EN中文

地球信息科学学报 >

2015 , Vol. 17 >Issue 6: 724 - 731

DOI: https://doi.org/10.3724/SP.J.1047.2015.00724

遥感科学与应用技术

基于遥感影像的卫星颤振探测分析的关键技术与实现

  • 王凤香 1 ,
  • 刘世杰 , 1, 2, * ,
  • 童小华 1, 2 ,
  • 唐新明 3 ,
  • 徐聿升 1 ,
  • 叶真 1 ,
  • 李凌云 1 ,
  • 谢俊峰 3 ,
  • 李天鹏 1 ,
  • 洪中华 1
展开
  • 1. 同济大学测绘与地理信息学院,上海 200092
  • 2. 同济大学空间信息科学与可持续发展应用中心,上海 200092
  • 3. 国家测绘地理信息局 卫星测绘应用中心,北京 100830
*通讯作者：刘世杰(1982-),男,讲师,博士,研究方向为高分辨率遥感精密几何处理的理论、方法及应用。E-mail:

作者简介：王凤香(1989-),女,硕士生,研究方向为高分辨率遥感卫星姿态颤振的补偿方法。E-mail:

收稿日期: 2015-01-04

  要求修回日期: 2015-03-18

  网络出版日期: 2015-06-10

基金资助

国家自然科学基金项目(41401531、41325005、41171352)

上海市青年科技英才扬帆计划项目(14YF1403300)

同济大学青年优秀人才培养行动计划项目

地理信息工程国家重点实验室开放基金(SKLGIE2014-3-3)

收起

Research on Key Technology and Implementation of Detection and Analysis of Satellite Attitude Jitter using Remote Sensing Imagery

  • WANG Fengxiang 1 ,
  • LIU Shijie , 1, 2, * ,
  • TONG Xiaohua 1, 2 ,
  • TANG Xinming 3 ,
  • XU Yusheng 1 ,
  • YE Zhen 1 ,
  • LI Lingyun 1 ,
  • XIE Junfeng 3 ,
  • LI Tianpeng 1 ,
  • HONG Zhonghua 1
Expand
  • 1. College of Surveying and Geo-Informatics, Tongji University, Shanghai 200092, China
  • 2. Center for Spatial Information Science and Sustainable Development, Tongji University, Shanghai 200092, China
  • 3. Satellite Surveying and Mapping Application Center, NASMG, Beijing 100830, China
*Corresponding author: LIU Shijie, E-mail:

Received date: 2015-01-04

  Request revised date: 2015-03-18

  Online published: 2015-06-10

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

姿态颤振是高分辨率卫星普遍存在的复杂现象,随着卫星的复杂性和敏捷性的提高,故其对成像质量的影响机制和相应的探测与补偿方法,成为高分辨率卫星对地观测研究的关键问题。本文介绍了基于遥感影像的卫星颤振探测原理和关键技术,利用传感器的构造特点,通过不同波段的多光谱影像,以及不同视角的全色立体影像间的密集匹配精确量测和获取影像视差差异值,反演卫星姿态颤振的规律和特性,从而对规律性的颤振现象进行建模和补偿。鉴于上述理论,在Visual C++的平台下,研制了卫星颤振探测分析系统,设计了以计算机性能优化的图像分块并行算法。测试结果表明,该软件能有效探测出0.1像元偏移的卫星姿态颤振,并可对规律性颤振进行建模和补偿,有较好的稳定性和并行效率。其已成功应用于资源三号卫星地面应用系统,并可扩展于其他卫星系统的颤振探测分析。

关键词： 高分辨率卫星; 遥感影像; 颤振探测; 颤振建模; 精度验证

本文引用格式

王凤香 , 刘世杰 , 童小华 , 唐新明 , 徐聿升 , 叶真 , 李凌云 , 谢俊峰 , 李天鹏 , 洪中华 . 基于遥感影像的卫星颤振探测分析的关键技术与实现[J]. 地球信息科学学报, 2015 , 17(6) : 724 -731 . DOI: 10.3724/SP.J.1047.2015.00724

