光學(xué)遙感立體測(cè)繪技術(shù)綜述及發(fā)展趨勢(shì)

朱 紅，劉維佳，張愛(ài)兵

(1.西安空間無(wú)線(xiàn)電技術(shù)研究所， 西安710100)

(2.西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 西安710071)

0 引言

具備立體測(cè)圖或高程測(cè)量能力的衛(wèi)星稱(chēng)為測(cè)繪衛(wèi)星，其任務(wù)是進(jìn)行立體觀(guān)測(cè)，獲取地面目標(biāo)的幾何和物理屬性?？臻g位置信息是地面目標(biāo)的基本幾何屬性，在軍事和民用領(lǐng)域有廣泛的應(yīng)用。測(cè)繪衛(wèi)星系列包括高分辨率光學(xué)立體測(cè)繪衛(wèi)星、干涉雷達(dá)衛(wèi)星和重力衛(wèi)星等，而采用光學(xué)傳感器的高分辨率測(cè)繪衛(wèi)星是當(dāng)前測(cè)繪應(yīng)用的主要數(shù)據(jù)來(lái)源，且光學(xué)遙感以其可視性好，技術(shù)實(shí)現(xiàn)性好而得以迅速發(fā)展，因此本文著重對(duì)傳輸型光學(xué)衛(wèi)星測(cè)繪技術(shù)進(jìn)行綜述。

隨著攝影測(cè)量技術(shù)的發(fā)展，傳輸型光學(xué)立體測(cè)繪衛(wèi)星因其可長(zhǎng)期在軌運(yùn)行、快速獲取三維地理信息的能力，克服了返回式衛(wèi)星因受其攜帶的膠片數(shù)量限制而在軌壽命短、獲取情報(bào)的時(shí)效性差和不能直接形成數(shù)字影像等不足，已逐漸成為攝影測(cè)量衛(wèi)星發(fā)展的主流。傳輸型三線(xiàn)陣光學(xué)成像及攝影測(cè)量屬于動(dòng)態(tài)攝影，衛(wèi)星從不同視角多次對(duì)同一目標(biāo)攝像，通過(guò)后期影像處理可確定目標(biāo)的三維空間位置信息。三線(xiàn)陣測(cè)繪衛(wèi)星具有相機(jī)幾何結(jié)構(gòu)穩(wěn)定、基高比高、立體影像時(shí)間一致、對(duì)衛(wèi)星平臺(tái)穩(wěn)定度要求較低等優(yōu)點(diǎn)，適用于衛(wèi)星測(cè)繪領(lǐng)域。

測(cè)繪衛(wèi)星幾何定位精度是評(píng)價(jià)測(cè)繪性能的重要指標(biāo)。影響衛(wèi)星幾何定位精度的因素涉及相機(jī)有效載荷系統(tǒng)、軌道和姿態(tài)測(cè)量精度，除與自身傳感器參數(shù)(如分辨率)有關(guān)外，還與衛(wèi)星攝影基線(xiàn)誤差、姿態(tài)角誤差、像點(diǎn)量測(cè)誤差以及相機(jī)的內(nèi)部參數(shù)誤差等因素有關(guān)。

1 國(guó)內(nèi)外測(cè)繪技術(shù)發(fā)展現(xiàn)狀

1.1 國(guó)外測(cè)繪技術(shù)發(fā)展現(xiàn)狀

隨著地理空間信息產(chǎn)業(yè)的迅猛發(fā)展，測(cè)繪衛(wèi)星獲得了廣闊的發(fā)展空間，國(guó)外光學(xué)遙感測(cè)繪衛(wèi)星如雨后春筍般涌現(xiàn)出來(lái)。為便于觀(guān)察其發(fā)展趨勢(shì)，在表1中列出了不同時(shí)期國(guó)外主要的光學(xué)遙感測(cè)繪衛(wèi)星的基本參數(shù)與性能指標(biāo)［1］。

從表1可以看出，根據(jù)各國(guó)科技發(fā)展水平的不同，各國(guó)測(cè)繪衛(wèi)星性能差異較大。但總體來(lái)說(shuō)，光譜分辨率在不斷提高，性能在不斷改善。有地面控制點(diǎn)的測(cè)繪衛(wèi)星的測(cè)量精度高于無(wú)控制點(diǎn)的，但隨著技術(shù)的不斷發(fā)展，這一差距在逐漸縮小。

表1 國(guó)外光學(xué)遙感測(cè)繪衛(wèi)星的基本參數(shù)與性能指標(biāo)

1.2 國(guó)內(nèi)測(cè)繪技術(shù)發(fā)展現(xiàn)狀

我國(guó)測(cè)繪衛(wèi)星的研制起步較晚，在衛(wèi)星性能以及星系運(yùn)作體系上與國(guó)際先進(jìn)水平尚存在一定差距?！氨本┮惶?hào)”小衛(wèi)星于2005年10月27日成功發(fā)射，星上載有4 m分辨率的全色相機(jī)和32 m分辨率的多光譜相機(jī)，具有側(cè)擺成像能力。中國(guó)首顆傳輸型立體測(cè)繪衛(wèi)星——天繪一號(hào)于2010年8月24日在酒泉衛(wèi)星發(fā)射中心成功發(fā)射，實(shí)現(xiàn)了中國(guó)傳輸型立體測(cè)繪衛(wèi)星零的突破。該星搭載了自主創(chuàng)新的線(xiàn)面混合三線(xiàn)陣CCD相機(jī)、多光譜相機(jī)和2 m分辨率全色相機(jī)，有效載荷比高達(dá)42%，能夠提供地面分辨率5 m的全色影像。中國(guó)首顆民用高分辨率傳輸型立體測(cè)繪衛(wèi)星——資源三號(hào)于2012年1月9日在太原衛(wèi)星發(fā)射中心成功發(fā)射。資源三號(hào)集測(cè)繪和資源調(diào)查功能于一體，采用三線(xiàn)陣測(cè)繪方式，前后視相機(jī)的影像地面分辨率優(yōu)于4 m，正視相機(jī)分辨率優(yōu)于2.5 m，多光譜相機(jī)的影像地面分辨率優(yōu)于8 m［1］。

2 衛(wèi)星立體測(cè)繪技術(shù)

2.1 測(cè)繪相機(jī)與時(shí)間同步技術(shù)

