本發(fā)明涉及一種高分遙感影像攝影測量、數據匹配、多源遙感數據聯合處理等領域，尤其涉及一種激光雷達數據與高分遙感影像數據聯合處理領域中的高分影像激光雷達高程控制點提取及其輔助定位方法。
背景技術：
經過幾十年的快速發(fā)展，衛(wèi)星遙感數據已經形成了從landsat系列(80米)-tm(30米)-spot1/2/4(10米)到spot5hrs(10×5米)-spot5hrg(2.5米)-ikonos(1.0米)-quickbird(0.6米)的各種分辨率、多時相、高信噪比、高幾何和輻射分辨率(大于8比特/像素)、覆蓋全球的影像序列，為資源開發(fā)、生態(tài)環(huán)境保護和社會經濟規(guī)劃提供所必需的地理空間信息。
遙感影像幾何定位模型通常以構建影像坐標與物方坐標之間的映射關系為主要任務，遙感影像幾何定位通常分嚴密物理模型和通用模型兩大類。嚴密模型通常根據傳感器成像機理和傳感器本身的結構為基礎構建成像幾何關系，而通用模型通常避開了成像機理和傳感器幾何結構實現影像坐標與物方坐標的函數擬合。共線方程和距離-多普勒方程分別是光學影像和雷達影像使用得最為廣泛的嚴密構象方程，有理函數模型rfm是目前衛(wèi)星影像使用得最為廣泛的通用模型。有理函數模型(rfm)是目前應用得非常廣泛的非物理傳感器模型，是各種傳感器幾何模型更廣義的一種表達形式，它適用于各種不同的傳感器，通過給出的有理多項式系數運用有理多項式函數進行影像的糾正與定位。由于它隱藏了傳感器參數，許多衛(wèi)星影像供應商考慮使用有理多項式系數(rpc)作為影像幾何信息的傳遞標準。自2002年tao等在isprs上，同時發(fā)表了像方增加仿射變換參數可實現影像的高精度定向的論文，通過像方定向實現衛(wèi)星影像的定位即成為rfm定位的主流方法。此后，相關研究內容主要集中在不同衛(wèi)星影像rpc參數的計算、rfm定位方法等內容上。近幾年，國內基于rfm進行幾何定位的研究也非?；钴S，相關成果也代表了國際上該領域的水平。張力以spot5hrs為研究對象，通過對長條帶影像的區(qū)域網平差解決了西部測圖稀少控制難點；張永軍等基于有理多項式系數的線陣衛(wèi)星近似核線影像的生成進行了研究；張過對rpc代替衛(wèi)星光學與sar影像嚴密模型的方法與精度進行了研究；唐新明等通過ccd虛擬成像技術對原影像進行重成像，降低因原始傳感器像元排列不規(guī)則引起的rfm擬合誤差，提升了資源三號衛(wèi)星影像rfm擬合精度。
rfm實際上是各種傳感器幾何模型的一種抽象的表達方式，它適用于各類傳感器包括最新的航空和航天傳感器，是多項式模型更精確的形式。它以像點坐標(r,c)表達為以相應地理和高程坐標(p,l,h)為自變量的多項式比值：
其中：
numr(pn,ln,hn)＝a1+a2pn+a3ln+a4hn+a5pnln+a6pnhn+a7lnhn+a8pn2+a9ln2+a10hn2+
a11pnlnhn+a12pn3+a13pnln2+a14pnhn2+a15pn2ln+a16ln3+a17lnhn2+a18pn2hn+a19ln2hn+a20hn3
denr(pn,ln,hn)＝b1+b2pn+b3ln+b4hn+b5pnln+b6pnhn+b7lnhn+b8pn2+b9ln2+b10hn2+
b11pnlnhn+a12pn3+a13pnln2+b14pnhn2+b15pn2ln+b16ln3+b17lnhn2+b18pn2hn+b19ln2hn+b20hn3
numc(pn,ln,hn)＝c1+c2pn+c3ln+c4hn+c5pnln+c6pnhn+c7lnhn+c8pn2+c9ln2+c10hn2+
c11pnlnzn+c12pn3+c13pnln2+c14pnhn2+c15pn2ln+c16ln3+c17lnhn2+c18pn2hn+c19ln2hn+c20hn3
