第五章 遥感图像处理——几何校正
Envi遥感图像几何校正
遥感数字图像处理——几何精校正1.实验原理、目的和内容1.1.实验原理遥感图像纠正是通过计算机对图像每个像素逐个地解析纠正处理完成的，所以能够较清晰地改正线性和非线性变形误差。
几何精纠正的基本原理是回避成像的空间几何过程，直接利用地面的控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥感图像的总体畸变可以看做是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。
因此，校正前后的图像相应点的坐标关系可以用一个适当的数学模型来表示。
1.2.实验目的采用图像-地图纠正法，对TM遥感图像进行几何精纠正，即把不同传感器具有几何精度的图像和地图中的相同地物元素精确地彼此匹配、叠加在一起，以满足集成的需要。
1.3.实验内容对南京市TM图像AA进行几何精纠正。
2.实验过程2.1.地图投影信息的获取进行精校正之前，应该获取标准图像的投影信息，利用ArcGIS或MapInfo软件即可查看投影类型为：GK Zone 20(Pulkovo 1942)2.2.显示需要校正的图像利用Envi导入图像，RGB合成，选择4，3，2波段即可2.3.选择控制点本实验中采用图像-地图纠正，在图像窗口中选择地面控制点（GCP），然后在地图窗口中找到同名地物点，记录点位的坐标信息（见图1）。
首先，进行图像-地图纠正，Map——Registration——Select GCPs：Image to Map。
再在Image to Map Registration窗口中，根据参照的矢量地图选择Gk Zone 20(Pulkova 1942)，确定后，弹出Ground Control Points Selection窗口。
在添加地面控制点：在图像窗口中移动光标，确定GCP的位置，然后在矢量地图窗口中确定同名地物点，并将其坐标拷贝到本窗口中的地图坐标文本框中。
确认合适后，单击Add Point产生一个同名地物点。
（见图2）依次进行下去，直到数量复合要求，一般需要6个以上，并且分布均衡（图3）选取控制点完毕后进行纠正，由于选取控制点数量较少，因此使用一阶多项式的方法，重采样方法为最临近采样。
遥感图像几何校正
第4讲遥感图像几何校正遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。
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，由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。
在开始介绍ENVI的几何校正操作之前，首先对ENVI的几何校正几个功能要点做一个说明。
1几何校正方法（1）利用卫星自带地理定位文件进行几何校正对于重返周期短、空间分辨率较低的卫星数据，如A VHRR、MODIS、SeaWiFS等，地面控制点的选择有相当的难度。
这时，可以利用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。
（2） image to image几何校正通过从两幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置（3）image to map几何校正通过地面控制点对遥感图像几何进行平面化的过程。
（4）image to image 自动图像配准根据像元灰度值或者地物特征自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配置过程。
（5）image registration workflow流程化工具将具有不同坐标系、不同地理位置的图像配准到同一坐标系下，使图像中相同地理位置包含相同的地物。
2控制点选择方式ENVI提供以下选择方式：∙从栅格图像上选择如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。
∙从矢量数据中选择如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。
∙从文本文件中导入事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。
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。
ENVI图像处理专题之：图像几何校正
ENVI图像处理专题之：图像几何校正1.遥感图像产生几何畸变的原因地物目标发出的电磁波被卫星上所载传感器接收，这些电磁波上记录和传达了地物目标的信息，这是遥感图像成像的过程也是它的内在规律。
