一种简单的遥感影像位置精度的评定方法_遥感影像分类精度评价

其他范文 时间:2020-02-27 08:01:46 收藏本文下载本文
【www.daodoc.com - 其他范文】

一种简单的遥感影像位置精度的评定方法由刀豆文库小编整理,希望给你工作、学习、生活带来方便,猜你可能喜欢“遥感影像分类精度评价”。

龙源期刊网 http://.cn

一种简单的遥感影像位置精度的评定方法 作者:曲 洋

来源:《新农村》2010年第11期

【关键词】连线向量,单位连线向量的差向量误差,单位连线向量误差

在GIS数据源误差试验研究方面,前人成果多集中在扫描数字化上。如黄幼才等(1995)在《GIS空间数据误差分析和处理》一书中介绍了国外学者所做的数字化试验,孟晓林等(1996)进行过地图手工数字化以及扫描数字化误差试验研究,许谷声(1998)提出的等高线数字化的模拟精度分析方法等。随着遥感技术的发展,遥感影像逐渐成为GIS主要的数据源,但对遥感影像的误差研究方面还没有成熟的理论方法。

遥感影像的位置误差与扫描数字化有所不同,这种差异主要体现在误差积累过程上,扫描数字化的误差积累过程为:原始测量误差-制图过程中会产生的一系列误差-图纸变形引起的误差-扫描仪误差-数字化采集过程中产生的一系列误差等。遥感影像的误差积累过程则为:卫星轨道误差-传感器姿态角误差-大气折射误差-地表起伏误差-投影变换误差等。另外,由于遥感影像的实时性和广域性等特征,遥感影像的参考真值(或精度较高精度的参考数据)较扫描数字化数据的参考真值更难以获得;采样值与参考真值的误差还受到坐标系不同的影响。

所以,对遥感影像位置误差的研究不能等同与扫描数字化的研究。本文提出在不同坐标系下,评定遥感影像整体几何精度的方法,将评定的统计量选择为相对变量--连线向量,简化了影像处理的过程,减少了误差的积累。

对于相同坐标系下的精度对比来说,点位坐标误差是起点在坐标原点(X0,Y0)的向量的差;在不同坐标系下,可把两点连线作为一个向量,选择一个同名点作为向量的起点,两向量的差(下文简称差向量)就可看作点位误差。由于连线向量受两个端点坐标的联合影响,这种研究方法发展了点坐标相互独立的观点,将连线的两点之间的相关性考虑了进来。

为简化模型,不考虑椭球参数、投影变换和坐标系转换等的系统误差影响,假设遥感影像的整体几何精度一致,选择两点间直线距离l、连线间夹角Θ和连线向量的差向量v三个相对变量作为统计量,采用常用统计指标均值和方差评定影像的整体精度。

两点间连线和两线间夹角数据采用不规则三角网(TIN)的生成方法(请参见具体生成算法,这里不再赘述),由TIN的特性可知,这样生成的两点连线不会太长,两线间的夹角与不会太小,避免了较大误差对评定指标的影响。

距离l、夹角Θ和误差向量v的计算方法如下:

图注:图1-1为参考坐标系下采样点a,b,c;b,c点按照TIN生成方法与a点相连;图1-2中的实线部分代表的是遥感影像坐标系,a',b',c'为影像坐标系下与a,b,c相对应的同名点;两对连线向量的位置关系可看作在a点处重叠。

两点间距离的计算计算公式为:

两线间夹角的计算公式为:

θ=θL1-θL2

其中,为向量L1的方位角。

连线差向量的计算方法为:

V=L1-L1'

两连线向量差的大小受连线向量 长度影响,长度越长差向量也越大,不利于统计分析。但是,单位向量的差可看作符合同一分布的随机变量,单位向量的差计算如下:Lu=L/l

其中,Lu为长度为1的单位向量,L为原始向量,l为参考坐标系下向量的长度。这里的长度 选为参考坐标系下的向量长度,目的是为了保留长度误差的存在。

统计指标选择为均值和标准差,他们的计算公式如下:

受多中心图像扫描的影响,遥感影像坐标系在x和y方向的比例尺度可能是不一致的,影像坐标系与参考坐标系之间的比例尺度也可能是不同的;为此,这里引入比例因子参数m和n分别表示x和y方向的缩放比例,m和n的值可通过对统计量的处理获得。

