胡振龍 鄭柯 張勇 陶鵬杰

?

基于數字檢校場的“天繪一號”衛(wèi)星在軌幾何定標

胡振龍1鄭柯1張勇2陶鵬杰2

（1 中國天繪衛(wèi)星中心，北京102102）（2 武漢大學遙感信息工程學院，武漢430079）

為了提高“天繪一號”衛(wèi)星在軌幾何定標的效率和精度，文章提出一種利用數字檢校場（數字正射影像和數字高程模型）、基于簡化的衛(wèi)星幾何定位模型的在軌幾何定標方法。該方法利用衛(wèi)星影像與數字正射影像自動匹配得到同名點的平面位置、由數字高程模型獲得高程位置，得到大量地面控制點，再基于簡化內外方位元素誤差補償模型，利用多軌數據求解系統(tǒng)誤差改正參數，實現了幾何定標。精度檢測表明，經過定標后，無控定位平面誤差由初始約100m，提升至10.5m（一倍中誤差）；基于內方位定標結果，文章實現了基于虛擬線陣算法的高分影像子條帶合成和多光譜配準，并實現了優(yōu)于0.3像素的內部符合精度。

外方位元素 內方位元素 數字檢校場 在軌幾何定標 “天繪一號”衛(wèi)星

0 引言

“天繪一號”是中國第一代傳輸型立體測繪衛(wèi)星，先后共發(fā)射三顆，分別為“天繪一號”01星、02星、03星。該型號衛(wèi)星攜帶了5m分辨率三線陣立體測繪相機（包括前、后、正視相機）、2m分辨率全色高分（由8條CCD子線陣組合而成）和10m分辨率多光譜三種相機，攝影幅寬優(yōu)于60km；星上搭載GPS、星敏感器、陀螺儀三種軌道與姿態(tài)測量傳感器。

衛(wèi)星發(fā)射之前，一般都會對相關載荷進行實驗室定標，以確定CCD線陣的相對、絕對位置和相機的主距、像主點位置、安裝矩陣等系統(tǒng)參數。但衛(wèi)星載荷入軌工作后，隨著空間環(huán)境的變化，傳感器可能發(fā)生變化，從而影響影像定位精度；文獻[1]認為，國產遙感衛(wèi)星搭載的定軌、測姿傳感器，尤其是測姿傳感器，存在較大系統(tǒng)誤差，直接使用無法滿足幾何定位精度指標要求。與三線陣立體測繪相機不同，高分和多光譜相機沒有按照測繪相機設計要求實現線陣推掃式無畸變成像，給數據處理帶來了很大挑戰(zhàn)。

為保證“天繪一號”衛(wèi)星影像的測繪精度要求，需對衛(wèi)星相機的內外方位進行高精度在軌幾何定標，獲取穩(wěn)定可靠的幾何定標參數，再通過軌道和姿態(tài)的測量值結合幾何定標參數，獲得精密外方位元素，并內插到每條掃描線影像的成像時刻，最后結合內方位元素實現衛(wèi)星影像高精度幾何定位。文獻[2]認為，建立高精度地面檢校場，并以此為基礎對遙感測繪衛(wèi)星的各種系統(tǒng)誤差進行在軌幾何檢校，是高分辨率遙感衛(wèi)星尤其是測繪衛(wèi)星必須解決的首要問題。

傳統(tǒng)在軌幾何定標一般使用地面檢校場進行，國內外的遙感衛(wèi)星，比如ZY-3、SPOT-5、ALOS、IRC-1、IKONOS、GeoEye-1、QuickBird、WorldView等衛(wèi)星均采用地面幾何檢校場進行幾何定標和精度檢測[3-6]。在軌幾何定標的實現，首先要依據傳感器的特點，建立適合的幾何定位模型，通過地面控制點和對應的像點坐標建立共線方程，求解幾何定位模型中的系統(tǒng)誤差補償參數。近30年來，各國學者提出多種幾何模型，包括經驗模型、通用模型和嚴格模型[7-11]。文獻[12]中提出線陣推掃通用模型與相機成像的物理原理一致，被廣泛應用于各高分遙感衛(wèi)星定位。王任享等人采用EFP（等效框幅相片法）全三線陣光束法平差，利用地面幾何檢校場，求解“天繪一號”衛(wèi)星三線陣相機的幾何定標參數，實現了平面10m、高程6m（1倍中誤差，后文簡稱1σ）的無地面控制點定位[13-19]，滿足全球1∶5萬地形圖測繪精度要求。

