CN110211054A - 一种星载推扫式光学传感器无畸变影像制作方法 - Google Patents
一种星载推扫式光学传感器无畸变影像制作方法 Download PDFInfo
- Publication number
- CN110211054A CN110211054A CN201910350812.1A CN201910350812A CN110211054A CN 110211054 A CN110211054 A CN 110211054A CN 201910350812 A CN201910350812 A CN 201910350812A CN 110211054 A CN110211054 A CN 110211054A
- Authority
- CN
- China
- Prior art keywords
- camera
- image
- coordinate system
- virtual
- virtual camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000003287 optical effect Effects 0.000 title claims abstract description 18
- 238000004519 manufacturing process Methods 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims description 52
- 238000012952 Resampling Methods 0.000 claims description 18
- 230000010354 integration Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000012892 rational function Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 239000011800 void material Substances 0.000 claims 2
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 101100511466 Caenorhabditis elegans lon-1 gene Proteins 0.000 description 2
- 101150095230 SLC7A8 gene Proteins 0.000 description 2
- 101150044140 Slc7a5 gene Proteins 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 101150085091 lat-2 gene Proteins 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 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 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 101150004293 lon2 gene Proteins 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000005428 wave function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Graphics (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种星载推扫式光学传感器无畸变影像制作方法,属于卫星影像制作技术领域。本发明通过解算卫星的轨道以及姿态状态,完成虚拟相机几何定位模型的构建,最后通过虚拟重成像的方法实现无畸变影像生成。真实本体坐标系的定义无法确切知道,本发明按照一定的规则去定义本体坐标系,然后对于每一景影像都以同样的方式去区分姿态和内方位元素、并保证最后内方位元素稳定,便可以实现姿态和内方位元素的解算。之后根据轨道和姿态状态完成虚拟相机几何定位模型的构建,最后利用虚拟重采样实现无畸变影像制作。本发明通过建立地面控制点库,采用半自动方式辅助点位量测,实现快速获取控制点,节省时间成本,提升效率。
Description
技术领域
本发明涉及一种星载推扫式光学传感器无畸变影像制作方法,属于卫星影像制作技术领域。
背景技术
即使卫星影像完成在轨几何检校以及高频误差消除,镜头畸变与高频误差对图像的影响仍然存在;影像的内部畸变会严重妨碍到后续的卫星影像处理,降低卫星产品质量。
通过研究现有技术可知,F.D.Lussy等人提出了以多个正/余弦波函数的叠加对卫星高频抖动进行拟合,从平行观测计算出来的配准误差中分解并解算出不同频率的波形函数,MAY Stephane和LATRY Christophe基于类似的原理,利用SPOT5全色和多光谱CCD线阵的平行观测消除了姿态抖动,在小基高比的条件下获得了较好精度的DTM;S.Mattson和A.Boyd等同样采用平行观测对HiRISE姿态抖动进行消除,最终得到了几乎无畸变的影像,DEM精度也从>5m提升至<0.5m。但这些方法仅仅针对平台的高频抖动,
发明内容
本发明要求解决的技术问题是:消除高频误差、相机畸变等引起的影像内部复杂变形,实现星载推扫式光学传感器无畸变影像制作,提供一种星载推扫式光学传感器无畸变影像制作方法。
本发明的目的是通过下述技术方案实现的:
