光學遙感立體測繪技術綜述及發展趨勢

朱 紅，劉維佳，張愛兵

(1.西安空間無線電技術研究所， 西安710100)

(2.西安電子科技大學綜合業務網國家重點實驗室， 西安710071)

0 引言

具備立體測圖或高程測量能力的衛星稱為測繪衛星，其任務是進行立體觀測，獲取地面目標的幾何和物理屬性。空間位置信息是地面目標的基本幾何屬性，在軍事和民用領域有廣泛的應用。測繪衛星系列包括高分辨率光學立體測繪衛星、干涉雷達衛星和重力衛星等，而采用光學傳感器的高分辨率測繪衛星是當前測繪應用的主要數據來源，且光學遙感以其可視性好，技術實現性好而得以迅速發展，因此本文著重對傳輸型光學衛星測繪技術進行綜述。

隨著攝影測量技術的發展，傳輸型光學立體測繪衛星因其可長期在軌運行、快速獲取三維地理信息的能力，克服了返回式衛星因受其攜帶的膠片數量限制而在軌壽命短、獲取情報的時效性差和不能直接形成數字影像等不足，已逐漸成為攝影測量衛星發展的主流。傳輸型三線陣光學成像及攝影測量屬于動態攝影，衛星從不同視角多次對同一目標攝像，通過后期影像處理可確定目標的三維空間位置信息。三線陣測繪衛星具有相機幾何結構穩定、基高比高、立體影像時間一致、對衛星平臺穩定度要求較低等優點，適用于衛星測繪領域。

測繪衛星幾何定位精度是評價測繪性能的重要指標。影響衛星幾何定位精度的因素涉及相機有效載荷系統、軌道和姿態測量精度，除與自身傳感器參數(如分辨率)有關外，還與衛星攝影基線誤差、姿態角誤差、像點量測誤差以及相機的內部參數誤差等因素有關。

1 國內外測繪技術發展現狀

1.1 國外測繪技術發展現狀

隨著地理空間信息產業的迅猛發展，測繪衛星獲得了廣闊的發展空間，國外光學遙感測繪衛星如雨后春筍般涌現出來。為便于觀察其發展趨勢，在表1中列出了不同時期國外主要的光學遙感測繪衛星的基本參數與性能指標［1］。

從表1可以看出，根據各國科技發展水平的不同，各國測繪衛星性能差異較大。但總體來說，光譜分辨率在不斷提高，性能在不斷改善。有地面控制點的測繪衛星的測量精度高于無控制點的，但隨著技術的不斷發展，這一差距在逐漸縮小。

表1 國外光學遙感測繪衛星的基本參數與性能指標

1.2 國內測繪技術發展現狀

我國測繪衛星的研制起步較晚，在衛星性能以及星系運作體系上與國際先進水平尚存在一定差距。“北京一號”小衛星于2005年10月27日成功發射，星上載有4 m分辨率的全色相機和32 m分辨率的多光譜相機，具有側擺成像能力。中國首顆傳輸型立體測繪衛星——天繪一號于2010年8月24日在酒泉衛星發射中心成功發射，實現了中國傳輸型立體測繪衛星零的突破。該星搭載了自主創新的線面混合三線陣CCD相機、多光譜相機和2 m分辨率全色相機，有效載荷比高達42%，能夠提供地面分辨率5 m的全色影像。中國首顆民用高分辨率傳輸型立體測繪衛星——資源三號于2012年1月9日在太原衛星發射中心成功發射。資源三號集測繪和資源調查功能于一體，采用三線陣測繪方式，前后視相機的影像地面分辨率優于4 m，正視相機分辨率優于2.5 m，多光譜相機的影像地面分辨率優于8 m［1］。

2 衛星立體測繪技術

2.1 測繪相機與時間同步技術

三線陣測繪相機由具有特定交會角的前視、正視、后視三臺獨立的CCD掃描相機組成，安裝在一體化測繪支架上。當衛星飛行時，在推掃區域內任一個地面點均有三個不同視角觀測到的影像，即前視、正視和后視影像，且推掃條帶影像相互重疊。前視和后視影像用于測量地面高程，正視影像用于生成地面高分辨率正射影像。采用攝影測量原理對測繪影像進行后期處理，計算目標到攝影時刻衛星所處位置之間的相對距離，結合高精度的軌道測量數據和高精度的時間數據，可以計算出目標地形的高度［2］。

