遥感图像几何处理——第五讲(2)

纠正影像 亮度重配置
纠正方案的确定
间接法
原始影像
x = Gx ( X , Y ) y = Gy (X ,Y )
纠正影像 亮度重采样
灰度重采样
图像灰度值重采样概念： 图像灰度值重采样概念：以间接法纠正方案为例 •最近邻像元法 最近邻像元法 •双线性内插法 双线性内插法 •双三次卷积法 双三次卷积法
遥感图像的多项式纠正 •多项式纠正回避成像的空间几何过程，直接对图 多项式纠正回避成像的空间几何过程， 多项式纠正回避成像的空间几何过程 像变形的本身进行数字模拟。 像变形的本身进行数字模拟。 •遥感图像的几何变形由多种因素引起，其变化规 遥感图像的几何变形由多种因素引起， 遥感图像的几何变形由多种因素引起 律十分复杂， 律十分复杂，难以用一个严格的数字表达式来描 述，而是用一个适当的多项式来描述纠正前后图 像相应点之间的坐标关系。 像相应点之间的坐标关系。本法对各种类型传感 器图像的纠正是适用的。 器图像的纠正是适用的。 •利用地面控制点的图像坐标和其同名点的地面坐 利用地面控制点的图像坐标和其同名点的地面坐 标通过平差原理计算多项式中的系数， 标通过平差原理计算多项式中的系数，然后用该 多项式对图像进行纠正。 多项式对图像进行纠正。 •常用的多项式有一般多项式、勒让德多项式以及 常用的多项式有一般多项式、 常用的多项式有一般多项式 双变量分区插值多项式等。 双变量分区插值多项式等。
•在动态扫描成像时，由于传感器的外方 在动态扫描成像时， 在动态扫描成像时 位元素是随时间变化的，因此外方位元 位元素是随时间变化的，因此外方位元 素在扫描过程中的变化只能近似表达， 素在扫描过程中的变化只能近似表达， 此时共线方程本身的严密性就存在问题。 此时共线方程本身的严密性就存在问题。 所以动态扫描图像的共线方程纠正与多 项式纠正相比精度不会有大的提高。 项式纠正相比精度不会有大的提高。
重采样比较
纠正前后的图像
遥感图像的共线方程纠正
•共线方程纠正是建立在图像坐标与地面坐标严 共线方程纠正是建立在图像坐标与地面坐标严 共线方程纠正是建立在图像坐标与地面坐标 格数学变换关系的基础上的 关系的基础上的， 格数学变换关系的基础上的，是对成像空间几 何形态的直接描述。 何形态的直接描述。该方法纠正过程需要有地 面高程信息（ ），可以改正因地形起伏而 面高程信息（DEM），可以改正因地形起伏而 ）， 引起的投影差。因此当地形起伏较大， 引起的投影差。因此当地形起伏较大，且多项 式纠正的精度不能满足要求时， 式纠正的精度不能满足要求时，要用共线方程 进行纠正。 进行纠正。
•多项式系数 多项式系数ai,bj (i,j=0，1，2，… (N－1))一般 多项式系数 ， ， ， － 一般 由两种办法求得：用可预测的图像变形参数构成； 由两种办法求得：用可预测的图像变形参数构成； 利用已知控制点的坐标值按最小二乘法原理求解。 利用已知控制点的坐标值按最小二乘法原理求解。 •选用一次项纠正时，可以纠正图像因平移、旋 选用一次项纠正时， 选用一次项纠正时 可以纠正图像因平移、 比例尺变化和仿射变形等引起的线性变形。 转、比例尺变化和仿射变形等引起的线性变形。 •选用二次项纠正时，则在改正一次项各种变形 选用二次项纠正时， 选用二次项纠正时 的基础上，还改正二次非线性变形。 的基础上，还改正二次非线性变形。 •选用三次项纠正则改正更高次的非线性变形。 选用三次项纠正则改正更高次的非线性变形。 选用三次项纠正则改正更高次的非线性变形
•粗纠正处理对传感器内部畸变的改正很有效，但处 粗纠正处理对传感器内部畸变的改正很有效， 粗纠正处理对传感器内部畸变的改正很有效 理后图像仍有较大的残差
遥感图像的精纠正处理
•概念：消除图像中的几何变形，产生一幅符合 概念：消除图像中的几何变形， 概念 某种地图投影或图形表达要求的新图像。 某种地图投影或图形表达要求的新图像。 • 两个环节： 两个环节： –像素坐标的变换，即将图像坐标转变为地图或 像素坐标的变换， 像素坐标的变换 地面坐标； 地面坐标； –坐标变换后的像素亮度值进行重采样。 坐标变换后的像素亮度值进行重采样。 坐标变换后的像素亮度值进行重采样
•在航天摄影和卫星遥感的情况下，每幅图 在航天摄影和卫星遥感的情况下， 在航天摄影和卫星遥感的情况下 像所覆盖的地面范围很大， 像所覆盖的地面范围很大，图像地物在地球 切平面上的投影与其在地图上的投影之间有 着不可忽略的形变差异， 着不可忽略的形变差异，因此需要通过更严 密的变换来建立地物的图像坐标与地图坐标 之间的关系。 之间的关系。 •由于各类卫星图像的星历参数都是按地心 由于各类卫星图像的星历参数都是按地心 直角坐标提供，提出了建立以地心坐标系 地心坐标系为 直角坐标提供，提出了建立以地心坐标系为 基础的共线方程的问题。 基础的共线方程的问题。
像元 （图象坐标） 确定关系 地物目标 （地图坐标）
光学纠正 —— 对中心投影的像片 方法 数字纠正 —— 灵活，适应性强
