CN111754458B - 面向几何精处理的卫星影像立体空间基准框架构建方法 - Google Patents
面向几何精处理的卫星影像立体空间基准框架构建方法 Download PDFInfo
- Publication number
- CN111754458B CN111754458B CN202010420616.XA CN202010420616A CN111754458B CN 111754458 B CN111754458 B CN 111754458B CN 202010420616 A CN202010420616 A CN 202010420616A CN 111754458 B CN111754458 B CN 111754458B
- Authority
- CN
- China
- Prior art keywords
- image
- data
- reference frame
- satellite
- satellite image
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种面向几何精处理的卫星影像立体空间基准框架构建方法,该方法包括:根据云覆盖、拍摄时间、成像质量、测区覆盖关系条件,对遥感影像数据进行整理及挑选,提供流程化、标准化的解决方案,结合亚像素级同名点匹配能力和异源海量卫星遥感影像联合区域网平差能力,运用高精度连接点,建立待校正遥感数据与立体空间基准框架之间的位置联系。本发明的有益效果:本申请卫星影像立体空间基准框架采用空三平差后的1B级卫星影像,有效保留成像瞬间的几何特性,几何模型更加严密,有效避免正射影像生产过程中的误差累积和精度损失,能够基于不同的空间基准来生成定位参数,同步输出多套立体空间基准,灵活适应多样化的数据生产场景。
Description
技术领域
本发明涉及遥感卫星技术领域,具体来说,涉及一种面向几何精处理的卫星影像立体空间基准框架构建方法。
背景技术
为了提高卫星遥感影像的几何定位精度,通常会利用历史控制基准数据,对卫星遥感影像进行精细化改正,传统的处理方式有两种:一是利用手动采集的方法,在卫星遥感影像上获取三维控制点,二是基于历史正射影像进行处理,同时利用DEM进行高程辅助,当前典型的商业处理软件,如PixelFactory、GXL等,也同样采用上述两种方式。
近年来,遥感影像的质量和体量均呈现爆发式增长,如何实现高效的影像信息提取迫在眉睫,自动化处理和高精度定位则成为关键指标:高精度定位是遥感信息提取的重要基础,而自动化能力可以减少人工干预,提高处理效率,为实现海量遥感影像的快速处理提供可能,很显然,传统处理方式因自身局限性已无法满足遥感影像定位的新要求。
首先,外业控制点需要专业技术人员实地采集,困难地区操作难度大,且受保密限制,无法直接提供使用,同时,在内业应用过程中,仍需手动采集,不仅容易损失精度,更不具有自动化处理的能力,短期内难以突破效率瓶颈,其次,基于历史正射影像和参考地形数据的定位处理可以实现自动化,然而大多数正射影像不是真正射(TDOM),其生产过程往往采用DTM(数字地面模型)作为纠正参考,导致重采样后的成果影像上,特别是建筑物顶部,精度不准,同时,人工编修也会造成局部纹理特征的精度损失,随着卫星遥感影像分辨率的不断突破,即使是基于历史正射影像,也已经很难满足高分辨率遥感影像定位处理的精度要求。
发明内容
针对相关技术中的上述技术问题,本发明提出一种面向几何精处理的卫星影像立体空间基准框架构建方法,能够有效解决多期多源遥感影像全自动几何精处理的一致性问题,灵活适应多种数据场景,全面应对遥感影像的快速更新及业务应用。
为实现上述技术目的,本发明的技术方案是这样实现的:一种面向几何精处理的卫星影像立体空间基准框架构建方法,该方法包括以下步骤:
S1:卫星影像预处理,根据云覆盖、拍摄时间、成像质量、测区覆盖关系等条件,对遥感影像数据进行整理及挑选,选用云雪覆盖小、侧摆角小、影像几何质量良好的影像数据,保留有效数据剔除多余数据,输出数据整理文件,待后续处理;
S2:卫星影像立体空间基准框架构建,根据流程化、标准化的解决方案,结合亚像素级同名点匹配能力和异源海量卫星遥感影像联合区域网平差能力,快速完成1B级卫星影像的自动空三平差处理,输出高精度的定位参数文件,同时提供定制化处理工具,实现“一键式”输出标准格式的立体空间基准框架的成果数据;
S3:基于卫星影像立体空间基准框架的几何精处理,运用高精度连接点,建立待校正遥感数据与立体空间基准框架之间的位置联系,并在此基础上进行增量式区域更新平差处理,同时自动完成遥感数据的几何精处理,并将满足条件的校正数据快速更新至原有的立体空间基准框架中;
