基于仿射变换的新型遥感传感器成像模型

合集下载

实验遥感影像的几何校正

实验遥感影像的几何校正

实验遥感影像的几何校正

简介

遥感技术是通过获取遥感影像和数据对地面资源进行探测、监测和评估的一种

空间信息技术。遥感影像是一种带有几何畸变的二维投影图像,其中可能出现伸缩、扭曲、歪斜等问题。因此,为了更精确地进行信息提取和分析,需要进行几何校正以使影像像素遵循真实地物在地球表面的几何位置分布规律。

实验遥感影像的几何校正是遥感技术学习中重要的一环,本文将介绍实验遥感

影像的几何校正的基本概念和方法。

几何校正的基本概念

几何校正主要包括校正模型的建立和校正参数的计算。在进行几何校正之前,

需要先确定地面控制点(GCP)和栅格坐标,然后以GCP为基础建立校正模型,

计算校正参数,最终将原始影像像素校正为符合真实地物在地球表面位置分布规律的栅格影像。

几何校正的具体流程如下:

1.确定GCP:GCP是几何校正的基础,一般应该选取光线影响较小的

地物进行标注,例如道路交叉口、建筑物边角等。标注时需要保证正方向一致,以实现最佳标注效果。

2.建立校正模型:GCP标注完成后,需要以这些GCP为基础建立几何

校正模型。在建立校正模型时,可以使用任意至少3个GCP的组合,其中至少包含一个控制点。常用的校正模型有仿射变换模型、投影变换模型和多项式变换模型等。

3.计算校正参数:建立校正模型后,需要基于该模型计算校正参数,一

般来说,校正参数是指实际地物坐标和栅格影像像素坐标之间的转换参数。根据不同的校正模型,计算校正参数的方法也不同。

4.生成新影像:计算出校正参数后,需要进行像素级别的校正,使原始

影像符合真实地物在地球表面位置分布规律,从而生成新的栅格影像。

运用分段仿射变换模型拼接分片TDI CCD图像

运用分段仿射变换模型拼接分片TDI CCD图像

摘要 : 介绍 了多片非共线 T D I C C D传 感器 , 并分析 了该 类传感 器 的成像特 点。用 S I F T 算法提取 片 间连 接 点, 用分段仿射 变换模 型描述分片 C C D图像 的平移、 旋转和缩放 , 利用大量连接点构建误差 方程 , 求解仿射 变换 系数, 最终 实现分 片 T D I C C D 图像的几何拼接 。采用 某高分 辨率卫 星遥感 图像对提 出算 法进 行实验 验证 , 结果表 明 : 分段仿射 变换拼接 算法总体 拼接精度达到子像 素级 。 关 键 词: 分片T D I C C D; 图像拼接 ; S I T 算 法; F 连接点 ; 分 段仿射变换模 型
2 01 3拄
测 绘 科 学 技 术 学 报
J o u r n a l o f Ge o ma t i c s S c i e n c e a nd T e c h n o l o g y
2 0 l 3 V0 1 . 3 0 No . 5
第3 O卷第 5期
MENG We i c a n,ZHU S hu l o n g , ZHU Ba o s h a n,CAO Bi n c a i
( I n s t i t u t e o fS u r v e y i n g a n d Ma p p i n g ,I n f o r m a t i o n E n g i n e e r i n g U n i v e r s i t y ,Z h e n g z h o u 4 5 0 0 5 2 ,C h i n a )

测绘技术中的地理配准方法简介

测绘技术中的地理配准方法简介

测绘技术中的地理配准方法简介

地理配准是测绘技术中至关重要的一个环节,它是将不同来源、不同标准的地理信息数据整合为统一的坐标系统的过程。合理和精确的地理配准方法对于地理信息数据的准确性和有效性具有至关重要的影响。本文将对地理配准方法进行简要介绍,包括常见的数学模型和配准算法。

1.数学模型

数学模型是地理配准的基础,它用于描述不同数据源之间的空间关系。最常用的数学模型包括最小二乘法、仿射变换和投影变换等。

(1)最小二乘法

最小二乘法是一种经典的拟合方法,它通过最小化残差平方和来确定最优配准参数。在地理配准中,最小二乘法常用于平面配准,可以通过控制点的坐标误差来估计配准参数。

(2)仿射变换

仿射变换是一种保持线性关系的坐标变换方法,它包括平移、旋转、缩放和错切等操作。在地理配准中,仿射变换常用于校正图像、配准遥感影像等。

(3)投影变换

投影变换是将地球表面的三维坐标映射到二维平面上的方法,它通常用于地理坐标系与地图投影坐标系之间的转换。在地理配准中,投影变换可以用来实现不同空间数据之间的配准。

2.配准算法

配准算法是根据数学模型进行计算和处理的方法,它包括点匹配、特征匹配和影像配准等。

(1)点匹配

点匹配是最基本的配准方法,它通过选取一些具有明显特征的控制点,计算它

们之间的几何变换关系,进而确定配准参数。点匹配适用于具有明显点特征的数据,如地理图像、卫星遥感影像等。

(2)特征匹配

特征匹配是一种可以提取图像局部特征的配准方法,它通过提取特征点或特征

描述子,并计算它们之间的相似度来进行匹配。特征匹配适用于存在较多局部特征的数据,如数字地图、空照图像等。

测绘技术中的地理配准和几何校正技术

测绘技术中的地理配准和几何校正技术

测绘技术中的地理配准和几何校正技术

地理配准和几何校正技术是测绘技术中非常重要的两个环节。地理配准是指将不同源的地理数据或地理信息进行对齐,统一坐标系统,使其能够在同一空间范围内进行比较和分析。而几何校正则是通过对图像进行修正和变形,使其与现实地貌或实际地理坐标一致,以达到精确测绘和准确分析的目的。