数字影像纠正的基本原理
目的：改正原始影像的几何变形，生成符合某种地图 投影或图形表达要求的新图像。 基本环节：像元坐标变换 像元亮度重采样。 像元坐标变换和像元亮度重采样
准备工作 输入数字影像 建立纠正函数
遥感图像纠正处理过程 •根据图像的成像方式确定影像坐标和地面坐标 根据图像的成像方式确定影像坐标和地面坐标 之间的数学模型。 之间的数学模型。 •根据所采用的数字模型确定纠正公式。 根据所采用的数字模型确定纠正公式。 根据所采用的数字模型确定纠正公式 •根据地面控制点和对应像点坐标进行平差计算 根据地面控制点和对应像点坐标进行平差计算 变换参数，评定精度。 变换参数，评定精度。 •对原始影像进行几何变换计算，像素亮度值重 对原始影像进行几何变换计算， 对原始影像进行几何变换计算 采样。 采样。 •目前的纠正方法有多项式法，共线方程法和随 目前的纠正方法有多项式法，共线方程法和 目前的纠正方法有多项式法 机场插值法等 机场插值法等
Forstner算子 算子 •Forstner算子通过计算各像素的 算子通过计算各像素的Robert’s梯度和 算子通过计算各像素的 梯度和 像素为中心的一个窗口的灰度协方差矩阵， 像素为中心的一个窗口的灰度协方差矩阵，在影 像中寻找具有尽可能小而接近圆的误差椭圆的点 作为特征点。 作为特征点。
Harris算子 算子 •这种算子受信号处理中自相关函数的启发，给出 这种算子受信号处理中自相关函数的启发， 这种算子受信号处理中自相关函数的启发 与自相关函数相联系的矩阵M， 阵的特征值是 与自相关函数相联系的矩阵 ，M阵的特征值是 自相关函数的一阶曲率，如果两个曲率值都高， 自相关函数的一阶曲率，如果两个曲率值都高， 那么就认为该点是角点。 那么就认为该点是角点。
多项式纠正步骤 •用已知地面控制点求解多项式系数 用已知地面控制点求解多项式系数 •遥感图像的纠正变换 遥感图像的纠正变换 •遥感图像亮度（灰度）值的重采样 遥感图像亮度（ 遥感图像亮度 灰度）
纠正方案的确定
直接法
原始影像
X = F X (x , y ) Y = FY (x , y )
特征点的提取 •特征点主要指明显的点，角点、圆点等特征点主要指明显的点，角点、 特征点主要指明显的点 •提取算子 提取算子 –Moravec算子 算子 –Forstner算子 算子 –Harris算子 算子
Moravec算子 算子 •计算各像元的兴趣值 计算各像元的兴趣值 •给定一经验阈值，将兴趣值 给定一经验阈值， 给定一经验阈值 大于该阈值的点作为候选点。 大于该阈值的点作为候选点。 •选取候选点中的极值点作为 选取候选点中的极值点作为 特征点。 特征点。
Harris算子 算子
特征点的匹配 •灰度分布的影像相关匹配 灰度分布的影像相关匹配 •金字塔特征匹配 •金字塔特征匹配
高级特征
数字图像镶嵌
•图像镶嵌：将不同的图像文件合在一起形 图像镶嵌： 图像镶嵌 成一幅完整的包含感兴趣区域图像。 成一幅完整的包含感兴趣区域图像。 •不同时间同一传感器获取，也可以是不同 不同时间同一传感器获取， 不同时间同一传感器获取 时间不同传感器获取 但同时要求镶嵌的图像之间要有一定的重 叠度。 叠度。 •实质就是几何纠正（前提） 实质就是几何纠正（ 实质就是几何纠正 前提）
遥感图像的粗加工处理 •投影中心坐标的测定和解算 投影中心坐标的测定和解算 •卫星姿态角的测定 卫星姿态角的测定 •扫描角θ的测定 扫描角θ 扫描角 遥感图像的精纠正处理 •多项式纠正 多项式纠正 •共线方程纠正 共线方程纠正 •SPOT图像的共线方程纠正 SPOT图像的共线方程纠正 SPOT
遥感图像的粗加工处理
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 遥感传感器的构像方程 •遥感图像的几何变形 遥感图像的几何变形 •遥感图像的几何处理 遥感图像的几何处理 •图像间的自动配准和数字镶嵌 图像间的自动配准和数字镶嵌
遥感图像的几何校正
几何校正：从具有几何形变的图像中消除变 形的过程。
图像镶嵌步骤 •图像的几何纠正 图像的几何纠正 •搜索镶嵌边 •搜索镶嵌边 •亮度和反差调整 亮度和反差调整 •平滑边界线 平滑边界线
航空影像镶嵌
卫星影像镶嵌
遥感图像的裁剪
•根据研究区域的大小或形状截取一部分图象 根据研究区域的大小或形状截取一部分图象 •裁剪指研究区域只占整个图像的一部分，这 裁剪指研究区域只占整个图像的一部分， 裁剪指研究区域只占整个图像的一部分 个区域有可能是规则的，也可能是不规则的。 个区域有可能是规则的，也可能是不规则的。 •如果是规则的，则只要知道该区域的两个角 如果是规则的， 如果是规则的 点坐标就可以获取该区域的图像。 点坐标就可以获取该区域的图像。 •如果是不规则的，则需要知道该区域的边界。 如果是不规则的， 如果是不规则的 则需要知道该区域的边界。
图像间的自动配准和数字镶嵌
•图像间的自动配准 图像间的自动配准 •数字图像镶嵌