S4:病态区域检测,提供多种检测手段,对区域网平差处理结果及增量式区域更新平差处理结果进行自动检测,有效识别问题区域,保障卫星影像立体空间基准框架的几何定位精度及整体稳健性。
进一步地,所述的S1中卫星影像预处理包括RPC标准化及卫星影像剔片,其中:
S1.1所述RPC标准化支持多种格式的定位参数文件包括RPC文件、及RPB文件之间的相互转换,具备批处理能力,快速统一数据格式,有助于各个模块与功能之间的数据流转;
S1.2所述卫星影像剔片提供多种可视化手段,快速显示测区的整体概况及局部信息,支持多样化的编辑处理,基于不同维度对原始数据进行整理,有效保留高质量数据,并将筛选结果详细记录在通用格式的索引文件中,实现不同处理***与模块之间的数据流转和成果共享。
进一步地,所述的S2中卫星影像立体空间基准框架构建包括连接点规划匹配、控制点规划匹配、区域网平差解算及空间基准索引制作,其中:
S2.1连接点规划匹配,所述连接点规划匹配基于物方空间信息,依据影像重叠关系对测区进行多边形分割,并以整体测区为单位,进行一体式格网规划;
S2.2控制点规划匹配,所述控制点规划匹配基于物方空间信息,依据原始卫星影像和参考正射影像的重叠关系,进行多边形分割,并进行格网规划;
S2.3区域网平差解算,所述区域网平差解算基于异源海量卫星遥感影像联合区域网平差技术,完成时空大规模联合区域网平差模型参数的高效、稳健求解,提高定位参数文件的对地定位精度,同时消除遥感影像之间的相对位置偏差;
S2.4空间基准索引制作,所述空间基准索引制作基于改正处理后的1B级影像及其定位参数文件,按照***定义的文件格式,一键式输出卫星影像立体空间基准的索引文件,详细记录基准框架所覆盖的各项数据指标,具体包括基准影像、定位参数文件、覆盖范围信息。
进一步地,所述的S3卫星影像立体空间基准框架的几何精处理包括基准点匹配、增量式区域更新平差及空间基准更新,其中:
S3.1基准点匹配,所述基准点匹配运用卫星影像行列信息和RPC文件,分别计算待校正影像和基准影像的覆盖范围,并进行相交判断,获得两者的相交数据集;
S3.2增量式区域更新平差,所述增量式区域更新平差用于有效融合局部连接点控制基准网的全局连接点,在维持基准影像的仿射变换参数、连接点三维坐标不变的基础上,实现新增遥感影像的增量区域网平差处理,仅新增遥感影像的定位参数进行改正;
S3.3空间基准更新,所述空间基准更新用于将待更新数据加入现有的卫星影像立体空间基准框架,或替换对应位置上的基准影像,实现卫星影像立体空间基准框架的局部实时升级及快速更新。
进一步地,所述的S2.1连接点规划匹配进一步包括:
S2.1.1获取分布均匀的初始种子点位,运用基于亚像素精确定位的卫星遥感影像同名点位匹配技术,自动在轨道内及轨道间匹配同名点位;
S2.1.2运用多级粗差检测和剔除策略,进行点位优选,以像方文件格式输出连接点数据信息,后续的平差处理。
进一步地,所述的S2.2控制点规划匹配进一步包括:
S2.2.1获取分布均匀的初始种子点位,采用多种匹配方案以完成多种复杂数据场景下的控制点匹配;
S2.2.2基于参考地形数据获取高程信息,输出控制点的物方文件和像方文件,待后续的平差处理。
进一步地,所述的S3.1基准点匹配进一步包括:
S3.1.1基于物方空间信息对重叠区进行多边形分割及种子点规划,结合亚像素级同名点匹配技术,自动获取待校正影像与基准影像之间的同名点;
S3.1.2建立待校正影像与立体空间基准框架之间的连接关系,运用像方文件格式输出同名点的坐标数据信息,用于后续的增量式区域更新平差解算。
本发明的有益效果:鉴于上述现有技术中存在的不足,本申请首次提出“卫星影像立体空间基准框架”概念,作为外业控制点和历史正射影像的升级替代产品,同步构建基于卫星影像立体空间基准框架的遥感影像几何精处理***,形成完整的实施方案,解决传统几何定位处理方法的技术局限与效率瓶颈,充分发挥卫星影像立体空间基准框架的在遥感影像自动定位应用中的绝对优势;
其一,与外业控制点和正射影像相比,卫星影像立体空间基准框架采用空三平差后的1B级卫星影像,有效保留成像瞬间的几何特性,几何模型更加严密;
其二,卫星影像立体空间基准框架的生产工艺更加严密,有效避免正射影像生产过程中的误差累积和精度损失,更符合对作为控制基准的精度要求;
其三,搭建卫星影像立体空间基准框架的过程中,基于不同的空间基准来生成定位参数,利用一套卫星影像数据,同步输出多套立体空间基准,灵活适用多样化的数据生产场景;