一种星载推扫式光学传感器无畸变影像制作方法,通过解算卫星的轨道以及姿态状态,完成虚拟相机几何定位模型的构建,最后通过虚拟重成像的方法实现无畸变影像生成。本发明在定义本体坐标系后,对于每一景影像都以同样的方式去区分姿态和内方位元素、并保证最后内方位元素稳定,便可以实现姿态和内方位元素的解算。之后根据轨道和姿态状态完成虚拟相机几何定位模型的构建,最后利用虚拟重采样实现无畸变影像制作。
一种星载推扫式光学传感器无畸变影像制作方法,包括如下步骤:
步骤1,通过解算卫星轨道,恢复摄影时的光线的位置与姿态,即实现光线的定位与定向。
方法一、通过有理函数模型的反算形式解算出两交点的大地坐标,所述两交点为地面的光线与最高高程面和最低高程面的交点,如下式所示:
P5、P6、P7、P8为解求大地坐标的多项式;(x,y)为交点的像点坐标,H为高程,Lat为交点在大地坐标系下的维度坐标,Lon为交点在大地坐标系下的经度坐标。
在大地坐标系下的地面两交点能够转化到地球地心直角坐标系下。当两交点的物方坐标确定之后,摄影光线在地球地心直角坐标系下的方向就是两交点的位置之差。
首先用摄影光线OA分别交最高高程平面和最低高程平面于两点,该两点的大地坐标分别为[Lat1,Lon1,H1]和[Lat2,Lon2,H2]。两交点的像点坐标统一为(x,y)。[Lat1,Lon1]和[Lat2,lon2]根据式(1)反算求解。相应的再将两交点坐标从大地坐标系转化到地球地心直角坐标系,分别为[X1,Y1,Z1]和[X2,Y2,Z2]。
方法二、求解地球地心直角坐标系的方法还可以通过严密模型来得到,如下式所示:
其中m为比例系数;Ψx、Ψy为通过将探元成像光线指向沿着轨道、垂直轨道进行分解得到其指向的角度;R(t)为大地坐标系坐标转换矩阵。[X(t),Y(t),Z(t)]为相位中心在地球地心直角坐标系中的坐标。
由于最高高程平面和最低高程平面交点的像点位置相同,所以两交点对应的[X(t),Y(t),Z(t)]、R(t)和[tan(ψx),tan(ψy)]一致,但是[XS,YS,ZS]和m不同,因此两交点的严密成像模型表达如下:
其中[Xi,Yi,Zi]为地球地心直角坐标系。再将两交点带入式(3)后作商即得下式:
在上式中,式(4)重写后可得下式
改写式(5),在消去未知数k后即得到下式:
式(6)的变形式如下:
在式(7)中有三个未知数,但是一条光线仅能得到两个独立的方程,因此为了求解位置[X(t),Y(t),Z(t)],还需另一根光线重复方法二,然后共同求解式(7)。
步骤2,姿态解算,即解算从本体的坐标系中转换到地球地心直角坐标系的旋转矩阵。
使用等效本体坐标系的概念来解决姿态和内方位元素的相关性。
定义等效本体坐标系为:X轴指向飞行方向;Z轴指向地面方向,是两条摄影光线的单位向量的合向量,两条摄影光线的方向能够通过步骤一得到,即[X2-X1,Y2-Y1,Z2-Z1],Z轴在地球地心直角坐标系下的指向如下式所示:
等效本体坐标系的X轴垂直于平面OAB。X轴在地球地心直角坐标系下的指向为下式:
等效本体坐标系的Y轴由X轴和Z轴按照右手落选准则确定,如下式所示:
确定等效本体坐标系的三个坐标轴在地球地心坐标系中的方向后,R(t)按照下式构建:
此旋转矩阵转化为四元数形式或者欧拉角形式,能够用于描述卫星的姿态状态,实现姿态解算。
步骤3,解算内方位元素。
根据步骤1求得的方向与步骤2求得的姿态,将摄影光线的方向从地球地心直角坐标系转化到等效本体坐标系。求解过程逐摄影光线进行。
传感器探元在本体坐标系下的指向表示为下式:
其中,[X,Y,Z]body表示摄影光线在本体坐标系中的方向。根据探元指向角的定义,当前传感器探元的内方位元素独立的表示成下式:
步骤4,构建虚拟相机内方位元素模型。
定义存在一台虚拟相机,其平台与真实卫星在近乎相同的轨道位置及姿态同步拍摄相同区域,该相机不受镜头畸变影响且线阵为理想直线,平稳推扫并按恒定积分时间曝光成像,视虚拟相机获取的影像为无畸变影像。通过建立虚拟相机与真实相机成像几何关系,对真实相机获取的影像进行重采样,即能够消除真实影像中的复杂变形。
由于虚拟相机平台与真实卫星以近乎相同的轨道、姿态进行同步拍摄,且虚拟相机平台平稳运行不受姿态抖动影响;因此,通过对真实卫星解算的轨道、姿态离散数据进行多项式拟合,将拟合多项式作为虚拟相机平台的姿轨模型。
而对于行扫描时间,虚拟相机以恒定积分时间对地面曝光成像;当虚拟相机与真实相机于t0时刻同时开机成像,则对于虚拟相机成像行l,其成像时间t为:
t=t0+τ·l (14)
式中,τ为虚拟相机积分时间,是真实相机的平均积分时间。
由多片CCD线阵获取的图像是不连续的,需要通过拼接处理去除相邻CCD间的重叠像素及沿轨错位而获取连续图像,通过有四种常见的虚拟CCD阵列与真实CCD阵列的位置关系,分别用于实现全色单相机、拼接视场全色双相机、多光谱谱段配准和单星双相机拼接;而虚拟相机仅含理想直线排列的单片CCD,其获取图像为连续图像;因为使虚拟相机与真实相机获取图像分辨率相近,令虚拟相机与真实相机主距相同;同时,为了降低真实成像光线与虚拟成像光线的指向差异,以真实相机各探元的相机坐标(xc,yc)作为观测值,拟合虚拟CCD在相机坐标系下的直线方程xc=ayc+b,以此作为虚拟相机内方位元素模型。
步骤5,实现虚拟重成像。虚拟重成像方法在建立虚拟相机与真实相机成像几何关系的基础上,对真实相机获取的影像进行重采样,得到虚拟无畸变影像。
步骤5.1:利用步骤4的虚拟相机内方位元素模型,构建虚拟相机几何定位模型;
步骤5.2:利用步骤5.1中建立的虚拟相机几何定位模型,计算虚拟影像上的像素(x,y),该像素对应的地面坐标为(X,Y,Z);
步骤5.3:根据真实相机几何定位模型,将(X,Y,Z)反投到真实影像坐标(x',y');
步骤5.4:重采样获取(x',y')灰度值,将灰度值赋给(x,y)像素;
步骤5.5:遍历虚拟影像上的所有像素,重复步骤5.2-5.4,生成整景影像,即得到无畸变影像;
