基于多角度卫星影像制作 DSM，DEM数字产品的方法研究

随着多角度卫星的不断发展,多角度的应用也随之而来。由于多角度观测卫星可同时提供多角度观测数据,提供立体像对,从而为提取影像高程信息提供了可能。本文基于Cartosa1t 卫星获取的多角度卫星影像,对DSM、DEM等数字3D产品的生成方法进行了论述,对其发展前景做了展望。     

多角度卫星影像的DEM制作

随着卫星传感器的不断发展,不同传感器的应用也随之更加广泛,其中可以进行单轨立体测绘的多角度影像产品的发布为DEM生产提供了更多选择。由于多角度观测卫星可同时提供多角度观测数据,提供立体像对,从而可以在较少的信息中提取较高精度的DEM产品。本文基于Carto SAT-1卫星获取的多角度卫星影像,对DEM生产方法进行了论述,对其发展前景做了展望。     

基于ERDAS IMAGINE的地理国情影像自动配准试验

地理国情影像数据是测绘生产及应用的重要影像数据源。本文详细地介绍了运用ERDAS IMAGINE中的Auto Sync模块进行卫星遥感影像的自动配准基本原理及方法,并进行精度验证,为其他项目中的影像自动配准在理论、方法上提供了参考。     

机载模拟POLDER多角度图象配准(英文)

多角度成象对于获取多角度遥感数据是非常重要的。在对多角度数据进行分析之前，首先要对多角度图象进行配准。经过配准，可以识别出相同的地面目标。在配准过程中，一个主要的困难是由于观察角度的不同、双向反射变化及大气的影响造成的图象灰度变化。如何解决灰度变化的影响关系到图象的配准精度。我们在该文中介绍一种多角度图象配准过程，包括预处理、基于层次结构的图象灰度相关配准。为了去掉大角度造成的灰度变化，我们用改进的模板匹配进行配准。这种方法的优点是与配准模板灰度均值无关，只与灰度变化程度有关。配准过程中也同时考虑到纹理的变化。整个配准过程是沿着观测角度增大的方向进行的序列图象配准，以提高大角度图象配准精度。最后，图象的纠正采用局部自适应几何纠正以获得较满意的结果。我们用法国ＣＮＥＳ提供的ＰＯＬＤＥＲ飞机模拟多角度图象进行配准，并提取了小麦和水稻等植被的多角度信息。     

利用距离变换模型进行卫星影像与激光点云精配准

卫星影像可以低成本、高频率地提供地物光谱特性观测信息,而激光点云可以提供精细的几何结构,两类数据的融合可以实现优势互补,进一步提高地物分类和信息提取的精度和自动化程度。实现亚像素级精度的几何配准是实现两类数据融合的前提,提出了一种基于线元素距离变换模型的快速配准方法。该方法以点云为控制源,将点云中的建筑物边缘等典型线元素通过卫星影像的初始有理多项式系数(rational polynomial coefficient, RPC)投影到像方空间,与卫星影像中的线元素进行迭代最近点配准,从而通过RPC参数精校正的方式实现几何配准。采用距离变换模型作为迭代最近点搜索的查找表,提高了运算效率;采用最新的渐进式鲁棒求解策略,能在噪声极多的情况下保证配准的鲁棒性。采用GeoEye-2、高分七号、WorldView-3等卫星影像与激光点云进行了配准实验,并分别通过人工精确量测的外业控制点和作业员内业刺的控制点作为检查,证明所提方法能在3种影像上达到0.4～0.7 m的配准精度,显著优于将点云映射为二维图像然后通过多模态匹配进行配准的策略。     