傳統(tǒng)幾何檢校場需依據不同衛(wèi)星的傳感器類型、相機分辨率、場地地形、地面覆蓋、天氣情況制定建設方案，建設成本較高，周期很長，重用性較差。在檢測定標作業(yè)過程中，非常依賴人工作業(yè)，效率很低。

本文提出了一種基于數字正射影像（DOM）和數字高程模型（DEM）的幾何定標方法，該方法使用現有地理信息數據成果（本文稱作“數字檢校場”），同時采用計算機自動點匹配取代人工量測，節(jié)約了幾何檢校場建設成本的同時，大大提高了作業(yè)效率。

1 TH-APGS系統(tǒng)簡介

“天繪”高級影像產品生成系統(tǒng)TH-APGS（Tianhui Advanced Products Generating System），是為了滿足“天繪”影像基礎數據生產、應急測繪保障、高級產品快速生成等需求，研發(fā)的新一代全自動地面處理系統(tǒng)，其功能包含了原始數據到1B級產品生成的全部流程，包括：影像預處理、在軌幾何定標、基于虛擬線陣算法的影像合成等關鍵技術，數據處理流程如圖1所示。

圖1 TH-APGS數據處理流程

TH-APGS自2014年4月投入使用以來，實現了“天繪一號”衛(wèi)星影像基于網絡環(huán)境的自動化、并行化、規(guī)?；幚恚a的1B產品（經過輻射校正和攝影測量處理、附帶有理函數模型RPC參數）絕對定位精度高，且內部符合精度顯著提升，用戶反饋良好。該系統(tǒng)顯著提升了1B產品生產效率，特別是解決了高分影像子條帶拼接錯位的問題。

在軌幾何定標是實現高精度絕對定位和相對定位的關鍵。與業(yè)界普遍采用的地面檢校場方案不同，TH-APGS系統(tǒng)采用了基于數字檢校場和多軌數據統(tǒng)計分析的在軌幾何定標技術，實現了與傳統(tǒng)幾何檢校場方案同等的定標精度，同時也大大提升了幾何定標的作業(yè)效率，是該系統(tǒng)的核心技術支撐。

基于數字檢校場的幾何定標以地理信息數據為參考數據源，利用現有的數字正射影像和數字高程模型作為地面控制數據。其特點和優(yōu)勢有[20]：1）容易獲取。國內外地理信息數據種類豐富，只要滿足覆蓋范圍和精度要求，都可利用其構成數字檢校場，節(jié)約成本。2）效率高。使用計算機自動點匹配取代傳統(tǒng)人工量測，極大提高作業(yè)效率。3）精度高。單點精度量測可能偏低，但能發(fā)揮數量優(yōu)勢，大量的觀測值能有效彌補單點量測精度低的劣勢。

2 基于數字檢校場的在軌幾何定標

基于幾何檢校場的幾何定標，需要對幾何定位誤差建立準確的幾何模型，例如，相機安裝矩陣偏差、焦距誤差、感光探元線陣位置誤差和物鏡畸變誤差等等。在控制點和像點量測精度都較高的前提下，可求解得到滿意結果。但數字檢校場所采用的參考數據精度不高，計算機自動點匹配包含大量的粗差觀測值，若使用較復雜的誤差改正模型，則可能因為模型參數強相關、觀測值中粗差太多等因素而導致求解失敗。因此，需對誤差定位模型進行適當的簡化并調整解算策略。

