CN111508029A - 星载分片线阵ccd光学相机整体几何定标方法及*** - Google Patents

星载分片线阵ccd光学相机整体几何定标方法及*** Download PDF

Info

Publication number
CN111508029A
CN111508029A CN202010274833.2A CN202010274833A CN111508029A CN 111508029 A CN111508029 A CN 111508029A CN 202010274833 A CN202010274833 A CN 202010274833A CN 111508029 A CN111508029 A CN 111508029A
Authority
CN
China
Prior art keywords
ccd
model
camera
points
borne
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.)
Pending
Application number
CN202010274833.2A
Other languages
English (en)
Inventor
皮英冬
杨博
李欣
王密
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202010274833.2A priority Critical patent/CN111508029A/zh
Publication of CN111508029A publication Critical patent/CN111508029A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种星载分片线阵CCD光学相机整体几何定标方法及***，包括选取待标定相机获取的同一地区多次覆盖的多片CCD影像，在影像覆盖区域垂轨方向边缘区域布设地面稀疏控制点，在同一次获取的CCD影像片间匹配连接点数据，在不同次获取的同片CCD对应的影像重叠区域匹配密集的同名点数据；拟合探元指向角构建相机每个CCD的内定标模型，建立相机的在轨几何定标模型，建立平差模型；基于稀疏控制点，分别解算每次成像时成像模型的外参数；基于控制点和片间的连接点，解算每片CCD指向角模型的低阶内参数参数；基于每片CCD重叠影像间的密集同名点，分别解算高次项内参数；完成定标解算，得到最终的星载分片线阵CCD光学相机整体几何定标结果。