在这个过程中图像的几何畸变也随即产生了，其中原因很多，主要表现在以下几个方面:1. 1卫星位置和运动状态变化的影响卫星围绕地球按椭圆轨道运动，引起卫星航高和飞行速度的变化，导致图像对应产生偏离与在卫星前进方向上的位置错动。
另外，运动过程中卫星的偏航、翻滚和俯仰变化也能引起图像的畸变。
以上误差总的来说，都是因为传感器相对于地物的位置、姿态和运动速度变化产生的，属于外部误差。
此外，由于传感器本身原因产生的误差，即内部误差，这类误差一般很小，通常人们不作考虑。
1. 2地球自转的影响大多数卫星都是在轨道运行的降段接收图像，即当地球自西向东自转时，卫星自北向南运动。
这种相对运动的结果会使卫星的星下位置产生偏离，从而使所成图像产生畸变。
1. 3地球表面曲率的影响地球表面是不规则的曲面，这使卫星影像成像时像点发生移动，像元对应于地面的宽度不等。
特别是当传感器扫描角度较大时，影响更加突出。
1. 4地形起伏的影响当地形存在起伏时，使原来要反映的理想的地面点被垂直在其上的实际某高点所代替，引起图像上像点也产生相应的偏离。
1. 5大气折射的影响由于大气圈的密度是不均匀分布的，从下向上越来越小，使得整个大气圈的折射率不断变化，当地物发出的电磁波穿越大气圈时，经折射后的传播路径不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。
2.进行几何校正并保证精度的必要性遥感图像几何校正的精确与否直接关系到应用遥感信息反应地表地物的地理位置和面积的精确度，关系到从图像上获取的信息准确与否，因此在选择控制点上要十分小心，尽可能提高其精度，并且要对校正结果进行反复的分析比较，必要时还要进行多次校正。
几何校正让图像上地物对应的像元出现在它应该在的地方，再通过辐射校正、影像增强等遥感图像处理技术，还图像以“本来面目”。
第5章_遥感数字图像处理_图像校正(1)
散射增加了达到卫星传感器的能量，从而 降低了遥感图像的反差，反差降低则降低 了图像的分辨率，因此必须进行校正。 低分辨率图像的空间范围比较大，不能认 为图像中各处的大气散射是均匀的，需要 进行分区校正。
（3）太阳辐射
太阳位置(高度角和方位角)造成光照条件的差异引起的辐 射误差 太阳高度角较低时，图像上会产生阴影压盖其他地物的 图像，造成同物异谱问题，影响遥感图像的定量分析和自 动识别。 地形起伏引起的辐射误差 地面倾斜度 由于地形的变化，在遥感图像上会造成同类地物灰度不 一致的现象。
到达地表的全球年辐射总量的分布基本上成带状，只有在低纬度地区受到破坏。在赤 道地区,由于多云，年辐射总量并不最高。南北半球的副热带高压带，特别是在大陆
荒漠地区，年辐射总量较大，最大值在非洲东北部。
在各种因素中，大气的影响要首先考虑。 大气散射与吸收太阳的下行辐射和传感器 接收的上行辐射的光谱特性造成深刻的影 响。 大气影响使图像表面的细节变模糊，大气 辐射校正的目的是消除这些影响，提高表 面反演的准确性。
（1）大气分子及气溶胶瑞利散射和米氏散 射、分子及气溶胶的吸收、散射以及散射 吸收的耦合作用。大气的存在导致程辐射 及吸收，这是两个相互对立的作用，一个 增加辐射量，一个减少辐射量。
瑞利散射：又远小于光波长的气体分子引起，大小与波长的四次方成 正比； 米氏散射：有大小与光波长相当的颗粒（气溶胶：如烟、水蒸气）引 起，也称为气溶胶散射，大小与波长成反比。
传感器端的辐射校正的原理
利用已经建立的地物反射率与遥感图像像素之间的关 系，通过遥感图像的像素值计算传感器端的像素的反
射率。一般通过辐射定标来完成。
辐射校正的结果可以是辐亮度也可以是反射率。
遥感图像处理—几何校正
遥感图像处理—⼏何校正 本节将从原理和代码两个⽅⾯讲解遥感图像的⼏何校正。
原理 ⾸先介绍⼏何校正的概念：在遥感成像过程中，传感器⽣成的图像像元相对于地⾯⽬标物的实际位置发⽣了挤压、扭曲、拉伸和偏移等问题，这⼀现象叫做⼏何畸变。
⼏何畸变会给遥感图像的定量分析、变化检测、图像融合、地图测量或更新等处理带来的很⼤误差，所以需要针对图像的⼏何畸变进⾏校正，即⼏何校正。
⼏何校正分为⼏何粗校正和⼏何精校正。
粗校正是利⽤空间位置变化关系，采⽤计算公式和辅助参数进⾏的校正，叫做系统⼏何校正；精校正是在此基础上，使图像的⼏何位置符合某种地理坐标系统，与地图配准，调整亮度值，即利⽤地⾯控制点（GCP）做的⼏何精校正。
⼏何校正步骤：1.空间位置的变换（像元坐标）2.像元灰度值的重新计算，即重采样。
1. 坐标变换 坐标变换分为直接法和间接法。
1）直接法：从原始图像阵列出发，依次计算每个像元在输出图像中的坐标。
直接法输出的像元值⼤⼩不会发⽣变化，但输出图像中的像元分布不均匀。