常用的通用几何校正模型是一种空间变换,这里将同名直线间的变换简化为缩放关系,可用公式表示为:

A=(m,n)B

其中,A为参考真值直线向量,B为遥感影像上采集到的直线向量,(m,n)表示x和y方向的缩放比例。选择两条同名直线,即可解出以上方程中的未知数。为避免同名直线对中有较大粗差存在,易至少选择六条同名直线对,用最小二乘法求解。

另外,向量v的大小受向量L1和L'1长度的影响,为了将向量v统一为同一尺度的随机向量,这里将向量v的各分量分别除以向量L1的长度,这样,各误差向量v就是同一随机变量的采样值了。

基于以上分析过程,这里用单位矢量的误差向量模型a来统一表达整幅遥感影像的不确定性。单位矢量的误差向量a的计算公式如下:

a=l/len(l)-l' /len('l)

其中,l 为影像坐标系下经缩放后的连线向量,l'为参考坐标系下的向量。这样就可以求出单位矢量误差向量的均值向量avr(x,y)和方差向量var(x,y)。

试验数据:

试验数据的遥感数据是辽宁地区****年*月的spot影像,分辨率分别为10米的多波段和

2.5米的全色波段两幅影像,参考数据是全站仪实地采集的数据。

表1 坐标点、长度和角度采样值

各数据生成的三角网结构如下图:

表注:GRAY表示全色波段2.5米分辨率影像上的采集点,RGB为多波段10分辨率影像上的采集点,TS为全站仪采集到的数据点;表1.1是原始采样数据的连线向量的距离误差dl和角度误差da统计特征量,表1.2是经过比例尺度缩放后连线向量的距离误差dl和角度误差da统计特征量,表1.3是经几何精校正后采样数据连线向量的距离误差dl和角度误差da统计特征量。

对向量缩放的解算过程:

令向量A在x,y方向上的分量分别为Ax,Ay,向量B在x,y方向上的分量分别为Bx,By,设SPOT卫星影像在x,y方向上的缩放比例m,n。在理想状况下有下式:Ax2+ Ay2=(mBx)2+(nBy)2

由表5数据即可结算处系数m,n的值。

表5:缩放比例计算数据

解得:

m=1.000340

n=0.995148

单位向量的统计特征如表6所示:

表6: 单位向量统计特征值

结果总结:

这种研究方法适合在制图过程中不做坐标系要求、没有地面控制点的地区作精度评定,只须在作业区域内选择一个试验场,在独立坐标下测量参考真值即可。

由于条件的限制,这里还有很多不足之处,例如:地面点高程和地球曲率对点位误差的影响没有考虑进来,连线向量的误差向量与单位向量误差向量之间的相关性也未作分析,这些方面都有待进一步研究。另外,在该计算过程中,统计变量既取决于同名点坐标数据,又与变换参数相关联,所以,可以作为粗差探测的依据,剔出同名点集中较大粗差的存在。参考文献

[1] 李德仁.周月琴、金为铣.影像信息处理学.武汉:武汉大学出版社,1996.[2] 宣家斌.航空与航天摄影技术.武汉:测绘出版社,1991.[3] 李德仁.摄影测量与遥感概论.北京: 测绘出版社,2001.[4] 孙家柄,舒宁,关泽群.《遥感原理、方法和应用》.北京:测绘出版社,1997.[5] 李德仁.空间信息学及其应用.武汉: 武汉测绘科技大学出版社,1998.[6] 张永生,巩丹超.高分辨率遥感卫星应用-成像模型、处理算法及应用技术.北京: 科学出版社,2004

[7] 宋晓宇.高分辨率卫星影像在城市建筑识别中的应用.北京: 遥感信息,2002

[8] 林辉,童显德.遥感技术在我国林业中的应用与展望.北京: 遥感信息,2002

下载一种简单的遥感影像位置精度的评定方法word格式文档
下载一种简单的遥感影像位置精度的评定方法.doc
将本文档下载到自己电脑,方便修改和收藏。
点此处下载文档

文档为doc格式

    热门文章
      整站推荐
        点击下载本文