文摘

本研究的目的是分析四个数字高程模型的质量和特点(民主党)使用的轨迹生成韩国多用途卫星(KOMPSAT) 3立体图像。传感器建模方法是基于地面控制点(gcp),最初的有理多项式系数(rpc),相对调整,自动偏压补偿方法。gcp和检查站(CPs)从0.25中提取空中orthoimage和提供的5米民主党国家地理信息研究所(NGII)。民主党有相同的分辨率作为参考民主党(5米),进行了比较分析。单独应用结果表明,当相对调整(民主党3)的比例匹配点的相关性为0.8或更提高了至少17%的情况只使用最初的rpc(民主党2)。尽管民主党的绝对水平位置误差3无法消除,在同一位置的相对高程误差明显降低。因此,如果民主党在不同时期产生的相对位置可以纠正,它们可以用于探测高度的变化。应用自动偏压补偿方法时(民主党4)没有gcp的百分比匹配点的相关性为0.8以上为70.1%。gcp使用(民主党1)时,该值是70.2%,也就是说。,几乎相同的民主党的4所示。民主党1和4之间的平均差分辨率为-1.8±3.4米(平均-1.0米)。结果表明,民主党可以生成足够的质量没有质量。此外,尽管民主党之间的差异被发现在森林和阴影区域,可以产生一个5 ~ 10 m分辨率DEM通过使用额外的图像处理技术,如阴影去除。

1。介绍

韩国多用途卫星(KOMPSAT) 3是一个高分辨率光学卫星于2012年5月。KOMPSAT-3提供的全色图像的空间分辨率为0.7米,宽度约16.8公里。此外,KOMPSAT-3不仅可以获取立体图像航迹形式,而且在场上的形式。自从田径立体影像获取感兴趣的领域(AOI)几乎同时,民主党的几何和辐射条件代非常稳定。因此,通过最小化立体匹配错误,高质量的数字高程模型(DEM)一代可以推导出1]。

民主党至关重要的遥感领域,和获取地理空间信息,通常是基于立体光学卫星图像,生成雷达干涉测量和激光扫描2]。全球范围内的航天飞机无线电地形测绘;雷达),先进星载热发射和反射辐射仪(ASTER);光学)和高级陆地观测卫星(ALOS;视神经)民主党,30米分辨率,是免费的。研究多瞬时民主党可以提供有价值的信息的动态现象,如山体滑坡和城市变化(3]。本研究旨在探讨的潜在效用KOMPSAT-3田径代多瞬时民主党的立体影像。的可用性和postevent民主党可以为研究提供有价值的信息动态现象。

民主党使用立体图像生成的准确性在很大程度上是依赖于两个因素(4),第一个是传感器建模的准确性。通常,有理函数模型的束调整方法(RFMs)是用于建立一个卫星之间的关系的图像坐标和地面坐标5]。第二,DEM精度取决于稳定的立体几何。众所周知,越接近立体几何是等腰三角形,更精确的三维(3 d)定位数据。到目前为止,一些研究集中在传感器建模的准确性。哦,et al。6]分析了3 d定位精度KOMPSAT-2的立体影像RFMs和发现,当使用地面控制点(gcp),它可以实现水平和垂直两个或更少的像素精度。此外,李et al。7]预测错误KOMPSAT-3传感器建模不会超过3米,即使只有一个GCP使用。此外,哦et al。8,9]介绍了一种自动偏压补偿方法KOMPSAT系列;当使用SRTM DEM作为参考数据,它实现了传感器建模精度10米或更少的X, Y, Z方向。研究旨在建立立体几何的稳定性也进行了:宋(4]分析了立体几何数据的兼容性与一对立体图像的三维定位数据,生成的相同和不同类型的卫星,并表明,当立体几何是不稳定的,三维定位精度的准确性的立体图像对可能会减少。