denc(pn,ln,hn)＝d1+d2pn+d3ln+d4hn+d5pnln+d6pnhn+d7lnhn+d8pn2+d9ln2+d10hn2+
d11pnlnhn+d12pn3+d13pnln2+d14pnhn2+d15pn2ln+d16ln3+d17lnhn2+d18pn2hn+d19ln2hn+d20hn3
式中numr(pn,ln,hn),denr(pn,ln,hn),numc(pn,ln,hn),denc(pn,ln,hn)為三元三次多項式,ai，bi，ci，di(此處i＝1….20)為影像附帶的rpc參數，b1＝1，d1＝1；(pn,ln,hn)為地面點地理和高程坐標(p,l,h)的歸一化參數，(rn,cn)為像點影像坐標(r,c)的歸一化參數，根據下式計算：
其中roff,coff是像點的影像坐標偏移參數，poff,loff,hoff是像點對應地理坐標的偏移參數，rscale,cscale為像點的比例系數,pscale,lscale,hscale為地面點坐標的比例系數，他們均為rfm模型rpc的組成部分。根據上述式子，不難建立遙感影像像點坐標(r,c)為顯函數、地理坐標緯度、經度和高程參數(p,l,h)為未知數的rfm模型：
立體遙感影像提取dsm(digitalsurfacemodel-dsm)的關鍵部分為立體影像之間大量同名點自動匹配技術。根據采用影像特征進行分類，可分成基于灰度區(qū)域匹配和基于特征的匹配。根據已有立體匹配研究和實驗結果，基于灰度區(qū)域立體匹配目前仍廣泛使用，其優(yōu)點是速度快，精度較高。基于特征的匹配優(yōu)點是能較好的抵抗立體像對之間的旋轉、尺度拉伸等影響，但密度一般較低。目前取得較好立體匹配效果算法主要為全局優(yōu)化算法。
采用星載激光測高儀輔助提高衛(wèi)星立體影像幾何定位精度特別是高程精度,已經得到了航天攝影測量界的重視,計劃于2018年發(fā)射的高分七號衛(wèi)星上將同時搭載光學立體相機和激光測高儀。國內研究者地對激光測高衛(wèi)星的嚴密幾何模型進行了構建與精度分析,并選擇icesat/glas的0級輔助文件,采用嚴密幾何模型重現了2級產品的生產過程。國內外的應用證明，測高激光雷達數據可以獲得非常高的高程精度。激光雷達目標定位、根據地形地貌實現測高雷達波形反演技術比較成熟。
從已有現狀可以看出，立體遙感影像生成dsm可以得到很高的地面分辨率，但在沒有或稀少地面控制點條件下，精度尤其是高程精度提升遇到瓶頸問題。而測高激光雷達雖然高程精度非常理想，但激光測高密度非常低，不能直接用于dsm和dem產品生成。如何將兩者進行結合，提升地理信息產品質量，是當前兩種數據應用的核心和難點所在。
參考文獻：
taocv,huy,schnicks,2002.photogrammetricexploitationofikonosimageryusingtherationalfunctionmodel.proceedingsofascm-apsrsannualconvention,washingtondc,april19-26.
張力,張繼賢,陳向陽,等.基于有理多項式模型rfm的稀少控制spot5衛(wèi)星影像區(qū)域網平差[j].測繪學報,2009,38(4):302-310.
張永軍,丁亞洲.基于有理多項式系數的線陣衛(wèi)星近似核線影像的生成.武漢大學學報(信息科學版).2009.34(9):1068-1071.
張過,費文波,李貞,祝小勇,唐新明.用rpc替代星載sar嚴密成像幾何模型的試驗與分析.測繪學報.2010.39(3):264-270.
張過,李德仁.衛(wèi)星遙感影像rpc參數求解算法研究.中國圖象圖形學報,2007.12(12):2080-2088.