RADARSAT-2卫星TOPS模式影像干涉处理

宽幅干涉(terrain observation by progressive scans,TOPS)模式方位向多普勒中心频率的变化导致了干涉图相位的相对扭曲,干涉处理时需要较高的配准精度。加拿大合成孔径雷达遥感卫星(RADARSAT-2)TOPS模式影像由于轨道精度较差,几何配准精度过低,导致其干涉配准较哨兵合成孔径雷达遥感(Sentinel-1)卫星更加复杂。为了实现该卫星TOPS模式影像的干涉处理,首先采用相关配准、谱分集方法依次对几何配准结果进行校正,然后利用增强谱分集进行方位向偏移量矫正。由于依靠卫星星历参数和聚焦成像参数的多普勒中心估计方法精度有限,因此提出了采用相位增量法优化多普勒中心估计结果,并通过影像方位线功率谱检验了估计的多普勒中心。     

基于压缩感知的遥感影像弹性配准方法

针对遥感影像由于载荷类型、观测角度、地形起伏等内外部因素造成的影像局部几何畸变,而基于全局配准方法制约着影像配准精度的提高,基于像元的弹性配准方法可大幅提升遥感影像的配准精度,但是存在运算效率这一瓶颈等问题,该文利用像元弹性配准参数的稀疏性,提出一种基于压缩感知的弹性配准方法。通过对遥感影像像元梯度幅值响应较强的点进行随机抽样,形成观测样本点集,采用弹性配准局部参数解算模型求解样本点平移参数;通过压缩感知稀疏重构算法重构影像各像元平移参数。实验表明,在配准精度差异较小和一定的参数设置条件下,该方法可显著提高弹性配准运算速度。     

森林资源监测中GF-2卫星影像波段配准误差分析

通过对GF-2卫星影像正射校正及波段模拟配准误差试验,分析GF-2卫星正射校正方法的选择以及不同配准误差下对GF-2卫星影像自动分类结果的影响;最后介绍GF-2遥感影像在森林资源监测应用中的初步测试。研究结果表明:正射校正时,当校正精度要求控制在RMS2时,控制点数量选择范围在85~95间较为合理,且控制点数在90个时,RMS值最小;经有理函数模型与卫片模型比较后,卫片模型校正精度较高;以目视判读为主时,实践中建议使用三次卷积重采样法输出结果最好;波段模拟配准误差试验中,配准误差与各地类面积变化间存在显著的线性关系;对于森林面积监测时,配准误差应小于0.3个像元。此研究可为新型国产卫星数据在森林资源监测中的应用提供参考。     

Sentinel-1卫星TOPS模式影像增强谱分集配准优化

Sentinel-1卫星TOPS模式影像通常在几何配准的基础上,再次利用Burst重叠区域进行增强谱分集处理以实现高精度配准。几何配准主要依赖卫星轨道参数,难以进一步提高其配准精度,因此Sentinel-1影像配准的关键则是通过增强谱分集准确估计出几何配准后的残余偏移量。然而,增强谱分集易受失相干噪声等因素的影响,低相干条件下难以满足0.001像素的配准精度要求。因此本文首先针对单基线条件下的增强谱分集配准处理进行以下改进：①完善增强谱分集多视理论,采用前置多视处理,优化增强谱分集处理流程;②基于增强谱分集相位的残余偏移量等权估计升级为加权估计,改善参数估计方法;③完善距离向增强谱分集加权估计理论,实施距离向增强谱分集配准,增加增强谱分集的观测量。然后在单基线配准的基础上,针对时序影像处理提出优化方案：①根据影像干涉对组合所形成的增强谱分集冗余观测量进行多基线配准;②采用分布式目标技术提高增强谱分集干涉图相位质量。上述改进方案互相补充,不但能独立实施,而且可以联合使用。研究结果表明,以上改进方法能够在一定程度上提高配准精度。     

InSAR复数影像配准方法探讨

复数影像配准是卫星合成孔径雷达干涉数据处理中的重要步骤之一,本文对目前影像配准最常用的方法进行了研究分析,提出了基于幅度影像的配准方案,并证明该方案配准精度高,适应能力强,运算效率高.     

