CN116753916B - 多视角卫星影像区域网平差方法及*** - Google Patents
多视角卫星影像区域网平差方法及*** Download PDFInfo
- Publication number
- CN116753916B CN116753916B CN202310678495.2A CN202310678495A CN116753916B CN 116753916 B CN116753916 B CN 116753916B CN 202310678495 A CN202310678495 A CN 202310678495A CN 116753916 B CN116753916 B CN 116753916B
- Authority
- CN
- China
- Prior art keywords
- image
- point
- coordinates
- adjustment
- rpc
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000009466 transformation Effects 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims 1
- 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 8
- 230000009897 systematic effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012892 rational function Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect 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
- 238000012360 testing method Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Radar, Positioning & Navigation (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种多视角卫星影像区域网平差方法及***,该方法包括以下步骤:S1,获得基于多个视角拍摄的原始卫星影像以及附加的原始RPC参数,并从原始多视角卫星影像中获取连接点的坐标,所述连接点包括控制点;S2,对每一张卫星影像上的每个连接点列误差方程Vxy和误差方程VC,其中, 其中,Vxy用于衡量平差后反投影点和原始像点之间的距离残差;VC表示平差后RFM优化结果与RPC参数初值之间的残差;S3,采用最小二乘平差思想,法化求解误差方程Vxy和VC,获得优化后的RPC参数。本发明没有引入附加模型对RFM***误差进行补偿,而是以RFM模型为基础,直接对其RPC参数进行优化,可以获得更高的定位精度。
Description
技术领域
本发明涉及摄影测量与遥感领域,具体为一种多视角卫星影像区域网平差方法及***。
背景技术
有理函数模型(rational function model,以下简称RFM)作为光学卫星影像传感器模型的标准,已经在卫星影像处理中得到广泛的应用。RFM是严密成像模型的高精度拟合,已有研究表明RFM常包含误差。如何通过区域网平差提高RFM的定位精度是当前研究热点。目前常用的做法是在像方空间增加一个仿射变换模型来改正RFM的***误差,例如公开号为CN 113532377 A的中国发明,需要用仿射变换模型(公式5)对RFM模型(公式1)进行补偿,求解仿射变换模型中的m0/m1/m2/n0/n1/n2。该方法优点是原理简单、解算快捷,缺点是无法适用于更为复杂的***误差。对于定位精度要求不高的应用而言,该方法是可行的,但是随着卫星分辨率的不断提高,亚米级分辨率卫星影像的广泛出现,各种应用对卫星影像的定位精度提出了新的更高的要求,而且卫星机动成像能力得到显著增强,RFM的***误差规律也更为复杂,所以在像方空间增加一个仿射变换模型的方法已经不能满足高精度定位需求的应用,如何改善RFM***误差以提高定位精度是目前亟待解决的问题。
发明内容
本发明的目的在于提供一种多视角卫星影像区域网平差方法及***,以提高多视角卫星影像的定位精度。
为了实现上述发明目的,本发明实施例提供了以下技术方案:
一种多视角卫星影像区域网平差方法,包括以下步骤:
S1,获得基于多个视角拍摄的原始卫星影像以及附加的若干原始RPC参数,并从原始多视角卫星影像中获取连接点的坐标,所述连接点包括控制点;