2.1 在軌幾何定標的通用幾何模型

光學衛(wèi)星影像通用幾何定位模型[12]可表示為

式中ECS為像點對應的地面點在地心地固坐標系下的坐標；()為衛(wèi)星質心位置；F為像點坐標；F為像主點坐標；為內方位元素改正數；M為相機投影中心到衛(wèi)星質心的偏心向量；M為相機到本體坐標系安置矩陣；P為本體系到協議天球系的轉換矩陣，由姿態(tài)傳感器測量獲得；O為協議天球系到地心地固系轉換矩陣，通過地球定向參數和歲差章動模型計算獲得；Δ表示外方位誤差補償矩陣；為非0實數。

衛(wèi)星入軌前，通過實驗室定標等方法，對成像傳感器（包括星、地相機）與衛(wèi)星本體坐標系之間的靜態(tài)安置矩陣和GNSS（全球導航衛(wèi)星系統(tǒng)）天線相位中心偏心向量等參數進行量測；但衛(wèi)星入軌后，因應力釋放和空間工作環(huán)境變化等因素，實驗室定標的結果可能發(fā)生較大變化，必須通過星上傳感器觀測值并參照地面控制點，對定標參數進行再次解算，消除系統(tǒng)定位誤差。

由于各參數之間的相關性（例如，星相機與地相機的安裝矩陣高度相關）、誤差因素的復雜性，各誤差源對應的系統(tǒng)誤差項很難區(qū)分；再加上地相機視場角小，導致方程未知數之間強相關、求解病態(tài)等原因，實際工程中在軌幾何定標必須將誤差項簡化，常用的策略有三類：1）忽略非主要誤差項。對最終定位誤差影響較小的觀測量認為是真值，減少未知數個數，提高求解成功率；2）對相關項合并。將相關性較大的誤差項合并成一個誤差量，去除未知數相關性，防止法方程病態(tài)、迭代不收斂；3）內外方位元素分別求解。

在式（1）中，GNSS定軌精度較高（優(yōu)于3m），相對于目標定位精度（平面10m，高程6m）[13-19]，可認為()沒有誤差；偏心向量M較?。ú蛔?.5m），對定位影響可以忽略；星敏感器安裝矩陣誤差和相機安裝矩陣誤差強相關，可以合并，式（1）最終簡化為

式中 外方位誤差補償矩陣D是一個旋轉矩陣，也稱作偏置矩陣，直接的物理意義是相機安裝矩陣的誤差改正量，但在簡化后的定位模型中，包含了星相機安裝矩陣、地相機安裝矩陣、地相機主光軸微小偏移等多個誤差項，可吸收平差系統(tǒng)中線性部分；是內方位元素改正數，直接的物理意義為相機CCD線陣上每一個探元的焦平面坐標修正值，包含物鏡畸變、探元安裝位置誤差、相機焦距誤差等誤差項，可吸納平差系統(tǒng)中非線性部分。

2.2 數字檢校場選擇

數字檢校場數據選擇需要考慮四個方面的因素：

1）成本可控。檢校場范圍越大，定標可用數據源越多，效果越好，但要注意獲取成本可控。

2）精度。外方位元素定標，選擇的DOM精度和DEM精度應與幾何定標后預定達到的無控定位相當；內方位元素定標所選擇的DOM的相對精度中誤差數值應小于像元分辨率。

3）分辨率。外方位元素定標中，DOM分辨率盡可能與被定標相機接近，如果DOM分辨率較高，可降分辨率重采樣使之相同，以保證自動點匹配計算效率；內方位元素定標中，DOM分辨率應優(yōu)于被定標相機。

4）地物。DOM覆蓋區(qū)域應選擇、紋理豐富、地物時相變化少的區(qū)域，地形盡量以平原為主。

以“天繪一號”衛(wèi)星為例，定標后目標無控定位精度為平面10m和高程6m（1σ）。若采用數字幾何檢校場對外方位元素定標，DOM和DEM必須優(yōu)于1∶5萬比例尺的分辨率和精度要求。而高分相機分辨率為2m，1∶1萬比例尺DOM分辨率為1m，相對精度優(yōu)于2m，可滿足高分相機內方位元素定標要求。

