本发明涉及卫星领域，尤其涉及一种确定静止轨道遥感卫星指向偏差的方法。
背景技术：
静止轨道遥感卫星与地球处于相对静止状态，可以实现对地面目标的持续观测，同时具备动态目标探测能力和动态目标指示潜力。静止轨道遥感卫星在预定轨道运行时，受到内部系统和/或外部环境因素的影响，会导致其遥感仪器指向发生变化，进而使得遥感图像产生几何失真，即指向偏差。静止轨道遥感卫星属于高轨卫星，卫星的微小偏差在地面上会产生较大的地面误差，此问题是所有静止轨道遥感卫星不可规避的问题。为了保证利用静止轨道遥感卫星观测结果的准确性和可靠性，需要对卫星的指向偏差进行修正。
目前，多采用地标匹配的方法来确定指向偏差，并由指向偏差确定导航调整量，进而实现对静止轨道遥感卫星姿态的纠正。但现有的算法大多数针对的数据分辨率偏低，不适用于高分辨率的静止轨道遥感卫星。
技术实现要素：
本发明实施例提供一种确定静止轨道遥感卫星指向偏差的方法，以解决上述问题。
为了解决上述技术问题，本发明提供了一种确定静止轨道遥感卫星指向偏差角的方法，该方法包括：
确定作为参考基准的标称网格数据，结合全球海陆矢量边界数据以及所述标称网格数据，确定栅格化的海陆边界掩码数据，并根据所述海陆边界掩码数据建立地标数据集，所述地标数据集包括多个地标区域以及每个地标区域对应的地标特征点；
对静止轨道遥感卫星获取的遥感图像的待匹配区域进行云判处理，以选择所述遥感图像中的无云或少云的区域作为匹配区域，对所述匹配区域和所述地标数据集进行整体粗匹配，获得粗匹配结果和像面几何变形参数，对所述遥感图像进行边界提取以获得边界信息，利用所述边界信息、所述粗匹配结果以及所述像面几何变形参数，对所述遥感图像和所述地标数据集进行精匹配，获得地标精匹配结果；
利用粗差剔除和抗差估计的方法，对所述地标匹配的结果进行剔除，以更新所述地标精匹配结果，根据更新后的地标精匹配结果计算指向偏差角。
在本发明实施例中，确定作为参考基准的标称网格数据，结合全球海陆矢量边界数据以及所述标称网格数据，确定栅格化的海陆边界掩码数据，并根据所述栅格化的海陆边界掩码数据建立地标数据集；对静止轨道遥感卫星获取的遥感图像的待匹配区域进行云判处理，以选择所述遥感图像中无云或少云的区域作为匹配区域，对所述匹配区域和所述地标数据集进行粗匹配，获得粗匹配结果和像面几何变形参数，对所述遥感图像进行边界提取以获得边界信息，利用所述边界信息、所述粗匹配结果以及所述像面几何变形参数，对所述遥感图像和所述海陆掩码数据进行精匹配，获得地标精匹配结果；利用粗差剔除和抗差估计的方法，对所述地标精匹配的结果进行剔除，以更新所述地标精匹配结果，根据更新后的地标精匹配结果计算指向偏差角，能够对卫星的指向偏差进行更好的修正，且适用于高分辨率的静止轨道遥感卫星。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一实施例提供的一种确定静止轨道遥感卫星指向偏差的方法；
图2为标称网格数据形成的示意图；
图3为图1中步骤S101的子步骤的流程图；
图4为图1中的步骤S102的子步骤的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例提供的一种确定静止轨道遥感卫星指向偏差的方法，如图1所示，该方法包括：
S101、确定作为参考基准的标称网格数据，结合全球海陆矢量边界数据以及标称网格数据，以确定栅格化的海陆边界掩码数据，并根据海陆边界掩码数据建立地标数据集，地标数据集包括多个地标区域以及每个地标区域对应的地标特征点。
S102、对静止轨道遥感卫星获取的遥感图像的待匹配区域进行云判处理，以选择遥感图像中无云或少云的区域作为匹配区域，对匹配区域和海陆边界掩码数据进行粗匹配，获得粗匹配结果和像面几何变形参数，对遥感图像进行边界提取以获得边界信息，利用边界信息、粗匹配结果以及像面几何变形参数，对遥感图像和海陆边界掩码数据进行精匹配，获得地标精匹配结果。
S103、利用粗差剔除和抗差估计的方法，对地标匹配的结果进行剔除，以更新地标精匹配结果，根据更新后的地标精匹配结果计算指向偏差角。
