第五讲(1)——遥感图像几何处理
遥感导论课件——第五章 遥感图像的处理
六、邻域增强处理
邻区法增强处理是在被处理像元周围的像元参与 下进行的运算处理 。
邻域处理又叫滤波处理，邻域的范围取决于滤波 器的大小，如3×3或5×5等。
邻区法处理用于去噪声、图像平滑、锐化和相关 运算 。
七、主成分分析
在遥感图像分类中，常常利用主成分分析算法来消除特
征向量中各特征之间的相关性，并进行特征选择。
x2
八、K-T变换及其应用
Kauth-Thomas变换（…)，简称K-T变换，又形象地称 为“缨帽变换”。这种变换着眼点在于农作物生长过程 而区别于其他植被覆盖，力争抓住地面景物在多光谱空 间中的特征。
目前对这个变换的研究主要集中在MSS与TM两种遥感 数据的应用分析方面。
1976年，Kauth和Thomas发现了一种线性变换，它 使坐标空间发生旋转，但旋转后的坐标轴不是指向主成 分的方向，而是指向另外的方向，这些方向与地面景物 有密切的关系，特别是与植物生长过程和土壤有关。这 种变换既可以实现信息压缩，又可以帮助解译分析农业 特征，因此有很大的实际应用意义。
非监督分类法：没有先验的样本类别，根据像元间的相似度 大小进行归类，将相似度大的归为一类的方法返。回 下一节
§3 常用遥感图像处理软件
目前国内常用的遥感图像处理软件有： Erdas：美国亚特兰大ERDAS公司集遥感和GIS于一身 的软件。 Envi：美国Better Solutions Consulting 有限公司开 发的遥感图像处理软件。 Idris：是由美国可克拉克大学地理学研究生院制图技术 与地学分析实验室开发的。 Er-mapper：Earth Resource公司开发的图像处理软 件。 PCI:加拿大PCI公司的产品，处理遥感图像。
§1 遥感图像的增强处理
遥感数字图像的几何处理
几何精校正
• 又称为几何配准
– 是把不同传感器具有几何精度的图像、地图或数据集 中的相同地物元素精确地彼此匹配、叠加在一起的过 程。
– 由用户进行。 –重要性
• 第一，对遥感原始图像进行几何变形改正后，才能对图像信息 进行各种分析，制作满足量测和定位要求的各类地球资源及环 境的遥感专题图。
• 第二，当应用不同传感方式、不同光谱范围以及不同成像时间 的各种同一地域复合图像数据来进行计算机自动分类、地物特 征的变化监测或其他应用处理时，必须进行图像间的几何配准， 保证各不同图像间的几何一致性。
–对于第一种情况，只需要进行单片解析就可以了；对 于第二种情况，还需要立体模型的解算。
• 实际工作中所拍摄的相片有倾斜和旋转，因此必 须建立物体与相片之间的数学关系。
• 二 空间直角变换
–要建立物体与相片上相应影像的关系，
• 首先要确定摄影瞬间摄影中心与相片在地面设定的空间坐标系 中的位置与姿态，描述这些位置和姿态的参数称为相片的方位 元素。
• 由于摄影像机安装造成的误 差，像主点与像平面坐标系 原点并不重合；
– 像主点在像平面坐标系中 的坐标为xo,yo，
• 摄影中心到相片的垂距(主 距)f构成了内方位元素的三 个参数，内方位元素一般为 已知值，由摄影机鉴定单位 提供。
• 像点在像空间坐标系和像空间辅助坐标系 之间的变换关系式由传感器的方位元素得 来，内方位元素和外方位元素6个参数得出 构像方程解决像点的恢复，然后得出像点 与物点之间的构像方程以纠正影像。
–外部变形误差指的是传感器本身处在正常工作的条件下，由传感 器以外的各因素所造成的误差。
• 例如传感器的外方位(位置、姿态)变化、传感介质的不均匀、 地球曲率、地形起伏、地球旋转等因素所引起的变形误差等。
遥感影像处理知识
1.几何校正：几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，同时也是将图像投影到平面上，使其符合地图投影系统的过程。
2.图像镶嵌：指在一定的数学基础控制下，把多景相邻遥感影像拼接成一个大范围、无缝的图像的过程。
3.图像裁剪：图像裁剪的目的是将研究之外的区域去除。
常用方法是按照行政区划边界或自然区划边界进行图像裁剪。
在基础数据生产中，还经常要进行标准分幅裁剪。
按照ENVI 的图像裁剪过程，可分为规则裁剪和不规则裁剪。