唐新明,張過,祝小勇,等.資源三號測繪衛(wèi)星三線陣成像幾何模型構建與精度初步驗證[j].測繪學報,2012,41(2):191-198.
zhang,l.,2005.automaticdigitalsurfacemodel(dsm)generationfromlineararrayimages.doctoralthesis.mitteilungen88.dissertationno.16078.instituteofgeodesyandphotogrammetry,ethzurich,switzerland.218pages.http://e-collection.library.ethz.ch/view/eth:28126
gruen,a.,1985.adaptiveleastsquarescorrelation:apowerfulimagematchingtechnique.southafricanjournalofphotogrammetry,remotesensingandcartography,14(3):175–187.
scharstein,d.andszeliski,r.,2002.ataxonomyandevaluationofdensetwo-framestereocorrespondencealgorithms.internationaljournalofcomputervision,47(1–3):7–42.
hirschm€uller,h.,2008.stereoprocessingbysemiglobalmatchingandmutualinformation.ieeetransactionsonpatternanalysisandmachineintelligence,30(2):328–342.
middleburystereovisionpage:http://vision.middlebury.edu/stereo.
周輝,李松.激光測高儀接收信號波形模擬器.中國激光,2006,vol.33(10):1402-1406.
唐新明,李國元,高小明,陳繼溢.衛(wèi)星激光測高嚴密幾何模型構建及精度初步驗證.測繪學報.2016.45(10):1182-1191.
李驥,陳結祥，張毅等.基于idl的激光測高雷達回波時域仿真算法研究.大氣與環(huán)境光學學報.2007.2(5):370-375.
技術實現要素：
本發(fā)明提供了一種高分影像激光雷達高程控制點提取及其輔助定位方法，是利用激光測高傳感器數據輔助提升高分傳感器遙感影像對地定位精度尤其是高程精度的方法，通過提取高分遙感影像測高激光雷達光斑區(qū)域的高程控制點及其像控點，在傳統(tǒng)影像定位模型誤差方程組的基礎上，增加提取得到的高程控制點的誤差方程組，通過最小二乘解算定向參數，提升高分影像的定位精度及其測繪產品精度。具體通過下述步驟實現：
步驟1對測區(qū)高分遙感影像進行區(qū)域網平差或自由網平差，獲取初步精化的各景影像定向參數，用作后繼步驟2—步驟6影像處理初值。
步驟2選擇用于激光光斑區(qū)提取的高分影像：選擇測高激光雷達傳感器同一平臺、相同或相近時刻獲取數據的高分影像，在沒有的情況下選擇與激光光斑區(qū)有重疊的影像，作為提取測高激光雷達光斑區(qū)域處理的對象。
步驟3高分影像上提取激光光斑區(qū)域：通過激光光斑相機影像與選擇的高分影像匹配和坐標轉換方式、或在沒有激光光斑相機條件下利用同平臺測高激光雷達傳感器與高分影像傳感器檢校參數計算方式在高分影像上獲取激光光斑區(qū)域。
其中，步驟3中通過激光光斑相機影像與高分影像匹配方式在高分影像上獲取激光光斑區(qū)域通過如下步驟3.1—步驟3.3實現：
步驟3.1在激光光斑相機影像上提取激光光斑的范圍；
步驟3.2將激光光斑影像與高分傳感器影像進行匹配，通過匹配獲得兩種影像間的同名點，擬合計算光斑相機影像坐標與高分遙感影像坐標之間的轉換模型參數，兩種影像坐標間的轉換通過仿射變換模型能夠滿足精度要求；