日本陸地觀測衛星ALOS是三線陣測繪衛星的代表，星載立體測繪全色遙感器PRISM是目前世界上公開的較先進的三線陣測繪相機。其前(后)視相機與正視相機光軸間的交會角為24°，基高比為1，地面像元的分辨率為2.5 m，設計達到的地物高程測量精度達3 m～5 m。國內學者創造了國際首例的線面陣混合配置三線陣立體測繪相機(LMCCD)測繪體制，以三線陣三視角攝影為主，輔以小面陣成像，解決了三線陣測繪相機動態攝影測量中的航線立體模型扭曲、高程精度差的問題，也解決了傳輸型光學攝影測量衛星難以實現無地面控制點的高精度攝影測量的問題，使得傳輸型攝影測量衛星的測繪產品性能達到了參數相當的膠片型框幅式攝影測量衛星的測繪產品水平［3］。

為了實現高精度立體測圖，要求測繪相機鏡頭具有優異的像質和穩定的內方位元素。采用透射式像方準遠心光學系統，提高鏡頭傳函、減小鏡頭畸變、抑制鏡頭雜光散射可以有效提高鏡頭成像品質。提高鏡頭的一階頻率、采用精密熱控設計、相機和星敏感器利用一體化支架隔熱安裝組合形成一個整體，可以提高成像品質的穩定性和內方位元素的穩定性［4］。目前在測繪相機幾何指標研究方面已開展了大量工作，建立了較完善的幾何指標分析與量化方法［5-6］。

在測繪攝影測量處理中，影像匹配精度直接決定目標定位精度。影像匹配精度與匹配算法和影像質量密切相關。最小二乘影像匹配(LSIM)是攝影測量處理中常用的匹配方法，精度可達到亞像素級［7］。考慮測繪相機的輻射指標對影像匹配精度的影響，需對相機輻射指標如傳遞函數(MTF)、信噪比(SNR)與輻射畸變(RD)進行量化，建立輻射指標與影像匹配精度之間的關系，以滿足測繪任務需求的匹配誤差指標［8］。

立體測繪衛星在CCD線陣推掃成像時，因相差幾毫秒就有可能產生幾米的定位誤差，從而降低測繪影像定位精度。因此，為滿足測繪任務對相關信息的高時間精度要求，測繪衛星須增設高精度有效載荷時間系統，確保衛星在推掃成像時進行嚴格的時間同步。使用GPS接收機作為基準時鐘源，提供高精度的硬件秒脈沖信號。利用GPS信號的整秒特性，可使接收機在正常工作時的每個整秒時刻都產生一個精度達1 μs的秒脈沖信號。同時，通過總線廣播對應上述秒脈沖的GPS整秒時間。當相機進入成像模式時，與測繪任務相關的各信息源，包括三線陣測繪相機、星敏感器、陀螺等，均以此GPS秒脈沖信號作為計時基準，生成各自的高精度時標，最終確保各相關信息的時標和GPS時間之間精確同步(同步精度優于50 μs)［9］。測繪相機可由此精確計算出每一行的成像時刻，并在對應圖像行的輔助數據里標出。

2.2 衛星定軌定姿技術

受衛星軌道測量精度和姿態確定精度的影響，利用航天遙感影像對地面目標進行精確定位一般需要地面控制點的參與。雖然利用地面控制點能夠提高目標定位的精度，但在一些人員無法到達布設控制點的地區，進行無控制點攝影測量顯得格外重要。為完成無控制點目標定位和立體測圖的要求，三線陣測繪衛星須滿足如下條件:(1)利用三線陣相機完成對地面的推掃成像，形成具有一定視角且相互重疊的三幅航帶影像;(2)利用軌道測量設備完成軌道定位測量，為三線陣影像提供3個外方位位置元素;(3)利用星敏感器及其他姿態測量設備完成衛星姿態的測量，為三線陣影像提供3個外方位角元素。在衛星影像中，行積分時刻獲取的軌道和姿態參數對應一組獨立的外方位元素，可以從衛星影像的輔助數據中讀取和計算。

衛星軌道常用的測量設備是GPS接收機，其定位精度優于10 m，速度精度優于0.05 m/s，GPS下傳數據經過事后處理可使定位測量精度提高到5 m。當采用雙頻GPS接收機時，可以同時接收兩個頻段的微波，事后定位精度可進一步提高到0.2 m［10］。衛星還可安裝激光角反射器，用于地面激光測距系統對衛星進行軌道精測，以驗證雙頻GPS的軌道測量結果。