S2,对每一张原始卫星影像上的每个连接点列误差方程Vxy,对每一张原始卫星影像列误差方程VC,其中, 其中,Vxy用于衡量平差后反投影点和原始像点之间的距离残差;VC表示平差后RFM优化结果与RPC参数初值之间的残差,/>表示连接点P在影像IP上的像点坐标;P表示物方连接点,IP表示对于连接点P的可见影像,/>表示根据/>和连接点P物方坐标计算对应的反投影点的像点坐标;/>表示影像I的原始RPC参数,W表示优化的RPC参数的权值,/>分别表示RPC的平差迭代值与初值,CI表示优化后的RPC参数;
S3,采用最小二乘平差思想,法化求解误差方程Vxy和VC,获得优化后的RPC参数。
传统方法是通过引入仿射变换模型来补偿RFM模型的***误差,本发明上述方案中,是通过直接对RFM模型的部分参数进行优化,不引入任何补偿模型,按照本发明所列误差公式且通过最小二乘法求解出最优解,最优解对应的就是优化后的RPC参数,经过实验验证,本发明直接优化RPC参数的方式反而比引入仿射变换模型的方式更能提高定位精度。
误差方程Vxy和误差方程VC通过以下方式获得:
定义RFM模型的形式为:其中,(U,V,W)和(x,y)分别代表正则化的地面点地理坐标与正则化的影像像点坐标;NumL(U,V,W)=a1+a2V+a3U+a4W+a5VU+a6VW+a7UW+a8V2+a9U2+a10W2+a11VUW+a12V3+a13VU2+a14VW2+a15V2W+a16U3+a17UW2+a18V2W+a19U2W+a20W3,NumS(U,V,W)=c1+c2V+c3U+c4W+c5VU+c6VW+c7UW+c8V2+c9U2+c10W2+c11VUW+c12V3+c13VU2+c14VW2+c15V2W+c16U3+c17UW2+c18V2W+c19U2W+c20W3;
以RFM模型中a1、a2、a3、a4、c1、c2、c3、c4共8个参数作为模型未知数,以自动匹配的同名像点作为观测值,以同名点和反投影点之间距离的平方和作为平差精度指标,引入先验信息约束,构建平差的全局能量函数,如下式所示:其中,C表示RFM优化参数构成的集合;E表示目标函数;
对全局能量函数公式中的求极值获得误差方程Vxy,对全局能量函数公式中的/>求极值获得误差方程VC。
上述方案中,在平差过程中将已有的RPC参数作为先验,以像点反投影误差最小的原则构建平差的能量函数,将平差过程转换为能量函数最小的优化问题;针对平差过程的不稳定、局部最优的问题,增加了参数改正量的软约束,以确保改正后的RPC不能偏离原始RPC参数过远,同时针对不同价的平差参数,优化设置了其权值,以确保方程的稳定解算。也就是说,通过本方案不仅可以实现寻找最优RPC参数,而且稳定性高。
(U,V,W)和(x,y)分别由初始的影像像素坐标(l,s)和地面点的地理坐标(Lat,Lon,Hei)按照如下变换公式变换而得:其中,Line_Off和Samp_Off为像方坐标的正则化偏移量,Line_Scale和Samp_Scale为像方坐标正则化的尺度归一化参数;Lon_Off、Lat_Off和Hei_Off为物方坐标的正则化偏移量,Lon_Scale、Lat_Scale和Hei_Scale为物方坐标正则化的尺度归一化参数;Lat、Lon分别表示纬度坐标和经度坐标,Hei表示高程坐标。
上述方案中,通过正则化转换将初始的影像像素坐标(l,s)和地面点的地理坐标(Lat,Lon,Hei)的取值范围规范到[-1,1]之间,保障了计算的稳定性。
另一方面,本发明实施例提供了一种多视角卫星影像区域网平差***,包括:
连接点获取模块,用于获得基于多个视角拍摄的原始卫星影像以及附加的若干原始RPC参数,并从原始多视角卫星影像中获取连接点的坐标,所述连接点包括控制点;
误差方程构建模块,用于对每一张原始卫星影像上的每个连接点列误差方程Vxy,对每一张原始卫星影像列误差方程VC,其中,
其中,Vxy用于衡量平差后反投影点和原始像点之间的距离残差;VC表示平差后RFM优化结果与RPC参数初值之间的残差,/>表示连接点P在影像IP上的像点坐标;P表示物方连接点,IP表示对于连接点P的可见影像,/>表示根据/>和连接点P物方坐标计算对应的反投影点的像点坐标;/>表示影像I的原始RPC参数,W表示优化的RPC参数的权值,/>分别表示RPC的平差迭代值与初值,CI表示优化后的RPC参数;
参数求解模块,用于采用最小二乘平差思想,法化求解误差方程Vxy和VC,获得优化后的RPC参数。
与现有技术相比,不同于传统的基于仿射变换卫星影像区域网平差方法,本发明方法首次实现RFM模型参数直接优化平差方法,通过平差构建一组新的RPC参数,能够补偿更复杂的RFM模型***误差,进而能够获得更高的精度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为实施例中提供的多视角卫星影像区域网平差方法的流程图。
图2a、图2b分别为对比试验例中的平面定位精度结果图和高程定位精度结果图。
