遥感图像的几何校正
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。
遥感图像的几何校正
分辨率：采用线对/毫米
f
Rg
Rs f H
Rg 为地面分辨率
H
H 为航高
Rs 为系统分辨率 f 为摄影机焦距
IKONOS 图像，1m分辨率
由于地形起伏 引起的平面上 的点位在相片 位置上的移动， 这种现象称为 像点位移，其 位移量就是中 心投影与垂直 投影在同一水 平面上的“投 影误差”
9个一定 高度的柱 子，影像 中心正射 投影，只 能看到顶； 其余成像 后放射状 的向外倒
物辐射状向外 称的向两侧倒，低
倒，低于基准 于基准面地物对称 面地物辐射状 的向中间倒 向内倒
高出基准面地物对
称的向两侧倒，低
于基准面地物对称 的向中间倒
传感器成像方式引起的图像变形 传感器外方位元素变化的影响 地形起伏引起的像点位移 地球曲率引起的图像变形 大气折射引起的图像变形 地球自转的影响
y f a12 ( X P X S ) a22 (YP YS ) a32 (ZP ZS ) a13 ( X P X S ) a23 (YP YS ) a33 (ZP ZS )
➢如辐射计、红外辐射计、微波辐射计、微波高 度计等
遥感 传感 器的 几何 投影 方式
中心投影类型：分幅式摄影机、面阵列 CCD传感器
掸扫式（逐点）：光/机
扫描成像、镜头转动式 摄影机
多中心投影类型
推扫式（逐线） ：固体 自扫描成像、狭缝式摄 影机
斜距投影成像仪： 侧视雷达等
不同类型成像传感器，其成像原理和投影方式也不同
➢ 中心投影构像方程 ➢ 多中心投影构像方程
➢推扫式传感器的构像方程 ➢扫描式传感器的构像方程
中心投影像片坐标与地面点大地坐标的关系：
X X
x
遥感图像的几何精校正
几何精校正原理：原始的遥感图像通常包含严重的集合变形，引起这种几何变形的原因包括系统性和非系统性两类。
系统性一般由传感器本身引起，可以用传感器模型来纠正；非系统性几何变形是没有规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。
几何校正的目的就是要纠正这些系统及非系统因素引起的图像变形。
几何校正，主要方法是采用多项式法，机理是通过若干控制点，建立不同图像间的多项式控件变换和像元插值运算，实现遥感图像与实际地理图件间的配准，达到消减以及消除遥感图像的几何畸变。
主要包括：地面控制点的采集，选择多项式纠正模型，重采样等过程。
步骤：第一步：打开并显示图像文件1.选取已有的哈密地区2011年的遥感影像，由于原图已做几何校正，因此将原图作为基准图，另外将原图做一角度旋转，删除其空间参考信息，保存作为待校正图像。
用原先的图像作为参考对旋转后的图像进行几何校正，使得其比较精确。
2.打开基准图像和待校正图像，#1为基准图像，#为旋转过后的待校正图像。
如下图所示（左边是参考图像，右边是待校正图像）：第二步：启动几何校正模块1.在envi4.7菜单栏单击Map——Registration——Select GCPs: Image to Image。
2.选择基准图像为Display #1，校正图像为Display #2。
点击OK进入采集地面控制点。
第三步：采集地面控制点1.选择控制点,在两幅图像中选择位置相同的点，精度要高，如河流、道路交叉点。
选取地面控制点时要遵循以下几个基本原则：选取的点要均匀分布，高程基本一致，选取特征明显的点，要有足够的数量。
2.第一个点选好后单击Add Point选择第二个点，精确选取4个点后就可以预测。
3.用软件自带的功能选取更多的点：把十字架放在参考影像某个地物，点选predict则待校正影像就会自动跳转到与参考影像相对应的位置，而后再进行适当的调整并选点，总共选取25个点。
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