常用的衛星姿態測量設備有紅外姿態測量儀、星敏感器、陀螺儀等。紅外姿態測量儀主要用于粗定姿，星敏感器和陀螺儀用于精密定姿。在實際應用中，為充分發揮各種方法的優勢，通常把多種方法組合起來進行聯合定姿。星敏感器是目前衛星姿態測量精度最高的儀器，它能夠輸出衛星三軸姿態。陀螺儀能夠直接測量衛星的角速度，通過時間積分可以輸出連續的角度值。可采用星敏感器、陀螺儀數據進行實時相對定姿，還可依靠星敏感器、陀螺儀下傳的測量數據進行事后高精度相對定姿。日本ALOS衛星使用星敏感器、陀螺儀和GPS數據共同解算衛星姿態，實時相對定姿精度達1.08″。通過下傳星敏感器、陀螺儀和GPS數據，通過事后聯合定姿算法將姿態測量精度提高到了0.5″。在高精度軌道和姿態測量的基礎上，利用ALOS衛星的三線陣影像及輔助數據，在無控制點情況下的平面、高程定位精度分別達到了15 m和6 m，有控制點條件下的平面、高程定位精度分別達到了5 m和4 m，滿足測制1∶2.5×104比例尺地形圖的精度要求［11］。

2.3 幾何定標與立體測圖技術

立體測圖對衛星影像數據的幾何定位精度要求較高，測繪相機幾何技術參數的高精度標定是保證衛星高精度定位的關鍵因素。因此，需要在地面通過平行光管和高精度二維轉臺對三線陣測繪相機的內方位元素、畸變，前視、正視和后視相機之間的交會角、視軸平行性等進行高精度幾何標定。1∶5×104比例尺測圖要求測繪相機內方位元素主點位置的標定精度優于0.2像元、主距標定精度優于20 μm、相機交會角標定精度優于2″。衛星在軌運行期間，受各種空間環境因素(如衛星發射產生的振動、失重、溫度和濕度)的變化都會引起相機幾何參數的變化［12］，產生影響定位的系統誤差［13］，從而直接影響衛星的幾何定位精度，因此需要進行在軌幾何標定以校正系統誤差。通過分析各種誤差源對定位誤差的影響，根據誤差變化的規律分析由影像幾何畸變引起的像點量測誤差，制定相機在軌幾何標定方案。相機在軌幾何標定主要包括兩部分:(1)對相機的內方位元素進行標定，包括相機的焦距和主點位置;(2)對星敏感器與相機光軸夾角進行標定。

大多數測繪衛星都利用地面高分辨率幾何定標場進行在軌影像的輻射、幾何定標以及高級產品精度驗證［14-15］。衛星發射后，根據影像的地面控制點信息完成系統誤差標定，然后利用星敏感器、陀螺儀原始數據以及星圖數據開展姿態最優計算，實現衛星姿態的高精度測量。資源三號衛星在地面量測了18個外業控制點坐標，精度優于0.1 m，像點量測精度優于0.5像元。利用其中4個控制點，生成高精度數字正射影像，其余14個控制點作檢查點，獲得衛星外方位元素標定值，評測衛星有控制點平面精度和高程精度。測試結果表明，衛星無控制點定位精度達25 m，有控制點平面和高程精度分別優于2.28 m和1.6 m［16］。

利用衛星測繪影像進行地表三維信息的提取，首先需要建立傳感器成像的數學模型。傳感器成像模型的建立是進行攝影測量和立體定位的基礎，包括嚴密模型和非嚴密模型兩大類。嚴密模型以共線條件方程為基礎，考慮成像的物理過程，結合相機的焦距、大氣傳輸模型、衛星姿態變化、衛星的位置以及相機的畸變等物理因素模擬攝影成像的物理過程，然后利用這些物理條件建立成像幾何模型。這種方法理論嚴密，具有較高的定位精度。嚴密模型依賴于星載軌道和姿態測量裝置測得的數據，根據這些數據可改善立體影像外方位元素的測定精度，連同影像像點坐標進行立體影像解析，求解地面目標的三維坐標。

