- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
资源一号02C影像的几何校正精度分析——基于RPC模型和多项式模型.pdf
’’1雩阢 2014年6月 第28卷 第3期
JournalofChizhouUniversity Jun.2014Vo1.28No.3
资源一号02C影像的几何校正精度分析
— — 基于 RPC模型和多项式模型
张 建,何宏 昌
(杭州电子科技大学 信息与控制研究所 ,浙江 杭州 310018)
[摘要】几何校正是遥感图像处理的重要一环,其精度对处理结果的准确性有重大影响。文中以北京市昌平区最新影像数据为例,分别采
用 RPC模型和多项式模型进行几何校正.对两种模型在无DEH辅助情况下的校正精度进行了研究。研究表 明:在无 DEH辅助情况下,RPC
模型的精度相对较好 :在 同一模型 内部,平原地区的精度要好于山区,对工程项 目校正模型选取起到重要的指导作用 。
关【键词】几何校正;RPC模型;多项武模型;地面控制点
中【图分类~-]P237 [文献标识码】A 文【章编号】1674—1i04(2014)03~0065~03
由于遥感平 台位置和运动状态的变化 、地球表 算简单,尤其对地面相对平坦的情况,精度通常能
面曲率 、地球 自转 、大气折射 、地形起伏等 因素的影 满足实际要求。
响,遥感 图像在几何位置上会发生变化 .产生几何 -c,。+( y)+(叭X 姗 1
畸变1_『。产生畸变的图像给定量分析和位置配准造 = D『+(iblX+万:y)+()/3x+b4 +)/ !)+… I、
成困难 ,因此在遥感数据接收后需要对图像进行几 式 中,(x,y)为像点的像平面坐标 ;(X,Y)为其
何校正 ,从而使其能够反映出接近真实的地理状 对应地面点的大地坐标 ;ai.b;为多项式的系数 ,又
况 。多项式模型是一般比较常用 的几何校正模型, 是待定系数 。通常待定系数下标 “i”选为 5。甚至还
与其相 比较 ,RPC (RationalPolynomi~Coefficients) 常常不用 a3.a5、b、b5,即仅设 8个待定系数。待定系
模型实际上是一种更广义和更完善的传感器模型 数 由图像控制点坐标确定 。所谓控制点又称作同名
表达方式 ,是对多项式、直接线性变换等模型的进 点,即在图像 中既是像平面坐标点 ,又为对应地面
一 步概括 .适用于不同类型的传感器 。而在许多工 点的大地坐标点。解算待定系数过程中控制点的个
程项 目研究中.往往许多影像缺少影像的高程信 数至少应等于式(1)所示的联立方程所采用的多项
息,为了在无数字高程模型(DEM)数据的情况下使 式待定系数个数的一半。如联立方程的待定系数有
校正结果更加准确 .本文通过具体实验 ,比较分析 8个 ,则控制点个数应为4个以上l【l。
了采用不同的几何校正模型对卫星影像进行几何
2 遥感图像几何校正的模型—— RPC模型
校正的校正精度 ,并给出了模型的具体选择情况。
RPC模型的实质是有理函数纠正模型。是将地
1 遥感图像几何校正的模型——多项式模型
面点大地坐标(X,Y,Z)与其对应的像点坐标 c)用比
多项式模型是将校正前后影像相应点 问的坐 值多项式关联起来 .公式如下 :
标关系用一般多项式表达 。多项式模 型回避 了成
!:
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)