2）间接法：从输出图像阵列出发，依次计算每个像元在原始图像中的位置，然后计算原始图像在该位置的像元值，再将计算的像元值赋予输出图像像元。
此⽅法保证校正后的图像的像元在空间上均匀分布，但需要进⾏灰度重采样。
该⽅法是最常⽤的⼏何校正⽅法。
由上图可见，直接法直接以原始图像的坐标为基准点，坐标偏移到校正后的图像，坐标的位置有很多出现在了像元的中间位置，所以直接输出像元值⼤⼩导致像元分布不均匀。
⽽对于间接法。
以输出图像的坐标为基准点，已经定义在了格点的位置上，此时反算出该点在原始图像上对应的图像坐标，坐标多数落在像元的中间位置。
这⾥采⽤最邻近法、双线性内插和三次卷积法来计算该点的灰度值，达成重采样的⽬的。
2. 重采样 图像数据经过坐标变换之后，像元中⼼的位置发⽣改变，其在原始图像的位置不⼀定是整数⾏\列，需要根据输出图像各像元在原始图像中对应的位置，对原始图像重采样，建⽴新的栅格矩阵。
1 遥感图像处理--几何校正
北京54坐标系和西安80坐标系 采用的主要参数
坐标名称 北京54 西安80
投影类型 Transverse Mercator Transverse Mercator
椭球体 Krasovsky IAG-75
基准面 北京54 西安80
知识介绍—建立自定义坐标系
ENVI中坐标定义文件存放在安装目录下的 IDL??\products\envi??\map_proj文件夹下， 三个文件记录了坐标信息：
知识介绍—图像投影转换
投影转换 1）选择主菜单->Map->Convert Map Projection。 2）在Convert Map Projection对话框中，单击Change Proj按钮。 3）在Projection Selection对话框中，选择New按钮。 4）在Customized Map Projection Definition对话框中填写投影名
ENVI中的几何校正
重采样方法（ENVI提供的内插方法）
1）最近邻法
取与所计算点(x,y)周围相邻的4个点，比较它们 与被计算点的距离，哪个点距离最近，就取哪个亮 度值作为(x,y)点的亮度值。
2）双线性内插法
取(x,y)点周围的4个邻点，在y方向内插二次， 再在x方向上内插一次，得到(x,y)点的亮度值f(x,y)。
ellipse.txt 椭球体参数文件 datum.txt 基准面参数文件 map_proj.txt 坐标系参数文件
知识介绍—建立自定义坐标系
ENVI中自定义坐标系分三步：定义椭球体、基准面 和定义坐标参数。
第一步：添加椭球体
椭球体描述语法：<椭球体名称>, <长半轴>, <短半 轴>
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)。
ye te
ye 为图像错动量；
te
扫Байду номын сангаас整景图像时间；
该纬度的地球自转
线速度； L 图幅地面长度；
R 地球平均半径
6378KM； 卫星运行平均角 速度；
（五）大气折射
整个大气层不是一个均匀的介质，因 此电磁波在大气层中传播时的折射率也随 高度的变化而变化，使电磁波传播的路径 不是一条直线而变成了曲线，从而引起像 点的位移，这种像点移位就是大气折光差 。
计算量增加，且对影像起到 平滑作用，从而使对比度明 显的分界线变得模糊。
3
更好的影像质量，细节表现更 为清楚。
工作量很大。
遥感图像的镶嵌（Mosaic）
数字影像镶嵌是将两幅或多幅数字影 像(它们有可能是在不同的摄影条件下获取 的)拼在一起，构成一幅整体图像的技术过 程。在遥感应用中，影像镶嵌有着重要的 应用。
原始图像
俯仰变化
翻滚变化
偏航变化
（3）地球本身对遥感影像的影响 （二）地形起伏的影响
当地形存在起伏时，会产 生局部像点的位移，使原 来本应是地面点的信号被 同一位置上某高点的信号 代替。由于高差的原因， 实际像点P距像幅中心的距 离相对于理想像点 P0 距像 幅中心的距离移动了△r。
高差引起的像点位移
1、镶嵌要有足够宽的重叠区，最好不少于图像
的1/5。
2、相邻的图像色调或灰度值应一致；
3、最好依据地图投影方式先分幅校正，后镶嵌，
以保证较高的精度。
多图像几何配准
在实际应用过程经常需要将同一地区的不同类型 传感器获得的各种遥感数据“匹配”起来，以利
用各自优点，这种作法称为多图像几何配准。
—以距内插点最近的观测点的像元值为所求的像元值。
k=Integer(x+0.5) l=Integer(y+0.5)
f(x,y)=f(k,l)
几何位置上的精度为±0.5象元
双线性内插法(Bilinear Interpolation)
取（ x ， y ）点周围的 4 邻点，在y方向（或x方向） 内插一次，再在x方向 （或 y 方向）内插一次， 得到（x，y）点的亮度值 f(x ， y ），该方法称双线 性内插法。
