一种RPC模型校正系数获取方法技术

本发明专利技术公开了一种RPC模型校正系数获取方法，包括步骤一、根据映射模型及控制点信息得到RPC模型系数求解矩阵；步骤二、基于L曲线的岭估计；步骤三、对基于L曲线的岭估计解进行谱修正的迭代计算，迭代固定的次数，选取其中最精确解作为RPC模型系数解；本发明专利技术采用基于L曲线的有偏估计—岭估计求解初步的系数解，从而避免直接使用最小二乘法解算时的法矩阵条件数太大，法方程系数阵病态严重而导致获得的解偏移真值的缺陷，保证系数解稳定；本发明专利技术在采用基于L曲线的岭估计之后，对求得的系数解作为迭代初值进行谱修正迭代，合适的初始值能够大大减少迭代次数，并能够有效地提高系数解的精确性，既提高了求解的速度，又保证了解的精度。

【技术实现步骤摘要】

本专利技术设及雷达
，具体地说，是指一种合成孔径雷达（简称SAR)斜距图 像几何校正的RPCCrationalpolynomialcoefficient)模型系数解算的方法。
技术介绍
RPC模型是一种通用的卫星遥感影像的几何模型，是充分利用卫星遥感影像附带 的辅助参数基础上，根据构建的严格成像几何模型进行拟合得到的广义传感器模型。有理 函数模型的理论出现很早，但刚开始提出时，因其在摄影测量和遥感领域应用较少，故与之 相关的研究并不多，在IK0N0S卫星发射后，RPC模型受到越来越多的关注。国际摄影测量 与遥感协会已成立专口工作组研究有关RPC模型的精度、稳定性等各方面问题；RPC模型是 一种数学意义上的成像几何模型，RPC模型独立于传感器和平台，其可W建立地面任意坐 标系统与影像空间的关系，如大地坐标系，地理坐标系，投影坐标系等。对于合成孔径雷达 (SAR)图像，当给定适当数量的控制信息时，RPC模型可W获得较严密成像模型很高的拟合 精度，而且它直接采用数学模型来描述地面点和相应像点坐标之间的对应关系，形式简单、 计算效率高。因此RPC校正模型系数的准确快速解算就具有相当重要的意义。 对于RPC校正模型，当使用最小二乘法解算系数时，矩阵条件数一般较大，病态性 较严重。此时求解的RPC系数不够精确，导致采用RPC模型进行几何校正时校正结果与实 际位置偏差较大，严重影响定位精度。
技术实现思路
本专利技术的目的是为了解决上述问题，实现在方程系数矩阵病态性严重的情况下能 够准确得到RPC定位模型的系数，本专利技术首先根据实际点坐标与对应SAR图像像点坐标得 到RPC模型系数求解矩阵；然后，采用基于L曲线的岭估计计算RPC系数，基于L曲线的岭 估计是针对最小二乘估计的一种改进的有偏估计，通过改善法矩阵的结构，提高方程求解 的精度和稳定性从而消除方程系数阵的病态性，保证解稳定；最后，将基于L曲线岭估计得 到的系数解作为谱修正迭代法的初值，采用谱修正迭代法迭代计算，捜索迭代过程中误差 最小时对应的解作为RPC模型系数解。 -种RPC模型校正系数获取方法，包括W下几个步骤： 步骤一、根据映射模型及控制点信息得到RPC模型系数求解矩阵； 步骤二、根据系数矩阵A和扰动项求解岭参数k，进行岭估计； 步骤=、对基于L曲线的岭估计解进行谱修正的迭代计算，迭代固定的次数，选取 其中最精确解作为RPC模型系数解； 本专利技术的优点在于： (1)本专利技术采用基于L曲线的有偏估计--岭估计求解初步的系数解，从而避免了 直接使用最小二乘法解算时的法矩阵条件数太大，法方程系数阵病态严重而导致获得的解 偏移真值的缺陷，保证系数解稳定； (2)本专利技术在采用基于L曲线的岭估计之后，对求得的系数解作为迭代初值进行 谱修正迭代，合适的初始值能够大大减少迭代次数，并能够有效地提高系数解的精确性，既 提高了求解的速度，又保证了解的精度。【附图说明】 图1是本专利技术的建立空间格网示意图； 图2是本专利技术的仿真场景示意图； 图3是本专利技术的基于L曲线求解岭参数示意图； 图4是本专利技术的谱修正迭代法示意图； 图5是本专利技术的方法流程图。