欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020113402395
申请人: 湖北工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于云掩膜的静止轨道卫星序列影像高精度配准方法,其特征在于,包括以下步骤:步骤1,基于虚拟大面阵的单帧无畸变影像生成;

步骤2,序列影像二次自适应阈值云检测;

步骤3,基于分块几何约束的序列影像间同名点匹配;

步骤4,顾及云区的误匹配点剔除;

步骤5,基于整体仿射变换的序列影像配准;

步骤1所述的基于虚拟大面阵的单帧无畸变影像生成方法如下:静止轨道卫星采用面阵传感器成像,通过在焦面设计一个无畸变的虚拟面阵,基于真实面阵和虚拟面阵在物方空间的一致性来建立两者之间的坐标对应关系,将真实面阵影像重采样成无畸变虚拟面阵影像,以消除每一帧影像的内部畸变,步骤如下:

2.1根据成像时的姿态、轨道参数以及高精度的内外方位元素检校结果,基于影像内部的二维指向角模型构建严格几何成像模型,如下式所示:其中,

其中,λ为系数尺度因子; 是几何检校的外方位元素,表示相机的安装矩阵,(pitch,roll,yaw)为相机安装角; 为J2000坐标系到ADS坐标系的旋转矩阵,可根据成像时间由姿态数据插值得到; 为WGS‑84坐标系到J2000坐标系的旋转矩阵;[Xg Yg T TZg]表示WGS‑84坐标系下的物方点坐标;[Xbody Ybody Zbody]表示投影中心在J2000坐标系下的坐标,可根据成像时间由轨道数据插值得到;(ψx,ψy)为二维指向角,是用来描述相机内部各个面阵探元的影像内部畸变模型;(s,l)是像平面坐标系下的探元坐标;ax0,ax1,…,ax9和ay0,ay1,…,ay9是几何检校内方位参数;

2.2基于几何检校后内方位元素,计算出虚拟面阵的最佳位置和范围,并在焦面上等间隔分布像元,计算虚拟面阵的内方位元素,如下式:其中 为虚拟面阵的二维指向角;(s,l)是像平面坐标系下的探元坐标;Ax0,Ax1,Ay0,Ay1是虚拟面阵的内方位元素;

2.3基于虚拟面阵内方位元素、真实成像姿轨参数建立虚拟面阵的严密成像几何模型,利用严密几何模型计算得到虚拟控制点,通过地形独立法将严密几何成像模型转化为RPC模型,如下式:其中,

2 2 2 3 2

NumL(U,V,W)=a1+a2V+a3U+a4W+a5VU+a6VW+a7UW+a8V+a9U+a10W+a11UVW+a12V+a13VU +

2 2 3 2 2 2 3

a14VW+a15VU+a16U+a17UW+a18VW+a19UW+a20W

2 2 2 3 2

DenL(U,V,W)=b1+b2V+b3U+b4W+b5VU+b6VW+b7UW+b8V +b9U+b10W+b11UVWb12V +b13VU +

2 2 3 2 2 2 3

b14VW+b15VU+b16U+b17UW+b18VW+b19UW+b20W

2 2 2 3 2

NumS(U,V,W)=c1+c2V+c3U+c4W+c5VU+c6VW+c7UW+c8V+c9U+c10W+c11UVW+c12V+c13VU +

2 2 3 2 2 2 3

c14VW+c15VU+c16U+c17UW+c18VW+c19UW+c20W

2 2 2 3 2

DenS(U,V,W)=d1+d2V+d3U+d4W+d5VU+d6VW+d7UW+d8V+d9U+d10W+d11UVW+d12V+d13VU +

2 2 3 2 2 2 3

d14VW+d15VU+d16U+d17UW+d18VW+d19UW+d20W其中,(l,s)为像点图像坐标,(ln,sn)为像点图像坐标(l,s)对应的像方归一化坐标,LineOff和SampleOff分别为像点图像坐标(l,s)的平移值,LineScale和SampleScale分别为像点图像坐标(l,s)的缩放值;(B,L)为物方点的经纬度坐标,H为物方点椭球高,(U,V,W)为物方坐标(B,L,H)对应的物方归一化坐标,LonOff、LatOff和HeiOff分别为物方坐标(B,L,H)的平移值,LonScale、LatScale和HeiScale分别为物方坐标(B,L,H)的缩放值;ai,bi,ci,di(i=1,2...20)为有理多项式系数;

2.4对于虚拟面阵影像上的任一像素(x,y),利用2.3中建立的虚拟面阵RPC模型及某一高程参考面,SRTM‑DEM或平均高程,将其投影到地面坐标(lan,lon),将(lan,lon)利用真实面阵成像几何模型投影到真实影像的像素位置(x',y');

2.5利用真实影像上(x',y')临近像元灰度内插即可得到虚拟影像上(x,y)对应的灰度值;

2.6对虚拟面阵上每个像元重复以上步骤直到生成整幅影像;

步骤2所述的序列影像二次自适应阈值云检测方法如下:

利用云在可见光和近红外波段的强反射特征,采用基于光谱特征的阈值判断方法实现影像中云与地面背景的类别分离;遥感影像中的云区域存在从云边界薄云区域向云中心厚云区域过渡的特征,使用不同的光谱阈值分别实现影像中厚云区域与薄云区域的提取,可以获得更为准确的影像云区域提取结果;步骤如下:n n

