
Figure BDA0001917782670000041
当在求解过程中无控制点时，A1＝0，方程为：
Figure BDA0001917782670000042
根据最小二乘法求出第一类未知数X，求解出每张遥感影像的精化参数。
进一步地，利用精化参数对遥感影像进行重采样，具体过程为：获取每幅影像的精化参数，利用精化参数重采样影像，生成DOM产品，DOM产品的生成采用正解法或反解法。
进一步地，利用精化参数重采样影像，采用反解法生成DOM产品，具体过程为：
1)确定重采样影像的投影、分辨率及重采样后影像的范围
设置好投影和分辨率后，根据影像的原始范围
Figure BDA0001917782670000043
精化参数及投影变换，计算出影像新的左上角点坐标和右下角点坐标，然后根据设置的新的分辨率(mx,my)，计算出每幅投影影像的大小:
Figure BDA0001917782670000044
Figure BDA0001917782670000045
其中，
Figure BDA0001917782670000046
为影像新的左上角点坐标和右下角点坐标，(sample',line')为纠正后影像的行列数；
2)根据确定的影像大小，左上角点坐标及分辨率，获得每个像素的地理坐标
X＝X0+mx*xdom
Y＝Y0+my*xdom
其中，(xdom,ydom)为DOM上任意一点P像素中心的像点坐标，mx,my为行列方向的分辨率，(X0,Y0)为DOM起始点地面坐标,(X,Y)为求得的P点对应的地面坐标；
3)计算像点坐标
利用建立并精化后的参数，计算地理坐标对应的原始影像上的投影坐标
(Dx,Dy)＝F-1(X,Y)
其中，(X,Y)为步骤2)中求得的地面点坐标，F代表精化模型，即计算出的精化参数反算的结果，(Dx,Dy)为求得的投影坐标；
利用(Dx,Dy)及原始影像的投影信息求出在原始影像上的像点坐标p(x,y)
Figure BDA0001917782670000047
Figure BDA0001917782670000048
其中，
Figure BDA0001917782670000051
为原始影像左上角点坐标，dx,dy为原始影像的行列方向分辨率；
4)对像点坐标p(x,y)进行灰度内插得到像点p的灰度值g(x,y)；
5)将像点p的灰度值赋给纠正后的像元，也即DOM上的P点；
6)依次对DOM上每个像素完成上述运算，即获得经过地形校正的DOM产品。
进一步地，影像镶嵌是指对得到的影像进行匀光、拼接、镶嵌，生产出整幅的影像地图产品。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明提出投影影像的区域网平差方法，使得三维几何模型缺失的投影后影像依然能进行区域网平差的几何精化处理，从而解决传统区域网平差的限制；
2、本发明提出全新的大区域影像地图制图方案，通过影像投影后再平差处理，原始影像利用几何模型进行投影达到降维处理的效果，解决了传统平差方法中因交会角小，几何强度不足引起的平差不稳定、求解病态的问题；
3、由于投影影像的几何变形通过校正后，其影像间匹配受几何变形的影响较小，影像间匹配精度和可靠性会更高，且通过投影的选择，可以解决大区域制图时地形曲率变形、大区域图像内部结构关系不一致等带来的求解精度不足影响，较传统方法，本发明提供的全新大区域高精度无缝遥感影像地图的制作方案，具有更好的适用性，精度提高、可靠性更好；
4、本发明利用投影后影像同名点应具有相同地理坐标为虚拟观测条件，建立误差方程并平差求解，可以解决投影后影像由于三维几何模型缺失而无法进行传统区域网平差的限制，平差中也可以引入基准的绝对控制点，解决投影影像绝对定位与相对定位精度不足的问题，从而精化投影后影像坐标，生产出无缝拼接的遥感影像地图产品。
附图说明
图1为本发明投影后影像的区域网平差方法流程示意图。
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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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的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。
如图1所示，本发明提供的投影后影像的区域网平差方法，包括以下步骤：
1、读取投影后遥感影像，并获取遥感影像及其地图投影信息。
