[发明专利]改进的自适应谱修正迭代法的RPC参数求解方法

说明书

本发明涉及改进的自适应谱修正迭代法的RPC参数求解方法，属于遥感影像处理技术领域。本发明在谱修正迭代法与最小二乘法的基础上，基于法矩阵对称正定特性，采用LDL^T分解法求解方程，避免了矩阵求逆过程；并通过设置自适应谱修正迭代因子，根据相邻两次迭代残差比值调整迭代因子，可有效地在法方程求解过程中自适应得到良好的近似解。该方法既有效的保持解的精确性，又提高了迭代速度、解的计算效率；该方法可有效解决直接使用最小二乘解算时因法矩阵条件数N过大导致法方程呈病态性、法矩阵求逆不稳定，进而获得的解偏移真值的问题。

技术领域

本发明涉及改进的自适应谱修正迭代法的RPC参数求解方法，属于遥感影像处理技术领域。

背景技术

有理函数模型(Rational Function Model,RFM)是卫星遥感影像的通用几何处理模型，RFM模型是独立于传感器和平台，其可以建立地面任意坐标系统与影像空间的关系，如大地坐标系，地理坐标系，投影坐标系等。当给定适当数量的控制信息时，RFM模型可以获得较严密成像模型很高的拟合精度，而且它直接采用数字模型来描述地面点和相应像点坐标之间的对应关系，形式简单、计算效率高、定位精度高、应用灵活等优点，在摄影测量处理中得到了广泛的应用。

在RFM模型中，有理多项式参数(Rational Polynomial Coefficients,RPC)的高精度求解对于实现卫星影像的高精度定位具有重要意义。在RPC参数求解中，控制点非均匀分布或模型过度参数化，法方程系数矩阵很容易产生病态。病态问题带来的不利影响是比较严重的，往往会导致最小二乘解算值与真值发生较大偏离，导致得到RPC参数精度比较低，进而影响卫星影像的定位精度。

发明内容

本发明的目的是提供改进的自适应谱修正迭代法的RPC参数求解方法，以解决目前RPC参数确定过程中存在的解算精度低、效率低的问题。

本发明为解决上述技术问题而提供改进的自适应谱修正迭代法的RPC参数求解方法，该确定方法包括以下步骤：

1)获取遥感影像数据，构建有理函数模型，所述有理函数模型用于将影像坐标、地面坐标进行关联；

2)根据所述的有理函数模型和获取的遥感影像数据，采用最小二乘法确定误差方程及其对应的法方程；

3)在所述法方程两边同时加上自适应谱修正迭代因子，得修正法方程；

4)采用LDL^T分解法对修正法方程进行分解，避免法方程矩阵求逆引起的精度损失；对所述修正法方程进行迭代求解，根据相邻两次迭代对应的残差比值调整自适应谱修正迭代因子，进行循环迭代，直至所得参数解满足迭代终止条件。

本发明在谱修正迭代法与最小二乘法的基础上，基于法矩阵对称正定特性，采用LDL^T分解法求解方程，避免了矩阵求逆过程；并通过设置自适应谱修正迭代因子，根据相邻两次迭代残差比值调整迭代因子，可有效在法方程求解过程中自适应得到良好的近似解。该方法既有效的保持解的精确性，又提高了迭代速度、解的计算效率；该方法可有效解决直接使用最小二乘解算时因法矩阵条件数N过大导致法方程呈病态性、法矩阵求逆不稳定，进而获得的解偏移真值的问题。

进一步地，所述步骤1)中建立的有理函数模型为：