張海霞，閆正龍，王永紅，李書丹

(1.國家測繪地理信息局 第二地形測量隊,陜西 西安　710054; 2.國家測繪地理信息局 陜西基礎(chǔ)地理信息中心,陜西 西安　710054)

?

基于稀少控制點的單片多源衛(wèi)星影像聯(lián)合區(qū)域網(wǎng)平差試驗研究

張海霞1，閆正龍2，王永紅1，李書丹1

(1.國家測繪地理信息局 第二地形測量隊,陜西 西安710054; 2.國家測繪地理信息局 陜西基礎(chǔ)地理信息中心,陜西 西安710054)

檢測基于稀少控制點的單片多源衛(wèi)星影像聯(lián)合區(qū)域網(wǎng)的平差精度?；凇癛PC+二維仿射變換法”選取不同數(shù)量控制點,采用多種布設(shè)方案對182景多源衛(wèi)星影像進(jìn)行聯(lián)合區(qū)域網(wǎng)平差定向試驗及精度分析,并對DOM產(chǎn)品進(jìn)行平面和接邊精度檢測。試驗表明，該方法可消除多種傳感器系統(tǒng)誤差,區(qū)域網(wǎng)平差精度更優(yōu)，便于后續(xù)DOM鑲嵌處理;衛(wèi)星影像側(cè)視角小于25°和20°時,可分別滿足平地、丘陵地和山地、高山地1∶25 000尺度數(shù)據(jù)產(chǎn)品的精度要求。解決了復(fù)雜地形區(qū)域內(nèi)且控制點嚴(yán)重不足情況下,大量多時相、多軌道單片衛(wèi)星遙感影像快速糾正與處理問題。

稀少控制點;單片;多源衛(wèi)星影像;區(qū)域網(wǎng)平差

目前,我國正在實施第一次全國地理國情普查工作。面對數(shù)據(jù)量巨大、數(shù)據(jù)源復(fù)雜、影像時相跨度大且重疊度高、控制資料嚴(yán)重不足等影像正射糾正問題,國內(nèi)專家、學(xué)者紛紛從不同角度進(jìn)行研究,王鐵軍等[1]基于已有DEM數(shù)據(jù)和少量地面控制點結(jié)合SPOT5HRG衛(wèi)星影像自帶軌道參數(shù)完成了單景影像區(qū)域網(wǎng)平差問題;劉婕等[2]針對高分辨率衛(wèi)星WorldView采用稀少控制多模型區(qū)域網(wǎng)平差方法實現(xiàn)了符合精度指標(biāo)的衛(wèi)星影像數(shù)字空中三角測量生產(chǎn)試驗;邢帥等[3]采用SPOT4，SPOT5，Radarsat-1等多源衛(wèi)星影像,論證了不同數(shù)據(jù)源衛(wèi)星影像區(qū)域網(wǎng)平差的可行性;Toutin[4-5]2005年采用多種光學(xué)和SAR共49景衛(wèi)星遙感影像聯(lián)立進(jìn)行了光束法區(qū)域網(wǎng)平差。這些成果為研究多源、多類型遙感衛(wèi)星聯(lián)合進(jìn)行區(qū)域網(wǎng)平差提供了重要的科學(xué)指導(dǎo),但由于受當(dāng)時的技術(shù)條件、儀器設(shè)備等因素影響,研究多集中于環(huán)境單一、地形較為簡單的區(qū)域,且以定性分析居多,缺乏對環(huán)境復(fù)雜區(qū)域研究。

本文基于前人研究成果結(jié)合工作實際,基于控制點稀少、地形復(fù)雜區(qū)域環(huán)境,選擇多傳感器且時相不一、軌道眾多的單片衛(wèi)星影像聯(lián)合進(jìn)行研究,通過構(gòu)建區(qū)域網(wǎng)平差模型獲取影像外方位元素,并對其進(jìn)行定向試驗、精度分析及驗證,以為多時相、多軌道單片衛(wèi)星遙感影像的快速糾正、處理等提供技術(shù)參考。