在这项研究中,我们比较了四个民主党是由四个不同精度的方法。首先,我们分析了不同的立体几何KOMPSAT-3田径立体图像。其中,立体影像与稳定决定立体几何被选为这个研究。四个民主党使用GCP-based束调整,生成初始rpc,相对调整,自动偏压补偿方法。生成的民主党被评估的准确性相比之下检查站(CPs)和美国国家地理信息研究所(NGII)民主党。gcp和CPs获得使用的组合NGII空中orthoimage NGII民主党。本文的结构如下:在部分2,我们将讨论的参考数据和研究区域。节3,我们将描述的方法和结果。节4,我们将进行比较和评估的准确性产生民主党相比之下NGII民主党(民主党)。最后,我们将提出结论部分5。

2。研究区和测试数据

2.1。研究区和KOMPSAT-3立体图像

在这项研究中,我们使用KOMPSAT-3韩国顺天城市的立体影像,韩国。13:32之间的图像获得34点(当地时间)在2月25日,2013;有一个向前和向后每一对(图图像1)。数据获取与单通道立体成像模式。产品形象是一个一级r形象,受到辐射,但不是几何校正。获得的图像包含平原、湖泊、山脉,和人造建筑,如建筑物、道路和桥梁。

(一)
(一)
(b)
(b)
图1
韩国多用途卫星(KOMPSAT) 3轨道立体图像:(a)图像,(b)落后的形象。

立体几何是由位置和姿态角(横滚、俯仰和偏航)卫星。的高度立体影像获得几乎相同,在699.6和699.3公里的向前和向后的图像,分别。向前和向后的轨迹图像14.2°,13.8°俯仰角度,分别。列方向的空间分辨率为0.7米和0.8米的线的方向,和后者的分辨率略低。卫星的高度、高度角和方位角是用来计算立体几何,从而影响三维定位的准确性。

图2介绍了地面点、卫星位置向量(左和右射线),和基线,形成核面。立体几何的稳定性是由核面。换句话说,众所周知,增加三维位置信息的准确性与立体模型是接近等腰三角形的形状。众所周知,3 d定位信息的准确性是增强通过收购立体影像有核面接近等腰三角形(10]。典型的立体几何参数基线航(B / H)比收敛角,不对称角,平分线仰角,基线方向(图中的横摇角2)。立体几何参数如图2和表2根据表中提供的信息1。收敛角主要影响高程精度;的收敛角大于30°大大提高高程精度对于一个给定的目标。然而,过度的收敛角大可能会导致大量几何立体影像之间的区别,从而降低立体匹配的精度。立体影像有大约136°的方位角的区别;向前和向后的图像形成一个立体平面根据卫星的飞行方向。卫星几乎垂直于地面,形成一个海拔83.5°角平分线和一个核面(不对称角,0.3)接近一个等腰三角形。因此,立体几何是最优的。

表1
规范的KOMPSAT-3田径立体图像对。
表2
立体几何参数。

图2
立体几何。
2.2。参考数据

我们使用0.25 NGII orthoimage和5 m NGII民主党评估传感器建模和DEM(数字的准确性3(一个),3 (b))。四gcp和十二CPs从参考数据获得和立体影像(图4);这些都是用来校准RFM模型和评估传感器建模的准确性。此外,一个SRTM DEM(单岛弧)在图3 (c)用于自动化偏压补偿方法(8]。2014年,NGII测试高度数据的准确性的SRTM DEM和NGII民主党韩国(表的整个地区3)。NGII民主党的最大和最小高度误差分别为-23.6和0 m,分别。均值、标准偏差和均方误差分别为-0.7,4.8,和4.9 m,分别。SRTM DEM,最大和最小高度误差分别为-21.4和0 m,分别和均值,标准差,和均方误差是-3.0,4.3,和5.2 m,分别。平均均方根误差(RMSE)和标准偏差为民主党都小于5米。NGII民主党的最大误差约为2 m比SRTM DEM。然而,SRTM DEM的平均误差约四倍NGII民主党。

