[发明专利]基于有理函数模型的光学影像与激光测高数据平差方法

说明书

本发明涉及一种基于有理函数模型的光学影像与激光测高数据平差方法，该方法包括以下步骤：S1：获取相对应的光学影像数据和激光测高数据；S2：建立光学影像数据和激光测高数据的有理函数模型；S3：根据有理函数模型，构建包含待求参数的偏差补偿模型，建立光学影像和激光测高数据的联合平差模型，该联合平差模型中包括虚拟控制点的误差方程，虚拟控制点为光学影像和激光测高数据的对应点；S4：采用基于partial‑EIV模型的总体最小二乘法对联合平差模型进行求解，获取偏差补偿模型的待求参数；S5：根据偏差补偿模型，获取影像的高程定位结果。与现有技术相比，本发明具有平差精度高，有效提高了影像的高程定位精度等优点。

技术领域

本发明涉及激光测高技术领域，尤其是涉及一种基于有理函数模型的光学影像与激光测高数据平差方法。

背景技术

有理函数模型(rational function model,RFM)是一种独立于摄影平台和传感器的广义成像模型，由严格成像模型生成，实际上是对严格成像模型在数值上的近似，理论上虽然没有严格成像模型严密，但实际生产中定位精度可达到严格成像模型的精度。严格成像模型的误差也存在于RFM中，可以通过像方改正参数来对RFM进行偏差补偿。传统摄影测量中，进行空中三角测量生成数字高程模型(Digital Elevation Model，DEM)都需要加入地面控制点。对大范围的区域网处理，外业控制测量的工作量是巨大的，可引入卫星激光测高进行高程控制。

但在仅用激光测高作为高程约束加入平差模型时，整个待平差的区域网由于缺少平面控制，区域网的自由度较高，直接将待平差参数作为自由未知数求解会导致法方程的病态，进而造成平差精度不稳定，而且在平差时，像方改正参数的系数阵中包含误差项，不适用于G-M模型(Gauss-Markov模型)，G-M模型为测量平差中最基本的数学模型。

发明内容

本发明的目的就是为了克服上述现有技术存在的平差模型缺少平面控制、不适用于G-M模型的缺陷而提供一种基于有理函数模型的光学影像与激光测高数据平差方法。

本发明的目的可以通过以下技术方案来实现：

一种基于有理函数模型的光学影像与激光测高数据平差方法，该方法包括以下步骤：

S1：获取相对应的光学影像数据和激光测高数据；

S2：建立光学影像数据和激光测高数据的有理函数模型；

S3：根据有理函数模型，构建包含待求参数的偏差补偿模型，建立光学影像和激光测高数据的联合平差模型，该联合平差模型中包括虚拟控制点的误差方程，所述虚拟控制点为光学影像和激光测高数据的对应点；

S4：采用基于partial-EIV模型的总体最小二乘法对联合平差模型进行求解，获取偏差补偿模型的待求参数；

S5：根据偏差补偿模型，获取影像的高程定位结果。

测量平差的目的是为了提高成果的质量，处理好测量中存在的误差问题，要进行多余观测，有了多余观测，势必在观测结果之间产生矛盾，测量平差目的就在于消除这些矛盾而求得观测量的最可靠的结果，并评定测量成果的精度。

进一步地，所述步骤S2还包括对所述有理函数模型进行正则化，所述正则化后的有理函数模型的表达式为：