基于稀少控制點的單片多源衛星影像聯合區域網平差試驗研究

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 陜西基礎地理信息中心,陜西 西安　710054)

?

基于稀少控制點的單片多源衛星影像聯合區域網平差試驗研究

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星影像聯合區域網的平差精度。基于“RPC+二維仿射變換法”選取不同數量控制點,采用多種布設方案對182景多源衛星影像進行聯合區域網平差定向試驗及精度分析,并對DOM產品進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誤差,區域網平差精度更優，便于后續DOM鑲嵌處理;衛星影像側視角小于25°和20°時,可分別滿足平地、丘陵地和山地、高山地1∶25 000尺度數據產品的精度要求。解決了復雜地形區域內且控制點嚴重不足情況下,大量多時相、多軌道單片衛星遙感影像快速糾正與處理問題。

稀少控制點;單片;多源衛星影像;區域網平差

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

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

1　區域網平差模型

區域網平差,是使用計算的方法,根據像片上所量測的像點坐標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星進行區域網平差方法主要包括基于像方或物方的多項式模型、對衛星的軌道和姿態進行修正[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。經考察分析,本次研究選用Pixel Grid軟件進行區域網平差試驗,采用的平差數學模型為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]以及相應的平差數學模型[12]具體如下:

1.1RFM模型

有理函數模型(RFM)是嚴密幾何成像模型的高精度擬合。模型中,影像像素坐標和其地面3為坐標之間的關系用有理多項式來表達,其中所有的坐標都進行歸一化處理。假設xn和yn為歸一化影像像素坐標,(Bn,Ln,Hn)為歸一化地理坐標(經度、維度和橢球高),RFM模型的數學表達式為:

(1)

式中,(xn,yn)為歸一化的像方坐標;(Bn,Ln,Hn)為歸一化的物方坐標,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,a1，b1，a2，b2為像方二維仿射變換定向參數,(x′,y′)為控制點在影像上的像方量測坐標;(x,y)為地面控制點利用RFM投影到影像面的坐標值,該變換參數和RFM模型參數一起等同嚴格成像幾何模型的參數。

1.3平差數學模型

根據式(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轉換為像方坐標(x,y);其次,根據計算獲取控制點像方坐標(x,y)與其實際量測控制點的像方坐標(x′,y′)對定向參數進行平差。

2　試驗與分析

2.1試驗數據源

本次試驗數據源主要包括基礎地理、數字高程、控制點及高分辨率影像數據,其中基礎地理數據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,數字高程數據主要用于試驗中的高程控制;控制點數據主要參與區域網平差定向及定向精度檢測以及最終DOM產品精度檢測;高分辨率影像數據182景,其中,QuickBird 影像18景、WorldView-1 108景、WorldView-2 56景。

2.2區域網平差定向試驗

利用Pixel Grid軟件對多源單片衛星影像進行連接點、控制點量測及區域網平差,并分析不同稀少控制點布設方案條件下定向點、檢查點等數據的平面定位精度。本次共設計了11個方案,方案內容(表1)、試驗數據分布(圖1)及試驗結果(表2、圖2)具體如下。

2.3DOM生產試驗結果

通過表2可以看出,方案6的區域網平差精度較優,故選其進行影像外參數解算、DOM數據制作,同時對該數據的平面、接邊精度進行檢測并按影像側視角和地形類別進行分類匯總統計。DOM數據平面、接邊精度統計及接邊差分段統計圖表結果詳見表3、表4。

圖1　不同數據源單片影像聯合區域網平差試驗數據分布圖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在試驗區的中心位置布設1個定向點。方案2在試驗區的四角分別布設1個定向點,共4個定向點。方案3在區域網四角和中心分別布設一個定向點,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,在試驗區中心位置附近繼續增加一個定向點,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　區域網平差定向試驗平面精度統計

表3　DOM平面精度統計

表4　DOM接邊精度統計

表5　DOM接邊差分段統計

2.4試驗結果分析

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目的增加而生變化。當控制點布設數≤11時,平面中誤差隨控制點數目的增加反而逐步降低,而定向精度卻隨之升高;控制點數為11時的定向精度最好、平面中誤差最小;控制點布設數≥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可基本消除基于QuickBird，WorldView-1，WorldView-2等高分辨衛星構建的區域網誤差,但繼續增加控制點雖可消除系統誤差但卻會累積觀測誤差,從而對區域網精度產生負面影響。

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

2.4.2影像生產通過DOM數據生產試驗發現(表3， 4), 影像側視角<20°時, 無論何種地形, 采用RPC+二維仿射變換模式的平差數學模型制作的DOM數據, 其平面精度、 接邊精度均滿足1∶25 000數據生產技術規程要求;影像側視角介于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、接邊精度均難以達到1∶25 000尺度數據生產要求,僅能滿足1∶50 000尺度數據的平面及接邊精度要求。另外,通過整景數據接邊發現(表5),接邊差≤5m的占有率高達81%,而接邊差介于5～12. 5，12.5～18.75，>18.75m圖幅數據較少,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　語

本文采用11種控制點布設方案,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等高分辨率衛星影像進行了區域網平差定向試驗,并對定向精度和試驗產品DOM進行了平面和接邊精度檢測,研究結果表明：①控制點個數及布點方案與定向精度密切相關,布控點為11～13時基本能消除構建區域網的衛星誤差,若布設其在區域網外圍時，還可有效改善平差結果;②像方連接點、物方定向點的中誤差量分別在3像素、1 m范圍內且控制條件良好時,區域網平差精度更高;③影像側視角直接影響DOM產品精度,角度不同所能滿足的土地類型尺度也不盡相同;④區域網平差法雖解決了整景影像之間接邊差大以及影響后續影像鑲嵌等技術問題,但其11～13個控制點參與下的區域網平差定向結果是否具有普遍規律性還有待下一步深入研究。

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

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

[3]邢帥,徐青,劉軍，等.多源衛星遙感影像的光束法區域網平差[J]. 測繪學報, 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.資源三號測繪衛星傳感器校正產品幾何模型[J].測繪學報,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.高分辨率遙感衛星應用成像模型、處理算法及應用技術[M]. 北京:科學出版社, 2007.

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

[15] 張過,李德仁,袁修孝，等.衛星遙感影像的區域網平差成圖精度[J]. 測繪科學技術學報, 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衛星影像區域網平差[J]. 測繪學報, 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用研究。

TP751

A

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