定位精度评价方法与流程

1.本发明涉及遥感图像地理定位技术领域，具体地，涉及一种定位精度评价方法，尤其是一种基于高分辨率岸线数据的遥感图像地理定位精度评价方法。


背景技术：

2.随着遥感应用的迅速发展，遥感图像的地理定位精度成为衡量遥感图像应用价值的重要指标之一，这就需要开展对遥感图像定位精度进行定量化评价。
3.目前已有的遥感图像地理定位评价方法均建立在同名控制点位置比较基础之上，如何快速、便捷地获取控制点并匹配对于遥感图像地理定位精度评价具有重要意义。现有定位精度评价方法多依赖试验场控制点实测数据或者其他卫星影像信息，实施受到一定限制。
4.gjb 4407-2002《航天遥感图像定位精度检测方法》中给出的控制点获取方法包括：外业检测法、地形图(库)读点检测法和摄影测量法。现有文献1[陈艺虾，遥感图像几何定位精度评价方法研究，南京理工大学，硕士论文，2013]给出了基于surf算法及领域边缘信息进行控制点自动选取并匹配的方法。现有文献2[魏丹丹，甘甫平，尚坤，等，cbers-04星pan/mux图像几何定位精度评价，无线电工程，2018,48(5)]中给出了基于野外实测控制点与其他卫星影像的定位精度评价方法。现有文献3[林鸿弟，屈利娜，geoeye－1卫星无控自主定位和稀疏控制点下定位精度评价研究，城市勘测，2018，6]与现有文献4[王建步，张杰，马毅,资源一号02c卫星遥感影像二级产品定位精度评价，海洋测绘，2013,33(5)]分别给出了基于试验场获取的控制点进行定位精度评价的方法。公开号cn104574347a的专利文献公开了一种基于多源遥感数据的在轨卫星图像几何定位精度评价方法，采用如下步骤：步骤1，将待评图像和参考图像调整为同一椭球体、基准面和分辨率下的两幅图像；步骤2，对以上两幅图像进行下采样，并进行辐射增强处理；步骤3，使用加速稳健特征surf算法对以上两幅图像进行粗匹配，并用对极几何约束剔除误匹配点对；步骤4，根据粗匹配结果，对待评图像进行几何关系补偿，并对几何补偿后的待评图像和参考图像进行精确分块；步骤5，针对待评图像和参考图像块对，使用surf算法进行精匹配，并用对极几何约束剔除误匹配点对；步骤6，计算外部几何定位精度，同时根据筛选出的各方向控制点对计算内部几何定位精度。
[0005]
上述文献仍然存在多依赖试验场控制点实测数据或者其他卫星影像信息，实施受到一定限制的缺陷。


