遥感图像的几何校正(二)
第5章 遥感数字图像处理_图像校正(2)
5.5.2辐射传递方程算法
测量大气参数，按理论公式求得大气干扰辐 射量。 为大气的衰减系数；E0为地面目标 的辐射能量；H为传感器的高度（高度为H的 大气）；E为传感器测到的电磁波能量。 在可见光和近红外区，大气的影响主要是由 气溶胶 引起的散射造成的；在热红外区， 大气的影响主要 是由水蒸气的吸收造成的 。 需要测定可见光和近红外区气溶胶的密 度、热红外区水蒸气浓度参数。
敦 煌 辐 射 校 正 场
青海湖辐射较正场
监测在轨传感器变化并不断提供修正系数
补充星上定标的不足
多种遥感仪器和不同时间遥感资料的综合应
用
辐射校正场的国外发展概况
美国NASA和Arizona大学在新墨西哥州的白沙和加 利福 尼亚州的爱德华空军基地的干湖床建立辐射校正场
法国在马赛市附近建立了La Crun辐射校正场
欧洲科技局在非洲撒哈拉沙漠、加拿大在北部大草原、 日本澳大利亚在澳大利亚北部沙漠地区
（3）图像的灰度级和辐亮度
图像上的像素值为灰度级
实际的电磁波辐射强度为辐亮度
在图像数字化时，电磁波的辐亮度被量化为
灰度级。而在实际应用中，因为灰度级没有 实际的物理意义，不同日期图像对比和遥感 定量反演时，需要将灰度级转化为辐亮度。
辐射定标
在卫星飞越试验场地上空时同时,在若干选 好的像素内测定探测器对应波段内的地物反 射率ρt，同时测出气象要素和大气光学特 性.再根据卫星过顶时太阳几何位置,仪器视 场角,探测器光谱响应函数等通过大气辐射 传输模式正演出到达传感器入瞳处各光谱通 道的幅亮度Lt.
绝对辐射校正就是建立遥感器测量数字信号 与对应的辐射能量之间的数量关系。 对于一种遥感器来说，绝对辐射校正就是 确定一个灰度值（DN）对应多少辐射度值（ L），或者确定一个辐射值L对应多少灰度值 （DN），其数学表达式为 DN＝a.L 或 L＝b.DN
ENVI 几何校正
遥感科学与技术实验报告（二）项目名称：遥感图像几何精校正。
实验目的：参照一个图像，通过遥感软件ENVI对另一幅不准确的图像进行几何精校正。
实验原理：在参照图像与待校正图像里面，选取对应的点，运用遥感软件ENVI 的功能，对图像进行几何精校正。
数据来源：1.下载源：国际科学数据服务平台（卫星：LANDSAT5）2．波段数：73.4.实验过程：1.选取一张较为清晰的图像，将其旋转180°，作为待校正的图像。
2.分别在两个窗口里面打开基础图像和待校正图像，左边是参照图像，右边是旋转过后的待校正图像，如图所示：点击map>registration>Select GCPSs: Image to Image,然后确定基准和待校正图像。
如下所示：3.在两幅图里面选择位置相同的点，要求准确度高，例如河流交界处。
如下图所示：4.准确选取了4个点，然后用软件自带功能自动选择更多的点，如下图所示：5.对即将进行校正的图像设置保存路径，对修改后的图像进行保存。
以下是进行几何校正后的图像：实验结果与分析：通过ENVI，对待校正的图像进行了几何精校正，误差为0.139327，误差较小，说明实验成功。
心得、意见或建议：通过本次实验，基本掌握对遥感图像的几何精校正，虽然在学习过程中，遇到了不少困难，但是通过多次地观看学习ENVI视频，最终掌握了这个实验项目。
我觉得老师的这种方法很好，并没有手把手教我们，而是让我们自己想办法，同学之间相互交流学习，这不仅锻炼了我们的自学能力，学到的知识也更加牢固。
我非常享受这个一步一步自学的过程，并且最终取得了成功。
遥感影像几何校正的方法与步骤
遥感影像几何校正的方法与步骤遥感技术在现代科学和环境研究中扮演着重要的角色，它通过无人机、卫星等平台收集大量的遥感影像数据，这些数据可用于地表地貌的研究、城市规划、环境监测等多个领域。
然而，由于传感器的误差、地球表面的形变等因素的影响，遥感影像在采集过程中往往会发生几何畸变。
因此，几何校正成为了处理遥感影像的必要步骤之一。
