一种卫星影像热形变修正方法及装置制造方法及图纸

本发明专利技术公开了一种卫星影像热形变修正方法及装置，属于遥感技术领域。所述方法包括：对含有恒星的高精度卫星影像进行恒星识别与筛选，利用得到的有效恒星答解热形变量修正模型，得到热形变量集；进而构建适应于热形变量的傅里叶变换模型，得到热形变拟合外推模型，通过该模型，可以计算得到任意时刻卫星的热形变参数，并对卫星影像的定位精度进行修正。该方法能够从几何修正的角度实现热形变量的补偿，降低热形变对卫星影像定位精度的影响，主要用于解决现有技术中卫星受太阳光照不均产生热形变，影响卫星影像定位精度的问题。影响卫星影像定位精度的问题。影响卫星影像定位精度的问题。

【技术实现步骤摘要】
一种卫星影像热形变修正方法及装置


[0001]本专利技术涉及遥感
，特别是涉及一种卫星影像热形变修正方法 及装置。

技术介绍

[0002]随着国土资源遥感、地理空间信息获取等需求的不断增长以及卫星对 地观测能力的不断提升，已经形成了高、中、低轨卫星协同的对地观测网。 为了完成特定的观测任务，卫星轨道也呈现多样化发展，具体包括静止轨 道、太阳同步轨道、非太阳同步轨道等。在实际在轨运行中，由于静止轨 道和非太阳同步轨道等卫星受太阳光照不均，从而造成航天器各部位的温 度分布和温度变化不一致。在这样的环境中，航天器结构会产生热变形。 航天器结构的变形会直接影响对地指向，进而影响卫星影像的定位精度。
[0003]为了解决热形变对卫星影像定位精度的影响，目前，常通过在星上添 加控温装置实现传感器温度的控制，以达到减少热形变的目的。但是由于 卫星在轨运行情况极其复杂，温控措施并不能完全解决热形变带来的影响。

