基于神经网络模型的遥感影像几何校正研究

在遥感影像几何校正方法中,通常认为精度最高的是共线方程模型.针对共线方程模型定向参数解算过程中误差方程的病态问题,提出了利用基于控制点的神经网络方法进行高分辨率遥感影像几何校正方法,并从理论上进行了可行性分析.实验证明,在具有一定数量控制点作为训练样本的条件下,应用BP和RBF神经网络进行遥感影像几何校正,可以达到比共线方程模型更高的精度;神经网络模型能够自动抑制含较大误差控制点对模型纠正精度的影响,在实际应用中可以提高几何校正效率.     

基于压缩感知的遥感影像几何精校正方法

在遥感影像几何精校正过程中,无论是通过人工选择还是特征匹配方法选择的控制点对都会随机发生误匹配的现象,这将大大影响几何精校正的精度。针对这一问题,本文利用压缩感知理论,利用误匹配控制点在所有控制点对中的稀疏性,实现了几何校正模型参数的抗差估计,提高了几何校正结果的精度。对卫星遥感影像的几何精校正的试验结果表明,基于压缩感知的遥感影像几何精校正方法能够有效克服误匹配控制点的影响。     

利用ERDAS IMAGINE进行影像的几何精校正

几何精校正是利用地面控制点(GCP)对遥感影像进行的几何校正。用ERDAS IMAGINE软件进行几何精校正，关键在于相关模型参数设置、控制点输入和几何精校正。影响几何精校正的因素，主要表现在GCP的数量、分布和定位精度。此外校正方法不同，影像的纠正精度也不同。     

遥感影像几何精校正中控制点选取的研究

在采用多项式模型进行遥感影像的几何精校正中,控制点的选取对校正精度有重要影响。本文通过实例计算,分析比较控制点的数量、分布对校正结果的影响,分析结果表明:适当增加控制点的数量会提高校正精度,但控制点数量并非越多越好;选择均匀分布的控制点有利于提高几何校正的精度。     

利用地形图对TM遥感影像进行几何精校正的方法研究

遥感数据的几何精校正是生成遥感数据产品及将遥感数据用于进一步数据分析前重要的一步。几何精校正的效果将直接影响到影像地理参考的精度,进而影响到在许多遥感数据分析中都要用到的地物能否精确定位的问题。因此几何精校正是遥感科研工作中基础的必可可少的工作之一。本文介绍了利用1:100000比例尺地形图及ERDASIMAGINE8.6软件,采用2次多项式模型,对关中平原TM影像进行几何精校正的方法。结果表明:当保留25个控制点时,校正后误差为0.63个像元,校正后影像具有较高精度,可以用于遥感信息的提取以及为地理信息系统等提供可使用的数据。     

海岸带地区SPOT-5遥感影像无控制点正射校正方法

本文利用ENVI遥感软件处理平台,针对海岸带地区影像特点,对传统的SPOT-5遥感影像正射校正流程进行改进,主要有:增加SPOT传感器辐射校正;在影像融合前,使用伪正射校正代替几何校正;利用GDEM数据代替传统的DEM测量数据及野外测点数据;使用Google Earth Bridge功能检验校正结果精度。结果表明:经过改进的无控制点正射校正流程可有效减少人为误操作产生的误差,降低了正射校正的难度,提高了影像处理的效率,拓宽了影像检验的思路。正射校正影像精度符合研究要求,取得较为满意的结果。     

ZY-3影像在我国海岸带区域的定位精度评价

以我国海岸带为研究对象,从北往南依次选取了覆盖山东青岛、江苏盐城和浙江温州海岸带的6景资源三号(ZY-3)传感器校正产品,利用实测像控点开展了影像自主定位精度评价,并将其结果与覆盖相同区域的SPOT5影像进行了比较。在此基础上,利用实测地面控制点和国家1∶5万比例尺DEM产品对覆盖青岛和温州的全色影像进行了正射校正实验,分析控制点数量与分布对校正精度的影响。研究发现:在无控制点情况下,ZY-3全色影像的平面校正精度平均为19.6 m,多光谱影像的平面校正精度为23.0 m,均优于SPOT5卫星影像的校正精度;用1个角点作为控制点,可达到优于2个像元的校正精度,用4个角点作为控制点,校正精度在1个像元左右;以向陆一侧的2个角点作为控制点,可达到优于3 m的校正精度,但采用3个控制点时,校正精度较低,特别是向海一侧影像的校正精度更低。上述研究结果表明,ZY-3影像在少量控制点下即可达到较高的校正精度,能够满足海岸带遥感调查工作的精度要求。     