本文最終選取國內地區(qū)1∶5萬DOM和國外地區(qū)其他公開DOM影像為主要數據源，高分相機的內方位元素定標采用了少部分國內地區(qū)1∶1萬DOM。DEM數據使用國際上公開的STRM（Shuttle Radar Topography Mission），分辨率30m，高程精度在平原區(qū)域可達到6.5m（1σ）[22]。為了避免DEM誤差造成的不利影響，內方位元素定標盡量選擇地勢平坦地區(qū)為幾何定標場，攝影時近似垂直攝影。

2.3 內外方位元素定標

內外方位元素定標的流程如圖2所示。首先以實驗室定標結果為初始值，根據基礎地理信息數據匹配同名點獲得地面控制點，然后使用定向片法，對內外方位元素分別求解，以計算系統(tǒng)殘差補償參數，具體過程如圖2所示：

圖2 外方位、內方位幾何定標流程

幾何定標的本質就是求解系統(tǒng)誤差補償參數，包括外方位誤差補償量Δ和內方位補償量，可分為三個步驟：1）外方位初始定標；2）內方位元素定標；3）外方位元素定標精化。

（1）外方位元素初始定標

假設實驗室內方位元素定標結果為真值，通過定向片法求解外方位元素；設時刻，定向片法求解的外方位元素旋轉矩陣為，而此刻星上傳感器測量結果為

那么時刻，外方位誤差補償矩陣Δ的計算公式為

對Δ矩陣按照航空攝影測量中的––轉角系統(tǒng)分解，可得到三個獨立分量轉角，由于相機相對衛(wèi)星本體的安裝矩陣為近似單位矩陣，三個轉角對應于衛(wèi)星本體在軌道坐標系飛行的俯仰角、側滾角和偏航角（如圖3所示）。

圖3 轉角的示意

外方位初始定標，以一軌數據為基礎，求解外方位誤差補償量的初步數值。在計算完整軌的Δ之后，以衛(wèi)星所在位置的緯度為橫軸，以對應時刻側滾角改正數為縱軸，生成圖4。

圖4 側滾角補償量示意

由圖4可知，不同緯度（或沿軌方向）對應的側滾角補償量計算結果略有不同，波動范圍約0.002°，補償量理論上應為常數，出現波動現象的原因是姿態(tài)傳感器和地理信息數據都存在誤差等因素。取整軌均值，即可得到側滾角補償量初值，俯仰及偏航兩個方向的初值同理計算，側滾、俯仰和偏航計算結果分別為：-0.007 97°、-0.008 13°和0.016 46°。

（2）內方位元素定標

設傳感器測量加上外方位系統(tǒng)誤差補償后的外方位元素為真值，將像點對應的物方坐標投影到像平面上（認為實驗室定標的相機焦距和像主點位置為真值），投影得到的像點坐標必然與該像點對應探元實驗室定標位置存在明顯差異，這個差異稱作探元的內方位殘差。

將所有匹配控制點像點殘差投射到坐標平面，探元編號為橫軸，殘差量為縱軸，形成殘差點云。圖5為多光譜藍波段像點殘差點云。

（a）x方向殘差點云（a）Residual point cloud on x direction（b）y方向殘差點云（b）Residual point cloud on y direction

設CCD探元在成像焦平面連續(xù)排布，那么探元在焦面位置的偏差（即改正量）也應連續(xù)，故改正量可用連續(xù)曲線表達。圖5中，點云殘差聚集在改正曲線周圍，在剔除了粗差值后，采用二次曲線擬合殘差改正曲線，和方向（列方向和行方向）分別擬合，得到兩個方向的殘差改正函數。例如，方向改正函數Δ為：