其四,卫星影像立体空间基准框架的搭建方案更加灵活,基于加密后的新时相卫星影像,实现局部区域的快速更新,与年代久远的外业控制点或正射影像相比,十分有效地降低因影像时相差异而产生的同名点采集难度,更重要的是,基准影像采用1B级影像,与待处理的卫星影像在成像特性和几何模型等方面更具一致性,有效提高连接点自动匹配的效果;
其五,卫星影像立体空间基准框架因其独特理念和创新能力,能够快速高效地完成遥感数据的几何精处理,能够保留卫星影像成像瞬间的几何特性,这正是传统几何定位处理手段无法达到的,同时,提出更具创造力的立体空间基准框架的数据形态,打破了传统控制影像库只能接收正射影像作为参考基准的壁垒,具备更加广泛的数据基础,凡是具备明确定位精度的卫星影像都能用于立体空间基准框架的构建与更新,且无需经过正射影像生产环节,有效缓解数据资料的存储压力和管理成本,快速推动卫星影像的应用价值和复用效率;
其六,卫星影像立体空间基准框架具有自动化程度高、控制精度可靠度高、可转变不同控制等级的空间基准、针对局部基准影像进行时相更新等特点,视为传统的控制影像库的升级替代产品,有效解决多期多源遥感影像全自动几何精处理的一致性问题,可灵活适应多种数据场景,全面应对遥感影像的快速更新和业务应用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例所述的面向几何精处理的卫星影像立体空间基准框架构建方法的流程框图;
图2是根据本发明实施例所述的面向几何精处理的卫星影像立体空间基准框架构建方法增量更新原理示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,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 1-2 所示,根据本发明实施例所述的面向几何精处理的卫星影像立体空间基准框架构建方法,该方法包括以下具体步骤:
步骤一,所述卫星影像预处理,根据云覆盖、拍摄时间、成像质量、测区覆盖关系等条件,对遥感影像数据进行整理及挑选,选用云雪覆盖小、侧摆角小、影像几何质量良好的影像数据,保留有效数据剔除多余数据,并输出数据整理文件,待后续处理,所述卫星影像预处理包括RPC标准化及卫星影像剔片,其中:
所述RPC标准化支持多种格式的定位参数文件包括RPC文件、及RPB文件之间的相互转换,具备批处理能力,快速统一数据格式,有助于各个模块与功能之间的数据流转;
所述卫星影像剔片提供多种可视化手段,快速显示测区的整体概况及局部信息,支持多样化的编辑处理,基于不同维度对原始数据进行整理,如重叠度、云雪覆盖率,有效保留高质量数据,并将筛选结果详细记录在通用格式的索引文件中,实现不同处理***与模块之间的数据流转和成果共享。
在本发明的一个具体实施例中,
步骤二,所述卫星影像立体空间基准框架构建,根据流程化、标准化的解决方案,结合亚像素级同名点匹配能力和异源海量卫星遥感影像联合区域网平差能力,快速完成1B级卫星影像的自动空三平差处理,输出高精度的定位参数文件,同时提供定制化处理工具,实现“一键式”输出标准格式的立体空间基准框架的成果数据,所述卫星影像立体空间基准框架构建包括连接点规划匹配、控制点规划匹配、区域网平差解算及空间基准索引制作,其中:
所述连接点规划匹配基于物方空间信息,依据影像重叠关系对测区进行多边形分割,并以整体测区为单位,进行一体式格网规划,获取分布均匀的初始种子点位,解决因异源海量遥感影像重叠关系复杂而导致的点位不均匀问题,有效保证高度重叠区的点位输出,点位规划完成后,基于初始规划点,运用基于亚像素精确定位的卫星遥感影像同名点位匹配技术,自动在轨道内及轨道间匹配同名点位,并运用多级粗差检测和剔除策略,进行点位优选,以像方文件格式输出连接点数据信息,后续的平差处理;
所述控制点规划匹配基于物方空间信息,依据原始卫星影像和参考正射影像的重叠关系,进行多边形分割,并进行格网规划,获取分布均匀的初始种子点位,采用多种匹配方案以完成多种复杂数据场景下的控制点匹配,基于参考地形数据获取高程信息,输出控制点的物方文件和像方文件,待后续的平差处理;
所述区域网平差解算基于异源海量卫星遥感影像联合区域网平差技术,完成时空大规模联合区域网平差模型参数的高效、稳健求解,提高定位参数文件的对地定位精度,同时消除遥感影像之间的相对位置偏差;
所述空间基准索引制作基于改正处理后的1B级影像及其定位参数文件,按照***定义的文件格式,一键式输出卫星影像立体空间基准的索引文件,详细记录基准框架所覆盖的各项数据指标,具体包括基准影像、定位参数文件、覆盖范围信息。
在本发明的一个具体实施例中,
