基于稀少控制点的单片多源卫星影像联合区域网平差试验研究

张海霞，闫正龙，王永红，李书丹

(1.国家测绘地理信息局 第二地形测量队,陕西 西安　710054; 2.国家测绘地理信息局 陕西基础地理信息中心,陕西 西安　710054)



基于稀少控制点的单片多源卫星影像联合区域网平差试验研究

张海霞1，闫正龙2，王永红1，李书丹1

(1.国家测绘地理信息局 第二地形测量队,陕西 西安710054; 2.国家测绘地理信息局 陕西基础地理信息中心,陕西 西安710054)

检测基于稀少控制点的单片多源卫星影像联合区域网的平差精度。基于“RPC+二维仿射变换法”选取不同数量控制点,采用多种布设方案对182景多源卫星影像进行联合区域网平差定向试验及精度分析,并对DOM产品进行平面和接边精度检测。试验表明，该方法可消除多种传感器系统误差,区域网平差精度更优，便于后续DOM镶嵌处理;卫星影像侧视角小于25°和20°时,可分别满足平地、丘陵地和山地、高山地1∶25 000尺度数据产品的精度要求。解决了复杂地形区域内且控制点严重不足情况下,大量多时相、多轨道单片卫星遥感影像快速纠正与处理问题。

稀少控制点;单片;多源卫星影像;区域网平差

目前,我国正在实施第一次全国地理国情普查工作。面对数据量巨大、数据源复杂、影像时相跨度大且重叠度高、控制资料严重不足等影像正射纠正问题,国内专家、学者纷纷从不同角度进行研究,王铁军等[1]基于已有DEM数据和少量地面控制点结合SPOT5HRG卫星影像自带轨道参数完成了单景影像区域网平差问题;刘婕等[2]针对高分辨率卫星WorldView采用稀少控制多模型区域网平差方法实现了符合精度指标的卫星影像数字空中三角测量生产试验;邢帅等[3]采用SPOT4，SPOT5，Radarsat-1等多源卫星影像,论证了不同数据源卫星影像区域网平差的可行性;Toutin[4-5]2005年采用多种光学和SAR共49景卫星遥感影像联立进行了光束法区域网平差。这些成果为研究多源、多类型遥感卫星联合进行区域网平差提供了重要的科学指导,但由于受当时的技术条件、仪器设备等因素影响,研究多集中于环境单一、地形较为简单的区域,且以定性分析居多,缺乏对环境复杂区域研究。

本文基于前人研究成果结合工作实际,基于控制点稀少、地形复杂区域环境,选择多传感器且时相不一、轨道众多的单片卫星影像联合进行研究,通过构建区域网平差模型获取影像外方位元素,并对其进行定向试验、精度分析及验证,以为多时相、多轨道单片卫星遥感影像的快速纠正、处理等提供技术参考。

1　区域网平差模型

区域网平差,是使用计算的方法,根据像片上所量测的像点坐标以及极少量的地面控制点,求出地面上加密点的大地位置[6]。目前对线阵列传感器卫星进行区域网平差方法主要包括基于像方或物方的多项式模型、对卫星的轨道和姿态进行修正[7-10]等,其中,像方仿射变换模型最常用,且精度很高[11],但该方法至少需要3个控制点求解6个未知参数。经考察分析,本次研究选用Pixel Grid软件进行区域网平差试验,采用的平差数学模型为RPC+二维仿射变换模式[12],其中RPC模型[13-14]、二维仿射变换[15-16]以及相应的平差数学模型[12]具体如下:

1.1RFM模型

有理函数模型(RFM)是严密几何成像模型的高精度拟合。模型中,影像像素坐标和其地面3为坐标之间的关系用有理多项式来表达,其中所有的坐标都进行归一化处理。假设xn和yn为归一化影像像素坐标,(Bn,Ln,Hn)为归一化地理坐标(经度、维度和椭球高),RFM模型的数学表达式为:

(1)

式中,(xn,yn)为归一化的像方坐标;(Bn,Ln,Hn)为归一化的物方坐标,fs(Bn,Ln,Hn)，fs(Bn,Ln,Hn)，fL(Bn,Ln,Hn)，fL(Bn,Ln,Hn)为幂不大于3的坐标分量 Bn，Ln，Hn的一般多项式。

1.2像方二维仿射变换定向模型

(2)

式中,a0,b0为像方平移定向参数,a1，b1，a2，b2为像方二维仿射变换定向参数,(x′,y′)为控制点在影像上的像方量测坐标;(x,y)为地面控制点利用RFM投影到影像面的坐标值,该变换参数和RFM模型参数一起等同严格成像几何模型的参数。

1.3平差数学模型

根据式(2)对每个量测点列出如下误差方程:

V=At+CX-1。

(3)

