总体最小二乘平差下的基准影像辅助国产卫星影像定位

doi:10.13474/j.cnki.11-2246.2019.0078

测绘通报 ›› 2019, Vol. 0 ›› Issue (3): 57-60.doi: 10.13474/j.cnki.11-2246.2019.0078

总体最小二乘平差下的基准影像辅助国产卫星影像定位

潘雪琛, 姜挺, 余岸竹, 王鑫

信息工程大学地理空间信息学院, 河南郑州 450052

收稿日期:2018-03-26 修回日期:2018-12-21 出版日期:2019-03-25 发布日期:2019-04-02
作者简介:潘雪琛(1992-),女,硕士生,主要研究方向为航天摄影测量。E-mail:xepp27@126.com
基金资助:
地理信息工程国家重点实验室开放基金（SKLGIE2015-M-3-1）

Geo-positioning of domestic satellite images with reference image using total least squares adjustment

PAN Xuechen, JIANG Ting, YU Anzhu, WANG Xin

Institute of Surveying and Mapping, Information Engineering University, Zhengzhou 450052, China

Received:2018-03-26 Revised:2018-12-21 Online:2019-03-25 Published:2019-04-02

摘要/Abstract

摘要： 针对国产卫星影像可能缺少实测控制数据的情况，本文提出利用基准影像辅助几何定位的方法，以提高定位精度。同时，考虑到像点坐标观测方程的系数矩阵中存在随机误差的情况，本文在进行区域网平差时采用总体最小二乘法替代传统最小二乘法，使得定位结果更加合理。通过对"资源三号"和"天绘一号"影像在国内外的试验验证了该方法的可行性与有效性。

关键词: 遥感影像, 有理函数模型, 区域网平差, 总体最小二乘, 基准影像

Abstract: Considering the lack of ground control data of domestic remote sensing images,a method of using reference image data geo-positioning to increase accuracy of geo-positioning was proposed.Meanwhile,considering random errors in coefficient matrix of observation equation for image points,the total least squares was introduced to achieve a more reasonable result.The experimental results of ZY-3 and TH-1 images indicated the feasibility and availability of proposed method.

Key words: remote sensing images, RFM, block adjustment squares, reference image

中图分类号:

P237

潘雪琛, 姜挺, 余岸竹, 王鑫. 总体最小二乘平差下的基准影像辅助国产卫星影像定位[J]. 测绘通报, 2019, 0(3): 57-60.

PAN Xuechen, JIANG Ting, YU Anzhu, WANG Xin. Geo-positioning of domestic satellite images with reference image using total least squares adjustment[J]. 测绘通报, 2019, 0(3): 57-60.