Description

星载分片线阵CCD光学相机整体几何定标方法及***
技术领域
本发明属于遥感影像处理领域，涉及一种基于区域网平差的星载分片线阵CCD(Charge Coupled Device)光学相机整体几何定标方法及***。
背景技术
由于CCD元件加工工艺的限制，光学卫星相机多采用多片CCD拼接的方式来提高相机的视场范围。在轨几何定标技术是修正光学卫星成像模型中***性几何误差的有效手段，是提高卫星影像几何精度以及CCD影像片间拼接精度的关键技术。根据定标解算中是否基于高精度的参考底图，在轨几何定标方法可分为基于定标场的方法以及无需地面定标的自主几何定标方法。前者利用地面控制场参考影像作为绝对约束来优化星载相机的成像参数，是目前应用最广泛的方法，然而，这种方法由于过度依赖地面定标场数据存在定标成本高，时效差的问题。后者自主几何定标方法是利用影像间的自约束来实现相机参数的标定，但目前多将分片的影像视作一个扫描行进行处理，忽略了CCD片间畸变的差异性，对于如何保障片间影像的拼接精度未提出有效的方法。
发明内容
本发明所要解决的问题是星载分片线阵CCD光学相机几何定标的问题，针对传统方法在无定标场条件下的局限性以及现有自主几何定标方法的不足，本发明针对星载分片CCD光学相机提出一种基于区域网平差的整体在轨几何定标方案。
本发明的技术方案为一种星载分片线阵CCD光学相机整体几何定标方法，包括以下步骤，
步骤1，选取待标定相机获取的同一地区多次覆盖的多片CCD影像，每片CCD获取的影像须具有超过50％的重叠；
步骤2，在影像覆盖区域垂轨方向边缘区域布设地面稀疏控制点，在同一次获取的CCD影像片间匹配连接点数据，在不同次获取的同片CCD对应的影像重叠区域匹配密集的同名点数据；
步骤3，采用三次多项式拟合探元指向角构建相机每个CCD的内定标模型，然后将定标模型引入到光学卫星影像的严格几何成像模型中建立相机的在轨几何定标模型，基于几何定标模型建立用于参数解算的平差模型；
步骤4，基于步骤2所得稀疏控制点，分别解算每次成像时成像模型的外参数；
步骤5，基于控制点和片间的连接点，采用区域网平差的方法解算每片CCD指向角模型的低阶内参数参数；
步骤6，基于每片CCD重叠影像间的密集同名点，分别解算每片CCD对应的指向角模型的高次项内参数；
步骤7，重复步骤4-6直到连续两次解算的内参数的差值小于预设的限差时，再进行一遍步骤4和步骤5，则完成定标解算，得到最终的星载分片线阵CCD光学相机整体几何定标结果。
而且，步骤2中，考虑外方位元素模型拟合误差的随机抖动会给相机内定标结果带来非线性的畸变误差，为了限制相应影响，实现相机内部CCD各探元处几何畸变的最优拟合，在不同次获取的同片CCD对应的影像重叠区域匹配同名点时，仅在重叠影像对的沿轨方向上较短的一段区域内匹配同名点。
而且，步骤4实现方式为，根据步骤3构建的平差模型，通过模型线性化处理，针对每个控制点建立用于外参数解算的误差方程，每次获取的影像相应的外参数基于各自影像上的控制点分别计算得到。
而且，步骤5实现方式为，对控制点和连接点分别构建误差方程，利用最小二乘平差计算所有CCD的低价内参数改正数，根据解算的改正值更新每片CCD的低阶指向角参数的当前值，迭代执行，直到当两次平差解算的结果小于预设的限差时，判断结果收敛，迭代结束，进入步骤6。
而且，步骤6实现方式为，对于每片CCD，分别利用相应获取的重叠影像对上的密集同名点，根据步骤3构建的平差模型，通过模型线性化处理，对同名像点构建误差方程，利用最小二乘平差计算相机内定标参数改正向量；根据解算的改正值更新每片CCD的高阶指向角参数的当前值，迭代执行，直到当两次解算的结果小于预设的限差时，判断结果收敛，迭代结束，进入步骤7。
而且，用于光学卫星相机的片间影像拼接。
本发明还提供一种星载分片线阵CCD光学相机整体几何定标***，用于上述星载分片线阵CCD光学相机整体几何定标方法。
本发明的优点在于：可以摆脱传统在轨几何定标方法对高精度定标场参考数据的依赖，不受固定定标场位置限制，无需像传统方法那样考虑天气因素对于标定的影响，具有较高的时效性。此外，本发明采用区域网平差的方法解算定标参数时引入了CCD片间拼接的约束，解得的定标参数顾及CCD片间的拼接精度，具有较强的实用性。
附图说明
图1为本发明实施例的流程示意图，
图2为本发明实施例中控制点、连接点及同名点分布示意图。
具体实施方式
以下结合附图和实施例详细说明本发明技术方案的具体实施方式。
本发明利用相机获取的同一区域不少于2次覆盖的CCD分片影像，以一定要求匹配片间CCD的稀疏连接点以及同一片CCD对应的重叠影像间的密集同名点，在稀少地面控制的约束下采用分片解算和整体区域网平差方法相结合的整体迭代方法解算相机所有CCD对应的定标参数，实现星载分片线阵CCD光学相机整体几何定标。
参见图1，实施例提供的一种基于区域网平差的星载分片线阵CCD光学相机整体几何定标方法，具体流程实现如下：
