Интегральный метод расчёта коэффициентов модели рациональных функций
Автор: Бахарев А.С., Месяц А.И.
Журнал: Космическая техника и технологии @ktt-energia
Рубрика: Системный анализ, управление и обработка информации, статистика (технические науки)
Статья в выпуске: 3 (46), 2024 года.
Бесплатный доступ
В статье рассмотрена задача расчёта параметров обобщённой модели географической привязки на основе рациональных функций. Выделены основные требования к алгоритму расчёта. Поставлена задача аппроксимации заданной функции рациональной функцией. Для этой задачи предложен интегральный метод решения, для которого приводится итерационный численный алгоритм. Рассмотрены особенности применения предложенного метода к задаче геопривязки. Предлагаемый метод был успешно применён для обработки данных космического аппарата дистанционного зондирования Земли EgyptSat-A. Приводится анализ полученных результатов. Выполнено сравнение предлагаемого алгоритма с эталонным, основанным на решении задачи аппроксимации через сведение к линейной системе, по точности привязки относительно строгой модели и времени расчёта. Сделан вывод о применимости и преимуществах предлагаемого метода.
Дистанционное зондирование земли, модель рациональных функций, географическая привязка
Короткий адрес: https://sciup.org/143183340
IDR: 143183340
Список литературы Интегральный метод расчёта коэффициентов модели рациональных функций
- Tao C.V., Hu Y. Use of the rational function model for image rectification // Canadian Journal of Remote Sensing. 2001. Vol. 27. № 6. P. 593-602. URL: 10.1080/07038992.2001.10854900 (accessed 22.10.2024). DOI: 10.1080/07038992.2001.10854900(accessed22.10.2024)
- Tao C.V., Hu Y. A сomprehensive study of the rational function model for photogrammetric processing // Photogrammetric Engineering and Remote Sensing. 2001. Vol. 67. № 12. P. 1347-1357. URL: https://www.asprs.org/wp-content/uploads/pers/2001journal/december/2001_dec_1347-1357.pdf (accessed 22.10.2024).
- Бусарова Д.А., Месяц А.И. Применение математических методов для обработки целевой информации системы оптических телескопов РС МКС // Тезисы докладов XX научно-технической конференции молодых учёных и специалистов. Королёв: [б. и.], 2014. 172 с.
- Gholinejad S., Naeini A.A., Amiri -Simkooei A. Robust particle swarm optimization of RFMs for high-resolution satellite images based on k-fold cross-validation // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2019. Vol. 12. № 8. P. 2594-2599. URL: 10.1109/JSTARS.2018.2881382 (accessed 22.10.2024). DOI: 10.1109/JSTARS.2018.2881382(accessed22.10.2024)
- Long T, Jiao W., He G. RPC estimation via l1-norm-regularized Least Squares (L1LS) // IEEE Transactions on Geoscience and Remote Sensing. 2015. Vol. 53. № 8. P. 4554-4567. URL: 10.1109/TGRS.2015.2401602 (accessed 22.10.2024). DOI: 10.1109/TGRS.2015.2401602(accessed22.10.2024)
- Колмогоров А.Н., Фомин С.В. Элементы теории функций и функционального анализа. 7-е изд. М.: Физматлит, 2009. 572 с.
- Васильев Ф.П. Методы оптимизации: учебник для студентов вузов. В 2 кн. Изд. новое, перераб. и доп. М.: МЦНМО, 2011. 433 с.
- Donato G, Belongie S. Approximate thin plate spline mappings // Proceedings of the 7th European Conference on Computer Vision-Part III. Copenhagen: Springer, 2002. P. 21-31. URL: 10.1007/3-540-47977-5_2 (accessed 22.10.2024). DOI: 10.1007/3-540-47977-5_2(accessed22.10.2024)