一、几何校正的目的遥感影像的几何校正是指将采集的影像数据与真实地理坐标系统中的位置相对应，使影像能够准确地反映地球表面的特征。
几何校正的目的是消除影像中的几何变形，使其能够与其他地理数据进行叠加分析，从而得到更准确的结果。
二、几何校正的方法1. 传统校正方法传统的几何校正方法主要基于地面控制点（GCPs）的选择和提取。
首先，根据采集的影像和地理坐标系统中的地理特征，选择一组地面控制点。
然后，在影像中手动或自动提取这些地面控制点的位置，同时记录其在真实地理坐标系统中的位置。
最后，通过计算和调整，将影像中的像元位置校正到真实地理坐标系中。
2. 数字校正方法随着计算机和数字图像处理技术的发展，数字校正方法逐渐取代了传统的校正方法。
数字校正方法主要基于数学模型和算法来完成几何校正的过程。
常用的数字校正方法包括多项式模型、参数拟合模型和同步解调模型等。
这些模型可以将影像中的像素位置与地理坐标系中的位置互相转换，从而实现几何校正。
三、几何校正的步骤几何校正的具体步骤可以归纳为以下几个步骤：1. GCPs的选择和提取在进行几何校正之前，首先需要选择一组地面控制点。
这些地面控制点应该具有明显的地理特征，如建筑物的角点、道路的交汇处等。
然后，在影像中提取这些地面控制点的位置，并记录其真实地理坐标。
2. 模型的选择和拟合根据影像中地面控制点的位置和真实地理坐标，选择合适的数学模型和算法。
根据所选择的模型，在计算机中进行参数拟合，并得到校正过程所需要的参数。
3. 影像几何校正通过上面的步骤，我们已经获得了数学模型和参数。
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56页PPT
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. 像素坐标的变换——解决位置问题 ➢ 多项式模型 2. 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
全景畸变
左图是中心投影方式得到的（比例尺基本一致） 右边是逐点扫描成像得到的影像。横轴是飞行方向，纵轴是
扫描方向。在星下点的扫描线，分辨率最高，两边都在对称 的发生变化 直线在逐点扫描成像图中，变成曲线；圆形变成了椭圆形
不同成像方式引起的影像变形
中心投影方式
➢地形起伏引起的投影差
多中心投影方式
行于航线方向为a θ，垂直于 航线方向为a θ’
aHcosH asec
aasecasec2
逐点扫描成像——全景畸变
当观测视线垂直于地面或者倾斜 了θ角之后，地面分辨率的值发生 变化
随着扫描镜的转动，地面扫描范 围的直径在发生变化，这样的变 化对图像是有影响的，称为全景 畸变
全景畸变的原因：焦距是不变的， 物距在发生变化。导致分辨率发 生变化，也导致比例尺发生变化
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
➢由于比例尺变化造成的全景畸变 ➢地形起伏引起的投影差
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
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
遥感图像处理(二)
遥感图像几何处理
名词解释：
构像方程 通用构像方程 几何变形 几何校正 粗加工处理 精加工处理（精纠正） 多项式纠正 直接法纠正 间接法纠正 灰度重采样 图像配准 图像镶嵌 数字地面模型 正射影像 问答题：
1、 叙述中心投影的航空像片、MSS 多光谱扫描仪影像、SPOT 的
HRV 推扫式影像和真实孔径侧视雷达图像的几何特征。
2、 列出中心投影影像、推扫式影像、逐点扫面影像和侧视雷达影
像的构像方程和共线方程表达式。
3、 叙述最近邻法、双线性内插法和双三次卷积重采样原理和优缺
点。
4、 图像之间配准的两种方式指什么？
5、 两幅影像进行数字镶嵌应解决哪些关键问题？解决的基本方