步骤1，选取待标定相机获取的同一地区多次覆盖的多片CCD影像，要求每片CCD获取的影像须具有超过50％的重叠。
步骤2，在影像覆盖区域垂轨方向边缘区域布设地面控制点，在同一次获取的CCD影像片间匹配连接点数据，在不同次获取的同片CCD对应的影像重叠区域匹配密集的同名点数据。
考虑外方位元素模型拟合误差的随机抖动会给相机内定标结果带来非线性的畸变误差，为了限制其影响，实现相机内部CCD各探元处几何畸变的最优拟合，本方法在不同次获取的同片CCD对应的影像重叠区域匹配同名点时，仅在重叠影像对的行(沿轨)方向上较短的一段区域内匹配同名点(如图2)。参见图2的立体重叠影像对，同一次获取的CCD影像包括CCD1、CCD2和CCD3的拍摄结果。实施例在影像覆盖区域垂轨方向边缘区域布设了稀疏的地面控制点，在同一次获取的CCD影像片间匹配了稀疏的连接点，在不同次获取的同片CCD
对应的影像重叠区域匹配密集的同名点数据。
“稀疏”指匹配的点稀疏，在重叠区域匹配几个点即可；
“密集”指需要匹配密集的点，点要均匀覆盖影像重叠区域。
步骤3，构建在轨几何定标模型和相应基于最小二乘的平差优化模型，包括采用三次多项式拟合探元指向角构建相机每个CCD的内定标模型，然后将定标模型引入到光学卫星影像的严格几何成像模型中建立相机的在轨几何定标模型，最后基于几何定标模型建立用于参数解算的平差模型。
1)卫星影像几何成像模型
基于像点，地面点以及相机镜头投影中心的共线关系建立光学卫星影像的严格几何成像模型，如下式：
Figure BDA0002444394950000041
其中：(x,y,z)为像点在相机坐标系下的三维坐标，μ为缩放系数；
Figure BDA0002444394950000042
和
Figure BDA0002444394950000043
分别代表WGS84坐标系到J2000坐标系的旋转矩阵、J2000坐标系到卫星本体坐标系的旋转矩阵，其中，
Figure BDA0002444394950000044
根据成像时刻的星历参数得到，
Figure BDA0002444394950000045
由星敏、陀螺通过组合定姿得到；(Xgps,Ygps,Zgps)表示GPS天线相位中心在WGS84坐标系下的坐标，由卫星上搭载的GPS获取；
Figure BDA0002444394950000046
代表从卫星本体坐标系到相机坐标系的旋转矩阵，由三个相机安装角
Figure BDA0002444394950000047
确定，具体如下式：
Figure BDA0002444394950000048
(Xg,Yg,Zg)表示像点对应的物方点在WGS84坐标系下的直角坐标，与地理坐标(Lat,Lon,Hei)(维度，精度，高程)之间的变换关系如下：
Figure BDA0002444394950000049
其中，N是地球卯酉圈的曲率半径，e是地球椭球体的第一个偏心率。
2)内定标模型构建
内定标模型采用基于三次多项式的指向角模型，如式(4)(5)所示，即对于线阵相机的每个CCD可利用两个三次多项式对其各探元在相机坐标系下的指向角
Figure BDA00024443949500000410
进行拟合。
Figure BDA00024443949500000411
Figure BDA00024443949500000412
其中，s为探元号，(a0,a1,a2,a3,b0,b1,b2,b3)为三次多形式系数。
3)在轨几何定标模型构建
将构建的内定标模型引入到严格几何成像模型中，可得到第i片CCD的在轨几何定标模型如式(6)：
Figure BDA0002444394950000051
其中，下标i表示是第i片CCD的相应参数。
4)基于最小二乘的平差优化模型构建
无论是解算外参数，低阶内参数还是基于影像间相对约束解算每片CCD的高阶内参数均需采用最小二乘平差方法，因此首先基于几何定标模型建立用于参数解算的平差模型，首先，令式(6)中：
Figure BDA0002444394950000052
其中，
Figure BDA0002444394950000053
代表定标模型(6)等号右侧部分的中间变量。
然后，即可构建用于最小二乘平差解算的平差方程(Gx,Gy)：
Figure BDA0002444394950000054
步骤4，基于稀疏控制点的外参数解算，即基于步骤2设置的稀疏控制点，分别解算每次成像时成像模型的外参数。
根据前文构建的平差模型，通过模型线性化处理，即可针对每个控制点建立用于外参数解算的误差方程，每次获取的影像各自具有一套外参数，需要基于各自影像上的控制点分别计算，线性化建立的误差方程vE如下式：
vE＝AX-L (9)
其中，
Figure BDA0002444394950000055
为三个外参数的改正向量；A＝[A1,A2,…AN]T(N为控制点数量)为误差方程系数矩阵，其中每个元素An是对应影像上的一个地面控制点，根据每个点对应的影像建立的平差方程
