《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：Self-orthorectification of satellite images using multi-view geometric constraints without external geospatial data
编辑推荐：
Ban Seunghwan | Kim Taejung
地理信息工程系，仁荷大学，100 Inha-ro，Michuhol-gu，仁川，韩国
摘要
传统的正射校正方法依赖于地面控制点（GCPs）和外部数字高程模型（DEMs），但这些资源可能难以获取或成本较高。本研究提出了一种
Ban Seunghwan | Kim Taejung
地理信息工程系，仁荷大学，100 Inha-ro，Michuhol-gu，仁川，韩国
摘要
传统的正射校正方法依赖于地面控制点（GCPs）和外部数字高程模型（DEMs），但这些资源可能难以获取或成本较高。本研究提出了一种基于高分辨率卫星图像的自校正框架，该框架仅使用重叠图像及其有理多项式系数（RPCs）来消除对外部参考数据的需求。所提出的方法在RPC的基础上提取连接点，通过多视图束调整共同精炼图像的相对姿态并重建三维地面坐标，从而生成用于正射校正的虚拟地形模型。在覆盖城市和山区地区的两个KOMPSAT-3A数据集上的实验表明，该方法将首尔的2D检查点MAE从8.391像素降低到0.355像素，济州岛的MAE从2.335像素降低到0.454像素；相应的RMSE分别从10.151像素降低到0.512像素，从3.117像素降低到0.686像素。与主要改进相对对齐的现有无需GCP的图像配准方法以及仍依赖于外部高程数据的DEM辅助正射校正方法相比，所提出的框架能够仅利用输入图像块实现内部一致的正射校正。报告中提到的精度反映了重叠图像之间的几何一致性，而非绝对的平面地理位置精度。
引言
卫星传感器技术的最新进展，加上高分辨率光学卫星的普及，导致地球观测数据的急剧增加。如今，全球几乎所有地区都实现了全年每天或多时相的监测。这一不断增长的卫星图像档案为地球建模提供了巨大潜力。特别是，卫星图像的时间序列有助于量化分析高程变化、土地覆盖变化以及基础设施的发展。然而，这些分析的可靠性取决于图像的几何精度，尤其是从图像空间到地面空间的坐标转换精度。
实际上，将卫星图像坐标转换为地面坐标需要一个明确的传感器模型来描述成像几何关系。根据传感器特定参数的可用性，这类模型包括与卫星内部几何结构相关的物理公式以及通用数学模型（Habib等人，2007年；Hu等人，2004年）。在后一类模型中，基于有理函数的模型（RFMs）由于其灵活性、标准化以及无需专有传感器细节即可近似复杂成像几何的关系而得到了广泛应用（Fraser等人，2006年；Grodecki和Dial，2003年；Tao和Hu，2001年）。RFM使用有理多项式系数（RPCs）来描述图像坐标与地面坐标之间的关系。这些系数通常作为高分辨率卫星图像的元数据提供（Erdenebaatar等人，2017年；Grodecki，2001年）。尽管RFM提供了一种与传感器无关且紧凑的表示方式，但作为元数据提供的RPCs往往包含由于卫星姿态和星历数据不准确而产生的系统偏差。这些偏差可能导致显著的几何失真，从而降低相对和绝对定位精度。
为了补偿这些误差，一种广泛使用的方法是应用基于地面控制点（GCPs）的偏差校正模型（Dong等人，2020年；Shen等人，2017年）。GCPs是具有精确已知地面坐标的地面点。许多研究表明，此类模型可以显著提高地理定位精度（Fraser和Hanley，2005年；Grodecki和Dial，2003年）。然而，由于可达性、成本或国家政策的限制，获取GCPs往往不切实际。在卫星图像上手动识别和标记GCPs既耗时又容易出错，尤其是在 near real-time 处理大量图像时（Muradás Odriozola等人，2024年）。因此，减少或消除对GCPs的依赖已成为大规模卫星图像利用的关键研究目标。
