Разработка методики формирования "случайных" стереопар космических изображений с целью создания цифровых моделей рельефа и местности тема диссертации и автореферата по ВАК РФ 25.00.34, кандидат наук Жарова, Наталья Эдуардовна

  • Жарова, Наталья Эдуардовна
  • кандидат науккандидат наук
  • 2018, Москва
  • Специальность ВАК РФ25.00.34
  • Количество страниц 0
Жарова, Наталья Эдуардовна. Разработка методики формирования "случайных" стереопар космических изображений с целью создания цифровых моделей рельефа и местности: дис. кандидат наук: 25.00.34 - Аэрокосмические исследования земли, фотограмметрия. Москва. 2018. 0 с.

Оглавление диссертации кандидат наук Жарова, Наталья Эдуардовна

Оглавление

Введение

Раздел 1 Анализ состояния и возможностей современной мировой группировки космических систем сверхвысокого пространственного разрешения

1.1 Принцип формирования изображения с помощью оптико-электронной сканерной съёмочной системы

1.2 Математическая модель сканерных изображений

1.3 Методы получения стереопар сканерных изображений

1.4 Основные характеристики съёмочных систем и современное состояние мировой группировки КА ДЗЗ

1.5 Основные характеристики космических изображений

Выводы по разделу 1

Раздел 2 Исследование характеристик стереопар космических изображений

2.1 Определение случайной стереопары

2.2 Геометрия стереопары космических изображений

2.3 Вычисление геометрических параметров стереопары космических изображений

2.4 Предварительная оценка точности определения высот

2.5 Критерии выбора случайной стереопары космических изображений

2.5.1 Критерии выбора одиночных изображений для составления наилучшей случайной стереопары

2.5.2 Критерии выбора наилучшей случайной стереопары среди всех возможных комбинаций одиночных изображений

Выводы по разделу 2

Раздел 3 Экспериментальные исследования по формированию случайных стереопар и их фотограмметрической обработке

3.1 Обзор геопорталов и метаданных космических изображений

3.1.1 Геопортал и метаданные компании DigitalGlobe

3.1.2 Геопортал и метаданные компании Airbus Defence and Space

3.1.3 Геопортал Госкорпорации Роскосмос и метаданные изображений с КА типа Ресурс-П

3.1.3 Геопорталы российских дистрибьюторов данных ДЗЗ

3.2 Экспериментальные исследования точности геопозиционирования случайных стереопар и построения по ним цифровых моделей местности, на примере г. Ярославль

3.2.1 Оценка точности геопозиционирования

3.2.2 Создание и оценка точности ЦМР

3.2.3 Создание и оценка точности цифровой модели искусственных сооружений

3.3 Экспериментальные исследования точности ЦМР, созданной на основе случайной стереопары, составленной из съёмочных материалов отечественных спутников ДЗЗ, на примере г. Воронеж

3.4 Разработка алгоритма автоматического подбора случайных стереопар

3.4.1 Рабочий процесс подбора наилучшей случайной стереопары

3.4.2 Апробация алгоритма. Тестовый участок Московская область

3.4.3 Апробация алгоритма. Тестовый участок Сан-Фернандо, Аргентина

3.5 Экономический эффект от использования случайных стереопар

Выводы по разделу 3

Заключение

Список литературы Приложение А

127

Рекомендованный список диссертаций по специальности «Аэрокосмические исследования земли, фотограмметрия», 25.00.34 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка методики формирования "случайных" стереопар космических изображений с целью создания цифровых моделей рельефа и местности»

ВВЕДЕНИЕ

Актуальность темы

В современном мире системы и технологии дистанционного зондирования Земли (ДЗЗ) из космоса являются неотъемлемым инструментом изучения состояния планеты и мониторинга динамики изменений окружающей среды. Материалы оптико-электронных (ОЭ) космических систем используются для решения большого количества гражданских и военных задач: мониторинг окружающей среды, городское планирование, ведение сельского хозяйства, инженерные изыскания, контроль нефтедобывающей промышленности, военная разведка и т.д. В случае мониторинга труднодоступных территорий, территорий иностранных государств, закрытой от посторонних глаз обстановки и т.п. космические изображения зачастую являются единственно доступным источником достоверной информации.

Основным преимуществом космической съёмки является возможность оперативного получения актуальной геопространственной информации на большие и удалённые территории, включая те, которые не могут быть отсняты с помощью аэрофотосъёмки в силу наличия каких-либо ограничений, таких как удалённость от ближайших аэродромов, значительная площадь объекта и политические или организационные причины.

В течение последних нескольких лет наблюдалось увеличение мировой группировки космических аппаратов (КА), позволяющих осуществлять оптико-электронную съёмку из космоса. В результате, по оценкам экспертов, на орбите в настоящий момент функционируют более 250 космических аппаратов ДЗЗ [91]. Из них более 30 аппаратов осуществляют оптико-электронную съёмку в сверхвысоком пространственном разрешении (с размером проекции пикселя на местность менее 1 м) [34,35].

Такое число работающих на орбите аппаратов ДЗЗ позволяет получать огромные объёмы информации о текущем состоянии земной поверхности. Так, группировка только американского оператора DigitalGlobe, состоящая на сегодняшний день из пяти аппаратов: Worldview-1, Geoeye-1, Worldview-2,

Worldview-3 и Worldview-4, - получает более 1 млрд. кв. км покрытия сверхвысокого пространственного разрешения ежегодно, что позволяет за год примерно дважды покрыть всю Землю, при учёте, что площадь её поверхности составляет около 510 млн кв. км [33].

В связи с этим в последние годы отчётливо прослеживается интерес к более широкому использованию архивных космических изображений, в том числе сверхвысокого пространственного разрешения. Архивными считаются данные, со времени съёмки которых прошло более 90 дней, что удовлетворяет большому числу приложений, например, для обновления топографических карт могут использоваться материалы, со времени съёмки которых прошло не более 1 -2 года до начала работ по обновлению и большей давности при обновлении карт на необжитые, пустынные, горные и высокогорные районы [38]. Основной причиной повышенного интереса к архивным данным является их сравнительно низкая стоимость. Более того, многие приложения допускают интеграцию материалов, полученных различными космическими съёмочными системами со схожими характеристиками точности и качества. Интеграция широко используется при создании ортофотопланов на большие территории.