地理配准技术的发展与需求紧密相关。随着时代的发展,不同地理信息系统和地理数据的涌现,互联网的普及,要求各种地理数据能够统一标准、一致性高,以便于数据的交换和共享。地理配准技术为不同数据源的整合和应用提供了基础。例如,航空影像和卫星遥感数据,它们分别来源于不同的平台和传感器,往往存在一定的误差和偏差,需要进行地理配准以统一坐标系,使其能够在同一地理参考框架下有效比较和分析。

地理配准技术主要包括图像配准和地理坐标配准。图像配准是将多幅图像进行几何校正,使得它们能够联合起来形成一个无缝的图像整体。而地理坐标配准则是将不同源的地理数据,如地图、卫星影像等,通过建立空间参考系统或转换模型,实现坐标统一。

在图像配准中,常用的方法有基于特征的配准和基于模型的配准。基于特征的配准方法是通过提取图像中的特征点,如角点、边缘等,然后通过特征匹配的方式进行配准。该方法适用于图像比较复杂或变形较大的情况,但对特征提取和匹配的算法要求较高。而基于模型的配准方法则是通过建立几何变换模型,如仿射变换、透视变换等,将图像进行变换和校正。这种方法精度较高,但对于变形较大的图像来说难以精确配准。

地理坐标配准中,主要采用的是空间插值和转换模型的方法。空间插值是通过已知坐标点,如控制点、基准点等,通过填补空白区域的方式进行坐标配准。而转换模型则是通过建立不同坐标系统之间的转换模型,实现坐标统一。目前常用的转

如何进行遥感影像的几何校正与处理

如何进行遥感影像的几何校正与处理

如何进行遥感影像的几何校正与处理

遥感影像的几何校正与处理是遥感技术中非常重要的环节,它涉及到遥感影像

数据的准确性与可靠性。本文将从几何校正的意义、校正方法和影像处理方面展开论述。

一、几何校正的意义

几何校正是指将遥感影像与地球表面几何特征进行匹配,消除影像的位置偏移、旋转和尺度变化等因素,以实现影像在地球表面的精确准位。几何校正的意义在于:

1. 提高遥感影像的空间准确性:经过几何校正的影像能够准确反映地球表面目

标的位置和形状,使得遥感分析结果具有更高的可信度。

2. 为后续影像处理提供基础:几何校正是影像处理的基础,只有经过几何校正

的影像才能进行后续的影像处理,如图像拼接、变化检测等。

3. 便于地理信息的提取和分析:几何校正后的影像与地理坐标系相一致,可以

方便地与其他地理信息数据进行集成,进行地理信息的提取和分析。

二、几何校正的方法

目前常用的几何校正方法主要包括控制点法、全自动匹配法和传感器模型方法。其中,控制点法是最常用的方法,具体步骤如下:

1. 选择控制点:在影像上选择一些地面特征明显、位置准确的点,并测量其地

理坐标。

2. 特征提取与匹配:通过图像处理技术提取影像和地面控制点的特征,并进行

特征匹配。

3. 几何变换:根据控制点的匹配关系,运用几何变换模型(如多项式变换或仿

射变换)进行影像的几何变换。

4. 前后视觉精度检查:经过几何校正后,通过前后视觉精度检查来评估影像的

校正效果,并及时调整参数以提高校正精度。

除了控制点法,全自动匹配法和传感器模型方法也在一些特定情况下得到应用。全自动匹配法基于图像匹配算法实现几何校正,传感器模型方法则通过利用传感器系统的几何模型进行影像校正,适用于高精度的几何校正需求。

矢量与遥感影像的自动配准

矢量与遥感影像的自动配准

矢量与遥感影像的自动配准

矢量数据和遥感影像在地理信息系统(GIS)和遥感领域中具有广泛的应用。矢量数据是一种描述地理要素的数据格式,包括点、线、面等几何形状和属性信息,常用于地图制作和空间分析。遥感影像是通过遥感技术获取的地球表面图像,可以包括可见光、红外、雷达等多种类型,用于土地资源调查、环境监测、城市规划等领域。在应用过程中,往往需要将矢量数据与遥感影像进行配准,以便实现空间位置的精确对应,进而进行一体化分析和应用。

提高精度:通过对矢量数据和遥感影像进行精确配准,可以将不同数据源的数据进行精确对接,减少地图制作和空间分析中的误差,提高数据精度。

降低成本:手动配准数据不仅需要大量时间,而且容易出错。自动配准技术可以通过程序实现快速、准确的数据对接,大大降低配准成本。促进数据融合:通过将矢量数据和遥感影像进行配准,可以促进多种数据源的融合,扩展数据的应用领域,提高数据的利用率。

矢量与遥感影像的自动配准主要涉及以下技术和方法:

特征提取:通过对矢量数据和遥感影像进行特征提取,获取具有代表

性的特征点、线、面等元素,为后续匹配提供依据。

匹配算法:常见的匹配算法包括基于概率统计的匹配算法、基于距离的匹配算法、基于梯度的匹配算法等。这些算法可以根据矢量数据和遥感影像的特征,选择合适的算法进行自动配准。

变换模型:常用的变换模型包括仿射变换、透视变换、多项式变换等。这些模型可以将矢量数据和遥感影像进行几何变换,以实现精确配准。优化算法:为了找到最优的变换参数,需要使用优化算法进行求解。常见的优化算法包括梯度下降法、牛顿法、遗传算法等。