三線(xiàn)陣測(cè)繪相機(jī)由具有特定交會(huì)角的前視、正視、后視三臺(tái)獨(dú)立的CCD掃描相機(jī)組成，安裝在一體化測(cè)繪支架上。當(dāng)衛(wèi)星飛行時(shí)，在推掃區(qū)域內(nèi)任一個(gè)地面點(diǎn)均有三個(gè)不同視角觀(guān)測(cè)到的影像，即前視、正視和后視影像，且推掃條帶影像相互重疊。前視和后視影像用于測(cè)量地面高程，正視影像用于生成地面高分辨率正射影像。采用攝影測(cè)量原理對(duì)測(cè)繪影像進(jìn)行后期處理，計(jì)算目標(biāo)到攝影時(shí)刻衛(wèi)星所處位置之間的相對(duì)距離，結(jié)合高精度的軌道測(cè)量數(shù)據(jù)和高精度的時(shí)間數(shù)據(jù)，可以計(jì)算出目標(biāo)地形的高度［2］。

日本陸地觀(guān)測(cè)衛(wèi)星ALOS是三線(xiàn)陣測(cè)繪衛(wèi)星的代表，星載立體測(cè)繪全色遙感器PRISM是目前世界上公開(kāi)的較先進(jìn)的三線(xiàn)陣測(cè)繪相機(jī)。其前(后)視相機(jī)與正視相機(jī)光軸間的交會(huì)角為24°，基高比為1，地面像元的分辨率為2.5 m，設(shè)計(jì)達(dá)到的地物高程測(cè)量精度達(dá)3 m～5 m。國(guó)內(nèi)學(xué)者創(chuàng)造了國(guó)際首例的線(xiàn)面陣混合配置三線(xiàn)陣立體測(cè)繪相機(jī)(LMCCD)測(cè)繪體制，以三線(xiàn)陣三視角攝影為主，輔以小面陣成像，解決了三線(xiàn)陣測(cè)繪相機(jī)動(dòng)態(tài)攝影測(cè)量中的航線(xiàn)立體模型扭曲、高程精度差的問(wèn)題，也解決了傳輸型光學(xué)攝影測(cè)量衛(wèi)星難以實(shí)現(xiàn)無(wú)地面控制點(diǎn)的高精度攝影測(cè)量的問(wèn)題，使得傳輸型攝影測(cè)量衛(wèi)星的測(cè)繪產(chǎn)品性能達(dá)到了參數(shù)相當(dāng)?shù)哪z片型框幅式攝影測(cè)量衛(wèi)星的測(cè)繪產(chǎn)品水平［3］。

為了實(shí)現(xiàn)高精度立體測(cè)圖，要求測(cè)繪相機(jī)鏡頭具有優(yōu)異的像質(zhì)和穩(wěn)定的內(nèi)方位元素。采用透射式像方準(zhǔn)遠(yuǎn)心光學(xué)系統(tǒng)，提高鏡頭傳函、減小鏡頭畸變、抑制鏡頭雜光散射可以有效提高鏡頭成像品質(zhì)。提高鏡頭的一階頻率、采用精密熱控設(shè)計(jì)、相機(jī)和星敏感器利用一體化支架隔熱安裝組合形成一個(gè)整體，可以提高成像品質(zhì)的穩(wěn)定性和內(nèi)方位元素的穩(wěn)定性［4］。目前在測(cè)繪相機(jī)幾何指標(biāo)研究方面已開(kāi)展了大量工作，建立了較完善的幾何指標(biāo)分析與量化方法［5-6］。

在測(cè)繪攝影測(cè)量處理中，影像匹配精度直接決定目標(biāo)定位精度。影像匹配精度與匹配算法和影像質(zhì)量密切相關(guān)。最小二乘影像匹配(LSIM)是攝影測(cè)量處理中常用的匹配方法，精度可達(dá)到亞像素級(jí)［7］?？紤]測(cè)繪相機(jī)的輻射指標(biāo)對(duì)影像匹配精度的影響，需對(duì)相機(jī)輻射指標(biāo)如傳遞函數(shù)(MTF)、信噪比(SNR)與輻射畸變(RD)進(jìn)行量化，建立輻射指標(biāo)與影像匹配精度之間的關(guān)系，以滿(mǎn)足測(cè)繪任務(wù)需求的匹配誤差指標(biāo)［8］。

立體測(cè)繪衛(wèi)星在CCD線(xiàn)陣推掃成像時(shí)，因相差幾毫秒就有可能產(chǎn)生幾米的定位誤差，從而降低測(cè)繪影像定位精度。因此，為滿(mǎn)足測(cè)繪任務(wù)對(duì)相關(guān)信息的高時(shí)間精度要求，測(cè)繪衛(wèi)星須增設(shè)高精度有效載荷時(shí)間系統(tǒng)，確保衛(wèi)星在推掃成像時(shí)進(jìn)行嚴(yán)格的時(shí)間同步。使用GPS接收機(jī)作為基準(zhǔn)時(shí)鐘源，提供高精度的硬件秒脈沖信號(hào)。利用GPS信號(hào)的整秒特性，可使接收機(jī)在正常工作時(shí)的每個(gè)整秒時(shí)刻都產(chǎn)生一個(gè)精度達(dá)1 μs的秒脈沖信號(hào)。同時(shí)，通過(guò)總線(xiàn)廣播對(duì)應(yīng)上述秒脈沖的GPS整秒時(shí)間。當(dāng)相機(jī)進(jìn)入成像模式時(shí)，與測(cè)繪任務(wù)相關(guān)的各信息源，包括三線(xiàn)陣測(cè)繪相機(jī)、星敏感器、陀螺等，均以此GPS秒脈沖信號(hào)作為計(jì)時(shí)基準(zhǔn)，生成各自的高精度時(shí)標(biāo)，最終確保各相關(guān)信息的時(shí)標(biāo)和GPS時(shí)間之間精確同步(同步精度優(yōu)于50 μs)［9］。測(cè)繪相機(jī)可由此精確計(jì)算出每一行的成像時(shí)刻，并在對(duì)應(yīng)圖像行的輔助數(shù)據(jù)里標(biāo)出。

2.2 衛(wèi)星定軌定姿技術(shù)

