【技术实现步骤摘要】
一种制作区域星载光学和SAR影像DOM的方法和系统
[0001]本专利技术属于地理信息数字领域,尤其涉及一种制作区域星载光学和
SAR
影像
DOM
的方法和系统
。
技术介绍
[0002]数字正射影像图
(Digital Orthorectified Map,DOM)
是我国基础地理信息数字成果的重要组成部分,其主要生产过程是通过对卫星影像进行数字微分纠正
、
融合和镶嵌,并按一定图幅范围进行裁切,生成兼具地图几何精度和影像特征的数字正射影像集
。
由于
DOM
同时具备地图几何精度和影像特征,具有精度高
、
信息丰富
、
直观真实
、
制作周期短的优势,既可作为背景控制信息,用于评价其他数据的精度
、
现势性和完整性,也可从中提取自然资源和社会经济发展信息,为基础数据动态更新
、
防灾治害和公共设施建设规划等应用提供可靠依据
。
[0003]近年来,随着国产光学和合成孔径雷达
(Synthetic Aperture Radar,SAR)
卫星及相关测绘技术的飞速发展,我国具备自主可控
1:5
万
SAR
和光学
DOM
建设能力
。
当前国内外对数字正射影像图生产的研究主要集中在单独处理光学或
SAR
卫星数据方面,既没有 ...
【技术保护点】
【技术特征摘要】
1.
一种制作区域星载光学和
SAR
影像
DOM
的方法,其特征在于,所述方法包括:步骤
S1、
选取测区内原始星载光学影像及
RPC
模型
、
原始星载
SAR
影像及
RD
模型
、
数字正射影像库和外部参考
DEM
数据;步骤
S2、
对所述原始
SAR
影像的
RD
模型进行
RPC
建模,得到
SAR
影像的
RPC
定位模型,并通过滤波抑制
SAR
影像斑点噪声,得到抑制斑点噪声后的
SAR
影像;步骤
S3、
基于光学影像特征一致性原则,开展所述原始星载光学影像和数字正射影像间像控点的匹配,得到原始星载光学影像控制点;步骤
S4、
利用异源影像在深度卷积神经网络空间的相似性,开展所述抑制斑点噪声后的
SAR
影像和数字正射影像间的像控点匹配,得到滤波处理后的
SAR
影像控制点;步骤
S5、
分别利用所述原始星载光学影像控制点和滤波处理后的
SAR
影像控制点,基于所述抑制斑点噪声后的
SAR
影像和原始星载光学影像及
RPC
定位模型开展联合区域网平差和正射纠正处理,得到正射纠正后光学和
SAR
影像;步骤
S6、
对所述正射纠正后光学和
SAR
影像开展自动匀光和匀色处理,得到匀光匀色处理后光学和
SAR
影像;步骤
S7、
对所述匀光匀色处理后光学和
SAR
影像进行镶嵌处理,得到镶嵌后光学和
SAR
正射纠正产品;步骤
S8、
对所述镶嵌后光学和
SAR
正射纠正产品按标准分幅进行裁切处理,得到标准分幅光学和
SAR
影像
DOM
产品
。2.
根据权利要求1所述的一种制作区域星载光学和
SAR
影像
DOM
的方法,其特征在于,在所述步骤
S2
中,对所述原始
SAR
影像的
RD
模型进行
RPC
建模,得到
SAR
影像的
RPC
定位模型,并通过滤波抑制
SAR
影像斑点噪声,得到抑制斑点噪声后的
SAR
影像的方法包括:步骤
S21、
结合光学影像
RPC
模型的特性,利用所述原始
SAR
影像严格成像几何模型建立地面点的立体空间格网和影像面之间的对应关系作为控制点求解
RPC
参数,得到拟合后的
RPC
模型即得到
SAR
影像的
RPC
定位模型;步骤
S22、
根据输出
DOM
以及参与数据处理的光学影像的分辨率,对原始星载
SAR
影像单视斜距复数据
(SLC)
进行方位或距离向多视处理,初步抑制斑点噪声,得到初步抑制斑点噪声后的
SAR
影像;在多视处理的基础上,使用
SAR
影像斑点噪声抑制网络对初步抑制斑点噪声后的
SAR
影像进行滤波处理,得到抑制斑点噪声后的
SAR
影像
。3.
根据权利要求2所述的一种制作区域星载光学和
SAR
影像
DOM
的方法,其特征在于,在所述步骤
S2
中,使用
SAR
影像斑点噪声抑制网络对初步抑制斑点噪声后的
SAR
影像进行滤波处理,得到抑制斑点噪声后的
SAR
影像的具体方法包括:
1)
所述
SAR
影像斑点噪声抑制网络的主干网络为
UNet
,所述主干网络由
encoder
和
decoder
两个部分组成,其中所述
encoder
使用
18
层的
ResNet
替代四次下采样
CBR
模块堆叠
(Conv+BN+ReLU)
,所述
decoder
使用四次上采样
CBR
模块堆叠;
2)
对样本与待滤波
SAR
影像求取强度,并通过对数
(log)
运算将乘性斑点噪声转换为加性;得到加性噪声影像即样本加性噪声影像和
SAR
影像加性噪声影像;其中,待滤波
SAR
影像为初步抑制斑点噪声后的
SAR
影像;样本为叠加合成的斑点噪声的
SAR
影像,同时也为噪声抑制网络训练使用的输入数据;通过待估模型参数的真实值
θ
与映射关系
f
θ
的公式计算,获得无噪声影像强度的估值
无噪声影像强度
x
与带有噪声的影像观测值
y
之间的关系如下:其中:
x:
无噪声影像强度;无噪声影像强度的估值;
y
:
x
的观测值,含有加性噪声;对
x
的两个观测值
y1和
y2,使用下式建立去噪的目标函数:,使用下式建立去噪的目标函数:待估模型参数的估值
E:
数学期望
f
θ
(
·
):
观测值
y
经过滤波去噪获取无噪声影像强度估值的映射关系获得
θ
的估值,使
E[
·
]
取最小值;其中,
l
为损失函数,其形式如下:其中,
y1和
y2分别为
x
的两次独立观测量值,
k
为像素序号;
3)
将叠加合成的斑点噪声的
SAR
影像作为样本,模型训练在所述样本上进行;每次迭代均生成两套独立合成的斑点噪声的
SAR
影像,分别用于输入和计算损失函数;所述样本以
32
为步进,分割成
256
×
256
大小的切片后构成训练集,训练的
epoch
数不少于
50
,其中训练网络使用
Adam
优化器,初始学习率为
0.001
,在
10
个
epoch
后下降为初始的
1/10
;对所述训练网络进行预训练和二次训练,所述预训练的过程是将生成降采样的去噪
SAR
影像用于补偿不同时期
SAR
影像的变化,降采样用于降...
【专利技术属性】
技术研发人员:郭莉,王霞,唐新明,付冬暇,刘书含,岳明宇,刘佳星,董立停,黄鹏飞,赵小满,
申请(专利权)人:自然资源部国土卫星遥感应用中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。