在本发明的一实施方式中，上述步骤S101中的确定作为参考基准的标称网格数据，可以包括：根据静止轨道遥感卫星的成像扫描特点，确定投影方式，根据投影方式，形成作为参考基准的标称网格数据。
按照静止轨道遥感卫星的成像规律，其拍摄地球表面的区域数据主要有两种方式：一是画幅式成像，即采用面阵电荷耦合元件(Charge-coupled Device，CCD)对某区域进行一次性成像，这种情况往往面阵较大，成像投影方式采用的是面阵中心投影的方法；二是扫描镜成像，为了快速获取大面积的遥感数据，特别是地球完整圆盘数据，常采用线阵扫描成像方式，这种投影还会因为光线进入东西、南北两个扫描镜的顺序不同，而有所差异，利用东西、南北两个方向的快速扫描与步进(即入射光线先进入东西镜，再进入南北镜)完整大幅面区域的覆盖，这种成像方式是规范化/标准化地球静止投影(Normalized Geostationary Projection，NGP)，入射光线先进入南北镜，再进入东西镜并且非规范化/非标准的地球静止投影。
以扫描镜成像方式的静止卫星为例，说明上述标称网格数据：令静止轨道遥感卫星位于预设位置，在三轴姿态角恒为零、扫描镜光路无任何变形的情况下，当东西镜按照理想驱动规律扫描、南北镜按照理想驱动规律步进时，地球表面定位点的连线网格称为标称网格数据。根据标称网格数据的定义可以发现网格的格点是由东西镜、南北镜按照固定角度步长Δα，Δβ进行扫描，获得地面点坐标所构成的。将南北镜、东西镜的旋转角范围进行限定，如南北镜的旋转角范围α∈[α0，αn-1]、东西镜的旋转角范围β∈[β0，βm-1]，其中：
αi＝α0+(i-1)×Δα，i∈[0，n-1]
βi＝β0+(j-1)×Δβ，j∈[0，m-1]
对于每一个旋转角组合(αi，βj)，理论上都存在一个坐标与之对应，可以得到地球表面的一个m*n个格点的标称网格数据，此标称网格数据的形成如图2所示，其中O表示静止轨道遥感卫星的质心，EB表示地球的部分标称网格示意，EBP表示地球的部分标称网格展开至平面上的示意图。
图3为图1中步骤S101的子步骤的流程图。如图3所示，上述步骤S101中的匹配全球海陆矢量边界数据和标称网格数据，以确定栅格化的海陆边界掩码数据可以包括：
S1011、根据标称网格数据，确定目标网格数据。
S1012、根据全球海岸线矢量数据，生成所需经纬度范围内的海岸线图像。
S1013、匹配经纬度范围内的海岸线图像以及目标网格数据，得到栅格化的海陆边界掩码数据。
其中，上述步骤S1012中的生成所需经纬度范围内的海岸线图像，具体包括以下步骤：根据预设的海岸线图像所对应的经纬度范围和分辨率，确定海岸线图像的高和宽；将海岸线图像的每个像素的值初始化为0；结合全球海岸线矢量数据，由所需海岸线的经纬度确定海岸线在海岸线图像上对应的像素行列号；将像素行列号所对应的像素的值置为1。
其中，匹配经纬度范围内的海岸线图像以及目标网格数据，得到栅格化的海陆边界掩码数据，具体包括以下步骤：读取目标网格数据，获取每个目标网格的经纬度值(由于标称网格数据定义的是网格中心的格点值，而海陆边界掩码数据生成需要判断矢量点在哪个格网内，因此可采用均匀内插的方法计算得到每个标称网格的四个角点坐标)；将标称网格数据中的每一个网格单元均作为一个整体，按照每个网格单元的四个角点坐标建立空间索引；确定经纬度范围内的海岸线图像对应的矢量节点，通过空间索引，判断矢量节点所处的网格单元，将此网格单元对应的像素激活为1；采用Bresenham线填充算法，将填充过的所有网格像素激活为1，得到栅格化的海陆边界掩码数据。
在本发明的一实施方式中，上述步骤S101中的根据海陆边界掩码数据建立地标数据集可以包括：根据海陆边界掩码数据生成地标控制点，将以地标控制点为中心的预设区域范围确定为地标区域，以确定多个地标区域以及每个地标区域对应的地标特征点进而形成地标数据集。
其中，地标控制点可以为海陆边界上的角点、“检”型连接点或者其他高曲率点。