Однако, наряду с созданием фотопланов, материалы космических съёмок сегодня активно используются и для формирования цифровых моделей рельефа (ЦМР), цифровых моделей местности (ЦММ) и даже цифровых моделей искусственных сооружений (ЦМС). Традиционно для этих целей используются материалы специальных стереоскопических съёмок, при этом в случае космических наблюдений чаще всего речь идет о конвергентной съёмке. Получение стереопар этим способом предусматривает съёмку одной и той же территории дважды, обычно «вперед-назад», что достигается отклонением оптической оси камеры по тангажу. Следует отметить, что в основном (за исключением некоторых специально реализованных миссий, как, например, ALOS), стереосъёмка является второстепенным режимом, отсюда следует, что она, как правило, выполняется под заказ, что заведомо увеличивает стоимость и время получения исходных материалов, что не всегда приемлемо.

Согласно теории фотограмметрии, принципиальным моментом для выполнения стереоскопических наблюдений является фиксирование объекта из двух точек пространства [29]. Тогда можно предположить, что некоторая пара двух одиночных космических изображений одного и того же участка местности случайно может обладать свойствами специально сформированной стереопары изображений. При этом очевидно, что не каждая комбинация двух одиночных изображений одной территории позволит создать подходящую под определение стереопары пару, а требуется использование некоторых конкретных параметров для оценки степени её близости к стереопаре. С учетом объёмов современных архивов данных космических систем сверхвысокого пространственного разрешения, применение такого подхода должно иметь положительный эффект.

Степень разработанности проблемы

Исследования по использованию стереопар космических изображений для создания ЦМР и ЦММ выполняются многочисленными организациями по всему миру, этой тематике посвящены работы известных учёных, среди которых: А.П. Гук, И.Г. Журкин, С.А. Кадничанский, Ю.Ф. Книжников, В.И. Кравцова, А.Н. Лобанов, А.П. Михайлов, В.А. Мышляев, С.С. Нехин, А.В. Сонюшкин, В.Ф. Чекалин, А.Г. Чибуничев, Choi S., Dial G., Fraser C., Grodecki J., Jacobsen K., Li R., Raggam H., Tack Fr., Toutin T., Welch R. и др.

Предложение использовать для создания ЦММ и ЦМР одиночных космических изображений не является новым, так, первые эксперименты по использованию данных с различных космических съёмочных систем описаны ещё в работах [96,99], где обсуждается возможность создания ЦММ по комбинированным стереопарам изображений с КА SPOT и Landsat. Однако низкое разрешение этих сенсоров накладывало ограничение на диапазон превышений, которые могли быть зафиксированы.

Появление первых коммерческих спутников ДЗЗ вновь повысило интерес исследователей к данной теме. В работе [81] оценена точность геопозиционирования комбинации изображений с КА IKONOS и QuickBird. В работе [64] выполнено аналогичное исследование для изображений с КА

GeoEye-1 и WorldView-2. Однако исследовался только вопрос геометрической точности результатов фототриангуляции, создание ЦММ или ЦМР не выполнялось. В работе [87] описаны интересные результаты, касающиеся возможности создания ЦММ с использованием стереопар, составленных из изображений с КА IKONOS и QuickBird, однако не выполняется оценка точности полученной модели. В работе [92] также описано создание ЦММ на участок г. Стамбул с использованием комбинации изображений с КА IKONOS и QuickBird, и результаты показали, что точность полученной ЦММ сопоставима с точностью ЦММ, построенной по стереопаре с одного витка. Однако с ростом числа аппаратов и их производительности интерес к данной теме угас.

Сегодня данная проблематика вновь освещается в научных публикациях. Исследования геометрии стереопар, составленных из одиночных изображений, и оценка влияния угловых элементов на точность геопозиционирования с использованием строгих моделей сенсоров выполнена в работах [77,78], однако исследования выполнены с использованием данных с КА IKONOS, QuickBird, а также Kompsat-2, без последующего формирования цифровых моделей рельефа или местности. В работах [22,25,26,27,41] стереопары, составленные из разновременных одиночных изображений одной съёмочной системы, используются при различных видах географического дешифрирования. Информация об использовании пар одиночных космических изображений для получения информации о рельефе присутствует также в рекламных проспектах зарубежных компаний [32,44]. Однако описания результатов обработки пар разновременных изображений современных космических систем сверхвысокого пространственного разрешения с использованием наиболее популярных алгоритмов автоматизированного построения цифровых моделей рельефа или местности не встречается.

Цели и задачи диссертационной работы

Несмотря на существование исследований по использованию пар разновременных одиночных космических изображений в качестве стереопар, упоминается скорее сам подход. Конкретные же систематизированные

рекомендации по подбору такой пары космических изображений для тех пользователей, которые не имеют свободного доступа к архивным изображениям, отсутствуют. Фактически подобранная пара разновременных космических изображений представляет собой новый продукт, который далее будем обозначать как случайная стереопара, являющийся альтернативой уже знакомому традиционному продукту - классической стереопаре космических изображений.

Целью диссертационной работы является разработка методики подбора наиболее оптимальной для построения цифровых моделей рельефа и местности случайной стереопары космических изображений из набора архивных одиночных разновременных космических изображений сверхвысокого пространственного разрешения, полученных разными съёмочными системами, в общем случае располагая только свободно распространяемой о них информацией.

Для достижения поставленной цели решались следующие задачи:

1. Исследование существующих методов формирования стереопар космических изображений, включая анализ используемых операторами параметров стереосъёмки.

2. Изучение архивов современных систем космического наблюдения, анализ свободно распространяемой информации об архивных космических изображениях.

3. Формирование списка необходимых критериев оценки и поиск способов получения значений этих критериев для подбора пары одиночных космических изображений, близкой к классической стереопаре.

4. Проверка возможности выполнения предварительной оценки точности определения высот точек объекта по паре одиночных космических изображений.

5. Разработка автоматического алгоритма подбора наилучшей возможной для некоторой выборки изображений случайной стереопары.