步驟3.3根據光斑相機影像坐標與高分遙感影像坐標的轉換模型，將光斑相機影像上提取的激光光斑范圍轉換到高分遙感影像上，進而獲取高分遙感影像上光斑區(qū)的范圍。
其中，步驟3中利用同平臺測高激光雷達傳感器與高分影像傳感器檢校參數計算方式在高分影像上獲取激光光斑區(qū)域通過如下步驟3.4—3.5實現：
步驟3.4根據激光雷達定位模型和測高激光雷達參數，計算激光光斑中心的地理位置和光斑區(qū)范圍，在測區(qū)有高精度dem數據的情況下，利用高精度dem數據輔助計算激光光斑區(qū)位置和范圍，能夠獲得更好的精度，在沒有高精度dem情況下，可利用全球公開的srtm數據輔助計算；
步驟3.5將計算得到的激光光斑地理位置和光斑區(qū)范圍，根據高分影像的成像模型，轉換到步驟2選擇的高分影像上，在所選擇的高分遙感影像上獲取激光光斑區(qū)域。
步驟4光斑區(qū)高分立體影像dsm生成：以選取的高分影像光斑區(qū)影像為參考影像，對光斑區(qū)有重疊的高分立體影像進行密集匹配，并通過立體交會方式獲取光斑區(qū)高分影像的dsm。
步驟5高分影像高程控制點及其像控點的提?。和ㄟ^對激光雷達實測波形和光斑區(qū)數字高程模型分析方式、或通過測高激光雷達實測波形與高分影像光斑區(qū)dsm反演波形匹配方式，獲取激光光斑區(qū)高分影像的高程控制點及其像控點。
其中，步驟5中通過對激光雷達實測波形和光斑區(qū)數字高程模型分析方式獲取激光光斑區(qū)高分影像的高程控制點及其像控點，具體通過步驟5.1—5.2實現：
步驟5.1從高分影像生成的光斑區(qū)域dsm中，提取能夠對激光雷達波強反射的高程層并在該高程層上任意選取某個高程點作為特征點，從dsm中獲取該特征點的三維坐標，并從相應的雷達實測波形中提取對應的高程值，設為h；
步驟5.2根據特征點dsm中提取的三維坐標，利用高分影像的定向參數和成像模型計算與該特征點有重疊的所有高分影像的像點坐標，各影像的像點坐標與高程h均構成高程控制點，設第m景影像上的像點坐標為(rm,cm)，則該像點即為第m景影像的一個高程像控點，其與高程值h構成第m景高分影像的一組高程控制點(rm,cm,h)；
其中，步驟5中通過測高激光雷達實測波形與高分影像光斑區(qū)dsm反演波形匹配方式獲取光斑區(qū)高程控制點及其像控點，具體通過步驟5.3—步驟5.5實現：
步驟5.3姿態(tài)采用激光光束中心對準提取的dsm中心時的值，其他參數采用對應激光雷達實測時的參數，對dsm目標進行模擬觀測，對高分影像生成的dsm進行激光測高波形反演；
步驟5.4將測高激光雷達實測波形與反演生成的波形進行歸一化處理，將歸一化激光雷達實測波形作為波形模板，在時間軸上平移歸一化實測波形，以各采樣點時刻上移動后的歸一化實測波形值與歸一化反演波形值之差平差和或其它模板匹配算法作為測度，使歸一化實測波形與歸一化反演波形得到最優(yōu)匹配，獲取實測波形沿時間軸上的平移量，進而根據激光在空間的傳播速度得到光斑區(qū)高分影像生成的dsm相對于激光測高高程間的整體偏移量dh；
步驟5.5通過影像特征點提取與匹配的方式獲取光斑區(qū)或其附近區(qū)域重疊高分影像間的同名點，根據重疊影像的定向參數立體交會出同名點對應地面點的三維坐標，設其平面坐標(x,y)，高程坐標為h，則各重疊影像上同名點的像點坐標與高程值h-dh均組成高程控制點，即若同名點在第n景影像上的像方坐標為(rn，cn)，(rn,cn,h-dh)構成第n景高分影像的一組高程控制點，(rn，cn)為其對應的像控點坐標。
以上步驟5兩種方法中，通過波形匹配獲取高程控制點及其像控點方法在不同測區(qū)環(huán)境下適用范圍更廣，在林區(qū)實測波形中通常包括地形層和樹冠層，對回波數據中對dsm沒有表達的高程層回波數據預先濾除處理會有更好的效果；通過波形和dsm高程分析方法在一些建筑區(qū)、高程層次明顯的區(qū)域，亦能夠產生較好的效果。
