Det är väl känt att mycket högupplösande satellitbilder har en hög intern noggrannhet, men generellt låg absolut noggrannhet. Den absoluta noggrannheten kan förbättras med hjälp av markstödpunkter med kända absoluta koordinater. När väl bilderna är rigoröst refererade till ett marksystem kan de användas för t.ex. generering av tredimensionella ytmodeller, ortofoton, kartframställning, förändringsanalys, markanvändningsklassning m.m. Med rigorös registrering kan satellitbilder i många fall ersätta flygfotografering med den uppenbara fördelen att de har global och återkommande täckning, även i områden som är otillgängliga på grund av t.ex. konflikter eller naturkatastrofer.

Då volymen av nedtagna satellitbilder ökar exponentiellt så ställs allt större krav på ökad automatisering och prestanda i inmätningen av stödpunkter i de utrusningar som används av satellitbildproducenterna. Detta projekt avser att bidraga till detta på flera sätt. Våra mål är att utveckla metoder för (i) välja punkter för stödpunktsmatchning på ett intelligent sätt, (ii) utföra matchning av stora datamängder i nära realtid, (iii) implementera en enhetlig flexibel metod för registrering av en eller flera oregistrerade bilder mot en eller flera referensbilder, (iv) effektiv och korrekt eliminering av grova fel, (v) förbättra matchning av data från olika sensorer och tidpunkter, (vi) förbättra utjämningsmetoden så att den blir lättare att underhålla, utöka och ändra, mer förlåtande för inkorrekta indata samt mindre beroende av korrekta förhandskattningar av osäkerhet. Tillsammans kommer dessa delmål utmynna i en lättanvänd, robust, automatisk och noggrann metod för georeferering av mätningar i två och tre dimensioner från satellitbilder.