受衛(wèi)星軌道測(cè)量精度和姿態(tài)確定精度的影響，利用航天遙感影像對(duì)地面目標(biāo)進(jìn)行精確定位一般需要地面控制點(diǎn)的參與。雖然利用地面控制點(diǎn)能夠提高目標(biāo)定位的精度，但在一些人員無(wú)法到達(dá)布設(shè)控制點(diǎn)的地區(qū)，進(jìn)行無(wú)控制點(diǎn)攝影測(cè)量顯得格外重要。為完成無(wú)控制點(diǎn)目標(biāo)定位和立體測(cè)圖的要求，三線(xiàn)陣測(cè)繪衛(wèi)星須滿(mǎn)足如下條件:(1)利用三線(xiàn)陣相機(jī)完成對(duì)地面的推掃成像，形成具有一定視角且相互重疊的三幅航帶影像;(2)利用軌道測(cè)量設(shè)備完成軌道定位測(cè)量，為三線(xiàn)陣影像提供3個(gè)外方位位置元素;(3)利用星敏感器及其他姿態(tài)測(cè)量設(shè)備完成衛(wèi)星姿態(tài)的測(cè)量，為三線(xiàn)陣影像提供3個(gè)外方位角元素。在衛(wèi)星影像中，行積分時(shí)刻獲取的軌道和姿態(tài)參數(shù)對(duì)應(yīng)一組獨(dú)立的外方位元素，可以從衛(wèi)星影像的輔助數(shù)據(jù)中讀取和計(jì)算。

衛(wèi)星軌道常用的測(cè)量設(shè)備是GPS接收機(jī)，其定位精度優(yōu)于10 m，速度精度優(yōu)于0.05 m/s，GPS下傳數(shù)據(jù)經(jīng)過(guò)事后處理可使定位測(cè)量精度提高到5 m。當(dāng)采用雙頻GPS接收機(jī)時(shí)，可以同時(shí)接收兩個(gè)頻段的微波，事后定位精度可進(jìn)一步提高到0.2 m［10］。衛(wèi)星還可安裝激光角反射器，用于地面激光測(cè)距系統(tǒng)對(duì)衛(wèi)星進(jìn)行軌道精測(cè)，以驗(yàn)證雙頻GPS的軌道測(cè)量結(jié)果。

常用的衛(wèi)星姿態(tài)測(cè)量設(shè)備有紅外姿態(tài)測(cè)量?jī)x、星敏感器、陀螺儀等。紅外姿態(tài)測(cè)量?jī)x主要用于粗定姿，星敏感器和陀螺儀用于精密定姿。在實(shí)際應(yīng)用中，為充分發(fā)揮各種方法的優(yōu)勢(shì)，通常把多種方法組合起來(lái)進(jìn)行聯(lián)合定姿。星敏感器是目前衛(wèi)星姿態(tài)測(cè)量精度最高的儀器，它能夠輸出衛(wèi)星三軸姿態(tài)。陀螺儀能夠直接測(cè)量衛(wèi)星的角速度，通過(guò)時(shí)間積分可以輸出連續(xù)的角度值?？刹捎眯敲舾衅?、陀螺儀數(shù)據(jù)進(jìn)行實(shí)時(shí)相對(duì)定姿，還可依靠星敏感器、陀螺儀下傳的測(cè)量數(shù)據(jù)進(jìn)行事后高精度相對(duì)定姿。日本ALOS衛(wèi)星使用星敏感器、陀螺儀和GPS數(shù)據(jù)共同解算衛(wèi)星姿態(tài)，實(shí)時(shí)相對(duì)定姿精度達(dá)1.08″。通過(guò)下傳星敏感器、陀螺儀和GPS數(shù)據(jù)，通過(guò)事后聯(lián)合定姿算法將姿態(tài)測(cè)量精度提高到了0.5″。在高精度軌道和姿態(tài)測(cè)量的基礎(chǔ)上，利用ALOS衛(wèi)星的三線(xiàn)陣影像及輔助數(shù)據(jù)，在無(wú)控制點(diǎn)情況下的平面、高程定位精度分別達(dá)到了15 m和6 m，有控制點(diǎn)條件下的平面、高程定位精度分別達(dá)到了5 m和4 m，滿(mǎn)足測(cè)制1∶2.5×104比例尺地形圖的精度要求［11］。

2.3 幾何定標(biāo)與立體測(cè)圖技術(shù)

立體測(cè)圖對(duì)衛(wèi)星影像數(shù)據(jù)的幾何定位精度要求較高，測(cè)繪相機(jī)幾何技術(shù)參數(shù)的高精度標(biāo)定是保證衛(wèi)星高精度定位的關(guān)鍵因素。因此，需要在地面通過(guò)平行光管和高精度二維轉(zhuǎn)臺(tái)對(duì)三線(xiàn)陣測(cè)繪相機(jī)的內(nèi)方位元素、畸變，前視、正視和后視相機(jī)之間的交會(huì)角、視軸平行性等進(jìn)行高精度幾何標(biāo)定。1∶5×104比例尺測(cè)圖要求測(cè)繪相機(jī)內(nèi)方位元素主點(diǎn)位置的標(biāo)定精度優(yōu)于0.2像元、主距標(biāo)定精度優(yōu)于20 μm、相機(jī)交會(huì)角標(biāo)定精度優(yōu)于2″。衛(wèi)星在軌運(yùn)行期間，受各種空間環(huán)境因素(如衛(wèi)星發(fā)射產(chǎn)生的振動(dòng)、失重、溫度和濕度)的變化都會(huì)引起相機(jī)幾何參數(shù)的變化［12］，產(chǎn)生影響定位的系統(tǒng)誤差［13］，從而直接影響衛(wèi)星的幾何定位精度，因此需要進(jìn)行在軌幾何標(biāo)定以校正系統(tǒng)誤差。通過(guò)分析各種誤差源對(duì)定位誤差的影響，根據(jù)誤差變化的規(guī)律分析由影像幾何畸變引起的像點(diǎn)量測(cè)誤差，制定相機(jī)在軌幾何標(biāo)定方案。相機(jī)在軌幾何標(biāo)定主要包括兩部分:(1)對(duì)相機(jī)的內(nèi)方位元素進(jìn)行標(biāo)定，包括相機(jī)的焦距和主點(diǎn)位置;(2)對(duì)星敏感器與相機(jī)光軸夾角進(jìn)行標(biāo)定。