首先,利用式(1)将控制点的物方坐标转换为像方坐标(x,y);其次,根据计算获取控制点像方坐标(x,y)与其实际量测控制点的像方坐标(x′,y′)对定向参数进行平差。

2　试验与分析

2.1试验数据源

本次试验数据源主要包括基础地理、数字高程、控制点及高分辨率影像数据,其中基础地理数据56幅,尺度均为1∶50 000,涉及山地、高山地、平地、丘陵地等4种类型,数字高程数据主要用于试验中的高程控制;控制点数据主要参与区域网平差定向及定向精度检测以及最终DOM产品精度检测;高分辨率影像数据182景,其中,QuickBird 影像18景、WorldView-1 108景、WorldView-2 56景。

2.2区域网平差定向试验

利用Pixel Grid软件对多源单片卫星影像进行连接点、控制点量测及区域网平差,并分析不同稀少控制点布设方案条件下定向点、检查点等数据的平面定位精度。本次共设计了11个方案,方案内容(表1)、试验数据分布(图1)及试验结果(表2、图2)具体如下。

2.3DOM生产试验结果

通过表2可以看出,方案6的区域网平差精度较优,故选其进行影像外参数解算、DOM数据制作,同时对该数据的平面、接边精度进行检测并按影像侧视角和地形类别进行分类汇总统计。DOM数据平面、接边精度统计及接边差分段统计图表结果详见表3、表4。

图1　不同数据源单片影像联合区域网平差试验数据分布图Fig.1　Distribution of the block adjustment data test on single-chip remote sensing image of different data sources

方案方案说明方案1在试验区的中心位置布设1个定向点。方案2在试验区的四角分别布设1个定向点,共4个定向点。方案3在区域网四角和中心分别布设一个定向点,共5个定向点。方案4基于方案3,按尽量均匀分布的原则在试验区的外围增加控制点,共9个定向点。方案5基于方案4,在试验区中心位置附近增加一个定向点,共10个定向点。方案6基于方案5,在试验区中心位置附近继续增加一个定向点,共11个定向点。方案7基于方案6,按尽量均匀分布的原则继续增加控制点,共12个定向点。方案8基于方案7,将控制点增加至13个,共13个定向点。方案9基于方案8,将控制点增加至16个。方案10基于方案9,将控制点增加至20个。方案1145个控制点全部参与定向。

表2　区域网平差定向试验平面精度统计

表3　DOM平面精度统计

表4　DOM接边精度统计

表5　DOM接边差分段统计

2.4试验结果分析

2.4.1定向试验由表2可以看出,物方检查点平面中误差、定向精度随控制点数目的增加而生变化。当控制点布设数≤11时,平面中误差随控制点数目的增加反而逐步降低,而定向精度却随之升高;控制点数为11时的定向精度最好、平面中误差最小;控制点布设数≥12时,平面中误差逐步加大,而定向精度、检查点精度却随之降低。由此说明,采用11～13个控制点建立的RPC+二维仿射变换模型参数可基本消除基于QuickBird，WorldView-1，WorldView-2等高分辨卫星构建的区域网误差,但继续增加控制点虽可消除系统误差但却会累积观测误差,从而对区域网精度产生负面影响。

图2　不同控制点区域网平差定向物方中误差统计图Fig.2　Object space mean square error in regional network adjustment orientation with different number of control points

2.4.2影像生产通过DOM数据生产试验发现(表3， 4), 影像侧视角<20°时, 无论何种地形, 采用RPC+二维仿射变换模式的平差数学模型制作的DOM数据, 其平面精度、 接边精度均满足1∶25 000数据生产技术规程要求;影像侧视角介于20°到25°时,仅平地、丘陵地类型符合平面、接边精度要求;影像侧视角>25°时,除个别平地、丘陵地类型的平面精度满足要求外,平地、高山地类型的平面、接边精度均难以达到1∶25 000尺度数据生产要求,仅能满足1∶50 000尺度数据的平面及接边精度要求。另外,通过整景数据接边发现(表5),接边差≤5m的占有率高达81%,而接边差介于5～12. 5，12.5～18.75，>18.75m图幅数据较少,分别占6%，9%，4%,由此可以看出,该方法整体接边差较小,非常适合于影像后期的镶嵌处理等流程。

3　结　语

本文采用11种控制点布设方案,基于RPC+二维仿射变换模型对182景不同时相、不同轨道单片的QuickBird，WorldView-1，WorldView-2等高分辨率卫星影像进行了区域网平差定向试验,并对定向精度和试验产品DOM进行了平面和接边精度检测,研究结果表明：①控制点个数及布点方案与定向精度密切相关,布控点为11～13时基本能消除构建区域网的卫星误差,若布设其在区域网外围时，还可有效改善平差结果;②像方连接点、物方定向点的中误差量分别在3像素、1 m范围内且控制条件良好时,区域网平差精度更高;③影像侧视角直接影响DOM产品精度,角度不同所能满足的土地类型尺度也不尽相同;④区域网平差法虽解决了整景影像之间接边差大以及影响后续影像镶嵌等技术问题,但其11～13个控制点参与下的区域网平差定向结果是否具有普遍规律性还有待下一步深入研究。

[1]王铁军,周琦,马治，等.SPOT5单景卫星遥感影像区域网平差试验[J].北京测绘, 2012(6):41-43,76.