数字图像纠正的处理过程框图
准 备 工 作
输入原 始数字 图像
建立纠正 变换函数
影像范围 确定输出
输出纠正 后的图像
像素亮度 值重采样
逐个像素 的几何位 置变换
建立纠正变换函数
——多项式纠正法（Polynomial Geometric Modal）
多项式纠正法的基本思想：回避成像的空间几何过程，而 真接对图像变形的本身进行数学模拟。常用的二元齐次多 项式纠正变换方程为：
式中x，y为某像元的原始图像坐标；X，Y为纠正后同名
点的地面（或地图）坐标；ai，bi为多项式系（i=0,1,2…）
p(x,y)
P(X,Y)
求出多项式系数，一般选择最小控制点的数 量为：(n+1)(n+2)/2，n 为多项式次数。
控制点的选取原则
控制点应选取图像上易分辨且较精细的特征点，
这很容易通过目视方法辨别，如道路交叉点、河
四个计算结果在另一方向上内 插，得到f(x，y）。
三次卷积内插法：具有影像的均衡化和清晰化的效果，可得到 较高的影像质量，但缺点是破坏了原来的数据，且计算量大。
三种内插方法比较
方法 1 优点 简单易用，计算量小 缺点
处理后的影像亮度具有不连 续性，影响精确度
2
精度明显提高，特别是对亮度 不连续现象或线状特征的块状 化现象有明显的改善。
遥感数字影像镶嵌原理
影像镶嵌的原理是：如何将多幅影像从几何 上拼接起来，这一步通常是先对每幅图像进 行几何校正，将它们规划到统一的坐标系中， 然后对它们进行裁剪，去掉重叠的部分，再 将裁剪后的多幅影像装配起来形成一幅大幅 面的影像。
遥感图像数字镶嵌
数字镶嵌在理论和方法上与几何校正类似，有
几点注意：
双线性内插法:破坏了原来的数据，但具有平均化的滤波效果。
三次卷积内插法（Cubic Convolution）
取（ x ， y ）周围相邻的 16 个邻 点，与双向线性内插类似，可 先在某一方向上内插，每4个值 依次内插 4 次，求出 f （ x ， j-
1 ） ， f(x,j) ， (x,j+1),f(x,j+2) ， 再 根 据 这
大气折光差示图
二、遥感图像的几何校正 (Geomatric Correction)
校正原理
利用实地测量的地物的真实坐标值，寻找实 测值与存在畸变的图像坐标之间的函数关系，从 而改正原始影像的几何变形，产生一幅符合某种 地图投影或图形表达要求的新图像。
基本环节有两个：
一是建立纠正变换函数； 二是像元灰度值重采样。
一是指平台在运行过程中，由于姿态、地球曲 率、地形起伏、地球旋转、大气折射、以及传 感器自身性能所引起的几何位置偏差。 二是指图像上像元的坐标与地图坐标系统中相 应坐标之间的差异。
引起遥感图像几何变形的因素
（一）传感器外方位元素变化的影响
传感器的外方位元素，是指传感器成像时的
位置（Xs，Ys，Zs）和姿态角（ α ，ω ，κ ）。
第五章 遥感图像处理—几何校正
遥感图像的几何变形 遥感图像的几何校正
一、遥感图像的几何变形
遥感图像的几何变形 指图像上像元在图像 坐标系中的坐标与其在地图坐标系等参考坐标 系统中的对应坐标之间的差异。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。
遥感图像的几何变形有两层含义
（三）地球曲率
地球是球体，严格说是椭球体，因此地 球表面是曲面。地球曲率引起的像点位 移类似于地形起伏引起的像点位移。Δh 看作是一种系统的地形起伏，就可以利 用像点位移公式来估计地球曲率所引起 的像点位移。
地球曲率的变形图示
Δh
（四）地球自转的影响
地球自转对于瞬时光学成像遥感方式没有影响，对 于扫描成像则造成图像平行错动。
x a0 (a1 X a2Y ) (a3 X 2 a1 XY a5Y 2 ) (a6 X 3 a7 X 2Y a8 XY 2 a9Y 3 )
y b0 (b1 X b2Y ) (b3 X 2 b4 XY b5Y 2 ) (b6 X 3 b7 X 2Y b8 XY 2 b9Y 3 )
遥感平台运动位置和状态变化
遥感平台位置和运动状态变化的影响
旁向位移的影响 速度变化即航向位移的影响 高度变化的影响—地面分辨率不均匀 俯仰变化的影响 翻滚变化的影响 偏航变化的影响
平台运动状态引起的图像变形
速度变化
旁向位移变化
高度变化
(d α）
(dω )
(dκ )
俯仰变化
翻滚变化
偏航变化
动态扫描图像的变形
流弯曲或分叉处、湖泊边缘等。
特征变化大的地区应多选些点。
图像边缘部分一定要选取控制点。
应尽可能满幅均匀选取。
像元灰度值重采样（Resample)
校正前后图像的分辨率变化、像元点位置相对变化引 起输出图像阵列中的同名点灰度值变化。
X
x
P(X,Y) Y 纠正后影像 y
p(x,y)
纠正前影像
最近邻法(Nearest Neighbor )