6. Апробация методики на архиве компании-дистрибьютора данных ДЗЗ и полноценных архивах операторов данных ДЗЗ.

7. Создание цифровых моделей рельефа, местности и сооружений по сформированным случайным стереопарам с использованием современных наиболее популярных алгоритмов автоматического стереоотождествления, включая оценку точности полученных моделей.

8. Формирование рекомендаций по обработке случайных стереопар космических изображений на основе результатов выполненных экспериментов.

Научная новизна

Разработана методика по более эффективному использованию архивов космических изображений путем формирования случайных стереопар с целью последующего создания цифровых моделей рельефа, цифровых моделей местности, цифровых моделей искусственных сооружений, что имеет положительное значение при существующих ограничениях времени получения информации или ограничениях возможных затрат на ее приобретение.

Создан алгоритм автоматического подбора наилучших случайных стереопар из имеющихся у пользователя изображений или предварительного подбора с использованием полноценных архивов операторов данных ДЗЗ, реализованный в виде программного продукта StereoFinder.

Приведены подробные инструкции по извлечению и вычислению всей необходимой для подбора наилучшей случайной стереопары информации об одиночных космических изображениях нескольких съёмочных систем, в том числе с использованием свободно распространяемых метаданных космических изображений.

Выполнена обработка подобранных с использованием разработанной методики случайных стереопар, впервые обработаны стереопары, составленные из данных с разных российских КА типа Ресурс-П, а также смешанных случайных стереопар, в составе которых присутствуют изображения с зарубежных съёмочных систем и российского КА типа Ресурс-П, выполнена оценка качества и точности результирующих цифровых моделей рельефа, местности и сооружений.

Выведены формулы предварительной оценки точности определения высот точек объекта с использованием случайной стереопары космических изображений.

Теоретическая и практическая ценность

Обоснованы возможные случаи использования пар архивных одиночных космических изображений, представляющих собой случайную стереопару, для точного измерения пространственных координат точек объекта и стереоскопической рисовки рельефа и ситуации. Материалы, подобранные из съёмочных архивов, можно получить практически в режиме реального времени и незамедлительно приступить к их обработке. Таким образом, использование случайных стереопар позволит повысить временную, а также экономическую доступность цифровых моделей рельефа или местности.

Разработанная методика может быть использована научными и производственными организациями для выполнения работ по формированию цифровых моделей участков земной поверхности.

Достоверность и обоснованность полученных результатов подтверждена проведёнными экспериментальными исследованиями, в ходе которых также апробированы стандартные технологические схемы создания цифровых моделей рельефа, местности и искусственных сооружений на основе сформированных случайных стереопар. Содержание и результаты экспериментальных исследований подробно изложены в диссертационной работе и научных публикациях.

Методы исследования и исходные материалы

При решении поставленных задач использовались методы цифровой фотограмметрической обработки данных сверхвысокого пространственного разрешения и статистические методы оценки результатов обработки. В анализе использованы изображения с отечественных и зарубежных космических аппаратов ДЗЗ: Ресурс-П №1, Ресурс-П №2, Ресурс-П №3, IKONOS, QuickBird-2, Geoeye-1, WorldView-1, WorldView-2, WorldView-3, Pleiades-1A, Pleiades-1B.

Обработка реализована с использованием современного программного обеспечения PHOTOMOD 6.1, Trimble SATMaster 8.0, Geomatica 2017.

Основные положения, выносимые на защиту

1. Составлен необходимый набор характеристик одиночного космического изображения, извлекаемый из его метаданных или из свободно распространяемого оператором данных ДЗЗ его векторного описания, для подбора случайной стереопары.

2. Получены критерии выбора исходного набора одиночных космических изображений на заданный участок местности и критерии выбора наилучшей случайной стереопары среди всех возможных комбинаций изображений исходного набора.

3. Предложен способ вычисления всей необходимой для подбора наилучшей случайной стереопары информации, включая вывод формул для выполнения предварительной оценки точности определения высот точек объекта при работе со случайной стереопарой космических изображений.

4. Разработан алгоритм автоматического подбора наилучшей случайной стереопары на заданный участок местности на основе использования предложенной методики анализа архивных материалов космических съёмок.

5. Экспериментально получены рекомендации по использованию наиболее эффективных в случае обработки случайных стереопар космических изображений алгоритмов автоматического построения цифровых моделей рельефа и цифровых моделей местности.

6. Разработана методика формирования наиболее оптимальной для дальнейшего создания ЦМР и ЦММ случайной стереопары космических изображений, состоящей из пары архивных одиночных разновременных космических изображений, полученных различными съёмочными системами.

Внедрение и апробация

Результаты работы были доложены на ГИС-Форуме 2017 «Интеграция геопространства - будущее информационных технологий» (Подмосковье, 2017); INSPIRE-Geospatial World Forum 2015 (Лиссабон,2015), ГИС-Форуме 2015

«Интеграция геопространства - будущее информационных технологий» (Подмосковье, 2015), Гис-Форуме 2014 «Интеграция геопространства - будущее информационных технологий» (Подмосковье, 2014), European Geosciences Union General Assembly (Вена, 2014). По теме диссертации в изданиях, рекомендованных ВАК, опубликовано 3 научные работы.

Созданный на основе разработанной методики алгоритм был реализован в виде программного кода на языке Python версии 2.7. Алгоритм был использован для создания программного продукта StereoFinder, включённого в производственный процесс компании «Совзонд». Осуществлены первые поставки случайных стереопар, подобранных с использованием данного программного продукта, конечным потребителям.

Структура работы

Диссертация состоит из введения, трёх разделов, заключения, списка литературы (100 наименований, в том числе 54 на английском языке) и одного приложения. Материал изложен на 142 страницах машинописного текста, содержит 17 таблиц и 54 рисунка.

Благодарности

Автор искренне благодарит своего научного руководителя д.т.н. Чибуничева А.Г. за помощь при написании работы и консультации по проведению экспериментальных исследований, Беленова А.В. за поддержку и помощь в реализации замыслов на всех этапах работы, а также компанию «Совзонд» за предоставленные материалы космической и лазерной съёмки и необходимые программные и аппаратные средства.