遥感影像的读取可用编程的方式读取，编程调用开源库(例如针对遥感影像读取与操作的Geospatial Data Abstraction Library,GDAL库)函数接口实现。读取遥感影像的同时，获得遥感影像的宽和长(sample，line)及投影信息。
遥感影像的投影信息包括投影与基准面信息、遥感影像行列方向分辨率(dx,dy)、遥感影像左上角点的投影坐标
Figure BDA0001917782670000061
2、对遥感影像进行匹配，获取遥感影像间的同名点
根据输入的遥感影像的投影信息，确定遥感影像的位置关系与遥感影像的重叠区，将重叠区内匹配影像同名点作为平差的同名点，具体过程为：
2.1)根据遥感影像投影信息中的左上角点投影坐标值、格网大小及遥感影像的行数和列数，计算遥感影像的范围。
Figure BDA0001917782670000062
其中，
Figure BDA0001917782670000063
为左上角点投影坐标，(dx,dy)为行列方向的分辨率，sample，line为遥感影像的大小，均可从遥感影像的影像信息中获取。
Figure BDA0001917782670000064
为右下角点的投影坐标，影像的范围由左上角点和右上角点坐标共同确定。
2.2)根据影像范围，计算影像的重叠区，并在重叠区利用自动影像匹配算法计算影像同名点。
其中，影像的重叠区为地理坐标矩形范围的交集，影像的同名点是指影像对同一地区摄影时，同一地物在不同影像上对应的像点。其中，自动影像匹配算法有：相关系数匹配、SIFT(Scale-invariant feature transform)或SURF(Speeded Up Robust Feature)特征匹配等。
3、建立误差方程，求解影像的精化参数，具体过程为：
3.1)利用影像的投影信息，将同名点影像坐标转换为投影坐标，其中，转换公式为：
Figure BDA0001917782670000065
其中，
Figure BDA0001917782670000066
为影像左上角点的投影坐标，dx,dy分别为影像列和行方向的分辨率；(x,y)为影像的行列坐标，(Dx,Dy)为(x,y)对应的投影坐标。
如果影像的投影方式不同，还需要将每张影像的投影坐标转换到同一投影方式下面。不同投影方式坐标转换的常用方法是七参数法，其转换公式可以由下式表示：
Figure BDA0001917782670000067
其中，(X,Y,Z)为待转换的坐标，(X',Y',Z')为转换后的坐标。R是由两个坐标系中坐标轴间对应的三个夹角组成的3×3旋转矩阵，λ为两个坐标系间的比例系数，(X0,Y0,Z0)为两个坐标系原点的坐标偏移量，以上参数均可以通过两个坐标系间的已知对应点求解得到。
3.2)根据区域网平差数学模型建立误差方程，并采用最小二乘原理进行求解，得到每张影像的精化参数。
误差方程可以由精化后的坐标与真实的坐标值差值最小进行构建。区域网平差数学模型建可以选用平移、仿射、多项式等模型，在此以在原始投影坐标上进行仿射变换精化模型为例进行阐述，但是实际处理中将不限于该模型。
当区域网平差数学模型为仿射模型时，其精化坐标可以表示为：
Figure BDA0001917782670000071
其中，j为影像编号，i为点编号，
Figure BDA0001917782670000072
为平差前的坐标，
Figure BDA0001917782670000073
为精化后的坐标，
Figure BDA0001917782670000074
为仿射变换系数。
对于同名点，其真实坐标值可以由未知数(Dxi,Dyi)表示。
因此当精化模型为仿射变换时，其误差方程可表示为：
Figure BDA0001917782670000075
其中，
Figure BDA0001917782670000076
分别为列方向和行方向上的坐标残差，当影像数为m，点数为n时，未知数总数为6*m+2*n。
误差方程可以写为：
v＝Ax＝0 (6)
Figure BDA0001917782670000077
Figure BDA0001917782670000078
在求解过程中，可以引入控制点。控制点是指在投影影像上的特点像点，并给定该像点的地理坐标。地理坐标的给定可以与传统方式相同，如里利用参考基准获取，或者利用外业测量刺点等方式。这些控制点的引入，可以使得平差后待纠正影像的绝对定位精度提升，与参考基准间的一致性更好。特殊情况下，控制点的地理坐标可以人为给定，例如直接利用投影影像的投影坐标信息获取，这些并非传统意义的控制点，这些控制点的引入可以让求解更稳定。控制点的投影坐标(Dxi,Dyi)为已知值，因此控制点误差方程可以表示如下：