4.图像分类：遥感图像分类也称为遥感图像计算机信息提取技术，是通过模式识别理论，分析图像中反映同类地物的光谱、空间相似性和异类地物的差异，进而将遥感图像自动分成若干地物类别。
5.正射校正：正射校正是对图像空间和几何畸变进行校正生成多中心投影平面正射图像的处理过程。
6.面向对象图像分类技术：是集合邻近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间、纹理和光谱信息来分割和分类，以高精度的分类结果或者矢量输出。
7.DEM：数字高程模型是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
8.立体像对：从两个不同位置对同一地区所摄取的一对相片。
9.遥感动态监测：从不同时间或在不同条件获取同一地区的遥感图像中，识别和量化地表变化的类型、空间分布情况和变化量，这一过程就是遥感动态监测过程。
10.高光谱分辨率遥感：是用很窄而连续的波谱通道对地物持续遥感成像的技术。
在可见光到短波红外波段，其波谱分辨率高达纳米数量级，通常具有波段多的特点，波谱通道多达数十甚至数百个，而且各波谱通道间往往是连续的，因此高光谱遥感又通常被称为"成像波谱遥感"。
11.端元波谱：端元波谱作为高光谱分类、地物识别和混合像元分解等过程中的参考波谱，与监督分类中的分类样本具有类似的作用，直接影响波谱识别与混合像元分解结果的精度。
12.可视域分析：可视域分析工具利用DEM数据，可以从一个或多个观察源来确定可见的地表范围，观测源可以是一个单点,线或多边形13.三维可视化：ENVI的三维可视化功能可以将DEM数据以网格结构、规则格网或点的形式显示出来或者将一幅图像叠加到DEM数据上。
如何进行遥感图像的几何校正与分类处理
如何进行遥感图像的几何校正与分类处理遥感图像是通过人造卫星、航空器或遥感器获取的地球表面的图像信息。
在进行遥感图像的处理和分析时，几何校正和分类处理是其中重要的步骤。
本文将重点探讨如何进行遥感图像的几何校正和分类处理，并介绍相关的方法和技术。
一、遥感图像的几何校正遥感图像的几何校正是指将图像中的像素点与地球表面上真实位置进行对应，以消除因成像过程中的非完美性而引入的误差。
几何校正的目的是提高图像的空间分辨率和地理位置精度，从而能够更准确地用于地表特征的分析和监测。
1. 预处理在进行几何校正之前，需要先对遥感图像进行预处理，包括去除大气影响、辐射校正和减噪等。
这些预处理步骤有助于提高图像的质量和准确性。
2. 控制点的选择几何校正过程中需要选择一些已知地理位置的控制点，用于图像与地理坐标系统的对应。
这些控制点可以是地面标志物、地理信息系统（GIS）数据或其他已知位置的遥感图像。
控制点的选择应均匀分布在图像中，并要尽量选择在不同地貌和地物类型上的点，以提高校正的准确性。
3. 变换模型的选择几何校正过程中需要选择适合图像特性和误差来源的变换模型。
常用的变换模型包括线性变换模型、多项式模型和地面控制点法等。
选择合适的变换模型可以提高校正的准确性和效率。
4. 校正方法和工具进行几何校正时，可以使用遥感软件如ENVI、ERDAS等提供的功能和工具。
这些软件提供了多种校正方法和算法，如影像配准、几何校正、快速校正等。
根据具体需求和图像特性选择合适的校正方法和工具，并进行参数设置和调整。
二、遥感图像的分类处理遥感图像的分类处理是指将图像中的像素按照其所代表的地物类型进行分类和划分。
分类处理的目的是将图像中的信息有效地提取出来，并用于地表特征的研究、资源调查和环境监测等。
1. 数据预处理在进行分类处理之前，需要对遥感图像进行数据预处理，包括辐射校正、几何校正、噪声抑制等。
这些预处理步骤可以提高分类的准确性和可靠性。
遥感图像几何处理ppt课件
问题三：坐标纠正变换两种方案
直接法（需进行像元的重新排列，要求存储空间大一倍，计
算时间也长）
间接法（常采用）
14
几个重要的问题
问题四：亮度值重采样
最邻近像元采样
（简单计算量小、辐射保真度好，但几何精度低）
双线性内插法
（实践中常采用）
双三次卷积重采样法
（内插精度较高，但计算量大）
15
双线性内插法
遥感图像几何处理
1
主要内容：