Abstract

With the development of high resolution satellites, the attitude jitter, which is a common and complex phenomenon, has become a key problem in the applications of high resolution remote sensing images. It leads to the degradation of image quality, and non-steady and lower precision for the attitude measurement data. Therefore, in this paper, a jitter detection and analysis method based on remotely sensed imagery is proposed. It took the advantage of the imagery data to detect jitter without additional involvement of high-performance sensors or a large quantity of GCPs. Two different jitter detection methods for different types of sensors are presented, which consist of: (1) jitter detection methods based on multispectral images utilizing parallax between two different bands in the image, and (2) jitter detection methods based on stereo images using triplet stereo images and rational polynomial coefficients (RPCs). With the jitter detection methods, the relative registration error is obtained. Afterwards, we can retrieve the time-dependent attitude jitter. Consequently, the frequency and amplitude of the attitude jitter can be achieved by analyzing and modeling the jitter using cosine functions. To reduce the jitter effect on geo-positioning process, the true attitude information should be estimated from the detected jitter components. An improved sensor model is introduced to take into account the compensation for the attitude jitter. The performance of the improved sensor model is assessed in direct georeferencing. Experiments are conducted with images acquired from the first civilian three-line-array stereo mapping satellite ZY-3. A periodic pattern with a frequency of about 0.65Hz has been detected. Based on the theories and methods mentioned above, the detection and analysis of satellite attitude jitter system based on remote sensing imagery has been developed using VC++. An image sub-blocking and a parallel computation scheme based on the computer performance is performed, which can improve the efficiency. Test results show that the system can efficiently detect the attitude jitter of 0.1 pixels. Meanwhile, it can model the regular jitter and correct the jitter effect on geo-positioning process. The accuracies for the plain and height directions are improved from 2.1799 m and 3.2497 m to 1.4396 m and 0.7453 m, respectively. This system has a good stability and robustness and has been successfully applied to the ZY-3 ground application system.

Key words： high resolution satellites; remote sensing imagery; attitude jitter detection; attitude jitter model; accuracy validation

1 引言

卫星姿态颤振是影响遥感影像的成像质量、降低影像几何定位精度的因素之一,会带来诸多遥感影像几何处理等方面的问题[1-5]。
根据高分辨率卫星推扫式成像的特点,卫星姿态变化会被高频曝光逐行采样的影像记录下来[6],因此,可直接利用遥感影像来探测分析卫星姿态颤振[7-8]。这种方法不依赖高精度的定姿设备,以及密集地面控制点,直接从影像上探测提取姿态颤振信息,通过进一步对颤振信息进行研究建模,分析颤振的变化规律,实现卫星姿态精确处理。
为开展高分辨率卫星姿态颤振探测分析研究,利用Visual C++ MFC开发了基于遥感影像的卫星姿态颤振探测分析系统。该系统可利用卫星多光谱或者全色影像,实现卫星颤振探测分析等功能,以保障卫星影像的高质量处理和高精度几何定位,以及为卫星在轨控制和后续卫星设计提供参考依据。
本文利用国产资源三号卫星数据,分析了系统的各功能模块和颤振探测建模结果,探测出了资源三号卫星的颤振现象和规律,验证了系统的可行性和稳定性。

2 基于遥感影像的颤振探测关键技术

2.1 基于多光谱影像的颤振探测

基于多光谱遥感数据的颤振探测基本原理是利用具有视差观测的传感器构造特点,在多光谱影像不同波段之间存在固定的视差值：当卫星的姿态受到颤振影响时,影像间的视差值不再为常量,而是包含了由颤振引起的几何位移[9]。因此,成像时刻 t 对应的各行影像的视差差异值 φ ( t ) 与颤振在像方引起的几何位移 f ( t ) 的关系如式（1）所示。
φ ( t ) = f ( t + Δt ) - f ( t ) （1）
式中, Δt 为视差影像对应的传感器线阵间的成像时间间隔,其值为常数。通过对具有视差影像间的高精度的密集匹配,获取影像间的相对视差值 φ ( t ) ,然后根据颤振的规律重建颤振在像方引起的几何位移 f ( t ) 。系统中提供了2种影像匹配的方法：（1）灰度互相关的影像匹配方法;（2）相位相关的影像匹配方法。这2种方法是系统的核心部分,是整个系统的关键。

