Précédent|Prochain

Étalonnage géométrique en orbite et validation de précision de la caméra à large champ multi-CCD

  • role： First author第一作者
  • Affiliation：

    Beijing Institute of Tracking and Telecommunication Technology, Beijing 100101, China

  • Email：wwss_000@163.com
  • Introduction：孟伟灿，研究方向为卫星应用。E-mail： wwss_000@163.com
MENG Weican1,  
  • role： Corresponding author通信作者
  • Affiliation：

    State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China

  • Email：2014302590078@whu.edu.cn
  • Introduction：王太平，研究方向为在轨几何定标及无地面控制区域网平差。E-mail： 2014302590078@whu.edu.cn
WANG Taiping2*,  
  • Affiliation：

    China Siwei Surveying and Mapping Technology Co. Ltd., Beijing 100408, China

WAGN Yuhao3,  
  • Affiliation：

    State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China

GENG Zemin2

résumé

La caméra à large champ du satellite Four-Dimensional Gaoying No.3 01 (SVN301) utilise une technologie de mosaïquage du champ de vision comprenant 32 dispositifs CCD TDI (dispositifs à transfert de charge à intégration temporelle), réalisant une fusion efficace entre un champ très large et une résolution sous-métrique, conciliant capacité de couverture macroscopique et capacité de détection fine, offrant des avantages notables dans les applications de recensement des ressources nationales et de réponse aux catastrophes d’urgence. L’étalonnage géométrique en orbite, en tant qu’étape clé garantissant la précision géométrique des satellites optiques, joue un rôle essentiel dans l’amélioration de la précision de positionnement absolu des images et la cohérence géométrique entre les CCD. En tenant compte des caractéristiques du montage multi-CCD du champ de vision et de l’imagerie sous-métrique du satellite SVN301, cet article propose une méthode d’étalonnage géométrique en orbite destinée aux caméras à large champ multi-CCD, utilisant une stratégie combinant appariement de caractéristiques et appariement de modèle pour réaliser l’appariement des points de liaison dans les zones étroites de recouvrement entre les images, et exploitant les points de contrôle au sol conjointement avec ces points de liaison pour estimer les paramètres d’étalonnage internes de chaque CCD dans la même bande spectrale. Les essais d’étalonnage en orbite montrent qu’après étalonnage, la précision de positionnement absolue des images larges SVN301 est meilleure que 3 pixels, et la précision de mosaïquage entre images CCD adjacentes est contrôlée en dessous de 0,3 pixel, ce qui valide l’efficacité de la méthode d’étalonnage géométrique en orbite conçue pour améliorer la qualité géométrique des images à large champ multi-CCD.

mots-clés

Satellite SVN301;Caméra à large champ avec résolution sous-métrique;Mosaïquage multi-CCD;Étalonnage géométrique en orbite;Contraintes relatives;Précision de positionnement absolu;Précision de mosaïquage