式中為探元列號；、、是擬合得到的系數。同理，可得到方向的改正函數Δ。

那么對任意一個CCD探元，設其實驗室定標位置為（x,y），則內方位元素定標后的位置（x′,y′）為

排除觀測異常值后，二次曲線擬合的中誤差約為0.3像素。由于誤差主要來自于像點匹配誤差和參考數據誤差，故定標實際精度應高于0.3像素。

理論上只要觀測點足夠多，殘差點云必然聚集在一條殘差曲線上，但某些情況下可能出現殘差點多線聚集現象，原因是不同區(qū)域的DOM可能存在不同區(qū)域性系統(tǒng)誤差。一旦出現這種現象，需對參考數據進行檢核，剔除不符合要求的數據。對多光譜相機的內方位元素定標，可采用定標后的全色影像為參考影像來解決該問題。

（3）外方位元素定標精化

相比內方位元素，外方位元素求解結果受到的不確定影響因素較多，例如DOM和DEM精度、圖像成像品質、低頻誤差、姿態(tài)傳感器工作狀態(tài)等因素，求解可靠的外方位元素改正數，不能依據單軌數據的計算結果，而必須利用多軌數據、多區(qū)域數據綜合求解。為了防止與時間相關的低頻誤差的影響，多軌數據的攝影時間間隔不能太大。

以求解的內方位定標結果為真值，利用外方位初始定標同樣的方法，求解多軌數據的補償角矩陣，得到的結果（自動刪除大粗差）如圖6所示。

圖6 多軌數據外方位元素補償

將明顯的粗差點剔除后，取所有軌平均值為最終結果：側滾、俯仰和偏航方向的補償量分別為–0.007 87°、–0.008 12°和0.017 83°。衛(wèi)星飛行軌道高平均500km，而影像幅寬為60km，可推算三個方向對應地面的誤差為68.7m、70.9m和9.3m，可知未經幾何定標的情況初始定位誤差為100m。分析了三個月超過100軌影像，外方位元素補償角波動的中誤差約為0.001°，換算到地面殘差約為9m，可推測無控定位條件下平面中誤差約為9m。

3 定標結果檢測

要評價在軌幾何定標的實際效果，一般通過產品定位精度測試來檢測，包括絕對定位精度和內部符合精度兩個方面。

1）絕對精度。利用野外控制點對三線陣模型前方交會同名點進行誤差檢核。

2）內部符合精度測試。檢測影像內部畸變大小，是相對定位精度的反映。對2m分辨率全色高分影像，還需要對虛擬線陣算法合成CCD子線陣影像的效果進行測試[21-22]，評價有兩種方法：①通過目視檢查子片之間的重疊部分是否存在影像拼接錯位。②通過大量的高精度控制點對影像進行定向平差，通過分析像點殘差，檢查影像內部畸變的大小和分布情況，即內部符合精度測試。

3.1 絕對定位精度檢測

采用了172個野外控制點檢測，影像覆蓋情況和控制點的位置隨機選擇。誤差檢測平面CE90（Circle Error 90，圓誤差置信度90%）為16.30m，高程LE90（Line Error 90，線誤差置信度90%）為9.78m（圖7）[24-25]，換算為1倍中誤差為平面10.5m，高程5.96m，與文獻[19]采用基于幾何檢校場的定標結果（平面10m、高程6m）相當。

圖7 絕對定位精度檢測結果

3.2 虛擬線陣算法的實現與拼接誤差估算

虛擬線陣算法實現的子片拼接的精度，由三方面的條件決定：1）內方位元素定標精度；2）物方高程模型精度；3）衛(wèi)星平臺傳感器對相機外方位元素（位置和姿態(tài)）測量精度。其中，條件1）與內方位元素定標精度密切相關，條件2）與采用的數字高程模型精度和絕對定位精度相關，因此，虛擬線陣算法實現必須以高精度幾何定標為基礎，同時對拼接后影像的精度檢測也是幾何定標效果的評價。

“天繪一號”高分相機，焦距約為2.1m，焦面上共安裝了8個子片線陣，每個線陣4096個探元，成“品”字形交錯排布。圖8中實線為CCD探元位置，列排線陣之間的距離約為1.8cm（用表示）。