[2]刘婕,王龙强,王江涛.WorldView 卫星影像的稀少控制数字空三生产研究[J].测绘与空间地理信息, 2013,36(8):135-137.

[3]邢帅,徐青,刘军，等.多源卫星遥感影像的光束法区域网平差[J]. 测绘学报, 2009, 38(2):125-130.

[4]TOUTIN T. Spatiotriangulation with multisensor VIR/SAR images [J]. IEEE Transactions on Geoscience And Remote Sensing, 2004, 42(10): 2096-2103.

[5]TOUTIN T. Spatiotriangulation with multisensor HR stereo-images [J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(2): 456-462.

[6]王之卓. 摄影测量原理[M]. 武汉:测绘出版社, 1979:530-538.

[7]潘红播,张过,唐新明，等.资源三号测绘卫星传感器校正产品几何模型[J].测绘学报,2013,42(4):516-522.

[8]GRODECKI J D. Block Adjustment of High-Resolution-Satellite Images Described by Rational Polynomials [J]. Photogrammetric Engineering and Remote Sensing, 2003, 69:59-68.

[9]FRASER C S, HANLEY H B. Bias Compensation in Rational Functions for Ikonos Satellite Imagery [J]. Photogrammetric Engineering and Remote Sensing, 2003, 69(1):5-13.

[10] XIONG Z, ZHANG Y. A Generic Method for RPC Refinement Using Ground Control Information[J]. Photogrammetric Engineering and Remote Sensing, 2009, 75(9):1083-1092.

[11] ORUN A, NATARAJAN K. A Modified Bundle Adjustment Software for SPOT Imagery and Photography: Tradeoff [J]. Photogrammetric Engineering and Remote Sensing, 1994, 60(12):1431-1437.

[12] 虞欣,李和军,贾光军，等. GeoEye-1卫星影像定向精度初步分析[J]. 测绘通报,2011(1):28-30.

[13] 张永生,丹超,刘军，等.高分辨率遥感卫星应用成像模型、处理算法及应用技术[M]. 北京:科学出版社, 2007.

[14] 柴登峰,张登荣.高分辨率卫星影像几何处理方法[M]. 杭州:浙江大学出版社, 2007.

[15] 张过,李德仁,袁修孝，等.卫星遥感影像的区域网平差成图精度[J]. 测绘科学技术学报, 2006, 23(4):239-241.

[16] FRASER C S, RAVANBAKH SH M. Georeferencing Accuracy of GeoEye-1 Imagery [J]. Photogrammetric Engineering & Remote Sensing, 2009(6): 634-638.

[17] 张力,张继贤,陈向阳，等.基于有理多项式模型RFM的稀少控制SPOT-5卫星影像区域网平差[J]. 测绘学报, 2009, 38(4): 302-310.

(编辑徐象平)

Experimental research of union block adjustment for single-chip remote sensing image of multi-source based on few control points

ZHANG Hai-xia1, YAN Zheng-long2, WANG Yong-hong1, LI Shu-dan1

(1.The Second Topographic Surveying Brigade of NASG, Xi′an 710054， China; 2.Shaanxi Geomantic Center of NASG, Xi′an 710054, China)

In this paper, the precision of union block adjustment was tested for single-chip remote sensing image of multi-source based on few control points. Based on PRC combined with two-dimensional Affine transformation model and used different number of control points, 182 scenes remote sensing image of multi-source are processed by union block adjustment orientation and precision are analysis based on the results. It is convenient for DOM edge matching and mosaic, and can basically eliminate most multiple sensor error, the precision of union block adjustment is even excellent; when the lateral angle of remote sensing image are less than 25°and 20°, products can meet 1∶25 000 accuracy requirements for the plain-moderate hills and mountains. It solves the problem of mass single-chip remote sensing image of multi-source quick rectification and processing in in varied topography area with few control points.

few control points; single-chip; multi-source remote sensing image; block adjustment

2014-12-11

国家自然科学基金重大项目(51190093)

张海霞，女，陕西岐山人，工程师，从事航空航天遥感影像处理与应用研究。

TP751

A

10.16152/j.cnki.xdxbzr.2016-04-025