全 文 ：基于 Barista软件的高分辨率遥感影像中
建筑物 3D信息的提取*
张培峰1,2 摇 胡远满1**摇 贺红士1,3
( 1 中国科学院沈阳应用生态研究所, 沈阳 110016; 2 中国科学院研究生院, 北京 100049; 3 密苏里大学自然资源学院, 美国
哥伦比亚 65211)
摘摇 要摇 城市建筑物空间信息的获取对城市规划、环境保护等社会各行业越来越重要,高分
辨率商业卫星的出现为提取建筑物 3D信息提供了可能性.本文基于 Barista软件,利用 Quick鄄
Bird数据提取了建筑物的 3D信息并进行了精度验证.结果表明:基于 Barista软件从高分辨率
卫星影像中提取建筑物 3D信息,具有专业水平要求低、普适性强、操作简单、精度高等优点;
当数字高程模型(DEM)和传感器定位模型精度较高、影像偏天底角较理想时,3D信息提取的
水平定位精度和高度测量精度可达到 1 个像素水平.
关键词摇 Barista软件摇 高分辨率遥感影像摇 3D信息提取
文章编号摇 1001-9332(2010)05-1190-06摇 中图分类号摇 Q149;TP75摇 文献标识码摇 A
Extraction of buildings three鄄dimensional information from high鄄resolution satellite imagery
based on Barista software. ZHANG Pei鄄feng1,2, HU Yuan鄄man1, HE Hong鄄shi1,3( 1 Institute of
Applied Ecology, Chinese Academy of Sciences, Shenyang 110016, China; 2Graduate University of
Chinese Academy of Sciences, Beijing 100049, China; 3School of Natural Resources University of
Missouri, Columbia 65211, USA) . 鄄Chin. J. Appl. Ecol. ,2010,21(5): 1190-1195.
Abstract: The demand for accurate and up鄄to鄄date spatial information of urban buildings is becom鄄
ing more and more important for urban planning, environmental protection, and other vocations.
Today爷s commercial high鄄resolution satellite imagery offers the potential to extract the three鄄dimen鄄
sional information of urban buildings. This paper extracted the three鄄dimensional information of ur鄄
ban buildings from QuickBird imagery, and validated the precision of the extraction based on Baris鄄
ta software. It was shown that the extraction of three鄄dimensional information of the buildings from
high鄄resolution satellite imagery based on Barista software had the advantages of low professional
level demand, powerful universality, simple operation, and high precision. One pixel level of point
positioning and height determination accuracy could be achieved if the digital elevation model
(DEM) and sensor orientation model had higher precision and the off鄄Nadir View Angle was rela鄄
tively perfect.
Key words: Barista software; high鄄resolution satellite imagery; three鄄dimensional information ex鄄
traction.
*中 国 科 学 院 沈 阳 应 用 生 态 研 究 所 知 识 创 新 工 程 项 目
(06LYQY1001)资助.
**通讯作者. E鄄mail: Huym@ iae. ac. cn
2009鄄11鄄18 收稿,2010鄄03鄄06 接受.
摇 摇 城市 3D 信息广泛应用于制图、城市规划与设
计、城市污染控制、环境保护与建设、通信、交通、能
源与财产管理、旅游、城市可视化、城市进程监测以
及城市现代化管理[1-2],在城市噪声扩散、空气污染
分析和房地产税收评估等方面也具有一定的应用潜
力[3] .建筑物 3D信息的获取对城市规划者、地理学
者、建筑设计者等非常重要. 高分辨率卫星影像
(high鄄resolution satellite imagery,HRSI)的出现使制
图及建筑物 3D信息提取成为可能[4-5],从高分辨率
影像中获取建筑物 3D信息已得到广泛应用.
