一种无人机载成像高光谱几何校正的方法及系统

暂无

一种无人机载成像高光谱几何校正的方法及系统\n技术领域\n[0001] 本发明涉及图像处理技术领域，尤其涉及一种无人机载成像高光谱几何校正的方法及系统。\n背景技术\n[0002] POS(position and orientation system)定位定向系统，POS传感器用于采集位置和姿态信息。\n[0003] DEM(Digital Elevation Model)数字高程模型，是对地貌形态的虚拟表示，可根据航空或卫星影像，通过摄影测量途径获取，作为数字影像正射校正的基础数据，DEM是摄影测量中构建共线方程的必要条件。\n[0004] 近年来，成像高光谱遥感技术以图谱合一，空间和光谱分辨率高等特点推进了农业遥感定量化发展，具有巨大的应用潜力。然而，卫星遥感平台受轨道的限制，每天过顶的时间固定，无法实现应急观测；有人驾驶的航空遥感获取影像数据成本较高，且受天气条件影响较大。随着无人机技术的发展，以无人机为近地飞行平台搭载对地观测传感器的新型遥感探测技术得到快速发展，尤其微小型无人机具有机动灵活性好、作业周期短、时效性好、维护成本低、经济实用等特点，非常适合搭载微小型成像高光谱设备实现农业低空遥感观测，具有重要的研究和应用价值。\n[0005] 无人机自身载荷平台稳定性较低，受气流风速影响较大，大多数成像高光谱仪采用线阵传感器推扫成像模式，成像过程中线阵光谱位置姿态时刻变化，使得成像光谱数据发生明显的几何畸变。在成像光谱仪推扫成像过程中，每秒钟采集几十到几百条线阵光谱，后续数据几何校正需要高精度的传感器位置及姿态信息。但由于无人机自身载荷较小无法搭载常规大型的高精度POS系统，无法在推扫成像过程中同步采集高精度的传感器位置及姿态信息，只能获取到无人机自身安装简易的低精度POS数据，导致无人机载成像高光谱图像几何畸变难以恢复，几何精确校正成为阻碍无人机成像高光谱广泛应用的瓶颈问题。\n发明内容\n[0006] （一）要解决的技术问题\n[0007] 本发明所要解决的技术问题是：无人机平台稳定性较差，易受气流影响，无人机载成像高光谱通常采用线阵传感器推扫，成像过程中线阵位置姿态变化明显，导致光谱图像较为严重的几何畸变；无人机载成像高光谱单条线阵覆盖范围小，特征提取难度大，线阵间重叠度低，相邻线阵特征匹配难度大，无法有效提取测区DEM；而且无人机载荷能力较低，通常无法搭载高精度POS系统获取高精度成像高光谱线阵位置姿态信息。针对上述条件，解决无人机载成像高光谱的几何校正。\n[0008] （二）技术方案\n[0009] 为此目的，本发明提出了一种无人机载成像高光谱几何校正的方法，包括以下步骤：\n[0010] 实时采集当前无人机低精度POS传感器的位置姿态信息；\n[0011] 根据所述位置姿态信息解析数码像片精确的摄影中心位置姿态信息，并生成像片覆盖区域的DEM；\n[0012] 根据所述精确的摄影中心位置姿态信息对相邻数码像片的摄影中心间多条成像高光谱扫描线对应的位置姿态数据进行校正，得到所述多条成像高光谱扫描线高精度的线阵位置姿态信息；\n[0013] 根据所述高精度线阵位置姿态信息和所述DEM构建共线方程，生成高光谱图像，实现无人机载成像高光谱几何校正。\n[0014] 优选地，所述实时采集当前无人机低精度POS传感器的位置姿态信息之前，还包括：\n[0015] 将数码相机，成像高光谱仪及无人机低精度POS传感器设置于同一平面的相邻位置，使三种传感器姿态位置信息一致；\n[0016] 设置所述数码相机的采集频率VDC；\n[0017] 根据数码相机的采集频率VDC设置成像高光谱仪的采样频率VHIS。\n[0018] 优选地，所述设定所述数码相机的采集频率VDC，具体为：\n[0019] 根据无人机飞行高度、飞行速度和所述数码相机观测视场角FOVDC，设定数码相机的采集频率VDC：\n[0020]\n[0021] 其中，S为无人机飞行速度，H为无人机飞行高度，FOVDC为数码相机视场角大小，r为空间三角测量所需的像片重叠度。\n[0022] 优选地，所述根据数码相机的采集频率VDC设置成像高光谱仪的采样频率VHIS，具体为：\n[0023]\n[0024] 其中，S为无人机飞行速度，H为无人机飞行高度，IFOVHIS为成像光谱仪线阵上单个探元对应的视场角。