技术实现要素：

[0006]
针对现有技术中的缺陷，本发明的目的是提供一种定位精度评价方法。
[0007]
根据本发明提供的一种定位精度评价方法，包括以下步骤：
[0008]
步骤1：按照地理定位结果对原始图像进行重采样，获取重采样后的图像及逐像素对应的经度、纬度；
[0009]
步骤2：对存在岸线的遥感图像进行边缘提取，获取遥感图像中岸线对应的像素；
[0010]
步骤3：对遥感图像中岸线像素，搜素高分辨率岸线数据中的对应点；
[0011]
步骤4：对遥感图像中岸线像素，按照像素对应的经纬度与高分辨率岸线数据中的对应点的经纬度，计算对应的地球表面弧长作为定位偏差；
[0012]
步骤5：根据多组定位结果统计分析遥感图像地理定位误差。
[0013]
优选的，所述步骤1中，重采样后的网格设置为按地理圆柱投影生成的等经度、等纬度间隔网格，将原始定位结果的离散点重采样为等经度、等纬度间隔网格上的点。
[0014]
优选的，所述步骤2包含如下步骤：
[0015]
步骤2.1：进行遥感图像边缘提取，获取遥感图像边缘二值图像；
[0016]
步骤2.2：将高分辨率岸线数据中的经度、纬度离散点投影至步骤一中的等经度、等纬度间隔网格，生成一幅与遥感图像分辨率相同的二值图像；
[0017]
步骤2.3：对步骤2.2中的二值图像进行图像形态学处理中膨胀操作；
[0018]
步骤2.4：将步骤2.3中得到的二值图像作为掩膜，对步骤2.1中的遥感图像边缘进行过滤，作为从遥感图像中提取出的岸线像素。
[0019]
优选的，所述步骤2.1中，采用sobel算子进行遥感图像边缘提取。
[0020]
优选的，所述步骤2.3中，结构元素为d,
[0021][0022]
存在高分辨率岸线的像素被标记为1，否则为0。
[0023]
优选的，所述步骤3中，高分辨率岸线数据由全球自洽分层高分辨率地理数据库获取。
[0024]
优选的，所述步骤3中，对遥感图像中岸线像素，按照地表距离最近原则搜素高分辨率岸线数据中的对应点。
[0025]
优选的，所述步骤4中，若遥感图像中岸线像素对应的纬度为a、经度为b(单位：弧度)，高分辨率岸线数据中对应点的α、经度为β，定位偏差d计算公式为：
[0026]
d＝aarccos(sin(a)cos(b)sin(α)cos(β) sin(a)sin(b)sin(α)sin(β) cos(a)cos(α))
[0027]
其中，a为地球平均半径。
[0028]
优选的，步骤5中定位误差δ计算方法为：
[0029][0030]
其中，为多组定位偏差的平均值。
[0031]
优选的，定位偏差的组数不小于50。
[0032]
与现有技术相比，本发明具有如下的有益效果：
[0033]
1、本发明能够不依赖其他卫星相同场景的定位数据，评价遥感图像地理定位精度；
[0034]
2、本发明基于全球自洽分层高分辨率地理数据库(gshhg)，利用遥感图像中的水陆分界位置与高分辨率岸线数据库对比，定量化评价遥感图像地理定位精度；
[0035]
3、本发明方法合理、计算简单、实施简易，能够普遍应用于遥感图像定理精度评估。
附图说明
[0036]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0037]
图1为本发明的流程图；
[0038]
图2为某卫星原始遥感图像；
[0039]
图3为重采样后的遥感图像；
[0040]
图4为高分辨率岸线数据投影至与遥感图像相同分辨率网格结果；
[0041]
图5为遥感图像中岸线对应的像素；
[0042]
图6为基于高分辨率岸线数据的定位偏差统计结果。
具体实施方式
[0043]
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
[0044]
实施例1：
[0045]
如图1所示，本实施例提供的一种定位精度评价方法，包括以下步骤：
[0046]
步骤1：按照地理定位结果对原始图像进行重采样，获取重采样后的图像及逐像素对应的经度、纬度，步骤1中，重采样后的网格设置为按地理圆柱投影生成的等经度、等纬度间隔网格，将原始定位结果的离散点重采样为等经度、等纬度间隔网格上的点。
[0047]
步骤2：对存在岸线的遥感图像进行边缘提取，获取遥感图像中岸线对应的像素。
[0048]
步骤2包含如下步骤：
[0049]
步骤2.1：进行遥感图像边缘提取，获取遥感图像边缘二值图像；
[0050]
步骤2.2：将高分辨率岸线数据中的经度、纬度离散点投影至步骤一中的等经度、等纬度间隔网格，生成一幅与遥感图像分辨率相同的二值图像，步骤2.1中，采用sobel算子进行遥感图像边缘提取；
[0051]
步骤2.3：对步骤2.2中的二值图像进行图像形态学处理中膨胀操作，步骤2.3中，结构元素为d,
[0052][0053]
存在高分辨率岸线的像素被标记为1，否则为0；
[0054]
步骤2.4：将步骤2.3中得到的二值图像作为掩膜，对步骤2.1中的遥感图像边缘进行过滤，作为从遥感图像中提取出的岸线像素。
[0055]
步骤3：对遥感图像中岸线像素，搜素高分辨率岸线数据中的对应点，步骤3中，高分辨率岸线数据由全球自洽分层高分辨率地理数据库获取，对遥感图像中岸线像素，按照地表距离最近原则搜素高分辨率岸线数据中的对应点。
[0056]
步骤4：对遥感图像中岸线像素，按照像素对应的经纬度与高分辨率岸线数据中的对应点的经纬度，计算对应的地球表面弧长作为定位偏差，步骤4中，若遥感图像中岸线像素对应的纬度为a、经度为b(单位：弧度)，高分辨率岸线数据中对应点的α、经度为β，定位偏差d计算公式为：
[0057]
d＝aarccos(sin(a)cos(b)sin(α)cos(β) sin(a)sin(b)sin(α)sin(β) cos(a)cos(α))
[0058]
其中，a为地球平均半径。
[0059]
步骤5：根据多组定位结果统计分析遥感图像地理定位误差，步骤5中定位误差δ计算方法为：
[0060][0061]
其中，为多组定位偏差的平均值。定位偏差的组数不小于50。
[0062]
下面结合某卫星遥感图像对本发明方法进行验证，图2所示为某卫星原始遥感图像，由于该载荷成像过程中采用了45
°
旋转扫描反射镜，故而原始图像中存在像旋。图3为执行步骤1后得到的重采样后的遥感图像。步骤2中高分辨率岸线数据投影至与遥感图像相同分辨率网格结果如图4所示，执行步骤2后获取遥感图像中岸线对应的像素如图5所示。由图5可以看出，受云层等因素影响，在遥感图像中提取得到的岸线像素并不连续。对应对图5中的岸线像素，执行步骤3至步骤5，得到的1349组定位偏差统计结果如图6所示。
[0063]
本发明能够不依赖其他同场景卫星影像、无需实地测量地面控制点，实施方便且能普遍适用于遥感图像地理定位精度评价。
[0064]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。