表3
参考数据参数(从NGII [10])。
(一)
(一)
(b)
(b)
(c)
(c)
图3
参考资料(一)美国国家地理信息研究所(NGII)数字高程模型(DEM), (b) NGII orthoimage,和(c)航天飞机无线电地形任务(SRTM)民主党(单岛弧)。

图4
地面控制点的分布(gcp),检查站(CPs)和领带点(TPs)。

此外,100领带点(TPs)自动提取;这些都是用于数据调整自动偏压补偿方法(图4)。基于修正后的RFM模型,民主党相比5 m分辨率生成和引用民主党。

3所示。方法

KOMPSAT-3级别1 r在小道上立体影像被用来生成民主党在这项研究。影像匹配使用锅乐队了。网格的大小是5米,按照地面样本距离(德牧)引用民主党。rpc是用于转换的图像和地理坐标(lat. /长。)11]。rpc是提供每个图像,图像坐标可以使用(1)和(2),Xn,Yn,Zn是标准化的经度,纬度和高度的地面坐标,分别;ln,年代n归一化行(行)和样本(列)图像坐标,分别;和p1,p2,p3,p4是理性的功能组成的分子和分母,20-term立方形式。如果给定的左右图像坐标TPs是一对立体图像,对应的地面坐标可以使用最小二乘法计算通过逆变换:

然而,通常是有偏见与rpc,由于有限的卫星定位精度和星历数据;这种偏见必须得到补偿,这样立体影像将正确匹配。RPC偏差通常是使用gcp纠正。正确的RPC的偏见,从立体影像提取图像坐标。这些点的地面坐标估计最初基于一阶RPC系数。RPC的偏见和地面像点的位置被估计使用RPC仿射校正(12]。

图5显示了四个民主党的过程在这项研究中生成的,其准确性评估。在民主党1中,使用四个gcp RCP应用仿射校正。通过立体图像的视觉比较NGII orthoimage,所获取的图像坐标和横向协调CPs /质量。此外,高度的水平坐标提取NGII民主党。在民主党2中,原始的rpc使用没有任何修正。在民主党3中,相对校正应用(13]。相对校正是指图像过程中被定义为基本元素的rpc重叠图像修正参照这个基地的形象。正确的rpc的偏见,TPs首次使用混合匹配方法自动提取(14]。TPs的相对校正,地面坐标是固定在使用原始的rpc值计算。一个基于rpc的仿射校正用于纠正图像的坐标计算基于原始rpc和地面坐标TPs的被应用到图像坐标。最后,在民主党4,自动偏压补偿方法应用使用100 TPs SRTM DEM和立体影像6]。100 TPs的初始地面坐标,使用最初的rpc,估计系统误差。它可能认为这些错误在绝对值大,但相对较小;错误,在最初的地面坐标TPs的可能很大,相邻TPs之间误差的差异可能很小。基于这样的假设,最初的地面坐标TPs可以被匹配的高度精制的初始地面坐标与民主党(8,9]。通过这个过程,TPs校准,在地面位置,然后用作虚拟质量。


图5
这项研究的流程图。

修正后的rpc使用过程应用于民主党生成1,3,4。我们也为立体匹配进行预处理,通过纵向图像生成,使用修正后的rpc。通过立体匹配,接下来,质量点提取和过滤消除过剩的错误进行生成DEM。立体匹配,互相关相结合的混合匹配方法和最小二乘匹配应用(14]。传感器建模后,民主党通过自动生成过程,根据表中给出的参数值调整4。立体匹配是限于12×3像素沿着纵向线,最后5米民主党创建使用提取的质量点的相关性阈值超过0.7。最后与NGII DEM精度是通过比较评估。