Раздел 1 Анализ состояния и возможностей современной мировой группировки космических систем сверхвысокого пространственного

разрешения

Для учёта всех особенностей при последующем формировании случайных стереопар из одиночных космических изображений необходимо разобраться с базовыми вопросами их формирования, существующими уровнями обработки и составом поставок как одиночных космических изображений, так и стереопар космических изображений. Это поможет разработать единый подход к выбору исходных данных, вычислению взаимных параметров пар изображений, а также предсказать точность и качество результатов обработки при использовании традиционных подходов создания высотных геоинформационных продуктов.

1.1 Принцип формирования изображения с помощью оптико-электронной сканерной съёмочной системы

Современные космические системы дистанционного зондирования Земли для формирования изображений главным образом используют оптико-электронные сканеры [30]. Оптико-электронные сканеры представляют собой линейку ПЗС (приемники зарядовой связи), которая располагается в фокальной плоскости объектива, и формирует в один момент времени одну строку изображения. Полное изображение формируется за счет перемещения носителя камеры. В результате получается непрерывное изображение участка местности, состоящее из множества строк (рисунок 1).

Линейный ряд

Рисунок 1- Принцип формирования изображения оптико-электронным сканером

с одной ПЗС-линейкой [46].

Оптико-электронные сканеры в литературе также встречаются как сенсоры типа pushbroom, pushbroom-сканер.

В современных сканерных системах в качестве сенсора в основном используются матрицы ПЗС, работающие в режиме TDI (Time Delay Integration) -режим временной задержки и накопления сигнала (в русскоязычной литературе часто используется аббревиатура ВЗН). Дело в том, что скорость оптической системы космического базирования на орбите высотой 450-680 км составляет около 7 км/с. В этом случае время, за которое спутник должен выполнить экспонирование пикселя при использовании оптико-электронного сканера, составляет менее 0.14 мс [76]. Этот интервал является слишком коротким даже для очень мощных датчиков, и данная проблема решается с помощью использования сенсоров, работающих в режиме ВЗН. Принцип функционирования системы электронной компенсации смаза состоит в том, что заряд, накопленный пикселями строки изображения, переносится на пиксели соседней строки синхронно с перемещением изображения в плоскости матрицы, затем к следующей строке и так далее во все время экспозиции (рисунок 2). Это позволяет избежать смаза и работать при более низких уровнях освещённости, так как пиксели каждой строки накапливают сигнал тех же самых точек объекта в пределах диапазона перемещения изображения за время экспозиции. Так, например, съёмочные системы Geoeye-1 и Worldview-2 имеют 8-64 этапа ВЗН [34].

Рисунок 2- Принцип работы сенсора с TDI.

У некоторых съёмочных сканерных систем в фокальной плоскости находятся несколько матриц, расположенных в шахматном порядке с перекрытием, что позволяет оптимизировать время считывания сигнала по сравнению с использованием единой длинной ПЗС-линейки или матрицы.

Одним из недостатков оптико-электронных сканеров является неравномерная чувствительность отдельных детекторов, количество которых, для обеспечения широкополосного покрытия, значительно (рисунок 3). Обычно возникающие в результате негативные визуальные эффекты удаляются поставщиками данных в ходе их предварительной обработки, однако на некоторых продуктах остаются явно различимые вертикальные линии, которые называют полосовым шумом.

Рисунок 3 - Пример некорректированного изображения с КА World View-2.

Преимуществом оптико-электронных сканеров является возможность создавать протяженные изображения любой длины, которая ограничивается только памятью системы, а ширина которых определяется размерами сенсора.

Для описания геометрии сканерных изображений в основном используют термины параллельно-центральная проекция, частично-центральная проекция и аксанометрично-центральная проекция [24]. В пределах одной строки изображение может быть описано с помощью центральной проекции, где каждая строка имеет свои элементы внешнего ориентирования. Поэтому для корректной фотограмметрической обработки сканерных изображений необходимо знать элементы внешнего ориентирования каждой строки. Такая сложная геометрия требует отличных методов обработки по сравнению с кадровыми камерами.

1.2Математическая модель сканерных изображений

Под математической моделью изображения понимают связь координат точек изображений и соответственных координат точек местности. В строгой математической модели сканерных изображений используются уравнения коллинеарности, и она может быть применена только в случае, когда элементы внешнего ориентирования сканера известны. Строгие методы обработки космических изображений обеспечивают самую высокую точность определения координат точек местности. Однако они не гарантируют выполнения высокоточной обработки изображений, прошедших предварительную коррекцию, а также изображений, представляющих собой часть сцены [53].

В последнее время для обработки космических изображений вместо строгих моделей, которые не всегда доступны, чаще используется обобщенная модель в виде дробно-рациональных функций с RPC-коэффициентами. Главным образом это связано с желанием операторов космических данных сохранить в секрете информацию об особенностях геометрической модели сенсора [89].

Метод RPC стал популярен после того, как первыми его начали использовать в Разведывательном сообществе Соединенных Штатов. В 1999 году он был включён в состав стандарта The Open GIS Abstract Specification [86] в качестве одного из вариантов аппроксимации строгого подхода при фотограмметрической обработке данных ДЗЗ.

Метод RPC основан на соотношении двух полиномов третьей степени, которые, в отличие от элементов ориентирования, не содержат в явном виде информации о характеристиках использованной съёмочной системы и полученных изображениях. В состав этих дробно-рациональных функций входят так называемые RPC-коэффициенты (Rational Polynomial Coefficients / Rapid Positioning Capability), которые распространяются вместе с космическими изображениями начальных уровней обработки вместо элементов ориентирования сканера.

Метод RPC описывает связь нормированных значений строк и столбцов изображения (rn, сП) с нормированными значениями геодезической широты

долготы и высоты (P L, H) через набор полиномиальных коэффициентов. Нормированные величины имеют значения в пределах диапазона [-1, 1], то есть по своему абсолютному значению не превосходят единицы. Они используются вместо фактических значений для минимизации появления ошибок при расчётах, то есть для повышения надежности вычислений. Переход между исходными значениями строк и столбцов (r с) и нормированными значениями строк и столбцов (r, Cn), а также между геодезической широтой, долготой и высотой (ф, А, h) и нормированной геодезической широтой, долготой, и высотой (P, L, H) осуществляется посредством набора нормализующих сдвигов (смещений) и масштабирования (1) [94]:

P = (Latitude - LAT_OFF)/LAT_SCALE; L = (Longitude - LONG_OFF)/LONG_SCALE; H = (Height - HEIGHT_ OFF) /HEIGHT_SCALE; ( 1 )

rn = (Row- LINE_OFF)/LINE_SCALE; cn = (Column - SAMP_OFF)/SAMP_SCALE.