1　區(qū)域網(wǎng)平差模型

區(qū)域網(wǎng)平差,是使用計算的方法,根據(jù)像片上所量測的像點坐標(biāo)以及極少量的地面控制點,求出地面上加密點的大地位置[6]。目前對線陣列傳感器衛(wèi)星進(jìn)行區(qū)域網(wǎng)平差方法主要包括基于像方或物方的多項式模型、對衛(wèi)星的軌道和姿態(tài)進(jìn)行修正[7-10]等,其中,像方仿射變換模型最常用,且精度很高[11],但該方法至少需要3個控制點求解6個未知參數(shù)。經(jīng)考察分析,本次研究選用Pixel Grid軟件進(jìn)行區(qū)域網(wǎng)平差試驗,采用的平差數(shù)學(xué)模型為RPC+二維仿射變換模式[12],其中RPC模型[13-14]、二維仿射變換[15-16]以及相應(yīng)的平差數(shù)學(xué)模型[12]具體如下:

1.1RFM模型

有理函數(shù)模型(RFM)是嚴(yán)密幾何成像模型的高精度擬合。模型中,影像像素坐標(biāo)和其地面3為坐標(biāo)之間的關(guān)系用有理多項式來表達(dá),其中所有的坐標(biāo)都進(jìn)行歸一化處理。假設(shè)xn和yn為歸一化影像像素坐標(biāo),(Bn,Ln,Hn)為歸一化地理坐標(biāo)(經(jīng)度、維度和橢球高),RFM模型的數(shù)學(xué)表達(dá)式為:

(1)

式中,(xn,yn)為歸一化的像方坐標(biāo);(Bn,Ln,Hn)為歸一化的物方坐標(biāo),fs(Bn,Ln,Hn)，fs(Bn,Ln,Hn)，fL(Bn,Ln,Hn)，fL(Bn,Ln,Hn)為冪不大于3的坐標(biāo)分量 Bn，Ln，Hn的一般多項式。

1.2像方二維仿射變換定向模型

(2)

式中,a0,b0為像方平移定向參數(shù),a1，b1，a2，b2為像方二維仿射變換定向參數(shù),(x′,y′)為控制點在影像上的像方量測坐標(biāo);(x,y)為地面控制點利用RFM投影到影像面的坐標(biāo)值,該變換參數(shù)和RFM模型參數(shù)一起等同嚴(yán)格成像幾何模型的參數(shù)。

1.3平差數(shù)學(xué)模型

根據(jù)式(2)對每個量測點列出如下誤差方程:

V=At+CX-1。

(3)

首先,利用式(1)將控制點的物方坐標(biāo)轉(zhuǎn)換為像方坐標(biāo)(x,y);其次,根據(jù)計算獲取控制點像方坐標(biāo)(x,y)與其實際量測控制點的像方坐標(biāo)(x′,y′)對定向參數(shù)進(jìn)行平差。

2　試驗與分析

2.1試驗數(shù)據(jù)源

本次試驗數(shù)據(jù)源主要包括基礎(chǔ)地理、數(shù)字高程、控制點及高分辨率影像數(shù)據(jù),其中基礎(chǔ)地理數(shù)據(jù)56幅,尺度均為1∶50 000,涉及山地、高山地、平地、丘陵地等4種類型,數(shù)字高程數(shù)據(jù)主要用于試驗中的高程控制;控制點數(shù)據(jù)主要參與區(qū)域網(wǎng)平差定向及定向精度檢測以及最終DOM產(chǎn)品精度檢測;高分辨率影像數(shù)據(jù)182景,其中,QuickBird 影像18景、WorldView-1 108景、WorldView-2 56景。

2.2區(qū)域網(wǎng)平差定向試驗

利用Pixel Grid軟件對多源單片衛(wèi)星影像進(jìn)行連接點、控制點量測及區(qū)域網(wǎng)平差,并分析不同稀少控制點布設(shè)方案條件下定向點、檢查點等數(shù)據(jù)的平面定位精度。本次共設(shè)計了11個方案,方案內(nèi)容(表1)、試驗數(shù)據(jù)分布(圖1)及試驗結(jié)果(表2、圖2)具體如下。

