[发明专利]基于独立模型法平差的卫星影像颜色相对校正方法

说明书

本发明针对已有卫星正射影像拼接中颜色相对校正时存在的误差累积、主影像选择以及干扰像素问题，提出了基于独立模型法平差的卫星影像颜色相对校正方法，可以有效解决成对技术的误差累积问题，以影像为计算单位的平差策略解决已有辐射区域网平差方法计算内存大的问题。同时，利用改进后的IR‑MAD算法获取均匀分布的辐射连接点，可以有效降低干扰像素对颜色相对校正的影响，提升平差精度。并且通过引入“虚拟辐射控制点”替代主影像，解决已有方法的结果对主影像的依赖，实现全自动化处理。

技术领域

本发明属于摄影测量与遥感领域，涉及一种基于独立模型法区域网平差的卫星正射影像颜色相对校正方法，其中基于独立模型法的辐射区域网平差是本方法的关键技术。

背景技术

由于遥感数据采集时的大气环境、光照条件以及传感器光谱响应等的变化，卫星影像间存在颜色差异。通过辐射定标，虽可消除卫星影像存在的“条带效应”，然而影像之间的颜色差异依然存在，导致生成的正射影像在拼接时出现严重的颜色不连续问题，甚至出现“补丁”式的视觉效果。该问题极大地影响地物分类与判别、变化检测等处理，限制了卫星正射影像的应用。因此，颜色相对校正是卫星正射影像生产与应用的必要环节。

已有的卫星正射影像颜色相对校正研究方面，大多是基于几何镶嵌处理路径的成对技术。这类方法通过特定的处理路径，利用区域增长策略，逐像对进行处理，它简单有效，尤其在小数据集处理中能得到较好的结果。然而由于缺少约束，颜色误差累积随路径的传播而逐渐增大，从而限制其在大数据集中的应用。为此，许多针对最小化误差累积的算法得到广泛研究，较为常用的有Dijkstra最短路径算法和动态规划算法等。然而这些算法都只能最小化误差累积，不能完全消除该问题。此外，成对技术的结果十分依赖于主影像的质量。目前一般人工选择一张无云、颜色质量好的影像作为主影像，但这无疑限制了成对技术的自动化处理。

为解决颜色误差累积的问题，基于平差的全局算法相继得到研究。其中，相关学者基于影像重叠区统计量应该相等的思想，通过统计影像重叠区的均值与均方差建立方程组，再利用最小二乘求解全局最优的线性调整参数。这类方法简单有效，但是并未考虑云、水以及地表变化等干扰像素的影响，难以适用于存在干扰像素的数据集。因此，部分学者提出基于辐射不变特征点的区域网平差方法。这类方法通过多元变化检测(MultivariateAlteration Detection，MAD)、迭代加权多元变化检测(IR-MAD)以及主成分分析(Principal Component Analysis，PCA)等提取辐射不变特征点，然后建立所有特征点的误差方程组，再利用最小二乘求解。这类方法可以有效降低干扰像素的影响，但法方程计算需要消耗极大的内存，且随着影像数量增多而呈指数级增加，因此受限于大数据集。

综上所述，如何消除误差累积、避免主影像选择以及剔除干扰像素是目前卫星影像相对校正中的主要问题，已有方法大多仅仅独立解决了其中部分问题，而没有同时考虑多个因素的影响。

发明内容

为同时解决以上问题，本发明提出基于独立模型法区域网平差的卫星正射影像颜色一致性处理方法。其核心思想是以影像为计算单元，利用线性估计器求解观测值以及“虚拟辐射控制点”的线性调整参数，通过不断的迭代计算得到全局最优解，解决误差累积问题以及已有平差方法计算内存大的问题，从而突破大数据集的限制。此外，本发明还利用基于改进后的IR-MAD算法提取在灰度值范围上均匀分布的辐射连接点，剔除干扰像素，提升平差精度，且引入“虚拟辐射控制点”约束平差解算，解决现有算法对主影像的依赖，从而达到全自动处理要求。

本发明的上述技术问题主要是通过下述技术方案得以解决：基于独立模型法区域网平差的卫星正射影像颜色相对校正方法，包括如下步骤：

步骤1，对影像对的重叠区所有像素进行不变概率计算，将所有不变概率高于Hρ的像素对作为候选辐射特征点；