自動和穩健的衛星遙感影像正射校正方法

2023-12-02 17:38:11

專利名稱：自動和穩健的衛星遙感影像正射校正方法
技術領域：
本發明涉及衛星遙感影像幾何校正技術，是一種指定校正所需參數信息後，全自
動地完成從衛星遙感影像預處理產品到正射校正產品全過程的方法。控制點的人工選擇和 編輯、控制點粗差觀測值是以往無法實現衛星遙感影像正射校正自動化過程的主要制約因 素。採用該方法，可以實現控制點自動選取、自動優化、粗差自動檢測以及模型穩健求解，提 高衛星遙感影像正射校正過程的自動化水平、校正精確度和可靠性。
背景技術：
傳統的衛星遙感影像正射校正過程主要分為三步控制點的選取與編輯、模型求 解、正射影像生成。控制點選取，一般通過與參考影像進行圖像匹配使待校正影像上的控制 點獲取精確的地理坐標，這一過程在一般圖像處理商業軟體中都只能由人工選取，然後根 據控制點分布和殘差大小對控制點進行編輯；模型求解，即利用控制點信息和衛星遙感影 像其他輔助信息，計算遙感圖像校正模型參數；正射影像生成，則是利用衛星圖像校正模型 和數字高程模型(Digital Elevation Model,簡寫為DEM)，減小因地形起伏對遙感影像變 形的影響，生成衛星遙感正射影像。 隨著圖像匹配技術的不斷發展和完善，控制點的選取逐漸實現自動化，為衛星遙 感影像正射校正過程的全自動化提供了可能。同時，由於圖像匹配算法缺陷，以及待校正影 像和參考影像存在著解析度不同、時相不同、部分地區(雪山、沙漠、水體、森林)不易匹配 等問題，控制點自動選取的結果往往有諸多缺點，如控制點分布不均勻、控制點觀測值存在 粗差、控制點數量過多等，這也為遙感影像正射校正過程的全自動化帶來了新的問題。
因此，要提高衛星遙感影像正射校正過程的自動化程度、精確度和可靠性，需 要解決控制點自動選取中控制點分布不均勻、控制點觀測值粗差檢測、提高模型求解精 度等問題，並將解決這些問題的方法有機結合起來運用。本發明針對這一要求，提出了 由控制點自動匹配、控制點自動優化、控制點粗差自動檢測、基於列文伯格-馬誇爾特 (Levenberg-Marquardt，簡稱LM)方法的穩健估計等組成的自動化的衛星遙感影像正射校 正方法。由於該方法具有穩健性、精確性和自動化程度高的特點，適用於大批量的衛星遙感 影像正射校正工程。

發明內容
本發明為了實現衛星遙感圖像正射校正過程的穩健、精確和自動化，提出了實現 該過程的如下方法 步驟1 :選擇衛星遙感校正模型，並指定正射校正圖像的大地坐標系、地圖投影參 數、空間解析度等參數，選定衛星遙感參考影像、衛星遙感待校正影像和數字高程模型文 件，建立一個工程。 從步驟2開始為自動化處理。
步驟2 :進行待校正影像與參考影像的圖像同名點自動匹配。
(1)影像特徵點選取 採用一種哈裡斯角點(Harris corner)算子計算參考影像中的特徵點，生成參考 影像的角點圖(corner map); (2)以特徵點為中心的特徵影像塊進行匹配 選取以特徵點為中心的影像子塊，採用歸 一 化互相關(Normalized Cross Correlation, NCC)的方法，在待匹配影像中尋找與其相配的影像塊；
(3)確定匹配點 確定匹配的影像塊之後，採用最小均方(Least Mean Squares,LMS)算法對匹配點 進行精確定位，從而確定匹配點； 該步驟輸出結果為備選的控制點觀測值，即圖像坐標(x， y)和該像素點對應的地 理坐標(X、 Y)。 步驟2如說明書附圖1所示。 步驟3 :對步驟2中輸出的控制點集進行控制點空間分布自動優化。
根據遙感影像的大小確定控制點優化後控制點數量的範圍。在去除多餘控制點 時，主要考慮控制點的空間分布，使優化後的控制點在整幅影像中接近於均勻分布。此外， 應儘量保留位於圖像邊緣的點。給出兩種控制點空間分布的定量化評價方法(l)控制點 重要值衡量方法和(2)基於獨佔園概念的控制點空間分布均勻度衡量方法，獨佔園概念參 考文獻IXuoChim麗en，Point spatial analysis-fractel dimension and uniform index, Science & TechnologyReview， vol. 10,2004， pp. 51-54]。提出了控制點二維均勻度的定 義，即在長方形內，所有點的總獨佔圓面積與長方形總面積的n/4倍之比稱為二維分布 均勻度。 本發明中，控制點的優化有兩種方法( 一 )基於泰森多邊形的優化方法和(二 )
