基于高分辨率遥感影像地形三维重建关键技术研究Word

　　关于遥感影像地形三维重建的研究介绍

　　基于高分辨率遥感 影像地形三维重建 关键技术研究

　　关于遥感影像地形三维重建的研究介绍

　　一、研究意义：高分辨率卫星影像及其立体像对具有获取周期 短、影像覆盖范围大、全天候获取、不受地区限制 等传统航测不具有的优势。而且高分辨率卫星不断 提高的分辨率、更短的重访周期、更灵活的获取方 式和更低的价格使其在测绘生产中体现出了巨大的 应用潜力，为测绘发展提供了新的研究领域。

　　关于遥感影像地形三维重建的研究介绍

　　二、高分辨率遥感影像三维重建1、三维重建简介三维重建是以射影几何为基础，从单幅图像(加上景物约束)、 二幅或多幅图像(类似人的双目定位)来恢复空间点三维坐标的过 程。 三维重建主要包括：图像获取、建立传感器成像几何模型、 影像匹配、DEM提取四个部分。其中传感器成像几何模型、影 像匹配是三维重建的关键步骤。

　　2、图像获取二维图像对是双目立体视觉的处理对象，三维重建常采用两 幅与多幅遥感图像，从不同方位对同一地区摄取的两幅影像构成为 立体像对，其实质是传感器模拟人的双眼，构造人体立体视觉，一 般立体像对的重叠度至少在60%以上。

　　关于遥感影像地形三维重建的研究介绍

　　3、传感器成像几何模型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，目的是为了建立像点在像平面坐标系中 二维坐标与相应地面点三维空间坐标之间的数学关系。

　　一般分为物理传感器模型和广义传感器模型两类。 前者需要考虑成像过程中造成影像变形的物理因素如地 表起伏、大气折射、相机透镜畸变及卫星的位置、姿态 等等，再利用这些物理条件来建构成像几何模型；广义传感器模型建立时，则不考虑传感器成像的物 理意义，直接采用数学函数如多项式、直接线性变换、 仿射变换及有理多项式等形式描述地面点和相应像点之 间的几何关系。

　　关于遥感影像地形三维重建的研究介绍

　　3、传感器成像几何模型物理传感器模型的建立需要传感器物理构造及成像 方式等信息，理论上非常严密，但为了保护技术秘密， 一些传感器的参数并未被公开，用户不可能建立这些传 感器的严格成像模型。通用传感器模型与具体的传感器无关，更能适应传 感器成像方式多样化的发展要求，所以通用传感器模型 的研究成为当前摄影测量与遥感领域的一个重要研究方 向。

　　关于遥感影像地形三维重建的研究介绍

　　4.常用建模方法

　　多项式法 共线方程式法 直接线性变换法 仿射变换法 有理函数模型(Rational Function Model ,RFM)法

　　关于遥感影像地形三维重建的研究介绍

　　4.常用建模方法

　　多项式法x a0 (a1 X a2Y ) (a3 X 2 a4 XY a5Y 2 ) (a6 X 3 a7 X 2Y a8 XY 2 a9Y 3 ) y b0 (b1 X b2Y ) (b3 X 2 b4 XY b5Y 2 ) (b6 X 3 b7 X 2Y b8 XY 2 b9Y 3 )

　　共线方程式法x f y f

　　a11 ( Xp Xs) a 21 (Yp Ys) a31 ( Zp Zs) a13 ( Xp Xs) a 23 (Yp Ys) a33 ( Zp Zs) a12 ( Xp Xs) a 22 (Yp Ys) a32 ( Zp Zs) a13 ( Xp Xs) a 23 (Yp Ys) a33 ( Zp Zs)

　　关于遥感影像地形三维重建的研究介绍

　　4.常用建模方法

　　直接线性变换法XL1 YL2 ZL3 L4 x 0 XL9 YL10 ZL11 1 XL5 YL6 ZL7 L8 y 0 XL9 YL10 ZL11 1

　　仿射变换法 8参数法

　　xi A0 A1 X i A2Yi A3 Z i y i B0 B1 X i B2Yi B3 Z i

　　严密仿射变换公式Z f m m cos ( x x ) a a X a Y a Z 0 0 1 2 3 f ( x x ) tg 0 y y0 b0 b1 X b2Y b3 Z

　　关于遥感影像地形三维重建的研究介绍

　　有理函数(RFM)法有理函数定义： 有理函数是将像点坐标(r , c)表示为以相应地面点空间坐标 (X,Y,Z)为自变量的多项式的比值，公式如下： P1(X ,Y ,Z ) r P2(X ,Y ,Z ) c P3(X ,Y ,Z ) P4(X ,Y ,Z )