2.2 基于全色三线阵遥感影像的颤振探测

基于全色三线阵影像的颤振探测方法的基本原理是以下视影像作为参考影像,采用基于几何约束的互相关匹配算法,在前后视影像上搜索得到高精度的同名点;再将同名点通过前方交会的方式投影至物方,并将物方坐标投影到像方,产生高阶的投影残差,进一步分析其中包含的颤振分量。
对于不同级别的影像,构建不同的成像模型。原始影像只经过相对辐射校正,因此,可通过严格物理成像模型恢复瞬时摄影光束及成像瞬间影像的相互位置关系,进而前方交会出地面点的物方空间坐标[10-11]。根据传感器成像过程中获取的各类观测数据和标定数据,可建立卫星单相机的严格物理成像模型,如式（2）所示。
X - X s Y - Y s Z - Z s = m R obj 2 orb R orb 2 sat R sat 2 cam x y - f （2）
式中, ( X , Y , Z ) 、 ( X s , Y s , Z s ) 分别为地面点和投影中心,在物方空间坐标系下的三维坐标; m 为比例因子; ( x , y , - f ) 为相应的像点的像方坐标系; R obj 2 orb 为物方坐标系和轨道坐标系之间的旋转矩阵; R orb 2 sat 为轨道坐标系和星体坐标系之间的旋转矩阵; R sat 2 cam 为星体坐标系和相机坐标系之间的旋转矩阵。
对于经过传感器改正的影像,通常采用有理函数模型（Rational Function Model,RFM）替代严格物理成像模型。RFM模型几乎能够完全保持各种严格物理成像模型的精度,并且独立于传感器类型,有利于实时计算[12]。有理函数模型如式（3）所示。
S = P 1 ( X , Y , Z ) P 2 ( X , Y , Z ) L = P 3 ( X , Y , Z ) P 4 ( X , Y , Z ) （3）
式中, ( S , L ) 和 ( X , Y , Z ) 分别是标准化的像点影像坐标和相应的地面点坐标; P i ( i = 1,2 , 3,4 ) 为有理多项式系数。

2.3 颤振分析建模

颤振分析建模是对颤振探测结果的精确处理,以还原卫星的真实姿态。以离散傅里叶变换等理论,研究颤振频率结构,提取颤振信号的频率、幅值和周期等特性。其将俯仰和横滚2个方向的姿态颤振序列视为2组时域离散信号,分别进行离散傅里叶变换（Discrete Fourier Transform,DFT）,计算其频谱和功率密度谱,绘制频谱图。根据频谱中信号的峰值,对姿态颤振值中相应的颤振信号进行判断提取,并根据其功率密度谱计算颤振信号的幅值和周期。
根据姿态颤振值的分析结果,利用提取出的颤振分量的周期和幅值,以余弦函数的形式对周期性颤振函数 f ( t ) 进行建模[13-14]。
f ( t ) = ∑ 1 N A i cos ( 2 π ω i t + f i 0 ) （4）
式中, A i 为第 i 分量的幅值; ω i 为第 i 分量的频率; f i 0 为第 i 分量的幅值初相位。

2.4 颤振对定位精度影响的评估

颤振对测图精度的影响评估是通过计算地面检核点上的立体定位误差,定量评估颤振对测图精度的影响。在颤振探测分析结果的基础上,将颤振模型引入卫星影像严格物理成像模型,克服传统多项式卫星姿态模型无法描述高频姿态颤振的缺陷[15-18],从而提高成像模型精度和定位精度。

3 卫星姿态颤振探测分析系统功能设计与实现

3.1 系统功能设计

系统的总体目标是实现基于遥感影像的卫星姿态颤振探测、分析和补偿,主要功能包括基于多光谱遥感影像的颤振探测、基于全色遥感影像的颤振探测、颤振分析建模和几何定位精度补偿验证等模块。
系统的主要特征包括：（1）全部使用图形界面进行交互,各种算法的参数设置均使用对话框方式进行交互,方便用户操作;（2）进行了图像处理的优化配置,读入图像数据时,自动检测硬件系统的CPU性能,进行图像分块,实现并行处理,然后,重新拼接,大大提高图像的处理速度;（3）利用标准格式的数据文件方式与其他应用程序进行数据通讯,有效扩展系统的功能,且各功能模块间耦合度较低,可扩展性强,便于代码重用及软件的更新维护。
3.1.1 系统主要功能模块
本系统采用面向对象方法设计,以基于遥感影像颤振探测分析为主线,实现遥感影像的基本处理功能（主图像\滚动\缩放3视窗通用图像显示、波段组合显示、图像子集选择、控制点投影、同名点选取）、颤振探测功能、颤振分析建模功能和颤振对产品测图精度的评估功能（图1）。
Fig. 1 Software function modules

