基于快速异源配准的高分辨率SAR影像海岛区域正射校正

随着高分辨率合成孔径雷达(SAR)卫星的陆续发射,对天气条件多变的海岛区域进行全天候、全时段的高精度观测已变得可行。作为多种遥感应用的关键前置步骤正射校正,依赖于高精度控制点来纠正SAR影像的几何定位误差。然而,在海岛区域获取符合SAR校正要求的人工控制点不仅成本高,且风险大。为了应对这一挑战,该文首先提出了一种光学与SAR异源影像的快速配准算法,然后基于光学参考底图自动提取控制点,实现了海岛区域SAR影像的正射校正。所提出的配准算法分为两个阶段:首先构建异源影像的共性密集特征,然后在降采样后的特征上进行逐像素匹配,避免了异源影像特征点重复性低的问题。为了降低匹配复杂度,引入了海陆分割掩模以限定搜索范围。接着,对初步匹配点进行局部精细匹配,以减少降采样带来的不准确性。同时,引入海岸线均匀采样点以提升匹配结果的均匀性,并通过分段线性变换模型生成正射影像,确保了稀疏岛屿区域的整体校正精度。该算法在多景海岛区域的高分辨率SAR影像上表现出色,平均定位误差为3.2 m,整景校正时间仅需17.3 s,均优于现有多种先进的异源配准与校正算法,显示出其在工程应用中的巨大潜力。

GF-1遥感大数据自动化正射校正系统设计与实现

近年来随着遥感数据的爆炸性增长,快速、稳定的自动化影像正射校正成为遥感大数据处理的重要环节。该文在分析GF-1遥感大数据组织方式与元数据特征的基础上,将有理多项式模型正反变换与数字高程数据提取结合,设计实现自动化正射校正系统,并以提高正射校正计算效率与稳定性为目标,研究待校正影像对应数字高程数据快速提取方法,待校正影像分块读取策略等关键问题。在此基础上针对20景覆盖不同地形区域GF-1 8 m多光谱正射校正影像选择均匀分布的检查点,以Google Earth影像中同名点坐标为真值,分析校正误差及收敛情况,试验结果 X(纬线方向)方向和Y(经线方向)方向最大误差均小于16.863 m,距离误差小于23 m,并且92.25%的检查点误差小于16 m(2个像元)。该文提出的自动化正射校正方案在山地地形与平原地形均表现出良好的校正精度与稳定性。

CPU和GPU协同处理的光学卫星遥感影像正射校正方法

系统地探讨基于CPU和GPU协同处理的光学卫星遥感影像正射校正方法。首先使用"层次性分块"策略设计基于CPU和GPU协同处理的正射校正方法,然后通过配置选择优化和存储层次性访问等手段进一步提高方法执行效率。在Tesla M2050 GPU上对资源三号卫星下视全色影像进行正射校正的试验结果表明,本文方法可大幅提高光学卫星遥感影像正射校正效率,与传统串行正射校正算法相比,加速比最高达到110倍以上,相应的处理时间压缩至5 s以内,可满足对海量数据光学卫星遥感影像进行快速正射校正的要求。

遥感影像的正射校正方法比较

遥感影像的近似正射校正方法包括共线方程法、基于仿射变换的严格模型、改进型多项式、有理函数模型、神经网络图像校正等等。目前还缺乏对这些方法进行系统比较的研究。在介绍上述几种方法原理的基础上,总结了不同正射校正方法的优缺点;重点分析了有理函数模型的数学推导和算法实现,将Tikhonov正则化方法引入有理函数模型解算过程;探索性应用了两种神经网络模型校正遥感影像;通过实验进行了各种正射校正方法之间的精度和效率比较。实验结果表明:在相同的控制点和已有数据条件下,有理函数模型精度最高,可达子像素级,但模型计算速度相对其它算法稍慢一点。

基于DEM和查找表的高分辨率机载SAR图像正射校正

提出基于DEM和RD模型来模拟SAR图像,并以此为基础创建与DEM地理坐标相一致的查找表,将模拟成像过程中DEM地理坐标与SAR图像坐标之间的RD模型映射关系采用查找表记录。经模拟图像与真实图像的精确配准,DEM所在的空间三维坐标与真实SAR图像二维坐标实现了关联。试验结果表明,该方法无需地面实测控制点便能有效地正射校正高分辨率机载SAR图像,并且平面位置与DEM完全一致,精度在一个像素以内。