步骤三,所述基于卫星影像立体空间基准框架的几何精处理,运用高精度连接点,建立待校正遥感数据与立体空间基准框架之间的位置联系,并在此基础上进行增量式区域更新平差处理,同时自动完成遥感数据的几何精处理,并将满足条件的校正数据快速更新至原有的立体空间基准框架中,所述卫星影像立体空间基准框架的几何精处理包括基准点匹配、增量式区域更新平差及空间基准更新,其中:
所述基准点匹配运用卫星影像行列信息和RPC文件,分别计算待校正影像和基准影像的覆盖范围,并进行相交判断,获得两者的相交数据集,基于物方空间信息对重叠区进行多边形分割及种子点规划,结合亚像素级同名点匹配技术,自动获取待校正影像与基准影像之间的同名点,建立待校正影像与立体空间基准框架之间的连接关系,运用像方文件格式输出同名点的坐标数据信息,用于后续的增量式区域更新平差解算;
所述增量式区域更新平差用于有效融合局部连接点控制基准网的全局连接点,在维持基准影像的仿射变换参数、连接点(包括弱交会点)三维坐标不变的基础上,实现新增遥感影像的增量区域网平差处理,仅新增遥感影像的定位参数进行改正;
所述空间基准更新用于将待更新数据加入现有的卫星影像立体空间基准框架,或替换对应位置上的基准影像,实现卫星影像立体空间基准框架的局部实时升级及快速更新。
在本发明的一个具体实施例中,
步骤四,病态区域检测,提供多种检测手段,对区域网平差处理结果及增量式区域更新平差处理结果进行自动检测,有效识别问题区域,保障控制卫星影像立体空间基准框架的几何定位精度及整体稳健性。
为了方便理解本发明的上述技术方案,以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
在具体使用时,根据本发明所述的面向几何精处理的卫星影像立体空间基准框架构建方法,
首先,完成卫星遥感影像预处理,利用卫星影像预处理,根据云覆盖、拍摄时间、成像质量、测区覆盖关系条件,对遥感影像数据进行整理及挑选,选用云雪覆盖小、侧摆角小、影像几何质量良好的影像数据,保留有效数据剔除多余数据,并输出数据整理文件,待后续处理;
然后,采集连接点,利用连接点规划匹配功能,自动完成卫星遥感影像之间的连接点采集,以像方文件格式输出连接点数据信息,用于后续的平差处理;
采集控制点,利用控制点规划匹配功能,自动完成卫星遥感影像之间的连接点采集,输出控制点的物方文件和像方文件,用于后续的平差处理;
完成区域网平差解算,利用区域平差解算功能,结合连接点数据、控制点数据以及卫星影像定位参数文件,以整体测区为处理单元,完成区域网联合平差解算,当连接点和控制点的精度达到阈值范围内之后,同步获取该精度条件下的定位参数文件,即RPC文件,由于解算过程中增加了绝对控制(即,控制点数据),由此获取的改正RPC同时具备高精度的绝对空间定位能力;
病态区域检测,利用病态区域检测功能,对上述平差解算结果进行质量检查;
构建卫星影像立体空间基准框架,通过所述病态区域检测后,运用所述空间基准索引制作功能,输出标准格式的卫星影像立体空间基准框架的索引文件,以及相关数据成果;
其次,基于卫星影像立体空间基准框架的几何精处理与快速更新;
增量式连接点规划匹配,利用所述基准点匹配功能,自动采集待校正影像与基准影像之间的同名点,获取像方文件,用于后续的增量式区域更新平差解算;
增量式区域更新平差,基于增量式连接点匹配成果、待校正卫星影像及其RPC文件、基准影像及其RPC文件,进行增量式区域更新平差解算,输出待校正影像改正后的定位参数文件;
病态区域检测,利用病态区域检测功能,对上述平差解算结果进行质量检查;
空间基准更新,待校正影像经过几何精校正后,基于时相、成像效果及云量条件,决定是否将这些数据更新至现有的基准框架中,若选择更新,则利用空间基准更新功能,将新增遥感影像及其改正RPC文件的相关信息,更新至现有的索引文件中,以完成局部区域的基准影像更新。
综上所述,借助于本发明的上述技术方案,本申请与外业控制点及正射影像相比,卫星影像立体空间基准框架因其独特理念和创新能力,能够快速高效地完成遥感数据的几何精处理,能够保留卫星影像成像瞬间的几何特性,这正是传统几何定位处理手段无法达到的,同时,提出更具创造力的立体空间基准框架的数据形态,打破了传统控制影像库只能接收正射影像作为参考基准的壁垒,具备更加广泛的数据基础,凡是具备明确定位精度的卫星影像都能用于立体空间基准框架的构建与更新,且无需经过正射影像生产环节,有效缓解数据资料的存储压力和管理成本,快速推动卫星影像的应用价值和复用效率,卫星影像立体空间基准框架具有自动化程度高、控制精度可靠度高、可转变不同控制等级的空间基准、针对局部基准影像进行时相更新等特点,视为传统的控制影像库的升级替代产品,有效解决多期多源遥感影像全自动几何精处理的一致性问题,可灵活适应多种数据场景,全面应对遥感影像的快速更新及业务应用。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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 (3)