Polynomial——多项式变换（同时做投影变换） ，设待纠正图像上飞像点 坐标（X，Y）和纠正后相应像点的坐标（x，y）可以用下 面的多项式来表示： x = a00+ a10 X + a01 Y + a20 X 2 + a11 XY + a02 Y 2 + ⋯ y = b00+ b10 X + b01 Y + b20 X 2 + b11 XY + b02 Y 2 + ⋯ 式中 aij，bij 为待求系数。多项式变换在卫星图像校正过程 中应用较多，在调用多项式模型时，需要确定多项式的次方数， 整景图像选择 3 次方。 次方数与所需要的最少控制点数是相关的，最少控制点计算公 式为（ t + 1 × t + 2 ） 2，式中 t 为次方数，即 1 次方最少需 要 3 个控制点，2 次方最少需要 6 个控制点，3 次方需要 10 个控 制点。 Rubber Sheeting——非线性、非均匀变换。 采点模式： ① 视窗采点模式，直接在视窗中采点； ② 文件采点模式，直接读入控制点文件或 ASCLL 码文件； ③ 地图采点模式，通过数字化仪采点或通过键盘输入控制点。 重采样方法： ① Nearest Neighbor——邻近点插值法， 将最邻近像元值直接赋予输出像 元。特点：运算量最小，但是内插精度较低。 ② Bilinear Interpolation——双线性插值法， 用双线性方程和 2×2 窗口输 出像元值。特点：内插精度和运算量都比较适中； ③ Cubic Convolution——立方卷积插值法，用三次方程和 4×4 窗口计算 输出像元值。特点：内差精度高，缺点是运算量很大；
④ Bicubic Spline Interpolation——双三次样条插值， 产生比双线性插值更 平滑的图像边缘。 三、几何校正的方法
实验四：遥感图像的几何校正
之后，点击Apply确认设置，再点击Close按钮进行下一步操作。
选择Existing Viewer，即以现有视图中的图像投影为配准依据。
确定后，打开校正对话框布局。
采集地面控制点（ 采集地面控制点（Ground Control Point） ） GCP的具体采集过程： 的具体采集过程： 的具体采集过程 在图像几何校正过程中，采集控制点是一项非常重要和繁重的工作， 在图像几何校正过程中，采集控制点是一项非常重要和繁重的工作，具体过程如 下： 1、 在GCP工具对话框中，点击 工具对话框中， 图表， 选择状态； 、 工具对话框中 点击Select GCP图表，进入 图表 进入GCP选择状态； 选择状态 2、 在GCP数据表中，将输入 数据表中， 的颜色设置为比较明显的黄色。 、 数据表中 将输入GCP的颜色设置为比较明显的黄色。 的颜色设置为比较明显的黄色 3、 在Viewer1中移动关联方框位置，寻找明显的地物特征点，作为输入 中移动关联方框位置， 、 中移动关联方框位置 寻找明显的地物特征点，作为输入GCP。 。 4、 在GCP工具对话框中，点击 工具对话框中， 图标， 中点击左键定点， 、 工具对话框中 点击Create GCP图标，并在 图标 并在Viewer3中点击左键定点， 中点击左键定点 GCP数据表将记录一个输入 数据表将记录一个输入GCP，包括其编号、标识码、X坐标和 坐标。 坐标和Y坐标 数据表将记录一个输入 ，包括其编号、标识码、 坐标和 坐标。 5、 在GCP对话框中，点击 对话框中， 图标， 选择状态。 、 对话框中 点击Select GCP图标，重新进入 图标 重新进入GCP选择状态。 选择状态 6、 在GCP数据表中，将参考 数据表中， 的颜色设置为比较明显的红色， 、 数据表中 将参考GCP的颜色设置为比较明显的红色， 的颜色设置为比较明显的红色 7、 在Viewer2中，移动关联方框位置，寻找对应的地物特征点，作为参考 、 中 移动关联方框位置，寻找对应的地物特征点，作为参考GCP。 。 8、 在GCP工具对话框中，点击 工具对话框中， 图标， 中点击左肩顶巅， 、 工具对话框中 点击Create GCP图标，并在 图标 并在Viewer4中点击左肩顶巅， 中点击左肩顶巅 系统将自动将参考点的坐标（ 、 ）显示在GCP数据表中。 数据表中。 