圖8中，虛擬線陣的位置用虛線標示。虛擬線陣算法采用反解法，計算過程為：虛擬線陣位置（p，p）的虛探元通過共線方程，投影到參考DEM上，得到三維坐標（p，p，p），再通過共線方程投影到實際探元位置（p′，p′）。在建立的虛擬影像像點位置（p，p）與實際影像（p′，p′）的坐標對應關系后，通過重采樣可生成虛擬線陣合成影像。多光譜相機各波段分線陣平行排布在同一個焦面上，波段間配準也能采用虛擬線陣算法實現：將分波段平行排布的子線陣重投影到一條相互重合的虛擬線陣上。

圖8 探元在焦面上排布

圖9 虛擬探元和實探元幾何對應關系

設內方位元素定標后無誤差，虛探元與實探元位置對應的精度取決于像點對應地物高程精度。像點位置誤差為[26]：

式中 Δ為像點對應地物高程誤差；為像元分辨率；為線陣之間的距離；為相機焦距。

參考DEM選用SRTM DEM，分辨率為30m，標稱高程精度優(yōu)于16m。設地形坡度小于45°，設無控定位精度優(yōu)于50m，可推算地面高程誤差不超過66m，平面位置誤差和DEM高程誤差引起的相鄰線陣之間的拼接誤差不超過0.3像素。將多光譜相機焦距、分辨率和線陣波段之間最長距離代入式（7），可推算多光譜波段之間配準誤差應優(yōu)于0.1像素。

3.3 內部符合精度檢測

對高分辨影像進行子條帶拼接錯位檢查，人工檢查1 000景，未發(fā)現錯位現象；多光譜影像各波段配準良好；采用1∶1萬航空影像空三加密點，對高分影像、三線陣和多光譜影像進行內部符合精度檢測，精度均優(yōu)于0.3像素。

絕對定位精度和內部符合精度檢測的結果證明：本文采用基于數字檢校場的在軌幾何定標，對高分、三線陣和多光譜相機的幾何定標都適用，精度符合預期。

4 結論

本文基于數字檢校場實現了“天繪一號”衛(wèi)星內外方位幾何定標，精度檢測結果表明，外方位定標將初始定位100m左右的誤差消減到10.5m，高程精度5.96m；內部符合精度優(yōu)于0.3像素，高分和多光譜影像內部畸變基本消除，符合測繪產品要求。與傳統(tǒng)的基于地面檢校場的幾何定標方法相比，基于數字檢校場的在軌幾何定標方法具備精度高、效率高、成本低等優(yōu)勢，不但實現了高精度的絕對和相對定位，還提升了作業(yè)效率，節(jié)省了幾何檢校場建設成本。

[1] 袁修孝, 曹金山. 高分辨率衛(wèi)星遙感精確對地目定標位理論與方法[M]. 北京: 測繪出版社, 2012: 17-19. YUAN Xiuxiao, CAO Jinshan. Precise Location Theory and Method of High Resolution Satellite Remote Sensing[M]. Beijing: Surveying and Mapping Publishing House, 2012: 17-19. (in Chinese)

[2] 張永生, 劉軍, 鞏丹超, 等. 高分辨率遙感衛(wèi)星應用——成像模型、處理算法及應用技術[M]. 第二版. 北京: 測繪出版社, 2014: 66-80. ZHANG Yongsheng, LIU Jun, GONG Danchao, et al. Application of High Resolution Remote Sensing Satellite--imaging Model, Algorithm and Application[M]. 2nd ed. Beijing: Surveying and Mapping Publishing House, 2014: 66-80. (in Chinese)

[3] RADHADEVI P V, MüLLER R, D′ANGELO P, et al. In-flight Geometric Calibration and Orientation of ALOS/PRISM Imagery with a Genric Sensor Model[J]. Photogrammetric Engineering & Remote Sensing, 2011, 75(5): 531-538.

