《519.基于高分辨率影像的数字测图开题报告毕业论文》由会员分享，可在线阅读，更多相关《519.基于高分辨率影像的数字测图开题报告毕业论文（37页珍藏版）》请在金锄头文库上搜索。
1、开 题 报 告专业：遥感科学与技术 学号： 姓名： 指导教师： 一. 研究课题基于高分辨率影像的数字测图二. 目的和意义此课题研究的主要目的是建立基于高分辨率影像的有理函数模型（RFM）。传感器成像几何模型一般分为两类：物理传感器模型和通用传感器模型。而传统的物理传感器模型的建立涉及传感器物理构造、成像方式及各种成像参数。一些高分辨率商业遥感卫星的传感器信息出于技术保密的目的暂时不向用户公开，在不知道轨道参数和成像参数的情况下，不可能使用严格的物理传感器模型处理其影像。本课题所涉及的有理函数模型（RFM）是一种通用传感器模型，目标空间和影像空间的转换关系可以通过一般的数学函数来描述，并且这些函
2、数的建立不需要传感器成像的物理模型信息，这就解决了摄影测量面临的一大难题。较之物理传感器模型，RFM具有（1）一般性，适用于大多数传感器；（2）保密性，传感器设计参数信息基本不可能泄露；（3）高效性，便于实时处理。但是，有理函数模型也存在一些缺点，例如高阶RFM因参数过多导致解的不稳定性，使用RFM可能会带来额外的内插误差等。RFM是纯以数学模型来套合地形，所以有理函数的模型精度与地面控制点的精度、分布和数量及纠正范围密切相关。如何量化不同控制环境之下的RFM量测精度是重点也是难点。在这个课题的研究中，用到的数据是一对IKONOS像对。由于RFM的函数关系在理论上只对于地面控制点（GCP）是精
3、确的，在其它点都是近似的，且作为一种抽象的传感器模型，有理函数的系数没有具体的物理含义，因此只能通过检查点来分析、评定其精度，所以需要对所建立的RFM进行拟合精度分析。我将要采用的是一个航空框幅式影像对。首先利用共线方程计算每个DEM格网点对应的左右影像坐标，然后依据正解RFM计算同名像点对应的地面坐标，将其与该DEM格网点的原始三维坐标相比，分析框幅式影像正解RFM的定位精度。三. 国内外发展状况在通用传感器模型中,目标空间和影像空间的转换关系可以通过一般的数学函数来描述,并且这些函数的建立不需要传感器成像的物理模型信息。这些函数可用多种不同的形式如多项式、直接线性变换以及有理函数等来表示。
4、通用传感器模型代替严格的传感器模型更能适应传感器成像方式多样化的发展要求。用通用传感器模型代替严格的传感器模型的研究已经有十余年的历史，它最早应用在美国的军事部门中，另外这种方法在一些数字摄影测量系统中也出现过。有理函数模型（RFM）在摄影测量和遥感领域应用很少，相关研究也不多，IKONOS卫星的成功发射推动了RFM的全面研究。国际摄影测量与遥感协会（ISPRS）已成立专门工作组研究有关RFM的精度、稳定性等各方面问题；加拿大Calgary大学也于1999年初启动了对RFM在摄影测量中应用问题的研究；C.Vincent Tao等分析了不同的控制点数目与分布对RFM定位精度的影响；Xinghe
5、Yang（2000，2001）采用了正解和反解两种数学形式，分析了有理函数模型的纠正精度；Dowman等（2000）则对有理函数模型的精度和稳健性进行分析，并提出厂误差传递的算法。后来Yong Hu（2001）又提出了特定条件下的有理函数模型立体重建算法以及利用控制点更新现有模型的算法。与常用的多项式模型比较，RFM实际上是多种传感器模型的一种更通用的表达方式，它适用于各类传感器包括最新的航空和航天传感器模型。基于RFM的传感器模型并不要求了解传感器的实际构造和成像过程，因此它适用于不同的类型的传感器，而且新型传感器只是改变了获取参数这一部分，应用上却独立于传感器的类型。根据这些特点，现在很多
6、卫星资料供应商把RFM作为影像传递的标准。这种通用的传感器模型通常是用严格的传感器模型变换得到的。IKONOS影像供应商首先解算出严格传感器模型参数，然后利用严格模型的定向结果反求出有理函数模型的参数，最后将RFC作为影像元数据的一部分提供给用户，这样用户可以在不知道精确传感器模型的情况下进行影像纠正以及后续的影像数据处理。可以说RFM是一种通用的传感器模型。关于本文提出的基于高分辨率影像的数字测图，目前国内外很少有论文提到，主要是因为有关有理函数模型的研究现在开展的并不是很广泛。在有关这个课题的研究中，主要将采用一个IKONOS立体像对，建立一个基于有理函数的正解模型，并利用Matlab编程
7、实现，本课题的研究主要参考遥感技术与遥感数学图像分析处理方法、解译制图及其综合应用实务全书，通过这本书我对有理函数有了更多更具体的了解。目前高分辨率军用遥感卫星遥感技术正在走向民用商业化和以民掩军、军民两用的轨道，高分辨率军用遥感卫星资料如果要实现在民用领域的应用，同时又不涉及军事机密和危害国家利益，相信有理函数模型在遥感领域将会有相当大的使用价值。然而，我们仍需作出更深入细致的分析和研究，这样才能进一步提高该模型的精度和稳定性以及实用性，从而使有理函数模型的应用将更加广泛。希望本课题的研究对这些问题有所贡献。四. 研究内容和技术路线主要研究内容：1. 总结分析有理函数模型的理论体系，并根据课
8、题需要来理清自己的思路和编程路线。2. 研究RFM的数学基础及RFM的正解算法过程，并利用Matlab编程实现。3. 如有条件使用现成的RFM相关软件，本课题将富余的资源用于DEMs模型建立或/和误差的空间统计分析等方面的探讨。技术路线：用相关软件获取同名像点坐标，并输入该坐标：（rl，cl），（rr，cr）计算初始值X(0)，Y(0)，Z(0)将X(i)，Y(i)，Z(i) 转换为左右片对应的标准化坐标（i=0，1，2，）组成误差方程，并法化i = i + 1计算（Z，Y，X）并令：Z(i+1) = Z(i) +ZY(i+1) = Y(i) +YX(i+1) = X(i) +X|Z |，|Y