步骤5.6:基于虚拟相机几何定位模型,生成无畸变影像对应的RPC文件,即完成了无畸变影像的制作。
步骤5.4所示重采样是基于SRTM-DEM数据进行的重采样;
由于虚拟相机与真实相机成像光线角度存在差异,重采样过程会因物方点高程误差而引入投影差。由真实卫星与虚拟卫星对地面同一点(X,Y,Z)进行观测,分别得到影像坐标(x,y)、(x′,y′),如下式所示,θ0、θ1分别为真实光线与虚拟光线成像夹角,Δh为物方点高程误差,Δx为重成像过程由于Δh而引入的投影差。几何关系可知:
Δx=Δh(tanθ0-tanθ1) (15)
根据虚拟CCD的摆放位置,θ0与θ1差值较小;针对方法研究的光学卫星相机,当采用SRTM-DEM数据时,重成像过程中因高程误差引入的投影差忽略不计。
有益效果:
1本发明公开的一种星载推扫式光学传感器无畸变影像制作方法,是通过建立地面控制点库,采用半自动方式辅助点位量测,实现快速获取控制点,节省时间成本,提升效率;
2本发明公开的一种星载推扫式光学传感器无畸变影像制作方法,通过偏置矩阵补偿卫星轨道和姿态误差,提升外定向精度,实现推扫式光学传感器无畸变影像的生成。
附图说明
图1是本发明步骤4为虚拟相机CCD与真实相机CCD相对位置关系,其中:(a)全色单相机,(b)拼视场全色双相机,(c)多光谱单相机,(d)拼视场多光谱双相机。
图2是本发明步骤5虚拟重成像示意图;
图3是本发明步骤5虚拟重成像过程中高程误差引入的投影差示意图;
图4 XX6A人工标志成像“扭曲”局部图;
图5理想无畸变影像生成方法;
图6理想无畸变影像生成方法。
具体实施方式
为了更好的说明本发明的目的和优点,下面结合附图和实例对发明内容做进一步说明。
采用XX6A分别于2014年12月9日和2015年1月3日对云南区域拍摄获取的两景影像作为实验数据。成像区域内以山地为主,平均高程2854.5m,最大高差约1698m。影像中布设了若干人工方形标志,但由于XX6A卫星采用CAST2000小卫星平台,稳定性较低,成像过程中受到平台抖动影响而使成像后的方形标志扭曲,如图4:
XX6A全色B相机含4片CCD线阵,根据几何检校获取的内方位元素,4片CCD按拱形排列,相邻CCD重叠约200像素,沿轨错位约2像素,平行观测同名点成像时间间隔约0.0003s。
实施例1:
本实施例公开的一种星载推扫式光学传感器无畸变影像制作方法,具体实现步骤如下:
步骤1,卫星轨道与姿态解算。
卫星影像真实的几何定位模型解算可以通过利用有理函数模型来实现。有理函数模型作为严密成像模型的高度拟合,可以实现严密成像模型。其主要步骤在于恢复摄影时的光线的位置与姿态,即对光线定位与定向。通过有理函数模型的反算形式可以解算出地面的光线与最高高程面和最低高程面的交点的大地坐标,在大地坐标系下的地面两交点可以转化到地球地心直角坐标系下。当两交点的物方坐标确定之后,摄影光线在地球地心直角坐标系下的方向就是两交点的位置之差。
首先用摄影光线OA分别交最大高程平面和最低高程平面于两点,其大地坐标分别为[Lat1,Lon1,H1]和[Lat2,Lon2,H2]。两点的像点坐标同一为(x,y)。[Lat1,Lon1]和[Lat2,lon2]都可以根据上式反算求解。相应的再将其坐标从大地坐标系转化到地球地心直角坐标系,分别为[X1,Y1,Z1]和[X2,Y2,Z2]。这个跟过程也可以通过严密模型来进行求解,如下式所示。
由于两高程面交点的像点位置同一,所以两点对应的[X(t),Y(t),Z(t)]、R(t)和[tan(ψx),tan(ψy)]一致,但是[XS,YS,ZS]和m不同,因此两交点的严密成像模型可表达为下式。
其中[Xi,Yi,Zi]为地球地心直角坐标系。在将两高程面交点带入上述方程后作商即得下式
在上式中,上式重写后可得下式
改写上式,在消去未知数k后即可得到下式。
即得下式
在上式中有三个未知数,但是一条光线仅可得到两个独立的方程,因此为了可以求解位置[X(t),Y(t),Z(t)],还需另一根光线求解上式,这个过程是线性求解过程,不需要初值与迭代。至此可完成轨道解算。
步骤2,解算轨道后可以对姿态进行解算。姿态解算,即解算从本体的坐标系中转换到地球地心直角坐标系的旋转矩阵。由于无法通过有理函数模型来获取实际的本体坐标系,所以使用等效本体坐标系的概念来解决姿态和内方位元素的相关性。
等效本体坐标系设计如下,Z轴指向地面方向,其为射线OA和OB的单位向量的合向量。因此OA和OB的方向可以通过上式位置求解得到,即[X2-X1,Y2-Y1,Z2-Z1],其Z轴在地球地心直角坐标系下的指向如下式所示:
等效本体坐标系的X轴指向飞行方向,即垂直于平面OAB。其在地球地心直角坐标系下的指向为下式所示:
等效本体坐标系的Y轴由X轴和Z轴按照右手落选准则确定,如下式所示:
确定三个等效本体坐标系的坐标轴在地球地心坐标系中的方向后,R(t)可以按照下式构建:
此旋转矩阵可以转化为四元数形式或者欧拉角形式,用于描述卫星的姿态状态。
步骤3,在解算完轨道与姿态状态后,解算内方位元素。光线在地球地心直角坐标系中的方向可以从有理函数模型得到。由于内方位元素仅仅表示摄影光线在本体坐标系中的指向,所以借助求解出来的姿态,可以将摄影光线的方向从地球地心直角坐标系转化到等效本体坐标系。值得注意的是,此方法仅仅只能恢复相对的内方位元素,因为求解姿态的时候引入了等效本体坐标系用于解决姿态和内方位元素的相关性。此求解过程可以逐摄影光线进行,用探元指向角形式来表示内方位元素。
传感器探元A在本体坐标系下的指向表示为下式:
其中,[X,Y,Z]body表示摄影光线在本体坐标系中的方向。根据探元指向角的定义,当前探元A的内方位元素可以独立的表示成下式:
计算并比较高频误差消除前后的同名点交会误差,结果如下:
步骤4,虚拟相机几何定位模型构建。完成在轨几何检校及高频误差消除后,可以得到无畸变的几何定位模型;而镜头畸变、高频误差等在图像中的影响并未被消除,图像中存在的复杂变形,会降低其后续配准融合等应用效果。线阵推扫成像过程中,星上引起影像复杂变形的主要因素包括:1)镜头畸变等内方位元素误差,使成像光线偏离理想指向,造成高阶变形(参考内方位元素引起的像点偏移);2)积分时间跳变,使影像沿轨分辨率发生变化;3)姿态抖动导致的成像“扭曲”。
假定存在一台虚拟相机,其平台与真实卫星在近乎相同的轨道位置及姿态同步拍摄相同区域,该相机不受镜头畸变影响且线阵为理想直线,平稳推扫并按恒定积分时间曝光成像,视其获取的影像为无畸变影像。通过建立虚拟相机与真实相机成像几何关系,对真实相机获取的影像进行重采样,即可消除真实影像中的复杂变形。
构建虚拟相机几何定位模型的关键在于建立其平台轨道、姿态、行扫描时间及内方位元素模型。
由于虚拟相机平台与真实卫星以近乎相同的轨道、姿态进行同步拍摄,且虚拟相机平台平稳运行不受姿态抖动影响;因此,可以通过对真实卫星下传的轨道、姿态离散数据进行多项式拟合,将拟合多项式作为虚拟相机平台的姿轨模型。
而对于行扫描时间,虚拟相机以恒定积分时间对地面曝光成像;假定虚拟相机与真实相机于t0时刻同时开机成像,则对于虚拟相机成像行l,其成像时间t为:
t=t0+τ·l 式2
式中,τ为虚拟相机积分时间,可取真实相机的平均积分时间。
通常,由多片CCD线阵获取的图像是不连续的,需要通过拼接处理去除相邻CCD间的重叠像素及沿轨错位而获取连续图像;而虚拟相机仅含理想直线排列的单片CCD,其获取图像为连续图像;为使虚拟相机与真实相机获取图像分辨率相近,令虚拟相机与真实相机主距相同;同时,为了降低真实成像光线与虚拟成像光线的指向差异,以真实相机各探元的相机坐标(xc,yc)作为观测值,拟合虚拟CCD在相机坐标系下的直线方程xc=ayc+b,以此作为虚拟相机内方位元素模型。图1中给出了四种常见的虚拟CCD阵列与真实CCD阵列位置关系示意图,分别用于实现单相机拼接、多光谱谱段配准、单星双相机拼接,最终生成无畸变影像。
通过本发明方法生成的理想无畸变影像,消除了相机畸变、高频误差等引起的复杂变形,拼接影像内部精度高;而影像的内部精度,决定了其后续配准融合等应用效果。图5所示,为本发明所提方法生产的XX10全色、多光谱拼接影像的配准结果;理想无畸变影像配准点分布均匀,最终生产的融合影像效果较好,如图6所示。
步骤5,实现虚拟重成像。虚拟重成像算法通过建立虚拟相机与真实相机成像几何关系,对真实相机获取的影像进行重采样,得到虚拟无畸变影像。其算法流程如下:
1)构建虚拟相机几何定位模型;
2)对无畸变影像上任一像素(x,y),利用1)中建立的几何定位模型,计算其对应的地面坐标(X,Y,Z);
3)根据真实相机几何定位模型,将(X,Y,Z)反投到真实影像坐标(x',y');
4)重采样获取(x',y')灰度值,并赋给(x,y)像素;
5)遍历无畸变影像上的所有像素,重复2)-4),生成整景影像;
6)基于虚拟相机几何定位模型,生成虚拟影像对应的RPC文件。
由于虚拟相机与真实相机成像光线角度存在差异,重成像过程可能会因物方点高程误差而引入投影差。如下式所示,θ0、θ1分别为真实光线与虚拟光线成像夹角,Δh为物方点高程误差,Δx为重成像过程由于Δh而引入的投影差;由图中几何关系可知:
Δx=Δh(tanθ0-tanθ1) 式3
根据虚拟CCD的摆放位置,θ0与θ1差值较小;针对方法研究的国产光学卫星相机,当采用SRTM-DEM数据时,重成像过程中因高程误差引入的投影差可以忽略不计。
利用各景影像的控制点,基于无畸变影像RPC的像面仿射模型进行外定向,通过定向精度来验证影像相对定位精度,结果列于下表(其中Original代表利用原始姿态数据生成的拼接影像,Corrected代表高频误差消除后生成的无畸变影像。从表中可以看到,由于XX10高频误差的存在,原始姿态的相对定位精度仅在数个甚至十几个像素的量级,定位残差分布随机,常规处理方法难以消除该误差影响;而通过本发明方法,在无需额外控制数据的条件下消除了高频误差的影响,相对定位精度提升至1个像素左右,验证了本发明方法的正确性。
以上所述的具体描述,对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种星载推扫式光学传感器无畸变影像制作方法,其特征在于:包括如下步骤;
步骤1,通过解算卫星轨道,恢复摄影时的光线的位置与姿态,即实现光线的定位与定向;
方法一、通过有理函数模型的反算形式解算出两交点的大地坐标,所述两交点为地面的光线与最高高程面和最低高程面的交点,如下式所示:
P5、P6、P7、P8为解求大地坐标的多项式;(x,y)为交点的像点坐标,H为高程,Lat为交点在大地坐标系下的维度坐标,Lon为交点在大地坐标系下的经度坐标;
在大地坐标系下的地面两交点能够转化到地球地心直角坐标系下;当两交点的物方坐标确定之后,摄影光线在地球地心直角坐标系下的方向就是两交点的位置之差;
首先用摄影光线OA分别交最高高程平面和最低高程平面于两点,两交点的大地坐标分别为[Lat1,Lon1,H1]和[Lat2,Lon2,H2];两交点的像点坐标统一为(x,y);[Lat1,Lon1]和[Lat2,lon2]根据式(1)反算求解;相应的再将两交点坐标从大地坐标系转化到地球地心直角坐标系,分别为[X1,Y1,Z1]和[X2,Y2,Z2];
步骤2,姿态解算,即解算从本体的坐标系中转换到地球地心直角坐标系的旋转矩阵;
使用等效本体坐标系的概念来解决姿态和内方位元素的相关性;
等效本体坐标系为:X轴指向飞行方向;Z轴指向地面方向,是两条摄影光线的单位向量的合向量;两天摄影光线的方向能够通过步骤一得到,即[X2-X1,Y2-Y1,Z2-Z1],Z轴在地球地心直角坐标系下的指向如下式所示:
等效本体坐标系的X轴垂直于平面OAB;X轴在地球地心直角坐标系下的指向为下式:
等效本体坐标系的Y轴由X轴和Z轴按照右手落选准则确定,如下式所示:
确定等效本体坐标系的三个坐标轴在地球地心坐标系中的方向后,R(t)按照下式构建:
此旋转矩阵转化为四元数形式或者欧拉角形式,能够用于描述卫星的姿态状态,实现姿态解算;
步骤3,解算内方位元素;
根据步骤1求得的方向与步骤2求得的姿态,将摄影光线的方向从地球地心直角坐标系转化到等效本体坐标系;求解过程逐摄影光线进行;
传感器探元在本体坐标系下的指向表示为下式:
其中,[X,Y,Z]body表示摄影光线在本体坐标系中的方向;根据探元指向角的定义,当前传感器探元的内方位元素独立的表示成下式:
步骤4,构建虚拟相机内方位元素模型;
定义存在一台虚拟相机,其平台与真实卫星在近乎相同的轨道位置及姿态同步拍摄相同区域,该相机不受镜头畸变影响且线阵为理想直线,平稳推扫并按恒定积分时间曝光成像,视虚拟相机获取的影像为无畸变影像;通过建立虚拟相机与真实相机成像几何关系,对真实相机获取的影像进行重采样,即能够消除真实影像中的复杂变形;
由于虚拟相机平台与真实卫星以近乎相同的轨道、姿态进行同步拍摄,且虚拟相机平台平稳运行不受姿态抖动影响;因此,通过对真实卫星解算的轨道、姿态离散数据进行多项式拟合,将拟合多项式作为虚拟相机平台的姿轨模型;
而对于行扫描时间,虚拟相机以恒定积分时间对地面曝光成像;当虚拟相机与真实相机于t0时刻同时开机成像,则对于虚拟相机成像行l,其成像时间t为:
t=t0+τ·l (14)
式中,τ为虚拟相机积分时间,是真实相机的平均积分时间;
由多片CCD线阵获取的图像是不连续的,需要通过拼接处理去除相邻CCD间的重叠像素及沿轨错位而获取连续图像,通过有四种常见的虚拟CCD阵列与真实CCD阵列的位置关系,分别用于实现全色单相机、拼接视场全色双相机、多光谱谱段配准和单星双相机拼接;而虚拟相机仅含理想直线排列的单片CCD,其获取图像为连续图像;因为使虚拟相机与真实相机获取图像分辨率相近,令虚拟相机与真实相机主距相同;同时,为了降低真实成像光线与虚拟成像光线的指向差异,以真实相机各探元的相机坐标(xc,yc)作为观测值,拟合虚拟CCD在相机坐标系下的直线方程xc=ayc+b,以此作为虚拟相机内方位元素模型;
步骤5,实现虚拟重成像;虚拟重成像方法在建立虚拟相机与真实相机成像几何关系的基础上,对真实相机获取的影像进行重采样,得到虚拟无畸变影像;
步骤5.1:利用步骤4的虚拟相机内方位元素模型,构建虚拟相机几何定位模型;
步骤5.2:利用步骤5.1中建立的虚拟相机几何定位模型,计算虚拟影像上任一像素(x,y),对应的地面坐标(X,Y,Z);
步骤5.3:根据真实相机几何定位模型,将(X,Y,Z)反投到真实影像坐标(x',y');
步骤5.4:重采样获取(x',y')灰度值,将灰度值赋给步骤5.2所述的(x,y)像素;
步骤5.5:遍历虚拟影像上的所有像素,重复步骤5.2-5.4,生成整景影像,即得到无畸变影像;
步骤5.6:基于虚拟相机几何定位模型,生成无畸变影像对应的RPC文件,即完成了无畸变影像的制作。
2.一种星载推扫式光学传感器无畸变影像制作方法,其特征在于:包括如下步骤;
步骤1,通过解算卫星轨道,恢复摄影时的光线的位置与姿态,即实现光线的定位与定向;
求解地球地心直角坐标系的方法还可以通过严密模型来得到,如下式所示:
其中m为比例系数;Ψx、Ψy为通过将探元成像光线指向沿着轨道、垂直轨道进行分解得到其指向的角度;R(t)为大地坐标系坐标转换矩阵;[X(t),Y(t),Z(t)]为相位中心在地球地心直角坐标系中的坐标;
由于最高高程平面和最低高程平面交点的像点位置相同,所以两交点对应的[X(t),Y(t),Z(t)]、R(t)和[tan(ψx),tan(ψy)]一致,但是[XS,YS,ZS]和m不同,因此两交点的严密成像模型表达如下:
其中[Xi,Yi,Zi]为地球地心直角坐标系;再将两交点带入式(3)后作商即得下式:
在上式中,式(4)重写后可得下式
改写式(5),在消去未知数k后即得到下式:
式(6)的变形式如下:
在式(7)中有三个未知数,但是一条光线仅能得到两个独立的方程,因此为了求解位置[X(t),Y(t),Z(t)],还需另一根光线重复方法二,然后共同求解式(7);
步骤2,姿态解算,即解算从本体的坐标系中转换到地球地心直角坐标系的旋转矩阵;
使用等效本体坐标系的概念来解决姿态和内方位元素的相关性;
等效本体坐标系为:X轴指向飞行方向;Z轴指向地面方向,是两条摄影光线的单位向量的合向量;两条摄影光线的方向能够通过步骤一得到,即[X2-X1,Y2-Y1,Z2-Z1],Z轴在地球地心直角坐标系下的指向如下式所示:
等效本体坐标系的X轴垂直于平面OAB;X轴在地球地心直角坐标系下的指向为下式:
等效本体坐标系的Y轴由X轴和Z轴按照右手落选准则确定,如下式所示:
确定等效本体坐标系的三个坐标轴在地球地心坐标系中的方向后,R(t)按照下式构建:
此旋转矩阵转化为四元数形式或者欧拉角形式,能够用于描述卫星的姿态状态,实现姿态解算;
步骤3,解算内方位元素;
根据步骤1求得的方向与步骤2求得的姿态,将摄影光线的方向从地球地心直角坐标系转化到等效本体坐标系;求解过程逐摄影光线进行;
传感器探元在本体坐标系下的指向表示为下式:
其中,[X,Y,Z]body表示摄影光线在本体坐标系中的方向;根据探元指向角的定义,当前传感器探元的内方位元素独立的表示成下式:
步骤4,构建虚拟相机内方位元素模型;
定义存在一台虚拟相机,其平台与真实卫星在近乎相同的轨道位置及姿态同步拍摄相同区域,该相机不受镜头畸变影响且线阵为理想直线,平稳推扫并按恒定积分时间曝光成像,视虚拟相机获取的影像为无畸变影像;通过建立虚拟相机与真实相机成像几何关系,对真实相机获取的影像进行重采样,即能够消除真实影像中的复杂变形;
由于虚拟相机平台与真实卫星以近乎相同的轨道、姿态进行同步拍摄,且虚拟相机平台平稳运行不受姿态抖动影响;因此,通过对真实卫星解算的轨道、姿态离散数据进行多项式拟合,将拟合多项式作为虚拟相机平台的姿轨模型;