步驟6高程控制點約束的高分影像定位模型構建與解算：通過構建帶有高程控制點約束的高分影像嚴密定位模型或rfm模型，計算高分影像最終精化后的定向參數和加密點坐標。
高程控制點約束的rfm模型通過聯合影像平高控制點(即傳統(tǒng)的影像控制點)、影像平面控制點、影像高程控制點、影像同名連接點相關的誤差方程組解算實現；其中影像控制點相關的誤差方程組將影像的像方定向作為待解未知參數，地面點坐標作為已知值，或將地面點坐標作為帶有誤差的觀測值列入誤差方程組；影像平面控制點相關的誤差方程組將像方定向參數和平面控制點高程作為待求未知數，將平面控制點平面坐標作為已知值，或將平面坐標作為帶有誤差的觀測值列入誤差方程組；影像高程控制點相關的誤差方程組將像方定向參數和高程控制點的平面坐標作為待求未知數，將高程控制點高程作為已知值，或將高程控制點高程作為帶有誤差的觀測值列入誤差方程組；影像同名連接點相關的誤差方程組將像方定向參數和地面點坐標均作為待求未知參數；在列出所有誤差方程后，通過最小二乘求解未知參數。
帶有高程控制點的高分影像嚴密模型可利用傳統(tǒng)的平高控制點、平面控制點、高程控制點、同名連接點的遙感影像嚴密空中三角測量方法，實現定向參數和加密點坐標的計算。
步驟7高分影像測繪產品生成：利用計算得到的最終精化后的各景影像定向參數和加密點坐標，實現高分遙感影像的定位應用，或生成dsm、dom、dlg等攝影測量產品。
本發(fā)明能夠在測高激光雷達數據的支持下，精細提取高分遙感影像的高程控制點，能夠顯著提升高分遙感影像的定位精度尤其是高程精度，克服當前高分遙感影像測繪產品高程精度提升遇到的瓶頸。
附圖說明
圖1是本發(fā)明提供的高分影像激光雷達高程控制點提取及其輔助定位方法的示意圖。
具體實施方式
本發(fā)明利用激光測高傳感器數據輔助提升高分傳感器遙感影像對地定位精度尤其是高程精度的方法，通過提取高分遙感影像光斑區(qū)域的像控點和高程控制點，構建帶有高程控制點的定位模型，解算定向參數和加密點，提升影像的定位精度尤其是高程精度。具體通過下述步驟實現：
步驟1利用常規(guī)方法對測區(qū)高分遙感影像進行區(qū)域網平差或自由網平差，獲取初步精化的各景影像定向參數，用作后繼步驟2～步驟6影像處理初值。
步驟2選擇用于激光光斑區(qū)提取的高分影像：選擇測高激光雷達傳感器同一平臺、相同或相近時刻獲取數據的高分影像，在沒有的情況下選擇與激光光斑區(qū)有重疊的影像，作為提取測高激光雷達光斑區(qū)域處理的對象。
步驟3高分影像上提取激光光斑區(qū)域：通過激光光斑相機影像與選擇的高分影像匹配和坐標轉換方式、或在沒有激光光斑相機條件下利用同平臺測高激光雷達傳感器與高分影像傳感器檢校參數計算方式在高分影像上獲取激光光斑區(qū)域。
其中，步驟3中通過激光光斑相機影像與高分影像匹配和坐標轉換方式在高分影像上獲取激光光斑區(qū)域通過如下步驟3.1—步驟3.3實現：
步驟3.1在激光光斑相機影像上提取激光光斑的范圍；
步驟3.2將激光光斑影像與高分傳感器影像進行匹配，通過匹配獲得兩種影像間的同名點，擬合計算光斑相機影像坐標與高分遙感影像坐標之間的轉換模型參數，兩種影像坐標間的轉換通過仿射變換模型能夠滿足精度要求。仿射變換模型為：
其中(r1,c1)為光斑相機影像上的像點坐標，(r2,c2)為高分影像的像點坐標，他們對應于兩種影像上的同一組同名像點，f1～f6為兩種影像光斑區(qū)域影像坐標的仿射變換模型參數；
步驟3.3根據光斑相機影像坐標與高分遙感影像坐標的轉換模型，將光斑相機影像上提取的激光光斑范圍轉換到高分遙感影像上，進而獲取高分遙感影像上光斑區(qū)的范圍。
其中，步驟3中利用同平臺測高激光雷達傳感器與高分影像傳感器檢校參數計算方式在高分影像上獲取激光光斑區(qū)域通過如下步驟3.4—3.5實現：