v＝A1x-L1＝0 (7)
Figure BDA0001917782670000081
Figure BDA0001917782670000082
L1＝[Dxc1 Dyc1 ... Dxck Dyck]2k T
其中，k为控制点的数量，控制点分布在l张影像上，p和q为控制点所在影像的编号。
综合同名点和控制点，上式利用分块矩阵的方式表示为：
其中，A1为控制点误差方程系数，A2，B为同名点误差方程系数，L1为控制点坐标，X为第一类未知数，即精化系数，Y为第二类未知数，即同名点坐标值。
在平差过程中，为提高解算效率和精度，可以先消除一类未知数。一般消除同名点坐标值，即第二类未知数，而单独求解第一类未知数，方程为：
Figure BDA0001917782670000084
在求解过程中，无控制点时，A1＝0，方程为：
Figure BDA0001917782670000085
即可根据最小二乘法求出第一类未知数X，从而求解出每张影像的精化参数。
4、利用精化参数对遥感影像进行重采样
获取每幅影像的精化参数，利用精化参数重采样影像，生成DOM产品。DOM产品的生成一般分为正解法和反解法，本发明以反解法为例描述具体实施过程：
4.1)确定重采样影像的投影、分辨率及重采样后影像的范围。
重采样影像的投影和分辨率可以根据用户对产品的需求直接设定。如果没有设定时，分辨率可以默认设置为输入影像的分辨率平均值，投影可以选择输入影像相同的投影。在设置好投影和分辨率后，根据影像的原始范围
Figure BDA0001917782670000086
Figure BDA0001917782670000091
精化参数及投影变换，利用式(4)计算出影像新的左上角点坐标和右下角点坐标。然后根据设置的新的分辨率(mx,my)，计算出每幅投影影像的大小:
Figure BDA0001917782670000092
其中，
Figure BDA0001917782670000093
为影像新的左上角点坐标和右下角点坐标，(sample',line')为纠正后影像的行列数。
4.2)根据确定的影像大小，左上角点坐标及分辨率，获得每个像素的地理坐标。
X＝X0+mx*xdom
Y＝Y0+my*xdom
其中，(xdom,ydom)为DOM上任意一点P像素中心的像点坐标，mx,my为行列方向的分辨率，(X0,Y0)为DOM起始点地面坐标,(X,Y)为求得的P点对应的地面坐标。
4.3)计算像点坐标
利用建立并精化后的参数，计算地理坐标对应的原始影像上的投影坐标。
(Dx,Dy)＝F-1(X,Y)
其中，(X,Y)为4.2)中求得的地面点坐标，F代表精化模型，即为步骤3式(4)中计算出的精化参数反算的结果，(Dx,Dy)为求得的投影坐标。
利用(Dx,Dy)及原始影像的投影信息求出在原始影像上的像点坐标p(x,y)。
Figure BDA0001917782670000094
Figure BDA0001917782670000095
其中，
Figure BDA0001917782670000096
为原始影像左上角点坐标，dx,dy为原始影像的行列方向分辨率。
4.4)对像点坐标p(x,y)进行灰度内插得到像点p的灰度值g(x,y)
由于所得到的像点坐标p(x,y)不一定落在原始影像的像元中心位置，为此必须进行灰度内插，一般可采用双线性内插，求得像点p的灰度值g(x,y)；
4.5)灰度赋值
将像点p的灰度值赋给纠正后的像元，也即DOM上的P点；
4.6)依次对DOM上每个像素完成上述运算，即获得经过地形校正的DOM产品。
5、影像镶嵌，生产影像地图，即：对得到的影像进行匀光、拼接、镶嵌，生产出整幅的影像地图产品。该地图产品可用于提取自然信息和人文信息，并派生出新的信息和产品，为地形图的修测和更新提供良好的数据和更新手段。对地观测领域中广泛应用于洪水监测、河流变迁、旱情监测；农业估产(精准农业)；土地覆盖与土地利用土地资源的动态监测；荒漠化监测与森林监测(成林害虫)；海岸线保护；生态变化监测；农村土地发证，指认宗地界线并数字化其点位坐标，土地利用调查等领域。行星制图中可用于地形地貌提取分析以及控制基准等。
根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行适当的变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。