【具体实施方式】 下面将结合附图和实施例对本专利技术作进一步的详细说明。 本专利技术是一种RPC模型校正系数获取方法，包括W下几个步骤： 步骤一、根据映射模型及控制点信息得到RPC模型系数求解矩阵。 具体为；[002。 （a)建立空间格网。如图1所示，对于场景区域，首先建立影像规则格网mXn，各 网点在影像上均匀分布，然后空间分层建立一个=维物方格网，格网覆盖=维地形表面的 空间范围，高程分层数layer。 (b)获取控制点。根据SAR图像严密成像模型计算对应于空间格网中各网点的像 点坐标。此时有N=mXnXlayer个控制点，通过SAR图像严密成像模型，采用距离多普 勒算法解算出对应每个网格点化i, 1。hi)对应于SAR图像的像点坐标（r。Si)，其中（i= 1，2-，脚。[002引 （C)归一化处理。将地面网格点坐标化。1。hi)与像点坐标知Si)按照下式作归 一化处理，标准到-0. 5和0. 5之间。… 得到标准化的地面坐标炬。L。Hi)W及标准化的SAR影像坐标（X。yi)。bm"、U、 hm"、Sm"分别为控制点经度、绅度、高度、像素距离向、方位向坐标的最大值；bmi。、Imi。、 hmi。、rmi。、Smi。分别为控制点经度、绅度、高度、像素距离向、方位向坐标的最小值[002引 （d)根据控制点地面坐标炬。L。Hi)与SAR图像影像坐标（X。y;)得到求解系数 矩阵A及观测矩阵S。采用S阶RPC模型，共78个待求解参数。A为2NX78的矩阵，S为 2NX1的列阵，需求解的系数X为78X1的列阵。 系数矩阵A如下：SAR图像像点坐标阵一一观测矩阵S: S=扔y2 …y。Xl又2…Xn]T(3) 步骤二、根据系数矩阵A和扰动项求解岭参数k，进行岭估计。在观测矩阵上添加 扰动项，使用L曲线法获取合适的岭参数，采用岭估计法得到系数有偏解。 具体为；(a)按照式（4)，在观测矩阵S上添加扰动项A，得到加扰后观测矩阵Sd，其中A 服从正态分布的随机数。对于星载模型，添加方差〇2为2X1(T8的扰动项。 Sd=S+A (4)(b)L曲线的确定岭参数。L曲线求解岭参数是比较成熟的数学方法，此处采用DTU大学提供的Matl油语言的正则化工具regtools解算，使用代码 =csvd(A);k=l_curve化Sm,Sd); 得到的值k即为L曲线曲率最大值，即岭参数。 (C)将此岭参数值k带入下式，进行岭估计：巧） 得到X为基于L曲线岭估计的有偏解。其中，I为78X78的单位阵。 步骤=、对基于L曲线的岭估计解进行谱修正的迭代计算，迭代固定的次数，选取 其中最精确解作为RPC模型系数解。[004引具体为； (a)第一次迭代，令迭代次数k= 1，将基于L曲线的岭估计得到的有偏解乂，作为 迭代的初值义(W)即义W，带入下式；[004引间 义《表示第k次迭代后的估计值。 化）将求解得到的义(&)作为RPC模型第k次谱修正迭代的系数解； (c)计算控制点精度。对于所有控制点，使用此RPC模型计算对应的各像点坐标， 按式（7)进行反归一化，将得到的实际像点坐标。s' 1)与严密成像模型的对应像点 坐标比较，得到平面像素误差最大值及平面像素误差均方根，记录该次迭代结果的 系数解W及像素误差；(7) 其中，（!'1)为此系数解下的RPC模型解算出的实际像点坐标。 (e)令k值加1，进行下一次迭代，将上次迭代的系数解作为本次迭代的迭代初值 义fw;，带入式化）；[005引讯重复执行化）~（e)，直到迭代M次； (g)选择M次迭代中平面像素误差最小的解作为RPC模型的系数解。 最后，将此方法得到RPC模型用于整幅SAR影像的几何校正，即可实现基于RPC模 型的SAR图像快速高精度几何校正。[00对 实施例： 本专利技术的一种RPC模型校正系数计算方法，具体实施例为： 步骤一、根据映射模型写出RPC模型系数求解矩阵：[005引 （a)建立空间格网。仿真场景如图2所示飞行器高度500Km，采用正侧视俯仰角 45°，场景大小为4000mX6000本文档来自技高网...