目前,空间 3D 信息的获取方法主要有航空摄
影测量、卫星遥测以及机载激光扫描( light detection
and ranging,LiDAR)三大类[6] . Ameri 等[7]应用平面
屋顶结构自动提取了建筑物的 3D 结构,从简单的
应 用 生 态 学 报摇 2010 年 5 月摇 第 21 卷摇 第 5 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, May 2010,21(5): 1190-1195
图像区域到复杂的实物几何特征自下而上建立粗略
的建筑物虚拟框架,再自上而下将虚拟的建筑物模
型投影到影像上. Rottensteiner等[8]从雷达传感器影
像的点云中提取 3D 信息,将影像中雷达点从建筑
物点和其他事物点中区分出来,利用偏正态分布的
强力插值计算出数字地面模型,通过分析点与雷达
初始点以及数字地面模型高度的差别,从其他非地
面点分离出建筑物点,利用曲率分割技术建立了建
筑物 3D模型. Suveg 等[9]将立体像对影像与 2D 地
图信息以及基于自建知识库系统三者结合起来,从
影像中自动提取建筑物 3D 信息. 此外,基于 IKO鄄
NOS、SPOT等高分辨率影像,利用太阳、卫星、图像
阴影与建筑物高度的几何关系,通过测量建筑物的
阴影[10-12]以及采用面向对象的“自下而上冶的多尺
度分割方法与掩膜操作相结合[13]提取建筑物 3D信
息也有广泛应用.上述 3D 数据获取方法各有优点,
又各有局限性,如航空摄影测量和卫星遥感获取的
主要是建筑物顶面及其轮廓的信息;机载激光扫描
技术通过多次回波探测虽然可同时获得地面和地表
的高程信息,但也存在对二维特征表现较差的缺点.
目前自动和半自动化 3D 信息的提取存在专业水平
要求高、操作复杂、精度偏低等不足. Barista 软件是
2001 年 10 月由墨尔本大学测绘学院与空间信息合
作研究中心[5]共同开发,主要应用于高分辨率商业
遥感影像空间信息提取的摄影测量软件[14],软件中
嵌入了推扫式成像传感器的通用传感器模型[15]、光
束平差法(修正传感器定位模型 RPC 与 Affine 的系
统误差)及有理函数模型(RFM)解算精度评价方
法,该软件有影像的融合、校正、增强、拼接[16-17]、特
征地物的自动提取与分类、投影和坐标的相互转换
等功能,其中主要功能是空间 3D信息提取[18-19] .本
文对 Barista软件应用于高分辨率影像 3D信息提取
的原理进行了分析,旨在为高分辨率遥感影像应用
于城市规划、城市景观变化、城市扩张等研究提供新
的思路与方法.
1摇 研究方法
1郾 1摇 Barista提取 3D信息的前提条件
Barista 软件主要应用 Monoplotting 测量工具进
行 3D信息的提取,Monoplotting 是一种基于数字高
程模型(digital elevation model,DEM)从航空影像中
提取 3D空间信息的摄影测量技术[5] .在 3D信息的
提取中,数据主要是研究区的 DEM、卫星影像及相
应的传感器定位模型.
Monoplotting包括 3D点、线、建筑物及高度的测
量,对于 3D点、线和高度的测量只需要 DEM、影像
及其传感器定位模型等数据源即可完成.建筑物 3D
信息的提取,除了具备 3D 点、线和高度的测量条件
外,影像上的建筑物至少有一个地面点需可见,可测
量,且所有屋顶点均需可见,可测量[5] .
1郾 2摇 传感器模型及其误差校正原理
传感器定位模型用来表示图像点二维坐标与其
物方空间三维坐标之间的转化关系[5] . 传感器模型
主要分为严格物理传感器模型和通用传感器模
型[20] .对于高分辨率影像而言,为了成像技术的保
密,影像商家不提供任何关于传感器内方位参数信
息,只提供通用传感器模型,即有理多项式系数
(RPC)、仿射变换、多项式、直接线性变换等成像模
型.随着 RPCs从卫星参数中获取后,有理函数模型
可与严格物理传感器模型达到同样的定位精度,使
有理函数模型广泛应用于遥感领域[21] .