图3为实施例中提供的多视角卫星影像区域网平差***的组成框图。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的器件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域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。
请参阅图1,本实施例中提供的多视角卫星影像区域网平差方法,包括以下步骤:
S1,获得基于多个视角拍摄的原始卫星影像以及附加的原始有理多项式系数(rational polynomial coefficients,RPC)参数,并从原始多视角卫星影像中获取连接点(含控制点)的坐标。连接点是指重叠影像上的同名像点,控制点是已知其地面点坐标的连接点。
S2,对每一张卫星影像上的每个连接点(含控制点)列误差方程Vxy,同时对每一张卫星影像列误差方程VC。
其中,Vxy用于衡量平差后反投影点和原始像点之间的距离残差;VC表示平差后RFM优化结果与RPC参数初值之间的残差,表示连接点P在影像IP上的像点坐标;P表示物方连接点,影像IP表示对于连接点P的可见影像,/>表示根据/>和连接点P物方坐标计算对应的反投影点的像点坐标;/>表示影像I的原始RPC参数,CI表示影像I优化后的RPC参数,W表示优化的RPC参数的权值,/>分别表示RPC的平差迭代值与初值,即/>是影像IP的原始RPC参数,/>影像IP的优化后的RPC参数,影像I与影像IP是不同的影像,影像IP表示和影像像点有关联的影像,影像I是和影像像点有关联的影像。由于RFM模型是分式非线性方程,因此根据初值对残差方程Vxy进行一阶泰勒展开,从而转化为线性方程。
定义误差方程Vxy的权值为1;定义误差方程VC的权值W(即优化后的RPC参数的权值),用于平衡两个约束项(Vxy和VC)对于平差结果的贡献。
本实施例中,RFM模型采用分式多项式的形式,描述像点和物方点的几何映射关系,如下式所示:
其中,(U,V,W)和(x,y)分别代表正则化的地面点地理坐标与正则化的影像像点坐标。
参数正则化的目的是为了保证计算的稳定性,通过正则化将初始的影像像素坐标(l,s)和地面点的地理坐标(Lat,Lon,Hei)的取值范围规范到[-1,1]之间,其变换关系如下:
其中,Line_Off和Samp_Off为像方坐标的正则化偏移量,Line_Scale和Samp_Scale为像方坐标正则化的尺度归一化参数;Lon_Off、Lat_Off和Hei_Off为物方坐标的正则化偏移量,Lon_Scale、Lat_Scale和Hei_Scale为物方坐标正则化的尺度归一化参数;Lat、Lon分别表示纬度坐标和经度坐标,Hei表示高程坐标。
公式(1)中的多项式分子、分母展开形式如下公式(3)所示:
NumL(U,V,W)=a1+a2V+a3U+a4W+a5VU+a6VW+a7UW+a8V2+a9U2+a10W2+a11VUW+a12V3+a13VU2+a14VW2+a15V2W+a16U3+a17UW2+a18V2W+a19U2W+a20W3
DenL(U,V,W)=b1+b2V+b3U+b4W+b5VU+b6VW+b7UW+b8V2+b9U2+b10W2+b11VUW+b12V3+b13VU2+b14VW2+b15V2W+b16U3+b17UW2+b18V2W+b19U2W+b20W3
NumS(U,V,W)=c1+c2V+c3U+c4W+c5VU+c6VW+c7UW+c8V2+c9U2+c10W2+c11VUW+c12V3+c13VU2+c14VW2+c15V2W+c16U3+c17UW2+c18V2W+c19U2W+c20W3
DenS(U,V,W)=d1+d2V+d3U+d4W+d5VU+d6VW+d7UW+d8V2+d9U2+d10W2+d11VUW+d12V3+d13VU2+d14VW2+d15V2W+d16U3+d17UW2+d18V2W+d19U2W+d20W3
以RFM模型中分子的常数和一次项参数(具体包括a1、a2、a3、a4、c1、c2、c3、c4)共8个参数作为模型未知数(求解后即为优化的RPC参数),以自动匹配的同名像点作为观测值,以同名点和反投影点之间距离的平方和作为平差精度指标引入先验信息约束/> 构建平差的全局能量函数,如下式所示:
上式中,C表示RFM优化参数构成的集合;E表示目标函数;P表示物方连接点;IP表示对于连接点P的可见影像;表示连接点P在影像IP上的像点坐标;/>表示根据和连接点P物方坐标,计算对应的反投影点的像点坐标;/>表示影像I的原始RPC参数,该参数通过卫星影像配套的RPC文件获得。W表示优化RPC参数的权值,用于约束不同项对于平差结果的贡献。
S3,采用最小二乘平差思想,法化求解式(5),获得优化后的RPC参数。
获得优化后的RPC参数后,即可利用RPC参数优化后的RFM模型对卫星影像进行处理,获得定位精度更高的位置坐标。