步驟3.4根據激光雷達定位模型和測高激光雷達參數，計算激光光斑中心的地理位置和光斑區(qū)范圍，在測區(qū)有高精度dem數據的情況下，利用高精度dem數據輔助計算激光光斑區(qū)位置和范圍，能夠獲得更好的精度，在沒有高精度dem情況下，可利用全球公開的srtm數據輔助計算；
步驟3.5將計算得到的激光光斑地理位置和光斑區(qū)范圍，根據高分影像的成像模型，轉換到步驟(2)選擇的高分影像上，在所選擇的高分遙感影像上獲取激光光斑區(qū)域。
步驟4光斑區(qū)高分立體影像dsm生成：以選取的高分影像光斑區(qū)影像為參考影像，對光斑區(qū)有重疊的高分立體影像進行密集匹配，并通過立體交會方式獲取光斑區(qū)高分影像的dsm。
步驟5高分影像高程控制點及其像控點提?。和ㄟ^對激光雷達實測波形和光斑區(qū)數字高程模型分析方式、或通過測高激光雷達實測波形與高分影像光斑區(qū)dsm反演波形匹配方式，獲取激光光斑區(qū)高分影像的高程控制點及其像控點。
其中，步驟5中通過對激光雷達實測波形和光斑區(qū)數字高程模型分析方式獲取激光光斑區(qū)高分影像的高程控制點及其像控點，具體通過步驟5.1—5.2實現：
步驟5.1從高分影像生成的光斑區(qū)域dsm中，提取能夠對激光雷達波強反射的高程層并在該高程層上任意選取某個高程點作為特征點，從dsm中獲取該特征點的三維坐標，并從相應的雷達實測波形中提取對應的高程值，設為h；
步驟5.2根據特征點dsm中提取的三維坐標，利用高分影像的定向參數和成像模型計算與該特征點有重疊的所有高分影像的像點坐標，各影像的像點坐標與高程h均構成高程控制點，設第m景影像上的像點坐標為(rm,cm)，則該像點即為第m景影像的一個高程像控點，其與高程值h構成第m景高分影像的一組高程控制點(rm,cm,h)。
其中，步驟5中通過測高激光雷達實測波形與高分影像光斑區(qū)dsm反演波形匹配方式獲取光斑區(qū)高程控制點及其像控點，具體通過步驟5.3—步驟5.5實現：
步驟5.3姿態(tài)采用激光光束中心對準提取的dsm中心時的值，其他參數采用對應激光雷達實測時的參數，對dsm目標進行模擬觀測，對高分影像生成的dsm進行激光測高波形反演；
步驟5.4將測高激光雷達實測波形與反演生成的波形進行歸一化處理，參照影像的灰度模板匹配法，以歸一化激光雷達實測波形作為參考模板，在時間軸上平移歸一化實測波形，以各采樣點時間上參考波形值與反演波形值之差的平方和或其它模板匹配算法作為測度，使歸一化實測波形與歸一化反演波形整體上得到最優(yōu)匹配和配準，獲取實測波形與反演波形在時間軸上的相對偏移量，進而根據激光在空間的傳播速度得到光斑區(qū)高分影像生成的dsm相對于激光測高數據的高程整體偏移量dh；
步驟5.5通過影像特征點提取與匹配的方式獲取光斑區(qū)或其附近區(qū)域重疊高分影像間的同名點，根據重疊影像的定向參數立體交會出同名點對應地面點的三維坐標，設其平面坐標(x,y)，高程坐標為h，則各重疊影像上同名點的像點坐標與高程值h-dh均組成高程控制點，即若同名點在第n景影像上的像方坐標為(rn，cn)，(rn,cn,h-dh)構成第n景高分影像的一組高程控制點，(rn，cn)為其對應的像控點坐標。
步驟6高程控制點約束的高分影像定位模型構建與解算：通過構建高程控制點約束的高分影像嚴密定位模型或rfm模型，計算高分影像最終精化后的定向參數和加密點坐標。
高程控制點約束的rfm模型通過聯合影像平高控制點(即傳統(tǒng)的影像控制點)、影像平面控制點、影像高程控制點、影像同名連接點相關的像點坐標誤差方程組解算實現；其中平高控制點相關的誤差方程組將影像的像方定向作為待解未知參數，地面點坐標作為已知值，或將地面點坐標作為帶有誤差的觀測值列入誤差方程組；影像平面控制點相關的誤差方程組將像方定向參數和平面控制點高程作為待求未知數，將平面坐標作為已知值，或將平面坐標作為帶有誤差的觀測值列入誤差方程組；影像高程控制點相關的誤差方程組將像方定向參數和平面坐標作為待求未知數，將高程控制點高程作為已知值，或將高程控制點高程作為帶有誤差的觀測值列入誤差方程組；影像同名連接點相關的誤差方程組將像方定向參數和地面點坐標均作為待求未知參數；在列出所有誤差方程后，通過最小二乘求解未知參數。