环境减灾卫星多光谱CCD影像自动几何精纠正与正射校正系统

我国环境减灾光学卫星(HJ)多光谱CCD影像由于具有高时空分辨率、大幅宽等优势,能够提供同一区域不同生长阶段的植被信息,是提取具有生态学意义土地覆盖及开展植被生理生态参量反演的重要数据源之一。然而,目前该数据产品的几何定位不准确及山区地形畸变误差使其难以满足应用需求。高定位精度是遥感影像信息提取、参数反演与应用分析的前提,遥感影像的几何精纠正与正射校正是遥感数据预处理面临的首要问题。在分析国内外卫星影像自动化处理系统研究现状的基础上,结合HJ CCD影像幅宽大的特点,构建了HJ CCD影像的自动几何精纠正与正射校正处理系统。与目前商业软件相比,自动几何精纠正与正射校正处理系统采用了自动化的控制点搜索与过滤方法,能有效提高控制点选取的效率与精度。同时,结合DEM数据,系统自动拟合卫星飞行路径并纠正由偏离星下观测导致的山体位移。系统应用结果表明,自动几何精纠正和正射校正系统能够有效的提高处理效率,节省人力和时间成本。该系统已被成功应用于全国生态十年(2000—2010年)变化遥感调查与评估专项土地覆盖遥感监测的环境减灾卫星多光谱遥感影像预处理工作。

基于ERDAS的SPOT5卫星影像正射校正方法研究

海岛海岸带卫星遥感调查与评价项目以高分辨率卫星遥感影像数据为基础。项目区块地形有一半为山地和丘陵,地形起伏较大,常规的几何校正难以消除因地形起伏引起的影像几何变形,必须进行正射校正。根据现有数据特点和项目要求,提出了可行的正射校正流程,基于SPOT5物理模型对融合影像进行正射校正,实验校正结果完全满足精度要求。

利用DEM进行多山地区星载SAR影像的正射校正

较为平坦地区的原始SAR影像简单采用二维变换函数(如多项式)即能满足精度要求,但在多山地区星载SAR影像的主要几何误差是由于地面高差引起的像点位移,用简单的多项式无法改正这项误差。以西藏墨托实验区为例,选取一定数量的控制点对,利用已有的数字高程模型(DEM)进行三维构像建立SAR影像的模拟影像,再利用模拟的SAR影像对原始的SAR图像进行正射校正。处理试验表明,利用DEM正射校正后的影像与地形图的匹配程度,比仅采用多项式选取地面控制点(GCP)进行校正的匹配程度有明显改善。

DEM对山区高分辨率影像正射校正精度的影响

针对实际生产中1∶2 000 DEM对于山区高分辨率卫星影像正射校正扭曲变形严重的现象,研究了对现有DEM资料进行抽稀形成不同分辨率DEM数据,并对比分析了不同分辨率DEM数据参与正射校正后的影像扭曲变形、几何精度、处理效率,从而为实际应用提供解决方案。

山区星载ALOS PALSAR微波遥感图像的正射校正

多山地区微波遥感图像的正射校正是实践应用中的关键和瓶颈,该文以星载合成孔径雷达数据ALOS(advanced landobservation satellite)PALSAR为基础数据,GAMMA软件为处理平台,研究微波图像正射校正方法。首先利用数字高程模型(digital elevation model,DEM)及卫星轨道参数生成模拟合成孔径雷达数据(synthetic aperture radar,SAR),再利用图像交叉相关分析算法自动搜索模拟SAR与真实SAR同名地物点偏移量,建立校正多项式模型,在此基础上通过建立校正查找表方法实现真实SAR图像的地理编码及正射校正。校正效果经检验,误差在一个像元以内,校正效果较好。

1:1万DEM的生成及SPOT-5卫星数据正射校正

丘陵、山区利用地面高程模型(DEM)进行正射校正是消除或限制投影误差的重要方法。通过对丘陵、山区1∶1万地形图中的等高线、高程点、特征线等地形要素进行数字化处理及不同坐标系的转换等,制作生成符合规范要求的高精度的1∶1万DEM。对SPOT-5卫星影像数据进行了配准、融合及几何校正,辅助利用1∶1万DEM制作完成符合精度要求的正射影像图。1∶1万DEM及正射影像图的制作完成对全省类似地区的图件更新及地理信息系统建设具有重要的参考价值。