Claims (6)

1.一种投影后影像的区域网平差方法，其特征在于包括以下内容：
获取遥感影像及其地图投影信息；
对所有遥感影像进行匹配，获取遥感影像间的同名点；
建立误差方程，求解遥感影像的精化参数，具体过程为：
利用影像的投影信息，将同名点影像坐标转换为投影坐标：
Figure FDA0002673343080000011
Figure FDA0002673343080000012
其中，
Figure FDA0002673343080000013
为影像左上角点的投影坐标，dx,dy分别为影像列和行方向的分辨率；(x,y)为影像的行列坐标，(Dx,Dy)为(x,y)对应的投影坐标；
根据区域网平差数学模型建立误差方程，采用最小二乘法求解误差方程，得到每张遥感影像的精化参数，具体为：
当区域网平差的数学模型为仿射模型时，其精化坐标表示为：
Figure FDA0002673343080000014
Figure FDA0002673343080000015
其中，j为影像编号，i为点编号，
Figure FDA0002673343080000016
为平差前的坐标，
Figure FDA0002673343080000017
为精化后的坐标，
Figure FDA0002673343080000018
为仿射变换系数；
对于同名点，其真实坐标值由未知数(Dxi,Dyi)表示；
误差方程为：
Figure FDA0002673343080000019
Figure FDA00026733430800000110
其中，
Figure FDA00026733430800000111
分别为列方向和行方向上的坐标残差，当影像数为m，点数为n时，未知数总数为6*m+2*n；
误差方程可以写为：
v＝Ax＝0
Figure FDA00026733430800000112
Figure FDA0002673343080000021
当在求解过程中引入控制点时，控制点的投影坐标(Dxci,Dyci)为已知值，控制点误差方程为：
v1＝A1x-L1＝0
Figure FDA0002673343080000022
Figure FDA0002673343080000023
L1＝[Dxc1 Dyc1 ... Dxck Dyck]T
其中，k为控制点的数量，控制点分布在l张影像上，p和q为控制点所在影像的编号；
综合同名点和控制点，上式利用分块矩阵的方式表示为：
Figure FDA0002673343080000024
其中，A1为控制点误差方程系数，A2，B为同名点误差方程系数，L1为控制点坐标，X为第一类未知数，即精化系数，Y为第二类未知数，即同名点坐标值；在平差过程中，先消除第二类未知数，单独求解第一类未知数，方程为：
Figure FDA0002673343080000025
当在求解过程中无控制点时，A1＝0，方程为：
Figure FDA0002673343080000026
根据最小二乘法求出第一类未知数X，求解出每张遥感影像的精化参数；
利用精化参数对遥感影像进行重采样；
影像镶嵌，生产影像地图。
2.根据权利要求1所述的投影后影像的区域网平差方法，其特征在于，对所有遥感影像进行匹配，获取遥感影像间的同名点，具体过程为：
根据遥感影像投影信息左上角点投影坐标值、格网大小及遥感影像的行数和列数，计算遥感影像的范围：
Figure FDA0002673343080000027
Figure FDA0002673343080000028
其中，
Figure FDA0002673343080000029
为左上角点投影坐标值，(dx,dy)为行列方向的分辨率，sample，line为遥感影像的大小，