與傳感器成像幾何無關的、非嚴密的數學模型用于遙感測繪影像的地面目標定位和攝影測量處理。非嚴密模型是嚴密幾何成像模型的高精度擬合，用廣義函數表示影像坐標和地面坐標之間的變換關系，并不考慮物理成像過程，數學模型形式簡單，具有傳感器參數保密、輻射模型易用、成像幾何模型通用以及影像處理快速等特點。非嚴密模型主要包括有理多項式函數模型(RFM)［17］和三維仿射變換模型［18］等。通過這些模型對獲取的影像數據進行處理，可以重建攝影時的物像關系，進行正射影像糾正、立體測圖、數字高程模型(DEM)提取等攝影測量處理。RFM模型在解算RPC時分為與地形有關和與地形無關兩種算法。美國的Grodecki用IKONOS影像研究了RFM方法，提出了RFM區域網平差方法，在有地面控制點條件下，能夠獲得子像元的目標定位精度;在無地面控制點條件下，目標定位精度在10 m之內［19］。

2.4 影像壓縮及其質量評價技術

2.4.1 影像壓縮技術

測繪衛星成像能力的提高與成像方式的轉變導致相應的遙感影像數據規模迅猛增長，當前的傳輸信道容量遠遠不能與數據獲取的速率相匹配，不得不使用數據壓縮的方法來減少數據量。遙感圖像具有紋理信息豐富、相關性弱、熵值高和冗余度低的特點，本身就難以壓縮。因此，遙感影像壓縮的研究主要集中在兩個方面:(1)針對遙感影像數據的特點提出一些更為有效的專門壓縮算法;(2)通過研究壓縮后的重建影像質量的衰減程度探討現有的壓縮方法在遙感領域中的應用潛力。

目前的立體圖像壓縮技術［20］還遠沒有達到像一般框幅式圖像壓縮那樣成熟。根據三線陣測繪相機的特點，在同一攝像時刻，前視、正視、后視攝像對應的地物之間相差幾百千米，因此獲取的立體像對之間只有在特大的影像區域內才存在相關性，不便于使用像間去相關的視差補償壓縮方法。綜合壓縮算法的復雜度和魯棒性，目前的衛星立體成像系統仍然使用獨立壓縮算法壓縮各個線陣影像。

按信息的保真度區分，影像壓縮包括有損壓縮和無損壓縮。無損壓縮不會對影像造成任何影響，但壓縮倍率較低，一般在2倍左右。有損壓縮可以提高壓縮比，但圖像失真會給后續處理帶來誤差。按去相關方法來分，壓縮編碼包括預測編碼和變換編碼。預測編碼主要用于無損壓縮，一般用因果鄰域值來預測當前值，去除數據的空間冗余。典型的預測編碼方法是DPCM算法，美國 IKONOS-2衛星就使用了自適應DPCM算法(ADPCM)。根據上下文環境選用固定預測的無損預測編碼，比較有代表性是基于中值邊緣檢測(MED)的 LOCO-I算法［21］。由于 MED簡單高效，LOCO-I算法被確定為無損圖像壓縮標準JPEGLS［22］。另一種是基于梯度自適應預測(GAP)和方向制導預測(EDP)的CALIC算法［23］，以可接受的時間復雜度為代價，獲得更好的預測性能和更高的壓縮倍率。變換編碼是將原始數據變換到另一個更為緊湊的表示空間，將圖像信號的能量集中于較少的變換系數上。應用于有損壓縮時，變換編碼能夠獲得很高的編碼增益，而無損壓縮性能卻低于較流行的預測編碼。應用于壓縮的變換方法有Karhunen-Leovey變換(KLT)、基于塊離散余弦變換(DCT)以及離散小波變換(DWT)等。雖然KLT具有均方誤差意義下的最佳性能，但需預先知道信源的協方差矩陣求解特征值，不利于實際工程應用。DCT具有近似于KLT的正交基底，具有相對于KLT的次優特性和快速算法，從而獲得廣泛應用，被圖像壓縮標準JPEG采用。小波圖像壓縮技術主要體現在有損/無損壓縮算法的統一以及自適應的非線性提升分解等。最新的圖像壓縮標準JPEG2000［24］就采用了小波變換，可以提供從有損到無損的漸進碼流。具有代表性的小波圖像壓縮算法主要 有 EZW［25］、SPIHT［26］和 EBCOT［27］等。 由 于JPEG2000的巨大成功，當前圖像壓縮編碼的研究主要集中于自適應圖像特征的小波變換編碼方法、非線性逼近方法和一些實用算法［28-29］。近年來，國內測繪衛星則使用了更為高效的基于小波的壓縮編碼算法，如JPEG-LS和 SPIHT壓縮算法［30］。文獻［31］提出了一種基于SPIHT編碼的混合碼率分配三線陣影像壓縮方法，對三幅立體測繪影像獨立進行SPIHT編碼，再統一對三幅影像的內嵌比特平面編碼碼流進行優化截取，該方法根據三幅影像的實際復雜度，自適應地為每幅影像分配合適的碼率，使得三幅影像的整體重建影像質量達到最優。

