基于物方匹配高程偏差迭代修正的遥感数据高程解算方法

技术领域

本发明涉及遥感数据处理技术领域，尤其设计一种基于物方匹配高程偏差迭代修正的遥感数据高程解算方法。

背景技术

区域高程数据是遥感应用的一种重要基础数据，在三维空间数据处理和地形分析中具有重要的应用价值，广泛应用于正射影像校正、测绘、土壤侵蚀、道路勘测设计、土地利用管理、滑坡监测与灾害控制、水文模型分析、地貌变化等方面。相对于航拍立体相对生成高程数据，星载遥感数据可在短期内获得大覆盖范围的高程数据。利用光学卫星影像生成高程数据，需要获得多视图像间的密集匹配结果。常规方法通过投影轨迹法计算图像对间的核线关系，将待匹配图像投影到基准图像坐标系内，生成核线像对，然后进行密集匹配得到图像间的视差图，最后利用不同视角数据间的交会关系解算目标区域的高程值。现有技术中存在一种基于高程搜索的物方几何约束多影像相关匹配方法，构建某一点p

基于上述相关系数，在物方高度维Z进行一定范围内[Zmin,Zmax]的遍历搜索，确定相关系数最大的位置，可以直接求得目标点的高度信息Z，计算原理示意图如图1所示。

在实现本发明的过程中，申请人发现上述现有技术存在如下技术缺陷：

(1)基于核线约束的匹配方法对输入影像对成像关系有严格限制，无法应用于广泛存在的不同视角获取高分辨率遥感影像；

(2)基于核线约束的匹配方法需要将待匹配图像按照核线关系投影到基准影像坐标系统内，投影重采样的过程会破坏图像原有包含的物方目标信息，不利于获得真实的密集匹配结果；

(3)基于高程搜索的物方几何约束多影像相关匹配方法需要针对每个待匹配点进行一定高度范围内遍历搜索，计算复杂度较高，而且高程解算精度与搜索步长间距相关；

(4)现有方法无法根据生成高程数据的目标精度设计处理过程。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于物方密集匹配高程偏差迭代修正的遥感数据高程解算方法，以期部分地解决上述技术问题中的至少之一。

为了实现上述目的，作为本发明的一方面，提供了一种基于物方密集匹配高程偏差迭代修正的遥感数据高程解算方法，包括以下步骤：

步骤1：基于控制点精化多视图像的定位信息，得到精化后的定位信息；

步骤2：基于指定初始高程数据将多视图像投影到物方坐标系下，并计算投影采用的分辨率S

步骤3：对投影后图像对进行物方密集匹配处理，并根据指定初始高程数据精度和定位信息计算物方密集匹配的搜索范围参数S

步骤4：解算物方坐标对应的像方坐标，并通过前方交会方法解算得到高程数据；

步骤5：将步骤4计算得到的高程数据作为优化后指定初始高程数据，重复步骤2、步骤3和步骤4，进一步优化指定初始高程数据精度，直到物方密集匹配结果小于一定阈值，迭代结束，即得到优化后的高精度高程数据。

其中，所述步骤1中的利用控制点进行像方补偿，精化定位信息；常用的像方补偿模型有平移模型、线性变换模型和仿射变换模型。

其中，所述像方补偿模型采用仿射变换模型，公式如下：

R＝a

C＝b

其中，(R,C)为补偿后的像方坐标，(Line,Sample)为补偿前的像方坐标，(a

其中，建立所述基于像方补偿模型的利用有理多项式系数进行表达的误差方程：

对每个控制点建立的误差方程进行矩阵形式的简化表达如下：

V＝Bt-D

其中，

t＝[Δa

v＝[v

其中，所述步骤2中的初始高程数据使用公开DEM数据和DSM数据或平均高度值。

其中，所述步骤2中的计算投影采用的分辨率S

根据指定初始高程数据信息，获得图像覆盖区域平均高程为H

取图像中心点P

根据有理多项式系数的信息，计算P

其中，所述步骤3中的物方密集匹配所使用的方法为光流法或半全局物方密集匹配算法。

其中，所述步骤3中的物方密集匹配的搜索范围参数S

其中，E

基于上述技术方案可知，本发明的遥感数据高程解算方法相对于现有技术至少具有如下有益效果之一：

1、本发明在利用指定高程数据物方投影后图像间进行物方密集匹配，有效限制物方密集匹配的搜索范围，不受图像间核线关系约束，可以广泛应用于多视角高分辨率光学图像求取目标区域高程信息。

2、本发明对图像仅进行一次像方到物方的投影转换，而且由于光学成像的特点，投影转换过程中不会对图像有用信息进行压缩，可以保证图像间对应关系转换的准确性和唯一性。

3、本发明在利用指定高程数据物方投影后图像间进行物方密集匹配，而且根据指定高程数据精度约束物方密集匹配搜索范围，匹配处理计算效率和精度高，进而保证了高程数据解算过程效率和精度。