表4
图像匹配的参数值。

4所示。结果

4.1。视觉分析

图6比较引用民主党(NGII民主党)生成的民主党在这项研究。图6(一)是引用民主党,和图6 (b)民主党是由RPC与四gcp仿射校正。总体而言,民主党1不是引用民主党一样光滑,但它描述地形特征,如建筑和森林地区。民主党2 ~ 4(数字6 (c)- - - - - -6 (e)不使用gcp)生成的。最初的rpc使用时,民主党2显示一个相对贫穷的性能描述地形特征(图6 (c))。然而,相对校正被执行后,性能明显改善(图6 (d)),因为y视差是最小化,这样匹配误差下降(13]。此外,自动偏压补偿方法应用于民主党4(图6 (c)显示几乎相同的结果,因为那些通过RPC仿射校正民主党1(图6 (b))。除了民主党2(图6 (c)),所有民主党(即。,DEMs 1, 3, and 4) were similar to the reference DEM.

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图6
民主党的比较:(a)引用民主党,(b)民主党1,(c)民主党2,(d)民主党3,(e)民主党4。

然而,有轻微差异生成并引用民主党而言,人工或自然地貌分布的地区,如城市地区和山区。首先,这些差异可能是由于不同的方法用于生成民主党和民主党的引用。引用民主党是由插值轮廓的数字地形图1:5,000规模虽然民主党是基于通过获得地面点云空间立体rpc的十字路口,这地面上的物体可以准确成像。应用加权滤波基于标准差值来消除错误;然而,完美的错误是不可能的(见城市(地区)在图6)。第二,匹配误差引起的立体影像的光谱特征差异可能是导致的轻微差异生成的民主党和民主党的引用。尤其是山区陡峭的斜坡,和在城市地区,影子可以发生,即使一个精确的传感器建模是使用和稳定的立体几何,立体匹配误差是可能的。这些问题中可以看到扩大地区B(即形象。,森林面积)的图6。图7显示生成hill-shade引用民主党和民主党。视觉分析表明,民主党1、3和4捕获的hill-shade相似的DEM精度的参考;然而,生成民主党还表现出了明显的噪音。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图7
Hill-shade民主党:(a)引用民主党,(b)民主党1,(c)民主党2,(d)民主党3,(e)民主党4。
4.2。定量分析

表5介绍了传感器12 CPs的建模精度。在民主党2和3中,水平和垂直精度非常相似。垂直精度参数的值,线性误差在90% (LE90)是民主党2.2 1,和水平精度参数,循环误差在90% (CE90)是1.0米。根据KOMPSAT-3的决议,这相当于一个错误1 ~ 3左右的像素,可能对应于错误的引用NGII民主党和NGII orthoimage(即。,两个或更少的像素;见表3)的gcp和CPs数据提取。民主党的LE90值4是4.5米,而CE90是8.9米。虽然这些值不同于那些民主党1,民主党4显示一个精度至少12倍之前修正应用。

表5
传感器建模精度检查数据。

图8显示的结果质量点提取、使用的初始和校准rpc,民主党。质量点之间的相关性被列为优秀的(0.85 ~ 1.00),(0.7 ~ 0.85),或公平(0.5 ~ 0.7)。民主党1和4显示类似“优秀”相关利率,分别为70.2%和70.1%。当最初的rpc使用(民主党1),只有51.8%的质量点显示一个“优秀”的相关性。然而,当相对校正应用(民主党2),这个数字增长了约18%,至69.5。“优秀”和“好”质量点被用作地面点云通过空间交叉的立体rpc。这些点云内插5 m分辨率民主党,如图6和7。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图8
质量点提取结果:(a)民主党1,(b)民主党2 (c)民主党3,(d)民主党4。

民主党1到4之间的高度差异和引用民主党如图9和表6。当最初的rpc(民主党2),使用的RMSE LE90是29.8米和47.8米;少,大约三倍比CPs-based估计(表准确5)。然而民主党3,RMSE提高(22.9 m)。很可能发生的错误的过程中降低y视差立体匹配。然而,通过这一过程,大大减少了立体匹配错误。然而,应该注意的是,横向偏差没有纠正(见图9)。

