论文部分内容阅读
目前,遥感影像几何校正主要通过严格物理模型和有理函数(通用成像)模型完成。严格物理模型需要利用精确的星历参数来构建,精度高,但严重依赖传感器,更新维护复杂。有理函数模型的构建可以依靠星历参数(与地形无关),也可以仅依靠控制点信息(与地形有关)完成。有理函数模型由于病态性的存在,使得求解过程不稳定,求解结果精度低,限制了其广泛应用。本文以与地形有关的有理函数模型为基础,在深入分析了其病态性机理和诊断病态性方法的基础上,提出了以“稳健求解”和“简化模型”两种方法来克服和抑制病态性。
首先,本文提出了“稳健求解”的思想来克服模型的病态性,兼顾“有偏性”和“均方误差”是“稳健求解”的主要思想。本文从基于全部奇异值修正、基于部分奇异值修正和其它方法三个方面阐述了遥感图像正射纠正稳健求解的方法,具体以L曲线Tikhonov正则化方法、基于部分奇异值修正法和谱修正迭代法进行实验论证。这些方法都能不同程度地克服病态性,使得病态性的模型能够求得稳定的解,并取得较高精度的解。不过由于各种方法本身的特点,使得不同方法都体现区别于其他方法的特性。同时,提出了一种新的稳定的有理函数病态方程解算方法--改进的奇异值修改法。该方法在模型具有病态性和非病态性的情况下,均能获得稳定解。
其次,本文提出了用“简化模型”的方法来抑制模型病态性。病态性主要是“模型本身”和“数据因素”共同作用的结果,简化模型从“模型本身”为切入点,通过模型简化,改善模型的病态性。文中主要从“去掉高次项”和“删除某些项”两方面进行了论证。提出了利用正交度分析,删除其中复共线性较强的项,从而实现模型简化。简化模型并不能从根本上克服模型的病态性,但可以抑制病态性,并降低计算量。
最后,软件实现了有理函数模型遥感影像纠正的模块,其结果与参考影像和严格物理模型纠正的结果比较,表明有理函数模型纠正的影像精度完全符合要求。