而对于行扫描时间,虚拟相机以恒定积分时间对地面曝光成像;当虚拟相机与真实相机于t0时刻同时开机成像,则对于虚拟相机成像行l,其成像时间t为:
t=t0+τ·l (14)
式中,τ为虚拟相机积分时间,是真实相机的平均积分时间;
由多片CCD线阵获取的图像是不连续的,需要通过拼接处理去除相邻CCD间的重叠像素及沿轨错位而获取连续图像,通过有四种常见的虚拟CCD阵列与真实CCD阵列的位置关系,分别用于实现全色单相机、拼接视场全色双相机、多光谱谱段配准和单星双相机拼接;而虚拟相机仅含理想直线排列的单片CCD,其获取图像为连续图像;因为使虚拟相机与真实相机获取图像分辨率相近,令虚拟相机与真实相机主距相同;同时,为了降低真实成像光线与虚拟成像光线的指向差异,以真实相机各探元的相机坐标(xc,yc)作为观测值,拟合虚拟CCD在相机坐标系下的直线方程xc=ayc+b,以此作为虚拟相机内方位元素模型;
步骤5,实现虚拟重成像;虚拟重成像方法在建立虚拟相机与真实相机成像几何关系的基础上,对真实相机获取的影像进行重采样,得到虚拟无畸变影像;
步骤5.1:利用步骤4的虚拟相机内方位元素模型,构建虚拟相机几何定位模型;
步骤5.2:利用步骤5.1中建立的虚拟相机几何定位模型,计算虚拟影像上任一像素(x,y),对应的地面坐标(X,Y,Z);
步骤5.3:根据真实相机几何定位模型,将(X,Y,Z)反投到真实影像坐标(x',y');
步骤5.4:重采样获取(x',y')灰度值,将灰度值赋给(x,y)像素;
步骤5.5:遍历虚拟影像上的所有像素,重复步骤5.2-5.4,生成整景影像,即得到无畸变影像;
步骤5.6:基于虚拟相机几何定位模型,生成无畸变影像对应的RPC文件,即完成了无畸变影像的制作。
3.如权利要求1或2所述的一种星载推扫式光学传感器无畸变影像制作方法,其特征在于:步骤5.4所述重采样是基于SRTM-DEM数据进行的重采样;
由于虚拟相机与真实相机成像光线角度存在差异,重采样过程会因物方点高程误差而引入投影差;由真实卫星与虚拟卫星对地面同一点(X,Y,Z)进行观测,分别得到影像坐标(x,y)、(x′,y′),如下式所示,θ0、θ1分别为真实光线与虚拟光线成像夹角,Δh为物方点高程误差,Δx为重成像过程由于Δh而引入的投影差;几何关系可知:
Δx=Δh(tanθ0-tanθ1) (15)
根据虚拟CCD的摆放位置,θ0与θ1差值较小;针对方法研究的光学卫星相机,当采用SRTM-DEM数据时,重成像过程中因高程误差引入的投影差忽略不计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350812.1A CN110211054B (zh) | 2019-04-28 | 2019-04-28 | 一种星载推扫式光学传感器无畸变影像制作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350812.1A CN110211054B (zh) | 2019-04-28 | 2019-04-28 | 一种星载推扫式光学传感器无畸变影像制作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110211054A true CN110211054A (zh) | 2019-09-06 |
CN110211054B CN110211054B (zh) | 2021-01-15 |
Family
ID=67786541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910350812.1A Active CN110211054B (zh) | 2019-04-28 | 2019-04-28 | 一种星载推扫式光学传感器无畸变影像制作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110211054B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111105380A (zh) * | 2020-02-07 | 2020-05-05 | 武汉玄景科技有限公司 | 一种严密成像模型线性恢复方法及*** |
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 |
CN111612693A (zh) * | 2020-05-19 | 2020-09-01 | 中国科学院微小卫星创新研究院 | 一种旋转大幅宽光学卫星传感器校正方法 |
CN112419380A (zh) * | 2020-11-25 | 2021-02-26 | 湖北工业大学 | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 |
CN113393499A (zh) * | 2021-07-12 | 2021-09-14 | 自然资源部国土卫星遥感应用中心 | 一种高分七号卫星全色影像和多光谱影像自动配准方法 |
CN113536485A (zh) * | 2021-07-20 | 2021-10-22 | 中国科学院西安光学精密机械研究所 | 电离层成像探测器图像地理坐标解算方法 |
CN115046571A (zh) * | 2022-08-16 | 2022-09-13 | 成都国星宇航科技股份有限公司 | 一种基于遥感影像的星敏感器安装误差校正方法及装置 |
CN115829879A (zh) * | 2022-12-15 | 2023-03-21 | 二十一世纪空间技术应用股份有限公司 | 面向敏捷卫星的姿态四元数处理方法、装置、设备 |