基于U-net分割与HEIV模型的遥感图像配准方法

基于U-net分割与HEIV模型的遥感图像配准方法

基于U-net分割与HEIV模型的遥感图像配准方法

陈辰; 周拥军; 李元祥; 庹红娅; 周瑜; 骆建华

【期刊名称】《《计算机工程》》

【年(卷),期】2019(045)011

【总页数】7页(P249-255)

【关键词】图像配准; 图像分割; 变量含异质噪声模型; 结构化总体最小二乘; 目标区域权值

【作者】陈辰; 周拥军; 李元祥; 庹红娅; 周瑜; 骆建华

【作者单位】上海交通大学航空航天学院上海200240; 上海交通大学船舶海洋与建筑工程学院上海200240; 解放军信息工程大学测绘学院郑州450052

【正文语种】中文

【中图分类】TP751.1

0 概述

图像配准是指将相同或不同的时间、传感器和视角条件下获取的同一目标或场景的两幅或多幅图像进行空间位置上的对准,是遥感和数字图像处理的基本问题,在航空航天、地理信息系统、图像融合、目标识别、医学图像分析、机器人视觉等领域有广泛应用。在测绘和遥感应用中,无论是航空摄影测量还是卫星遥感,由于单幅图像覆盖的区域有限,因此需对获取的遥感图像进行高精度配准、拼接,以便后续处理。遥感图像数据信息量大,影像视点会出现非均质、非线性几何变形。传统仿射变换

在此类数据中表现较差,而利用摄影测量共线方程、核线、微分纠正等来进行影像配准的工作量较大。此外,在获取遥感图像时,传统摄影测量的方式通常会缺失细节信息。因此,图像配准非常重要。

图像配准的方法主要分为2类,即基于区域灰度特征的配准方法和基于图像的点、线、面等特征的配准方法。基于区域灰度特征的配准方法主要利用图像的灰度信息,可分为基于图像域和基于频域2类,前者主要包括互相关法[1]、最大互信息法[2]、极大似然匹配法[3],后者主要包括基于快速傅里叶变换的相位相关法[4-5]和小波变换法[6]等。基于图像的点、线、面等特征的配准方法需要一定数量的匹配特征,常用的特征检测方法有SIFT(Scale-Invariant Feature Transform)[7]、

新型遥感卫星传感器几何模型_有理函数模型

新型遥感卫星传感器几何模型_有理函数模型
3 3 2 2 3 2 2 2 2 2 2
0
N
0

J K
-
R C
( 4)
在上面公式中 , aijk 是多项式的系数 。公式 ( 1 ) 可写 成如下形式 :
r= ( 1 Z Y X … Y3 X3) ・( a0 a1 … a19) T ( 1 Z Y X … Y3 X3) ・( 1 b1 … b19) T
收稿日期 : 2002212215 作者简介 : 巩丹超 (19752) ,男 ,陕西丹凤人 ,在读博士研究生 ,主要从事数字摄影技术研究 。
32
海 洋 测 绘 这里 ,
第 23 卷
3 有理函数模型 311 有理函数的定义
B = ( 1 Z Y X … Y3 X3 ) ・( 1 b1 … b19) J = ( a0 a1 … a19 b1 b2 … b19 )
0
Wc
0
上式 多 项 式 的 系 数 称 为 有 理 函 数 的 系 数 ( RFC) 。由光学投影引起的畸变表示为一阶多项式 的系数 ,像地球曲率 、 大气折射 、 镜头畸变等的改正 , 可由二阶多项式趋近 。高阶部分的其他未知的畸变 可用三阶多项式模拟 。RFM 实质上是多项式模型 的扩展 ,也是很多传感器模型的共同的形式 。
卫星影像在成像的过程中 ,受到透视投影 、 摄影 轴倾斜 、 大气折光 、 地球曲率及地形起伏等诸多因素 影响 ,致使影像中各像点产生不同程度的几何变形 而失真 ,无法直接与真实地图套合以进行后续应用 。 因此要精确地使用遥感卫星影像 , 首要的工作当先 解决影像之传感器的几何模型问题 。通常建立传感 器的模型的方法有许多种 ,主要可分成两大类 : (1) 几何模式 : 不管其物理意义 , 直接以地面控 制点对影像进行数学多项式转换 , 如多项式纠正 ( polynomial rectification ) 、 透 视 投 影 转 换 ( projective transformation) 、 有理函数模型 ( rational function model , 简称 RFM) 等等 。

高分辨率卫星遥感立体影像处理模型与算法

高分辨率卫星遥感立体影像处理模型与算法

高分辨率卫星遥感立体影像处理模型与算法

一、本文概述

随着空间技术和遥感科学的迅猛发展,高分辨率卫星遥感已成为地球观测与资源管理的重要手段。高分辨率卫星遥感立体影像,以其高空间分辨率、高光谱分辨率和高时间分辨率的优势,为地表特征提取、环境监测、城市规划等领域提供了丰富而准确的信息源。如何高效、精确地处理这些立体影像,以充分发挥其应用潜力,是当前遥感领域面临的重要挑战。

本文旨在探讨高分辨率卫星遥感立体影像处理模型与算法。本文将回顾高分辨率卫星遥感立体影像处理技术的发展历程,分析现有技术的优缺点。接着,本文将重点介绍几种先进的处理模型与算法,包括基于深度学习的立体匹配算法、多源数据融合算法以及变化检测算法等。这些算法不仅提高了影像处理的精度和效率,还拓宽了高分辨率卫星遥感的应用范围。