1.一种面向几何精处理的卫星影像立体空间基准框架构建方法,其特征在于,该方法包括以下步骤:
S1:卫星影像预处理,根据云覆盖、拍摄时间、成像质量、测区覆盖关系条件,对遥感影像数据进行整理及挑选,选用云雪覆盖小、侧摆角小、影像几何质量良好的影像数据,保留有效数据剔除多余数据,输出数据整理文件,待后续处理;
S2:卫星影像立体空间基准框架构建,根据流程化、标准化的解决方案,结合亚像素级同名点匹配能力和异源海量卫星遥感影像联合区域网平差能力,快速完成1B级卫星影像的自动空三平差处理,输出高精度的定位参数文件,同时提供定制化处理工具,实现“一键式”输出标准格式的立体空间基准框架的成果数据;
所述的S2中卫星影像立体空间基准框架构建包括连接点规划匹配、控制点规划匹配、区域网平差解算及空间基准索引制作,其中:
S2.1连接点规划匹配,所述连接点规划匹配基于物方空间信息,依据影像重叠关系对测区进行多边形分割,并以整体测区为单位,进行一体式格网规划, 获取分布均匀的初始种子点位,点位规划完成后,基于初始规划点,运用基于亚像素精确定位的卫星遥感影像同名点位匹配技术,自动在轨道内及轨道间匹配同名点位,并运用多级粗差检测和剔除策略,进行点位优选,以像方文件格式输出连接点数据信息,后续的平差处理;
S2.2控制点规划匹配,所述控制点规划匹配基于物方空间信息,依据原始卫星影像和参考正射影像的重叠关系,进行多边形分割,并进行格网规划,获取分布均匀的初始种子点位,采用多种匹配方案以完成多种复杂数据场景下的控制点匹配,基于参考地形数据获取高程信息,输出控制点的物方文件和像方文件,待后续的平差处理;
S2.3区域网平差解算,所述区域网平差解算基于异源海量卫星遥感影像联合区域网平差技术,结合连接点数据、控制点数据以及卫星影像定位参数文件,以整体测区为处理单元,完成时空大规模联合区域网平差模型参数的高效、稳健求解,当连接点和控制点的精度达到阈值范围内之后,同步获取该精度条件下的定位参数文件即RPC文件,提高定位参数文件的对地定位精度,同时消除遥感影像之间的相对位置偏差;
S2.4空间基准索引制作,所述空间基准索引制作基于改正处理后的1B级影像及其定位参数文件,按照***定义的文件格式,一键式输出卫星影像立体空间基准的索引文件,详细记录基准框架所覆盖的各项数据指标,具体包括基准影像、定位参数文件、覆盖范围信息;
S3:基于卫星影像立体空间基准框架的几何精处理,运用高精度连接点,建立待校正遥感数据与立体空间基准框架之间的位置联系,并在此基础上进行增量式区域更新平差处理,同时自动完成遥感数据的几何精处理,并将满足条件的校正数据快速更新至原有的立体空间基准框架中;所述的S3卫星影像立体空间基准框架的几何精处理包括基准点匹配、增量式区域更新平差及空间基准更新,其中:
S3.1基准点匹配,所述基准点匹配运用卫星影像行列信息和RPC文件,分别计算待校正影像和基准影像的覆盖范围,并进行相交判断,获得两者的相交数据集;
S3.2增量式区域更新平差,所述增量式区域更新平差用于有效融合局部连接点控制基准网的全局连接点,在维持基准影像的仿射变换参数、连接点三维坐标不变的基础上,实现新增遥感影像的增量区域网平差处理,仅新增遥感影像的定位参数进行改正;
S3.3空间基准更新,所述空间基准更新用于将待更新数据加入现有的卫星影像立体空间基准框架,或替换对应位置上的基准影像,实现卫星影像立体空间基准框架的局部实时升级及快速更新;
S4:病态区域检测,提供多种检测手段,对区域网平差处理结果及增量式区域更新平差处理结果进行自动检测,有效识别问题区域,保障卫星影像立体空间基准框架的几何定位精度及整体稳健性。
2.根据权利要求1所述的面向几何精处理的卫星影像立体空间基准框架构建方法,其特征在于,所述的S1中卫星影像预处理包括RPC标准化及卫星影像剔片,其中:
S1.1所述RPC标准化支持多种格式的定位参数文件包括RPC文件、及RPB文件之间的相互转换,具备批处理能力,快速统一数据格式,有助于各个模块与功能之间的数据流转;
S1.2所述卫星影像剔片提供多种可视化手段,快速显示测区的整体概况及局部信息,支持多样化的编辑处理,基于不同维度对原始数据进行整理,有效保留高质量数据,并将筛选结果详细记录在通用格式的索引文件中,实现不同处理***与模块之间的数据流转和成果共享。
3.根据权利要求1所述的面向几何精处理的卫星影像立体空间基准框架构建方法,其特征在于,所述的S3.1基准点匹配进一步包括:
S3.1.1基于物方空间信息对重叠区进行多边形分割及种子点规划,结合亚像素级同名点匹配技术,自动获取待校正影像与基准影像之间的同名点;
S3.1.2建立待校正影像与立体空间基准框架之间的连接关系,运用像方文件格式输出同名点的坐标数据信息,用于后续的增量式区域更新平差解算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420616.XA CN111754458B (zh) | 2020-05-18 | 2020-05-18 | 面向几何精处理的卫星影像立体空间基准框架构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420616.XA CN111754458B (zh) | 2020-05-18 | 2020-05-18 | 面向几何精处理的卫星影像立体空间基准框架构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111754458A CN111754458A (zh) | 2020-10-09 |
CN111754458B true CN111754458B (zh) | 2023-09-15 |
Family
ID=72673408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010420616.XA Active CN111754458B (zh) | 2020-05-18 | 2020-05-18 | 面向几何精处理的卫星影像立体空间基准框架构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754458B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529946B (zh) * | 2020-12-04 | 2022-05-17 | 中南大学 | 高分立体模型优化方法、***、电子设备及可读存储介质 |
CN113589340B (zh) * | 2021-06-15 | 2022-12-23 | 北京道达天际科技股份有限公司 | 一种基准网辅助的卫星影像高精度定位方法和装置 |
CN113899386B (zh) * | 2021-09-27 | 2023-11-21 | 武汉大学 | 基于立体基准网的多源光学卫星遥感影像协同区域网平差方法及*** |
CN116109485A (zh) * | 2023-02-22 | 2023-05-12 | 中科星图数字地球合肥有限公司 | 遥感影像的更新方法、装置、电子设备和存储介质 |
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 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006195032A (ja) * | 2005-01-12 | 2006-07-27 | Kokusai Kogyo Co Ltd | 地形図作成方法および地形図作成システム |
CN101126639A (zh) * | 2007-09-18 | 2008-02-20 | 武汉大学 | 快速进行低空遥感影像自动匹配与空中三角测量方法 |
KR20090064679A (ko) * | 2007-12-17 | 2009-06-22 | 한국전자통신연구원 | 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치 |
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其*** |
CN101814102A (zh) * | 2010-03-16 | 2010-08-25 | 中交第二公路勘察设计研究院有限公司 | 一种基于高分辨卫星影像的公路测设方法 |
CN101915913A (zh) * | 2010-07-30 | 2010-12-15 | 中交第二公路勘察设计研究院有限公司 | 一种稳健的高分辨率卫星影像连接点自动匹配方法 |
CN102213762A (zh) * | 2011-04-12 | 2011-10-12 | 中交第二公路勘察设计研究院有限公司 | 基于rfm模型的多源星载sar影像自动匹配方法 |
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