然而,卫星影像在成像的过程中,受到透视投
影、摄影轴倾斜、大气折光、地形起伏等因素影响,使
影像中像点产生不同程度的几何变形而失真.因此,
需要修正传感器定位模型的误差,以提高信息提取
精度.
RPC模型可表示为图像点行列坐标( ln,sn) 的
标准化值与地面经度、纬度、高程(U, V, W)坐标标
准化值的三次多项式[22]:
l = ln ls + l0
s = snss + s0
U = (渍 - 渍0) / 渍s
V = (姿 - 姿0) / 姿s
W = (h - h0) / hs
ln =
Numl(U,V,W)
Denl(U,V,W)
sn =
Nums(U,V,W)
Dens(U,V,W)
Numl(U,V,W) = a1 + a2V + a3U + a4W + a5UV
+ a6VW + a7UW + a8V2 + a9U2 + a10W2 + a11UVW +
a12V3 + a13VU2 + a14VW2 + a15V2U + a16U3 + a17UW2
+ a18V2W + a19U2W + a20W3
Nums(U,V,W) = b1 + b2V + b3U + b4W + b5UV +
b6VW + b7UW + b8V2 + b9U2 + b10W2 + b11UVW + b12V3
+ b13VU2 + b14VW2 + b15V2U + b16U3 + b17UW2 +
b18V2W + b19U2W + b20W3
Denl(U,V,W) = c1 + c2V + c3U + c4W + c5UV +
c6VW + c7UW + c8V2 + c9U2 + c10W2 + c11UVW + c12V3
19115 期摇 摇 摇 摇 摇 摇 摇 摇 摇 张培峰等: 基于 Barista软件的高分辨率遥感影像中建筑物 3D信息的提取摇 摇 摇 摇 摇 摇
+ c13VU2 + c14VW2 + c15V2U + c16U3 + c17UW2 + c18V2W
+ c19U2W + c20W3
Dens(U,V,W) = d1 + d2V + d3U + d4W + d5UV +
d6VW + d7UW + d8V2 + d9U2 + d10W2 + d11UVW +
d12V3 + d13VU2 + d14VW2 + d15V2U + d16U3 + d17UW2
+ d18V2W + d19U2W + d20W3
式中:l、s分别为图像上点的行列坐标;ls、l0 分别为
行比例尺和行偏移量;ss、s0 分别为列比例尺和列偏
移量;渍、姿、h 分别为经度、纬度和高程;渍s、姿s、hs 和
渍0、姿0、h0 分别为经、纬度和高程的比例尺和偏移
量;Numl、Denl、Nums 和 Dens 分别为地面点三维坐
标关于图像点二维行列坐标的三次函数表达式. 通
过上述公式可计算RPC模型的80个系数 ai、bi、ci和
di [22] .
RPC模型是严格物理传感器模型的再参数化,
模型生成时将外方位元素的系统误差转换为 RPC
的内在定位误差[23],为提高 RPC 模型的定位精度,
需要对传感器模型的系统误差进行修正.对 RPC 模
型误差的校正方法包括直接改正法和间接改正法,
直接改正法指不改动 RPC定位模型本身,而是选用
不同的数学计算模型和步骤,直接作用于 80 个参
数,得到一组更新后的 RPC 系数;间接改正法指在
RPC成像模型中加入额外的误差改正项,产生基于
RPC的区域网平差. RPC 区域网平差需要的控制点
少,RPC的后处理改正方便,根据补偿对象的不同,
RPC模型的间接改正方法包括像方改正和物方改
正两种,像方改正不仅能体现物理成像模型的几何
特征,且修正后精度较高,所以,像方改正的应用较
广泛.平移补偿、平移与偏移补偿和仿射变换补偿是
像方改正的 3 种方法,其误差补偿公式[22]如下:
l + A0 + A1 l + A2 s =
Numl(UV,W)
Denl(U,V,W)
Ls + L0
S + B0 + B1 l + B2 s =
Nums(U,V,W)
Dens(U,V,W)
Ss + S0
式中:A0、A1、A2、B0、B1、B2 为仿射补偿参数;A0、A1、B0、
B1 为平移与漂移补偿参数;A0、B0 为平移补偿参数.
