[发明专利]一种基于制约函数非线性估计的卫星影像区域网平差方法

摘要

本发明涉及一种基于制约函数非线性估计的卫星影像区域网平差方法，包括以下步骤，S01：构建基于RFM的像方空间影像定位的函数模型；S02：引入约束条件；S03：对待估参数进行求解。其优点在于，在常规区域网平差数学模型基础上引入约束条件，避免无控制点情况下由于必要起算数据缺失引起的解不唯一问题，同时采用制约函数法对未知参数进行最优估计，保留函数模型的原始非线性形式，将带约束条件的非线性问题转化为求解无约束函数极值的问题，避免采用线性最优估计算法带来的模型误差问题，从而保证无控制点情况下卫星影像区域网平差解的高精度。

主权项

1.一种基于制约函数非线性估计的卫星影像区域网平差方法，其特征在于，所述基于制约函数非线性估计的卫星影像区域网平差方法包括以下步骤：S01：构建基于RFM的像方空间影像定位的函数模型；S011：获取立体影像及RPC文件；S012：匹配获取足够数量的同名连接点；S013：构建RFM模型：利用RPC文件构建描述物方点与对应像点之间定量关系的RFM模型；S014：构建系统误差补偿模型：对每一个像点进行系统误差补偿，补偿模型如(1)所示：其中，Δp、Δr表示像方系统误差，(l,s)表示像点坐标，a₀，a_s，a_l，b₀，b_s，b_l表示每景影像对应的6个仿射变换系数，作为待求定向参数，其中a₀，a_s，a_l修正影像行方向误差，b₀，b_s，b_l修正影像列方向误差；S015：建立区域网平差数学模型：将Δp、Δr代入RFM模型，即可得到像方空间影像区域网平差的函数模型，如(2)所示：其中，(P,L,H)表示地面点大地坐标经平移和缩放后的标准化坐标，取值位于(‑1.0～+1.0)之间，NumL、DenL、NumS、DenS表示有理多项式，LINE_OFF、SAMPLE_OFF为像点标准化的平移参数，LINE_SCALE、SAMPLE_SCALE为像点标准化的比例参数；S016：构建目标函数：根据观测值与未知数之间的函数关系(式(2))构建目标函数，将像点理论值与实测值间的残差平方和最小作为目标函数，如(3)所示：f(X)＝min(V^TPV)  (3)其中，f(X)为目标函数，X为所有待估参数，包括连接点三维坐标及每景影像的6个定向参数，V表示像点理论值与实测值间的残差向量，P表示观测值的权；S02：引入约束条件：约束条件为平差后网中重心点的位置保持不变，平差后网中各连接点至重心点的矢径角变化的带权总和为0、平差后网中各点至重心点的矢径距变化的带权总和为0，如(4)所示：S^Tx＝0  (4)其中，x表示连接点坐标的改正数；S03：对待估参数进行求解；S031：构建罚函数：联合目标函数(式(3))与约束条件(式(4))，构建罚函数，如(5)所示：其中，P(X,M)为罚函数，M为罚因子；S032：选取初始罚因子；S033：计算对应的待估值：利用罚函数对未知参数求一阶导数，并令一阶导数为0，得到带有M的极值罚函数的解，将初始罚因子代入，得到解；S034：判断待估值与约束集的距离是否小于限差：若得到的解不满足约束条件，变更M的值，重复步骤S033；若满足约束条件，则进入步骤S035；S035：获得影像定向参数及加密点坐标：满足约束条件的罚函数如(6)所示：minP(X,M_k)＝P(X^(k),M_k)  (6)其中，M_k为罚函数最小时的罚因子，X^(k)为对应的最优待估参数值；获得的解，即X^(k)，为区域网平差解算得到最优连接点三维坐标及影像定向参数。