[Back]

G. Vozikis:
"Alternative Sensor Orientation Models for High Resolution Satellite Imagery";
Supervisor: J. Jansa, K. Kraus, C. S. Fraser; Institut für Photogrammetrie und Fernerkundung, 2003.

The thesis deals with diverse sensor models that can be used for exploitation of high-resolution satellite images. The main problem is the fact that the collinearity equation, as it is used in traditional airborne and close-range photogrammetry, cannot be applied. Since the images are acquired by a line scanner, they cannot be represented very well through central perspectivity. Furthermore, highresolution satellites have a very narrow field of view, which can easily lead to instability of the sensor geometry. Additionally, the calibration data (parameters of the interior orientation) of these satellites are withheld. The models examined are: the Affine Model, the Parallel Projective Model, the Direct Linear Transformation and a parametric model developed at the CCRS (Canada Centre for Remote Sensing). They were tested on three IKONOS images, one SPOT5 image and two simulated data sets. Some image vendors distribute together with the images so-called RPCs(Rational Polynomial Coefficients), which describe a relation between object and image space. These (over 80) coefficients are tested and evaluated. Moreover, a strategy is proposed for calculating such RPCs. The tests show that the Affine and the Parallel Projective Model represent the true sensor model best. The planimetric accuracy lies below half a pixel, which is better than half a metre for the IKONOS satellite and better than 1.25 metres for the SPOT5 satellite. Another interesting result is that the vendor-supplied RPCs do not have such a good quality as the calculated ones.

Diese Arbeit befasst sich mit diversen Sensormodellen die man zur Auswertung von hochauflösenden Satellitenbildern nutzen kann. Das Problem besteht darin, dass man die Kollinearitätsgleichung, so wie sie in der traditionellen Flugbild- und Nahbereichsphotogrammetrie verwendet, wird nicht anwenden kann. Der Hauptgrund ist, dass es sich bei hochauflösenden Satellitenbildern nicht um zentralperspektivische Aufnahmen handelt, da diese durch einen Linienscanner aufgenommen wurden ('1D-Perspektive'). Weiters ist der Öffnungswinkel bei diesen Sensoren extrem klein, was die Sensorgeometrie sehr instabil macht. Zusätzlich werden die Kalibrierungsdaten (Elemente der inneren Orientierung) von den Anbietern nicht bekanntgegeben. Anhand von drei IKONOS Bildern und einem SPOT5 Bild, sowie zwei simulierten Datensätzen sollen das Affine Modell, das Parallel Projektive Modell, die Direkte Lineare Transformation, sowie ein parametrisches Modell, das vom CCRS(Canada Centre for Remote Sensing) entwickelt wurde, getestet, evaluiert und verglichen werden. Die Satellitenbildbetreiber (denen die Kalibierungsdaten bekannt sind) bieten für jedes Bild sogenannte RPCs (Rational Polynomial Coefficients) an, durch welche ein Zusammenhang zwischen Objekt- und Bildraum beschrieben wird. Es wurde getestet wie gut diese (über 80) Koeffizienten das Sensormodell beschreiben, und zusätzlich wird auch eine Strategie beschrieben, mit Hilfe welcher man die Koeffizienten selber berechnen kann. Die Untersuchungen zeigen, dass das Affine und Parallel Projektive Modell das wahre Sensormodell am besten repräsentieren. Die planimetrischen Genauigkeiten liegen hier bei der Einzelbildauswertung unter einem halben Pixel, was beim IKONOS Satelliten einer 0.5m und beim SPOT5 Satelliten einer 1.25m Auflösung entspricht. Interessant ist auch das Ergebnis, dass die selbst gerechneten RPCs eine höhere Genauigkeit aufweisen als die, die von den Anbietern vertrieben werden.