CN102735218A (zh) * | 2012-06-19 | 2012-10-17 | 武汉华宇世纪科技发展有限公司 | 基于数字近景摄影测量的石窟数字线划图制作方法 |
CN104282006A (zh) * | 2014-09-30 | 2015-01-14 | 中国科学院国家天文台 | 基于嫦娥二号数据的高分辨率影像拼接方法 |
CN105510913A (zh) * | 2015-11-11 | 2016-04-20 | 湖北工业大学 | 基于类光学像方改正的异源光学和sar遥感影像联合定位方法 |
CN108168521A (zh) * | 2017-12-14 | 2018-06-15 | 福建农林大学 | 一种基于无人机实现景观三维可视化的方法 |
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 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
CN109919835A (zh) * | 2019-03-20 | 2019-06-21 | 湖北省电力勘测设计院有限公司 | 基于多源卫星遥感影像联合平差的境外电力选线方法 |
CN110763205A (zh) * | 2019-11-05 | 2020-02-07 | 新疆维吾尔自治区测绘科学研究院 | 数字摄影测量***生成边境狭长区域正射影像图的方法 |
-
2020
- 2020-05-18 CN CN202010420616.XA patent/CN111754458B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006195032A (ja) * | 2005-01-12 | 2006-07-27 | Kokusai Kogyo Co Ltd | 地形図作成方法および地形図作成システム |
CN101126639A (zh) * | 2007-09-18 | 2008-02-20 | 武汉大学 | 快速进行低空遥感影像自动匹配与空中三角测量方法 |
KR20090064679A (ko) * | 2007-12-17 | 2009-06-22 | 한국전자통신연구원 | 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치 |
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其*** |
CN101814102A (zh) * | 2010-03-16 | 2010-08-25 | 中交第二公路勘察设计研究院有限公司 | 一种基于高分辨卫星影像的公路测设方法 |
CN101915913A (zh) * | 2010-07-30 | 2010-12-15 | 中交第二公路勘察设计研究院有限公司 | 一种稳健的高分辨率卫星影像连接点自动匹配方法 |
CN102213762A (zh) * | 2011-04-12 | 2011-10-12 | 中交第二公路勘察设计研究院有限公司 | 基于rfm模型的多源星载sar影像自动匹配方法 |
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
CN102735218A (zh) * | 2012-06-19 | 2012-10-17 | 武汉华宇世纪科技发展有限公司 | 基于数字近景摄影测量的石窟数字线划图制作方法 |
CN104282006A (zh) * | 2014-09-30 | 2015-01-14 | 中国科学院国家天文台 | 基于嫦娥二号数据的高分辨率影像拼接方法 |
CN105510913A (zh) * | 2015-11-11 | 2016-04-20 | 湖北工业大学 | 基于类光学像方改正的异源光学和sar遥感影像联合定位方法 |
CN108168521A (zh) * | 2017-12-14 | 2018-06-15 | 福建农林大学 | 一种基于无人机实现景观三维可视化的方法 |
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 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
CN109919835A (zh) * | 2019-03-20 | 2019-06-21 | 湖北省电力勘测设计院有限公司 | 基于多源卫星遥感影像联合平差的境外电力选线方法 |