2.4.2 影像壓縮質量評價技術

遙感影像判讀與測量工作希望盡量保留星上圖像已經獲取到的信息。特別是測量領域，立體像對的失真會直接影響到數字地面模型的精度。有損壓縮的失真大小與壓縮倍率永遠是一對矛盾的共同體，如何選取一個折中的有損壓縮方案需要經過影像壓縮質量評價，以確保立體影像輻射精度和幾何精度。遙感影像壓縮性能的質量評價不同于對壓縮算法的評價(如算法復雜度、壓縮速率等)，而是以應用為驅動、以壓縮后的影像為評價對象，從主觀感知、構像質量和幾何質量等方面進行評價［32］，內容涵蓋影像特征分析、對比分析、影像綜合性評價指標計算、影像匹配精度評價等［33］。影像壓縮質量評價的結論是制定測繪衛星星上壓縮算法及其壓縮比指標的重要參考和理論依據。

影像壓縮質量評價主要包括構像質量評價和幾何質量評價。其中，構像質量評價又可分為主觀評價和客觀評價兩類。主觀評價通過組織一批不同知識背景的觀察者，對重構圖像按照損傷的程度進行打分，最后對得分進行平均，獲得評價結果。主觀評價的結果具有相當的不確定性，因此，僅僅依賴主觀評價對遙感測繪影像進行質量評價還遠遠不夠［34］。而客觀評價方法具有方便的計算模型，可以給出重構圖像和原始圖像之間相似性的度量，因此獲得了廣泛應用，已形成了較為完整有效的算法體系。從現有文獻看，根據對原始圖像的參考程度，圖像質量的客觀評價可分為三種:全參考型(FR)、部分參考型(RR)和無參考型(NR)三種。全參考模型是指原始圖像是已知的，并且認為是沒有任何失真的，被用來作為評價失真圖像質量的參照。目前大多數圖像質量評價算法都屬于全參考型，針對影像壓縮的質量評價是一種典型的具有全參考模型的質量評價方法，未經壓縮的影像可以認為是原始影像。最簡單和最常用的全參考模型客觀評價方法有均方誤差(MSE)和峰值信噪比(PSNR)，它們用重構圖像偏離原始圖像的誤差來衡量圖像重構的質量［35］。部分參考模型是介于全參考型和無參考型之間的一種圖像質量評價方法。這種方法只利用部分的原始圖像的信息來估計失真圖像的視覺感知質量。目前視頻質量專家組(VQEG)已將其作為未來發展的一個方向。在某些應用領域，部分參考模型圖像質量評價方法十分有用。例如，在實時視頻通訊系統中，可以通過監控圖像質量來控制碼流資源，從而滿足不同的需要。

伴隨著傳感器技術和數字圖像處理技術的發展，有的衛星遙感測繪應用還提出了對多光譜影像數據的需求，利用多光譜影像有利于提高地形圖測制中地物識別的準確度。由于壓縮產生的低通濾波作用，可能會對光譜影像的分類細節造成損失。可以利用監督或非監督分類方法評價影像壓縮對于分類精度的影響，即在原始影像上進行訓練，在壓縮影像上進行分類試驗，檢查并統計壓縮后影像的分類結果與原始影像分類結果的差異［36-37］。

從立體測圖、定位角度看，更關注的是壓縮對于幾何精度的影響，因此遙感影像壓縮的幾何質量評價更為重要。幾何質量評價主要包括影像匹配精度評價、自動生成數字表面模型(DSM)/DEM的精度評價和攝影測量點定位精度評價等。主要研究內容包括壓縮對于包括內定向、相對定向、影像匹配、DEM等攝影測量應用鏈路的影響，以及設計最小二乘匹配方法、特征提取、DEM提取以及人工點定位等幾何評測試驗。利用影像像對匹配算法評價重建影像幾何畸變程度，隨著壓縮比的提高，影像的幾何畸變越大，可量測性也隨之下降［38-40］。

