相机位姿估计是对地观测卫星影像实现高精度几何处理的基础。遥感影像相机位姿估计面临热、辐射与力学载荷引起的参数漂移、地面控制点缺失、窄视场下几何变化信息有限以及作业效率要求等挑战。为应对上述挑战，本文提出一种面向推扫式成像几何的相机位姿自适应估计方法FreqDiff-Pose。该方法包含三个主要组成部分：(1) 面向卫星影像的双域特征提取，使扩散过程同时以卫星影像的空域特征与频域特征为输入条件；(2) 相机内外参联合扩散过程，通过解耦的正向过程与协同的反向采样共同估计焦距、旋转和平移；(3) 基于Slerp-DDIM的采样器，在????????(3)流形空间中独立更新旋转变量，保证每一步反向迭代都符合旋转角的变化规律，避免旋转估计的奇异性。此外，本文在保持 DINO-ViT 主干网络冻结的情况下，在WHU-TLC数据集上对模型进行定向训练，以保证所提出方法的泛化性。通过在WHU-TLC数据集上的验证，本文所提出的FreqDiff-Pose在相机位姿估计方面的性能均优于现有基于深度学习的相机位姿估计方法。同时，该方法在少量增加模型参数量的情况下较为显著的提升了相机位姿估计模型在遥感影像上的性能和泛化能力。预期后续可进一步实现模型的轻量化部署，集成应用到在轨探测平台。

遥感影像,相机位姿估计,扩散模型,流形空间采样