大多數(shù)測(cè)繪衛(wèi)星都利用地面高分辨率幾何定標(biāo)場(chǎng)進(jìn)行在軌影像的輻射、幾何定標(biāo)以及高級(jí)產(chǎn)品精度驗(yàn)證［14-15］。衛(wèi)星發(fā)射后，根據(jù)影像的地面控制點(diǎn)信息完成系統(tǒng)誤差標(biāo)定，然后利用星敏感器、陀螺儀原始數(shù)據(jù)以及星圖數(shù)據(jù)開(kāi)展姿態(tài)最優(yōu)計(jì)算，實(shí)現(xiàn)衛(wèi)星姿態(tài)的高精度測(cè)量。資源三號(hào)衛(wèi)星在地面量測(cè)了18個(gè)外業(yè)控制點(diǎn)坐標(biāo)，精度優(yōu)于0.1 m，像點(diǎn)量測(cè)精度優(yōu)于0.5像元。利用其中4個(gè)控制點(diǎn)，生成高精度數(shù)字正射影像，其余14個(gè)控制點(diǎn)作檢查點(diǎn)，獲得衛(wèi)星外方位元素標(biāo)定值，評(píng)測(cè)衛(wèi)星有控制點(diǎn)平面精度和高程精度。測(cè)試結(jié)果表明，衛(wèi)星無(wú)控制點(diǎn)定位精度達(dá)25 m，有控制點(diǎn)平面和高程精度分別優(yōu)于2.28 m和1.6 m［16］。

利用衛(wèi)星測(cè)繪影像進(jìn)行地表三維信息的提取，首先需要建立傳感器成像的數(shù)學(xué)模型。傳感器成像模型的建立是進(jìn)行攝影測(cè)量和立體定位的基礎(chǔ)，包括嚴(yán)密模型和非嚴(yán)密模型兩大類(lèi)。嚴(yán)密模型以共線(xiàn)條件方程為基礎(chǔ)，考慮成像的物理過(guò)程，結(jié)合相機(jī)的焦距、大氣傳輸模型、衛(wèi)星姿態(tài)變化、衛(wèi)星的位置以及相機(jī)的畸變等物理因素模擬攝影成像的物理過(guò)程，然后利用這些物理?xiàng)l件建立成像幾何模型。這種方法理論嚴(yán)密，具有較高的定位精度。嚴(yán)密模型依賴(lài)于星載軌道和姿態(tài)測(cè)量裝置測(cè)得的數(shù)據(jù)，根據(jù)這些數(shù)據(jù)可改善立體影像外方位元素的測(cè)定精度，連同影像像點(diǎn)坐標(biāo)進(jìn)行立體影像解析，求解地面目標(biāo)的三維坐標(biāo)。

與傳感器成像幾何無(wú)關(guān)的、非嚴(yán)密的數(shù)學(xué)模型用于遙感測(cè)繪影像的地面目標(biāo)定位和攝影測(cè)量處理。非嚴(yán)密模型是嚴(yán)密幾何成像模型的高精度擬合，用廣義函數(shù)表示影像坐標(biāo)和地面坐標(biāo)之間的變換關(guān)系，并不考慮物理成像過(guò)程，數(shù)學(xué)模型形式簡(jiǎn)單，具有傳感器參數(shù)保密、輻射模型易用、成像幾何模型通用以及影像處理快速等特點(diǎn)。非嚴(yán)密模型主要包括有理多項(xiàng)式函數(shù)模型(RFM)［17］和三維仿射變換模型［18］等。通過(guò)這些模型對(duì)獲取的影像數(shù)據(jù)進(jìn)行處理，可以重建攝影時(shí)的物像關(guān)系，進(jìn)行正射影像糾正、立體測(cè)圖、數(shù)字高程模型(DEM)提取等攝影測(cè)量處理。RFM模型在解算RPC時(shí)分為與地形有關(guān)和與地形無(wú)關(guān)兩種算法。美國(guó)的Grodecki用IKONOS影像研究了RFM方法，提出了RFM區(qū)域網(wǎng)平差方法，在有地面控制點(diǎn)條件下，能夠獲得子像元的目標(biāo)定位精度;在無(wú)地面控制點(diǎn)條件下，目標(biāo)定位精度在10 m之內(nèi)［19］。

2.4 影像壓縮及其質(zhì)量評(píng)價(jià)技術(shù)

2.4.1 影像壓縮技術(shù)

測(cè)繪衛(wèi)星成像能力的提高與成像方式的轉(zhuǎn)變導(dǎo)致相應(yīng)的遙感影像數(shù)據(jù)規(guī)模迅猛增長(zhǎng)，當(dāng)前的傳輸信道容量遠(yuǎn)遠(yuǎn)不能與數(shù)據(jù)獲取的速率相匹配，不得不使用數(shù)據(jù)壓縮的方法來(lái)減少數(shù)據(jù)量。遙感圖像具有紋理信息豐富、相關(guān)性弱、熵值高和冗余度低的特點(diǎn)，本身就難以壓縮。因此，遙感影像壓縮的研究主要集中在兩個(gè)方面:(1)針對(duì)遙感影像數(shù)據(jù)的特點(diǎn)提出一些更為有效的專(zhuān)門(mén)壓縮算法;(2)通過(guò)研究壓縮后的重建影像質(zhì)量的衰減程度探討現(xiàn)有的壓縮方法在遙感領(lǐng)域中的應(yīng)用潛力。

目前的立體圖像壓縮技術(shù)［20］還遠(yuǎn)沒(méi)有達(dá)到像一般框幅式圖像壓縮那樣成熟。根據(jù)三線(xiàn)陣測(cè)繪相機(jī)的特點(diǎn)，在同一攝像時(shí)刻，前視、正視、后視攝像對(duì)應(yīng)的地物之間相差幾百千米，因此獲取的立體像對(duì)之間只有在特大的影像區(qū)域內(nèi)才存在相關(guān)性，不便于使用像間去相關(guān)的視差補(bǔ)償壓縮方法。綜合壓縮算法的復(fù)雜度和魯棒性，目前的衛(wèi)星立體成像系統(tǒng)仍然使用獨(dú)立壓縮算法壓縮各個(gè)線(xiàn)陣影像。