3 衛星立體測繪技術發展趨勢

高分辨率衛星測繪影像少控制點或無控制點的高精度目標定位、立體測圖和變化監測已成為國內外的研究熱點，發展趨勢主要體現在如下方面:(1)發展高空間分辨率、高精度、短重訪周期的測繪衛星，保持對地觀測數據的持續性和穩定性;(2)發展智能、實時星載數據處理關鍵技術;(3)發展衛星軌道和姿態的精密測定技術，推動立體測繪的高精度無地面控制點攝影測量能力;(4)研究高精度測繪相機的設計、制造和測試技術;(5)研究實時和事后的高精度幾何標定技術;(6)進行測繪衛星數據的應用研究等［1］。

立體測繪影像壓縮的研究遠未達到成熟的階段，發展趨勢是針對測繪影像特點，研究不同視角影像之間視差估計與補償的方法，設計專用的測繪影像高效壓縮算法，實現聯合像間和像內去相關的自適應壓縮編碼;從實用角度出發，研究實時性好、保真度高的壓縮算法;從立體匹配角度出發，研究能更好保證匹配精度和碼率分配的高效壓縮算法［41］。

全參考模型和部分參考模型評價的共同點是，它們都全部或部分地依靠一個原始的且無失真的圖像作為參考。然而在許多情況下，這種原始的無失真的圖像很難獲得，但即使沒有參考圖像，人通過觀察降質圖像仍能評估圖像的質量。由于對人類視覺系統(HVS)了解的有限性，大多數現有的無參考模型圖像質量評價算法主要集中在度量圖像的失真上。由于無參考模型圖像質量評價是真正意義上模擬人眼來評價圖像質量的方法，它的應用范圍也將會非常廣，因而是一個是非常有意義的研究方向。

多源遙感影像復合式立體測圖和定位［42-43］也是發展趨勢之一，利用不同傳感器獲取的影像構成復合式立體像對進行定位，來代替傳統的單類型傳感器立體定位技術，同樣具有重要意義。

4 結束語

高精度衛星立體測繪擁有廣闊的發展前景和應用價值。衛星測繪領域涉及多方面關鍵技術，國內技術水平與國際技術前沿相比依然有較大的差距，主要體現在傳感器研制技術方面存在代差，技術手段相對落后，缺乏對輻射、幾何精度的定量化分析和評價能力，還未構建規模化、高可靠性、高處理精度的業務系統。因此，需要加緊攻關衛星測繪關鍵技術，以逐步形成獨立自主的天地一體化測繪遙感技術體系。

［1］ 唐新明，謝俊峰，張 過.測繪衛星技術總體發展和現狀［J］.航天返回與遙感，2012，33(2):17-24.Tang Xinming，Xie Junfeng，Zhang Guo.Development and status of mapping satellite technology［J］.Spacecraft Recovery＆ Remote Sensing，2012，33(2):17-24.

［2］ 王任享.三線陣CCD影像衛星攝影測量原理［M］.北京:測繪出版社，2006.Wang Renxiang.Satellite photogrammetric principle for three-line-array CCD imagery［M］.Beijing:Surveying and Mapping Press，2006.

［3］ 王任享.我國無地面控制點攝影測量衛星相機［J］.航天返回與遙感，2008，29(3):6-9.Wang Renxiang.Photogrammetric satellite camera without ground control point in China［J］.Spacecraft Recovery ＆Remote Sensing，2008，29(3):6-9.

［4］ Subrahmanyam D，Kuriakose S，et al.Design and development of the cartosat payload for IRS P5 mission［J］.SPIE，2006，6405(17):1-7.

［5］ 王 智，張立平，李朝輝.三線陣立體測繪相機構像及誤差模型的建立［J］.光電工程，2010，37(1):95-100.Wang Zhi，Zhang Liping，Li Zhaohui.Imaging and error model of three-linear tridimensional mapping camera［J］.Opto-Electronic Engineering，2010，37(1):95-100.

［6］ 余俊鵬，孫世君.測繪相機內方位元素在對地定位中的誤差傳播［J］.航天返回與遙感，2010，31(2):16-22.Yu Junpeng，Sun Shijun.Error propagation of interior orientation elements of surveying camera in ground positioning［J］.Spacecraft Recovery ＆ Remote Sensing，2010，31(2):16-22.