卫星遥感图像的几何精校正研究

对遥感图像几何精校正方法的研究进行了简介,并通过吐鲁番地区影像校正实例,对运用地面控制点进行几何精校正作了较详细的阐述,对校正控制点的选择及拟合精度进行了分析。     

1:5万地形图对海岸带遥感影像精校正能力的实例分析

海岛海岸带卫星遥感调查项目中,需要利用一定数量和分布的控制点对原始遥感影像进行几何精校正,外业测量控制点精度高却费时费力。以1∶5万地形图为例,选取控制点分别对SPOT-5影像进行正射校正,并联合使用实测点和高精度正射影像图进行实际定位精度评定,校正结果基本满足国标对生产1∶5万正射影像图的地物点平面位置定位精度要求,但有个例不能满足908专项《海岛海岸带卫星遥感调查规程》的精度要求。地形图的成图精度、现势性及地图纸质是影响影像校正精度的主要因素,在作业过程中必须辅以一定数量的实测控制点,以保证成果的可靠性和准确性。     

高分辨率遥感影像几何纠正方法

在对某些地区的高分辨率卫星影像进行几何校正时,由于地形等因素影响难以寻找控制点,从而导致控制点较少且分布不均匀,影响了校正精度。针对这些问题,对线阵推扫式的高分辨率遥感影像的特点进行了分析,提出了利用直线这种更高级的几何特征对影像进行几何校正的方法;构建空间直线矢量,提出了基于空间直线矢量的多项式几何校正模型;并利用SPOT5高分辨率卫星影像数据对该校正模型进行精度验证。     

定位定向系统数据的航空高光谱影像几何校正

针对航空高光谱数据几何畸变严重的问题,该文探索了利用POS数据辅助航空高光谱影像几何校正的研究现状,分析了基于POS系统的导航数据的线阵推扫高光谱数据解算成像瞬间外方位元素的原理,以及行方位数据支持的线中心投影影像通过改进的共线方程方法几何校正的过程,实现了无地面控制点数据的直接几何校正。采用高光谱影像分块处理方法,实现了高吞吐快速几何校正。HySpex SWIR-384高光谱影像的实验结果表明,该文的校正算法可达到9.15m的绝对定位精度,最终利用少量地面控制点进行几何精校正,其均方根误差达到0.93m。     

基于华浩超算平台几何精校正模块的波段配准研究

KOMPSAT3(阿里郎三号)卫星携带高分辨率0.7 m全色和2.8 m多光谱有效载荷,回访周期短,覆盖范围广,得到了广泛的应用。但由于受太阳辐射、大气干扰、云折射等物理因素的影响,造成波段之间在局部区域图像上发生非线性几何畸变,导致多光谱假彩色合成数据产生重叠现象,严重影响多光谱数据质量。本文针对在极端条件下产生的图像局部非线性几何畸变现象,探索国内外各种波段间配准方法,研究发现基于华浩超算平台的几何精校正算法能很好地达到波段间配准效果,消除了多光谱假彩色合成数据的影像重叠现象。     

Automated geometric correction of multispectral images from High Resolution CCD Camera (HRCC) on-board CBERS-2 and CBERS-2B