\n[0025] 优选地，所述根据所述位置姿态信息解析数码像片精确的摄影中心位置姿态信息，具体为：\n[0026] 根据实时采集的当前无人机低精度POS传感器的位置姿态信息和数码像片采用空中三角测量方法解析所述数码像片精确的摄影中心位置姿态信息。\n[0027] 优选地，所述根据所述精确的摄影中心位置姿态信息对相邻数码像片的摄影中心间多条成像高光谱扫描线对应的位置姿态数据进行校正，具体包括：\n[0028] 将实时采集的当前无人机低精度POS传感器的位置姿态信息与所述相邻数码像片的摄影中心间多条成像高光谱扫描线进行时间匹配，得到成像高光谱各扫描线对应的位置姿态数据；\n[0029] 根据所述精确的摄影中心位置姿态信息对所述多条成像高光谱扫描线对应的位置姿态数据进行校正。\n[0030] 本发明还提供了一种无人机载成像高光谱几何校正的系统，包括：\n[0031] 采集模块、解析模块、校正模块和生成模块；\n[0032] 采集模块，用于实时采集当前无人机低精度POS传感器的位置姿态信息；\n[0033] 解析模块，用于根据采集模块采集的所述位置姿态信息解析数码像片的摄影中心位置姿态信息，并根据所述中心位置姿态信息生成像片覆盖区域的DEM；\n[0034] 校正模块，用于根据所述摄影中心位置姿态信息对相邻数码像片的摄影中心间多条成像高光谱扫描线对应的位置姿态数据进行校正，得到所述多条成像高光谱扫描线的线阵位置姿态信息；\n[0035] 生成模块，根据所述线阵位置姿态信息和所述DEM构建共线方程，生成高光谱图像。\n[0036] 优选地，所述系统还包括设置模块；\n[0037] 设置模块，用于将数码相机，成像高光谱仪及无人机低精度POS传感器设置于同一平面的相邻位置，使三种传感器姿态位置信息一致；所述设置模块还用于设置所述数码相机的采集频率并根据数码相机的采集频率设置成像高光谱仪的采样频率。\n[0038] 优选地，所述校正模块包括：匹配单元和校正单元；\n[0039] 匹配单元，用于将实时采集的当前无人机低精度POS传感器的位置姿态信息与所述相邻数码像片的摄影中心间多条成像高光谱扫描线进行时间匹配，得到成像高光谱扫描线对应的位置姿态数据；\n[0040] 校正单元，用于根据所述精确的摄影中心位置姿态信息对所述成像高光谱扫描线对应的位置姿态数据进行校正。\n[0041] （三）有益效果\n[0042] 通过采用本发明公开的一种无人机载成像高光谱几何校正的方法及系统，利用无人机面阵数码成像数据解算出的高精度POS信息，对无人机低精度POS数据进行优化，实现成像高光谱仪逐扫描线几何精确校正，为无人机成像高光谱广泛应用提供了技术支撑。\n附图说明\n[0043] 通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：\n[0044] 图1是本发明一种无人机载成像高光谱几何校正的方法流程图；\n[0045] 图2是本发明实施例中数码相机和成像高光谱仪成像位置信息的示意图；\n[0046] 图3是本发明一种无人机载成像高光谱几何校正的系统模块图。\n具体实施方式\n[0047] 下面将结合附图对本发明的实施例进行详细描述。\n[0048] 本发明提出了一种无人机载成像高光谱几何校正的方法及系统，针对无人机遥感平台特点及成像高光谱成像特点，集成高分辨率面阵成像数码相机(DC,Digital Camera)和线阵推扫成像高光谱仪(HIS,Hyperspectral Imaging System)，利用数码像片、地面控制点、无人机自身携带低精度的POS（Position and Orientation System）传感器同步采集位置和姿态信息，采用空中三角测量方法，解算高精度数码像片摄影中心POS信息以及测区DEM。对相邻数码像片摄影中心间成像高光谱仪各扫描线对应的POS数据进行多项式拟合，然后将解算的高精度数码像片摄影中心POS信息代入多项式方程，得到高精度逐扫描线POS信息，最后，结合测区DEM及高精度逐扫描线POS信息建立共线方程，实现无人机载成像高光谱数据的几何校正。