1郾 3摇 3D信息提取原理
Barista软件中 3D信息的提取包括点、线、建筑
物的三维测量以及对建筑物高度的测量. 在 3D 点
和线的测量中,3D点的平面位置和高度值分别通过
最小二乘迭代法估算和 DEM 插值得到,3D 线的测
量原理与点相同,测量 2 个及 2 个以上连续的点就
可以得到线状地物. 3D点的平面位置的初始高程值
为数字高程模型(digital elevation model, DEM)高程
最大与最小的平均值,从该初始点开始,新的高程值
通过 DEM插值得到,当该点的高程值小于一定的收
敛极限时,迭代插值过程完成了对新高程值的确定.
在三维点测量中,点的迭代插值过程见图 1[5] .
摇 摇 建筑物高度测量过程中假设水平位置高度相
同,先测量建筑物拐角地面上一点,再测量垂直于该
点的建筑物的屋顶点,应用最小二乘法计算出建筑
物高度(图 2),函数表达式为:
( l,s)= F(X,Y,Z)
式中:F 为在测量过程中使用的传感器定位模型;
( l,s)为建筑物屋顶的二维坐标值;(X,Y)为地面点
的坐标;Z为建筑物高度.
基于高度测量完成建筑物 3D 信息的提取. 在
测量建筑物高度的基础上分别量测建筑物所有屋顶
点,对于顶部复杂的建筑物,在测量中假设建筑物的
屋顶各点位于同一个高度,与每个建筑物屋顶测量
点对应的地面点通过 DEM自动插值获得,从而得到
建筑物的 3D信息.
图 1摇 基于 DEM的 3D点测量
Fig. 1摇 3D point measurement based on DEM.
( l,s)为影像上点的二维坐标值 ( l, s) represented planar coordinate
value in image; (X,Y,Z)为相应地面点的三维坐标值 (X,Y,Z) re鄄
presented three鄄dimensional coordinate value on the ground accordingly.
下同 The same below.
图 2摇 基于 DEM的建筑物高度测量
Fig. 2摇 Measurement of building height based on DEM.
兹为影像的偏天底角 兹 represented off鄄nadir angle of image; 滓pixel为影
像上的点测量误差 (像素) 滓pixel represented measurement error of
points in image (pixel); 滓驻h为对应于影像上点测量误差引起的高
程误差 滓驻h为 represented vertical error caused by measurement error;
驻H为地面点高程值与屋顶点测量高程值的差值 驻H represented ele鄄
vation difference between roof point and ground point.
2911 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
1郾 4摇 数据源
在应用 Barista软件提取建筑物 3D信息的实例
研究中,数据源为沈阳市铁西区 2008 年 10 月 27 号
QuickBird假彩色影像,偏天底角(兹)为 13郾 7毅,传感
器模型为 RPB,DEM 为 1 颐 1 万,研究区面积 39郾 48
km2 .
实例中的影像质量达到了利用 Barista 软件进
行 3D信息提取的要求,建筑物拐角至少有一个地
面点可见可测量,该建筑物所有屋顶点均可见可测
量(图 3).
为了提高建筑物三维信息提取的精度,在 Bar鄄
ista软件中通过 Bundle Adjustment 菜单对卫星商家
提供的 RPB 模型误差进行修正. Hanley 等[24]实践
证明:用 Bundle Adjustment方法对 RPB 模型误差进
行修正时,只需一个高精度的地面控制点(GCP)就
可获得亚像素水平的定位精度.本文用 GPS 外测了
21 个高精度 GCP,其中 2 个控制点为地物圆盘中
心,定位精度较高,为误差修正过程中的控制点
(GCP),其余 19 个控制点为道路的交叉点,可作为
误差修正的检测点(GKP).