系统将自动将参考点的坐标（X、Y）显示在 数据表中 9、在GCP对话框中，点击 对话框中， 图标， 选择状态， 、 对话框中 点击SelectGCP图标，重新进入 图标 重新进入GCP选择状态，并将光标 选择状态 移回到Viewer1中，准备采集另一个输入控制点。 移回到 中 准备采集另一个输入控制点。 10、不断重复 ，采集若干控制点 、不断重复1-9，采集若干控制点GCP，直到满足所选定的几何模型为止，在 ，直到满足所选定的几何模型为止， 控制点达到一定数量后，每采集一个InputGCP，系统就自动产生一个 控制点达到一定数量后，每采集一个 ，系统就自动产生一个Ref. GCP， ， 通过移动Ref. GCP可以优化校正模型。 可以优化校正模型。 通过移动 可以优化校正模型
遥感实验2遥感图像的几何校正
contents
目录
• 引言 • 遥感图像几何校正的基本原理 • 遥感图像几何校正的步骤 • 实验操作与结果分析 • 问题与解决方案 • 实验总结与展望
01 引言
实验目的
掌握遥感图像几何校 正的基本原理和方法。
了解几何校正对遥感 图像应用的影响。
学会使用遥感软件进 行几何校正操作。
04 实验操作与结果分析
数据准备
数据来源
选择具有代表性的遥感图像，确保数据质量可靠且具有实际 应用价值。
数据预处理
对原始数据进行必要的预处理，如辐射定标、大气校正等， 以提高几何校正精度。
实验操作过程
几何校正方法选择
根据遥感图像的特点和实际需求，选择合适的几 何校正方法，如多项式校正、仿射变换等。
THANKS FOR WATCHING
感谢您的观看
06 实验总结与展望
实验收获与体会
实验收获
通过本次实验，我深入了解了遥感图像 的几何校正方法，掌握了常用的校正算 法。
VS
实验体会
在实验过程中，我遇到了很多困难和挑战 ，但通过不断尝试和探索，最终成功完成 了实验任务。
对实验的改进建议
算法优化
建议对常用的几何校正算法进行优化，提高校正精度和效率。
不同遥感图像的比例尺可 能存在差异，导致图像拼 接时出现不协调。
问题解决方案
使用地理参考数据
通过地理参考数据对遥感图像进行几何校正，使其与实际地形相 匹配。
图像配准技术
利用图像配准技术，将不同来源的遥感图像进行对齐，消除错位现 象。
调整图像比例尺
通过几何变换算法，调整不同图像的比例尺，使其一致，便于拼接。
数据来源多样性
- 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)。
遥感图像的精加工处理
在粗加工处理的基础上，采用地面控制点（GCP） 的方法进一步提高影像的几何精度 几何处理的两个环节
1.
2.
像素坐标的变换——解决位置问题 多项式模型 灰度重采样——解决亮度问题 最邻近像元采样法 双线性内插法 双三次卷积重采样法
遥感数字图像的几何处理过程
准备 工作 输入原 始图象 建立纠 正函数 确定输出图象 的范围
x,y为某像素原始图像坐标 X,Y为同名像素的地面（或地图）坐标
建立两图像 像元点之间 的对应关系
第2步：选择控制点
控制点的选取要求
影像上的明显地物点 影像中均匀分布 要满足一定的数量要求
地面控制点的获取途径
GPS 地形图、矢量图、地图 纠正过的影像（航片、卫片）等等
第2步：选择控制点
多项式的系数利用地面控制点建立的方程组来解算 一般来说GCP的数量至少要大于(n+1)(n+2)/2，n是 多项式的阶数
一次多项式3个以上点 二次多项式6个以上点 三次多项式10个以上点
xi a0 (a1 X i a2Yi ) (a3 X i2 a4 X iYi a5Yi 2 ) (a6 X i3 a7 X i2Yi a8 X i Yi 2 a9Yi 3 ) yi b0 (b1 X i b2Yi ) (b3 X i2 b4 X iYi b5Yi 2 ) (b6 X i3 b7 X i2Yi b8 X i Yi 2 b9Yi 3 )