视觉驱动的变分配准方法

针对传统整体配准模型不能充分顾及局部变形的问题,提出了一种视觉驱动的变分配准方法。该方法在变分模型建立中综合考虑了局部变换、整体平滑和视觉约束,同时兼顾了亮度和对比度差异。首先,基于灰度均方根误差建立配准模型的数据项;其次,为了保证整体平滑,模型采用H¹半范数进行自适应约束;最后,为了保证影像中的空间属性满足视觉的要求,不能出现扭曲变形,采用直线特征进行先验约束。在变分模型求解过程中先利用整个影像估计影像之间的整体变换参数,然后采用小的邻域范围进行局部估计。整个过程在多水平差分框架下迭代求解变换参数,进而兼顾了整体平滑和局部变形。笔者利用ZY-3卫星数据进行了试验,采用目视和量化指标进行了评价,验证了本文方法的优越性。     

不同类型卫星影像区域网平差方法

传统卫星影像纠正常针对单景影像,且需要一定数量的外业控制点作为参考,严重制约了正射纠正效率。本文提出了一种卫星影像区域网平差方法,利用影像间的连接点进行RPC模型的前方交会,并用少量控制点进行仿射变换,实现了多轨多景卫星影像的区域网平差。经测试,本文方法可有效减少外业控制点,提高卫星影像正射纠正效率。     

基于小面元相对配准的正射影像快速更新

本文提出一种基于小面元相对配准的正射影像快速更新方法，该方法不涉及常规摄影测量的处理方法，而是直接利用新获取的卫星遥感影像和原始正射影像进行高精度小面元相对配准，然后将卫星遥感影像纠正到原始正射影像参考坐标系，进而实现正射影像的快速更新。     

结构光系统结合数码相机的小物体高质量纹理重建

针对双鸟饕餮纹夔神鼍鼓等小文物或其他小型物体,提出了基于结构光扫描系统结合普通高分辨率单反数码相机的纹理重建方法。该方法具有自动化程度高、效率和质量高的特点,其中主要解决了单张高分辨率影像与物体几何模型的自动配准,以及配准后从多张影像生成无缝纹理模型的问题。实验证明了本文方法的可行性和有效性。     

Evaluating the Sensitivity of Image Fusion Quality Metrics to Image Degradation in Satellite Imagery

Referring to the high potential of topographic satellite in collecting high resolution panchromatic imagery and high spectral, multi spectral imagery, the purpose of image fusion is to produce a new image data with high spatial and spectral characteristics. It is necessary to evaluate the quality of fused image by some quality metrics before using this product in various applications. Up to now, several metrics have been proposed for image quality assessment; which are also applicable for quality evaluation of fused images. However, it seems more investigations are needed to inspect the potentials of proposed Image Fusion Quality Metrics (IFQMs) to registration accuracy, especially in high resolution satellite imagery. This paper focuses on such studies and, using different image fusion quality metrics, experiments are conducted to evaluate the sensitivity of such metrics to a set of high resolution satellite imagery covering urban areas. The obtained results clearly reveal that these metrics sometimes do not behave robust in the whole area and also their obtained results are inconsistence in different patch areas in comparison with the whole image. These limitations are in minimum situation for an image quality metric such as SAM and are completely tangible for image quality metrics such as ERGAS in case of multi modal and DIV and CC from mono modal category.     

Automated Image Registration for Hydrologic Change Detection in the Lake-Rich Arctic

Multitemporal remote sensing provides a unique tool to track lake dynamics at the pan-Arctic scale but requires precise registration of thousands of satellite images. This is a challenging task owing to a dearth of stable features to be used as tie points [(TPs), i.e., control points] in the dynamic landscapes. This letter develops an automated method to precisely register images in the lake-rich Arctic. The core premise of the method is that the centers of lakes are generally stable even if their shorelines are not. The proposed procedures first extract lakes in multitemporal satellite images, derive lake centroids and match them between images, and then use the centroids of stable lakes as TPs for image registration. The results show that this approach can achieve subpixel registration accuracy, outcompeting the conventional manual methods in both efficiency and accuracy. The proposed method is fully automated and represents a feasible way to register images for lake change detection at the pan-Arctic scale.      

一种基于去混叠影像配准方法的POCS超分辨率序列图像重建

简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。