图1 软件功能模块

3.1.2 图像分块并行算法
由于本系统中影像处理过程运算量较大,单线程结构的程序只包含一个工作线程,不能高效地完成处理工作,并且能同时响应用户的其他输入。当用户通过界面传递消息给系统时,系统会为相应的功能模块开辟线程,执行线程函数,而不影响主线程的运行。通过建立和监视全局变量的方式,实现线程之间的通信[19]。
为提高工作效率,使用了多线程同步的机制[20]。通过分析图像处理程序的工作原理发现,系统资源的浪费主要是由于图像较大,且需要逐点密集匹配所造成的系统等待。根据运行平台的硬件环境,开辟多条线程,将图像按线程数分块,同时进行每块图像的匹配;然后,在与图像块大小相同的阵列上,通过实现各图像块与实时图的相关形成最终的匹配结果。

3.2 系统功能实现

系统在VC++平台上开发,采用面向对象方法进行设计,主界面由菜单和工具栏组成（图2）。每个菜单项都对应一个系统的功能模块,其中,基本工具项包括结果显示和同名点选取等功能。系统的核心功能模块包括3部分：颤振探测、分析建模和精度评估。颤振探测模块包括多光谱影像和全色影像的2个子模块;颤振分析建模实现对颤振探测模块的结果进行分析和计算模型参数;精度评估模块实现评估颤振现象对三线阵立体定位精度的影响。
Fig. 2 The system main interface

图2 系统主界面

4 卫星姿态颤振探测分析系统应用实例及测试

4.1 系统测试数据

为了测试系统的稳定性和实用性,选用了大量的国产资源三号卫星的多光谱影像和三线阵全色影像进行测试。资源三号卫星是我国于2012年1月9日成功发射的第一颗民用高分辨率光学传输型立体测绘卫星,其三线阵相机的下视分辨率为2.1 m,前后视为3.5 m,多光谱相机的分辨率为5.8 m。测试数据覆盖范围广,时间跨度长,具有不同区域、不同地形、不同时相等特点。测试结果表明,资源三号卫星在轨运行期间,始终存在着0.65 Hz左右的颤振现象,振幅由于受到地形等多种因素的影响,未呈现出明显的规律性。
图3为资源三号卫星拍摄于2012年2月3日的河南嵩山地区的下视影像和多光谱0级未分片的波段1影像,影像大小为50 km×50 km,区域内是山地,高程起伏1255 m。本文将应用该地区的影像说明系统的处理流程和应用特性。此外,选取了该区域范围内的20个地面控制点,用于几何定位精度的评估。
Fig. 3 Nadir Image and distribution of GCPs and multispectral band 1 raw image of Songshan area

图3 河南嵩山地区全色与多光谱影像图

4.2 影像显示

图4显示了资源三号多光谱影像的打开显示界面,一组显示界面包括影像、预览和缩放3个窗口。大部分的影像操作都在影像窗口下进行,影像窗口下的菜单栏有文件、工具和窗口3项。文件实现窗口中影像的打开、关闭和存储功能;工具包括波段管理器、影像裁剪、ROI区域选择、控制点刺点和靶标点提取等操作,实现了图像的基本处理功能;窗口项负责关闭或打开缩放和预览窗口的显示。
Fig. 4 The image display interface

图4 影像显示界面

4.3 基于多光谱影像的颤振探测

系统选用资源三号卫星多光谱影像波段1、2、3,进行基于多光谱数据的颤振探测。所使用的影像级别为0级,该级别影像仅经过辐射校正,没有经过几何校正和投影处理,避免了由于几何处理对成像视差关系的破坏。
图5为系统使用资源三号多光谱影像进行颤振探测的操作界面。在该界面中,可完成探测数据的输入、探测区域的选取、探测方式的选择和探测结果的输出等操作。
Fig. 5 Interface of jitter detection based on multispectral images