2.3DOM生產(chǎn)試驗結(jié)果

通過表2可以看出,方案6的區(qū)域網(wǎng)平差精度較優(yōu),故選其進(jìn)行影像外參數(shù)解算、DOM數(shù)據(jù)制作,同時對該數(shù)據(jù)的平面、接邊精度進(jìn)行檢測并按影像側(cè)視角和地形類別進(jìn)行分類匯總統(tǒng)計。DOM數(shù)據(jù)平面、接邊精度統(tǒng)計及接邊差分段統(tǒng)計圖表結(jié)果詳見表3、表4。

圖1　不同數(shù)據(jù)源單片影像聯(lián)合區(qū)域網(wǎng)平差試驗數(shù)據(jù)分布圖Fig.1　Distribution of the block adjustment data test on single-chip remote sensing image of different data sources

方案方案說明方案1在試驗區(qū)的中心位置布設(shè)1個定向點。方案2在試驗區(qū)的四角分別布設(shè)1個定向點,共4個定向點。方案3在區(qū)域網(wǎng)四角和中心分別布設(shè)一個定向點,共5個定向點。方案4基于方案3,按盡量均勻分布的原則在試驗區(qū)的外圍增加控制點,共9個定向點。方案5基于方案4,在試驗區(qū)中心位置附近增加一個定向點,共10個定向點。方案6基于方案5,在試驗區(qū)中心位置附近繼續(xù)增加一個定向點,共11個定向點。方案7基于方案6,按盡量均勻分布的原則繼續(xù)增加控制點,共12個定向點。方案8基于方案7,將控制點增加至13個,共13個定向點。方案9基于方案8,將控制點增加至16個。方案10基于方案9,將控制點增加至20個。方案1145個控制點全部參與定向。

表2　區(qū)域網(wǎng)平差定向試驗平面精度統(tǒng)計

表3　DOM平面精度統(tǒng)計

表4　DOM接邊精度統(tǒng)計

表5　DOM接邊差分段統(tǒng)計

2.4試驗結(jié)果分析

2.4.1定向試驗由表2可以看出,物方檢查點平面中誤差、定向精度隨控制點數(shù)目的增加而生變化。當(dāng)控制點布設(shè)數(shù)≤11時,平面中誤差隨控制點數(shù)目的增加反而逐步降低,而定向精度卻隨之升高;控制點數(shù)為11時的定向精度最好、平面中誤差最小;控制點布設(shè)數(shù)≥12時,平面中誤差逐步加大,而定向精度、檢查點精度卻隨之降低。由此說明,采用11～13個控制點建立的RPC+二維仿射變換模型參數(shù)可基本消除基于QuickBird，WorldView-1，WorldView-2等高分辨衛(wèi)星構(gòu)建的區(qū)域網(wǎng)誤差,但繼續(xù)增加控制點雖可消除系統(tǒng)誤差但卻會累積觀測誤差,從而對區(qū)域網(wǎng)精度產(chǎn)生負(fù)面影響。

圖2　不同控制點區(qū)域網(wǎng)平差定向物方中誤差統(tǒng)計圖Fig.2　Object space mean square error in regional network adjustment orientation with different number of control points

2.4.2影像生產(chǎn)通過DOM數(shù)據(jù)生產(chǎn)試驗發(fā)現(xiàn)(表3， 4), 影像側(cè)視角<20°時, 無論何種地形, 采用RPC+二維仿射變換模式的平差數(shù)學(xué)模型制作的DOM數(shù)據(jù), 其平面精度、 接邊精度均滿足1∶25 000數(shù)據(jù)生產(chǎn)技術(shù)規(guī)程要求;影像側(cè)視角介于20°到25°時,僅平地、丘陵地類型符合平面、接邊精度要求;影像側(cè)視角>25°時,除個別平地、丘陵地類型的平面精度滿足要求外,平地、高山地類型的平面、接邊精度均難以達(dá)到1∶25 000尺度數(shù)據(jù)生產(chǎn)要求,僅能滿足1∶50 000尺度數(shù)據(jù)的平面及接邊精度要求。另外,通過整景數(shù)據(jù)接邊發(fā)現(xiàn)(表5),接邊差≤5m的占有率高達(dá)81%,而接邊差介于5～12. 5，12.5～18.75，>18.75m圖幅數(shù)據(jù)較少,分別占6%，9%，4%,由此可以看出,該方法整體接邊差較小,非常適合于影像后期的鑲嵌處理等流程。