\n[0049] 本发明实施例一提出了一种无人机载成像高光谱几何校正的方法，如图1所示，包括以下步骤：\n[0050] 步骤101，实时采集当前无人机低精度POS传感器的位置姿态信息；\n[0051] 步骤102，根据所述位置姿态信息解析数码像片精确的摄影中心位置姿态信息，并生成像片覆盖区域的DEM；\n[0052] 步骤103，根据所述精确的摄影中心位置姿态信息对相邻数码像片的摄影中心间多条成像高光谱扫描线对应的位置姿态数据进行校正，得到所述多条成像高光谱扫描线高精度的线阵位置姿态信息；\n[0053] 步骤104，根据所述高精度的线阵位置姿态信息和所述DEM构建共线方程，生成高光谱图像，实现无人机载成像高光谱几何校正。\n[0054] 优选地，所述实时采集当前无人机低精度POS传感器的位置姿态信息之前，还包括：\n[0055] 将数码相机，成像高光谱仪及无人机低精度POS传感器设置于同一平面的相邻位置，使三种传感器姿态位置信息一致；\n[0056] 设置所述数码相机的采集频率VDC；\n[0057] 根据数码相机的采集频率VDC设置成像高光谱仪的采样频率VHIS。\n[0058] 优选地，所述设定所述数码相机的采集频率VDC，具体为：\n[0059] 根据无人机飞行高度、飞行速度和所述数码相机观测视场角FOVDC，设定数码相机的采集频率VDC：\n[0060]\n[0061] 其中，S为无人机飞行速度，H为无人机飞行高度，FOVDC为数码相机视场角大小，r为空间三角测量所需的像片重叠度。\n[0062] 优选地，所述根据数码相机的采集频率VDC设置成像高光谱仪的采样频率VHIS，具体为：\n[0063]\n[0064] 其中，S为无人机飞行速度，H为无人机飞行高度，IFOVHIS为成像光谱仪线阵上单个探元对应的视场角。\n[0065] 优选地，所述根据所述位置姿态信息解析数码像片精确的摄影中心位置姿态信息，具体为：\n[0066] 根据实时采集的当前无人机低精度POS传感器的位置姿态信息和数码像片采用空中三角测量方法解析所述数码像片精确的摄影中心位置姿态信息。\n[0067] 本实施例中集成佳能5D Mark II数码相机(DC)及自主研发成像高光谱仪(HIS)。\n无人机POS系统采样频率可达100Hz，定位由GPS接收器测量，姿态由IMU传感器测量，其中IMU传感器测量横滚 俯仰（ω）、航向（κ）精度达±1.0°，GPS接收器平面(X/Y)精度为\n2/2.5m，高程(Z)精度为5m。成像高光谱仪具有200个成像波段。将上述三种传感器部署于同一平面，位置相邻，并保证POS传感器测量姿态位置信息与传感器一致。\n[0068] 为了满足后续空间三角测量需要，根据无人机飞行高度、飞行速度、数码相机观测视场角（FOVDC）大小，计算出数码相机采集频率VD（C Hz）；在此基础上再根据数码相机采样频率、成像光谱仪瞬时视场角(IFOV)确定成像光谱仪的采样频率VHI（S Hz）。\n[0069]\n[0070] 其中，S为无人机飞行速度(m/s)，H为无人机飞行高度(m)，FOVDC为数码相机视场角大小(弧度)，r为空间三角测量所需的像片重叠度（%）：\n[0071]\n[0072] 其中IFOVHIS为成像光谱仪线阵上单个探元对应的视场角（弧度）。\n[0073] 以无人机飞行15米/秒，飞行高度为300米为例，VHIS至少是VDC的200倍，即VHIS远大于VDC。所以，在数码相机相邻两次成像过程中，成像光谱仪进行了多次的线阵推扫。\n[0074] 无人机POS传感器按照最高100Hz进行连续数据测量，并保存POS数据。\n[0075] 根据数码相机拍摄重叠度，地面同一点可以在多张像片上成像，可采用传统摄影测量及空中三角测量方法，精确求解出各张像片拍摄位置的精确POS信息(POSS1，POSS2…POSSn)，并在此基础上生成像片覆盖区域DEM。\n[0076] 优选地，所述根据所述精确的摄影中心位置姿态信息对相邻数码像片的摄影中心间多条成像高光谱扫描线对应的位置姿态数据进行校正，具体包括：\n[0077] 将实时采集的当前无人机低精度POS传感器的位置姿态信息与所述相邻数码像片的摄影中心间多条成像高光谱扫描线进行时间匹配，得到成像高光谱各扫描线对应的位置姿态数据；\n[0078] 根据所述精确的摄影中心位置姿态信息对所述多条成像高光谱扫描线对应的位置姿态数据进行校正。\n[0079] 本实施例中，根据所述精确的摄影中心位置姿态信息对所述多条成像高光谱扫描线对应的位置姿态数据进行校正，具体为：\n[0080] 对相邻数码像片摄影中心间成像高光谱仪各扫描线对应的位置姿态数据进行多项式拟合，将所述精确的摄影中心位置姿态信息代入多项式方程，得到高精度逐扫描线POS信息。