Figure BDA0002444394950000056
通过线性化得到的，L＝[L1,L2,…LN]T为误差方程的常数向量，其中每个元素Ln同样对应影像上每个控制点，等于每个点对应的平差方程的当前值，具体如下：
Figure BDA0002444394950000061
利用最小二乘平差计算X，如式(10)；
X＝(ATA)-1(ATL) (10)
根据解算的改正值更新外参数的当前值，迭代执行，直到当两次平差解算的结果小于预设的限差时，判断结果收敛，迭代结束，进入步骤5。
步骤5，基于区域网平差的低阶内参数解算，即基于控制点和片间的连接点，采用区域网平差的方法解算每片CCD指向角模型的0次项及1次项参数。
在解算的外参数的基础上，采用区域网平差的方法整体解算低阶的相机内参数，所用的观测值为控制点和CCD影像片间的连接点。基于上述构建的平差方法对控制点和连接点分别构建误差方程，具体如下式：
Figure BDA0002444394950000062
其中，vgp和vtp分别表示控制点和连接点对应的误差方程的改正量；Y＝[dY1,dY2…dYm]T为所有CCD的低价内参数改正数，其中dYj＝[da0,da1,db0,db1]j(j＝1,2…m)，m为CCD个数，j为CCD标号；t＝[dt1,dt2…dtK]T为所有连接点对应的物方平面坐标的改正数，高程采用从影像覆盖区域的DSM中插值的高程作为真值而不解算，其中dtk＝[dLat,dLon]k(k＝1,2…K)，K为连接点的个数，k为连接点标号；
Figure BDA0002444394950000063
(N为控制点数量)为控制点对应的误差方程系数矩阵，其中每个元素
Figure BDA0002444394950000064
对应影像上的一个地面控制点，n为控制点标号，根据每个控制点对应的影像建立的平差方程
Figure BDA0002444394950000065
通过线性化得到的，
Figure BDA0002444394950000066
(K为连接点数量)为连接点对应的误差方程系数矩阵，其中每个元素
Figure BDA0002444394950000067
Figure BDA0002444394950000068
对应影像上的一个连接点，根据每个连接点对应的影像建立的平差方程
Figure BDA0002444394950000069
通过线性化得到的；Ctp表示控制点对应的误差方程中关于物方平面坐标的系数矩阵；
Figure BDA00024443949500000610
为控制点对应的误差方程的常数向量，其中每个元素
Figure BDA00024443949500000611
等于每个控制点对应的平差方程的当前值，
Figure BDA0002444394950000071
为连接点对应的误差方程的常数向量，其中每个元素
Figure BDA0002444394950000072
等于每个连接点对应的平差方程的当前值。
误差方程式(11)可统一表示为：
vIL＝BY+Ct-R (12)
其中：
Figure BDA0002444394950000073
其中，vIL为误差方程的改正量，B是误差方程中关于低价内参数的系数矩阵，C是误差方程中关于物方平面坐标的系数矩阵，R是误差方程的常数向量。
利用最小二乘平差计算Y，如式(13)所示：
Y＝(BTB-BTC(CTC)-1CTB)-1(BTR-BTC(CTC)-1CTR) (13)
根据解算的改正值更新每片CCD的低阶指向角参数的当前值，迭代执行，直到当两次平差解算的结果小于预设的限差时，判断结果收敛，迭代结束，进入步骤6。
步骤6，基于重叠影像密集同名点的高阶定标参数的解算，即基于每片CCD重叠影像间的密集同名点，分别解算每片CCD对应的指向角模型的高次项内参数。
对于每片CCD，分别利用其获取的重叠影像对上的密集同名点，每片CCD高阶内参数的定标解算过程相同，仅对一片的参数解算进行叙述。根据前文构建的平差模型，通过模型线性化处理，对第q个同名像点可构建误差方程，如式(14)所示：
vIH＝EqZ+Fquq-Hq (14)
其中，vIH为改正数向量，Z＝[da2,da3,db2,db3]T为相机内定标参数改正向量；
Figure BDA0002444394950000074
表示各同名像点物方平面坐标改正向量，物方坐标的高程采用从影像覆盖区域的DSM中插值的高程作为真值而不解算；矩阵Eq和Fq分别代表定标参数和物方坐标对应的偏导数系数矩阵，是根据每个同名点对应的影像建立的平差方程
Figure BDA0002444394950000075
通过线性化得到的，
Figure BDA0002444394950000076
表示误差方程的常数项，具体如下：
Figure BDA0002444394950000081
