【论文速递】IEEE2020 - 一种基于SAR-光学卫星图像对的新型RD-RFM立体三维地理信息定位模型
【论文原文】:A New RD-RFM Stereo Geolocation Model for 3D Geo-Information Reconstruction of SAR-Optical Satellite Image Pairs
【作者信息】:Niangang Jiao; Feng Wang; Hongjian You
获取地址:https://ieeexplore.ieee.org/abstract/document/9081926
博主关键词: SAR-光学图像,三维地理信息,定位模型
推荐相关论文:
【论文速递】ISPRS2022 :一种新颖的结合几何语义信息的星载SAR数据三维定位方法
- https://blog.csdn.net/weixin_42373768/article/details/128827105
摘要:
如今,大量的地球观测数据来自不同类型的平台,其中来自合成孔径雷达(SAR)传感器和光学传感器的数据占了绝大部分。它们已被广泛应用于不同的领域,如3维(3D)地理信息重建、物体识别等。研究人员已经研究了有理函数模型(RFM)对立体SAR-光学图像的三维地理信息生产的适用性。与光学遥感数据相比,卫星SAR图像的RFM参数在大多数情况下不提供给用户,这增加了用户应用基于RFM的SAR-光学立体地理定位的工作量。此外,RFM与Range Doppler(RD)模型的拟合精度并不总是符合要求,RD模型被认为是SAR图像的严格的传感器模型。因此,通过整合SAR图像的RD模型和光学图像的RFM,提出了一个新的RD-RFM立体地理定位模型,用于SAR-光学立体图像对的三维地理信息重建。实验基于高分三号(GF-3)SAR卫星和高分二号(GF-2)光学卫星的数据集进行,分别覆盖中国河南省信宜市和登封市的城市和山区。结果表明,我们提出的模型在不同的地形和不同的立体SAR-光学图像对的收敛角度下能达到最佳性能。与传统的基于SAR和光学数据的RFM的立体地理定位模型相比,我们提出的模型在利用立体SAR-光学影像对制作三维地理信息方面更加简洁、高效,并且易于用户实施。
关键词 -小样本学习,图注意网络,图推理,图像分割,相互监督体制(MSR)。
简介:
随着来自空间卫星的地球观测数据质量和数量的提高,许多研究人员已经调查了它们的潜在用途,其中三维(3D)地理信息是应用所获数据集的一个关键产品。传统上,三维信息来自于基于摄影测量或雷达测绘的光学或合成孔径雷达(SAR)卫星立体图像,在提供精确轨道信息的情况下可以达到相对较高的性能。然而,用摄影测量或雷达测绘得出的三维地理信息也有不同的弱点。例如,光学图像受到天气和环境条件的影响,而合成孔径雷达图像则更难解释。
因此,自20世纪80年代以来,许多研究人员对SAR-光学立体测量和数据融合的三维地理信息重建进行了研究。然而,由于遥感数据集的低分辨率,获得的绝对地理定位精度相对较差。因此,基于具有极高分辨率的机载传感器数据集,Wenger等人通过整合InSAR数据和航空正射照片,实现了一米级的建筑高度精度。2015年,Zhang等人使用来自GeoEye-1和TerraSAR-X的多传感器数据集进行三维建筑重建,基于光学图像的角度模型和SAR图像的范围-多普勒(RD)模型组合的立体测绘模型,其精度可以达到米级。最近,Qiu等人提出了一种利用WorldView-2、TerraSAR-X和MEMPHIS传感器的空间图像进行自动SAR-光学立体测绘的新策略,其重建精度在城市地区也可以达到米级。与星载SAR传感器不同,光学卫星图像的轨道参数在大多数情况下不提供给用户,这就不可能开发出严格的传感器模型。建立这些严格的模型需要太多的参数,这使得它相当复杂。
作为严格的传感器模型的替代,有理函数模型(RFM)被提出用于遥感图像的几何处理。使用80个有理多项式系数(RPC)和10个归一化参数,RFM可以同时适合SAR和光学影像的严格传感器模型。受益于RFM的简单性和适用性,SAR和光学卫星图像的整合变得容易处理,以产生三维地理信息。Bagheri等人在2018年提出了一个基于RFM的城市地区SAR-光学立体测绘的新框架[。基于所提出的模型,在慕尼黑和柏林的实验性城市地区,所产生的点云的地理定位精度约为2米。RFM的应用可以简化城市地区的三维重建问题。然而,除高分三号卫星外,图像供应商不提供SAR图像的RPCs。因此,制作RPCs增加了用户应用该模型的工作量。此外,RFM对山区SAR图像的适用性相对较差,这将在三维地理信息的重建过程中引入额外的拟合误差。因此,我们提出了一个新的用于SAR-光学立体测量的RD-RFM模型,该模型既适合又适用于山区和城市地区。在这个模型中,包括SAR卫星图像的轨道信息和光学卫星图像的RPC在内的参数都来自图像供应商提供的补充文件。使用高分三号(GF-3)卫星的SAR图像和高分二号(GF-2)卫星的光学图像,验证了这个拟议模型的性能。
【论文速递 | 精选】
![](https://img-community.csdnimg.cn/avatar/fcc8fa9f87404652beb9e08a0ac9652d.png?x-oss-process=image/resize,m_fixed,h_88,w_88)