参考文献

[1] COLUB G H, VAN LOAN C F. An analysis of the total least squares problem[J]. SIAM Journal on Numerical aAnalysis, 1980,17(6):883-893.
[2] VAN HUFFEL S, LEMMERLING P. Total least squares and errors-in-variables modeling:analysis, algorithms and applications[M]. Netherlands:Springer,2013.
[3] 陈义, 陆钰, 郑波.总体最小二乘方法在空间后方交会中的应用[J].武汉大学学报(信息科学版),2008,33(12):1271-1274.
[4] 袁庆, 楼立志, 陈玮娴. 加权总体最小二乘在三维基准转换中的应用[J].测绘学报, 2011,40(S1):115-119.
[5] 余岸竹, 姜挺, 郭文月, 等. 总体最小二乘用于线阵卫星遥感影像光束法平差解算[J].测绘学报,2016,45(4):442-449.
[6] 范冲, 王雪平. 基于TerraSAR-X影像的光学遥感影像地理定位研究综述[J].测绘与空间地理信息,2014,37(8):1-4.
[7] 汪韬阳, 张过, 李德仁, 等. 资源三号测绘卫星影像平面和立体区域网平差比较[J].测绘学报,2014,43(4):389-395.
[8] 刘楚斌, 张永生, 范大昭, 等.资源三号卫星境外高精度定位方法研究[J].测绘通报,2015(9):6-8.
[9] GONCALVES J A. Orientation and DEM extraction from ALOS-PRISM images using the SRTM-DEM as ground control[C]//The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences.[S.l.]:Research Gate, 2008.
[10] 刘楚斌, 范大昭, 雷蓉, 等. SRTM辅助下的RPC模型区域网平差[J].测绘与空间地理信息,2016,29(1):9-12.
[11] 张浩, 张过, 蒋永华, 等.以SRTM-DEM为控制的光学卫星遥感立体影像正射纠正[J].测绘学报,2016,45(3):326-331.
[12] 周平, 唐新民, 曹宁, 等.SRTM约束的无地面控制立体影像区域网平差[J].测绘学报, 2016,45(11):1318-1327.
[13] 陈小卫, 张保明, 张同刚, 等.公开DEM辅助无地面控制点国产卫星影像定位方法[J].测绘学报, 2016,45(11):1361-1370.
[14] 刘军, 张永生, 王冬红.基于RPC模型的高分辨率卫星影像精确定位[J].测绘学报, 2005,35(1):30-34.
[15] 郭文月, 余岸竹, 刘海砚, 等.正则化总体最小二乘用于光学线阵遥感影像定位[J].光学精密工程2017,25(1):236-244.
[16] GRODECKI J, DIAL G. Block adjustment of high-resolution satellite images described by rational polynomials[J]. Photogrammetric Engineering and Remote Sensing, 2003,69(1):59-68.
[17] 张永生, 刘军, 巩丹超. 高分辨率遥感卫星应用——成像模型、处理算法及应用技术[M].第二版.北京:科学出版社,2014.
[18] NAGI Z M, AHMED G, HUSSAM E M. Positional accuracy testing of google earth[J]. International Journal of Multidisciplinary Science and Engineering,2013,4(6):6-9.
[19] 张朝忙, 刘庆生, 刘高焕,等.中国地区SRTM3 DEM高程精度质量评价[J].测绘工程,2014,23(4):14-19.
[20] ISPRS. Data sets:ZY-3[EB/OL]. (2015-12-21)[2016-09-01]. http://www.isprs.org/data/zy-3/data/reference-data/Default.aspx.

总体最小二乘平差下的基准影像辅助国产卫星影像定位

Geo-positioning of domestic satellite images with reference image using total least squares adjustment

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[2]	张龚泉, 岳建平, 刘胜男, 王海龙, 杨智翔, 周航宇. 基于遥感影像的鄱阳湖地形提取方法[J]. 测绘通报, 2022, 0(5): 62-66,73.
[3]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[4]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[5]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[6]	王雪, 梁珂, 隋立春, 钟棉卿, 朱剑锋. 膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取[J]. 测绘通报, 2022, 0(4): 61-65.
[7]	高鸣, 周鑫鑫, 刘琦, 杨光迪, 吴长彬. 深度学习网络支持下的农房侵占耕地自动化监测[J]. 测绘通报, 2022, 0(3): 47-53.
[8]	李志娟, 李慧, 刘建军, 张东华. 利用稀少卫星影像控制点生产1:10 000 DOM[J]. 测绘通报, 2022, 0(3): 143-147.
[9]	王胜利, 朱寿红, 蒋毅. 基于CNN模型迁移的OLI影像光伏电池板场景识别[J]. 测绘通报, 2022, 0(2): 5-9.
[10]	张可, 王永波, 袁坤, 仇春平. 基于附加参数模型的自检校光束法区域网平差算法运行结果对比[J]. 测绘通报, 2022, 0(2): 67-72.
[11]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[12]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[13]	苏艺凡, 党建武, 王阳萍, 杨景玉. 改进的区间二型模糊聚类遥感影像变化检测[J]. 测绘通报, 2021, 0(7): 44-51,58.
[14]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[15]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.