Рациональные функции выглядят следующим образом (2):

_ £¿=1 LINENUMc0EFi-Pi(P,L,H)

П ^ЫМЕпЕМс^.-р^Р^НУ (2)

_ 5АМР_ЫиМ_С0Ер1-р1(Р,Ь,Н) Сп = БАМР_ОЕИ_СОЕР1-"Р1(Р,Ь,Н~) . Числители и знаменатели рациональных функций представляют собой 20-

членные полиномиальные функции третьей степени вида (3): 20

С1 • р1(Р, Ь, Н)=С1 + С61Н + С11РЬН + С16Р3 + С2Ь + с7 —1 (3)

+С12Ь3 + С17РН2 + +С3Р + С8Ь2 + С13ЬР2 + с18ь2н + +С4Н +

+ С9Р2 + С14ЬН2 + С19Р2Н + +С5ЬР + с10н2 + с15ь2р + с20н3, где С1...С20- наборы коэффициентов ШЕ_ИиМ_СОЕЕ_п, ШЕ_БЕИ_СОЕЕ_п,

БАМР_ИиМ_СОЕЕ_п, иБАМР_ВЕИ_СОЕЕ_п.

Координаты изображения выражаются в пикселях, координаты наземных

точек - это широта и долгота в десятичных градусах и высота над эллипсоидом в

I

метрах, координаты отсчитываются относительно общеземного эллипсоида WGS84. Искажения, вызванные оптическим проектированием, могут быть выражены коэффициентами полиномов первого порядка, ошибки, вызванные кривизной Земли, атмосферной рефракцией и дисторсией объектива -коэффициентами полиномов второго порядка. Остальные искажения могут быть описаны коэффициентами полиномов 3 порядка [55]. Таким образом, для обработки космических сканерных изображений необходимо знать 80 коэффициентов четырех полиномов каждого изображения. Численные значения коэффициентов полиномов, зависящие от параметров съёмки и съёмочной системы, предоставляются операторами в составе поставки изображения в файле RPC-коэффициентов.

Похожие диссертационные работы по специальности «Аэрокосмические исследования земли, фотограмметрия», 25.00.34 шифр ВАК

Список литературы диссертационного исследования кандидат наук Жарова, Наталья Эдуардовна, 2018 год

Список литературы

1. Аковецкий В.И. Дешифрирование снимков: учеб. для вузов / В.И. Аковецкий. М.: Недра, 1983. - 374 с.

2. Беленов А.В. Стандартные уровни обработки и форматы представления данных ДЗЗ из космоса. Мировой опыт // Геоматика. - 2009. - №4(5). -С.18-20.

3. Большаков В.Д., Маркузе Ю.И. Практикум по теории математической обработки геодезических измерений: Учебное пособие для вузов. - М.Ж Недра, 1984. - 352 с.

4. Вершинин, В.И. Априорная оценка точности координатных определений по космических снимкам. - М.: Типография «Новости», 2011. - 250 с.: ил.

5. Геопортал Геокаталог компании Совзонд [Электронный ресурс]. - Режим доступа: http://catalog.sovzond.ru/ - (Дата обращения: 14.06.2017).

6. Геопортал Госкорпорации Роскосмос [Электронный ресурс]. - Режим доступа: http://геопорталроскосмоса.рф/ - (Дата обращения: 14.06.2017).

7. Геопортал Discover компании DigitalGlobe [Электронный ресурс]. - Режим доступа: https://discover.digitalglobe.com/ - (Дата обращения: 14.06.2017).

8. Геопортал GeoStore компании Airbus Defence and Space [Электронный ресурс]. - Режим доступа: http://www.intelligence-airbusds.com/en/4871-browse-and-order - (Дата обращения: 14.06.2017).

9. Геопортал Search-Космоснимки компании СКАНЭКС [Электронный ресурс]. - Режим доступа: http://search.kosmosnimki.ru/ - (Дата обращения: 14.06.2017).

10.Жарова Н.Э., Лютивинская М.В. Продукт ОРТОРЕГИОН на основе данных с КА Ресурс-П // Геопрофи. -2017. - № 3 - С.11-16.

11.Жарова Н. Э., Беленов А. В., Чибуничев А. Г. Автоматическое создание цифровой модели рельефа по материалам «случайной» стереосъёмки группировки космических аппаратов типа «Ресурс-П» // Геодезия и картография. - 2017. - Т. 78. - № 10. - С.55-62.

12.Жарова Н.Э., Чибуничев А.Г. Анализ точности определения координат точек местности при использовании «случайных» стереопар космических снимков // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2017. - №5. - С.79-86.

13.Жарова Н.Э. Критерии выбора «случайных» стереопар космических снимков. Оценка точности продуктов, созданных на основе «случайных» стереопар. // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2017. - №6. - С.59-68.

14.Журкин И.Г., Хлебникова Т.А. Технология получения измерительной трёхмерной видеосцены по материалам аэрокосмических съёмок // Геодезия и картография. - 2009. -№ 8. -С. 43-48.

15. Журкин И.Г. Цифровое моделирование измерительных трёхмерных видеосцен: монография / И.Г. Журкин, Т.А. Хлебникова. - Новосибирск: СГГА, 2012. - 246 с.

16.Журкин И.Г. Автоматизированная обработка данных дистанционного зондирования: учебник для вузов / И.Г. Журкин, Н.К. Шавенько; под общ. ред. И.Г. Журкина. - М.: ООО «Диона», 2013. - 456 с.

