光学遥感卫星大数据的递推精化地面位置方法及存储介质技术

本公开提供了一种光学遥感卫星大数据的递推精化地面位置方法及存储介质，包括步骤，根据第一幅光学遥感卫星数据和第二幅光学遥感卫星数据计算首次协因数和地面点的初始三维位置数据；根据新增的光学遥感卫星数据和首次协因数计算更新协因数；根据新增的光学遥感卫星数据和协因数计算增益值；根据地面点的初始三维位置数据和增益值递推计算更新地面点的三维位置数据；重复执行新增光学遥感卫星后递推计算更新地面点的三维位置数据；第一幅光学遥感卫星数据、第二幅光学遥感卫星数据和新增的光学遥感卫星数据均包括旋转矩阵数据；能实时计算，提高了计算效率，节约了计算资源，取消了传统计算中的初始近似值和迭代，更新结果准确可靠。

【技术实现步骤摘要】
光学遥感卫星大数据的递推精化地面位置方法及存储介质
本公开涉及遥感图像处理
，尤其涉及光学遥感卫星大数据的递推精化地面位置方法及存储介质。
技术介绍
随着遥感技术的发展，在轨运行的光学遥感卫星数量也是大幅增加，卫星遥感具备了大数据特征。因此获取的光学遥感数据量越来越大，数据的类型更加丰富。卫星遥感大数据的地面位置精化处理是提升遥感大数据应用的核心和关键，根据精化处理可以提高地面位置的精度，但是现有卫星遥感大数据系统对于光学遥感卫星大数据的位置精化及精度挖掘还明显不足。利用光学遥感卫星数据计算地面位置的精度一般都是依赖于高精度的卫星姿态和轨道测量及遥感器系统的设计，这大大限制了光学遥感数据的地面位置精度提高的可用性。而基于两幅光学遥感卫星数据构成的立体像对，能计算的得到地面位置的点三维位置，但精度也很有限。光学遥感卫星大数据可以对地面的同一个位置区域进行多颗光学遥感卫星的多角度、多轨道、多高度、多分辨率的观测，这些卫星遥感数据存在着内在的几何一致性，因此可以充分应用光学遥感卫星大数据的这种空间几何关系，精化地面位置的精度。而且随着光本文档来自技高网...

【技术保护点】
1.一种光学遥感卫星大数据的递推精化地面位置方法，其特征在于，包括如下步骤：/n根据第一幅光学遥感卫星数据和第二幅光学遥感卫星数据计算首次协因数和地面点的初始三维位置数据；/n根据新增的光学遥感卫星数据和所述首次协因数计算更新协因数；/n根据新增的光学遥感卫星数据和所述首次协因数计算增益值；/n根据所述地面点的初始三维位置数据和所述增益值递推计算更新所述地面点的三维位置数据；/n重复执行新增光学遥感卫星后递推计算更新所述地面点的三维位置数据；/n所述第一幅光学遥感卫星数据、所述第二幅光学遥感卫星数据和所述新增的光学遥感卫星数据均包括旋转矩阵数据。/n

【技术特征摘要】
1.一种光学遥感卫星大数据的递推精化地面位置方法，其特征在于，包括如下步骤：
根据第一幅光学遥感卫星数据和第二幅光学遥感卫星数据计算首次协因数和地面点的初始三维位置数据；
根据新增的光学遥感卫星数据和所述首次协因数计算更新协因数；
根据新增的光学遥感卫星数据和所述首次协因数计算增益值；
根据所述地面点的初始三维位置数据和所述增益值递推计算更新所述地面点的三维位置数据；
重复执行新增光学遥感卫星后递推计算更新所述地面点的三维位置数据；
所述第一幅光学遥感卫星数据、所述第二幅光学遥感卫星数据和所述新增的光学遥感卫星数据均包括旋转矩阵数据。


2.根据权利要求1所述的光学遥感卫星大数据的递推精化地面位置方法，其特征在于，
通过所述第一幅光学遥感卫星的姿态角数据计算出所述旋转矩阵，所述第一幅光学遥感卫星的姿态角包括俯仰角α1、侧滚角β1和偏航角γ1，所述第一幅光学遥感卫星的旋转矩阵的9个元素包括：
a11＝cosα1cosγ1-sinα1sinβ1sinγ1
a12＝-cosα1sinγ1-sinα1sinβ1cosγ1
a13＝-sinα1cosβ1
b11＝cosβ1sinγ1
b12＝cosβ1cosγ1
b13＝-sinβ1
c11＝sinα1cosγ1+cosα1sinβ1sinγ1
c12＝-sinα1sinγ1+cosα1sinβ1cosγ1
c13＝cosα1cosβ1；
通过所述第一幅光学遥感卫星的姿态角数据计算出所述旋转矩阵，所述第二幅光学遥感卫星的姿态角包括俯仰角α2、侧滚角β2和偏航角γ2，所述第二幅光学遥感卫星的旋转矩阵的9个元素包括：
a21＝cosα2cosγ2-sinα2sinβ2sinγ2
a22＝-cosα2sinγ2-sinα2sinβ2cosγ2
a23＝-sinα2cosβ2
b21＝cosβ2sinγ2
b22＝cosβ2cosγ2
b23＝-sinβ2
c21＝sinα2cosγ2+cosα2sinβ2sinγ2
c22＝-sinα2sinγ2+cosα2sinβ2cosγ2
c23＝cosα2cosβ2。


3.根据权利要求2所述的光学遥感卫星大数据的递推精化地面位置方法，其特征在于，所述根据第一幅光学遥感卫星数据和第二幅光学遥感卫星数据计算首次协因数包括如下子步骤：
提取所述地面点在所述第一幅光学遥感卫星数据上的二维图像坐标(x1，y1)，所述地面点在所述第二幅光学遥感卫星数据上的二维图像坐标(x2，y2)；
计算首次协因数，首次协因数计算公式：



其中Q0表示计算的首次协因数，是一个3行3列的矩阵，A0为4行3列的系数项矩阵，是矩阵A0的转置，()-1表示对矩阵进行求逆计算；
系数项矩阵A0的计算公式包括：



其中，f01为所述第一幅光学遥感卫星数据对应光学相机的焦距，f02为所述第二幅光学遥感卫星数据对应光学相机的焦距。


4.根据权利要求3所述的光学遥感卫星大数据的递推精化地面位置方法，其特征在于，所述计算所述...

【专利技术属性】
技术研发人员：尤红建，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：北京;11