Figure FDA0002673343080000031
为右下角点的投影坐标值；
根据影像范围，计算影像的重叠区，并在重叠区利用自动匹配方式计算影像同名点，其中，影像的重叠区为地理坐标矩形范围的交集，影像的同名点是指影像对同一地区摄影时，同一地物在不同影像上对应的像点。
3.根据权利要求1所述的投影后影像的区域网平差方法，其特征在于，区域网平差的数学模型为平移、仿射或多项式模型。
4.据权利要求1或2所述的投影后影像的区域网平差方法，其特征在于，利用精化参数对遥感影像进行重采样，具体过程为：获取每幅影像的精化参数，利用精化参数重采样影像，生成DOM产品，DOM产品的生成采用正解法或反解法。
5.据权利要求4所述的投影后影像的区域网平差方法，其特征在于，利用精化参数重采样影像，采用反解法生成DOM产品，具体过程为：
1)确定重采样影像的投影、分辨率及重采样后影像的范围
设置好投影和分辨率后，根据影像的原始范围
Figure FDA0002673343080000032
精化参数及投影变换，计算出影像新的左上角点坐标和右下角点坐标，然后根据设置的新的分辨率(mx,my)，计算出每幅投影影像的大小:
Figure FDA0002673343080000033
Figure FDA0002673343080000034
其中，
Figure FDA0002673343080000035
为影像新的左上角点坐标和右下角点坐标，(sample',line')为纠正后影像的行列数；
2)根据确定的影像大小，左上角点坐标及分辨率，获得每个像素的地理坐标
X＝X0+mx*xdom
Y＝Y0+my*xdom
其中，(xdom,ydom)为DOM上任意一点P像素中心的像点坐标，mx,my为行列方向的分辨率，(X0,Y0)为DOM起始点地面坐标,(X,Y)为求得的P点对应的地面坐标；
3)计算像点坐标
利用建立并精化后的参数，计算地理坐标对应的原始影像上的投影坐标
(Dx,Dy)＝F-1(X,Y)
其中，(X,Y)为步骤2)中求得的地面点坐标，F代表精化模型，即计算出的精化参数反算的结果，(Dx,Dy)为求得的投影坐标；
利用(Dx,Dy)及原始影像的投影信息求出在原始影像上的像点坐标p(x,y)
Figure FDA0002673343080000036
Figure FDA0002673343080000037
其中，
Figure FDA0002673343080000041
为原始影像左上角点坐标，dx,dy为原始影像的行列方向分辨率；
4)对像点坐标p(x,y)进行灰度内插得到像点p的灰度值g(x,y)；
5)将像点p的灰度值赋给纠正后的像元，也即DOM上的P点；
6)依次对DOM上每个像素完成上述运算，即获得经过地形校正的DOM产品。
6.根据权利要求1或2所述的投影后影像的区域网平差方法，其特征在于，影像镶嵌是指对得到的影像进行匀光、拼接、镶嵌，生产出整幅的影像地图产品。
CN201811580541.0A 2018-12-24 2018-12-24 一种投影后影像的区域网平差方法 Active CN109579796B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811580541.0A CN109579796B (zh) 2018-12-24 2018-12-24 一种投影后影像的区域网平差方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811580541.0A CN109579796B (zh) 2018-12-24 2018-12-24 一种投影后影像的区域网平差方法

