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
【技术领域】
[0001] 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】
[0002] 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。
[0003] 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（GroundControlPoint，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。
[0004] 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、F5rstner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（SpeededUpRobustFeatures,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】
[0005] 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。
[0006] 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; 3. 针对待评图像1和参考图像2,使用Surf算法提取同名控制点对，并采用対极几何 约束剔除误匹配的控制点，得到控制点对集合A; 4. 根据步骤3提取出来的控制点对集合A，建立待评图像和参考图像1两幅图像的整 体几何关系，并按照该几何关系对待评图像进行几何关系补偿，得到待评图像2 ; 5. 针对待评图像2和参考图像2,首先对两幅图像进行辐射增强，然后使用Surf算法 提取同名控制点对，最后采用対极几何约束剔除误匹配的控制点，得到最终的控制点对集 合B; 6. 根据控制点对集合B，计算待评图像的外部几何定位精度，同时筛选该图像各个方 向的控制点对计算其内部几何定位精度。
[0007] 步骤1中所述的图像投影转换过程和基于参考图像集的图像拼接过程，具体步骤 如下： 1. 1根据待评图像覆盖区域的地理经纬度范围，搜索该图像在参考图像库中所所对应 的参考图像集合，主要步骤如下： (1) 选择参考图像库类型； (2) 根据待评图像各像素点的地理经纬度以及参考图像库类型计算参考图库中所对应 的参考图像集的文件名； (3) 根据参考图像的文件名搜索参考图像； 1. 2参考图像集投影转换，主要步骤如下： (1) 根据待评图像左上角纬度，计算该图像的投影带标号，公式如下： 其中，lat为待评图像左上角纬皮；
【主权项】
1. 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，其特征在于步骤如 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;
3. 针对待评图像1和参考图像2,使用Surf算法提取同名控制点对，并采用対极几何 约束剔除误匹配的控制点，得到控制点对集合A;
4. 根据步骤3提取出来的控制点对集合A，建立待评图像和参考图像1两幅图像的整 体几何关系，并按照该几何关系对待评图像进行几何关系补偿，得到待评图像2 ;
5. 针对待评图像2和参考图像2,首先对两幅图像进行辐射增强，然后使用Surf算法 提取同名控制点对，最后采用対极几何约束剔除误匹配的控制点，得到最终的控制点对集 合B;
6. 根据控制点对集合B，计算待评图像的外部几何定位精度，同时筛选该图像各个方 向的控制点对计算其内部几何定位精度。
2. 根据权利要求1所述的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， 其特征在于：步骤1中所述的图像投影转换过程和基于参考图像集的图像拼接过程，具体 步骤如下： 1. 1根据待评图像覆盖区域的地理经纬度范围，搜索该图像在参考图像库中所所对应 的参考图像集合，主要步骤如下： (1) 选择参考图像库类型； (2) 根据待评图像各像素点的地理经纬度以及参考图像库类型计算参考图库中所对应 的参考图像集的文件名； (3) 根据参考图像的文件名搜索参考图像； 1. 2参考图像集投影转换，主要步骤如下： (1) 根据待评图像左上角纬度，计算该图像的投影带标号，公式如下：
其中，lat为待评图像左上角纬度； (2) 根据投影转换参数，采用最近邻方法对参考图像集进行重采样，投影转换参数包括 目标地球椭球体、目标大地基准面和地面分辨率； 1. 3参考图像集拼接：导入参考图像集，设定拼接最佳参数，即拼接模式、忽略像素值 和羽化参数。
3. 根据权利要求1所述的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， 其特征在于步骤2中所述的下采样和图像辐射增强，其步骤如下： 2. 1采用三次卷积内插模型，将待评图像和参考图像1进行同比率下采样； 2. 2采用wallis滤波，对待评图像和参考图像1进行图像纹理增强，得到待评图像1和 参考图像2,Wallis滤波器表不为：
其中，
，参数1，％分别为乘性系数和加性系数，为 图像中某一像素的邻域均值;％为图像中某一像素的邻域方差;m/为目标均值，它为图像 动态范围的中值；S/为目标方差；C为图像反差扩