计算机图形处理器加速的光学航空影像正射校正

提出了计算机图形处理器(GPU)加速的光学航空影像正射校正并行算法,以满足获取光学航空影像对实时性的要求并提高对海量影像数据在CPU上串行正射校正的效率。介绍了光学影像正射校正算法原理以及正射校正算法的并行化处理。为减少GPU执行的计算负载,引入"有效像素区域"概念,设计了改进的GPU并行校正算法。通过配置选择以及存储器访问优化进一步提高了算法的执行效率。最后,分析了GPU并行算法的精度,并验证了噪声干扰对算法的影响。实验结果表明,优化的改进GPU并行算法显著提高了正射校正的速度,影像大小为5 000×5 000时,加速比最高可达CPU串行算法的223倍以上。虽然GPU单精度计算和噪声干扰会使影像校正精度有所下降,但尚在误差允许范围之内。该算法能够快速实现光学航空影像的正射校正,校正后的影像满足实际应用需要。

基于SPOT 6卫星遥感数据无控制点正射校正

长期以来卫星遥感影像的正射校正主要是根据控制点采用多项式拟合的方法,该过程需要提供足够数量的分布均匀的地面控制点。但是在湿地、海洋、海岛等复杂的地形地区,由于地面特征不明显,工作人员无法作业或者需要全天时的定位,地面控制点的获取非常困难甚至无法实现。因此,本文介绍了RPC模型的定义形式,并以兴城市地区的SPOT 6影像为实验数据,采用RPC与DEM结合的方式,对全色与多光谱影像进行无控制点的正射校正。

基于Erdas9.2的QuickBird影像的正射校正

为了提高数字正射影像图(DOM)的几何精度,以便为土地调查、土地变更、土地监测等工作提供准确的信息。在土地利用遥感监测工作实践的基础上,探讨总结了应用Erdas9.2对QuickBird数据进行正射校正的方法、步骤和校正工作中应注意的技术难点。实践表明,采用Erdas软件校正QuickBird影像,其效果是十分理想的。

DEM对高景卫星影像正射校正的影响分析

影像的高精度正射校正需要合适的控制点和DEM,但高分辨率的DEM往往较难获取。鉴于此,利用4种不同尺度的DEM生成高景一号卫星正射影像,并对其精度进行了评价和对比分析,以期为其正射校正实际应用选择何种尺度的DEM提供参考依据。结果表明,在丘陵区域开源DEM可使正射影像平面位置精度的均方根误差优于3 m,而采用5 m格网间距的DEM可使其精度提升至1.5 m。

QuickBird影像的正射校正研究

根据现有的数据特点和项目要求,在Erdas软件中,对Quickbird影像提出了可行的正射校正流程,重点分析有理函数模型的数学推导和算法实现,最终解决在校正过程中遇到的问题。

基于缺失RPC文件的卫星影像正射校正研究

对于缺失RPC文件的卫星遥感影像可以通过ENVI平台,根据地面控制点(GCP)或外方位元素(XS,YS,ZS,Omega,Phi,Kappa)建立通用的RPC文件,并结合数字高程模型(DEM)和控制点对影像进行正射校正。实践表明,其建立的RPC模型文件不仅能满足相机或卫星模型的参数要求,而且能获得比较高的校正精度。

基于PCI的SPOT5遥感影像正射校正方法分析

正射校正是各种遥感应用过程中必不可少的基础工作,对于某些地形起伏较大、常规的几何校正难以消除由此引起的几何变形的影像,有必要进行正射校正。正射校正的方法很多,以攸县黄丰桥林场柏市分场为研究区,以SPOT5高分辨率遥感影像为校正数据进行正射校正,采用Satellite Orbital Modelling模型和Rational Functions模型,针对不同方法所产生的正射影像图精度以及运算速度进行比较与分析。实验结果表明:在相同的控制点条件下,对于SPOT5数据来说,Satellite Orbital Modelling模型的精度更高,但是此模型计算速度相对稍慢一点。该研究对SPOT遥感影像能更正确地选择正射校正方法提供参考。

基于DEM的SAR影像直接与间接正射校正方法比较

对基于DEM的SAR影像直接校正与间接校正方法的原理、步骤、校正效果与适用性进行了比较,并利用正射校正过的高精度光学卫星影像作为基准影像,对两种方法的校正精度进行验证与比较。分析表明,两种方法所采用的校正模型相同,但出发点不同,校正步骤与复杂度也不同,最终校正效果也不一样,但精度没有差很多,都能满足常规SAR正射校正精度需求,在实际应用中需要根据实际情况选择合适的方法。

基于GPU的大影像正射校正分块处理方法

图像正射校正处理具有计算复杂度和并行性高的特点,适合在GPU中进行大规模并行处理。然而由于大幅面的影像超过了GPU全局存储器的范围,无法直接导入全局存储器中进行处理。本文提出了影像分块处理策略,对大幅面影像分块然后依次传输到全局存储器中进行处理。实验表明:与CPU串行正射校正算法相比,GPU分块并行处理算法达到了很好的加速效果,加速比达到了188.34倍。