本文还将探讨高分辨率卫星遥感立体影像处理技术在实践中的应用案例,如城市规划、灾害监测、环境评估等,以展示这些技术的实际应用价值和潜力。本文将对未来高分辨率卫星遥感立体影像处理技术的发展趋势进行展望,指出可能的研究方向和挑战,以期为相关领域的研究和实践提供参考。

本文将对高分辨率卫星遥感立体影像处理模型与算法进行全面

而深入的探讨,旨在推动遥感科学技术的发展,为地球观测与资源管理提供更有效的技术支持。

二、高分辨率卫星遥感技术概述

高分辨率卫星遥感技术是指利用卫星搭载的遥感设备获取地球

表面的高清晰度图像和数据的技术。这种技术在地理信息系统、城市规划、农业监测、环境保护、灾害评估和军事侦察等领域具有广泛的应用。

高分辨率卫星遥感技术的关键在于其搭载的传感器和数据处理

遥感数字图像处理(山东联盟)智慧树知到答案章节测试2023年山东科技大学

遥感数字图像处理(山东联盟)智慧树知到答案章节测试2023年山东科技大学

绪论单元测试

1.以下哪些是遥感应用的例子()

A:气象预报

B:火灾提取

C:土地利用与土地变化

D:大气污染信息提取

答案:ABCD

2.蝙蝠捕食获取猎物信息,也属于遥感,不过算是广义意义上的遥感。

A:对

B:错

答案:A

3.经过正射校正的图像产品一般是最高级。

A:对

B:错

答案:A

4.数据产品级别越高,在商业公司的价格往往越高。

A:对

B:错

答案:A

5.原始数据一般属于遥感数据的哪个级别?

A:3级

B:4级

C:0或者1级

D:2级

答案:C

第一章测试

1.遥感图像的空间分辨率由哪些因素?

A:搭载传感器的平台距离地面的高度

B:焦距

C:图像的放大倍数

D:数字摄影设备的采样能力

答案:ABD

2.遥感数字图像的特征包括?

A:空间分辨率

B:辐射分辨率

C:时间分辨率

D:光谱分辨率

答案:ABCD

3.图像模数转换过程中的采样就是将电磁辐射能量离散化。

A:错

B:对

答案:A

4.模拟图像与数字图像最大的区别在于:模拟图像中物理量的变化是连续的,

而数字图像中物理量的变化是离散的。

A:错

B:对

答案:B

5.图像的灰度直方图,其横坐标为像元的位置,纵坐标为像元的数量。

A:对

B:错

答案:B

6.图像空间分辨率小于显示分辨率时,原图的显示质量得到了增强。

A:对

B:错

答案:B

第二章测试

1.数字图像在计算机上是以()方式存储的

A:十六进制

B:八进制

C:二进制

D:十进制

答案:C

2.比特序中的小端是指将高比特位(即逻辑上的高数据位)存储在低比特地址

(即物理上的存储地址)。

A:对

B:错

答案:B

3.ENVI软件标准格式的图像文件是_____存储格式

A:封装式

SPOT 5高分辨率立体像对几何处理

SPOT 5高分辨率立体像对几何处理

SPOT 5高分辨率立体像对几何处理

伍鑫

【期刊名称】《测绘与空间地理信息》

【年(卷),期】2008(31)4

【摘要】介绍了SPOT 5 HRS成像物理模型,并在此基础上用该模型进行摄影测量中空间前方交会和物方的投影处理.直接使用SPOT 5 HRS严密几何模型进行定向,数据表明定向误差呈现较强的系统误差,为了进一步改善定位精度,本文采用了基于像方的仿射变换模型.试验表明基于像方仿射变换模型可以有效地消除严密成像模型中的系统误差.

【总页数】5页(P95-99)

【作者】伍鑫

【作者单位】珠海市国土测绘大队,广东,珠海,519015

【正文语种】中文

【中图分类】TP751

【相关文献】

1.0.4m WorldView高分辨率卫星立体像对在风电场 [J], 测量中的应用研究;李炜;周玉娟;张中原;

2.SPOT立体像对的DEM恢复及质量评价 [J], 王周龙;冯学智;等

3.高分辨率遥感影像立体像对处理方法探讨 [J], 陈江;丛凤波

4.高分辨率遥感立体像对在水电站测图中的应用 [J], 黄文钰;尚海兴;王明

5.DGPS和SPOT-5异轨立体像对在岷江源构造地貌研究中的应用 [J], 徐岳仁;张军龙;陈长云

因版权原因,仅展示原文概要,查看原文内容请购买

高分辨率遥感影像基于仿射变换的严格几何模型

高分辨率遥感影像基于仿射变换的严格几何模型

Vo . 7 No 6 12 . D c2 0 e .0 2
文章 编号 :0 00 0 2 0 }60 5 —5 10 —5 X(0 2 0 —5 50
文献标 识码 : A
高 分 辨率遥感影 像基于 仿射变换 的严格几何 模 型
张 剑 清 张 祖 勋
( 武汉大学遥感信息工程 学院 , 1 武汉市珞喻路 19号 ,30 9 2 40 7)
用较 多 的是 K ak [.提 出 的有 理 多项式 拟 合 法 , rty 7 J
收 稿 日期 :0 20 —2 2 0 —80 。
强 的相 关 性 , 们 的解 算 一 直 没 有 得 到 很 好 的解 它
求一种可克服相关性 的高分辨率遥感影像方位参 数 解算 的严格 几何 模 型 , 从根 本 上 解决 问题 , 对 这
高 分辨 率 遥感 影像 的应用 是 十分 重 要 的 。
1 平 行 光 投 影 成 像 几 何