[4] HELDER D, COAN M, PATRICK K K, et al. IKONOS Geometric Characterization[J]. Remote Sensing of Environment, 2003, 88: 69-79.

[5] DIAL G, BOWEN H, GERLACH F, et al. IKONOS Satellite, Imagery, and Products[J]. Remote Sensing of Environment, 2003, 88(1-2): 23-36.

[6] BRETON E, BOUILLON A, GACHET R, et al. Pre-flight and in-flight Geometric Calibration of SPOT5 HRG and HRS Images[C]. Proceedings of ISPRS Commission I, Denver Colorado, 2002.

[7] FRASER C S, HANLEY H B. Bias Compensation in Rational Functions for Ikonos Satellite Imagery[J]. Photogrammetric Engineering & Remote Sensing, 2003, 69(1): 53-58.

[8] ZHANGY J, LU Y H, WANG L, et al. A New Approach on Optimization of the Rational Function Model of High-Resolution Satellite Imagery[J]. IEEE Transactions on Geoscience & Remote Sensing, 2012, 7(50): 2758-2764.

[9] KIM T, DOWMAN I. Comparision of Two Physical Sensor Models for Satellite Images: Postion-rotation Model and Orbit-attitude Model[J]. The Photogrammetic Record, 2006, 21(114): 110-123.

[10] MICHALIS P, DOWMAN I. A Generic Model for Along-track Stereo Sensors Using Rigorous Orbit Mechanics[J]. Photegrammetric Engineering & Remote Sensing, 2005, 74(3): 303-309.

[11] TEO T A. Bias Compensation in a Rigorous Sensor Model and Rational Function Model for High-resolution Satellite Images[J]. Photogrmmetric Engineering & Remote Sensing, 2011, 77(12): 1211-1220.

[12] WESER T, ROTTENSTEINER F, WILNEFF J, et al. Development and Testing of a Generic Sensor Model for Pushbroom Satellite Imagery[J]. The Photogrammetric Record, 2008, 23(123): 255-274.

[13] 王任享. 三線陣CCD影像衛(wèi)星攝影測量原理[M]. 北京: 測繪出版社, 2006. WANG Renxiang. Three-line Array CCD Imaging Satellite Photogrammetry Theory[M]. Beijing: China Mapping Publishing House, 2006. (in Chinese)

[14] 王任享, 胡莘, 王新義, 等. “天繪一號”衛(wèi)星工程建設與應用[J]. 遙感學報, 2012, 16(增刊): 2-5. WANG Renxiang, HU Xin, WANG Xinyi, et al. TH-1 Project Construction and Application[J]. Journal of Remote Sensing, 2012, 16(sl): 2-5. (in Chinese)

[15] 王任享. 天繪一號衛(wèi)星無地面控制點攝影測量關鍵技術及其發(fā)展歷程[J]. 測繪科學, 2013, 38(1): 5-7. WANG Renxiang. Day Painted First Satellite Photogrammetry without Ground Control Point Key Technology and its Development[J]. Science of Surveying and Mapping, 2013, 38(1): 5-7. (in Chinese)

[16] 王任享, 王建榮, 胡莘. LMCCD相機影像攝影測量首次實踐[J]. 測繪學報, 2014, 43(3): 221-225. WANG Renxiang, WANG Jianrong, HU Xin. The First Practice LMCCD Camera[J]. Journal of Surveying and Mapping, 2014, 43(3): 221-225. (in Chinese)

[17] 王建榮, 王任享. “天繪一號”衛(wèi)星無地面控制點EFP多功能光束法平差[J]. 遙感學報, 16(增刊): 112-115. WANG Jianrong, WANG Renxiang. TianHui-1 Satellite EFP Versatile Bundle Adjustment without Ground Control Point[J]. Journal of Surveying and Mapping, 2012, 16(sl): 112-115. (in Chinese)

[18] 王任享, 王建榮. 無地面控制點衛(wèi)星攝影測量探討[J]. 測繪科學, 2015, 40(2): 3-12. WANG Renxiang, WANG Jianrong. Discussion on Satellite Photogrammetry without Ground Control Point[J]. Journal of Surveying and Mapping, 2015, 40(2): 3-12. (in Chinese)