2摇 结果与分析
2郾 1摇 基于 Barista软件的建筑物 3D信息提取
通过 RPC模型将 21 个地面控制点转为图像的
二维坐标,并量测与各地面控制点所对应的图像坐
标点.运行软件的 Bundle Adjustments 菜单,调整地
面控制点和图像测量点的 sigma 值,选择平移补偿
参数作为 RPC误差修正的参数(平移补偿参数用最
少的地面控制点就可以达到 1 个像素的定位精
度).误差修正的结果表明,图像点均方差为 0郾 025,
图 3摇 影像质量示意图
Fig. 3摇 Sketch map of quality of satellite imagery.
经度、纬度和高度的监测点均方差分别为 0郾 539、
0郾 849 和 0郾 187,说明用较少的地面控制点即可对
RPC模型进行误差修正,且修正后的模型在 3D 信
息提取中能达到亚米级的定位精度[24] .基于修正后
RPC模型的影像上道路的提取结果表明,道路的 3D
线可以是开放曲线也可以是闭合曲线,每条道路线
除具有 2D线的特点外,还记录了相应的高程值(图
4).基于修正后 RPC 模型的影像上 3D 建筑物的提
取结果表明,提取的建筑物显示了建筑物的真实性
状,并记录了建筑物的高度信息(图 5).
2郾 2摇 测量精度分析
Monoplotting对建筑物高度测量的精度取决于
DEM的精度、传感器定位模型(RPC)的精度、图像
量测的精度及影像的偏天底角( 兹). 在 DEM 的精
度、传感器定位模型的精度一定以及图像测量为 1
个像素精度时,高度测量误差(驻h)与 兹的关系为:
图 4摇 基于 Barista的线提取
Fig. 4摇 Extraction of lines based on Barista.
图 5摇 基于 Barista的 3D建筑物提取
Fig. 5摇 Extraction of 3D buildings based on Barista.
39115 期摇 摇 摇 摇 摇 摇 摇 摇 摇 张培峰等: 基于 Barista软件的高分辨率遥感影像中建筑物 3D信息的提取摇 摇 摇 摇 摇 摇
摇 摇 驻h=cot 兹pixels
式中:pixel为图像的测量精度(像素).
实例研究中 兹 引起的高度测量误差 (驻h)为
0郾 012 个像素.在 DEM、传感器定位模型和图像量测
精度一定条件下,随着卫星影像成像过程中偏天底
角的增大,高度测量误差逐渐减小. 此外,DEM 精
度、传感器定位模型精度、测量过程中产生的误差及
建筑物地面点与屋顶点的错误识辨都会对建筑物的
高度产生影响[25] .
实例研究表明,当有高精度的 DEM、传感器定
位模型及理想的影像偏天底角时,基于 Barista 软件
从高分辨率卫星影像( IKONOS,QUICKBIRE 等)中
提取建筑物 3D 信息的水平定位精度 (0郾 539 < 1,
0郾 849<1)和高度测量精度(0郾 187<1)都可以达到 1
个像素.
3摇 结摇 摇 语
在 Barista 软件中,要提高建筑物 3D 信息提取
的精度,关键在于采用高精度的 GPS 外测地面控制
点对传感器定位模型(RPC)做误差修正. 模型的误
差修正可以直接通过软件中的 Bundle Adjustment菜
单来实现.
与自动与半自动化 3D信息提取方法相比,Bar鄄
ista软件提取 3D 信息的优点在于:专业水平要求
低,精度高,操作简单,普适性更强,是自动化与半自
动化 3D信息提取的有力补充. 随着摄影测量技术
的迅速发展,未来 Barista 将成为建筑物 3D 信息提
取的主要工具,也将为城市规划、城市景观变化、城
市扩张等研究提供新的思路与方法.但是,目前基于
Barista提取 3D 信息也存在一些不足,如对卫星影
像的质量要求较高、信息提取过程中费时费力、仅适
于小尺度范围的信息提取等,还有待深入探讨.