技术实现思路

[0004]本专利技术要解决的核心技术问题为，提供一种卫星影像热形变修正方法 及装置，能够从几何修正的角度实现热形变量的补偿，降低热形变对卫星 影像定位精度的影响，主要用于解决现有技术中卫星受太阳光照不均产生 热形变，影响卫星影像定位精度的问题。
[0005]为了解决上述技术问题，本专利技术实施例第一方面公开了一种卫星影像 热形变修正方法，所述方法包括：卫星对天成像，得到含有恒星的高精度 卫星影像；利用预设的恒星筛选规则对所述卫星影像进行处理，得到恒星 影像位置范围集合；所述恒星影像位置范围集合包括若干个恒星在所述卫 星影像中的位置范围；利用预设的严格成像模型对所述恒星影像位置范围 集合进行处理，得到目标恒星实际位置集合；所述目标恒星实际位置集合 包括若干个目标恒星在天球坐标系下的实际位置；利用所述目标恒星影像 位置范围集合与所述目标恒星实际位置集合对预先构建的热形变量修正模 型进行答解，得到热形变量集；所述热形变量集包括若干时刻卫星的热形 变量；利用所述热形变量集构建傅里叶变换模型，得到热形变拟合外推模 型；将待修正时间输入所述热形变拟合外推模型，得到所述待修正时间卫 星的热形变量。
[0006]作为本专利技术的进一步改进，利用预设的恒星筛选规则对所述卫星影像 进行处理，包括：通过构建恒星检测神经网络对卫星影像进行恒星自动识 别，得到恒星影像数据集；所述恒星影像数据集包括若干颗恒星在卫星影 像上的成像范围；根据预设的第一筛选规则对恒星影像数据集中的恒星进 行第一次筛选；所述第一筛选规则包括成像面积阈值，所述成像范围超过 所述成像面积阈值的恒星通过第一次筛选；根据预设的第二筛选规则对通 过第一次筛选的恒星第二次筛选；所述第二筛选规则包括预先设置的恒星 模板，符合所述恒星模板的恒星通过第二次筛选。
[0007]作为本专利技术的进一步改进，所述构建恒星检测神经网络具体为：所述 恒星检测神
经网络为基于深度学习的目标检测网络；构建恒星影像数据集， 包括所述高精度卫星影像中的恒星影像样本，以及对所述恒星影像块进行 图像操作形成的扩展样本；采集大量所述恒星影像样本和所述扩展样本， 形成训练样本集；利用所述训练样本集对所述恒星检测神经网络进行训练。
[0008]作为本专利技术的进一步改进，所述根据预设的第二筛选规则对通过第一 次筛选的恒星第二次筛选具体为：利用预设的恒星模板与恒星影像位置范 围进行卷积操作，得到的卷积值与预设卷积阈值比较，所述卷积值超过所 述预设卷积阈值的恒星通过第二次筛选。
[0009]作为本专利技术的进一步改进，利用预设的严格成像模型对所述恒星影像 位置范围集合进行处理，得到目标恒星实际位置集合，包括：
[0010]预设严格成像模型：
[0011]其中表示所述目标恒星实际位置，(x、y)表示目标恒星在卫星影 像上的像素坐标，表示卫星成像时刻GPS的位置，mR表示目标恒星 在卫星影像上的位置与目标恒星实际位置之间的转换关系，f表示成像时刻 的焦距，(x0，y0)为像平面中心点坐标，(Δx，Δy，Δf)为通过几何定标获得的像素 坐标和焦距的实际修正量；对所述严格成像模型进行求解，得到所述目标 恒星实际位置集合；比较所述卫星影像上若干恒星之间的位置结构与所述 若干恒星的实际位置结构，如一致则为目标恒星。
[0012]作为本专利技术的进一步改进，所述利用所述目标恒星影像位置范围集合 与所述目标恒星实际位置集合对预先构建的热形变量修正模型进行答解， 包括：热形变量修正模型表示为：
[0013][0014]表示热形变情况下的恒星视向量，即目标恒星在卫星影像上的像素坐 标(x，y)；式中(a，b)表示恒星在天球坐标系下的坐标，M1由含有传感器热形 变量的(σ
i
，θ
i
)计算得到其中不同CCD片 的(σ
i
，θ
i
)值也不同，M2由含有载荷热形变量的(ω，l，k)计算得到，计算公式为M3，M4，M5分别表示轨道坐标 系与卫星本体坐标系、地心惯性坐标系与轨道坐标系、天球坐标系与地心 惯性坐标系之间的转换关系；构建误差方程对所述热形变量修正模型答解， 得到若干时刻卫星的热型变量；所述热型变量包括所述传感器热形变量 (σ
i
，θ
i
)及所述载荷热形变量(ω，l，k)。