3.1设序列影像灰度量化级别为n,即影像灰度范围为[0,2 ‑1],在[0,2 ‑1]灰度范围内,通过最大类间方差法(OSTU)求取第一个光谱阈值T1,光谱阈值T1可有效的区分出影像中n的高亮地物与低亮地物,高亮地物在[T1,2‑1]灰度范围内,包括云、冰雪、沙漠、镜面反射物体;

n

3.2在T1~2‑1灰度范围内,通过OSTU算法求得第二个光谱阈值T2,作为云检测光谱阈值,提取影像中的厚云区域;

3.3根据厚云与薄云在空间上的邻接关系,以影像中厚云区域的提取结果作为种子点,以光谱阈值T1作为区域增长阈值,对厚云区域进行区域增长,进而提取云区域的薄云边界。

2.如权利要求1所述的一种基于云掩膜的静止轨道卫星序列影像高精度配准方法,其特征在于:步骤3所述的基于分块几何约束的序列影像间同名点匹配方法如下:

4.1建立序列影像中非参考帧与参考帧间的粗几何关系;步骤如下:

1)采用如下式计算降采样因子,对序列影像进行降采样;

n=log2(N/M)                  (4)其中,n为降采样因子,N为采样前影像高宽的最小值,M为降采样后影像宽高的最小值;

2)根据匹配点对间的尺度差异确定影像间的同名点对;SIFT匹配后每对同名点带有尺度信息,可表示为m1(x1,y1,σ1),m2(x2,y2,σ2),其中σ为尺度信息;计算该匹配点对间的尺度差异(SD),公式如下:SD(m1,m2)=|σ1‑σ2|          (5)计算所有匹配点的SD值,统计分布表,找到SD值的峰值PSD,匹配点的SD值距离该峰值PSD越近,则可认为该同名点对是正确匹配点的概率要高;在区间(PSD‑W,PSD+W)内可认为该对匹配点正确率较高,W的取值为0.2~0.35;

3)根据获取的序列影像间同名点对,计算影像间的粗几何关系,如下所示:其中,(xr,yr)参考帧上的点,(xs,ys)为非参考帧上的点,a11…a23为仿射变换系数;

4.2建立非参考帧与参考帧影像间同名匹配块;将参考帧影像分成n×n块,提取参考影2

像上第i块(i=1,2,...,n)的四个角点,通过建立的粗几何关系,投影到非参考帧影像的基准中,组成的矩形即为对应同名匹配块;

4.3采用SIFT算法对非参考帧与参考帧间的同名块影像进行同名特征点匹配。

3.如权利要求1所述的一种基于云掩膜的静止轨道卫星序列影像高精度配准方法,其特征在于:步骤4所述的顾及云区的误匹配点剔除方法如下:

5.1剔除云区的同名点对;对每个同名点,其在参考帧影像上的坐标为(xri,yri),取点(int(xri),int(yri))、(int(xri)+1,int(yri))、(int(xri),int(yri)+1)和(int(xri)+1,int(yri)+1)在对应云检测图像上的像素值,若有一个像素值非0,即该像点在云区,则剔除该同名点;

5.2采用由粗到精的RANSAC算法进一步剔除误匹配点;步骤如下:

1)首先选择刚体变换模型作为误匹配点剔除模型M,如下式:x'=sRx+t                       (7)其中,

T T

式中,x=(x,y) 为转换前坐标,x'=(x',y') 为转换后坐标,s为缩放系数,R为旋转矩T阵,θ为旋转角度,t=(Tx,Ty) 为平移量;

2)从候选匹配点集合中随机抽出少量的匹配点对,计算误匹配点剔除模型M;

3)候选匹配点集中其他匹配点分别计算与模型M的投影误差,若误差小于阈值,加入内点集I;

4)如果当前内点集I中匹配点个数大于最优内点集I_best,则更新I_best=I;

5)如果迭代次数大于k,则退出;否则迭代次数加1,并重复1)到4)步骤;

其中,p为置信度;w为正确匹配点的比例;m为计算模型M所需要的最少匹配点对数;

6)采用得到的误匹配点剔除模型M,将匹配点集中误匹配点进行剔除;

7)再选择如下式的透视变换模型作为误匹配点剔除模型,重复2)到6)步骤,将不精确的匹配点进一步剔除;

x'=Ax (9)

其中, A表示透视变换矩阵,a1,…,a9表示透视变换矩阵参数;x=(x,T T

y,1) 为转换前坐标,x'=(x',y',1) 为转换后坐标。

4.如权利要求1所述的一种基于云掩膜的静止轨道卫星序列影像高精度配准方法,其特征在于:步骤5所述的基于整体仿射变换的序列影像配准方法如下:

6.1基于整体仿射变换构建序列影像配准模型,对每一个非参考帧,将整体仿射变换模型附加到RPC模型中,如下式:其中,(l,s)为像点坐标;(Δl,Δs)为系统误差补偿值;(B,L,H)为物点坐标;Fl和Fs分别为像点坐标(l,s)和物点坐标(B,L,H)的映射关系,可根据式(3)换算得到;(a0,a1,a2,b0,b1,b2)为配准模型参数,即仿射变换系数;

6.2求解配准模型参数,利用步骤4获得的高精度同名点,将非参考帧影像仿射变换系数(a0,a1,a2,b0,b1,b2)与同名点的物方坐标(B,L,H)一同作为待求解的未知数,建立如下式的误差方程式,并根据最小二乘平差对未知数进行求解;

v=At+Bx‑l                             (11)其中,ν为影像行、列向误差改正数;t为整体仿射变换系数(a0,a1,a2,b0,b1,b2)改正数列向量;

x为同名点物方坐标(B,L,H)的改正数列向量;A和B分别为t和x的误差矩阵;l为行和列误差方程的常数项;

6.3利用求解的仿射变换系数,对非参考帧影像的RPC模型进行系统误差的改正,从而实现序列影像的配准。