Технология выбора опорных точек для оценки коэффициентов рациональной модели в задаче построения цифровой модели рельефа

Abstract

В статье рассматриваются вопросы, связанные с построением технологии построении цифровой модели рельефа (ЦМР) по стереоизображениям. Важным этапом этой технологии является определение трехмерных координат местности для соответствующих точек на регистрируемых стереоизображениях. Для настройки и верификации реализующих этот этап алгоритмов используются тестовые изображения, содержащие некоторое число так называемых опорных точек, координаты и относительные высоты которых известны. По заданным координатам «обучающих» опорных точек формируется система нелинейных уравнений, связывающих трехмерные координаты местности с координатами точек на изображениях, и строится модель RFM (rational functional model). Затем качество этой модели проверяется на контрольных опорных точках. Оказывается, что точность этой модели в значительной степени зависит от выбора обучающих опорных точек по полю изображения. В настоящей статье предлагается метод и реализующий этот метод алгоритм выбора опорных точек из некоторого начального множества, основанные на анализе спектральных свойств формируемой по этим точкам системы уравнений. Алгоритм встроен в сквозную информационную технологию построения ЦМР. Приводятся результаты экспериментов, подтверждающие его эффективность. A critical step in the Digital Elevation Model (DEM) generation is image georeferencing establishing sensor orientation, which is performed using ground control points. For terrain-dependent scenarios, different results can be obtained with different input control information, such as the number of GCPs and their distribution. Given a set of known control points, the question is how to select a group of control points by which the RFM can reach the best overall fitting accuracy. We developed a robust bucketing method for automatic selection of GCPs from a given set of control points.