摄影测量-图像纠正与配准

Cubic Convolution output cell value determined by calculating the distanceweighted average of the closest 16 input cells
Advantages • smoother-looking image than nearest neighbour Disadvantages • alters original data • slower than nearest neighbour or bilinear interpolation
（2）
c1 ⎤ ⎡ X − X S ⎤ c 2 ⎥ ⎢ Y − YS ⎥ ⎥ ⎥⎢ c3 ⎥ ⎢ Z − Z S ⎥ ⎦ ⎦⎣
[二]、反解法（间接法）数字微分纠正
2、计算像点坐标
x − x0 = m1 ⋅ ( I − I 0 ) + m2 ( J − J 0 ) y − y0 = n1 ⋅ ( I − I 0 ) + n2 ( J − J 0 )
一、基本概念
正射影像 消除了倾斜误差和投影误差且具有规定比 例尺的影像。 数字正射影像地图 将正射影像与重要的地形要素符号及注记 叠置，并按相应的地图分幅标准分幅，以数字 形式表达的地图。
一、基本概念
数字微分纠正 根据有关的参数（用控制点解算）与数字 地面模型，利用相应的构像方程式，或按一定 的数学模型，从原始非正射投影的数字影像获 取正射影像，这种过程是将影像化为很多微小 的区域逐一进行纠正，且使用的是数字方式处 理，故叫做数字微分纠正。 微分纠正单元：点、线、面
⎡ x − x0 ⎤ ⎡ m1 λ ⎢ y − y 0 ⎥ = λ ⎢ n1 ⎢ ⎥ ⎢ ⎢ − f ⎥ ⎢0 ⎣ ⎦ ⎣ m2 n2 0 0 ⎤ ⎡ I − I 0 ⎤ ⎡ a1 ⎢ 0⎥ ⎢ J − J 0 ⎥ = ⎢a2 ⎥⎢ ⎥ 1 ⎥ ⎢ − f ⎥ ⎢ a3 ⎦⎣ ⎦ ⎣
b1 b2 b3 c1 ⎤ ⎡ X − X S ⎤ c 2 ⎥ ⎢ Y − YS ⎥ ⎥⎢ ⎥ c3 ⎥ ⎢ Z − Z S ⎥ ⎦⎣ ⎦
第六章 遥感图像纠正与配准
Image rectification and registration
Need for Correction? • combine data from different sources • present image data on an established map projection
一、基本概念
畸变图像：在图像获取过程中，由于各种因素的影响使原始 景物的构像产生景物辐射值和几何形状上的畸变，从而得到 原始景物的退化图像，称为畸变图像。 图像校正：对退化的图像进行处理，使其恢复到原始目标的 状态称为图像校正，或图像复员。 辐射校正：消除辐射量失真的校正。 几何校正：消除几何畸变的校正（图像纠正）。 图像配准：将两幅图像或图像与地图进行空间对准的过程。
b. Gray-level Interpolation This is necessary because, in general, integer (x,y) positions in the input image map to fractional positions in the output image and conversely.
( I ′, J ′) ⇒ ( I , J ) ( X , Y , Z ) ⇒ ( x, y ) ( x, y ) ⇒ ( I , J )
a1( X − XS )+ b1(Y −YS )+ c1( Z − ZS ) ⎧ ⎪x = − f a ( X − X )+ b (Y −Y )+ c ( Z − Z ) ⎪ 3 S 3 S 3 S ⎨ ⎪y = − f a2( X − XS )+ b2(Y −YS )+ c2( Z − ZS ) ⎪ a3( X − XS )+ b3(Y −YS )+ c3( Z − ZS ) ⎩
Image Resampling Methods
Nearest Neighbour uses the input cell value closest to the output cell as the assigned value to the output cell Advantages • data are not averaged • fast Disadvantages • resampled image may not be smooth • some data values may be lost, while other values may be duplicated
二、图像的畸变
三、遥感图像的几何校正
Geometric Correction
几何校正的过程
输入 原始 数字 图像
建立 纠正 变换 函数
确定 输出 影像 范围
逐个 像素 几何 变换
Байду номын сангаас
像素 亮度 值重 采样
输出 纠正 后的 图像
Geometric Operatioin
a. The Spatial Transformation This specifies the “motion”of each pixel as it “moves” from its initial to its final position in the image. Polynomial Differential
原 始 影 像 像 影 射
正
纠正影像
Y
原始影像
• • • • • • • • • • • • • • • • • • • • • • • • •
x
y
X
c. Implementation
•Pixel-filling(or backward-mapping)间接法 The output image pixels are mapped back into the input image, one at a time, to establish their gray level. If an output pixel falls between four input pixels, its gray level is determined by gray-level interpolation.
