论文部分内容阅读
传感器的成像几何模型的建立是进行摄影测量立体定位处理的基础，它反映了地面点三维空间坐标与相应像点的像平面坐标系中二维坐标空间的数学关系，一般分为两类：基于共线方程法的严格传感器模型和基于多项式的有理函数模型(RFM模型)。
随着传感器技术的不断发展，特别是高分辨率商业卫星的发展，有理函数模型因其形式简单、使用方便、对使用者的专业知识要求低、并不需要公布传感器的相关成像参数等优点越来越受到人们的关注。然而，有理函数模型的运用的好坏和它的参数的精度的好坏是有紧密关系的，由于求解过程中方程的病态性，采用最小二乘解法并不总能得到十分精确的解。因此，有必要研究更好的解法从而为有理函数模型获得广泛的应用提供理论基础。
本文首先分析了严格成像模型与有理函数模型之间的区别与联系，讲述了有理函数模型构建的方法，分析了求解RFM模型参数过程中遇到的病态性问题，指出了它的危害性，说明了传统的最小二乘方法对于求解此类问题并不十分有效：本文对奇异值分解、遗传算法、各种有偏估计及其组合算法进行了介绍，对参数的选择进行了分析，并将上述方法引入到有理函数模型的参数求解过程中，较好地解决了病态性问题。本文还详细介绍了奇异值分解方法参数的选择，遗传算法的概念以及MATLAB遗传算法工具箱的使用方法。最后，本文从SPOT-5卫星处理系统的几何纠正原理出发，建立了影像的严格成像模型，并基于该严格模型，采用地形无关的RFM解决方案，使用一景SPOT5 1A级产品数据文件对本文引入的几种求解方法分别进行了验证分析，实验结果表明，利用这些算法求解与使用传统的最小二乘方法相比，提高了解的精度。本文还利用此有理函数模型对SPOT卫星图像实现了几何纠正，取得了很好的效果。