基于严密模型的遥感影像RPC参数高效求解

本文主要探讨的是基于严格成像模型的遥感影像RPC参数求解方法，针对测绘技术装备领域，特别是在高分辨率遥感影像处理方面的重要性。RPC (Rectified Polynomial Camera) 参数，全称为归一化多项式相机参数，用于纠正卫星影像的几何变形，以便进行准确的地表特征分析和地理信息系统应用。 作者们首先强调了有理函数模型(RFM)在遥感成像中的广泛应用，它是通过数学手段对真实几何模型进行近似，特别在IKONOS卫星之后得到了广泛的关注。文章关注于RPC参数的两种解算方案：一种是“与地形无关”的方法，这种方法不受地面控制点影响，通过严格的几何模型推导出大量虚拟格网点作为初始解算条件，是目前最常用的策略。 为了建立严格的成像模型，需要定义多个相关坐标系之间的转换，这些坐标系包括影像坐标系、传感器坐标系、本体坐标系、轨道坐标系、星敏感器坐标系、空间固定惯性参考系和地球固定参考系。通过获取这些坐标系之间的转换矩阵，可以确保影像像点与地面点坐标的准确对应。 严格成像模型的构建考虑了关键因素，如不考虑地球曲率和大气折射等影响，这在构建视线向量定位原理时尤为重要。视线向量是连接像点与地面点的关键参数，其精确性直接影响到最终的几何校正效果。通过构建这种模型，能够实现影像的几何纠正，提高影像的精度和可用性。 实验部分，作者利用天绘一号卫星的高分辨率影像进行了验证，结果显示RPC参数的拟合内符合精度非常高，足以证明基于严格成像模型的参数求解方法的有效性和实用性。这表明，该方法不仅理论上严谨，而且在实际应用中具有很高的精度，为遥感影像的高效处理和分析提供了强有力的支持。 总结来说，本文的核心内容围绕着严格成像模型的理论构建、坐标转换的精确处理以及在实际案例中的应用，展示了如何通过这种方法有效地求解RPC参数，从而提升遥感影像的几何校正性能，对于遥感科学和技术的发展具有重要的推动作用。