图5 多光谱影像颤振探测界面

图6为试验区域多光谱波段1和波段2影像数据的颤振探测结果。在该界面中,可完成探测结果数据的显示、存档结果的读取和探测结果的存储等操作。由嵩山地区影像垂轨和沿轨方向的颤振探测结果（图6）可看出,在该景影像的拍摄时间内,卫星表现出非常规律的姿态颤振现象,通过分析,垂轨和沿轨方向的振幅约为0.5、0.3像元,频率约为0.65 Hz。
Fig. 6 Jitter detection results for mulita-spectral images

图6 多光谱影像颤振探测结果

4.4 基于全色影像的颤振探测

系统选用资源三号全色三线阵影像进行基于全色影像的颤振。图7为系统使用资源三号全色影像进行颤振探测的操作界面,在该界面中可完成探测数据的输入、探测参数的设置和探测结果的输出等操作。图8为试验区域全色0级影像的颤振探测结果。从图8可看出,全色影像的颤振探测结果表现出一定的周期性,频率拟合结果为0.65 Hz,与多光谱颤振探测结果一致。
Fig. 7 Interface for jitter detection of panchromatic images

图7 全色影像颤振探测界面

Fig. 8 Jitter detection results for panchromatic images

图8 全色影像颤振探测结果

4.5 颤振分析建模

图9为资源三号颤振分析界面。在该界面中,通过输入颤振探测的结果文件,完成颤振探测结果的分析、颤振探测结果的建模和颤振模型的输出等操作。
Fig. 9 Jitter analysis interface

图9 颤振分析界面

通过对嵩山地区影像的颤振探测及分析,建立像方颤振模型,重建卫星姿态颤振模型,进而实现姿态颤振的补偿。本试验中,通过分析该景影像的颤振特点,分别对沿轨和垂轨的视差值作单一分量的余弦函数拟合,该景影像的颤振探测结果见图6,2个方向拟合得到的频率和幅值模型参数见表1。在该景影像对应的时刻内,卫星在垂轨向表现出明显的周期性颤振现象,频率为0.65 Hz,幅值达到0.46个像元;而在沿轨向,颤振的频率与垂轨向一致,但幅值较小,且除了周期性的颤振外,还包含地形影响。
Tab. 1 The Jitter detection and modeling result based on multispectral images of Songshan area

表1 嵩山地区多光谱影像颤振探测和拟合模型结果

垂轨方向 沿轨方向
模型参数 频率（Hz） 0.65 频率（Hz） 0.65
幅值（像元） 0.46 幅值（像元） 0.28

4.6 颤振对定位精度的影响

颤振对定位精度影响分析模块见图10,实现了严格物理模型的地面控制点,直接定位,根据颤振对立体定位的影响机制,计算并比较了加入颤振模型前后的立体定位精度。实验中选取了嵩山地区影像覆盖区域内的20个控制点,应用该景影像颤振分析的模型结果,解算了颤振补偿前后控制点的定位精度。表2为颤振补偿前后的控制点定位精度的统计结果。从结果可看出,颤振补偿后的均方差较小,且在高程方向的改正量达到0.9 m,验证了系统颤振探测分析结果的正确性和可行性。
Fig. 10 Estimation of jitter impact on positioning accuracy interface

图10 颤振对定位精度影响分析界面

Tab. 2 The statistical results of stereo geometric accuracies before and after the jitter compensation

表2 颤振补偿前后的控制点定位精度的统计结果

精度 平面（m） 高程方向（m）
补偿前 补偿后 补偿前 补偿后
最大值 2.8854 3.0369 4.7108 1.6859
均方差 2.1799 1.4396 3.2497 0.7453

5 结语

随着遥感卫星空间分辨率的提高,卫星姿态颤振对成像质量和几何定位精度的影响越来越多地受到卫星和相机设计,以及地面处理与应用部门的重视。本文介绍了遥感影像卫星颤振的探测分析原理和关键技术,以及卫星颤振探测分析系统的功能设计和实现。该系统实现了卫星影像读取显示、颤振探测、颤振分析建模,以及颤振对定位精度影响评估等功能,并通过资源三号卫星影像的实例测试,验证了该软件的功能,且发现资源三号卫星存在约0.65 Hz的姿态颤振现象。该系统已成功应用于资源三号卫星地面应用系统工程,且可扩展应用于其他卫星系统的颤振探测分析。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Li D.On Intelligent Earth Observation Systems[J]. Science of Surveying and Mapping, 2005,30(4):9-11.