需要说明的是,本实施例中限定了连接点包括控制点,其目的是提高绝对定位精度,但是在更简化的方案中,连接点可以不包含控制点,只是此时只能提高内部符合精度,定位精度的提高效果有限。
本发明方法以RFM模型本身作为平差模型,无需引入任何模型补偿参数,直接优化RFM的RPC参数,从而解决RFM定位***误差的补偿问题。在平差过程中将已有的RPC作为先验,以像点反投影误差最小的原则构建平差的能量函数,将平差过程转换为能量函数最小的优化问题;针对平差过程的不稳定、局部最优的问题,增加了参数改正量的软约束,以确保改正后的RPC不能偏离原始RPC参数过远,同时针对不同价的平差参数,优化设置了其权值,以确保方程的稳定解算。
为了验证本发明方法的技术优势,采用天绘一号实际卫星数据进行了对比实验,区域网平差结果如图2a和图2b所示,图中的优化RPC即是指本发明方法,位于下方的曲线即为优化RPC方法所得结果,仿射变换即是指传统在像方空间增加一个仿射变换模型的像方补偿的区域网平差方法,位于上方的曲线即为仿射变换方法所得结果。采取不同控制点组合方案,用剩余控制点作为检查点来分析区域网平差的精度。由图2a和图2b可知,在相同控制点数目下,本发明区域网平差方法的定位精度相比传统区域网平差方法有提高,表明了优化RPC参数的补偿方法能有效消除卫星影像RFM的***误差,将其运用于RFM区域网平差中可以取得更高的定位精度。
如图3所示,基于相同的发明构思,本实施例中同时提供了一种多视角卫星影像区域网平差***,包括连接点获取模块、误差方程构建模块和参数求解模块。其中,
连接点获取模块,用于获得基于多个视角拍摄的原始卫星影像以及附加的原始RPC参数,并从原始多视角卫星影像中获取连接点(含控制点)的坐标;
误差方程构建模块,用于对每一张原始卫星影像上的每个连接点列误差方程Vxy,对每一张原始卫星影像列误差方程VC,其中,
其中,Vxy用于衡量平差后反投影点和原始像点之间的距离残差;VC表示平差后RFM优化结果与RPC参数初值之间的残差,/>表示连接点P在影像IP上的像点坐标;P表示物方连接点,IP表示对于连接点P的可见影像,/>表示根据/>和连接点P物方坐标计算对应的反投影点的像点坐标;/>表示影像I的原始RPC参数,W表示优化的RPC参数的权值,/>分别表示RPC的平差迭代值与初值,CI表示优化后的RPC参数;
参数求解模块,用于采用最小二乘平差思想,法化求解误差方程Vxy和VC,获得优化后的RPC参数。
本***中未提及之处请见前面方法中的相关描述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (4)
1.一种多视角卫星影像区域网平差方法,其特征在于,包括以下步骤:
S1,获得基于多个视角拍摄的原始卫星影像以及附加的原始RPC参数,并从原始多视角卫星影像中获取连接点的坐标,所述连接点包括控制点;
S2,对每一张原始卫星影像上的每个连接点列误差方程Vxy,对每一张原始卫星影像列误差方程VC,其中, 其中,Vxy用于衡量平差后反投影点和原始像点之间的距离残差;VC表示平差后RFM优化结果与RPC参数初值之间的残差,/>表示连接点P在影像IP上的像点坐标;P表示物方连接点,IP表示对于连接点P的可见影像,/>表示根据/>和连接点P物方坐标计算对应的反投影点的像点坐标;/>表示影像I的原始RPC参数,W表示优化的RPC参数的权值,/>分别表示RPC的平差迭代值与初值,CI表示优化后的RPC参数;
S3,采用最小二乘平差思想,法化求解误差方程Vxy和VC,获得优化后的RPC参数;
误差方程Vxy和误差方程VC通过以下方式获得:
定义RFM模型的形式为:其中,(U,V,W)和(x,y)分别代表正则化的地面点地理坐标与正则化的影像像点坐标;
NumL(U,V,W)=a1+a2V+a3U+a4W+a5VU+a6VW+a7UW+a8V2+a9U2+a10W2+a11VUW+a12V3+a13VU2+a14VW2+a15V2W+a16U3+a17UW2+a18V2W+a19U2W+a20W3;
NumS(U,V,W)=c1+c2V+c3U+c4W+c5VU+c6VW+c7UW+c8V2+c9U2+c10W2+c11VUW+c12V3+c13VU2+c14VW2+c15V2W+c16U3+c17UW2+c18V2W+c19U2W+c20W3;
以RFM模型中a1、a2、a3、a4、c1、c2、c3、c4共8个参数作为模型未知数,以自动匹配的同名像点作为观测值,以同名点和反投影点之间距离的平方和作为平差精度指标,引入先验信息约束,构建平差的全局能量函数,如下式所示:其中,C表示RFM优化参数构成的集合;E表示目标函数;
对全局能量函数公式中的求极值获得误差方程Vxy,对全局能量函数公式中的/>求极值获得误差方程VC。