要 : 绍 了高分辨率遥 感影像 方位 参数 求解 的严格几何模 型 , 介 该模 型采 用 了基 于平行光投 影的三 步 变换
的方法 。第一步是将三维 空间经过 相似 变换 缩小至影像 空 间, 再将 其 以平 行光投 影至一 个水平 面上 ( 仿射 变
换 ) 最 后 将 其 变 换 至 原 始 倾 斜 影 像 。 同 时 对 许 多 分 辨 率 为 1m、m 与 l 的 影 像 进 行 了试 验 , 果 验 证 了新 , 0 3 m 结

卫星遥感数据拼接算法改进与应用

卫星遥感数据拼接算法改进与应用

卫星遥感数据拼接算法改进与应用

在现代科技的快速发展下,卫星遥感技术逐渐成为获取

地球表面信息的重要手段之一。遥感数据拼接作为遥感技

术的核心环节之一,主要是将来自不同卫星或相同卫星不

同轨道的多个遥感图像进行拼接,以获得更全面、精确的

地表信息。本文将讨论卫星遥感数据拼接算法的改进和应用,以提高拼接结果的准确性和稳定性。

一、卫星遥感数据拼接算法简介

卫星遥感数据拼接算法是基于卫星遥感图像的几何校正

和匹配,将多个遥感图像拼接为一幅无接缝的大图。常用

的拼接算法包括:特征点匹配法、拼接矩阵变换法以及融

合像素法等。

1. 特征点匹配法:该方法基于图像的特征点提取和匹配,通过寻找图像中的关键特征点,计算特征点间的相对位置

关系,从而进行图像拼接。常用的特征点匹配算法有SIFT、SURF等。

2. 拼接矩阵变换法:该方法通过从源图像到目标图像的几何变换,实现图像的拼接。其中,最常用的变换模型有仿射变换和投影变换。

3. 融合像素法:该方法通过对多幅图像进行像素级的融合,以实现拼接。常用的方法有多重分辨率融合、小波变换融合等。

二、卫星遥感数据拼接算法的改进

尽管现有的拼接算法已经取得了一定的成果,但仍然存在着一些问题。改进拼接算法是提高遥感数据拼接效果的关键。下面将分别讨论其中的几个改进方向。

1. 特征点匹配算法的改进:当前的特征点匹配算法在面对大规模特征点或存在大幅图像变形的情况下,匹配精度往往较低。因此,改进算法需要考虑对特征点进行筛选,排除不稳定的特征点,同时提高匹配精确度和效率。

2. 拼接矩阵变换法的改进:在遥感数据拼接过程中,图像出现的位移、旋转、缩放等非线性变换难以准确估计。因此,改进算法可以引入非线性变换模型,如二次多项式系数矩阵,以提高拼接精度。

ENVI中的几何校正

ENVI中的几何校正

几何校正

1.遥感图像产生几何畸变的原因

地物目标发出的电磁波被卫星上所载传感器接收,这些电磁波上记录和传达了地物目标的信息,这是遥感图像成像的过程也是它的内在规律。在这个过程中图像的几何畸变也随即产生了,其中原因很多,主要表现在以下几个方面:

1. 1卫星位置和运动状态变化的影响

卫星围绕地球按椭圆轨道运动,引起卫星航高和飞行速度的变化,导致图像对应产生偏离与在卫星前进方向上的位置错动。另外,运动过程中卫星的偏航、翻滚和俯仰变化也能引起图像的畸变。

以上误差总的来说,都是因为传感器相对于地物的位置、姿态和运动速度变化产生的,属于外部误差。此外,由于传感器本身原因产生的误差,即内部误差,这类误差一般很小,通常人们不作考虑。

1. 2地球自转的影响

大多数卫星都是在轨道运行的降段接收图像,即当地球自西向东自转时,卫星自北向南运动。这种相对运动的结果会使卫星的星下位置产生偏离,从而使所成图像产生畸变。

1. 3地球表面曲率的影响

地球表面是不规则的曲面,这使卫星影像成像时像点发生移动,像元对应于地面的宽度不等。特别是当传感器扫描角度较大时,影响更加突出。

1. 4地形起伏的影响

当地形存在起伏时,使原来要反映的理想的地面点被垂直在其上的实际某高点所代替,引起图像上像点也产生相应的偏离。

1. 5大气折射的影响

由于大气圈的密度是不均匀分布的,从下向上越来越小,使得整个大气圈的折射率不断变化,当地物发出的电磁波穿越大气圈时,经折射后的传播路径不再是直线而是一条曲线,从而导致传感器接收的像点发生位移。

2.进行几何校正并保证精度的必要性

高分卫星成像模型讲解

高分卫星成像模型讲解

l1 X l2Y l3 Z l4 x l X l Y l Z 1 9 10 11 y l5 X l6Y l7 Z l8 l xy 12 l9 X l10Y l11Z 1
ຫໍສະໝຸດ Baidu
24
3.3 RFM模型

研究表明,在RPC模型中,光学投影系统产生的误差用有理 多项式中的一次项来表示,地球曲率、大气折射和镜头畸变 等产生的误差能很好的用有理多项式中二次项来模型化,其 他一些未知的具有高阶分量的误差如相机震动等,用有理多 项式中的三次项来表示 25
多项式拟合 地面控制点

