1 国科大杭州高等研究院,浙江 杭州 310024
2 中国科学院智能红外感知重点实验室,上海 200083
3 中国科学院上海技术物理研究所 红外探测与成像技术重点实验室,上海 200083
4 中国科学院大学,北京 100049
针对卫星发射前在轨数据缺乏导致的无法进行成像质量评估、链路分析及几何处理算法验证等问题,提出了一种基于光线追迹的长线列摆扫式热像仪在轨几何成像仿真方法。首先根据光学系统结构及成像特点,构建了长线列摆扫式热像仪严格几何定位模型;然后,基于姿轨仿真数据、DOM和DEM辅助数据,通过光线追迹及重投影算法实现了像元视矢量的空间投影及成像仿真;最后,提出了基于“广义”修正矩阵的几何检校方法,通过修正定位模型提高了仿真影像定位精度。实验结果表明,该方法可实现长线列摆扫式热像仪任意轨道位置的几何成像仿真,检校后仿真影像定位精度优于2个像元。该研究为空间光学载荷在轨几何成像仿真提供了新思路,对成像链路误差源分析、几何定位及检校方法研究具有重要意义。
成像仿真 几何检校 长线列摆扫 热像仪 光线追迹 imaging simulation geometric calibration long-linear-array and whisk broom(LLAWB) thermal infrared imager(TIRI) ray-tracing
红外与激光工程
2021, 50(8): 20200396
1 同济大学测绘与地理信息学院, 上海 200092
2 自然资源部现代工程测量重点实验室, 上海 200092
3 安徽理工大学空间信息与测绘工程学院, 安徽 淮南 232001
针对地面三维激光扫描仪自检校模型易受到随机误差与粗差的影响,基于Gauss-Helmert坐标转换模型与扫描仪观测原理提出了一种三维激光扫描仪的自检校方法。该方法共包含6个外部转换参数与5个系统误差参数(附加参数),首先利用泰勒级数对函数模型进行线性化,并构造拉格朗日目标函数,基于Newton-Gauss法迭代求解所有未知参数的初值;之后利用标准化残差构造权因子函数,以对观测值进行重新定权,并通过迭代计算出参数的最终解。通过仿真和实验进行验证,结果表明所提方法较现有的算法能有效去除观测值中的随机误差与粗差,且具有良好的鲁棒性。
探测器 自检校 Gauss-Helmert模型 Newton-Gauss法 随机模型 抗差估计 中国激光
2021, 48(13): 1304002
山东理工大学建筑工程学院, 山东 淄博 255000
针对带状序列无人机影像自检校空中三角测量时存在相机参数误差累积过大的问题, 提出一种分类自检校(CSC)方法。该方法首先根据影像的GPS位置信息建立KD树, 并利用K-Means进行自分类; 然后对每类影像分别进行自检校光束法平差, 将自检校得到的多组相机参数进行加权平均; 最后进行全局自检校光束法平差。多组实验表明, CSC方法与室内检校场检校参数的像点畸变不符值均方根误差为0.5像素, 检查点点位均方根误差为10.1 cm, 且较Smart3D, VisualSFM和COLMAP软件能更精确地表示数据的原始姿态。综上, CSC方法可为带状区域无人机影像自检校空中三角测量提供一种有效的方案, 具有较强的实践应用价值。
相机自检校 光束法平差 带状序列影像 K均值 KD树 camera′s self-calibration bundle adjustment strip sequence image K-Means KD-tree
1 山东科技大学 测绘科学与工程学院,山东 青岛 266590
2 山东科技大学 海洋工程研究院,山东 青岛 266590
3 青岛秀山移动测量有限公司,山东 青岛 266510
车载移动测量系统是一种多传感器高度集成的测量设备,系统精度不仅取决于集成的传感器精度,还受激光扫描仪与组合导航系统之间安置参数检校的准确度影响。考虑到安置参数检校方法的便捷、有效性以及系统最终精度评估,提出一种基于参考面特征约束的车载移动测量系统安置参数检校方法。该方法根据包含系统安置参数的激光扫描点定位方程,利用参考面上的激光扫描点到参考面方程距离偏差最小作为约束条件,同时考虑到安置参数旋转量与偏移量间存在相关性,采用分步解算方法将旋转和平移量进行分开求解。最后,通过采集检校场和外场数据进行系统内符合和外符合精度评估。实验结果表明:该方法能够有效的消除安置误差影响,检校后内符合精度为0.007 m,外符合精度为0.024 m。
车载移动测量系统 面特征约束 安置误差检校 vehicle mobile laser scanning system planar feature constraint boresight calibration 红外与激光工程
2020, 49(7): 20190524
1 中国科学院空天信息创新研究院, 北京 100094
2 中国科学院大学, 北京 100049
针对传统畸变校正方法无法完成镀膜双镜头多光谱相机影像畸变校正的问题,提出了一种基于数字畸变模型采样的单波段影像畸变校正方法。采用多片后方交会完成相机检校得到各类参数,建立起原始影像的数字畸变模型; 对原始数字畸变模型采样得到各波段数字畸变模型; 利用各波段数字畸变模型完成对应波段影像畸变的校正。实验结果表明,数字畸变模型采样法能够有效解决镀膜双镜头多光谱相机单波段影像畸变的校正问题,校正精度较高; 通过进一步实验证明,经畸变校正后的单波段影像配准误差达到亚像素级,数据可用性高。
镀膜多光谱相机 相机检校 畸变校正 数字畸变模型 coated multispectral camera camera calibration distortion correction digital distortion model
山东科技大学 测绘科学与工程学院, 山东 青岛 266590
提出了一种利用混合规则几何面进行车载移动测量系统(MMS)激光扫描仪外参数检校的方法。该方法利用现实环境中普遍存在的平面和圆柱面地物, 结合平面和柱面可公式化的几何特征对激光点进行严密的数学方程式约束, 通过非线性优化的方法精确求解激光扫描仪相对于MMS定位测姿POS系统的相对位置和姿态参数。实验结果表明: 相对于只采用平面地物约束进行检校的方法, 采用混合规则几何面联合约束检校的方法结果精度更高, 距离残差中误差达到了0.006 m; 同一车载平台、两套不同激光扫描仪系统检校后, 点云叠合效果较好。该检校方法具有精度高、简便、快速、实用等优点, 具有较强的工程应用价值。
车载移动测量系统 激光扫描仪 规则几何面 外参数检校 联合约束 MMS laser scanner regular geometric surface external parameters calibration joint constraint 红外与激光工程
2020, 49(2): 0205009
1 武汉大学 遥感信息工程学院, 湖北 武汉 430079
2 立得空间信息技术股份有限公司, 湖北 武汉 430079
多线激光雷达具有成本低、体积小、能直接获取场景地物表面的三维点云数据等优点, 已被广泛应用在无人驾驶、移动测量、机器人等领域。为减少遮挡, 提高点云密度, 两个或多个激光雷达常被集成在一起, 互为补充。不同激光雷达的安装位置和姿态不同, 要融合激光雷达的点云数据, 关键在于对激光雷达之间相对位置关系的检校。为检校激光雷达之间的相互位置关系, 提出了基于共面约束的检校算法。算法要求不同的激光雷达同时扫到相同的平面, 利用平面在不同坐标系下的对应关系求解激光雷达之间的相互位置关系, 并结合Levenberg-Marquardt (L-M)优化算法, 提高检校精度。该算法操作简单、通用性强、检校精度高。
多线激光雷达 相对位置关系检校 共面约束 L-M优化 multibeam LIDAR relative position calibration coplanar constraints L-M optimization 红外与激光工程
2019, 48(3): 0330003