其中，由海陆边界掩码数据生成地标控制点的方法，具体包括以下步骤：以每个海陆边界点为中心在不同尺度范围内逐点分析海陆边界点处的曲率，并根据曲率确定角点；在海陆边界掩码数据上以角点为中心拓展预设扩展窗口的地标块作为地标，保存角点对应的海陆边界掩码数据的行列坐标以及标称网格的经纬度坐标，并保存地标块的Zernike矩特征。
在本发明的一实施方式中，上述对静止轨道遥感卫星获取的遥感图像待匹配区域进行云判处理，以选择遥感图像中的无云或少云的区域作为匹配区域，可以包括：
根据静止轨道遥感卫星实时获取的遥感图像的时刻选择不同的云检测方式，对遥感图像的整个地球圆盘区域分布的地标特征区域进行云判处理，以选择遥感图像中的云区域少于预设云范围的图像区域(即无云区域或者少云区域)作为匹配区域。
其中，根据静止轨道遥感卫星实时获取的遥感图像的时刻选择不同的云检测方式，对遥感图像的整个地球圆盘区域分布的地标特征区域进行云判处理，具体可以为：在第一时间段(例如上午8:00-晚上19:00)利用可见光和/或红外多通道进行云检测，在第二时间段(例如晚上19:00-上午8:00)利用红外单通道进行云检测，以对遥感图像的整个地球圆盘区域分布的地标特征区域进行云判处理。
进一步，在第一时间段将可见光和/或红外多通道像素分别利用对应的极值归一化，之后，计算可见光通道I′可和/或红外通道I′红观测值构造的归一化指数D，如果指数D大于预设阈值则确定像素对应云，其中，
进一步，在第二时间段统计遥感图像的直方图后，计算直方图势函数(即利用高斯核对直方图进行卷积低通滤波)，确定第一波谷位置为云检测阈值T，小于云检测阈值T的区域判断为云区域，其中阈值T可通过交叉熵区域检测函数来确定。
在本发明的一实施方式中，对匹配区域和海陆边界掩码数据进行粗匹配，获得粗匹配结果和像面几何变形参数，可以包括：利用Robert梯度算子计算遥感图像的图像梯度，利用图像梯度对匹配区域和海陆边界掩码数据进行粗匹配，获得粗匹配结果和像面几何变形参数，以地标坐标为基础，遥感图像为目标进行匹配，其基本原因是最终需要在遥感图像上形成梯度，此步骤具体可以包括：
以静止轨道遥感完整幅面图像数据为基础，计算粗匹配变换参数；给出几何变换的变换形式；采用LM算法(Levenberg-Marquard)进行求解与计算，得到整体粗匹配结果和几何变换参数；根据整体粗匹配的结果以及计算出的几何变换参数，进行像素变换运算，即可形成粗匹配的匹配对(即粗匹配结果)。
在本发明的一实施方式中，对遥感图像进行边界提取以获得边界信息，利用边界信息、粗匹配结果以及像面几何变形参数，对遥感图像和海陆边界掩码数据进行精匹配，获得地标精匹配结果，可以包括：
对遥感图像进行边界提取以得到目标边界图进而得到边界信息，利用边界信息、粗匹配结果、像面几何变形参数以及最小二乘方式，对遥感图像和海陆边界掩码数据进行精匹配，获得地标精匹配结果。
图4为图1中的步骤S102的子步骤的流程图。如图4所示，步骤S102中的子步骤中的对遥感图像进行边界提取以得到目标边界图，包括：
S1021、对遥感图像进行梯度处理，得到第一边界图，并对遥感图像进行边界跟踪，得到第二边界图；
S1022、将第一边界图和第二边界图叠加，得到目标边界图。这样，将两种方法处理得到的边界图进行叠加，从而得到一幅效果更加良好的边界图。
利用边界信息、粗匹配结果、像面几何变形参数以及最小二乘方式，对遥感图像和海陆边界掩码数据进行精匹配，获得地标精匹配结果，包括：对多个地标特征点对应的海陆掩码图像进行高斯模糊，得到高斯模糊后的地标图像；在匹配测度上利用第一边界图与第二边界图的相关系数，并结合边界信息、粗匹配结果、像面几何变形参数，采用最小二乘方式，对目标边界图与高斯模糊后的地标图像进行匹配，即对遥感图像和海陆边界掩码数据进行精匹配，获得地标精匹配结果。
进一步，对多个地标特征点对应的海陆边界掩码数据进行高斯模糊，得到高斯模糊后的地标图像，可以包括：针对选择的多块地标特征区域的海陆边界掩码数据，采用高斯模糊的方式，将海陆掩码的0-1图像进行模糊处理，得到0-1之间的浮点数组成的浮点矩阵。