一般多项式 通用成像 模型 直接线性变换 有理函数
低 较高 一定条件下 可替代严格 模型
30
将线阵推扫影像 地面控制点 等同于框幅影像 数学拟合逼近 严格模型 或控制点
31
19
2.3仿射变换模型
视场角 不超过6度
中心投影
平行投影
20
2.3仿射变换模型
z S
x,y f

mH / f
图像平面 H
y
pa ( y a )
p( yc )
t
f

地面
Z m
O
Pg
图1 模型缩小
图2 投影转换
21
2.3仿射变换模型
' ' ' ' mx a0 a1 X a2Y a3 Z Z f m cos y b' b' X b ' Y b ' Z m 0 1 2 3 f y tan

遥感卫星立体影像传感器模型综述

遥感卫星立体影像传感器模型综述
[ 11- 12]
( 2)
在已知 4 个地面控制点情况下, 将 f , Z, 代入式( 2) , 即可得到 8 个方程从而求解 8 个系数 A 1 , A 2 , A 3 , #, A 8 , 得到基于仿射变换的遥感卫星立体影像传感器模型。 Fraser 等人于 2001 年成功地将基于仿射变换的传感器模型应用于 IKONOS 卫星影像 , 在补偿了由地球 曲率引入的高度误差之后 , 定位精度可达 1m 。该模型应用于法国 SPOT 卫星 level1、 level2 立体影像 及德国 MOMS/ 2P 卫星立体影像[ 16] 处理, 均取得了较好的定位精度。
( 3)
( x , y ) 为像点坐标 ; ( X , Y, Z ) 为相应地面点三维空间坐标; L i ( i = 1, 2, 3, #, 11) 为 DLT 系数。 只要已知 6 个地面控制点, 将相应的像点坐标、 地面点三维空间坐标代入式 ( 3) , 即可得到 12 个方程, 从
而求解 L 1 ~ L 11 的 11 个系数, 得到基于直接线性变换的遥感卫星立体影像传感器模型。 由式( 3) 可以看出 , 基于直接线性变换的传感器模型完全不需要已知传感器的任何参数, 同样也不需要 确定卫星星历、 姿态等信息。其对卫星影像的处理精度完全依赖于所选择地面控制点的精度。 El- Manadili. Y 等人于 1996 年使用基于直接线性变换的传感器模型对法国 SPOT 卫星影像进行了几何 精度校正[ 17] , Savopol 等人于 1998 年将该模型应用于印度 IRS- 1C 卫星影像的三维重建 [ 18] 。 实际上, 由于基于直接线性变换的遥感器模型与严密传感器模型间存在直接关系, 因此基于直接线性 变换的遥感器模型经常应用于近景摄影测量中对摄影相机内方位元素的标定[ 19] 。在已知 DLT 系数的情况 下, 摄影相机内方位元素的计算公式如下:
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

ya = A 5 X + A 6 Y + A 7 Z + A 8
3. 透视投影与平行投影的投影转换
由于仿射变换对应平行投影 ,而透视变换对应
中心投影 ,因此 ,在用仿射变换描述透视变换的线阵
列 CCD 推扫式影像时 ,必须进行扫描行方向上图像
性质的转换 :从透视变换转换到仿射变换 (Okamoto
1998) 。下面以线阵 CCD 推扫式影像的其中一行影
1. 物理传感器模型 :考虑成像时造成影像变形
的物理意义如地表起伏 、大气折射 、相机透镜畸变及 卫星的位置 、姿态变化等 ,然后利用这些物理条件建 构成像几何模型 。通常这类模型数学形式较为复杂 且需要较完整的传感器信息 ,由于其在理论上是严 密的 ,因而模型定位精度较高 ,故也称其为严密或严 格传感器模型 。在该类传感器模型中 ,最有代表性 的是摄影测量中以共线条件方程为基础的传感器 模型 。
二 、传感器成像模型
传感器成像模型通常是指用于描述成像瞬间传 感器成像平面与真实地面空间几何关系的数学模型 (故也称为传感器几何模型 ,或简称传感器模型) 。 建立传感器模型的目的是建立有效的成像模型 ,以 便正确描述物方空间坐标系中的地面点坐标与图像 平面上相应像点坐标之间的几何关系 。遥感影像的 传感器模型通常有多种 ,主要可分成两大类 。
由仿射变换的特性可知 ,基于仿射变换的模型 可以描述任何与影像相关的线性几何变形 。各类线 性的几何变形均可以在仿射变换中被自动改正 ,也 就是说基于仿射变换的传感器模型可以描述任何与 影像有关的线性的移动和变形 。在高分辨率卫星影 像特定的成像条件下 ,姿态参数 (φ,ω,κ) 与位置参 数 ( XS , Y S , ZS ) 表现出强相关 。例如 ,φ 的微小变 化和 ZS 的变化相似 ,ω 和 XS , YS 的变换几乎相同 。 因此姿态的微小变化对影像的影响可以看作是线性 的 ,故尽管基于仿射变换的传感器模型是在假设获 取影像时传感器的姿态不发生变化的情况下建立 的 ,但实际上姿态参数的微小变化也可以通过这个 模型来描述 。实验发现 ,这个模型可以处理各种变 形的图像 ,只要这种变形是线性或近似线性的 ,甚至 可以 适 合 核 线 重 采 样 后 的 图 像 。这 一 点 可 以 从 I KONOS 影 像 的 实 验 结 果 中 得 出 , 我 们 采 用 的 I KONOS 影像是经过核线排列的 ,该影像已经不满 足严格的线阵 CCD 推扫式影像的几何关系 ,但是从 定向结果来看 ,其 3 个方向定位误差均小于 2 m 。
2 维仿射变换定向模型共有 9 个系数 :8 个几何 参数和 1 个侧视角 ,基本方程式是地面坐标的线性
表达式 ,实验结果表明这种模型简单 、稳定 ,因此可 以用于快速成图处理 。另外仿射变换对控制点的要 求与基于共线方程的传感器模型相当 。对于仿射变 换 ,从实验结果中检查点的误差分布来看 ,不论是扫 描行方向还是飞行方向 ,其误差呈规律性变化 ,即越 靠近影像中心的点 ,其误差越小 。这反映出基于仿 射变换传感器模型的缺点 :不适于视场角比较大和 覆盖范围比较大的卫星影像 ,原因在于实际影像不 完全服从仿射变换的几何规律 。
表 1 IKONOS 试验结果
控制 方案
控制 点数
检查 X 中误 Y 中误 Z 中误 点数 差/ m 差/ m 差/ m
1
18
20 1. 403 1. 391 1. 962
2
14
24 1. 438 1. 307 1. 851
3
10
28 1. 373 1. 283 1. 671
4
6
32 1. 822 1. 365 1. 982
像为例 ,来详细推导转换过程 ,并在此基础上建立基
于 2 维仿射变换的传感器数学模型 。
(1) 真实场景的缩小
由于投影转换是在同等比例尺的中心投影影像
和仿射影像之间进行 (类似进行同主距的水平像片
与倾斜像片的转换) ,考虑平行投影的比例尺因素 ,
故在进行投影的转换之前 ,需要将真实场景进行缩
小 ,缩小倍数 m = Z/ f ,其中 f 为相机焦距 , Z 为地
(信息工程大学 测绘学院 , 河南 郑州 450052)
The Ne w Sensor Imaging Model Based on the Aff ined Projection
GON G Dan2chao , YAN G Zhe2hai ,ZHAN G Yun2bin
摘要 :从平行投影的几何关系分析 、投影性质的转换 、严格仿射变换数学模型的建立等方面 ,研究基于仿射变换的传感器成像模 型 ,给出实验结果和分析结论 。实验结果表明 ,该方法可以产生一个精度高并且稳定的模型定向结果 。 关键词 :高分辨率遥感影像 ;传感器成像模型 ;仿射变换
生成的仿射影像和原始的中心投影影像是同一比例
尺 ,因此
xa = x
(5)
将式 ( 4) 和式 ( 5) 代入上一节 2 维仿射变换的公
式 (2) ,即可得到下述基于 2 维仿射变换的物理传感
器模型
x = A1 X + A2 Y + A3 Z + A4
f