CN116664430A (zh) * | 2023-05-30 | 2023-08-29 | 自然资源部国土卫星遥感应用中心 | 一种无地面控制条件下大范围卫星影像几何精度提升方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914808A (zh) * | 2014-03-14 | 2014-07-09 | 国家测绘地理信息局卫星测绘应用中心 | 一种资源三号卫星三线阵影像和多光谱影像的拼接方法 |
CN105091906A (zh) * | 2015-06-30 | 2015-11-25 | 武汉大学 | 高分辨率光学推扫卫星稳态重成像传感器校正方法及*** |
US20160343118A1 (en) * | 2013-03-15 | 2016-11-24 | Eric Olsen | Systems and methods for producing temperature accurate thermal images |
CN106403902A (zh) * | 2016-08-31 | 2017-02-15 | 武汉大学 | 一种星地协同的光学卫星在轨实时几何定位方法及*** |
CN106895851A (zh) * | 2016-12-21 | 2017-06-27 | 中国资源卫星应用中心 | 一种光学遥感卫星多ccd多相机统一处理的传感器校正方法 |
CN109668579A (zh) * | 2019-01-23 | 2019-04-23 | 张过 | 基于角位移传感器的星载推扫光学载荷高频误差补偿方法 |
-
2019
- 2019-04-28 CN CN201910350812.1A patent/CN110211054B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160343118A1 (en) * | 2013-03-15 | 2016-11-24 | Eric Olsen | Systems and methods for producing temperature accurate thermal images |
CN103914808A (zh) * | 2014-03-14 | 2014-07-09 | 国家测绘地理信息局卫星测绘应用中心 | 一种资源三号卫星三线阵影像和多光谱影像的拼接方法 |
CN105091906A (zh) * | 2015-06-30 | 2015-11-25 | 武汉大学 | 高分辨率光学推扫卫星稳态重成像传感器校正方法及*** |
CN106403902A (zh) * | 2016-08-31 | 2017-02-15 | 武汉大学 | 一种星地协同的光学卫星在轨实时几何定位方法及*** |
CN106895851A (zh) * | 2016-12-21 | 2017-06-27 | 中国资源卫星应用中心 | 一种光学遥感卫星多ccd多相机统一处理的传感器校正方法 |
CN109668579A (zh) * | 2019-01-23 | 2019-04-23 | 张过 | 基于角位移传感器的星载推扫光学载荷高频误差补偿方法 |
Non-Patent Citations (4)
Title |
---|
WENCHAO HUANG ET AL.: "Compensation for Distortion of Basic Satellite Images Based on Rational Function Model", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 * |
WENCHAO HUANG ET AL.: "Robust Approach for Recovery of Rigorous Sensor Model Using Rational Function Model", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
周平: "资源三号卫星遥感影像高精度几何处理关键技术与测图效能评价方法", 《中国博士学位论文全文数据库 基础科学辑》 * |
黄文超: "基础遥感产品***误差补偿方法研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111127564B (zh) * | 2019-12-23 | 2023-02-28 | 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 |
CN111105380A (zh) * | 2020-02-07 | 2020-05-05 | 武汉玄景科技有限公司 | 一种严密成像模型线性恢复方法及*** |
CN111612693A (zh) * | 2020-05-19 | 2020-09-01 | 中国科学院微小卫星创新研究院 | 一种旋转大幅宽光学卫星传感器校正方法 |
CN112419380B (zh) * | 2020-11-25 | 2023-08-15 | 湖北工业大学 | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 |
CN112419380A (zh) * | 2020-11-25 | 2021-02-26 | 湖北工业大学 | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 |
CN113393499A (zh) * | 2021-07-12 | 2021-09-14 | 自然资源部国土卫星遥感应用中心 | 一种高分七号卫星全色影像和多光谱影像自动配准方法 |