[0015]根据本专利技术另一个方面，提供了一种卫星影像热形变修正装置，包括： 成像模块：卫星对天成像，得到含有恒星的高精度卫星影像；恒星筛选模 块：利用预设的恒星筛选规则对所述卫星影像进行处理，得到恒星影像位 置范围集合；所述恒星影像位置范围集合包括若干个恒星在上述卫星影像 中的位置范围；获取恒星实际位置模块：利用预设的严格成像模型对所述 恒星影像位置范围集合进行处理，得到目标恒星实际位置集合；所述目标 恒星实际位置集合包括若干个目标恒星的实际位置；热形变量模块：利用 所述目标恒星影像位置范围集合与所述目标恒星实际位置集合对预先构建 的热形变量修正模型进行答解，得到热形变量集；所述热形变量集包括若 干时刻卫星的热形变量。热形变拟合外推模型应用模块：利用所述热形变 量集构建傅里叶变换模型，得到热形变拟合外推模型；将待修正时间输入 所述热形变拟合外推模型，得到所述待修正时间卫星的热形变量。
[0016]作为本专利技术的进一步改进，所述恒星筛选模块包括：恒星自动识别子 模块：用于通过构建恒星检测神经网络对卫星影像进行恒星自动识别，得 到恒星影像数据集；所述恒星影像数据集包括若干颗恒星在卫星影像上的 成像范围；第一筛选模块：用于根据预设的第一筛选规则对恒星影像数据 集中的恒星进行第一次筛选；所述第一筛选规则包括成像面积阈值，所述 成像范围超过所述成像面积阈值的恒星通过第一次筛选；第二筛选模块： 用于根据预设的第二筛选规则对通过第一次筛选的恒星第二次筛选；所述 第二筛选规则包括预先设置的恒星模板，符合所述恒星模板的恒星通过第 二次筛选。
[0017]根据本专利技术另一个方面，提供了又一种卫星影像热形变修正本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卫星影像热形变修正方法，其特征在于，所述方法包括：卫星对天成像，得到含有恒星的高精度卫星影像；利用预设的恒星筛选规则对所述卫星影像进行处理，得到恒星影像位置范围集合；所述恒星影像位置范围集合包括若干个恒星在所述卫星影像中的位置范围；利用预设的严格成像模型对所述恒星影像位置范围集合进行处理，得到目标恒星实际位置集合；所述目标恒星实际位置集合包括若干个目标恒星在天球坐标系下的实际位置；利用所述目标恒星影像位置范围集合与所述目标恒星实际位置集合对预先构建的热形变量修正模型进行答解，得到热形变量集；所述热形变量集包括若干时刻卫星的热形变量；利用所述热形变量集构建傅里叶变换模型，得到热形变拟合外推模型；将待修正时间输入所述热形变拟合外推模型，得到所述待修正时间卫星的热形变量。2.根据权利要求1所述的卫星影像热形变修正方法，其特征在于，利用预设的恒星筛选规则对所述卫星影像进行处理，包括：通过构建恒星检测神经网络对卫星影像进行恒星自动识别，得到恒星影像数据集；所述恒星影像数据集包括若干颗恒星在卫星影像上的成像范围；根据预设的第一筛选规则对恒星影像数据集中的恒星进行第一次筛选；所述第一筛选规则包括成像面积阈值，所述成像范围超过所述成像面积阈值的恒星通过第一次筛选；根据预设的第二筛选规则对通过第一次筛选的恒星第二次筛选；所述第二筛选规则包括预先设置的恒星模板，符合所述恒星模板的恒星通过第二次筛选。3.根据权利要求2所述的卫星影像热形变修正方法，其特征在于，所述构建恒星检测神经网络具体为：所述恒星检测神经网络为基于深度学习的目标检测网络；构建恒星影像数据集，包括所述高精度卫星影像中的恒星影像样本，以及对所述恒星影像块进行图像操作形成的扩展样本；采集大量所述恒星影像样本和所述扩展样本，形成训练样本集；利用所述训练样本集对所述恒星检测神经网络进行训练。4.根据权利要求2所述的卫星影像热形变修正方法，其特征在于，所述根据预设的第二筛选规则对通过第一次筛选的恒星第二次筛选具体为：利用预设的恒星模板与恒星影像位置范围进行卷积操作，得到的卷积值与预设卷积阈值比较，所述卷积值超过所述预设卷积阈值的恒星通过第二次筛选。5.根据权利要求1所述的卫星影像热形变修正方法，其特征在于，利用预设的严格成像模型对所述恒星影像位置范围集合进行处理，得到目标恒星实际位置集合，包括：预设严格成像模型：其中表示所述目标恒星实际位置，(x、y)表示目标恒星在卫星影像上的像素坐标，
表示卫星成像时刻GPS的位置，mR表示目标恒星在卫星影像上的位置与目标恒星实际位置之间的转换关系，f表示成像时刻的焦距，(x0，y0)为像平面中心点坐标，(Δx，Δy，Δf)为通过几何定标获得的像素坐标和焦距的实际修正量；对所述严格成像模型进行求解，得到所述目标恒星实际位置集合；比较所述卫星影像上若干恒星之间的位置结构与所述若干恒星的实际位置结构，如一致则为目标恒星。6.根据权利要求1所述的卫星影像热形变修正方法，其特征在于，所述利用所述目标恒星影像位置范围集合与所述目标恒星实际位置...

【专利技术属性】
技术研发人员：王红钢，赖广陵，周颖，龙恩，曲小飞，
申请(专利权)人：北京市遥感信息研究所，
类型：发明
国别省市：