\n[0081] 本实施例中，成像高光谱逐扫描线POS数据校正：如图2所示，以S1、S2为例，首先对数码相机在S1、S2成像时间间隔内，即成像高光谱仪扫描的L11-L1n共n条扫描线对应的POS数据进行多项式拟合。拟合时以S1为参考点，按照公式（3）将各时刻（t=t1,t2,…tn）测量的POS位置与姿态分量（Xt，Yt，Zt； ωt，κt）分别减去S1成像时刻POS分量值（XS1,YS1,ZS1;\nωS1、κS1），得到各时刻POS分量相对于S1的变化量：\n[0082]\n[0083] 然后利用多项式法对计算出的变化量（ΔXtS1，ΔYtS1，ΔZtS1； ΔωtS1，ΔκtS1）进行拟合：\n[0084]\n[0085] 其中，t=（t1,t2….tn）; 为成像高光谱仪在S1、S2成像时间\n间隔内各扫描线POS测量（X,Y,Z）坐标的多项式拟合方程系数； 为成\n像高光谱仪在S1、S2成像时间间隔内各扫描线POS测量( ω,κ)姿态的多项式拟合方程系数； 为各扫描线时间权矩阵。\n[0086] 最后，将利用数码相机拍摄像片计算出的S1高精度POS信息，即POSS1对应的各分量分别输入上述拟合的多项式方程，即可分别计算出t时刻成像光谱仪描线对应的高精度POS信息即线阵位置姿态信息：\n[0087]\n[0088] 其中， 为根据多项式方程预测出的S1、S2成像\n时间 间 隔内 第 L1 i（L1 1 ，L 1 2 . ..L1 n）扫 描 线处 高 精 度P O S信 息 ；\n为利用数码相机像片计算出S1处摄影中心\n位置姿态信息。\n[0089] 同理，对对S2、S3；S3、S4等依次重复上述计算，直到Sn-1、Sn为止。这样最终就得到了S1至Sn时间间隔内成像光谱仪所有扫描线的线阵位置姿态信息。利用得到的高精度阵位置姿态信息，结合生成的DEM数据，根据成像几何共线方程即公式（6）即可实现成像高光谱影像的逐扫描线几何精确校正，生成高光谱图像。\n[0090]\n[0091]\n[0092] 其中(x,y)为成像高光谱扫描线上各像素坐标;(XP,YP,ZP)为几何校正后地理坐标；f为成像光谱仪焦距。\n[0093] 本发明实施例二还提出了一种无人机载成像高光谱几何校正的系统，如图3所示，包括：采集模块1、解析模块2、校正模块3和生成模块4；\n[0094] 采集模块1，用于实时采集当前无人机低精度POS传感器的位置姿态信息；\n[0095] 解析模块2，用于根据采集模块采集的所述位置姿态信息解析数码像片的摄影中心位置姿态信息，并根据所述中心位置姿态信息生成像片覆盖区域的DEM；\n[0096] 校正模块3，用于根据所述摄影中心位置姿态信息对相邻数码像片的摄影中心间多条成像高光谱扫描线对应的位置姿态数据进行校正，得到所述多条成像高光谱扫描线的线阵位置姿态信息；\n[0097] 生成模块4，根据所述线阵位置姿态信息和所述DEM构建共线方程，生成高光谱图像。\n[0098] 优选地，所述系统还包括设置模块；\n[0099] 设置模块，用于将数码相机，成像高光谱仪及无人机低精度POS传感器设置于同一平面的相邻位置，使三种传感器姿态位置信息一致；所述设置模块还用于设置所述数码相机的采集频率并根据数码相机的采集频率设置成像高光谱仪的采样频率。\n[0100] 优选地，所述校正模块包括3：匹配单元和校正单元；\n[0101] 匹配单元，用于将实时采集的当前无人机低精度POS传感器的位置姿态信息与所述相邻数码像片的摄影中心间多条成像高光谱扫描线进行时间匹配，得到成像高光谱扫描线对应的位置姿态数据；\n[0102] 校正单元，用于根据所述精确的摄影中心位置姿态信息对所述成像高光谱扫描线对应的位置姿态数据进行校正。\n[0103] 通过采用本发明公开的一种无人机载成像高光谱几何校正的方法及系统，利用无人机面阵数码成像数据解算出的高精度POS信息，对无人机低精度POS数据进行优化，实现成像高光谱仪逐扫描线几何精确校正，为无人机成像高光谱广泛应用提供了技术支撑。\n[0104] 以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。