[发明专利]基于多源遥感数据的在轨卫星图像几何定位精度评价方法

说明书

本发明公开了一种基于多源遥感数据的在轨卫星图像几何定位精度评价方法，采用如下步骤：步骤1，将待评图像和参考图像调整为同一椭球体、基准面和分辨率下的两幅图像；步骤2，对以上两幅图像进行下采样，并进行辐射增强处理；步骤3，使用加速稳健特征Surf算法对以上两幅图像进行粗匹配，并用对极几何约束剔除误匹配点对；步骤4，根据粗匹配结果，对待评图像进行几何关系补偿，并对几何补偿后的待评图像和参考图像进行精确分块；步骤5，针对待评图像和参考图像块对，使用Surf算法进行精匹配，并用对极几何约束剔除误匹配点对；步骤6，计算外部几何定位精度，同时根据筛选出的各方向控制点对计算内部几何定位精度。本发明对来自不同传感器、不同光谱范围以及不同时相的多源、高精度遥感图像能够实现自动、快速和精确评价。

技术领域

本发明涉及遥感图像评价领域，具体涉及一种基于多源遥感数据的在轨卫星图像几何定位精度评价方法。

背景技术

随着国内遥感卫星的迅速发展，卫星图像的图幅越来越大。在对在轨图像进行几何定位精度评价时，需要将多景参考图像拼接成一景参考图像。然而，参考图像库是由来自不同时相、不同传感器和不同卫星所拍摄的遥感图像组成，使得拼接成的参考图像呈现多源化的特点。因此，在卫星图像和参考图像之间提取精确且分布均匀控制点信息成为几何定位精度评价的一个技术难点。

在遥感图像成像过程中，由于成像投影方式、传感器外方位元素变化、传感介质不均匀以及地形起伏和地球旋转或曲率等变化因素的影响，采集的遥感图像相对于实际地表目标存在一定的几何形变，因此遥感图像在应用前必须进行几何校正。然而，遗憾的是几何校正的精确度往往非常有限，导致系统误差纠正后图像上还存在难以预测的剩余形变。所以，有必要对几何校正后图像的几何精度进行评价，并用以指导后续的几何精校正。评价遥感图像几何精度需要借助地面控制点(Ground Control Point, GCP)，GCP的传统采集方式，是由人工对照在轨卫星图像和参考图像来完成的，GCP精度依赖于采集者个人的认识水平和技能。传统的人工采集方式不仅耗时长、精度低，而且严重影响几何精度评价效率。因此，如何采用自动化的方法提高获取控制点的数目和精度，是当前遥感图像评价有待解决的一个关键问题。

近年来，国内外研究学者在自动提取控制点方面做了大量的研究工作，控制点提取技术主要分为基于像素的方法和基于特征的方法两大类。前者直接利用灰度值来进行相关性度量，该类方法直观且容易实现，但是计算量大，对光照和畸变比较敏感。后者提取图像中含有图像重要特征的特征点，并通过相似性度量进行匹配，该类方法操作简单、匹配速度快、精度高。近年来的研究热点主要包括Harris 算子、Förstner 算子、尺度不变特征变换特征点检测方法^[6]和加速稳健特征（Speeded Up Robust Features, Surf）算法。由于目前遥感图像图幅越来越大，对遥感图像进行几何精度评价时，通常需将该图像所对应的多幅多源参考图像（包括不同光谱、时相、分辨率或传感器所拍摄的遥感图像）拼接成一幅参考图像。此类参考图像的灰度信息存在较大的差异，并且在轨图像存在定位精度误差和多种畸变（一般为旋转、拉伸和平移等），这些因素加大了控制点的提取难度，从而，基于像素的方法已经不适用，同时基于特征的方法也不能满足需求。

发明内容

本发明的目的在于针对现有几何定位精度评价技术的不足，针对多源遥感图像，提出基于整体最优的两级匹配策略（粗匹配与精匹配相结合）提取在轨图像与多源参考图之间的控制点信息。

实现本发明目的的技术方案为：一种基于多源遥感数据的在轨卫星图像几何定位精度评价方法，步骤如下：

1.针对待评图像，在参考图像库中搜索对应的参考图像集，然后，将参考图像集投影到同一地球椭球体、同一大地基准面以及同一地面分辨率下，最后对参考图像集进行拼接得到参考图像1；

2.将待评图像和参考图像1按照同比率进行下采样，然后对两幅图像进行辐射增强，得到待评图像1和参考图像2；