xi Fx ( X i , Yi ) a0 (a1 X i a2Yi ) (a3 X i2 a4 X iYi a5Yi 2 ) (a6 X i3 a7 X i2Yi a8 X i Yi 2 a9Yi 3 ) yi Fy ( X i , Yi ) b0 (b1 X i b2Yi ) (b3 X i2 b4 X iYi b5Yi 2 ) (b6 X i3 b7 X i2Yi b8 X i Yi 2 b9Yi 3 )
一般多项式纠正变换公式
几何校正实验图像
几何校正实验图像
第3步：位置变换与灰度重采样
确定校正后图像的行列数值，并找到新图像中 每一像元的亮度值 1. 像素坐标的变换，即将图像坐标转变为地图或 地面坐标
第2步：选择控制点
控制点应选取图像上易分辨且较精细的特征点， 如道路交叉点、河流弯曲或分叉处、湖泊边缘、 飞机场、城廓边缘等 地面控制点上的地物不随时间而变化，以保证当 两幅不同时段的图像或地图几何纠正时，可以同 时识别出来 特征变化大的地区应多选一些 图像边缘部分一定要选取控制点，以避免外推 尽可能满幅均匀选取
逐个像元进 行几何变化
灰度的 重采样
输出纠正后 的图象
效果 评价
纠正的函Biblioteka 可有多种选择：多项式方法、共线方 程方法、随机场内插方法等等。其中多项式方法 的应用最为普遍
基于多项式几何校正的基本思想
回避成像的空间几何过程，直接对图像变形的本 身进行数学模拟 把遥感图像的总体变形看作是平移、缩放、旋转 、偏扭、弯曲以及更高次的基本变形的综合作用 结果 把原始图像变形看成是某种曲面，输出图像作为 规则平面。从理论上讲，任何曲面都能以适当高 次的多项式来拟合。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
遥感图像的几何变形
遥感图像通常包含严重的几何变形，一般 分为系统性和非系统性两大类
1.
2.
系统性几何变形是有规律和可以预测的，比如 扫描畸变、地球曲率引起的图像变形、地球自 转的影响等 非系统性几何变形是不规律的，它可以是遥感 器平台的高度、经纬度、速度和姿态等的不稳 定、地形起伏的影响等等，一般很难预测
传感器成像方式引起的图像变形
扫描的瞬时视场由扫描中心向两侧增大 根据遥感平台的位置、遥感器的扫描范围、使用的投影 类型，可以推算其图像不同位置像元的几何位移
传感器外方位元素变化的影响
单个外方位元素引起的图像变形
地球曲率、大气折光和地形起伏引 起的误差
地球自传引起的变形
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
遥感图像多项式纠正的步骤
1. 确定纠正的多项式模型
2. 选择若干个控制点，利用有限个地面控制 点的已知坐标，解求多项式的系数
3. 将各像元的坐标代入多项式进行计算，便 可求得纠正后的坐标 4. 位置进行变换，变换的同时进行灰度重采 样 5. 对结果进行精度评定
第1步：确定纠正模型
一般多项式纠正变换公式
内容大纲
几何变形 基于多项式模型的几何校正
多项式校正模型 地面控制点（GDP）的选取 重采样方法
基于共线方程的几何校正 基于有理函数的几何校正
几何变形
遥感图像的几何变形
传感器成像方式引起的图像变形 传感器外方位元素变化的影响 地形起伏引起的像点位移 地球曲率引起的图像变形 大气折射引起的图像变形 地球自转的影响
遥感图像的几何处理
目的
改正系统及非系统性因素引起的图像变形
准确的空间位置
遥感图像的几何处理包含两个层次
粗加工处理 精加工处理
遥感图像的粗加工处理
地面站接收图像后，根据不同平台、传感器 的参数，对地球曲率、地球自转、大气折射 造成的变形进行处理 粗加工处理主要是由地面站完成，不是用户 完成 粗加工处理对传感器内部畸变的改正很有效 粗加工处理后仍有较大的残差
遥感图像的精加工处理
为什么要进行遥感图像的精校正处理？
由于遥感器的位置及姿态的测量精度不高，其加 工处理后仍有较大的残差（几何变形） 一个地物在不同的图像上，位置要一致，才可以 进行融合处理、图像的镶嵌、动态变化监测 如果同一地区的不同时间的影像，不能把它们归 纳到同一个坐标系中去，图像中还存在变形，这 样的图像是不能进行融合、镶嵌和比较的，是没 有用的