法是什么？简述数字镶嵌的过程。
6、 叙述多项式拟合法纠正卫星图像的原理和步骤。
7、 多项式拟合法纠正选用一次项、二次项和三次项，各纠正遥感
图像中的哪些变形误差？
8、 在几何纠正重采样中，内插像元4×4图像亮度矩阵为
⎪⎪⎭⎫ ⎝⎛1061041079710210158
57，在间接法纠正过程中，某地面点反算到原始
像点的坐标值为（101.6，57.4），利用最邻近法和双线性内插
法求像点的亮度值。
- 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)。
Wx Wx1 Wx 2 Wx 3 Wx 4
Wy Wy1 Wy 2 Wy 3 Wy 4
武汉大学遥感信息工程学院 周军其
双三次卷积重采样法
遥感原理与应用
I11 I12 I13 I14
I
I
21
I 22
I 23
I
24
;
I
31
I 32
I 33
I
34
I 41 I 42 I 43 I 44
武汉大学遥感信息工程学院 周军其
遥感原理与应用
2. 遥感图像的精加工处理 共线方程法——共线方程参数的确定
◎参数的选择 ◎参数的解算
武汉大学遥感信息工程学院 周军其
遥感原理与应用
2. 遥感图像的精加工处理 SPOT图像的共线方程纠正
武汉大学遥感信息工程学院 周军其
误差方程
遥感原理与应用
Vxi a11 0 a120 a13 0 a14X s0 a15Ys0 a16Z s0 a11x'a12x'a13x 'a14xXs'a15xYs'a16xZs'
δh
p p0
r
P
h
P0
遥感原理与应用
基于有理函数模型的纠正方法 有理函数模型系数一般由图像提供者提供 ，为了保密需要，隐藏了传感器参数；提 供有理系数，有理函授模型与共线方程是 等 价 的 ， 误 差 一 般 不 超 过 0.1 像 素 。 如 SPOT 提供 传 感 器 参 数 ； IKONOS， P5 ， GEOEYE 提 供 有 理 系 数 ， QUICKBIRD 两 者都提供。 如果图像提供者提供了有理函数的系数， 直接用有理函数模型对图像进行纠正。
武汉大学遥感信息工程学院 周军其
纠正过程
遥感原理与应用
1.根据图像的成像方式确定图像坐标和地 面坐标之间的数学模型；
2.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；
3.对原始图像进行几何变换计算，像素亮 度值重采样；
4.对纠正结果进行精度评定。
武汉大学遥感信息工程学院 周军其
几何纠正存在的问题
2 .遥感图像的精加工处理 多项式法——亮度（或灰度）值的重采样
双线性内 插法
武汉大学遥感信息工程学院 周军其
遥感原理与应用
双线性内插法
W(xc ) 1 xc (0 xc 1)
Wx1 1 x Wx 2 x Wy1 1 y Wy 2 y
武汉大学遥感信息工程学院 周军其
遥感原理与应用
遥感原理与应用
W (xc , yc ) 1, (xc xN yc yN )
采样亮度为 I p W (xc , yc ) I N I N xN 取整( x p 0.5) yN 取整( y p 0.5)
x 0.4 y 0.7
优缺点。
武汉大学遥感信息工程学院 周军其
精度评定
遥感原理与应用
通过灰度重采样获得了纠正图像。 如何评价纠正结果？ 需要什么数据 ？ 与模型确定时精度评定有什么区别？
武汉大学遥感信息工程学院 周军其
特点
模型简单 不需要已知方位元素 效率高
不足之处？
遥感原理与应用
武汉大学遥感信息工程学院 周军其
遥感原理与应用
2. 遥感图像的精加工处理
共线方程法
共线方程纠正是建立在图像坐标与地面坐标 严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。该方法纠正过程需要有 地面高程信息（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，且 多项式纠正的精度不能满足要求时，要用共线 方程进行纠正。