➢遥感图像几何变形 ➢遥感图像的几何处理 ➢遥感图像几何处理的应用
2
遥感图像的几何变形
遥感图像的几何变形是指原始图像上各地物的几 何位置、形状、尺寸、方位等特征与在参照系统 （切平面坐标系）中的表达要求不一致时产生的 变形。
Hale Waihona Puke 形误差➢ 静态误差与动态误差 ➢ 内部误差与外部误差
5
➢几何处理两个层次
粗纠正：仅对图像上的系统几何误差进行改正。对传感器内部畸变的改正 很有效，但处理后图像仍有较大的残差。 精纠正：消除图像中的几何变形，得到符合某种地图投影或图形表达要求的 新图像。
6
粗纠正
——基于图像的构像方程来进行。
MSS的构像方程：
（任一像元的构像，都等效于中心投影朝旁向旋转 了一个扫描角后，以像幅中心成像的几何关系。）
图像对另一幅图像的几何纠正
19
图像配准的关键问题 ——同名点的选取
方法之一：利用图像相关法自动获取
20
相关系数
相关性测度
mm
( fi, j fi, j )(gir, jc gr,c )
(c, r)
i1 j1
1
m
m
m
遥感图像处理
遥感图像处理1. 简介遥感图像处理是指利用遥感技术获取的卫星或无人机等遥感图像数据进行处理和分析的过程。
遥感图像处理可以应用于多个领域，包括地理信息系统（GIS）、环境监测、农业、城市规划等。
本文将介绍遥感图像处理的基本概念、常用方法和应用案例。
2. 遥感图像处理的基本概念遥感图像处理涉及多个概念和技术，以下是一些常用的基本概念：2.1 遥感图像遥感图像是通过遥感设备获取的图像数据，可以是卫星图像、航空摄影图像或无人机图像等。
遥感图像通常包含多个波段，每个波段代表不同的光谱信息。
2.2 遥感图像预处理遥感图像预处理是指对原始遥感图像数据进行校正、矫正和增强的过程。
预处理的目的是提高图像质量、减少噪声和伪影，并使得图像更适合进行后续处理和分析。
2.3 遥感图像分类遥感图像分类是指将遥感图像根据像素的特征或属性进行划分和分类的过程。
常见的遥感图像分类方法包括基于统计学的分类、基于机器学习的分类和基于深度学习的分类。
2.4 遥感图像变化检测遥感图像变化检测是指对多个时间点的遥感图像进行比较，以检测地物、景观或环境发生的变化。
遥感图像变化检测可以用于监测自然灾害、环境变化等。
2.5 遥感图像分析遥感图像分析是指对遥感图像进行解译和分析，提取图像中的有用信息和特征。
遥感图像分析可以用于土地利用/覆盖分类、植被指数计算等应用。
3. 遥感图像处理的常用方法遥感图像处理常用的方法包括图像增强、图像配准、图像融合和目标检测等。
3.1 图像增强图像增强是指通过对图像进行滤波、对比度拉伸、直方图均衡化等处理，以增强图像的可视化效果和信息提取能力。
常用的图像增强方法包括直方图均衡化、滤波（如中值滤波、高斯滤波）和锐化等。
3.2 图像配准图像配准是指将两幅或多幅遥感图像在坐标系、旋转、尺度和形变等方面进行校正和匹配的过程。
常用的图像配准方法包括特征点匹配、地物匹配和基于控制点的配准方法。
3.3 图像融合图像融合是指将多幅具有不同光谱或分辨率的遥感图像融合成一幅多光谱和高分辨率的遥感图像。
遥感图像的几何校正原理
遥感图像的几何校正原理遥感图像的几何校正原理是指通过对遥感图像进行几何变换，将图像投影到地球表面上的正确位置，以确保图像的几何特征和空间位置的精确性。
遥感图像的几何校正原理是遥感技术中极为重要的一个环节，它涉及到传感器投影模型的建立以及图像的几何校正方法和参数计算等多个方面。
遥感图像的几何校正原理主要包括以下几个方面：1. 传感器的几何投影模型：遥感图像是通过传感器获取到的，而传感器的几何投影模型是校正的基础。
传感器的几何投影模型是描述传感器观测到的像元在地面坐标系中的位置的数学模型，通常包括摄影几何模型和几何投影模型。
摄影几何模型主要用于航片和卫星图像的几何定位，几何投影模型主要用于平面影像和正射影像的几何定位。
根据传感器的类型和几何特性，选择合适的几何投影模型进行校正。
2. 地面控制点的选择：地面控制点是指已知准确地理坐标的地物特征点，通过对图像与地面控制点的匹配，可以确定图像与地面坐标系之间的几何关系。
地面控制点的选择应具有代表性和充分的空间分布，以保证校正的几何精度。
常用的地面控制点包括地面标志物、地物边界等。