表6
生成的民主党在这研究的准确性。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图9
引用民主党和海拔差异(a)民主党1,(b)民主党2 (c)民主党3,(d)民主党4。

民主党的rms 1和4分别为7.2和10.4 m,分别;产生的差异小于CPs分析。这可能是因为水平误差的概率减少通过创建一个5 m民主党,这是5倍低于KOMPSAT-3图像的空间分辨率。很可能自动偏压补偿方法可以应用在生成民主党的分辨率10米或更少。

4.3。比较分析

我们比较民主党之间的高程数据1和民主党在图4(见彩色区域10 ())。负值表明民主党4高估了高程相对于DEM 1。图10 (b)显示了DEM高程异常值有差异的地方1和民主党4。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图10
AOI DEM高程差异1和苍老师民主党4:(c)和(d)显示放大的立体图像区域c。

自参考使用不同的方法生成DEM和生成的民主党,误差来源和模型特征的比较是很困难的。本研究的目的是确定民主党可能的实用程序生成使用各种传感器建模技术。民主党生产使用中比较常见的传感器建模技术(如民主党1)和基于自动偏压补偿方法是很重要的。应该注意的是,大多数的研究区域都是森林,尽管准确的传感器建模实现,一些错误也在场。建议海拔差异民主党是苍老师的部分相比更可能是稳定的,即,nonforested地区。为此,苍老师民主党生成解决面积约10公里2东侧的研究区域,以一些阴影和森林覆盖。中位数之间的高差AOI民主党1和苍老师民主党(图4为-1.0±3.4米10 ())。

在山区的案例中,有几个因素可能导致错误的立体图像匹配,包括图像采集的阴影区域,不同的时间和方向,树木的倒影。因此,研究区域的山区通常显示5米到-10米的高度差在葵民主党(图10)。在其他地区,精度一般在±5米;然而,差异确实发生在一些城市,包括人造建筑。图10 (b)显示了一个这样的区域的放大图像。数据10 (c)和10 (d)显示放大的立体图像同一区域。

图10 (c)显示一个图像和数字10 (d)一个落后的形象;AO民主党在这一领域之间的高差约为-30米。错误被认为是由于形状的差异,和阴影区域由人工结构显示在这一领域的方向图像了。目视检查显示,大部分的差异发生在森林和阴影区域。在阴影区域,质地更难以辨别,这样图像匹配性能较差,倾向于高度高估了。

5。讨论和结论

在这项研究中,我们产生四个民主党基于KOMPSAT-3田径立体影像和比较其准确性。

首先,我们分析了立体几何的立体影像获得KOMPSAT-3和确认所有的因素会影响精度在水平和垂直方向都在稳定范围内。其次,最初的rpc是纠正仿射校正(民主党1);三维定位精度计算12 CPs在3像素在水平和垂直方向。第三,当相对调整申请(民主党3)的比例匹配点的相关性为0.8或更提高了至少17%的情况相比,只有最初使用rpc(民主党2)。尽管民主党的绝对水平位置误差3无法消除,在同一位置的相对高程误差明显降低。因此,如果民主党之间的相对位置的差异在不同的时间生产可以纠正,他们将能够促进高度变化的检测。最后,应用自动bias-compensated方法时没有gcp(民主党4),匹配点的比例相关性为0.8以上为70.1%。gcp使用(民主党1)时,该值是70.2%,这几乎是一样的民主党4的结果。民主党1和4之间的平均差是-1.8±3.4米(平均-1.0米)。结果表明,民主党可以生成没有gcp的质量验收。此外,尽管民主党之间的差异被发现在森林和阴影区域,可以生成一个5 ~ 10 m分辨率DEM与应用程序的额外的图像处理技术,如阴影去除。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是由韩国航空航天研究所(批准号FR19930)。英语在这个文档已经被至少检查两个专业编辑,母语为英语的人。一个证书,请参阅http://www.textcheck.com/certificate/4hRXEE