按信息的保真度區(qū)分，影像壓縮包括有損壓縮和無(wú)損壓縮。無(wú)損壓縮不會(huì)對(duì)影像造成任何影響，但壓縮倍率較低，一般在2倍左右。有損壓縮可以提高壓縮比，但圖像失真會(huì)給后續(xù)處理帶來(lái)誤差。按去相關(guān)方法來(lái)分，壓縮編碼包括預(yù)測(cè)編碼和變換編碼。預(yù)測(cè)編碼主要用于無(wú)損壓縮，一般用因果鄰域值來(lái)預(yù)測(cè)當(dāng)前值，去除數(shù)據(jù)的空間冗余。典型的預(yù)測(cè)編碼方法是DPCM算法，美國(guó) IKONOS-2衛(wèi)星就使用了自適應(yīng)DPCM算法(ADPCM)。根據(jù)上下文環(huán)境選用固定預(yù)測(cè)的無(wú)損預(yù)測(cè)編碼，比較有代表性是基于中值邊緣檢測(cè)(MED)的 LOCO-I算法［21］。由于 MED簡(jiǎn)單高效，LOCO-I算法被確定為無(wú)損圖像壓縮標(biāo)準(zhǔn)JPEGLS［22］。另一種是基于梯度自適應(yīng)預(yù)測(cè)(GAP)和方向制導(dǎo)預(yù)測(cè)(EDP)的CALIC算法［23］，以可接受的時(shí)間復(fù)雜度為代價(jià)，獲得更好的預(yù)測(cè)性能和更高的壓縮倍率。變換編碼是將原始數(shù)據(jù)變換到另一個(gè)更為緊湊的表示空間，將圖像信號(hào)的能量集中于較少的變換系數(shù)上。應(yīng)用于有損壓縮時(shí)，變換編碼能夠獲得很高的編碼增益，而無(wú)損壓縮性能卻低于較流行的預(yù)測(cè)編碼。應(yīng)用于壓縮的變換方法有Karhunen-Leovey變換(KLT)、基于塊離散余弦變換(DCT)以及離散小波變換(DWT)等。雖然KLT具有均方誤差意義下的最佳性能，但需預(yù)先知道信源的協(xié)方差矩陣求解特征值，不利于實(shí)際工程應(yīng)用。DCT具有近似于KLT的正交基底，具有相對(duì)于KLT的次優(yōu)特性和快速算法，從而獲得廣泛應(yīng)用，被圖像壓縮標(biāo)準(zhǔn)JPEG采用。小波圖像壓縮技術(shù)主要體現(xiàn)在有損/無(wú)損壓縮算法的統(tǒng)一以及自適應(yīng)的非線(xiàn)性提升分解等。最新的圖像壓縮標(biāo)準(zhǔn)JPEG2000［24］就采用了小波變換，可以提供從有損到無(wú)損的漸進(jìn)碼流。具有代表性的小波圖像壓縮算法主要 有 EZW［25］、SPIHT［26］和 EBCOT［27］等。 由 于JPEG2000的巨大成功，當(dāng)前圖像壓縮編碼的研究主要集中于自適應(yīng)圖像特征的小波變換編碼方法、非線(xiàn)性逼近方法和一些實(shí)用算法［28-29］。近年來(lái)，國(guó)內(nèi)測(cè)繪衛(wèi)星則使用了更為高效的基于小波的壓縮編碼算法，如JPEG-LS和 SPIHT壓縮算法［30］。文獻(xiàn)［31］提出了一種基于SPIHT編碼的混合碼率分配三線(xiàn)陣影像壓縮方法，對(duì)三幅立體測(cè)繪影像獨(dú)立進(jìn)行SPIHT編碼，再統(tǒng)一對(duì)三幅影像的內(nèi)嵌比特平面編碼碼流進(jìn)行優(yōu)化截取，該方法根據(jù)三幅影像的實(shí)際復(fù)雜度，自適應(yīng)地為每幅影像分配合適的碼率，使得三幅影像的整體重建影像質(zhì)量達(dá)到最優(yōu)。

2.4.2 影像壓縮質(zhì)量評(píng)價(jià)技術(shù)

遙感影像判讀與測(cè)量工作希望盡量保留星上圖像已經(jīng)獲取到的信息。特別是測(cè)量領(lǐng)域，立體像對(duì)的失真會(huì)直接影響到數(shù)字地面模型的精度。有損壓縮的失真大小與壓縮倍率永遠(yuǎn)是一對(duì)矛盾的共同體，如何選取一個(gè)折中的有損壓縮方案需要經(jīng)過(guò)影像壓縮質(zhì)量評(píng)價(jià)，以確保立體影像輻射精度和幾何精度。遙感影像壓縮性能的質(zhì)量評(píng)價(jià)不同于對(duì)壓縮算法的評(píng)價(jià)(如算法復(fù)雜度、壓縮速率等)，而是以應(yīng)用為驅(qū)動(dòng)、以壓縮后的影像為評(píng)價(jià)對(duì)象，從主觀(guān)感知、構(gòu)像質(zhì)量和幾何質(zhì)量等方面進(jìn)行評(píng)價(jià)［32］，內(nèi)容涵蓋影像特征分析、對(duì)比分析、影像綜合性評(píng)價(jià)指標(biāo)計(jì)算、影像匹配精度評(píng)價(jià)等［33］。影像壓縮質(zhì)量評(píng)價(jià)的結(jié)論是制定測(cè)繪衛(wèi)星星上壓縮算法及其壓縮比指標(biāo)的重要參考和理論依據(jù)。