Publications (2)

Publication Number Publication Date
CN109579796A CN109579796A (zh) 2019-04-05
CN109579796B true CN109579796B (zh) 2020-11-10

Family

ID=65931480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811580541.0A Active CN109579796B (zh) 2018-12-24 2018-12-24 一种投影后影像的区域网平差方法

Country Status (1)

Country Link
CN (1) CN109579796B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112148823B (zh) * 2020-09-04 2023-12-26 国家卫星气象中心(国家空间天气监测预警中心) 一种遥感数据几何纠正并行方法、装置及计算机设备
CN113762098A (zh) * 2021-08-19 2021-12-07 北京和德宇航技术有限公司 一种卫星遥感影像匹配方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156968B (zh) * 2014-08-19 2015-06-10 山东临沂烟草有限公司 大面积地形复杂区域无人机序列影像快速无缝拼接方法
CN103063200B (zh) * 2012-11-28 2015-11-25 国家测绘地理信息局卫星测绘应用中心 高分辨率光学卫星正射纠正影像生成方法
CN106780321A (zh) * 2016-11-21 2017-05-31 中国测绘科学研究院 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法
CN108305237A (zh) * 2018-01-23 2018-07-20 中国科学院遥感与数字地球研究所 考虑不同光照成像条件的多立体影像融合制图方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101598785B (zh) * 2009-06-30 2011-12-28 武汉大学 卫星影像各级产品的有理函数成像模型生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103063200B (zh) * 2012-11-28 2015-11-25 国家测绘地理信息局卫星测绘应用中心 高分辨率光学卫星正射纠正影像生成方法
CN104156968B (zh) * 2014-08-19 2015-06-10 山东临沂烟草有限公司 大面积地形复杂区域无人机序列影像快速无缝拼接方法
CN106780321A (zh) * 2016-11-21 2017-05-31 中国测绘科学研究院 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法
CN108305237A (zh) * 2018-01-23 2018-07-20 中国科学院遥感与数字地球研究所 考虑不同光照成像条件的多立体影像融合制图方法

Also Published As

Publication number Publication date
CN109579796A (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN109903352B (zh) 一种卫星遥感影像大区域无缝正射影像制作方法
CN110388898B (zh) 构建虚拟控制点约束的多源多重覆盖遥感影像平差方法
CN111126148B (zh) 一种基于视频卫星影像的dsm生成方法
Wang et al. Epipolar resampling of linear pushbroom satellite imagery by a new epipolarity model
CN105046251B (zh) 一种基于环境一号卫星遥感影像的自动正射校正方法
CN112017224B (zh) Sar数据区域网平差处理方法和***
CN113469896B (zh) 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
CN106887016B (zh) 一种gf-4卫星序列图像自动相对配准方法
CN111724465B (zh) 基于平面约束优选虚拟控制点的卫星影像平差方法及装置
KR20040055510A (ko) 소수의 지상 기준점을 이용한 이코노스 알피씨 데이터갱신방법
CN114972545B (zh) 一种高光谱卫星的在轨数据快速预处理方法
CN109579796B (zh) 一种投影后影像的区域网平差方法
CN106251282A (zh) 一种机械臂采样环境仿真图的生成方法及装置
CN108562900B (zh) 一种基于高程校正的sar图像几何配准方法
Xin et al. High-precision co-registration of orbiter imagery and digital elevation model constrained by both geometric and photometric information
CN115471619A (zh) 基于立体成像高分辨率卫星影像的城市三维模型构建方法
Arias et al. ORTHOIMAGE‐BASED DOCUMENTATION OF ARCHAEOLOGICAL STRUCTURES: THE CASE OF A MEDIAEVAL WALL IN PONTEVEDRA, SPAIN
CN112465986A (zh) 一种卫星遥感影像镶嵌的方法及装置
CN111738135A (zh) 一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法
Sholarin et al. Photogrammetry
CN114964169B (zh) 像方物方协同改正的遥感影像平差方法
Schläpfer et al. Parametric geocoding of AVIRIS data using a ground control point derived flightpath
CN113902626B (zh) 超宽幅线阵影像附加约束条件的正射纠正方法
Chen et al. Adaptive patch projection for the generation of orthophotos from satellite images
Liu et al. Co-registration of lunar imagery and digital elevation model constrained by both geometric and photometric information

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