CN110763205A (zh) * | 2019-11-05 | 2020-02-07 | 新疆维吾尔自治区测绘科学研究院 | 数字摄影测量***生成边境狭长区域正射影像图的方法 |
Non-Patent Citations (5)
Title |
---|
"资源三号"卫星正视影像区域网平差;吕争等;《航天返回与遥感》;第35卷(第1期);第72-80页 * |
Application of POS technology in fast making DOM from digital aerial images;C. Lei et al;《ICCC》;第666-669页 * |
基于已有DOM/DEM的卫星影像快速处理与应用;岳淑英等;《科技资讯》;第14卷(第11期);图1、第2、5节 * |
基于资源3号影像的全国DOM快速制作方法;张静等;《测绘地理信息》;第41卷(第6期);第1.1.1、1.1.4-1.1.5、1.2.2、2、2.3节 * |
多源光学卫星影像匹配及精准几何信息提取;张力等;《测绘科学》;第44卷(第6期);第96-104+132页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111754458A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111754458B (zh) | 面向几何精处理的卫星影像立体空间基准框架构建方法 | |
Cheng et al. | 3D building model reconstruction from multi-view aerial imagery and lidar data | |
CN107194991B (zh) | 一种基于骨架点局域动态更新的三维全局可视化监控***构建方法 | |
CN113192193B (zh) | 基于Cesium三维地球框架的高压输电线路走廊三维重建方法 | |
CN102506824A (zh) | 一种城市低空无人机***生成数字正射影像图的方法 | |
CN109100719B (zh) | 基于星载sar影像与光学影像的地形图联合测图方法 | |
CN113358091B (zh) | 一种利用三线阵立体卫星影像生产数字高程模型dem的方法 | |
CN109934911B (zh) | 基于OpenGL的移动端高精度倾斜摄影三维建模方法 | |
CN114077764A (zh) | 基于三维gis与bim集成的临建模型建立方法及应用 | |
CN112765720A (zh) | 基于bim+gis的水利水电工程多源数据融合方法 | |
CN112233056B (zh) | 一种多源数据的点云融合方法、装置和存储介质 | |
CN111797454A (zh) | 基于数字信息化技术的基坑土方量计算方法 | |
CN110889899A (zh) | 一种数字地表模型的生成方法及装置 | |
CN115187648A (zh) | 输电线路本体逆向建模方法、装置、电子设备及存储介质 | |
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 | |
CN114255270A (zh) | 基于倾斜摄影技术的路基土石方自动算量方法和平台 | |
CN114972672B (zh) | 输电线路实景三维模型构建方法、装置、设备和存储介质 | |
CN111986320A (zh) | 面向智慧城市应用的dem与倾斜摄影模型空间贴合优化算法 | |
KR100715460B1 (ko) | 레이저 스캐닝 데이터를 이용한 정밀 수치표고모델 제작장치 및 그 제작 방법 | |
CN105093222A (zh) | 一种sar影像区域网平差连接点自动提取方法 | |
CN111783192B (zh) | 基于倾斜摄影实景模型的复杂地形场地平整土方计算方法 | |
CN114777745A (zh) | 一种基于无迹卡尔曼滤波的倾斜取证建模方法 | |
CN114463494A (zh) | 一种地形特征线自动提取算法 | |
CN112884890A (zh) | 一种多格式基础地理信息数据融合显示的方法 | |
Rau et al. | Geometrical building modeling and its application to the ortho-rectification for aerial images |
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 |