2.根据权利要求1所述的多视角卫星影像区域网平差方法,其特征在于,(U,V,W)和(x,y)分别由初始的影像像素坐标(l,s)和地面点的地理坐标(Lat,Lon,Hei)按照如下变换公式变换而得:其中,Line_Off和Samp_Off为像方坐标的正则化偏移量,Line_Scale和Samp_Scale为像方坐标正则化的尺度归一化参数;Lon_Off、Lat_Off和Hei_Off为物方坐标的正则化偏移量,Lon_Scale、Lat_Scale和Hei_Scale为物方坐标正则化的尺度归一化参数;Lat、Lon分别表示纬度坐标和经度坐标,Hei表示高程坐标。
3.一种多视角卫星影像区域网平差***,其特征在于,包括:
连接点获取模块,用于获得基于多个视角拍摄的原始卫星影像以及附加的若干原始RPC参数,并从原始多视角卫星影像中获取连接点的坐标,所述连接点包括控制点;
误差方程构建模块,用于对每一张原始卫星影像上的每个连接点列误差方程Vxy,对每一张原始卫星影像列误差方程VC,其中, 其中,Vxy用于衡量平差后反投影点和原始像点之间的距离残差;VC表示平差后RFM优化结果与RPC参数初值之间的残差,/>表示连接点P在影像IP上的像点坐标;P表示物方连接点,IP表示对于连接点P的可见影像,/>表示根据/>和连接点P物方坐标计算对应的反投影点的像点坐标;/>表示影像I的原始RPC参数,W表示优化的RPC参数的权值,/>分别表示RPC的平差迭代值与初值,CI表示优化后的RPC参数;
参数求解模块,用于采用最小二乘平差思想,法化求解误差方程Vxy和VC,获得优化后的RPC参数;
误差方程Vxy和误差方程VC通过以下方式获得:
定义RFM模型的形式为:其中,(U,V,W)和(x,y)分别代表正则化的地面点地理坐标与正则化的影像像点坐标;
NumL(U,V,W)=a1+a2V+a3U+a4W+a5VU+a6VW+a7UW+a8V2+a9U2+a10W2+a11VUW+a12V3+a13VU2+a14VW2+a15V2W+a16U3+a17UW2+a18V2W+a19U2W+a20W3;
NumS(U,V,W)=c1+c2V+c3U+c4W+c5VU+c6VW+c7UW+c8V2+c9U2+c10W2+c11VUW+c12V3+c13VU2+c14VW2+c15V2W+c16U3+c17UW2+c18V2W+c19U2W+c20W3;
以RFM模型中a1、a2、a3、a4、c1、c2、c3、c4共8个参数作为模型未知数,以自动匹配的同名像点作为观测值,以同名点和反投影点之间距离的平方和作为平差精度指标,引入先验信息约束,构建平差的全局能量函数,如下式所示:其中,C表示RFM优化参数构成的集合;E表示目标函数;
对全局能量函数公式中的求极值获得误差方程Vxy,对全局能量函数公式中的/>求极值获得误差方程VC。
4.根据权利要求3所述的多视角卫星影像区域网平差***,其特征在于,(U,V,W)和(x,y)分别由初始的影像像素坐标(l,s)和地面点的地理坐标(Lat,Lon,Hei)按照如下变换公式变换而得:其中,Line_Off和Samp_0ff为像方坐标的正则化偏移量,Line_Scale和Samp_Scale为像方坐标正则化的尺度归一化参数;Lon_Off、Lat_Off和Hei_Off为物方坐标的正则化偏移量,Lon_Scale、Lat_Scale和Hei_Scale为物方坐标正则化的尺度归一化参数;Lat、Lon分别表示纬度坐标和经度坐标,Hei表示高程坐标。/>
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310678495.2A CN116753916B (zh) | 2023-06-09 | 2023-06-09 | 多视角卫星影像区域网平差方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310678495.2A CN116753916B (zh) | 2023-06-09 | 2023-06-09 | 多视角卫星影像区域网平差方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116753916A CN116753916A (zh) | 2023-09-15 |
CN116753916B true CN116753916B (zh) | 2024-01-30 |
Family