取灰度 原始影像 正射影像
[二]、反解法（间接法）数字微分纠正
1、计算地面点坐标
正射影像的比例尺 正射影像左下角像素 所对应的地面坐标
X = X Y = Y0 X = X Y = Y0 X = X Y = Y0
+ M ⋅ X ′ 正射影像的坐标 + M ⋅Y ′
0
+ M ⋅ I′⋅Δx + M ⋅ J ′⋅Δy
二、图像的畸变
g（x，y ) = Tg Tr { f ( x′, y′) }+ n( x, y )
目标 辐射能 视目标 辐射能 图像 辐射能 退化图像 辐射能
f ( x, y )
ha
大气 效应
f ′( x, y )
g 0 ( x, y ) ho hs
图像 记录与 检测
g r ( x, y )
Tg
随机噪声 几何 失真 结构噪声
Bilinear Interpolation output cell value determined by calculating the distanceweighted average of the 4 closest input cells
Advantages • smoother-looking image than nearest neighbour Disadvantages • alters original data • slower than nearest neighbour
x ⎧ x= − f A ⎪ zA ⎪ ⎨ ⎪ y = − f yA ⎪ zA ⎩
xA yA zA = = =λ x − x0 y − y 0 − f
⎡ x − x 0 ⎤ ⎡ x A ⎤ ⎡ a1 λ ⎢ y − y0 ⎥ = ⎢ y A ⎥ = ⎢a2 ⎥ ⎢ ⎥ ⎢ ⎢ ⎢ − f ⎥ ⎢ z A ⎥ ⎢ a3 ⎦ ⎣ ⎦ ⎣ ⎣ b1 b2 b3
取灰度 原始影像 正射影像
3、直接法与间接法的比较
计算
(x,y,Z)
(X,Y)
直接法
(Z) (X,Y,Z)
送灰度 灰 度 赋 值 原始影像 取灰度 正射影像
(x,y)
间接法
[二]、反解法（间接法）数字微分纠正
1、计算地面点坐标
g ( I ′, J ′) = g ( I , J )
( I ′, J ′) ⇒ ( X , Y , Z )
0
+ I′⋅ΔX + J ′⋅ΔY
0
( I ′, J ′) ⇒ ( X , Y , Z )
DEM
[二]、反解法（间接法）数字微分纠正
2、计算像点坐标
⎧ ⎪ x − x0 = − f ⎪ ⎨ ⎪y − y = − f 0 ⎪ ⎩ a 1 ( X − X S ) + b1 (Y − Y S ) + c1 ( Z − Z S ) a 3 ( X − X S ) + b 3 (Y − Y S ) + c 3 ( Z − Z S ) a 2 ( X − X S ) + b 2 (Y − Y S ) + c 2 ( Z − Z S ) a 3 ( X − X S ) + b 3 (Y − Y S ) + c 3 ( Z − Z S )
⎡ x − x 0 ⎤ ⎡ x A ⎤ ⎡ a1 λ ⎢ y − y0 ⎥ = ⎢ y A ⎥ = ⎢a2 ⎥ ⎢ ⎥ ⎢ ⎢ ⎢ − f ⎥ ⎢ z A ⎥ ⎢ a3 ⎦ ⎣ ⎦ ⎣ ⎣