　　关于遥感影像地形三维重建的研究介绍

　　基于有理函数(RFM)的通用传感器模型有理函数模型 (RFM)P 1( X ,Y , H ) rl P 2 ( X ,Y , H ) P ( X ,Y , H ) cl 3 P 4 ( X ,Y , H ) P 1( X ,Y , H ) rr P 2 ( X ,Y , H ) P ( X ,Y , H ) cr 3 P 4 ( X ,Y , H )

　　RFM传感器优点如下：

　　①、 一般性：形式简单，适用于大多数 传器；②、保密性：RFM中隐含了传感器信息； ③、高效性：便于实时处理。

　　关于遥感影像地形三维重建的研究介绍

　　有理函数模型系数(RPC)的解算方法

　　从前面叙述可知，有理函数模型的精度受RPC系数的解算质量 直接影响。其中，RPC系数可通过严密传感器模型直接拟合计算得 到，也就是地形无关解算，也称独立于地形解算；当传感器未知时， 也可以通过地形信息反解出RPC,称之为地形相关解算。

　　地形无关解算传感器的严密物理模型已知 空间格网+最小二乘法

　　地形相关解算传感器的严密物理模型未知 GCP选点+最小二乘法

　　空间格网

　　关于遥感影像地形三维重建的研究介绍

　　有理函数模型的优化根据优化过程是否改变原始的RPC参数可分为直接优化法和间接优化法，前 者指的是不改动有理函数模型本身，通过不同的计算模型和计算步骤，直接作用 于RPC参数以得到一组新的RPC参数。后者是在像空间或物方空间进行补偿或者 联合变换，并不对原始的RPC参数进行修改。 直接优化法 利用新增GCPs对RPC系数重新解算原始RPC系数 条件平差 新增GCPs 附有条件的间接平差 原始GCPs 权阵赋值 新RPC系数新增的GCPs作为 RPC系数解算的

　　强制附合条件

　　关于遥感影像地形三维重建的研究介绍

　　有理函数模型的优化间接优化法利用新增GCPs计算仿射变换系数，改变 像方空间坐标值原始RPC系数 原始像素坐标 新像素坐标 新增GCPs 像方仿射变换系数新增GCPs用于像 方仿射变换系数 的计算

　　对于直接优化模型来说，在优

　　化解算的过程中往往需要 严密传感器模型参数。而对于间接优化模型来说，虽然不需 要严密传感器模型参数，但是其并不改变原始的RPC参数， 因此其构建的联合优化模型往往不能直接被商业软件所接受。

　　关于遥感影像地形三维重建的研究介绍

　　5、影像匹配影像匹配是指在影像的重叠区自动识别和量测同名点。由于 影像数据非常大，有的平台如ERDAS LPS在匹配过程中采用金字 塔影像来减少运行的时间，增加匹配的可信度。匹配过程是在每 一个分辨率级别上执行，首先从最低分辨率级别开始，依次在每 一个更高级别分辨率上执行匹配。 按照匹配基元影像匹配方法可以分为三类：基于区域的影像 匹配(根据两影像的灰度值的相似性决定两影像间的相关性)、基 于特征的匹配(根据提取的点特征比较影像间的特征属性)和基于 语义的匹配(又称影像结构的相应特征，比较耗时)。

　　关于遥感影像地形三维重建的研究介绍

　　6、DEM提取及精度分析右图以ERDAS LPS的数字地面模型 自动提取模块为例说明了DEM提取流程。 连接点生成 连接点是不知道地面坐标，但是在 影像的重叠区容易识别和量测的点。能 够手动或自动地被量测，其地面坐标在 空间三角计算模型中被解算出来。通过 最小二乘法完成连接点之间的匹配。 精度分析 DEM精度除了与区域本身的众多地 形因素如地形复杂度、地形坡度以及空 间分辨率等有关，还与提取过程中选取 的数学模型、立体像对的重叠区域的连 接点个数、GCP的精度有很大关系。因此 在DEM提取完成后，需要对其精度进行 一个评估。 常用的DEM精度评定方法有 检查点法、剖面法、等高线法、影像分 析法等。

　　关于遥感影像地形三维重建的研究介绍

　　三、三维可视化在成功提取重复影 像的DEM数据后可利 用ERDAS、ARCGIS、 ENVI等遥感图像处理 平台对该地区进行三维 可视化。

　　右图为使用ENVI对 DEM数据进行三维可 视化得到的图像。

　　关于遥感影像地形三维重建的研究介绍

　　THANKS