f
Z/ -
( mcos ytan ω
ω)
y
=
不足 ,Okamoto 提出了一种利用仿射投影变换来处 理高分辨率星载线阵 CCD 推扫式影像的方法 ,通过 SPO T1 级 、2 级立体影像的定位实验证明 ,最少只需 6 个均匀分布的地面控制点 ,就可获得 6 m 的平面 精度和 7. 5 m 的高程精度 ,其实验表明利用仿射投 影处理线阵 CCD 推扫式影像尽管在理论上存在不 足 ,但获得的定位精度与物理传感器模型相当[1 ] 。 Okamoto 的仿射变换模型以 1 维仿射投影影像为基 础 ,提出了一种“中心投影 —仿射投影”的改正方式 , 即利用成像时的几何关系 ,将行中心投影影像转化 为相应的仿射投影影像之后 ,以仿射影像为基础 ,进 行地面点的空间定位 。Susumu Hattori[2 ] 与 Tet su Ono[3 ]及张剑清[4 ]进一步研究与应用了该模型 。本 文结合上述有关仿射变换用于卫星线阵列 CCD 推 扫式影像传感器模型方面的理论和算法基础 ,针对 当前高分辨率遥感影像 ,从平行投影的几何关系分 析 ,投影性质的转换以及严格仿射变换数学模型的 建立等方面研究了基于仿射变换的传感器模型 ,并 给出详细的实验结果与分析 。
一 、引 言
高分辨率遥感卫星的出现 ,使利用卫星遥感立 体影像实现地面目标的高精度定位与大比例尺测图 成为可能 。目前 ,航天测绘传感器的地面分辨率大 幅度提高 ,传感器获取立体影像的方式日渐复杂 ,已 不限于单线阵 CCD 传感器通过绕飞行方向侧摆 (如 SPO T) 或三线阵 CCD (如 MOMS) 的方式获取立体 影像 ,一个典型的例子就是美国空间成像公司 ( Space Imaging) I KONOS 卫星的传感器 ,它可按需 要绕其轴线进行任意角度转动 ,以获取兴趣区域的 立体影像 。传感器成像模型的建立是进行摄影测量 立体定位处理的基础 ,由于高分辨率遥感卫星影像 成像方式的独特性及复杂性 ,目前有关传感器成像 模型的研究成为当前摄影测量与遥感领域的一个热 点 。本 文 针 对 高 分 辨 率 卫 星 遥 感 影 像 中 的 线 阵 CCD 推扫式影像 ,鉴于现有传感器成像模型的局限 性 ,引入一种新的传感器模型 :基于仿射变换的传感 器模型 。
2. 广义传感器模型 :不考虑传感器成像的物理 因素 ,直接采用数学函数如多项式 、直接线性变换以 及有理函数等形式来描述地面点和相应像点之间几 何关系 。这类方法一般适用于平坦地区 ,并且与具 体传感器无关 ,数学模型形式简单 、计算速度快是其 优点 ,属于理论不甚严密的表达形式 。
三 、基于仿射变换的传感器模型
0 = a11 ( X - Xoi) + a12 ( Y - Y oi) + a13 ( Z - Zoi) (1)
y = a22 ( X - Xoi) + a23 ( Y - Y oi) + a23 ( Z - Zoi) 式 (1) 可以进一步改化为式 (2)
x
a
=
A1
X
+
A2
Y
+
A3
Z
+
A4
(2)
A5
X
+
A6
Y
+
A7
Z+
A8
(6) 式 (6) 代表了真实中心投影像点与地面点通过 2 维 仿射变换建立的严格几何关系 。这里用更简单的方
法推导出和文献[ 4 ]一致的公式 。
四 、实验结果与分析
为了详细分析基于 2 维仿射变换传感器模型的 应用特性 ,实验采用了两种类型的线阵 CCD 推扫式 遥感影像 :1 m 分辨率的 I KONOS 卫星影像和 5 m 分辨率的我国某资源卫星影像作为实验数据 。其中 I KONOS 影像的在覆盖区利用 GPS 测量了 38 个明 显地物点并计算出相应的高斯坐标 ;而对资源卫星 影像采用了同样方式获取了 19 个明显的地物点 。 实验中控制方案和试验结果如表 1 ,表 2 所示 (表中 的误差均指检查点中误差) 。
p a′p
pO
=
pa′Pg ya -
SO
y
y
=
ΔZ m cos ω
+
f
yatan ω
