In Flight Boresight Rectification for Lightweight Airborne Pushbroom Imaging Spectrometry

要約

ハイパースペクトル カメラは、最近、UAV や小型航空機などの軽量の航空機搭載プラットフォーム上で動作できるように小型化されています。
フレーム カメラ (RGB またはマルチスペクトル) とは異なり、多くのハイパースペクトル センサーはリニア アレイまたは「押しほうき」スキャン設計を使用しています。
この設計は、画像の補正と、固有および外部のカメラ パラメータの校正に大きな課題をもたらします。
通常、このようなタスクに対処するために採用される方法は、航空機搭載プラットフォームの軌道の正確な GPS/INS 推定と詳細な地形モデルに依存します。
ただし、軌道または表面モデル情報の不正確さにより、系統的な誤差が生じ、幾何学的モデリングが複雑になり、最終的には修正の品質が低下する可能性があります。
これらの課題を克服するために、生のスペクトル画像と生の、おそらく低品質の GPS/INS 軌道のみを使用して、「押しほうき」ハイパースペクトル センサーのタイ ポイント抽出とカメラ キャリブレーションの方法を提案します。
私たちのアプローチは、ハイパースペクトル カメラを使用した航空機搭載システムの自動校正を可能にし、他の最先端の自動補正方法を上回り、手動校正方法と同等の精度に達することを実証します。

要約(オリジナル)

Hyperspectral cameras have recently been miniaturized for operation on lightweight airborne platforms such as UAV or small aircraft. Unlike frame cameras (RGB or Multispectral), many hyperspectral sensors use a linear array or ‘push-broom’ scanning design. This design presents significant challenges for image rectification and the calibration of the intrinsic and extrinsic camera parameters. Typically, methods employed to address such tasks rely on a precise GPS/INS estimate of the airborne platform trajectory and a detailed terrain model. However, inaccuracies in the trajectory or surface model information can introduce systematic errors and complicate geometric modeling which ultimately degrade the quality of the rectification. To overcome these challenges, we propose a method for tie point extraction and camera calibration for ‘push-broom’ hyperspectral sensors using only the raw spectral imagery and raw, possibly low quality, GPS/INS trajectory. We demonstrate that our approach allows for the automatic calibration of airborne systems with hyperspectral cameras, outperforms other state-of-the-art automatic rectification methods and reaches an accuracy on par with manual calibration methods.

arxiv情報

著者 Julien Yuuki Burkhard,Jesse Ray Murray Lahaye,Laurent Valentin Jospin,Jan Skaloud
発行日 2024-09-10 13:55:47+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV パーマリンク