利用最小二乘平差计算Z，如式(15)所示：
Z＝M-1W (15)
其中，中间变量M、W求取如下
Figure BDA0002444394950000082
Figure BDA0002444394950000083
其中，Q代表该CCD对应的重叠影像上同名点的数量。每个相机解算过程相同，这里不再赘述。根据解算的改正值更新每片CCD的高阶指向角参数的当前值，迭代执行，直到当两次解算的结果小于预设的限差时，判断结果收敛，迭代结束，进入步骤7。
步骤7，重复步骤4-6，迭代计算直至内定标参数改正数均小于阈值10-12时停止迭代解算，然后再执行一次步骤4和5即完成定标解算，输出定标结果，得到最终的星载分片线阵CCD光学相机整体几何定标结果。
具体实施时，以上流程可采用计算机软件技术实现自动运行，运行方法的***装置也应当在本发明的保护范围内。
以上所述仅为本发明的优选实施例而已，并不用以限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种星载分片线阵CCD光学相机整体几何定标方法，其特征在于：包括以下步骤，
步骤1，选取待标定相机获取的同一地区多次覆盖的多片CCD影像，每片CCD获取的影像须具有超过50％的重叠；
步骤2，在影像覆盖区域垂轨方向边缘区域布设地面稀疏控制点，在同一次获取的CCD影像片间匹配连接点数据，在不同次获取的同片CCD对应的影像重叠区域匹配密集的同名点数据；
步骤3，采用三次多项式拟合探元指向角构建相机每个CCD的内定标模型，然后将定标模型引入到光学卫星影像的严格几何成像模型中建立相机的在轨几何定标模型，基于几何定标模型建立用于参数解算的平差模型；
步骤4，基于步骤2所得稀疏控制点，分别解算每次成像时成像模型的外参数；
步骤5，基于控制点和片间的连接点，采用区域网平差的方法解算每片CCD指向角模型的低阶内参数参数；
步骤6，基于每片CCD重叠影像间的密集同名点，分别解算每片CCD对应的指向角模型的高次项内参数；
步骤7，重复步骤4-6直到连续两次解算的内参数的差值小于预设的限差时，再进行一遍步骤4和步骤5，则完成定标解算，得到最终的星载分片线阵CCD光学相机整体几何定标结果。
2.根据权利要求1所述星载分片线阵CCD光学相机整体几何定标方法，其特征在于：步骤2中，考虑外方位元素模型拟合误差的随机抖动会给相机内定标结果带来非线性的畸变误差，为了限制相应影响，实现相机内部CCD各探元处几何畸变的最优拟合，在不同次获取的同片CCD对应的影像重叠区域匹配同名点时，仅在重叠影像对的沿轨方向上较短的一段区域内匹配同名点。
3.根据权利要求1所述星载分片线阵CCD光学相机整体几何定标方法，其特征在于：步骤4实现方式为，根据步骤3构建的平差模型，通过模型线性化处理，针对每个控制点建立用于外参数解算的误差方程，每次获取的影像相应的外参数基于各自影像上的控制点分别计算得到。
4.根据权利要求1所述星载分片线阵CCD光学相机整体几何定标方法，其特征在于：步骤5实现方式为，对控制点和连接点分别构建误差方程，利用最小二乘平差计算所有CCD的低价内参数改正数，根据解算的改正值更新每片CCD的低阶指向角参数的当前值，迭代执行，直到当两次平差解算的结果小于预设的限差时，判断结果收敛，迭代结束，进入步骤6。
5.根据权利要求1所述星载分片线阵CCD光学相机整体几何定标方法，其特征在于：步骤6实现方式为，对于每片CCD，分别利用相应获取的重叠影像对上的密集同名点，根据步骤3构建的平差模型，通过模型线性化处理，对同名像点构建误差方程，利用最小二乘平差计算相机内定标参数改正向量；根据解算的改正值更新每片CCD的高阶指向角参数的当前值，迭代执行，直到当两次解算的结果小于预设的限差时，判断结果收敛，迭代结束，进入步骤7。
6.根据权利要求1或2或3或4或5所述星载分片线阵CCD光学相机整体几何定标方法，其特征在于：用于光学卫星相机的片间影像拼接。
7.一种星载分片线阵CCD光学相机整体几何定标***，其特征在于：用于权利要求1-6所述星载分片线阵CCD光学相机整体几何定标方法。
CN202010274833.2A 2020-04-09 2020-04-09 星载分片线阵ccd光学相机整体几何定标方法及*** Pending CN111508029A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010274833.2A CN111508029A (zh) 2020-04-09 2020-04-09 星载分片线阵ccd光学相机整体几何定标方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010274833.2A CN111508029A (zh) 2020-04-09 2020-04-09 星载分片线阵ccd光学相机整体几何定标方法及***