17. Инструкция по фотограмметрическим работам при создании цифровых топографических карт и планов, ГКИНП (ГНТА)-02-036-02, М.: ЦНИИГАиК, 2002

18.Кадничанский С.А. Обоснование требований к цифровой модели рельефа для ортофототрансформирования аэро- и космических снимков // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2010. - № 5. -с.49-54.

19.Кадничанский С.А. Сравнительный анализ эффективности применения цифровой аэрофотосъёмки и космической съёмки для целей создания и обновления топографических и специальных карт, 2009 [Электронный ресурс]. - Режим доступа: http://www.geokosmos.ru/contacts/press/. - (Дата обращения: 14.06.2017).

20.Книжников Ю.Ф., Вахнина О.В., Харьковец К.Г., Ильясов А.К., Евстратова Л.Г., Шахмина М.С. Трёхмерное аэрокосмическое моделирование: Учебное пособие / под редакцией Ю.Ф.Книжникова. - М.: Географический факультет МГУ, 2011. - 216 с.

21.Книжников Ю.Ф. Основы стереоскопического геомоделирования. - М.: Научный мир, 2013. - 196 с.: ил.

22.Книжников Ю.Ф., Кравцова В.И. Дешифрирование стереоскопической модели местности // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2014. - №1. - с. 42-47.

23. Книжников Ю.Ф. НИР Аэрокосмическое стереомоделирование: теоретические и экспериментальные исследования [Электронный ресурс]. -Режим доступа: https://istina.msu.ru/projects/8618110/. - (Дата обращения: 14.06.2017).

24.Книжников Ю.Ф. Аэрокосмическое моделирование. - М.: Научный мир, 2015. - 112 с.: ил.

25.Кравцова В.И., Чалова Е.Р. Возможности дешифрирования «случайных» стереопар космических снимков сверхвысокого разрешения (на примере дюнного рельефа Анапской пересыпи) // Геодезия и картография. - 2014. -№9. - с.34-40.

26.Кравцова В.И., Чалова Е.Р. Картографирование ландшафтно-морфологической структуры участка Анапской пересыпи по космическим снимкам высокого разрешения // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2015. - № 1. - с. 65-73.

27.Кравцова В.И., Чалова Е.Р Использование «случайных» стереопар космических снимков для стереоскопического дешифрирования берегового дюнного рельефа на примере Анапской пересыпи // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2015. - №4. - с. 30-38.

28.Кучейко, А. Мировая отрасль космической съёмки в итогах запусков спутников ДЗЗ в 2016 году и результаты первого квартала 2017 года // Земля из космоса. - 2017. - №8(24). - с.44-59.

29. Лобанов А. Н. Фотограмметрия. - М.: Недра, 1984. - 552 с.

30.Михайлов А.П., Чибуничев А.Г. Фотограмметрия: Учебник для вузов / Под общ. ред. А.Г.Чибуничева, - М.: Изд-во МИИГАиК, 2016. -294 с.: ил.

31.Мышляев В.А., Потапов С.Л. Априорная оценка точности определения высот точек местности по стереопаре космических снимков // Геодезия и картография. - 2015. - №10. - с.34-37.

32. Обзор технических возможностей компании Unillect Technical Capabilities Overview v1.0 September 2014. - Электрон. дан.

33.Описание группировки спутников компании DigitalGlobe [Электронный ресурс]. - Режим доступа: https://www.digitalglobe.com/pages/our-constellation. - (Дата обращения: 14.06.2017).

34. Описание космических программ Satellite Missions Database [Электронный ресурс]. - Режим доступа: https://directory.eoportal.org/web/eoportal/satellite-missions. - (Дата обращения: 14.06.2017).

35.Описание оптико-электронных спутниковых систем, официальный сайт компании Совзонд [Электронный ресурс]. - Режим доступа: https://sovzond.rU/products/spatial-data/satellites/#optic. - (Дата обращения: 28.10.2017).

36.Описание продуктов Elevation1 и Elevation 4 [Электронный ресурс]. -Режим доступа: http://www.intelligence-airbusds.com/files/pmedia/ public/r22513_9_201603_elevation1_dsm_i1.01.pdf. - (Дата обращения: 14.06.2017).

37. Описание функциональных возможностей моделей системы PHOTOMOD -Построение плотной модели поверхности [Электронный ресурс]. - Режим доступа: http://www.racurs.ru/?page=809 - (Дата обращения: 11.09.2017).

38.Основные положения по созданию и обновлению топографических карт масштабов 1:10 000 - 1:1 000 000, РИО ВТС, М., - 1984 г. - 29с.

39.Официальный сайт НЦОМЗ. Космические аппараты типа «Ресурс-П». [Электронный ресурс]. - Режим доступа:

http://www.ntsomz.ru/ks_dzz/satellites/resurs_p. (дата обращения: 19.05.2017)

40. Официальный сайт компании СКАНЭКС [Электронный ресурс]. - Режим доступа: http://www.scanex.ru. (дата обращения: 19.05.2017)

41.Пермяков Р.В. Комплексное геоинформационно-фотограмметрическое моделирование рельефа в целях картографирования: дисс.... канд. геогр. наук: 25.00.33 / Пермяков Роман Викторович. - М., 2017. - 193 с.

42.Пешкун А.А. Создание трёхмерных моделей местности с использованием материалов съёмки космического аппарата типа «Ресурс-П»// Ракетно-космическое приборостроение и информационные системы. - 2016. - Т.3. -№1. - С. 28-33.

43.Прайс-лист линейки продуктов AW3D [Электронный ресурс]. - Режим доступа: http://www.aw3d.jp/en/wp-content/uploads/sites/2/2017/08/ PriceList_201708.pdf. (Дата обращения: 14.06.2017).

44. Рекламная брошюра Digital elevation models from satellite imagery компании GEOIMAGE [Электронный ресурс]. - Режим доступа: https://www.geoimage.com.au/media/brochure_pdfs/DEM_brochure_2014.pdf -(Дата обращения: 14.06.2017).

45.Рубцова Н.Э. Обработка данных БПЛА в программе UASMASTER // Геопрофи. - 2014. - № 3 - С. 24-29.

46. Сборник лекций по дисциплине «аэрокосмические съёмки» [Электронный ресурс]. - Режим доступа: http://poznayka.org/s81679t1.html - (Дата обращения: 14.06.2017).