影像壓縮質(zhì)量評(píng)價(jià)主要包括構(gòu)像質(zhì)量評(píng)價(jià)和幾何質(zhì)量評(píng)價(jià)。其中，構(gòu)像質(zhì)量評(píng)價(jià)又可分為主觀(guān)評(píng)價(jià)和客觀(guān)評(píng)價(jià)兩類(lèi)。主觀(guān)評(píng)價(jià)通過(guò)組織一批不同知識(shí)背景的觀(guān)察者，對(duì)重構(gòu)圖像按照損傷的程度進(jìn)行打分，最后對(duì)得分進(jìn)行平均，獲得評(píng)價(jià)結(jié)果。主觀(guān)評(píng)價(jià)的結(jié)果具有相當(dāng)?shù)牟淮_定性，因此，僅僅依賴(lài)主觀(guān)評(píng)價(jià)對(duì)遙感測(cè)繪影像進(jìn)行質(zhì)量評(píng)價(jià)還遠(yuǎn)遠(yuǎn)不夠［34］。而客觀(guān)評(píng)價(jià)方法具有方便的計(jì)算模型，可以給出重構(gòu)圖像和原始圖像之間相似性的度量，因此獲得了廣泛應(yīng)用，已形成了較為完整有效的算法體系。從現(xiàn)有文獻(xiàn)看，根據(jù)對(duì)原始圖像的參考程度，圖像質(zhì)量的客觀(guān)評(píng)價(jià)可分為三種:全參考型(FR)、部分參考型(RR)和無(wú)參考型(NR)三種。全參考模型是指原始圖像是已知的，并且認(rèn)為是沒(méi)有任何失真的，被用來(lái)作為評(píng)價(jià)失真圖像質(zhì)量的參照。目前大多數(shù)圖像質(zhì)量評(píng)價(jià)算法都屬于全參考型，針對(duì)影像壓縮的質(zhì)量評(píng)價(jià)是一種典型的具有全參考模型的質(zhì)量評(píng)價(jià)方法，未經(jīng)壓縮的影像可以認(rèn)為是原始影像。最簡(jiǎn)單和最常用的全參考模型客觀(guān)評(píng)價(jià)方法有均方誤差(MSE)和峰值信噪比(PSNR)，它們用重構(gòu)圖像偏離原始圖像的誤差來(lái)衡量圖像重構(gòu)的質(zhì)量［35］。部分參考模型是介于全參考型和無(wú)參考型之間的一種圖像質(zhì)量評(píng)價(jià)方法。這種方法只利用部分的原始圖像的信息來(lái)估計(jì)失真圖像的視覺(jué)感知質(zhì)量。目前視頻質(zhì)量專(zhuān)家組(VQEG)已將其作為未來(lái)發(fā)展的一個(gè)方向。在某些應(yīng)用領(lǐng)域，部分參考模型圖像質(zhì)量評(píng)價(jià)方法十分有用。例如，在實(shí)時(shí)視頻通訊系統(tǒng)中，可以通過(guò)監(jiān)控圖像質(zhì)量來(lái)控制碼流資源，從而滿(mǎn)足不同的需要。

伴隨著傳感器技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展，有的衛(wèi)星遙感測(cè)繪應(yīng)用還提出了對(duì)多光譜影像數(shù)據(jù)的需求，利用多光譜影像有利于提高地形圖測(cè)制中地物識(shí)別的準(zhǔn)確度。由于壓縮產(chǎn)生的低通濾波作用，可能會(huì)對(duì)光譜影像的分類(lèi)細(xì)節(jié)造成損失。可以利用監(jiān)督或非監(jiān)督分類(lèi)方法評(píng)價(jià)影像壓縮對(duì)于分類(lèi)精度的影響，即在原始影像上進(jìn)行訓(xùn)練，在壓縮影像上進(jìn)行分類(lèi)試驗(yàn)，檢查并統(tǒng)計(jì)壓縮后影像的分類(lèi)結(jié)果與原始影像分類(lèi)結(jié)果的差異［36-37］。

從立體測(cè)圖、定位角度看，更關(guān)注的是壓縮對(duì)于幾何精度的影響，因此遙感影像壓縮的幾何質(zhì)量評(píng)價(jià)更為重要。幾何質(zhì)量評(píng)價(jià)主要包括影像匹配精度評(píng)價(jià)、自動(dòng)生成數(shù)字表面模型(DSM)/DEM的精度評(píng)價(jià)和攝影測(cè)量點(diǎn)定位精度評(píng)價(jià)等。主要研究?jī)?nèi)容包括壓縮對(duì)于包括內(nèi)定向、相對(duì)定向、影像匹配、DEM等攝影測(cè)量應(yīng)用鏈路的影響，以及設(shè)計(jì)最小二乘匹配方法、特征提取、DEM提取以及人工點(diǎn)定位等幾何評(píng)測(cè)試驗(yàn)。利用影像像對(duì)匹配算法評(píng)價(jià)重建影像幾何畸變程度，隨著壓縮比的提高，影像的幾何畸變?cè)酱?，可量測(cè)性也隨之下降［38-40］。

3 衛(wèi)星立體測(cè)繪技術(shù)發(fā)展趨勢(shì)

高分辨率衛(wèi)星測(cè)繪影像少控制點(diǎn)或無(wú)控制點(diǎn)的高精度目標(biāo)定位、立體測(cè)圖和變化監(jiān)測(cè)已成為國(guó)內(nèi)外的研究熱點(diǎn)，發(fā)展趨勢(shì)主要體現(xiàn)在如下方面:(1)發(fā)展高空間分辨率、高精度、短重訪(fǎng)周期的測(cè)繪衛(wèi)星，保持對(duì)地觀(guān)測(cè)數(shù)據(jù)的持續(xù)性和穩(wěn)定性;(2)發(fā)展智能、實(shí)時(shí)星載數(shù)據(jù)處理關(guān)鍵技術(shù);(3)發(fā)展衛(wèi)星軌道和姿態(tài)的精密測(cè)定技術(shù)，推動(dòng)立體測(cè)繪的高精度無(wú)地面控制點(diǎn)攝影測(cè)量能力;(4)研究高精度測(cè)繪相機(jī)的設(shè)計(jì)、制造和測(cè)試技術(shù);(5)研究實(shí)時(shí)和事后的高精度幾何標(biāo)定技術(shù);(6)進(jìn)行測(cè)繪衛(wèi)星數(shù)據(jù)的應(yīng)用研究等［1］。

立體測(cè)繪影像壓縮的研究遠(yuǎn)未達(dá)到成熟的階段，發(fā)展趨勢(shì)是針對(duì)測(cè)繪影像特點(diǎn)，研究不同視角影像之間視差估計(jì)與補(bǔ)償?shù)姆椒?，設(shè)計(jì)專(zhuān)用的測(cè)繪影像高效壓縮算法，實(shí)現(xiàn)聯(lián)合像間和像內(nèi)去相關(guān)的自適應(yīng)壓縮編碼;從實(shí)用角度出發(fā)，研究實(shí)時(shí)性好、保真度高的壓縮算法;從立體匹配角度出發(fā)，研究能更好保證匹配精度和碼率分配的高效壓縮算法［41］。

全參考模型和部分參考模型評(píng)價(jià)的共同點(diǎn)是，它們都全部或部分地依靠一個(gè)原始的且無(wú)失真的圖像作為參考。然而在許多情況下，這種原始的無(wú)失真的圖像很難獲得，但即使沒(méi)有參考圖像，人通過(guò)觀(guān)察降質(zhì)圖像仍能評(píng)估圖像的質(zhì)量。由于對(duì)人類(lèi)視覺(jué)系統(tǒng)(HVS)了解的有限性，大多數(shù)現(xiàn)有的無(wú)參考模型圖像質(zhì)量評(píng)價(jià)算法主要集中在度量圖像的失真上。由于無(wú)參考模型圖像質(zhì)量評(píng)價(jià)是真正意義上模擬人眼來(lái)評(píng)價(jià)圖像質(zhì)量的方法，它的應(yīng)用范圍也將會(huì)非常廣，因而是一個(gè)是非常有意義的研究方向。