Publications (1)

Publication Number Publication Date
CN111508029A true CN111508029A (zh) 2020-08-07

Family

ID=71876059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010274833.2A Pending CN111508029A (zh) 2020-04-09 2020-04-09 星载分片线阵ccd光学相机整体几何定标方法及***

Country Status (1)

Country Link
CN (1) CN111508029A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112097798A (zh) * 2020-11-12 2020-12-18 北京道达天际科技有限公司 高分六号卫星的高分相机的高精度校验方法和装置
CN112212833A (zh) * 2020-08-28 2021-01-12 中国人民解放军战略支援部队信息工程大学 机械拼接型tdi ccd推扫相机整体几何平差方法
CN112435301A (zh) * 2020-11-18 2021-03-02 中国科学院上海技术物理研究所 一种基于恒星轨迹的遥感相机在轨几何定标方法
CN113313769A (zh) * 2021-06-11 2021-08-27 湖北工业大学 一种光学卫星多面阵传感器片间无缝几何定标方法
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
CN114166243A (zh) * 2021-11-09 2022-03-11 湖北工业大学 一种带有片间约束的面阵成像卫星在轨几何定标方法
CN114863145A (zh) * 2022-04-21 2022-08-05 武汉大学 一种夜光影像稀疏灯光连接点匹配方法
CN114858186A (zh) * 2022-04-21 2022-08-05 武汉大学 一种恒星观测模式下线阵相机星上几何定标方法
CN114972536A (zh) * 2022-05-26 2022-08-30 中国人民解放军战略支援部队信息工程大学 一种航空面阵摆扫式相机定位和标定方法
CN117109519A (zh) * 2023-08-25 2023-11-24 自然资源部国土卫星遥感应用中心 一种激光测高数据辅助的卫星线阵影像拼接方法及***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107564057A (zh) * 2017-08-08 2018-01-09 武汉大学 顾及大气折光校正的高轨面阵光学卫星在轨几何标定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107564057A (zh) * 2017-08-08 2018-01-09 武汉大学 顾及大气折光校正的高轨面阵光学卫星在轨几何标定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BO YANG 等: "Integrated geometric self-calibration of stereo cameras onboard the ZiYuan-3 satellite", HTTPS://DOI.ORG/10.1016/J.ISPRSJPRS.2020.02.015 *
杨博 等: "仅用虚拟控制点的超大区域无控制区域网平差", 《测绘学报》 *
皮英冬 等: "利用稀少控制点的线阵推扫式光学卫星在轨几何定标方法", 《测绘学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112212833A (zh) * 2020-08-28 2021-01-12 中国人民解放军战略支援部队信息工程大学 机械拼接型tdi ccd推扫相机整体几何平差方法
CN112097798A (zh) * 2020-11-12 2020-12-18 北京道达天际科技有限公司 高分六号卫星的高分相机的高精度校验方法和装置
CN112097798B (zh) * 2020-11-12 2021-03-26 北京道达天际科技有限公司 高分六号卫星的高分相机的高精度校验方法和装置
CN112435301A (zh) * 2020-11-18 2021-03-02 中国科学院上海技术物理研究所 一种基于恒星轨迹的遥感相机在轨几何定标方法
CN113313769B (zh) * 2021-06-11 2022-08-30 湖北工业大学 一种光学卫星多面阵传感器片间无缝几何定标方法
CN113313769A (zh) * 2021-06-11 2021-08-27 湖北工业大学 一种光学卫星多面阵传感器片间无缝几何定标方法
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
CN114166243A (zh) * 2021-11-09 2022-03-11 湖北工业大学 一种带有片间约束的面阵成像卫星在轨几何定标方法
CN114863145A (zh) * 2022-04-21 2022-08-05 武汉大学 一种夜光影像稀疏灯光连接点匹配方法
CN114858186A (zh) * 2022-04-21 2022-08-05 武汉大学 一种恒星观测模式下线阵相机星上几何定标方法
CN114972536A (zh) * 2022-05-26 2022-08-30 中国人民解放军战略支援部队信息工程大学 一种航空面阵摆扫式相机定位和标定方法
CN114972536B (zh) * 2022-05-26 2023-05-09 中国人民解放军战略支援部队信息工程大学 一种航空面阵摆扫式相机定位和标定方法
CN117109519A (zh) * 2023-08-25 2023-11-24 自然资源部国土卫星遥感应用中心 一种激光测高数据辅助的卫星线阵影像拼接方法及***
CN117109519B (zh) * 2023-08-25 2024-04-09 自然资源部国土卫星遥感应用中心 一种激光测高数据辅助的卫星线阵影像拼接方法及***