(3)
整理可得
图 1 投影性质转换
2006 年 第 7 期 测 绘 通 报 2 1
ya
=
f f
+ -
ΔZ my tcaonsωωy
(4)
由于假设在飞行方向是严格的平行投影 , 并且转换
2. 基于平行投影的传感器模型 平行光投影成像是一个从 3 维到 2 维的仿射变 换 。对于线阵 CCD 推扫式影像来讲 ,其在扫描行方 向是严格的中心投影 ,但在飞行方向并非严格的平 行投影 ,因此在采用基于 2 维仿射变换的传感器模 型描述整幅影像时 ,首先假定在飞行方向上遵循严 格的平行投影关系 ,这就表明当卫星在轨道上飞行 时 ,在其形成一帧影像过程中 ,传感器的姿态角是不 变的 ,而其投影中心的变化是线性的 ,也就意味着卫 星的飞行轨迹为一条直线 。实际上 ,卫星是沿着开 普勒轨道平稳地运行 ,当卫星影像覆盖范围相对比 较小时 ,上述的假设是合理的 。然而在扫描行方向 , 虽然其遵循严格的中心投影 ,该方向的定向模型可 以根据透视变换严格构成 ,但是由于传感器成像的 视场角太小而造成模型参数之间的相关性 ,使定向 模型的精度下降 。另外考虑当传感器的视场角很小 时 ,实际的情形更接近平行光投影而不是中心投影 , 因此利用仿射变换比透视变换更能有效地描述成像 几何关系 。在扫描行方向的处理 ,这里与 1 维的仿 射变换模型是一致的 。 有了上述两个假设作前提 ,我们就可以采用 2 维仿射变换公式 (1) 来描述线阵 CCD 推扫式影像的 成像几何关系
面平均高度 ,然后通过缩小的地面模型来建立这种
转换关系 ,这样得到缩小地面模型的平行投影影像 。
(2) 坐标关系转换
如图 1 所示 ,设 CCD 传感器绕飞行方向的侧视
角为 ω,并进一步假设成像瞬间中心投影影像线与
缩小的地面模型相交于主点 O 。用 S 表示投影中
心 , p ( yc) 表示中心投影像点 , Pg 为光线 S p 与地面 的交点 , 从 Pg 作中心投影影像线的垂线 , 垂足即为 相应的仿射投影像点 pa ( ya) 。设传感器的焦距为 f ,中心投影像点 p ( yc) 的坐标为 yc , 镜头主点坐标 为 yH , 仿射投影像点 pa ( ya) 的坐标为 ya , 则根据 图 1中的三角形相似关系
在传统的摄影测量领域 ,应用较多的是物理传 感器模型 。对线阵 CCD 推扫式遥感影像 ,高空间分 辨率的特点决定了卫星成像传感器长焦距和窄视场 角的特征 ,如 I KONOS 的焦距为 10 m ,而视场角小 于 1°,对于这种成像几何关系 ,如果采用基于共线 方程的物理传感器模型来描述 ,将导致定向参数之 间存在很强的相关性 ,从而影响定向的精度和稳定 性 。虽然存在多种解决相关性的方法如分组迭代 、 合并相关项等 ,但是结果并不十分理想 ,能达到的定 位精度有限 ,特别是在视场角很小的情况下 ,问题变 得特别突出 。
1. 研究现状 针对线阵 CCD 推扫式影像物理传感器模型的
收稿日期 : 2004209229 基金项目 : 863 计划资助项目 (86321322002AA135130) 作者简介 : 巩丹超 (19752) ,男 ,陕西丹凤人 ,博士 ,讲师 ,主要从事数字摄影测量方面的研究 。
20 测 绘 通 报 2006 年 第 7 期
控制 方案
1 2 3 4
表 2 资源卫星影像试验结果
控制 源自文库数
检查 X 中误 Y 中误 点数 差/ m 差/ m
12
7
9. 290 4. 198
10
9
9. 089 3. 693
8
11 8. 824 3. 935
6
13 7. 985 4. 189
Z 中误 差/ m
8. 747 7. 685 7. 400 9. 511
2006 年 第 7 期 测 绘 通 报 1 9
文章编号 :049420911 (2006) 0720019203
中图分类号 : P237 文献标识码 :B
基于仿射变换的新型遥感传感器成像模型
巩丹超 ,杨哲海 ,张云彬
相关文档
最新文档