【技术保护点】
一种RPC模型校正系数获取方法，包括以下几个步骤：步骤一、根据映射模型及控制点信息得到RPC模型系数求解矩阵；具体为：(a)建立空间格网；针对场景区域，首先建立影像规则格网m×n，各网点在影像上均匀分布，然后空间分层建立三维物方格网，格网覆盖三维地形表面的空间范围，高程分层数layer；(b)获取控制点；设有N＝m×n×layer个控制点，通过SAR图像严密成像模型，采用距离多普勒算法解算出对应每个网格点(bi,li,hi)对应于SAR图像的像点坐标(ri,si)，其中i＝1,2…,N；(c)归一化处理；将地面网格点坐标(bi,li,hi)与像点坐标(ri,si)按照下式作归一化处理，标准到‑0.5和0.5之间；Bi=bi-(bmax-bmin)/2bmax-bminLi=li-(lmax-lmin)/2lmax-lminHi=hi-(hmax-hmin)/2hmax-hminyi=ri-(rmax-rmin)/2rmax-rminxi=si-(smax-smin)/2smax-smin---(1)]]>得到标准化的地面坐标(Bi,Li,Hi)以及标准化的SAR影像坐标(xi,yi)；bmax、lmax、hmax、rmax、smax分别为控制点经度、纬度、高度、像素距离向、方位向坐标的最大值；bmin、lmin、hmin、rmin、smin分别为控制点经度、纬度、高度、像素距离向、方位向坐标的最小值(d)根据控制点地面坐标(Bi,Li,Hi)与SAR图像影像坐标(xi,yi)得到求解系数矩阵A及观测矩阵S；采用三阶RPC模型，共78个待求解参数；A为2N×78的矩阵，L为2N×1的列阵，需求解的系数X为78×1的列阵；系数矩阵A如下：观测矩阵S：S＝[y1 y2 … yn x1 x2 … xn]T   (3)步骤二、根据系数矩阵A和扰动项求解岭参数k，进行岭估计；具体为：(a)按照式(4)，在观测矩阵S上添加扰动项Δ，得到加扰后观测矩阵Sd，其中Δ服从正态分布的随机数，对于星载模型，添加方差σ2为2×10‑8的扰动项；Sd＝S+Δ   (4)(b)确定L曲线的岭参数k；(c)将此岭参数值k带入下式，进行岭估计：X^(k)=(ATA+kI)-1ATL---(5)]]>得到为基于L曲线岭估计的有偏解；其中，I为78×78的单位阵；步骤三、对基于L曲线的岭估计解进行谱修正的迭代计算，迭代固定的次数，选取其中最精确解作为RPC模型系数解；具体为：(a)第一次迭代，令迭代次数k＝1，将基于L曲线的岭估计得到的有偏解作为迭代的初值即带入下式：X^(k)=(ATA+I)-1(ATL+X^(k-1))---(6)]]>表示第k次迭代后的估计值；(b)将求解得到的作为RPC模型第k次谱修正迭代的系数解；(c)计算控制点精度；对于所有控制点，使用RPC模型计算对应的各像点坐标，按式(7)进行反归一化，将得到的实际像点坐标(r′i,s′i)与严密成像模型的对应像点坐标(ri,si)比较，得到平面像素误差最大值及平面像素误差均方根，记录该次迭代结果的系数解以及像素误差；r′i=(rmax-rmin)yi+(rmax-rmin)2s′i=(smax-smin)xi+(smax-smin)2---(7)]]>其中，(r′i,s′i)为RPC模型解算出的实际像点坐标；(e)令k值加1，进行下一次迭代，将上次迭代的系数解作为本次迭代的迭代初值带入式(6)；(f)重复执行(b)～(e)，直到迭代M次；(g)选择M次迭代中平面像素误差最小的解作为RPC模型的系数解；将得到RPC模型用于整幅SAR影像的几何校正，实现基于RPC模型的SAR图像快速高精度几何校正。...

【技术特征摘要】

【专利技术属性】
技术研发人员：孙兵，张新良，张洁琼，张施雨，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11