用于Corona KH-4 (1962-1972)立体影像自动处理的流水线
计算机视觉与模式识别
2022-10-05 v1 图像与视频处理
摘要
1962-1972年的Corona KH-4侦察卫星任务获取了空间分辨率达1.8-7.5 m的全景立体影像。由于全景成像几何、胶片畸变以及用于Corona影像地理参考所需的元数据有限等复杂性，80万余张解密的Corona影像的潜力尚未被发掘。本文提出Corona立体流水线(CoSP)：一种用于处理Corona KH-4立体全景影像的流水线。CoSP利用基于深度学习的特征匹配器SuperGlue自动匹配Corona KH-4影像与近期卫星影像间的特征点以生成地面控制点(GCPs)。为建模全景KH-4相机的成像几何与扫描运动，采用了由带时间相关外方位参数的修正共线方程组成的严格相机模型。结果表明，使用Corona影像整帧，采用分布良好的GCPs进行光束法平差得到的平均标准差(SD)小于2像素。GCPs影像残差与核线重采样影像中y视差的畸变模式表明，由长期存储引起的胶片畸变可能是系统偏差的原因。与SRTM DEM相比，使用CoSP计算的Corona DEM在约4000 区域内达到了约4 m的高程差归一化中位绝对偏差(NMAD)。我们展示了所提流水线可应用于涉及高起伏和冰川地形复杂场景序列，且所得DEMs可用于计算大区域长期冰川高程变化。
引用
@article{arxiv.2201.07756,
title = {A pipeline for automated processing of Corona KH-4 (1962-1972) stereo imagery},
author = {Sajid Ghuffar and Tobias Bolch and Ewelina Rupnik and Atanu Bhattacharya},
journal= {arXiv preprint arXiv:2201.07756},
year = {2022}
}
备注
24 Pages, 16 Figures