其中，对遥感图像上的边界信息中的第一点与高斯模糊后的地标图像进行匹配，包括：在预设窗口下计算相关系数；若相关系数大于或等于最大阈值，确定第一点的匹配结果是正确的；若相关系数小于或等于最小阈值，确定第一点的匹配结果是错误的，放弃匹配结果；若相关系数大于最小阈值且小于最大阈值，加入Zernike矩差异与误差椭圆之差两个测度进行检测，并当检测到的结果与相关系数测度的检测结果一致时，确定第一点的匹配结果是正确的，当检测到的结果与相关系数测度的检测结果不一致时，扩大预设窗口并返回上述在预设窗口计算相关系数的步骤。进一步，还包括：当目标窗口扩大至预设窗口阈值时，将第一点标记为可疑点，以进行下一步的匹配。设计这样的匹配过程，是因为采用多重判据匹配会带来时间的消耗，而对于那些相关系数较大或较小的点，我们根本不用进一步判断和计算，仅需要对那些相关系数处于中间的点进行多重判据匹配，这样在提高匹配成功率的基础上也有效地控制了计算效率。由于遥感图像在做边缘检测的过程中，容易受到各种噪声和地物变化的图像，采用单一的测度存在可靠性较低等情况，因此为了增加匹配的可靠性，本发明引入了多重判据匹配方法的思路，利用多个测度得到一致性的结果，这样匹配结果的可靠性就大大增强了。除了相关系数匹配方法外，这里还引入Zernike矩差异测度和误差椭圆之差作为匹配测度，使得匹配结果更为准确。
在本发明的一实施方式中，利用粗差剔除和抗差估计的方法，对地标匹配的结果进行剔除，以更新地标精匹配结果，可以包括：
利用Ransac算法，对地标精匹配结果中的遥感图像的图像点和标称网格中的网格点的粗差进行第一次剔除；
采用将粗差归入随机模型的粗差定位法，对图像点和网格点的粗差进行第二次剔除；
更新地标精匹配结果为两次剔除后的地标精匹配结果。
在本发明的一实施方式中，根据更新后的地标精匹配结果计算指向偏差角，包括：
根据更新后的地标精匹配结果中的遥感图像的图像点对应的像空间坐标计算出射光线，并将出射光线转换至预设坐标系统(例如，卫星本体系)中，得到理想的单位化光线指向；将图像点对应的标称网格中的网格点的大地坐标，转到至预设坐标系统中，得到实际的单位化光线指向，将实际的单位化光线指向与理想的单位化光线指向之间的差异确定为指向偏差角。
示例性的，预设坐标系为卫星本体系，根据更新后的地标精匹配结果中的第i个图像点Pi的像空间坐标计算出射光线，转换到卫星本体系中，得到理想的单位化光线指向将该时刻与图像点对应的格网点Pi’的大地坐标取出，转换到该时刻的卫星本体系中，得到实际的单位化光线指向实际光线和理想光线间的差异就是光线的指向偏差角(α，β，γ)。
在本发明的一实施方式中，该方法还可以包括：采用Fourior拟合的方式对指向偏差角的三轴(α，β，γ)分别进行拟合处理，拟合的数据来自本次解算之前的若干次数据，然后外推本次的三轴，再与直接解算的结果进行对比，设置一定阈值，大于阈值范围认为本次计算失败，反之则成功，并将本次解算三轴的结果存入数据库中，为下一次解算结果的验证提供依据。
本发明实施例，确定作为参考基准的标称网格数据，结合全球海陆矢量边界数据以及所述标称网格数据，确定栅格化的海陆边界掩码数据，并根据所述栅格化的海陆边界掩码数据建立地标数据集；对静止轨道遥感卫星获取的遥感图像的待匹配区域进行云判处理，以选择所述遥感图像中的无云或少云的区域作为匹配区域，对所述匹配区域和所述地标数据集进行整体粗匹配，获得粗匹配结果和像面几何变形参数，对所述遥感图像进行边界提取以获得边界信息，利用所述边界信息、所述粗匹配结果以及所述像面几何变形参数，对所述遥感图像和所述海陆掩码数据进行精匹配，获得地标精匹配结果；利用粗差剔除和抗差估计的方法，对所述地标匹配的结果进行剔除，以更新所述地标精匹配结果，根据更新后的地标精匹配结果计算指向偏差角，能够对卫星的指向偏差进行更好的修正，且适用于高分辨率的静止轨道遥感卫星。且能够解决观测量的粗差剔除、不等权处理等问题，保证算法的稳健性，使其能够适应一天内多种类型图像的计算问题。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。