China–Brazil Earth Resource Satellite (CBERS) imagery is identified as one of the potential data sources for monitoring Earth surface dynamics in the event of a Landsat data gap. Currently available multispectral images from the High Resolution CCD (Charge Coupled Device) Camera (HRCC) on-board CBERS satellites (CBERS-2 and CBERS-2B) are not precisely geo-referenced and orthorectified. The geometric accuracy of the HRCC multispectral image product is found to be within 2–11 km. The use of CBERS-HRCC multispectral images to monitor Earth surface dynamics therefore necessitates accurate geometric correction of these images. This paper presents an automated method for geo-referencing and orthorectifying the multispectral images from the HRCC imager on-board CBERS satellites. Landsat Thematic Mapper (TM) Level 1T (L1T) imagery provided by the U.S. Geological Survey (USGS) is employed as reference for geometric correction. The proposed method introduces geometric distortions in the reference image prior to registering it with the CBERS-HRCC image. The performance of the geometric correction method was quantitatively evaluated using a total of 100 images acquired over the Andes Mountains and the Amazon rainforest, two areas in South America representing vastly different landscapes. The geometrically corrected HRCC images have an average geometric accuracy of 17.04 m (CBERS-2) and 16.34 m (CBERS-2B). While the applicability of the method for attaining sub-pixel geometric accuracy is demonstrated here using selected images, it has potential for accurate geometric correction of the entire archive of CBERS-HRCC multispectral images.     

利用轨道参数修正的无控制点星载SAR图像几何校正方法

使用距离多普勒模型进行SAR图像几何校正时,卫星轨道误差、系统成像参数误差和DEM高程的误差会影响几何校正精度。本文提出了一种基于轨道参数修正的星载SAR图像几何校正方法。首先利用多项式对卫星轨道进行参数化,然后使用模拟SAR图像与真实SAR图像进行匹配得到控制点来修正轨道参数,最后利用修正后的参数进行几何精校正,从而提高几何校正精度。该方法无需地面控制点,适用于不易于人工测量获取地面控制点地区的SAR图像几何校正,与基于模拟SAR图像匹配并使用多项式改正的几何校正方法相比,本文方法具有更高的精度。使用Radarsat-2图像进行试验,并使用地面实测GPS控制点验证了本方法的有效性。     

基于影像匹配的自发地理信息道路精度评价与改善

针对无矢量参考数据自发地理信息道路精度难以评价的问题,提出了一种基于影像匹配的道路精度评价方法。首先提取影像与自发地理信息中的道路交叉口作为控制点,并将对应的交叉口进行匹配,以同名控制点的均方根误差作为自发地理信息的道路精度;然后以两组控制点分别构建Delaunay三角网,利用两组控制点的对应关系对每个三角网进行仿射变换,从而实现对自发地理信息道路的几何纠正,以提高其精度。最后以郑州市的Open Street Map道路数据进行试验,结果表明本文算法能够有效提高自发地理信息的道路精度。     

稀少控制的多平台星载SAR联合几何定标方法

几何定标采用地面控制点获取距离-多普勒模型中的精确几何参数,用于完成星载SAR影像高精度几何定位。但在广域范围内,特别是高山地区域,控制点极难获取。此外,传统定标方法仅面向单一平台SAR影像,尚不能实现多平台影像的联合几何定标。针对上述问题,本文提出一种基于稀少控制的多平台星载SAR联合几何定标方法。该方法从包含实测控制点的主影像出发,使用点位追踪算法获取主影像与从影像之间的连接点,并以连接点为桥梁逐级完成从影像的几何定标。本文采用京津冀地区南北向分布共计235 km的3景TerraSAR-X、3景TanDEM-X、5景高分三号影像进行联合几何定标试验,仅使用5个控制点即完成了所有影像的几何定标,并利用SF-3050星站差分GNSS接收机采集实测GPS点进行精度评价。结果表明使用稀少控制点定标后的TSX/TDX影像的几何定位精度优于3 m,GF-3影像的几何定位精度优于7.5 m,验证了该方法的有效性和正确性。     

基于少量控制点的Radarsat-2影像快速几何纠正技术研究

Radarsat-2卫星依据其搭载的GPS接收机可实现3倍中误差小于60m的精确实时定轨。由此本文提出依据其影像元数据信息实现快速几何纠正的方法,该方法利用少量的几个控制点来消除Radarsat-2影像与待纠正参考系间的系统误差。从而实现Radarsat-2影像的快速几何纠正。本文并依据SAR斜距成像原理的纠正公式和实地采集的GPS数据,验证了元数据中所提供RPF模型的内部精度和外部符合精度。通过实验验证了本快速纠正技术可以获得中误差小于2个像素的平面几何纠正精度。