VZS
Z
S
0
武汉大学遥感信息工程学院 周军其
遥感原理与应用
具体解算过程和图像变换与多项式法同。
武汉大学遥感信息工程学院 周军其
共线方程纠正的结果
遥感原理与应用
多项式纠正的结果
遥感原理与应用
共线方程纠正的结果
遥感原理与应用
多项式纠正的结果
遥感原理与应用
思考
遥感原理与应用
为什么纠正结果差别如此之大？ 原因是什么？
双线性内插法
Ip Wx I WyT
[Wx1
Wx
2]II1211
I 12 I 22
Wy1
Wy
2
优缺点
x 0.4 y 0.7
武汉大学遥感信息工程学院 周军其
遥感原理与应用
2 .遥感图像的精加工处理 多项式法——亮度（或灰度）值的重采样
最邻近像元 采样法
武汉大学遥感信息工程学院 周军其
最邻近像元采样法
几何纠正模型的适应性 几何纠正的精度及评定
遥感原理与应用
武汉大学遥感信息工程学院 周军其
实习
遥感原理与应用
内容 利用软件完成一幅遥感图像的几何纠正
比较纠正前后的图像的变化 分析影响纠正精度的因素
武汉大学遥感信息工程学院 周军其
Wx1 x 2x2 x3 Wx2 1 2x2 x3 Wx3 x x2 x3 Wx4 x x3
Wy1 y 2y2 y3 Wy2 1 2y2 y3 Wy3 y y2 y3 Wy4 y y3
优缺点
x 0.4 y 0.7
武汉大学遥感信息工程学院 周军其
遥感原理与应用
还有哪些纠正方法，不同传感器纠正所用 模型区别？
遥感原理与应用
加入高差改正的CCD线阵影象多项式纠正
基本思想 先改正因地形引起的变形，然后用一般多
项式来拟合，改正其他的变形。 重采样时则相反，先根据多项式参数求得
未受高差影响的像点指标，然后加上投 影差，从而获得真实的像点坐标。
遥感原理与应用
S
f H
武汉大学遥感信息工程学院 周军其
遥感原理与应用
2 .遥感图像的精加工处理 多项式法—亮度（或灰度）值的重采样
原因：坐标值（x,y）不为整数 概念：把(x,y) 邻近整数点位上亮度值对
该点的亮度贡献累积起来
SINC函数图
？
武汉大学遥感信息工程学院 周军其
2. 遥感图像的精加工处理 多 项 式 法——亮度（或灰度）值的重采样
第5章 遥感图像的几何处理
5.3 遥感图像的几何处理(续)
遥感原理与应用 武汉正方案
输出图像边界 和坐标系确定 后，按照确定 的纠正变换函 数把原始数字 图像逐个像素 变换到图像贮 存空间中去。
武汉大学遥感信息工程学院 周军其
原始图像灰度值
a14Xi a15Yi a16Zi lxi
Vyi b110 b120 b130 b14X s0 b15Ys0 b16Zs0 b11x'b12x'b13x 'b14xXs'b15xYs'b16xZs'
b14Xi b15Yi b16Zi lyi
武汉大学遥感信息工程学院 周军其
加控制点的误差方程
遥感原理与应用
武汉大学遥感信息工程学院 周军其
纠正后图像灰度值
遥感原理与应用
武汉大学遥感信息工程学院 周军其
纠正方案
直接法方案
X Fx x, y
Y
Fy
x,
y
间接法方案
遥感原理与应用
x Gx X ,Y y Gy X ,Y
武汉大学遥感信息工程学院 周军其
纠正前后的灰度变化
遥感原理与应用
控制点误差方程
VVXYii
X i
Yi
0 0，权P
VZi Zi 0
遥感原理与应用
武汉大学遥感信息工程学院 周军其
伪观测值
遥感原理与应用
定向参数之间存在强相关性，为保证 解的稳定性，引入卫星轨道参数和卫 星姿态做为“伪观测值”，列出“伪 观测值”误差方程。
VV00
0 0 ，权P
双三次卷积 重采样法
双三次卷积重采样法
遥感原理与应用
武汉大学遥感信息工程学院 周军其
双三次卷积重采样法
遥感原理与应用
设р点为被采样点，它距离左上方最近像素 （22）的坐标差△x，△y是一个小数值。
x xp 取整( xp ) xp x22 y yp 取整( yp ) yp y22
内插点р的亮度值为：