4、本发明可以根据预设高程数据精度，设计物方投影分辨率参数以及物方密集匹配搜索范围参数，从而保证生成高程数据的精度。

5、本发明将高程偏差转换为物方平移偏差量，与实际地物直接对应，易于人工目视解译，便于后续进行人工编辑确认，以保证生成高程数据的精度。

附图说明

图1是现有技术的基于高程Z搜索的物方几何约束多视图像匹配方法示意图；

图2是本发明实施例基于物方密集匹配高程偏差迭代修正的遥感数据高程解算方法流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

针对遥感图像快速高精度解算目标区域高程的需求，本发明提出一种基于物方密集匹配高程偏差迭代修正的遥感数据高程解算方法，该方法具备如下特点：1)不限制待处理多视数据之间的核线约束关系；2)首先基于指定高程数据(公开高程数据或指定平均高程)进行物方投影后，然后在物方坐标系内进行匹配处理，匹配得到的偏差由指定数据与真实地形起伏高程的偏差决定，可以有效限制物方密集匹配的搜索范围；3)将每次偏差修正后新生成高程数据作为新的指定高程数据进行物方投影和物方密集匹配，可以实现高程数据的迭代修正，保证生成高程数据的精度；4)将初始高程数据的偏差转换为多视图像物方投影后图像的平移偏差，与实际地物直接对应，易于人工判断，便于后续进行人工编辑确认。

如图2所示，为本发明实施例的基于物方密集匹配高程偏差迭代修正的遥感数据高程解算方法流程示意图，其具体包括如下步骤：

步骤1：基于控制点精化多视图像的定位信息。以常用的有理多项式系数(RPCs,Rational Polynomial Coefficients)模型为例，原始数据像面坐标(行Line、列Sample)与地面三维坐标(经度Lon、纬度Lat、高程Height)的关系：

Num

a

Num

Den

b

Den

其中，LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF、HEIGHT_SCALE为地面坐标的正则化参数。SAMPLE_OFF、SAMPLE_SCALE、LINE_OFF、LINE_SCALE为图像坐标的正则化参数。

利用控制点进行像方补偿，精化定位信息。常用的像方补偿模型由平移模型、线性变换模型和仿射变换模型，考虑到补偿模型的精度以及后续有理多项式系数修正的精度，我们选择仿射变换模型作为像方补偿模型，公式如下：

R＝a

C＝b

其中，(R,C)为补偿后的像方坐标，(Line,Sample)为补偿前的像方坐标，(a

据此，我们可以建立起基于像方补偿模型的利用有理多项式系数进行表达的误差方程：

对每个控制点建立的误差方程进行矩阵形式的简化表达如下：

V＝Bt-D

其中，

t＝[Δa

v＝[v

基于上述处理可以得到精化后的定位信息。

步骤2：基于指定高程数据(公开高程数据或指定平均高程)将多视图像投影到物方坐标系下，并依据预先设定获得高程精度T

①根据指定高程数据信息，获得图像覆盖区域平均高程为H

②取图像中心点P

③根据RPCs信息，计算P

步骤3：对投影后图像对进行物方密集匹配处理，并根据指定高程数据精度和定位信息计算物方密集匹配的搜索范围参数S

4)基于物方密集匹配结果计算目标区域高程信息，具体计算过程如下：

①在基准图上物方一点D

②根据基准图和多视图像对应的RPCs定位信息，解算物方坐标对应的像方坐标，即

③基于多视图像像方坐标的对应关系，通过前方交会方法可以解算得到高程数据，并将其赋值到基准图物方坐标系内，即可得到目标区域的高程数据。

步骤5：将上述步骤计算得到高程数据作为优化后指定高程数据，重复步骤2、3、4，进一步优化指定初始高程数据精度，直到物方密集匹配结果小于一定阈值，迭代结束，即可得到优化后的高精度高程数据。

此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换，例如：

(1)初始高程数据可以使用公开DEM数据和DSM数据，例如ASTER GDEMV3、ASTERGDEMV2、ASTER GDEMV1，SRTM90米、SRTM30米、GLS 2005 DEM、TanDEM等，或者平均高度值，只要采用基于指定高程数据进行物方投影，然后进行物方投影后图像物方密集匹配，并迭代更新指定高程数据，即为本发明权利保护范围；

(2)物方密集匹配方法可以采用本文介绍的光流法、半全局物方密集匹配算法，或者其他物方密集匹配算法，只要基于指定高程数据进行物方投标，然后对物方投影后图像进行物方密集匹配，并迭代更新指定高程数据，即为本发明权利保护范围。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。