参考文献
[1] 摇 Suveg I, Vosselman G. Reconstruction of 3D building
models from aerial images and maps. ISPRS Journal of
Photogrammetry and Remote Sensing, 2004, 58: 202-
224
[2]摇 Meng Y (蒙摇 印). Building height extration from sin鄄
gle imagery. Second Session of the Ninth Plenary Coun鄄
cil Meeting and Acadimic Annual Meeting of Chinese
Society for Geodesy Photogrammetry and Cartography,
Shenzhen, 2006: 504-510 (in Chinese)
[3] Vosselman G, Dijkman S. 3D building model recon鄄
struction from point clouds and ground plans. Interna鄄
tional Archives of Photogrammetry, Remote Sensing and
Spatial Information Sciences, 2001, 34: 37-44
[4] 摇 Baltsavias E, Mason S, Stallmann D. Use of DTMs /
DSMs and orthoimages to support building extraction.
Workshop on Automatic Extraction of Man鄄made Objects
from Aerial and Space Images, Switzerland, 1995: 199
-210
[5]摇 Willneff J, Poon J, Fraser C. Single鄄image high鄄resolu鄄
tion satellite data for 3D information extraction. Interna鄄
tional Archives of the Photogrammetry, Remote Sensing
and Spatial Information Sciences, 2005, 36: 1-6
[6]摇 Zhang X鄄F (张小飞), Wang Y鄄L (王仰麟), Li Z鄄G
(李正国), et al. Preliminary theory of three鄄dimen鄄
sional urban landscape ecology. Acta Ecologica Sinica
(生态学报), 2007, 27(7): 2972-2982 (in Chinese)
[7]摇 Ameri B, Fritsch D. Automatic 3D building reconstruc鄄
tion using plane鄄roof structures. Proceeding of American
Society for Photogrammetry and Remote Sensing Annual
Conference, Washington DC, 2000: 1-12
[8]摇 Rottensteiner F, Briese C. A new method for building
extraction in urban areas from high鄄resolution Lidar da鄄
ta. International Archives of Photogrammetry, Remote
Sensing and Spatial Information Sciences, 2002, 34:
295-301
[9] 摇 Suveg I, Vosselman G. Automatic 3D building recon鄄
struction. Proceeding of International Society for Optical
Engineering, San Jose, California, 2002: 59-69
[10]摇 Xie J鄄F (谢军飞), Li Y鄄M (李延明). The extractinon
of building distribution information of different heights in
a city from the shadows in a Ikonos image. Remote Sens鄄
ing for Land & Resources (国土资源遥感), 2004(4):
4-6 (in Chinese)
[11]摇 He G鄄J (何国金), Chen G (陈摇 刚), He X鄄Y (何晓
云), et al. Extracting buildings distribution information
of different heights in a city from the shadows in a pan鄄
chromatic spot image. Journal of Image and Graphics
(中国图象图形学报), 2001, 6(5): 425 -428 ( in
Chinese)
[12]摇 Song X鄄Y (宋晓宇), Shan X鄄J (单新建). Preliminary
application of high鄄resolution satellite image in city
building classification. Remote Sensing Information (遥
感信息), 2002(1): 27-31 (in Chinese)
[13]摇 Qiao C (乔摇 程), Luo J鄄C (骆剑承), Wu Q鄄Y (吴
泉源 ), et al. Object鄄oriented method based urban
building extraction from high鄄resolution remote sensing
image. Geography and Geo鄄Information Science (地理
与地理信息科学), 2008, 24 (5): 36 -39 ( in Chi鄄
nese)
[14]摇 Fraser C, Rottensteiner F, Willneff J, et al. Barista Us鄄
er Manual [ EB / OL]. (2008鄄05鄄05) [2009鄄03鄄21].