[19] 胡莘, 曹喜濱. 三線陣立體測繪衛(wèi)星的測繪精度分析[J]. 哈爾濱工業(yè)大學學報, 2008, 40(5): 695-699. HU Xin, CAO Xibin. Accuracy Analysis of Survey and Mapping Three-line CCD Stereo Mapping Satellite[J]. Journal of Harbin University of Technology, 2008, 40(5): 695-699. (in Chinese)

[20] TAO P J, LU L P, ZHANG Y, et al. On-Orbit Geometric Calibration of the Panchromatic/Multispectral Camera of the ZY-1 02C Satellite Based on Public Geographic Data[J]. Photogrammetric Engineering & Remote Sensing, 2014, 80(6): 505-517.

[21] 張祖勛. 數字攝影測量與計算機視覺[J]. 武漢大學學報·信息科學版, 2014, 29(12): 1035-1039. ZHANG Zuxun. Digital Photogrammetry and Computer Vision[J]. Journal of Wuhan University Information Science Edition, 2014, 29(12): 1025-1039. (in Chinese)

[22] LUANA S, HOU X Y, WANG Y T. Assessing the Accuracy of SRTM DEM and ASTER GDEM Datasets for the Coastal Zone of Shandong Province, Eastern China[J]. Polish Maritime Research, 2015, 1(22): 15-22.

[23] JACOBSEN K. Calibration of IRS-1C Pan-camera[C]. ISPRS Workshop on Sensors and Mapping from Space, 1997.

[24] DOLLOFF J T, THEISSH J. The Specification and Validtion of Prediced Accuracy Capabilities for Commercial Satellite Imagery[C]. ASPRS 2014 Annual Conference, Louisville, Kentucky, 2014: 23-28.

[25] ROSS K. Geopositional Statistical Methods[R/OL]. [2017-7-18]. https://calval.cr.usgs.gov/wordpress/wp-content/uploads/ JACIE_files/JACIE04/files/1Ross16.pdf.

[26] 張過, 劉斌, 江萬壽. 虛擬CCD線陣星載光學傳感器內視場拼接[J]. 中國圖象學報, 2012, 17(6): 696-701. ZHANG Guo, LIU Bin, JIANG Wanshou. Inner FOV Stitching Algorithm of Spaceborne Optical Sensor Based on the Virtual CCD Line[J]. Journal of Image and Graphices, 2012, 17(6): 696-701. (in Chinese)

（編輯：夏淑密）

On-orbit Geometric Calibration Based on Digital Calibration Field for TH-1 Satellite

HU Zhenlong1ZHENG Ke1ZHANG Yong2TAO Pengjie2

(1 TH Satellite Center of China, Beijing 102102, China) (2 School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China)

In order to improve the accuracy of TH-1 satellite image and efficiency of the geometric calibration, the article proposed a method of geometric calibration based on a simplified geometric model and digital calibration fields (digital orthophotos map and digital elevation models). In the method, the corresponding ground control points were obtained by auto-matching the raw image with DOM and fetching the height value by DEM, then the coefficients of error compensation model were solved by the simplified model. The test results demonstrated that the accuracy of position with no control points improved from worse than 100m to 10.5m (1 sigma). Based on the result of interior orientation calibration, the virtual line algorithm was implemented in the sub-chip image combination of the high resolution camera and multi-band camera, with the internal accuracy of better than 0.3 pixel.

external orientation element; internal orientation element; digital calibration field; on-orbit geometric calibration; TH-1 satellite

P236

A

1009-8518(2017)05-0086-10

10.3969/j.issn.1009-8518.2017.05.011

胡振龍，男，1975年生，2009年獲武漢大學資源環(huán)境學院碩士學位，高級工程師。研究方向為高分辨率遙感衛(wèi)星幾何定標和三維重建。E-mail: 43530822@qq.com。

2017-02-27