47.Сонюшкин A.B. Сравнение геометрических характеристик данных, полученных со спутников TH-01-1 И SPOT 5 // Исследования Земли из космоса, - 2014. - №4. - С.62-74.

48.Сонюшкин A.B. Сравнение методов построения ЦМР по стереопарам космической съёмки высокого пространственного разрешения // Геодезия и аэрофотосъёмка. - 2015. - №1. - С.43-52.

49.Сонюшкин A.B. Совершенствование технологии создания ортофотопланов по космическим изображениям высокого разрешения: дис.. канд. техн. наук: 25.00.34 / Сонюшкин Антон Владимирович. - М., 2015. - 117 с.

50. Техническая краткая документация о космических изображениях, полученных космическими аппаратами Pléiades [Электронный ресурс]. -http://www.intelligence-airbusds.com/files/pmedia/public/r61_9_geo_011_ pleiades_en_low.pdf - (Дата обращения: 14.06.2017).

51. Техническая информация о данных DigitalGlobe [Электронный ресурс]. -Режим доступа: https://www.digitalglobe.com/resources/technical-information. - (Дата обращения: 14.06.2017).

52. Техническая спецификация ПО Geomatica - Создание цифровых моделей высот [Электронный ресурс]. - Режим доступа: http://www.pcigeomatics.com/pdf/geomatica/techspecs/2017/Automatic-DEM-Extraction.pdf. - (Дата обращения: 14.06.2017).

53.Титаров, П. С. Практические аспекты фотограмметрической обработки сканерных космических снимков высокого разрешения / П.С. Титаров // Информационный бюллетень ГИС-Ассоциации. - 2004. - № 3. - С. 45-46.

54.Чекурин А. Опыт компании «Ракурс» по обработке данных KOMPSAT [Электронный ресурс]. - Режим доступа: http://conf.racurs.ru/images/ presentations/2016/Chekurin.pdf. - (Дата обращения: 14.06.2017).

55.Чермошенцев А.Ю. Оценка измерительных свойств космических снимков высокого разрешения: дис.... канд. техн. наук : 25.00.34 / Чермошенцев Александр Юрьевич. - Новосибирск, 2012. - 130 с.

56.Широкова Т.А., Чермошенцев А.Ю. Исследование точности визирования на точки стереомодели, построенной по космическим снимкам сверхвысокого разрешения, при различном увеличении изображений // Геодезия и геоинформатика. - 2013. - С.47-52.

57.Широкова Т.А., Чермошенцев А.Ю. Исследование точности обработки космических снимков сверхвысокого разрешения с использованием рациональных функций // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2011. - № 2. - С.99-103.

58.Âguilar M., Saldana M., Aguilar F. Generation and Quality Assessment of Stereo-Extracted DSM from GeoEye-1 and WorldView-2 Imagery // IEEE

Transactions on Geoscience and Remote Sensing. - 2014. - №52 (2). -pp. 1259-1271.

59.Bosch M., Kurtz Z., Hagstrom S., Brown M. A Multiple View Stereo Benchmark for Satellite Imagery, Proceedings of the IEEE Applied Imagery Pattern Recognition (AIPR) Workshop, October 2016.

60.Buyuksalih G., Jacobsen K. Comparison of DEM Generation by Very High Resolution Optical Satellites // EARSeL. Band "New Developments and Challenges in Remote Sensing". Rotterdam : Millpress, Warschau. - 2007. -pp.627-637.

61.Cain, J. Stereomodel Acquisition Geometry, Dissertation, U.C. Berkeley, 1989.

62.CARTOSAT-1 data user's handbook [Электронный ресурс]. - Режим доступа: http://www.euromap.de/download/P5_data_user_handbook.pdf. - (Дата обращения: 14.06.2017).

63.Cheng Ph., Chaapel Ch. Using WorldView-1 Stereo Data with or without Ground Control Points - Automatic DEM Generation // GEOinformatics. - 2012. - №11.

- pp.34-39.

64.Choi S. Y., Kang J. M., Shin D. S. A comparison of accuracies of the RPC models homo- and heterotype stereo pairs of GeoEye and WorldView images // ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2012. - Vol. I-4. - pp.65-69.

65.Crespi M., Fratarcangeli F., Nascetti A., Pieralice F., Capaldo P. DSM generation from high resolution imagery: applications with WorldView-1 and GeoEye-1. Italian Journal of Remote Sensing. - 2012. - 44(1). - pp.41-53.

66.Deilami K., Hashim M. Very high resolution optical satellites for DEM generation: a review // European Journal of Scientific Research. - 2011. - 49(4).

- pp. 542-554.

67.Dial G., Grodecki J. IKONOS stereo accuracy without ground control // ASPRS 2003 Annual Conference.

68.Elaksher A. F. Using LIDAR-based DEM to orthorectify IKONOS panchromatic images // Optics and Lasers in Engineering. - 2009. - Vol.47. - pp.629-635.

69.Fraser C., Hanley H. Bias-compensated RPCs for sensor orientation of highresolution satellite imagery // ASPRS Annual Conference. - 2004, 23-28 May, Denver.

70.Gopala B. DEM generation from high resolution multi-view data product // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2008. - Vol. XXXVII. - Part B1. - pp. 1099-1102.

71.Grodecki J., Dial G. IKONOS geometric accuracy // Joint ISPRS Workshop on HRM from Space. - 2001. - pp. 77-86.

72.Grodecki, J., Dial, G., Lutes, J. Mathematical model for 3D feature extraction from multiple Satellite images described by RPCs // Proceedings of ARPRS Annual Conference. - 2004.

73.Hirshmuller H. Accurate and efficient stereo processing by semi-global matching and mutual information // Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference. - Vol. 2. - pp. 807-814.

74.Hirshmuller H. Stereo Processing by Semiglobal Matching and Mutual Information // Pattern Analysis and Machine Intelligence. - Vol. 30. - Feb. 2008. - pp. 328-341.

75.Hobi M., Ginzler Ch. Accuracy Assessment of Digital Surface Models Based on WorldView-2 and ADS80 Stereo Remote Sensing Data // Sensors. - 2012. -12(5). - pp.6347-6368.