在这项研究中，我们提出了一种新的自校正框架，能够在不需要外部GCPs和DEM的情况下校正多幅图像之间的相对几何误差和地形起伏。为了实现自校正，我们的框架专注于仅使用输入图像进行相对几何校正和伪地形模型生成。没有GCPs的卫星图像的相对几何校正有两种方法：成对图像配准（Chen和Jiang，2021年；Zitova和Flusser，2003年）和束调整方法（Grodecki和Dial，2003年；Huang和Qin，2019年）。成对配准基于目标图像和参考图像之间的连接点进行对齐。虽然这种方法对于局部对齐有效，但它对参考图像非常敏感，且错误可能会在配准链中累积（Zhang等人，2023年）。束调整方法同时利用多幅重叠图像的观测数据来精炼RPC参数和连接点的地面坐标。这种方法可以提供更好的整体一致性，并且能够很好地扩展到大型图像块，而不受图像对的限制。在这项研究中，我们采用束调整方法来实现无需GCPs的相对几何校正。我们还旨在利用调整后的连接点地面坐标生成虚拟地形表面，从而实现无需外部DEM的正射校正。
实现这一目标面临几个挑战。首先，稳健的收敛通常需要复杂的观测值和校正项加权方案。其次，由于输出图像是通过投影调整后的三维地面点生成的，因此该过程计算要求较高。最近的研究尝试通过使用稳健的损失函数（如modified Huber损失函数，Marí等人，2021年）和引入虚拟控制点来提高调整稳定性（Pi等人，2022年；Tong等人，2020年；Yang等人，2017年）来缓解这些问题。在这项研究中，我们通过在束调整过程中施加多视图几何约束来提高稳健性，并通过生成均匀分布的连接点来提高计算效率。
本研究的主要贡献如下：
我们提出了一种无需GCP的自校正框架，仅使用重叠的卫星图像和RPC元数据即可共同精炼相对图像几何关系并重建三维地面点。
我们引入了一种基于RPC的连接点提取和多视图束调整策略，与传统的成对配准方法不同，该策略提高了匹配的稳健性和图像块内部的几何一致性。
我们直接从调整后的三维点生成虚拟地形模型，从而无需外部高程数据即可进行正射校正，这使得所提出的框架与DEM辅助方法区分开来。
章节摘录
基于RPC的块调整
基于RPC的块调整长期以来一直用于通过从图像观测和可选的控制信息中精炼图像姿态参数来提高高分辨率卫星图像的几何一致性。使用有限的一组校正参数的稳定调整公式已被证明可以有效处理多个由RPC描述的卫星图像，这一框架已成为后续几何校正研究的基础（
材料
为了在多种成像条件下评估所提出的方法，我们使用在韩国两个不同地区（首尔和济州）获取的KOMPSAT-3A图像构建了两个数据集：首尔数据集包含14幅图像，济州数据集包含15幅图像。首尔图像是在2015年至2019年间获取的，涵盖了具有复杂建筑结构的密集城区；济州图像是在2017年至2023年间收集的，代表了一个地形多样的岛屿区域。
连接点提取结果
连接点提取的评估集中在三个关键方面：与暴力匹配相比的匹配抑制效果、空间均匀性的提高以及计算需求的降低。这些方面直接影响多视图束调整的稳定性和正射校正的精度。因此，这些方面为评估所提出的基于RPC的几何约束与网格划分的有效性提供了严格的基础
结论
本研究提出了一种用于高分辨率卫星图像的自校正框架，该框架无需GCPs和外部高程模型。所提出的方法使用从重叠图像中提取的连接点，并应用基于RPC的约束进行多视图束调整，从而共同精炼传感器几何关系并估计三维地面坐标。
使用KOMPSAT-3A图像在首尔和济州进行的实验结果证明了该方法的有效性
CRediT作者贡献声明
Seunghwan Ban：撰写 – 审稿与编辑，撰写 – 原始草稿，可视化，验证，软件，方法论，调查，正式分析，数据管理，概念化。Taejung Kim：撰写 – 审稿与编辑，监督，项目管理，方法论，资金筹集，概念化。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
本工作得到了韩国基础设施技术促进局（KAIA）的支持，该机构由土地、基础设施和交通部资助（Grant -->RS-2022-00155763-->）