多源遙感影像復(fù)合式立體測(cè)圖和定位［42-43］也是發(fā)展趨勢(shì)之一，利用不同傳感器獲取的影像構(gòu)成復(fù)合式立體像對(duì)進(jìn)行定位，來(lái)代替?zhèn)鹘y(tǒng)的單類(lèi)型傳感器立體定位技術(shù)，同樣具有重要意義。

4 結(jié)束語(yǔ)

高精度衛(wèi)星立體測(cè)繪擁有廣闊的發(fā)展前景和應(yīng)用價(jià)值。衛(wèi)星測(cè)繪領(lǐng)域涉及多方面關(guān)鍵技術(shù)，國(guó)內(nèi)技術(shù)水平與國(guó)際技術(shù)前沿相比依然有較大的差距，主要體現(xiàn)在傳感器研制技術(shù)方面存在代差，技術(shù)手段相對(duì)落后，缺乏對(duì)輻射、幾何精度的定量化分析和評(píng)價(jià)能力，還未構(gòu)建規(guī)?；⒏呖煽啃?、高處理精度的業(yè)務(wù)系統(tǒng)。因此，需要加緊攻關(guān)衛(wèi)星測(cè)繪關(guān)鍵技術(shù)，以逐步形成獨(dú)立自主的天地一體化測(cè)繪遙感技術(shù)體系。

［1］ 唐新明，謝俊峰，張 過(guò).測(cè)繪衛(wèi)星技術(shù)總體發(fā)展和現(xiàn)狀［J］.航天返回與遙感，2012，33(2):17-24.Tang Xinming，Xie Junfeng，Zhang Guo.Development and status of mapping satellite technology［J］.Spacecraft Recovery＆ Remote Sensing，2012，33(2):17-24.

［2］ 王任享.三線(xiàn)陣CCD影像衛(wèi)星攝影測(cè)量原理［M］.北京:測(cè)繪出版社，2006.Wang Renxiang.Satellite photogrammetric principle for three-line-array CCD imagery［M］.Beijing:Surveying and Mapping Press，2006.

［3］ 王任享.我國(guó)無(wú)地面控制點(diǎn)攝影測(cè)量衛(wèi)星相機(jī)［J］.航天返回與遙感，2008，29(3):6-9.Wang Renxiang.Photogrammetric satellite camera without ground control point in China［J］.Spacecraft Recovery ＆Remote Sensing，2008，29(3):6-9.

［4］ Subrahmanyam D，Kuriakose S，et al.Design and development of the cartosat payload for IRS P5 mission［J］.SPIE，2006，6405(17):1-7.

［5］ 王 智，張立平，李朝輝.三線(xiàn)陣立體測(cè)繪相機(jī)構(gòu)像及誤差模型的建立［J］.光電工程，2010，37(1):95-100.Wang Zhi，Zhang Liping，Li Zhaohui.Imaging and error model of three-linear tridimensional mapping camera［J］.Opto-Electronic Engineering，2010，37(1):95-100.

［6］ 余俊鵬，孫世君.測(cè)繪相機(jī)內(nèi)方位元素在對(duì)地定位中的誤差傳播［J］.航天返回與遙感，2010，31(2):16-22.Yu Junpeng，Sun Shijun.Error propagation of interior orientation elements of surveying camera in ground positioning［J］.Spacecraft Recovery ＆ Remote Sensing，2010，31(2):16-22.

［7］ 張祖勛，張劍清.數(shù)字?jǐn)z影測(cè)量學(xué)［M］.武漢:武漢大學(xué)出版社，2002.Zhang Zuxun，ZhangJianqing. Digitalphotogrammetry［M］.Wuhan:Wuhan University Press，2002.

［8］ 智喜洋，張 偉，侯晴宇，等.影響測(cè)繪相機(jī)匹配精度的輻射指標(biāo)量化［J］.光學(xué)精密工程，2012，20(2):387-394.Zhi Xiyang，Zhang Wei，Hou Qingyu，et al.Quantification for radiometric specifications impacting on matching accuracy of mapping camera［J］.Optics and Precision Engineering，2012，20(2):387-394.

［9］ 曹海翊，劉希剛，李少輝，等.“資源三號(hào)”衛(wèi)星遙感技術(shù)［J］.航天返回與遙感，2012，33(3):7-16.Cao Haiyi，Liu Xigang，Li Shaohui，et al.ZY-3 satellite remote sensing technology［J］.Spacecraft Recovery ＆ Remote Sensing，2012，33(3):7-16.

［10］ 胡 莘，曹喜濱.三線(xiàn)陣立體測(cè)繪衛(wèi)星的測(cè)繪精度分析［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2008，40(5):695-699.Hu Xin，Cao Xibin.Analysis on precision of stereo mapping microsatellite using three-line array CCD images［J］.Journal of Harbin Institute of Technology，2008，40(5):695-699.

［11］ Iwata T.Precision attitude and position determination for the advanced Land observing satellite［C］//Proceeding of SPIE on Enabling Sensor and Platform Technologies for Space-borne Remote Sensing，Bellingham:SPIE Press，2005:34-50.

［12］ Mulawa D.On-orbit geometric calibration of the Orbview-3 high resolution imaging satellite［J］.Remote Sensing and Spatial Information Sciences，2004，35(B1):1-6.

［13］ 王新義，高連義，尹 明，等.傳輸型立體測(cè)繪衛(wèi)星定位誤差分析與評(píng)估［J］.測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2012，29(6):427-429.Wang Xinyi，Gao Lianyi，Yin Ming，et al.Analysis and evaluation of position error of transmission stereo mapping satellite［J］.Journal of Geomatics Science and Technology，2012，29(6):427-429.

［14］ Jacobsen K.Comparison of image orientation by Ikonos，quickbird and orbview-3［C］//Proceedings of European Association of Remote Sensing Laboratories.Rotterdam:EARSel，2007:667-676.

［15］ Kocaman S，Gruen A.Geometric modeling and validation of ALOS/PRISM imagery and products［C/CD］//International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences.Beijing，2008:483-491.