CN113536485A (zh) * | 2021-07-20 | 2021-10-22 | 中国科学院西安光学精密机械研究所 | 电离层成像探测器图像地理坐标解算方法 |
CN113536485B (zh) * | 2021-07-20 | 2022-12-06 | 中国科学院西安光学精密机械研究所 | 电离层成像探测器图像地理坐标解算方法 |
CN115046571A (zh) * | 2022-08-16 | 2022-09-13 | 成都国星宇航科技股份有限公司 | 一种基于遥感影像的星敏感器安装误差校正方法及装置 |
CN115829879A (zh) * | 2022-12-15 | 2023-03-21 | 二十一世纪空间技术应用股份有限公司 | 面向敏捷卫星的姿态四元数处理方法、装置、设备 |
CN115829879B (zh) * | 2022-12-15 | 2023-10-27 | 二十一世纪空间技术应用股份有限公司 | 面向敏捷卫星的姿态四元数处理方法、装置、设备 |
CN116664430A (zh) * | 2023-05-30 | 2023-08-29 | 自然资源部国土卫星遥感应用中心 | 一种无地面控制条件下大范围卫星影像几何精度提升方法 |
CN116664430B (zh) * | 2023-05-30 | 2023-11-14 | 自然资源部国土卫星遥感应用中心 | 一种无地面控制条件下大范围卫星影像几何精度提升方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110211054B (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110211054A (zh) | 一种星载推扫式光学传感器无畸变影像制作方法 | |
Hu et al. | Understanding the rational function model: methods and applications | |
Di et al. | A Self-Calibration Bundle Adjustment Method for Photogrammetric Processing of Chang $^{\prime} $ E-2 Stereo Lunar Imagery | |
CN108305237B (zh) | 考虑不同光照成像条件的多立体影像融合制图方法 | |
CN109696182A (zh) | 一种星载推扫式光学传感器内方位元素定标方法 | |
Zhang et al. | On-orbit geometric calibration of ZY-3 three-line array imagery with multistrip data sets | |
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 | |
CN107144293A (zh) | 一种视频卫星面阵相机的几何定标方法 | |
CN106885585B (zh) | 一种基于光束法平差的星载摄影测量***一体化检校方法 | |
Tong et al. | Detection and estimation of ZY-3 three-line array image distortions caused by attitude oscillation | |
Jiang et al. | Detection and correction of relative attitude errors for ZY1-02C | |
CN105910607B (zh) | 基于地面控制的卫星长周期姿态误差修正方法 | |
CN105091906A (zh) | 高分辨率光学推扫卫星稳态重成像传感器校正方法及*** | |
Wu et al. | Integration of Chang'E-1 imagery and laser altimeter data for precision lunar topographic modeling | |
CN113900125B (zh) | 星地联合的线阵成像遥感卫星全自主几何定标方法及*** | |
CN103697864B (zh) | 一种基于大虚拟相机的窄视场双相机影像拼接方法 | |
CN111612693B (zh) | 一种旋转大幅宽光学卫星传感器校正方法 | |
CN111473802A (zh) | 一种基于线阵推扫的光学传感器内方位元素定标方法 | |
CN110006452B (zh) | 高分六号宽视场相机相对几何定标方法及*** | |
CN107967700A (zh) | 大视场宽工作距双目相机的在轨几何校正及精度验证方法 | |
CN111272196A (zh) | 特定拍摄条件下的在轨外方位元素自检校方法及*** | |
Hattori et al. | Orientation of high-resolution satellite images based on affine projection | |
Pi et al. | Robust camera distortion calibration via unified RPC model for optical remote sensing satellites | |
Ren et al. | A global adjustment method for photogrammetric processing of Chang’E-2 stereo images | |
CN111156969A (zh) | 一种宽幅遥感影像立体测绘方法及*** |
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 |