［7］ 張祖勛，張劍清.數字攝影測量學［M］.武漢:武漢大學出版社，2002.Zhang Zuxun，ZhangJianqing. Digitalphotogrammetry［M］.Wuhan:Wuhan University Press，2002.

［8］ 智喜洋，張 偉，侯晴宇，等.影響測繪相機匹配精度的輻射指標量化［J］.光學精密工程，2012，20(2):387-394.Zhi Xiyang，Zhang Wei，Hou Qingyu，et al.Quantification for radiometric specifications impacting on matching accuracy of mapping camera［J］.Optics and Precision Engineering，2012，20(2):387-394.

［9］ 曹海翊，劉希剛，李少輝，等.“資源三號”衛星遙感技術［J］.航天返回與遙感，2012，33(3):7-16.Cao Haiyi，Liu Xigang，Li Shaohui，et al.ZY-3 satellite remote sensing technology［J］.Spacecraft Recovery ＆ Remote Sensing，2012，33(3):7-16.

［10］ 胡 莘，曹喜濱.三線陣立體測繪衛星的測繪精度分析［J］.哈爾濱工業大學學報，2008，40(5):695-699.Hu Xin，Cao Xibin.Analysis on precision of stereo mapping microsatellite using three-line array CCD images［J］.Journal of Harbin Institute of Technology，2008，40(5):695-699.

［11］ Iwata T.Precision attitude and position determination for the advanced Land observing satellite［C］//Proceeding of SPIE on Enabling Sensor and Platform Technologies for Space-borne Remote Sensing，Bellingham:SPIE Press，2005:34-50.

［12］ Mulawa D.On-orbit geometric calibration of the Orbview-3 high resolution imaging satellite［J］.Remote Sensing and Spatial Information Sciences，2004，35(B1):1-6.

［13］ 王新義，高連義，尹 明，等.傳輸型立體測繪衛星定位誤差分析與評估［J］.測繪科學技術學報，2012，29(6):427-429.Wang Xinyi，Gao Lianyi，Yin Ming，et al.Analysis and evaluation of position error of transmission stereo mapping satellite［J］.Journal of Geomatics Science and Technology，2012，29(6):427-429.

［14］ Jacobsen K.Comparison of image orientation by Ikonos，quickbird and orbview-3［C］//Proceedings of European Association of Remote Sensing Laboratories.Rotterdam:EARSel，2007:667-676.

［15］ Kocaman S，Gruen A.Geometric modeling and validation of ALOS/PRISM imagery and products［C/CD］//International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences.Beijing，2008:483-491.

［16］ 李德仁，王 密.“資源三號”衛星在軌幾何定標及精度評估［J］.航天返回與遙感，2012，33(3):1-6.Li Deren，Wang Mi.On-orbit geometric calibration and accuracy assessment of ZY-3［J］.Spacecraft Recovery ＆ Remote Sensing，2012，33(3):1-6.

［17］ Kim H，Lee J，Kim Y.RPC model generation from the physical sensor model［C］//Proceedings of SPIE on Sensors，Systems，and Next-qeneration Satellites.［S.l.］:SPIE Press，2004:659-667.

［18］ Fraser C，Yamakawa T.Insights into the affine model for highresolution satellite sensor orientation［J］.Journal of Photogrammetry and Remote Sensing，2004，58(5):275-288.

［19］ Grodecki J，Dial G.Block adjustment of high-resolution satellite images described by rational polynomials［J］.Photogrammetric Engineering and Remote Sensing，2003(69):59-68.

［20］ Kaaniche M，Benazza-benyahia A，Pesquet-popescu B，et al.Vector lifting schemes for stereo image coding［J］.IEEE Transactions on Image Proeessing，2009，18(11):2463-2475.

［21］ Weinberger M，Seroussin G，Sapiro G，et al.The LOCO-I lossless image compression algorithm:principles and standardization into JPEG-LS［J］.IEEE Transactions on Image Processing，2000，9(8):1309-1324.

［22］ JPEG-LS:Lossless and near-lossless coding of continuous tone still images［S］.ISO/IEC JTC1/SC 29/WG 1 FCD 14495，1997.

［23］ Memon N，Wu X.Context-based，adaptive，lossless image coding.IEEE Transactions on Communication，1997，45(4):437-444.

［24］ Taubman D，Marcellin M.JPEG2000:Image compression fundamentals，practice and standards［M］.Massachusetts，USA:Kluwer Academic Publishers，2002.