3　結(jié)　語

本文采用11種控制點布設(shè)方案,基于RPC+二維仿射變換模型對182景不同時相、不同軌道單片的QuickBird，WorldView-1，WorldView-2等高分辨率衛(wèi)星影像進(jìn)行了區(qū)域網(wǎng)平差定向試驗,并對定向精度和試驗產(chǎn)品DOM進(jìn)行了平面和接邊精度檢測,研究結(jié)果表明：①控制點個數(shù)及布點方案與定向精度密切相關(guān),布控點為11～13時基本能消除構(gòu)建區(qū)域網(wǎng)的衛(wèi)星誤差,若布設(shè)其在區(qū)域網(wǎng)外圍時，還可有效改善平差結(jié)果;②像方連接點、物方定向點的中誤差量分別在3像素、1 m范圍內(nèi)且控制條件良好時,區(qū)域網(wǎng)平差精度更高;③影像側(cè)視角直接影響DOM產(chǎn)品精度,角度不同所能滿足的土地類型尺度也不盡相同;④區(qū)域網(wǎng)平差法雖解決了整景影像之間接邊差大以及影響后續(xù)影像鑲嵌等技術(shù)問題,但其11～13個控制點參與下的區(qū)域網(wǎng)平差定向結(jié)果是否具有普遍規(guī)律性還有待下一步深入研究。

[1]王鐵軍,周琦,馬治，等.SPOT5單景衛(wèi)星遙感影像區(qū)域網(wǎng)平差試驗[J].北京測繪, 2012(6):41-43,76.

[2]劉婕,王龍強,王江濤.WorldView 衛(wèi)星影像的稀少控制數(shù)字空三生產(chǎn)研究[J].測繪與空間地理信息, 2013,36(8):135-137.

[3]邢帥,徐青,劉軍，等.多源衛(wèi)星遙感影像的光束法區(qū)域網(wǎng)平差[J]. 測繪學(xué)報, 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. 攝影測量原理[M]. 武漢:測繪出版社, 1979:530-538.

[7]潘紅播,張過,唐新明，等.資源三號測繪衛(wèi)星傳感器校正產(chǎn)品幾何模型[J].測繪學(xué)報,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,李和軍,賈光軍，等. GeoEye-1衛(wèi)星影像定向精度初步分析[J]. 測繪通報,2011(1):28-30.

[13] 張永生,丹超,劉軍，等.高分辨率遙感衛(wèi)星應(yīng)用成像模型、處理算法及應(yīng)用技術(shù)[M]. 北京:科學(xué)出版社, 2007.

[14] 柴登峰,張登榮.高分辨率衛(wèi)星影像幾何處理方法[M]. 杭州:浙江大學(xué)出版社, 2007.

[15] 張過,李德仁,袁修孝，等.衛(wèi)星遙感影像的區(qū)域網(wǎng)平差成圖精度[J]. 測繪科學(xué)技術(shù)學(xué)報, 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] 張力,張繼賢,陳向陽，等.基于有理多項式模型RFM的稀少控制SPOT-5衛(wèi)星影像區(qū)域網(wǎng)平差[J]. 測繪學(xué)報, 2009, 38(4): 302-310.

(編輯徐象平)

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

國家自然科學(xué)基金重大項目(51190093)

張海霞，女，陜西岐山人，工程師，從事航空航天遙感影像處理與應(yīng)用研究。

TP751

A

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