3. 图像配准和校正：图像配准是指将图像与地面控制点进行匹配，确定图像在地面坐标系中的位置。
图像校正是通过几何变换将图像投影到正确位置，保证图像的几何特征和空间位置的准确性。
常用的图像校正方法包括多项式变换、分段线性变换和二次变换等。
多项式变换是基于一阶、二阶或高阶多项式函数进行校正的方法，它可以实现图像的平移、旋转、缩放和错切等变换。
分段线性变换是将图像分成若干个区域，然后在每个区域内进行线性变换。
二次变换是将图像分成若干个二次曲面，然后在每个二次曲面内进行变换。
4. 校正参数的计算：校正参数是指用于实现图像校正的参数，一般包括平移、旋转、缩放和错切等参数。
校正参数的计算是校正过程中的关键一步，一般通过最小二乘法、迭代法和控制点测量法等方法来求解。
最小二乘法是一种常用的数学优化方法，通过最小化图像与控制点之间的误差，求解校正参数。
遥感图像的几何校正原理
遥感图像的几何校正原理遥感图像的几何校正是指通过对图像进行空间几何变换，将其投影到地球表面，使得图像中的每一点对应到地球表面上的一个准确位置。
这样做的目的是为了消除图像中由于遥感器在获取图像时的姿态、高度、地球自转等因素造成的图像畸变，并且使得图像能够与地理信息系统中的地图数据进行精确叠加，从而实现对地理空间信息的准确提取和分析。
在遥感图像处理中，几何校正是非常重要的一环，对于后续的遥感信息提取、地图制图和空间分析等应用具有重要的意义。
遥感图像的几何校正原理主要包括以下几个方面：1. 姿态校正：遥感器在获取图像时往往会受到外部因素的影响，导致姿态不稳定，从而引起图像中的位置畸变。
因此，需要对图像进行姿态校正，使得图像中的每一个像素能够按照准确的空间位置进行定位。
姿态校正的主要方法包括使用姿态角信息进行校正、使用GPS/惯导等辅助信息进行姿态测量以及使用地面控制点进行姿态精确校正。
2. 像元定位：在遥感图像中，像元是指图像中的一个最小单元，通常对应于地面上的一个小区域。
在进行几何校正时，需要将图像中的像元与地球表面上的实际位置进行对应，这就需要确定每个像元的准确位置，即像元的定位。
像元定位的主要方法包括使用地面控制点进行像元定位、通过建立像元坐标系系统进行像元定位以及通过地形起伏对像元进行补偿。
3. 系统误差校正：在遥感图像获取过程中，会受到一些系统误差的影响，例如大气、地形或者地面表面的变化等因素会导致图像中的位置畸变。
因此，需要进行系统误差校正，以消除这些系统误差对图像的影响，从而提高图像的精度和准确度。
系统误差校正的主要方法包括对图像进行大气校正、进行地形效应校正以及通过地面控制点进行系统误差校正。
4. 投影变换：在进行几何校正时，需要对图像进行投影变换，将其投影到地球表面上的准确位置。
投影变换的最常用方法是采用地图投影方法，将图像投影到地图数据的坐标系上，从而实现图像与地图数据的叠加和精确对应。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
各单个外方位元素引起的图像变形
•dXs、dYs、dZs 、 dκ ——线性变化 •dφ、dω——非线性变形
外方位元素引起的动态扫描图像的变形
（三）地形起伏引起的像点位移
•投影误差是由地面起伏引起的像点位移，当地形有 起伏时，对于高于或低于某一基准面的地面点，其 在像片上的像点与其在基准面上垂直投影点在像片 上的构像点之间有直线位移。
（四）地球曲率引起的图像变形
•地球曲率引起的像点位移与地形起伏引 起的像点位移类似。只要把地球表面（把 地球表面看成球面）上的点到地球切平面 的正射投影距离看作是一种系统的地形起 伏，就可以利用前面介绍的像点位移公式 来估计地球曲率所引起的像点位移。
•在考虑遥感影像的图像变形时，地球曲率引 起的像点位移一般是不能忽略的。当利用共 线方程进行几何校正时，由于已知控制点的 大地坐标是以平面作为水准面的，而地球是 个椭球体，所以需按上述方法对像点坐标进 行改正，以解决两者之间的差异，使改正后 的像点位置，投影中心和地面控制点坐标之 间满足共线关系。