基於聚類分析的優化方法。可以任選一種方法對控制點集進行控制點空間分布自動優化。( — )基於泰森多邊形方法的優化方法具體過程如下 (1)求出控制點點集的凸包(位於圖像邊緣的點)； (2)由控制點構建三角網； (3)構建泰森多邊形； (4)記錄每個控制點的"重要值"； 記錄每個點所在的多邊形的面積並記錄。每一個控制點都有一個其所在的泰森多 邊形的面積，這個面積可以看做是該控制點的影響範圍，影響範圍越大，表示該控制點在正 射校正中的重要性越高。以一個控制點所在的多邊形面積佔整幅影像面積的百分比來度量 這種重要性，並稱其為"重要值"。所保留的控制點能夠均勻分布，而均勻分布的理想狀態就 是所有控制點的重要值都相等。
(5)控制點集優化； 根據控制點的數量要求和控制點的重要值，建立優化準則，對控制點進行逐一優
化，直到滿足要求。輸出優化後的控制點。
( 二 )基於聚類分析方法的優化具體過程如下 (1)求出所有點中距離最大的兩個點歸為一類； (2)求其它各點到這一類的距離，將距離最大的點歸到類中；點到類的距離定義為該點到類中所有點的距離中最小值。
(3)循環操作，直到所有點歸為一類； (4)控制點集優化； 綜合考慮控制點的數量要求和殘差，建立優化準則，對控制點進行優化，直到滿足 要求。輸出優化後的控制點。 步驟4 :對步驟3輸出的控制點，從數字高程模型中提取其高程信息，獲得三維控 制點。 步驟5 :使用步驟4中的控制點求解衛星遙感影像正射校正模型的參數。本發明 中，求解衛星遙感影像正射校正模型的參數有兩種方法(一)基於粗差檢測的模型求解方 法和(二)基於穩健估計的模型求解方法。可以任選一種方法求解衛星遙感影像正射校正 模型的參數。( — )基於粗差檢測的模型參數求解方法。
(1)讀取衛星遙感數據的頭文件，獲取相關信息，建立衛星初始成像模型；
(2)根據衛星初始成像模型和步驟4輸出的控制點，建立方程，求解模型參數；
(3)在求解過程中，根據模型參數的改正數是否小於閾值判斷模型優化參數的求 解結果是否為最終解。如果不是，更新模型參數，更新法方程係數矩陣和誤差矩陣，重新建 立法方程，進一步進行求解；如果是最優解，結束這一循環； (4)從(2)中得到協因數矩陣，從(3)中的末次循環中得到改正數向量，對控制點 是否為粗差進行檢測；其中粗差檢測方法參考文獻[李德仁，袁修孝.誤差處理與可靠性理 論[M].武漢武漢大學出版社.2003]; (5)根據假設檢驗的結果，如果符合假設檢驗停止條件，粗差檢測過程結束，如果 不符合假設檢驗停止條件，則將更新控制點集合，然後重複(2) - (5)，直到粗差檢測過程停 止。
(6)輸出衛星成像模型參數、粗差控制點和不含粗差的控制點；
( 二 )基於穩健估計的模型參數求解方法(抗差LM方法)。
(1)讀取衛星遙感數據的頭文件，獲取相關信息，建立衛星影像初始成像模型；
(2)根據步驟四輸出的控制點和衛星影像初始成像模型，計算各控制點殘差向 (3)分別對控制點平面坐標的殘差向量(x，y)和高程坐標的殘差向量(h)以中位 數為參考進行標準化； (4)依據標準化絕對殘差的中位數，使用等價權方法對各個點進行賦權，等價權 方法參考文獻[周江文，黃幼才，楊元喜.抗差最小二乘法.武漢華中理工大學出版社， 1997]; (5)將殘差向量及其權向量輸入LM算法，求取一組參數和一組新的殘差向量，其 中LM算法參考文獻[William H. Press, Saul A. Teukolsky， William T. Vetterling， Brian P.Flannery. Numerical Recipes in C (Second Edition) CAMBRIDGE UNIVERSITYPRESS， 1995]，LM算法的迭代參數參考文獻[王德人.非線性方程組解法與最優化方法.北京人 民教育出版社，1979]; (6)重複步驟(3)-(5)，直至LM算法所求解得到的參數或者是殘差向量達到設定閾值； (7)輸出衛星遙感影像成像模型參數和控制點的權矩陣。 步驟6 :根據步驟5中輸出的衛星遙感影像成像模型參數計算控制點、同名點的擬
合誤差，如果擬合誤差小於閾值，繼續執行步驟7 ;如擬合誤差大於閾值，將粗差控制點或