高分影像的rfm一般采用像方定向模型，通常采用低階多項式擬合像方誤差，一次多項式(即仿射變換模型)是應用最普遍的一種形式，當定向采用像方仿射變換模型，且地面平高控制點、平面控制點、高程控制點作為已知值時，則某景影像上地面平高控制點、平面控制點、高程控制點、連接點的影像像方坐標誤差方程組均以該景影像的rfm為基礎構建，分別為：
上式中，(2)(3)(4)(5)分別為高分影像地面平高控制點、平面控制點、高程控制點、同名連接點對應像點坐標的誤差方程，均以rfm為基礎構建，(vcr,vcc)、(vpr,vpc)、(vhr,vhc)、(vgr,vgc)分別為地面平高控制點、平面控制點、高程控制點、同名連接點的像點坐標值改正參數；fc1～fc6、fp1～fp6、fh1～fh6、fg1～fg6為影像定向仿射變換模型參數未知數(a0,a1,a2,b0,b1,b2)的線性化系數；fp7～fp8為平面控制點的高程增量未知數(δhp)線性化系數；fh7～fh10為高程控制點的地理緯度、經度坐標增量未知數(δph,δlh)線性化系數；fg7～fg12為同名連接點對應地面點的平面和高程坐標增量未知數(δpg,δlg,δhg)的線性化系數；lcr,lcc,lpr,lpc,lhr,lhc,lgr,lgc為相應像點坐標誤差方程的常數項；由于各影像像點坐標觀測值的精度通常是相同的，求解方程組(2)(3)(4)(5)時，直接通過最小二乘即可求解未知數。
當地面平高控制點、高程控制點作為帶有誤差的觀測值時，除以rfm為基礎構建影像控制點、平面控制點、高程控制點、連接點對應像點坐標的誤差方程(6)(7)(8)(9)外，還包括地面平高控制點三維坐標、平面控制點平面坐標、高程控制點高程值的誤差方程組(10)(11)(12)，他們分別為：
{vhh＝δhh-lhh(12)
上式中，vcp、vcl、vch為地面點控制點三維坐標值誤差參數，lcp,lcl,lch相應平高控制點坐標誤差方程的常數項；vpp、vpl為平面控制點平面坐標誤差參數，lpp,lpl相應平面控制點平面坐標誤差方程的常數項；vhh為高程控制點高程值誤差參數，lhh為高程控制點高程值誤差方程常數項；(vpc,vlc,vhc)、(vpp,vlp,vhp)、(vph,vlh,vhh)、(vpg,vlg,vhg)分別為平高控制點、平面控制點、高程控制點、同名連接點對應的地面點三維坐標(緯度、經度、高程)增量未知數；fc7～fc12為地面平高控制點三維坐標增量未知數的線性化系數，fp7～fp12為平面控制點三維坐標增量未知數的線性化系數，fh7～fh12為高程控制點三維坐標增量未知數的線性化系數，fg7～fg12為同名連接點對應地面點三維坐標增量未知數的線性化系數；
影像的量測精度通常相同，故各像點坐標量測值的權按單位權處理，地面平高控制點三維坐標值、平面控制點平面坐標值、高程控制點高程值按其獲取時精度進行權值計算，通過聯合方程組(6)～(12)，按帶權最小二乘求解影像的定向未知數和地面點坐標未知數。以上類型點的誤差方程在有相關數據的情況下列出相應的誤差方程，若無相應類型的點，則該類型點不用列入誤差方程組。
帶有高程控制點的高分影像嚴密模型可利用傳統(tǒng)的平高控制點、高程控制點的遙感影像嚴密空中三角測量方法，實現定向參數和加密點坐標的計算。
步驟7高分影像測繪產品生成：利用計算得到的最終精化后的各景影像定向參數和加密點坐標，實現高分遙感影像的定位應用，或生成dsm、dom、dlg等攝影測量產品。
本發(fā)明能夠在測高激光雷達數據的支持下，精細提取遙感影像的高程控制點，顯著提升高分立體遙感影像的定位精度尤其是高程精度。