[发明专利]一种无需RSM参数的反解RFM求解方法

说明书

本发明公开了一种无需RSM参数的反解RFM求解方法，属于遥感影像处理技术领域。本发明是正解RFM的一种模型传递，是对RSM的另一种高精度拟合，使用本发明能够实现无需RSM参数的反解RFM求解，现有实验表明，本发明所求得的反解RFM同基于RSM参数求得的反解RFM精度基本相当，可视为同一模型，且相对于正解RFM具有更高的立体定位效率，在大规模影像工程化处理中具有应用前景。

技术领域

本发明属于遥感影像处理技术领域，涉及一种无需RSM参数的反解RFM求解方法。

背景技术

有理函数模型(Rational Function Model,RFM)是一种描述物方和像方空间关系的广义遥感卫星传感器模型，因其能达到同严格传感器模型(Rigorous Sensor Model,RSM)近似的精度并具有与传感器无关、形式简单、易于应用的特性，已成为当下光学遥感卫星的标准元数据之一。作为影像定位和坐标解算的数学基础，RFM被广泛运用于各类遥感领域研究。IKONOS卫星影像首先在元数据中附加了正解RFM。Yang提出了RFM的反解形式，并基于RSM成功拟合出正、反解RFM。为了高效、稳健地求解RFM，LONG、ZHANG、周瑜等讨论了基于RSM的正解RFM求解及其优化方法。周增华等对Pleiades卫星的正、反解RFM进行了对比，认为其定位精度基本一致，在不同应用中各具优势。

但是，目前除Pleiades卫星外，影像元数据中附带的RFM均仅含正解形式，且绝大多数卫星的RSM参数并不对外公开，无法通过拟合RSM直接建立反解RFM。

发明内容

为实现在RSM参数未知的条件下快速求得反解RFM，拓展反解RFM在影像处理领域的应用，在本发明提出了一种无需RSM参数的反解RFM求解方法。

本发明为实现上述目的所采用的技术方案是：

一种无需RSM参数的反解RFM求解方法，主要包括以下步骤：

a、读取影像附带的标准正解RFM，构建物方均分的“地形无关”虚拟控制格网；

b、基于所构建的物方均分控制格网，以反解RFM参数为未知数，联立得出反解RFM求解误差方程；

c、考虑误差法矩阵病态对求解结果的影响，采用Cholesky分解辅助的岭参数优化迭代提升求解的效率和精度，求得反解RFM中的多项式系数。

所述步骤a中，物方均分的“地形无关”虚拟控制格网构建方法为：

(1)通过全球公开数字高程模型，获取影像覆盖区域的高程范围，将其均匀分为L层(为减弱法方程病态，同时兼顾计算效率，L通常取4～5)；

(2)从影像元数据中获取影像对应的大致物方范围，将其均匀划分为M×N个网格；

(3)依据步骤(2)得到的物方均分网格，形成M×N×L个虚拟控制点，此时每个虚拟控制点(L_m,B_n,H_l),(m＝1,…,M；n＝1,…,N；l＝1,…L)的物方坐标均为已知；

(4)通过影像附带的标准正解RFM，依据每个虚拟控制点的物方坐标计算对应的像点坐标(c_m,r_n)(m＝1,…,M；n＝1,…,N)，形成所述物方均分的“地形无关”虚拟控制格网。

所述步骤b中，反解RFM形式为：

式(1)中，多项式p_i(c_norm,r_norm,H_norm),(i＝1,2,3,4)的形式为：