權值為0的控制點從步驟2中的備選控制點中去除，重複執行步驟3至步驟6 ; 步驟7 :利用步驟6輸出的衛星遙感影像校正模型和DEM對待校正影像進行正射校正。 使用文獻[張祖勳，張劍清編著，數字攝影測量學，武漢武漢大學出版社，2002] 中描述的方法對衛星遙感影像進行正射校正。輸出衛星遙感正射影像和校正報告文件。
步驟1-7如說明書附圖2所示。


圖1是待校正影像與參考影像的圖像同名點自動匹配的流程示意圖 圖2是自動和穩健的衛星遙感影像正射校正方法的主流程示意圖
本發明方法的具體應用 應用實例一 北京地區一景SP0T52. 5米解析度影像數據，選取12個控制點，27個 檢查點，用l : 5萬DEM做正射校正。 一般方法圖像校正精度(x二6.26米，y二4. 17米)， 本發明方法圖像校正精度(x = 3. 26米，y = 3. 98米)。 應用實例二 福建地區一景Landsat5TM 30米解析度的多光譜數據，選取30個控 制點，20個檢查點，用1 : 25萬DEM做正射校正。 一般方法圖像校正精度(x二 24.46米， y = 26. 13米)，本發明方法圖像校正精度(x = 13. 32米，y = 15. 59米)。
權利要求
一種穩健的全自動的衛星遙感影像正射校正方法的主要步驟是(1)選擇衛星遙感校正模型，並指定正射校正圖像的相關參數；(2)進行待校正影像與參考影像的圖像同名點自動匹配，獲得備選控制點集；(3)對步驟(2)中輸出的控制點進行控制點空間分布自動優化，並給出分布均勻度指標；在控制點優化過程中，採用泰森多邊形或基於聚類分析方法的控制點自動優化方法。(4)對步驟(3)輸出的控制點，在數字高程模型中提取其高程信息，組成三維控制點；(5)使用步驟(4)中的控制點求解衛星遙感影像正射校正模型的參數。在求解衛星遙感影像成像模型的過程中，採用基於粗差檢測的模型求解方法或基於穩健估計的模型求解方法。(6)根據步驟(5)中輸出的衛星遙感影像成像模型參數計算控制點、同名點的擬合誤差，如果擬合誤差小於閾值，繼續執行步驟(7)；如擬合誤差大於閾值，將粗差控制點或控制點權值為0的控制點從步驟(2)中的備選控制點中去除，重複執行步驟(3)至步驟(6)；(7)利用步驟(5)輸出的衛星遙感影像成像模型和DEM對待校正影像進行正射校正。
2. 根據權利要求1所述方法，其特徵是將圖像自動匹配、控制點自動優化、粗差自動 檢測、基於LM算法的穩健估計等方法的組合應用，凡採用等同變換或者等效替換而形成的 技術方案，均落在本發明權利保護範圍之內；
3. 根據權利要求1所述方法，其特徵在於，其中步驟(2)包括影像特徵點選取，以特 徵點為中心的特徵影像塊匹配；
4. 根據權利要求l所述方法，其特徵在於，其中步驟(3)中，提出了控制點二維空間分 布均勻度的計算方法，並給出兩種控制點空間分布的定量化評價方法控制點重要值衡量 方法、基於獨佔園概念的控制點空間分布均勻度衡量方法；
5. 根據權利要求l所述方法，其特徵在於，其中步驟(3)中，在控制點優化過程中，採用 了基於泰森多邊形的控制點自動優化方法；
6. 根據權利要求l所述方法，其特徵在於，其中步驟(3)中，在控制點優化過程中，採用 了基於聚類分析方法的控制點自動優化方法；
7. 根據權利要求1所述方法，其特徵在於，其中步驟(5)包括在求解衛星遙感影像校 正模型參數過程中，可選擇採用基於粗差檢測的模型求解方法和基於穩健估計的模型求解 方法(抗差LM方法)。
8. 根據權利要求l所述方法，其特徵在於，其中步驟(5)中採用抗差LM方法，包括對 控制點平面和高程坐標的殘差向量以中位數為參考進行標準化；使用等價權方法對各個控 制點進行賦權。
全文摘要
本發明提出了自動和穩健的衛星遙感影像正射校正方法，該方法是由控制點自動匹配、控制點自動優化、控制點粗差自動檢測、校正模型穩健求解等有機結合組成的。它解決了控制點自動選取中控制點分布不均勻、控制點觀測值粗差檢測、提高模型求解精度等問題。由於該方法具有穩健性、精確性和自動化程度高的特點，適用於大批量的衛星遙感影像正射校正產品製作。
文檔編號G01S7/48GK101750606SQ20091022358
公開日2010年6月23日 申請日期2009年11月24日 優先權日2009年11月24日
發明者何國金, 劉復生, 劉慧嬋, 劉遠, 孫穎, 張京濤, 張兆明, 張思龍, 張曉美, 張鑫, 李盈, 焦偉利, 王威, 王桂周, 王鐸, 秦靜, 程博, 袁繼穎, 賈秀鵬, 陳朋山, 陳立波, 項波, 馬應召, 龍騰飛 申請人:中國科學院對地觀測與數字地球科學中心