References

  1. 1.
    Adiri Z, Lhissou R, El Harti A, Jellouli A and Chakouri M. 2020. Recent advances in the use of public domain satellite imagery for mineral exploration: a review of Landsat-8 and Sentinel-2 applications. Ore Geology Reviews, 117: 103332
  2. 2.
    Bouillon A, Breton E, De Lussy F, et al. SPOT5 HRG and HRS first in-flight geometric quality results[C]//Sensors, Systems, and Next-Generation Satellites VI. SPIE, 2003, 4881: 212-223
  3. 3.
    Cheng Y F, J S Y, Wang M, Zhu Y and Dong Z P. 2017. A new image mosaicking approach for the multiple camera system of the optical remote sensing satellite GaoFen1. Remote Sensing Letters, 8(11): 1042-1051
  4. 4.
    Dai R F, Han J Y, Wang M, Cao J S, Jin S Y and Sun C R. 2023. On-orbit geometric calibration of HY-1C satellite coastal zone imager. Journal of Marine Meteorology, 43(4): 62-70
  5. 5.
    Grodecki J, Dial G. IKONOS geometric accuracy validation[J]. International archives of photogrammetry remote sensing and spatial information sciences, 2002, 34(1): 50-55
  6. 6.
    Hu Z L, Zheng K, Zhang Y and Tao P J. 2017. On-orbit geometric calibration based on digital calibration field for TH-1 satellite. Spacecraft Recovery and Remote Sensing, 38(5): 86-95
  7. 7.
    Jiang Y H, Zhang G, Tang X M, Li D R, Huang W C and Pan H B. 2014. Geometric calibration and accuracy assessment of ZiYuan-3 multispectral images. IEEE Transactions on Geoscience and Remote Sensing, 52(7): 4161-4172
  8. 8.
    Li M M, Stein A, Bijker W and Zhan Q M. 2016. Urban land use extraction from Very High Resolution remote sensing imagery using a Bayesian network. ISPRS Journal of Photogrammetry and Remote Sensing, 122: 192-205
  9. 9.
    Lu X L, Wang J R, Yang X C, Lü Y, Hu Y, Wei Y Q and Cao B C. 2023. High-precision on-orbit geometric calibration of the GF-14 satellite dual-line-array cameras. Acta Geodaetica et Cartographica Sinica, 52(1): 15-21
  10. 10.
    Peng X L, He G J, She W Q, Zhang X M, Wang G Z, Yin R Y and Long T F. 2022. A comparison of random forest algorithm-based forest extraction with GF-1 WFV, Landsat 8 and Sentinel-2 images. Remote Sensing, 14(21): 5296
  11. 11.
    Pi Y D, Xie B R, Yang B, Zhang Y L, Li X and Wang M. 2019. On-orbit geometric calibration of linear push-broom optical satellite only using sparse GCPs. Acta Geodaetica et Cartographica Sinica, 48(2): 216-225
  12. 12.
    Shimada M, Tadono T and Rosenqvist A. 2010. Advanced land observing satellite (ALOS) and monitoring global environmental change. Proceedings of the IEEE, 98(5): 780-799
  13. 13.
    Takaku J, Tadono T, Ohgushi F and Doutsu M. 2022. Geometric calibration and DSM processing for ALOS-3 optical imageries//Proceedings of 2022 IEEE International Geoscience and Remote Sensing Symposium. Kuala Lumpur: IEEE: 4835-4838
  14. 14.
    Teo T A, Chen L C, Liu C L, Tung Y C and Wu W Y. 2010. DEM-aided block adjustment for satellite images with weak convergence geometry. IEEE Transactions on Geoscience and Remote Sensing, 48(4): 1907-1918
  15. 15.
    Wang M, Cheng Y F, Chang X L, Jin S Y and Zhu Y. 2017. On-orbit geometric calibration and geometric quality assessment for the high-resolution geostationary optical satellite GaoFen4. ISPRS Journal of Photogrammetry and Remote Sensing, 125: 63-77
  16. 16.
    Wang M, Cheng Y F, Guo B B and Jin S Y. 2019a. Parameters determination and sensor correction method based on virtual CMOS with distortion for the GaoFen6 WFV camera. ISPRS Journal of Photogrammetry and Remote Sensing, 156: 51-62
  17. 17.
    Wang M, Guo B B, Zhu Y, Cheng Y F and Nie C H. 2019b. On-orbit calibration approach based on partial calibration-field coverage for the GF-1/WFV camera. Photogrammetric Engineering and Remote Sensing, 85(11): 815-827
  18. 18.
    Wang M, Qin K L, Cheng Y F, Zhu Y and Guo B B. 2020. Geometric calibration for GF-5 AHSI camera. Journal of Remote Sensing (in Chinese), 24(4): 345-351
  19. 19.
    Wu H Y, Chen G Z, Bai Y, Peng Y, Ba Q Q, Huang S, Zhong X, Sun H J, Zhang L and Feng F Y. 2024. On-orbit geometric calibration and accuracy validation of the jilin1-KF01B wide-field camera. Remote Sensing, 16(20): 3893
  20. 20.
    Xu S Q, Li S J, Tao Z, Song K S, Wen Z D, Li Y and Chen F F. 2022. Remote sensing of chlorophyll-a in Xinkai Lake using machine learning and GF-6 WFV images. Remote Sensing, 14(20): 5136
  21. 21.
    Yang B, Pi Y D, Li X and Wang M. 2018. Relative geometric refinement of patch images without use of ground control points for the geostationary optical satellite GaoFen4. IEEE Transactions on Geoscience and Remote Sensing, 56(1): 474-484
  22. 22.
    Yang B, Pi Y D, Li X and Yang Y H. 2020. Integrated geometric self-calibration of stereo cameras onboard the ZiYuan-3 satellite. ISPRS Journal of Photogrammetry and Remote Sensing, 162: 173-183

Lire l'article complet

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website