4911 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
http: / / www. baristasoftware. com. au
[15]摇 Fraser CS, Rottensteiner F, Weser T, et al. Application
of a generic sensor orientation model to Spot 5, Quick鄄
bird and Alos Imagery. Asia Conference and Remote
Sensing, Kuala Lumpur, 2007: 1-7
[16] Rottensteiner F, Weser T, Fraser CS. Georeferencing
and orthoimage generation from long strips of Alos Im鄄
agery. Advanced Land Observing Satellite 2008 Sympo鄄
sium, Rhodes, Greece, 2008: 1-7
[17]摇 Fraser CS, Weser T, Rottensteiner F. Image Merging to
Support Georeferencing and Orthoimage Generation from
Alos Imagery [ EB / OL]. ( 2008鄄12鄄08 ) [ 2009鄄03鄄
21]. http: / / scholar. google. cn / scholar? q = Image +
merging+to+support+georeferencing+and+orthoimage+
&hl= zh鄄CN&btnG =% E6% 90% 9C% E7% B4% A2&lr
= lang_en
[18 ] Barista. Barista Product Information Webpage [ EB /
OL]. (2008鄄05鄄05) [2009鄄03鄄21]. http: / / www. bar鄄
istasoftware. com. au
[19] 摇 Willneff J, Poon J. Georeferencing from Orthorectified
and Non鄄orthorectified High鄄resolution Satellite Imagery
[ EB / OL ]. ( 2006鄄11鄄08 ) [ 2009鄄03鄄21 ]. http: / /
www. google. cn / search? hl = zh鄄CN&source = hp&q =
Georeferencing+from+orthorectified+and+non鄄orthorecti鄄
fied+ high鄄resolution + satellite + imagery&btnG = Google
+% E6%90%9C%E7%B4%A2
[20]摇 Zhang Y鄄S (张永生), Liu J (刘 摇 军). The positio鄄
ning algorithm based on RPC model and its optimizing of
stereoimages from high鄄resolution remote sensing satel鄄
lites. Engineering of Surveying and Mapping (测绘工
程), 2004, 13(1): 1-4 (in Chinese)
[21]摇 Wu W鄄Y (巫婉瑜). RFM鄄based Block Adjustment for
Satellite Images with Weakly Convergent Geometry.
Master Thesis. Taibei: Civil Engineering Institute,
2008 (in Chinese)
[22] 摇 Fraser CS, Dial G, Grodecki J. Sensor orientation via
RPCs. ISPRS Journal of Photogrammetry and Remote
Sensing, 2006, 60: 182-194
[23]摇 Zhan Y (展摇 昀). Geropositionning Accuracy Analysis
of Physical Model and RPC Model in QuickBird High鄄
resolution Imagery. Master Thesis. Shanghai: Tongji
University, 2008 (in Chinese)
[24]摇 Hanley HB, Fraser CS. Sensor orientation for high鄄reso鄄
lution satellite imagery further insights into bias鄄compen鄄
sated RPCs. International Archives of the Photogramme鄄
try, Remote Sensing and Spatial Information Sciences,
2004, 35: 24-29
[25] Croitoru A, Hu Y, Tao V, et al. Single and stereo
based 3D metrology from high鄄resolution imagery: Meth鄄
odologies and accuracies. International Archives of Pho鄄
togrammetry and Remote Sensing, 2004, 20: 12-23
作者简介摇 张培峰,女,1983 年生,博士研究生.主要从事城
市景观生态研究,发表论文 6 篇. E鄄mail: windzpf@ 163. com
责任编辑摇 杨摇 弘
59115 期摇 摇 摇 摇 摇 摇 摇 摇 摇 张培峰等: 基于 Barista软件的高分辨率遥感影像中建筑物 3D信息的提取摇 摇 摇 摇 摇 摇