Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Будущая конференция
Архив конференций
2023 2022 2021 2020 2019 2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003
Личный кабинет
Зарегистрироваться на сайте Войти на сайт Забыли пароль?
Электронный сборник статей
«Информационные технологии в дистанционном зондировании Земли - RORSE 2018»
Журнал
«Современные проблемы дистанционного зондирования Земли из космоса»
Дополнительная информация
Контакты Полезная информация
Подписка/отписка
на рассылку новостей
Ваш e-mail:

Четырнадцатая Всероссийская открытая конференция "Современные проблемы дистанционного зондирования Земли из космоса"

XIV.A.377

Новый алгоритм геометрической коррекции изображений, получаемых авиационными сканерными системами, с помощью опорных точек без использования бортовых данных

Страхов П. В. (1), Бадасен Е. В. (1), Шурыгин Б. М. (1), Кондранин Т. В. (1)
(1) Московский физико-технический институт (государственный университет), Долгопрудный, Россия
В связи с увеличением числа использований гиперспектральных камер, работающих по принципу сканерной съемки (push broom), вопрос использования снимков с таких камер остается актуальным. Проведение авиационных гиперспектральных съемок имеет ряд преимуществ перед космическими (высокое пространственное разрешение, оперативность, возможность непосредственного доступа к оборудованию), однако обработка результатов этих съемок может быть сопряжена со значительными трудностями из-за геометрических искажений, вызванных изменением положения и ориентации съемочной платформы в пространстве. В отличие от покадровой съемки, в которой влияние движения платформы на искажения в пределах одного кадра минимально, сканерные камеры выполняют съемку построчно, и для геометрической коррекции результата съемки необходимо установить взаимное положение прообразов этих строк в пространстве.
Существует два решения данной задачи: построение абстрактной математической модели искажений (например, использование полиномиальных функций или модели резинового листа) и моделирование реального процесса съемки. Для первого подхода необходимо равномерное плотное распределение опорных точек по снимку, т. к. эти методы корректируют искажения в локальной области опорных точек. Для данных, имеющихся в нашем распоряжении, такие подходы применить невозможно ввиду отсутствия достаточного количества визуальных ориентиров. Поэтому была разработана модель процесса съемки, учитывающая наблюдаемые искажения. Поскольку при съемке не были получены бортовые данные достаточного объема и точности для нахождения параметров модели, то для вычисления этих параметров использовались опорные точки, заданные пользователем.
При построении модели были сделаны следующие допущения. Прообраз каждой строки снимка является отрезком прямой, на котором равномерно распределены прообразы пикселей. Рельеф, углы крена и тангажа не вносят существенных искажений. На фрагментах снимка, в которых нет дополнительной информации (опорных точек), положение платформы в пространстве и угол рысканья изменяются линейно. Из этого следует, что углы поворота отрезков, их длина и положение центров отрезков также изменяются линейно. Каждая опорная точка однозначно задает положение одной точки отрезка в пространстве и соотношение, в котором эта точка разделяет отрезок. Затем определяются длины, положения и углы поворота отрезков, заданных с учетом опорных точек. При этом выбирается решение, при котором грани соседних отрезков являются противоположными гранями четырехугольника, наиболее близкого к прямоугольнику, то есть решение с наименьшим уровнем искажений. Параметры остальных отрезков определяются с помощью линейной интерполяции ближайших к ним известных отрезков с обоих сторон.
Реализация метода позволила выполнить геометрическую коррекцию и привязку полученных снимков с приемлемым уровнем точности, в том числе на участках, где отсутствовали опорные точки. Разработанный метод оказался эффективным, однако нуждается в доработке. В частности, необходимо учесть возможность ошибки при установке опорных точек пользователем, улучшить алгоритм определения оптимальных параметров, рассмотреть возможность и целесообразность моделирования влияния рельефа и углов наклона платформы.
Работы выполнены в рамках соглашения № 14.575.21.0028 от 30 июня 2014 года между Министерством образования и науки РФ и МФТИ (ГУ) (доп. соглашение между МФТИ и Индустриальным Партнёром). Результаты получены при финансовой поддержке Минобранауки России (идентификатор RFMEFI57514X0028).