Similar Documents

Publication Publication Date Title
CN111508029A (zh) 星载分片线阵ccd光学相机整体几何定标方法及***
Hu et al. Understanding the rational function model: methods and applications
CN105096329B (zh) 一种精确校正超广角摄像头图像畸变的方法
CN103557841B (zh) 一种提高多相机合成影像摄影测量精度的方法
CN104897175B (zh) 多相机光学推扫卫星在轨几何定标方法及***
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
CN110006452B (zh) 高分六号宽视场相机相对几何定标方法及***
CN111174753B (zh) 基于有理函数模型的光学影像与激光测高数据平差方法
CN107644416A (zh) 一种基于地基云图的实时动态云量反演方法
CN111508028A (zh) 光学立体测绘卫星相机的自主在轨几何定标方法及***
CN107564057B (zh) 顾及大气折光校正的高轨面阵光学卫星在轨几何标定方法
CN113538595B (zh) 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
CN112258422B (zh) 立体影像有理多项式参数(rpc)自动精化方法
CN102322863B (zh) 一种遥感卫星多星联合逆向定轨定姿方法
CN108447100B (zh) 一种机载三线阵ccd相机的偏心矢量和视轴偏心角标定方法
CN114838740A (zh) 一种考虑不同经纬度区域的卫星图像几何定标方法
Pi et al. On-orbit geometric calibration using a cross-image pair for the linear sensor aboard the agile optical satellite
Wang et al. Geometric calibration for the aerial line scanning camera GFXJ
CN105571598B (zh) 一种卫星激光高度计足印相机姿态的测定方法
CN107705272A (zh) 一种空间影像的高精度几何校正方法
US8260085B2 (en) Fusion of image block adjustments for the generation of a ground control network
CN111504320A (zh) 基于严格几何成像模型的带摆镜光学遥感卫星定位方法
CN114838739A (zh) 一种考虑完整回归周期的卫星图像几何定标方法
CN115311366A (zh) 基于rpc模型的星载分片线阵传感器几何定标方法及***

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200807

RJ01 Rejection of invention patent application after publication