76.Jacobsen K. High Resolution Satellite Imaging Systems-an Overview // Photogrammetrie Fernerkundung Geoinformation (PFG). - 2005. - №6. -pp. 487 - 496.

77.Jeong J., Kim T. Analysis of dual-sensor stereo geometry and its positioning accuracy // Photogrammetric Engineering & Remote Sensing. - 2014. - Vol.80. -№7. - pp.653-661.

78.Jeong J., Kim T. Quantitative Estimation and Validation of the Effects of the Convergence, Bisector Elevation, and Asymmetry Angles on the Positioning Accuracies of Satellite Stereo Pairs // Photogrammetric Engineering & Remote Sensing. - 2016. - Vol.82. - №8. - pp.625-633.

79.Konstanski H., Choi M., Brunn A. Explanation of Angles Documented in the RapidEye Image Metadata. 2015. [Электронный ресурс]. - Режим доступа: http: //web-dev. rapideye. de/rapideye/upload/RapidEye%20Product%20 Specification%20Metadata%20Angles.pdf. - (Дата обращения: 21.08.2017).

80.Li Jing, Shao Yong-she, Wang Jian-rong, Yang Jun-feng The Research and Design of The Base-Height Ratio for the Three Linear Array Camera of Satellite Photogrammetry // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2008. - Vol.XXXVII. - Part B1. -pp.757-760.

81.Li R., Zhou F., Niu X., Di K. Integration of Ikonos and QuickBird Imagery for Geopositioning Accuracy Analysis // Photogrammetric Engineering & Remote Sensing. - 2007. - Vol.73. - №9. - pp. 1067-1074.

82.Li R., Niu X., Liu C., Wu B., Deshpande S. Impact of imaging geometry on 3D geopositioning accuracy of stereo IKONOS imagery // Photogrammetric Engineering & Remote Sensing. - 2009. - Vol. 75. - №9. - pp.1119-1125.

83.MATCH-T DSM Tutorial for Version 7.0 and higher / Trimble Germany, 2015 -49 с.

84.Mitchell G. Highly Accurate Satellite Topographic Mapping Accuracy Study [Электронный ресурс]. - Режим доступа: http://www.photosat.ca/pdf/garlock-30cm-wv3-elevation-accuracy-report-mar2015.pdf. - (Дата обращения: 21.08.2017).

85.OGC City Geography Markup Language (CityGML) Encoding Standard -2012. - 344 рp. [Электронный ресурс]. - Режим доступа: http://www.opengeospatial.org/standards/citygml. - (Дата обращения: 21.08.2017).

86.OGC, 1999. The Open GIS Abstract Specification - Topic 7: Earth Imagery., pdf accessed on 9th December 2007 [Электронный ресурс]. - Режим доступа: http://www.opengis.org/docs/99-107.pdf. - (Дата обращения: 21.08.2017).

87.Raggam H. Surface Mapping Using Image Triplets: Case Studies and Benefit Assessment in Comparison to Stereo Image Processing // Photogrammetric Engineering and Remote Sensing. - 2006. - Vol.72. - №5. - pp. 551-563.

88.Satellite Triangulation Tutorial for Version 7.0 and higher / Trimble Germany, 2015 - 49 с.

89.Singh G. Improved Geometric Modeling of Spaceborne Pushbroom Imagery using modified Rational Polynomial Coefficients and the Impact on DSM Generation // Masterthesis, International Institute for Geoinfomation science and Earth Observation, Enschede. - 2008. - 198pp.

90.SP0T 6 & SPOT 7 Imagery User Guide июль 2013 [Электронный ресурс]. -Режим доступа: http://www.intelligence-airbusds.com/spot6userguide/. - (Дата обращения: 21.08.2017).

91. State of the Satellite Industry Report, Satellite Industry Association, June 2017 [Электронный ресурс]. - Режим доступа: http://www.sia.org/wp-content/uploads/2017/07/SIA-SSIR-2017.pdf. - (Дата обращения: 21.08.2017).

92.Tack Fr., Buyuksalih G., Goossens R. A mixed spaceborne sensor approach for surface modelling of an urban scene. International Journal of Remote Sensing. -2012. - №33. - pp.6035-6059.

93.Tadono T., Ishida H., Oda F., Naito S., Minakawa K., Iwamoto H.l Precise global DEM generation by ALOS PRISM // ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2014. - Vol.II-4. -pp. 71-76.

94.The Compendium of Controlled Extensions (CE) for the National Imagery Transmission Format (NITF), National Imagery and Mapping Agency , V. 2.1 1, November 2000 [Электронный ресурс]. - Режим доступа: http://geotiff.maptools.org/STDI-0002_v2.1.pdf - (Дата обращения: 21.08.2017).

95.Topan H., Cam A., Ozendi M., Oruç M., Jacobsen K., Taçkanat T. Pléiades project: assessment of georeferencing accuracy, image quality, pansharpening performence and DSM/DTM quality // The International Archives of the

Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2016. -Vol.XLI-B1 - pp.503-510.

96.Toutin Th. SPOT and Landsat Stereo Fusion for Data Extraction over Mountainous Area // Photogrammetric Engineering and Remote Sensing. -1998. - Vol.64. - №2. - pp. 109-113.

97.Toutin Th., Briand P., Chenier R. DTM generation from Spot HRS in-track stereo images Электронный ресурс]. - Режим доступа: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.434.2444&rep=rep1&t ype=pdf. - (Дата обращения: 21.08.2017).

98.U.S. Releases Enhanced Shuttle Land Elevation Data [Электронный ресурс]. -Режим доступа: https://www2.jpl.nasa.gov/srtm/. - (Дата обращения: 21.08.2017 г.).

99.Welch R., Jordan R.T., Luvall J.C. Geocoding and Stereo Display of Tropical Forest Multi-sensor Datasets // Photogrammetric Engineering and Remote Sensing. - 1990. - Vol.56. - №10. - pp. 1389-1392.

100. Zhang Li, Gruen A. Multi-image matching for DSM generation from IKONOS imagery // ISPRS Journal of Photogrammetry & Remote Sensing. - 2006. - Vol. 60. - pp. 195-211.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.