•静态误差：传感器相对于地球表面呈静止状态时所 具有的各种变形误差。 •动态误差：由于地球的旋转等因素所造成的图像变 形误差。 •内部误差：由于传感器自身的性能技术指标偏移标 称数值所造成的。 •外部变形误差：由传感器以外的各种因素所造成的 误差，如传感器的外方位元素变化，传感器介质不 均匀，地球曲率，地形起伏以及地球旋转等因素引 起的变形误差。
投影方式：中心投影、全景投影、斜距投影、平行投影
点中心投影（多中心投影，光机扫描） 中心投影 线中心投影（行中心投影，线阵CCD） 面中心投影（中心投影，画幅式相机）
讨论其它方式投影图像常以平坦地区，垂直摄影的 中心投影像片为标准。
全景投影变形dy y源自p y p f tg 遥感图像通用构像方程
•遥感图像的构像方程是指地物点在图像上的图像坐标 (x，y)和其在地面对应点的大地坐标(X、Y、Z)之间 的数学关系。根据摄影测量原理，这两个对应点和传 感器成像中心成共线关系，可以用共线方程来表示。 •这个数学关系是对任何类型传感器成像进行几何纠正 和对某些参量进行误差分析的基础。
构像方程中的坐标系
通用构像方程
•在地面坐标系与传感器坐标系之间建立 的转换关系称为通用构像方程
•中心投影构像方程 •全景摄影机的构像方程 •推扫式传感器的构像方程
•扫描式传感器的构像方程
•侧视雷达图像的构像方程
RS Image Geometric Distortion
遥感图像的几何变形
•遥感图像成图时，由于各种因素的影响，图像本身的 几何形状与其对应的地物形状往往是不一致的。 几何变形：原始图像上各地物的几何位置、形状、尺 寸、方位等特征与在参照系统中的表达要 求不一致时产生的形变。 研究遥感图像几何变形的前提是必须确定一个图像投 影的参照系统，即地图投影系统。
斜距投影变形
1 dy y p y f y tg p cos
（二）外方位元素变化引起的图像变形
•传感器的外方位元素，是指传感器成像时的位 臵（Xs,Ys,Zs）和姿态角（φ,ω, κ） •考虑到在竖直摄影条件下 , φ= ω=κ≈ 0
•外方位元素变化所产生的像点位移
遥感技术与应用
遥感技术与应用
第五讲遥感图像的几何处理
•遥感传感器的构像方程 •遥感图像的几何变形 •遥感图像的几何处理 •图像间的自动配准和数字镶嵌
遥感传感器的构像方程
•遥感图像通用构像方程 •中心投影构像方程 •全景摄影机的构像方程 •推扫式传感器的构像方程 •扫描式传感器的构像方程 •侧视雷达图像的构像方程
静态变形 (static distortion)
焦距变动 像主点偏移 镜头畸变 内部误差 不同波段相同扫描线成像时差 棱镜旋转速度不均匀 扫描线的非直线性或非平行性 采样的时间误差 扫描仪 摄影相机
静态变形 (static distortion)
外方位元素变化 传感介质的不均匀 外部误差 地形起伏
地球曲率
地球旋转
动态变形 (dynamic distortion)
扫描行首末点成像的时间差
每幅首末行（扫描行）的时间差
主要变形
（一）传感器成像方式引起的变形 （二）外方位元素引起的变形
（三）地形起伏引起的变形
（四）地球曲率引起的变形
（五）大气折射引起的变形
（六）地球自转引起的变形
（一）传感器成像方式引起的变形
（六）地球自转引起的图像变形
地球自转的影响
•在常规框幅摄影机成像的情况下，地球自转不会 引起图像变形，因为其整幅图像是在瞬间一次曝 光成像的。 •地球自转主要是对动态传感器的图像产生变形影 响，特别是对卫星遥感图像。当卫星由北向南运 行的同时，地球表面也在由西向东自转，由于卫 星图像每条扫描线的成像时间不同，因而造成扫 描线在地面上的投影依次向西平移，最终使得图 像发生扭曲。
（五）大气折射引起的图像变形
大气层不是一个均匀的 介质，它的密度是随离 地面高度的增加而递减， 因此电磁波在大气层中 传播时的折射率也随高 度而变化，使得电磁波 的传播路径不是一条直 线而变成了曲线，从而 引起像点的位移，这种 像点位移就是大气层折 射的影响。
•大气折射对框幅式像片上像点位移的影响在量 级上要比地球曲率的影响小得多 •对侧视雷达图像，大气折射的影响体现在两方 向。第一是大气折射率的变化使得电磁波的传播 路径改变；第二是电磁波的传播速度减慢，而改 变了电磁波传播时间。 •大气折射引起的路程变化的影响极小，可忽略 不计。而时间变化的影响，不能忽略，需加以改 正。