[2]
张永生,巩丹超,刘军.高分辨率遥感卫星应用——成像模型、处理算法及应用技术[M].北京:科学出版社,2004: 86-89.

[3]
Eisenbeiss H, Baltsavias E, Pateraki M, et al.Potential of IKONOS and QUICKBIRD imagery for accurate 3D-Point positioning, orthoimage and DSM generation[J]. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2004,35(B3):522-528.

[4]
Iwasaki A, Fujisada H.ASTER geometric performance[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2005,43(12):2700-2706.

[5]
刘斌. 高分辨光学卫星空地一体化定姿及姿态抖动下影像几何处理方法研究[D].武汉:武汉大学,2011.

[6]
Leprince S, Muse P, Avouac J P.In-flight CCD distortion calibration for pushbroom satellites based on subpixel correlation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2008,46(9):2675-2683.

[7]
Amerg V, Dechoz C, Bernard L, et al.In-flight attitude perturbances estimation: Application to PLEIADES-HR satellites[C]. SPIE Optical Engineering+ Applications. International Society for Optics and Photonics, 2013,886612:1-9.

[8]
Mattson S, Bartels A, Boyd A, et al.Continuing analysis of spacecraft jitter in LROC-NAC[C]. Lunar and Planetary Institute Science Conference Abstracts. 2011,42:2756.

[9]
Iwasaki, A. detection and estimation satellite attitude jitter using remote sensing imagery[C]. Advances in Spacecraft Technologies, InTech, 2011:257-272.

[10]
李德仁. 我国第一颗民用三线阵立体测图卫星——资源三号测绘卫星[J].测绘学报,2012,41(3):317-322.

[11]
唐新明,张过,祝小勇,等.资源三号测绘卫星三线阵成像几何模型构建与精度初步验证[J].测绘学报,2012,41(2):191-198.

[12]
Tong X, Liu S, Weng Q.Geometric processing of QuickBird stereo imageries for urban land use mapping: A case study in Shanghai, China[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2009,2(2):61-66.

[13]
Tong X, Ye Z, Xu Y, et al.Framework of jitter detection and compensation for high resolution satellites[J]. Remote Sensing, 2014,6(5):3944-3964.

[14]
Schwind P, MÜller R, Palubinskas G, et al.An in-depth simulation of EnMAP acquisition geometry[J]. ISPRS J. Photogramm. Remote Sens, 2012,70,99-106.

[15]
Poli D, Zhang L, Gruen A.Orientation of satellite and airborne imagery from multi-line pushbroom sensors with a rigorous sensor model[J]. International Archives of Photogrammetry and Remote Sensing, 2004,35(B1):130-135.

[16]
王炯琦,矫媛媛,周海银,等.复杂卫星抖动下的星敏感器姿态测量数据处理技术[J].电子与信息学报,2010,32(8):1885-1891.

[17]
刘世杰. 线阵CCD推扫式卫星遥感影像几何处理模型与误差分析[D].上海:同济大学,2012.

[18]
Kirk R L, Howington-Kraus E, Rosiek M R, et al.Ultrahigh resolution topographic mapping of Mars with MRO Hirise stereo images: Meter-scale slopes of candidate phoenix landing sites[J]. Journal of Geophysical Research: Planets (1991-2012), 2008,113(E3).

[19]
侯俊杰. 深入浅出MFC[M].武汉:华中科技大学出版社,2001.

[20]
Hwang K, Ramachandran A, Purushothaman R.Advanced computer architecture: Parallelism, scalability, programmability[M]. New York: McGraw-Hill, 1993.

Options
文章导航

/

〈 〉