Ключевые слова: геометрическая коррекция, сканерные камеры, гиперспектральная съемка, аэросъемка, контрольные точки
Литература:
  1. Балтер Б.М., Балтер Д.Б., Егоров В.В., Белов А.А., Воронцов Д.В., Ильин А.А., Орлов А.Г. Глубокая обработка данных вертолетного гиперспектрометра // Современные проблемы дистанционного зондирования Земли из космоса. 2007. № 4 (1). C. 197–208.
  2. Белозерский Л.А., Мурашко Н.И., Сущеня Д.С. Особенности полиномиальной геометрической коррекции применительно к задачам анализа изображений разновременной космической съемки // Искусственный интеллект, 2010, № 3, с. 299–311.
  3. Василейский А.С. Коррекция геометрических искажений видеоданных с цифровых аэросъемочных камер, вызываемых угловыми колебаниями носителя по крену // Современные проблемы дистанционного зондирования Земли из космоса. 2005. № 2. C. 83.
  4. Гусев В.Ю. Методы и средства радиометрической и геометрической обработки скановых изображений земной поверхности // Диссертация на соискание учёной степени
  5. кандидата физико-математических наук. Московский авиационный институт
  6. (национальный исследовательский университет), Москва, 2014.
  7. Ильин, А. А., A. Н. Виноградов, В. В. Егоров, А. П. Калинин, А. И. Родионов. Метод геометрической коррекции гиперспектральных изображений земной поверхности // Современные проблемы дистанционного зондирования Земли из космоса. 2012, № 9, с. 39–46.
  8. Кочуб Е.В., Топаз А.А. Анализ методов обработки материалов дистанционного зондирования земли // Вестник Полоцкого государственного университета. 2013. Серия F. 2012. С. 132–140.
  9. Никишин Ю.А. Разработка и исследование методов геометрической коррекции и фотограмметрической обработки материалов воздушной нестабилизированной гиперспектральной съемки // Диссертация на соискание ученой степени кандидата
  10. технических наук. МИИГАиК, Москва, 2011.
  11. Титаров П.С. Практические аспекты фотограмметрической обработки сканерных космических снимков высокого разрешения // Информационный бюллетень ГИС-Ассоциации. 2004. № 3. C. 45.
  12. Чабан, Л. Н., Вечерук Г. В., Кондранин Т. В., Кудрявцев С. В., Николенко A. A.. Моделирование и тематическая обработка изображений, идентичных видеоданным с готовящейся к запуску и разрабатываемой гиперспектральной аппаратуры ДЗЗ. // Современные проблемы дистанционного зондирования Земли из космоса. 2012. № 9, с. 111–121.
  13. Bagheri, H., Sadeghian, S. Geometric rectification of high resolution satellite images using mathematical intelligent & classical modeling // Iranian Conference on Intelligent Systems, 2014. IEEE, pp. 1–6.
  14. Chan, J.C.-W., Ma, J., Kempeneers, P., Canters, F. Superresolution enhancement of hyperspectral CHRIS/Proba images with a thin-plate spline nonrigid transform model // IEEE Transactions on Geoscience and Remote Sensing, 2010, Vol. 48, pp. 2569–2579.
  15. Devereux, B.J., Fuller, R.M., Carter, L., Parsell, R.J. Geometric correction of airborne scanner imagery by matching Delaunay triangles // International Journal of Remote Sensing, 1990, Vol. 11, pp. 2237–2251.
  16. Jensen, R.R., Hardin, A.J., Hardin, P.J., Jensen, J.R. A New Method to Correct Pushbroom Hyperspectral Data Using Linear Features and Ground Control Points // GIScience & Remote Sensing, 2011, Vol. 48, pp. 416–431.
  17. Liu, S., Wang, Z., Hao, W., Wang, R. On Geometric Correction Method of BJ-1 Panchromatic Image Covering Kingdom of Lesotho // Asian Agricultural Research 06, 2014, pp. 75-78, 84.
  18. Luan, K., Tong, X., Ma, Y., Shu, R., Xu, W., Liu, X. Geometric Correction of PHI Hyperspectral Image without Ground Control Points // IOP Conference Series: Earth and Environmental Science 17, 2014, 012193.
  20. Mlnhe, J.I., Jensen, J.R. Continuous piecewise geometric rectification for airborne multispectral scanner imagery // Photogrammetric Engineering & Remote Sensing, 2000, Vol. 66, pp. 163–171.
  21. Reguera-Salgado, J., Martín-Herrero, J. High performance GCP-based Particle Swarm Optimization of orthorectification of airborne pushbroom imagery // Geoscience and Remote Sensing Symposium (IGARSS), 2012, pp. 4086–4089.
  22. Roy, D.P., Devereux, B., Grainger, B., White, S.J. Parametric geometric correction of airborne thematic mapper imagery // International Journal of Remote Sensing, 1997, Vol. 18, pp. 1865–1887.
  23. Toutin, T. Review article: Geometric processing of remote sensing images: models, algorithms and methods // International Journal of Remote Sensing, 2004, Vol. 25, pp. 1893–1924.
  24. Wang, C., Zhang, Y., Liu, P., Xu, Q., Gu, Y., 2011a. A self-adjustive geometric correction method for seriously oblique aero image // Geoscience and Remote Sensing Symposium (IGARSS), 2011, IEEE International, pp. 1433–1436.
  25. Wang, C., Zhang, Y., Wu, Y., Gu, Y., 2011b. Highly accurate geometric correction for seriously oblique aero remote sensing image based on the piecewise polynomial model // Journal of Computational Information Systems, 2011, Vol. 7, pp. 342–349.
  26. Wang, D., Pan, D., Gong, F., Wang, T. Airborne geometry correction method for marine multispectrum data without attitude information // Acta Oceanologica Sinica, 2012, Vol. 31, pp. 59–65.

Методы и алгоритмы обработки спутниковых данных

53