［16］ 李德仁，王 密.“資源三號(hào)”衛(wèi)星在軌幾何定標(biāo)及精度評(píng)估［J］.航天返回與遙感，2012，33(3):1-6.Li Deren，Wang Mi.On-orbit geometric calibration and accuracy assessment of ZY-3［J］.Spacecraft Recovery ＆ Remote Sensing，2012，33(3):1-6.

［17］ Kim H，Lee J，Kim Y.RPC model generation from the physical sensor model［C］//Proceedings of SPIE on Sensors，Systems，and Next-qeneration Satellites.［S.l.］:SPIE Press，2004:659-667.

［18］ Fraser C，Yamakawa T.Insights into the affine model for highresolution satellite sensor orientation［J］.Journal of Photogrammetry and Remote Sensing，2004，58(5):275-288.

［19］ Grodecki J，Dial G.Block adjustment of high-resolution satellite images described by rational polynomials［J］.Photogrammetric Engineering and Remote Sensing，2003(69):59-68.

［20］ Kaaniche M，Benazza-benyahia A，Pesquet-popescu B，et al.Vector lifting schemes for stereo image coding［J］.IEEE Transactions on Image Proeessing，2009，18(11):2463-2475.

［21］ Weinberger M，Seroussin G，Sapiro G，et al.The LOCO-I lossless image compression algorithm:principles and standardization into JPEG-LS［J］.IEEE Transactions on Image Processing，2000，9(8):1309-1324.

［22］ JPEG-LS:Lossless and near-lossless coding of continuous tone still images［S］.ISO/IEC JTC1/SC 29/WG 1 FCD 14495，1997.

［23］ Memon N，Wu X.Context-based，adaptive，lossless image coding.IEEE Transactions on Communication，1997，45(4):437-444.

［24］ Taubman D，Marcellin M.JPEG2000:Image compression fundamentals，practice and standards［M］.Massachusetts，USA:Kluwer Academic Publishers，2002.

［25］ Shapiro J M.Embedded image coding using zerotrees of wavelet coefficients［J］.IEEE Transactions on Signal Processing.1993，41(12):3445-3462.

［26］ Said A，Pearlman W A.A new，fast and efficient image codec based on set partitioning in hierarchical trees［J］.IEEE Transactions on Circuits and Systems for Video Technology，1996，6(3):243-250.

［27］ Taubman D.High performance scalable image compression with EBCOT［J］.IEEE Transactions on Image Processing，2000，9(7):1158-1170.

［28］ Pennec E，Mallat S.Image compression with geometrical wavelets［C］//Proceedings of the IEEE International Conference on Image Processing.Vancouver，Canada:IEEE Press，2000:661-664.

［29］ Chuo L，BerndG.Direction adaptive discrete wavelet transform for image compression［J］.IEEE Transactions on Image Processing，2007，16(5):1289-1302.

［30］ 李松明，李 巖，李勁東.“天繪一號(hào)”傳輸型攝影測(cè)量與遙感衛(wèi)星［J］.遙感學(xué)報(bào)，2012，16(增刊):10-16.Li Songming，Li Yan，Li Jindong.Mapping satellite-1 transmission type photogrammetric and remote sensing satellite［J］.Journal of Remote Sensing，2012，16(supplement):10-16.

［31］ 王 芳.基于SPIHT編碼的混合碼率分配壓縮算法研究與實(shí)現(xiàn)［D］.西安:西安電子科技大學(xué)，2010.Wang Fang.Study and implementation of mixed bit-rate allocation compression algorithm based on SPIHT［D］.Xi＇an:Xidian University，2010.

［32］ Eskicioglu A M，F(xiàn)isher P S.Image quality measures and their performance［J］.IEEE Transactions on communications，1995，43(12):2959-2965.

［33］ 翟 亮，唐新明，張 過(guò)，等.遙感影像壓縮質(zhì)量評(píng)價(jià)的研究及應(yīng)用［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2009，34(3):289-292.Zhai Liang，Tang Xinming，Zhang Guo，et al.Remote sensing image compression quality assessment and its application［J］.Geomatics and Information Science of Wuhan University，2009，34(3):289-292.

［34］ Eskicioglu A M.Quality measurement for monochrome compressed images in the past 25 years［C］//IEEE International Conference on Acoustics，Speech，and Signal Processing.Istanbul，Turkey:IEEE Press，2000:1907-1910.

［35］ Shi W Z，Zhu C Q，Tian Y，et al.Wavelet based image fusion and quality assessment［J］.International Journal of Applied Earth Observation and Geoinformation，2005，6(3-4):241-251.

［36］ Lau W L，Li Z L，Lam K W K.Effects of JPEG compression on image classification［J］.International Journal of Remote Sensing，2003，24(7):1535-1544.

［37］ Shin F B，Kil D H，Dobeck G J.The impact of lossy image compression on automatic targetrecognition performance［C］//IEEE Conference on Prospects for the 21st Century.Fort Lauderdale，F(xiàn)L:IEEE Press，1996:943-948.

［38］ Shin T Y，Liu J K.Effects of JPEG 2000 compression on automated DSM extraction:evidence from aerial photographs［J］.The Photogrammetric Record，2005，20(112):351-365.

［39］ Maeder A J.Lossy compression effects on digital image matching［C］//14th International Conference on Pattern Recognition，Brisbane，Australia:IEEE Press，1998:1626-1629.

［40］ Robinson C，F(xiàn)raser C.The effects of image compression on automated DTM generation［C］//Photogrammetric Week.Wichmann Verlag，Heidelberg，Germany:［s.n.］，1995:255-262.

［41］ 李詩(shī)高.立體影像壓縮方法研究［D］.武漢:武漢大學(xué)，2010.Li Shigao.Research on methods of stereo image compression［D］.Wuhan:Wuhan Unibersity，2010.

［42］ Almer A，Strobl D，Raggam J.A combination of SAR and optical line scanner imagery for stereoscopic extraction of 3D data［J］.Journal of Photogrammetry and Remote Sensing，1994，49(4):11-21.

［43］ 邢 帥，徐 青，何 鈺，等.多源遙感影像復(fù)合式立體定位的研究［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2009，34(5):522-526.Xing Shuai，Xu Qing，He Yu，et al.Combined stereo location among multisensor remote sensing images［J］.Geomatics and Information Science of Wuhan University，2009，34(5):522-526.