ID=87954546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310678495.2A Active CN116753916B (zh) | 2023-06-09 | 2023-06-09 | 多视角卫星影像区域网平差方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116753916B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647232B (zh) * | 2024-01-29 | 2024-04-16 | 航天宏图信息技术股份有限公司 | 激光高程点转刺到卫星立体影像的方法、装置及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113899387A (zh) * | 2021-09-27 | 2022-01-07 | 武汉大学 | 一种基于验后补偿的光学卫星遥感影像区域网平差方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040055510A (ko) * | 2002-12-21 | 2004-06-26 | 한국전자통신연구원 | 소수의 지상 기준점을 이용한 이코노스 알피씨 데이터갱신방법 |
-
2023
- 2023-06-09 CN CN202310678495.2A patent/CN116753916B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113899387A (zh) * | 2021-09-27 | 2022-01-07 | 武汉大学 | 一种基于验后补偿的光学卫星遥感影像区域网平差方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116753916A (zh) | 2023-09-15 |
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 | |
KR101965965B1 (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
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 | |
Hu et al. | Understanding the rational function model: methods and applications | |
CN109696182A (zh) | 一种星载推扫式光学传感器内方位元素定标方法 | |
CN108830889B (zh) | 基于全局几何约束的遥感影像与基准影像的匹配方法 | |
Teo et al. | DEM-aided block adjustment for satellite images with weak convergence geometry | |
CN116753916B (zh) | 多视角卫星影像区域网平差方法及*** | |
CN110006452B (zh) | 高分六号宽视场相机相对几何定标方法及*** | |
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 | |
CN109506627B (zh) | 一种基于rpc模型的卫星影像***误差修正方法 | |
CN113514829B (zh) | 面向InSAR的初始DSM的区域网平差方法 | |
CN105551053A (zh) | 一种小面阵星载tdi ccd相机的快速几何精校正方法 | |
CN108226982B (zh) | 单线阵卫星激光联合高精度定位处理方法 | |
CN115311366A (zh) | 基于rpc模型的星载分片线阵传感器几何定标方法及*** | |
CN114241064B (zh) | 一种遥感卫星内外方位元素实时几何定标方法 | |
CN111508028A (zh) | 光学立体测绘卫星相机的自主在轨几何定标方法及*** | |
CN114998399B (zh) | 一种异源光学遥感卫星影像立体像对预处理方法 | |
CN109029379B (zh) | 一种高精度小基高比立体测绘方法 | |
CN113255740B (zh) | 一种多源遥感影像平差定位精度分析方法 | |
CN105571598B (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
CN109696155B (zh) | 光线共面约束的弱交会光学卫星影像联合平差方法及*** | |
CN111127564A (zh) | 一种基于几何定位模型的视频影像校正方法 | |
CN113393499B (zh) | 一种高分七号卫星全色影像和多光谱影像自动配准方法 | |
CN111623957B (zh) | 一种用于x射线聚焦镜拼接干涉检测的点云配准拼接方法 |
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 |