9、 |，|X | 阈值输出（X，Y，Z）X = X(i+1)Y = Y(i+1)Z = Z(i+1)NO五. 研究的主要阶段和进度第一阶段（1-4周）：理论和算法学习。搜集相关资料，完成开题报告。第二阶段（9-14周）：模型开发，实验研究。利用Matlab和其它的相关软件，完成有理函数模型正解过程的计算机编码。第三阶段（15-16周）：论文的撰写和答辩。六. 主要参考文献遥感技术与遥感数字图像分析处理方法、解译制图及其综合应用实务全书 （陈述 主编）目 录摘要第一章 绪论11.1 研究背景11.2 国内外研究现状及发展趋势11.3 本文的主要研究内容2第二章 高分辨率卫星遥感影像的通用成像模型4
10、2.1 传统物理型成像模型42.2 通用成像模型6第三章 基于正解有理函数模型的三维重建143.1 有理函数模型的正解过程143.2 系统误差补偿183.3 解算过程需注意的主要问题233.4 基于ArcInfo的有理函数模型应用24第四章 总结与展望274.1 有理函数模型的综合评价274.2 应用前景28参考文献29致 谢30摘 要随着各种新型航空和航天传感器的出现，严格成像模型越来越不能满足用户的要求，而传感器参数的保密性、成像几何模型的通用性以及更高的处理速度均要求使用与具体传感器无关的、形式简单的通用传感器模型取代物理传感器模型完成摄影测量任务。本文系统研究了建立有理函数模型的相关理
11、论及方法。并且，在介绍误差补偿方法之余，本文还对利用误差补偿后的模型进行的实验作了总结分析。关键词： 有理函数模型；RPC模型；RFM；传感器；严格成像模型Abstract With the emergence of a variety of new aeronautics and spaceflight sensors, rigorous photogrammetric models can not meet users needs as well as before. And all that the security of sensor parameter, the utility of
12、 imaging geometric model and higher progressing speed require using General Imaging Model which is more simple and sensor-independent, instead of rigorous sensor mode to do the work in photogrametry area. This paper focuses on the theory and method of the establishment of Rational Function Model, wh
13、ich is one kind of General Imaging Models. Aside from introducing the bias compensation method, the paper also summarizes practical testing with bias-corrected RPCs.Key Words: Rational Function Model, RPC, RFM, sensor, rigorous photogrammetric models第一章 绪论1.1 研究背景传感器成像几何模型的建立是进行摄影测量立体定位处理的基础，它反映了地面点
14、三维空间坐标与相应像点在像平面坐标系中二维坐标之间的数学关系，一般分为两类：物理传感器模型和通用传感器模型。随着遥感技术和航天技术的发展，航天测绘传感器的地面分辨率大幅度提高，已不限于单线阵CCD传感器通过绕飞行方向侧摆（如SPOT）或三线阵CCD的方式获取立体影像。如美国空间成像公司IKONOS卫星的传感器，它可以按照需要绕其轴线进行任意角度的转动，以获取感兴趣区域的立体影像。然而，每一种新的传感器面世，用户都要根据其成像几何关系专门为其建立传感器模型，并在已有的摄影测量软件中加入相应模块进行支持，这就大大增加了程序设计、软件升级以及维护的难度。对线阵CCD推扫式遥感影像高空间分辨率的特点决
15、定了卫星成像传感器长焦距和窄视场角的特征，如IKONOS的焦距为10m，而视场角小于1。如果采用基于共线方程的物理传感器模型描述这种成像几何关系，将导致定向参数之间的强相关，影响定向的精度和稳定性，从而削弱了遥感影像高分辨率的固有优势。并且，物理传感器模型的建立涉及传感器物理构造、成像方式及各种成像参数，一些高分辨率商业遥感卫星的传感器信息出于技术保密的目的暂时不向用户公开，在不知道轨道参数和成像参数的情况下，不可能使用严格的物理传感器模型处理其影像。同时由于通用传感器模型与具体的传感器无关，因而更能适应传感器成像方式多样化的发展要求，因此，通用传感器模型的研究已成为当前摄影测量与遥感领域的一个重要研究方向。1.2 国内外研究现状及发展趋势传感器通用成像模型大体分为基于多项式的传感器模型、基于直接线性变换的传感器模型和基于有理函数的传感器模型。对于基于多项式的传感器模型，当前主要是有二维多项式和三维多项式两种，多项式的阶数一般不大于三次，因为更高阶的多项式往往不能提高精度反而会引起参数的相关，造成模型定向精度的降低。二维多项式函数不能真实描述影像形成过程中的误差来源以及地形起伏引起的变形，因此，其应用只限于变形很小的图像如垂直下视影像、小覆盖范围影像或者平坦地区的影像。三维的多项式模型是二维的扩展，通过在多项式中增加与地形起伏