［25］ Shapiro J M.Embedded image coding using zerotrees of wavelet coefficients［J］.IEEE Transactions on Signal Processing.1993，41(12):3445-3462.

［26］ Said A，Pearlman W A.A new，fast and efficient image codec based on set partitioning in hierarchical trees［J］.IEEE Transactions on Circuits and Systems for Video Technology，1996，6(3):243-250.

［27］ Taubman D.High performance scalable image compression with EBCOT［J］.IEEE Transactions on Image Processing，2000，9(7):1158-1170.

［28］ Pennec E，Mallat S.Image compression with geometrical wavelets［C］//Proceedings of the IEEE International Conference on Image Processing.Vancouver，Canada:IEEE Press，2000:661-664.

［29］ Chuo L，BerndG.Direction adaptive discrete wavelet transform for image compression［J］.IEEE Transactions on Image Processing，2007，16(5):1289-1302.

［30］ 李松明，李 巖，李勁東.“天繪一號”傳輸型攝影測量與遙感衛星［J］.遙感學報，2012，16(增刊):10-16.Li Songming，Li Yan，Li Jindong.Mapping satellite-1 transmission type photogrammetric and remote sensing satellite［J］.Journal of Remote Sensing，2012，16(supplement):10-16.

［31］ 王 芳.基于SPIHT編碼的混合碼率分配壓縮算法研究與實現［D］.西安:西安電子科技大學，2010.Wang Fang.Study and implementation of mixed bit-rate allocation compression algorithm based on SPIHT［D］.Xi＇an:Xidian University，2010.

［32］ Eskicioglu A M，Fisher P S.Image quality measures and their performance［J］.IEEE Transactions on communications，1995，43(12):2959-2965.

［33］ 翟 亮，唐新明，張 過，等.遙感影像壓縮質量評價的研究及應用［J］.武漢大學學報:信息科學版，2009，34(3):289-292.Zhai Liang，Tang Xinming，Zhang Guo，et al.Remote sensing image compression quality assessment and its application［J］.Geomatics and Information Science of Wuhan University，2009，34(3):289-292.

［34］ Eskicioglu A M.Quality measurement for monochrome compressed images in the past 25 years［C］//IEEE International Conference on Acoustics，Speech，and Signal Processing.Istanbul，Turkey:IEEE Press，2000:1907-1910.

［35］ Shi W Z，Zhu C Q，Tian Y，et al.Wavelet based image fusion and quality assessment［J］.International Journal of Applied Earth Observation and Geoinformation，2005，6(3-4):241-251.

［36］ Lau W L，Li Z L，Lam K W K.Effects of JPEG compression on image classification［J］.International Journal of Remote Sensing，2003，24(7):1535-1544.

［37］ Shin F B，Kil D H，Dobeck G J.The impact of lossy image compression on automatic targetrecognition performance［C］//IEEE Conference on Prospects for the 21st Century.Fort Lauderdale，FL:IEEE Press，1996:943-948.

［38］ Shin T Y，Liu J K.Effects of JPEG 2000 compression on automated DSM extraction:evidence from aerial photographs［J］.The Photogrammetric Record，2005，20(112):351-365.

［39］ Maeder A J.Lossy compression effects on digital image matching［C］//14th International Conference on Pattern Recognition，Brisbane，Australia:IEEE Press，1998:1626-1629.

［40］ Robinson C，Fraser C.The effects of image compression on automated DTM generation［C］//Photogrammetric Week.Wichmann Verlag，Heidelberg，Germany:［s.n.］，1995:255-262.

［41］ 李詩高.立體影像壓縮方法研究［D］.武漢:武漢大學，2010.Li Shigao.Research on methods of stereo image compression［D］.Wuhan:Wuhan Unibersity，2010.

［42］ Almer A，Strobl D，Raggam J.A combination of SAR and optical line scanner imagery for stereoscopic extraction of 3D data［J］.Journal of Photogrammetry and Remote Sensing，1994，49(4):11-21.

［43］ 邢 帥，徐 青，何 鈺，等.多源遙感影像復合式立體定位的研究［J］.武漢大學學報:信息科學版，2009，34(5):522-526.Xing Shuai，Xu Qing，He Yu，et al.Combined stereo location among multisensor remote sensing images［J］.Geomatics and Information Science of Wuhan University，2009，34(5):522-526.