第二讲 遥感图像处理影像几何纠正
遥感图像的几何精纠正
遥感图像的几何精纠正1．实验目的和内容内容：对TM影像进行几何纠正新定义投影方式并学会转换投影方式目的：学会利用多项式方法对TM遥感影像进行几何纠正2．实验结果图像—地图校正2.1 导入遥感影像与同一区域带有地理信息的地图【图1：待校正遥感影像与基准图】【图2：菜单栏中选择GCP菜单】【图3：图像—地图纠正界面（未选择GCP）】在遥感影像和地图中，选择同名地物点，，并将其保存，重复操作，一般是10~20个，误差控制在2个像元以下。
【图4：选择图像—图像纠正数据源】【图5：控制点选择界面（未选择GCP）】【图6：已选择控制点界面】选择的控制点，导致校正的精度误差较大，需要按照控制点误差从大到小逐渐修整。
【图7：GCP控制界面（误差修正后）】将符合要求的GCP进行保存，以方便再一次的使用。
【图8：保存GCP坐标窗口菜单】利用这些GCP对遥感影像进行几何纠正【图9：一阶多项式选择界面】【图10：一阶多项式校正前后对比】【图11：二阶多项式选择界面】【图12：二阶多项式校正前后对比】自定义投影【图13：目标文件】对于ellipse.txt添加如下字段【图14：ellipse修改视图】对于datum.txtt添加如下字段【图15：datum修改视图】按照书中提示，完成参数的填写，所完成的界面如下图所示：【图16：增加新定义坐标界面】保存新定义的投影。
【图17：加入新投影】【图18：保存新投影】转换投影【图19：转换投影选项示意】【图20：转换投影方式】【图21：选择新的投影方式】3．结果分析1.由GCP点选择可以看出，GCP应当选择的数量适当，不能过少，且控制点的选择不能过于集中，实验表明往往控制点的分布比数量对校正图像的影响更大2.在选择多项式是，除非确定图像有明显扭曲变形，不然不适宜选用3阶多项式。
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。
遥感影像的几何校正方法与技巧
遥感影像的几何校正方法与技巧遥感影像是通过遥感技术获取到的地球表面的图像信息。
在遥感应用中，几何校正是一项非常重要的工作，它可以提高遥感影像的地理准确度和精度。
几何校正是指将影像与地理坐标系统进行一致性匹配，消除由于卫星平台姿态、扫描仪器误差等因素引起的像素位置偏差，使得影像能够准确地反映地球表面的真实位置。
一、几何校正的方法1. 基于控制点的校正方法这是最常用的几何校正方法，它通过选取一些地面上具有已知地理位置的标志物作为控制点，然后通过对其在影像上的位置进行测量，计算出转换参数，从而实现影像校正。
常见的控制点包括标志物、道路、河流等。
2. 基于全局栅格校正方法全局栅格校正方法是一种较为简单但精度相对较低的方法，它通过对整个影像进行平移、旋转和缩放等操作，以使校正后的影像与地理坐标系统的一致性较好。
3. 基于形变模型的校正方法除了平移、旋转和缩放等刚性变换外，影像在校正过程中往往还需要进行非刚性的形变操作，以适应地貌复杂、存在高程变化的地区。
基于形变模型的校正方法可以通过建立影像的形变模型，对不同区域进行适应性校正，从而提高几何校正的精度。
二、几何校正技巧1. 标志物选取的注意事项在进行几何校正时，选择合适的标志物对于提高校正精度至关重要。
应选择具有明显几何形状、易于在影像上检测和测量的标志物，例如明显的道路交叉口、建筑物的棱角等。
此外，这些标志物应分布在整个影像区域内，避免出现局部区域校正误差过大的情况。
2. 利用地形高程信息进行校正地形高程信息对于影像的几何校正具有重要作用。
在进行几何校正时，如果有数字高程模型（DEM）数据可用，可以将地形高程信息与影像的几何信息相结合，从而进一步提高几何校正的精度。
3. 考虑大气影响大气对于遥感影像的几何校正同样具有一定的影响。
在进行几何校正前，应先进行大气校正，消除大气造成的影响，提高校正精度。
4. 多尺度校正在进行几何校正时，可以考虑多尺度校正，即根据不同的应用需求，对不同尺度的影像进行校正处理。
如何进行遥感影像的几何校正与处理
如何进行遥感影像的几何校正与处理遥感影像的几何校正与处理是遥感技术中非常重要的环节，它涉及到遥感影像数据的准确性与可靠性。
本文将从几何校正的意义、校正方法和影像处理方面展开论述。
一、几何校正的意义几何校正是指将遥感影像与地球表面几何特征进行匹配，消除影像的位置偏移、旋转和尺度变化等因素，以实现影像在地球表面的精确准位。
几何校正的意义在于：1. 提高遥感影像的空间准确性：经过几何校正的影像能够准确反映地球表面目标的位置和形状，使得遥感分析结果具有更高的可信度。
2. 为后续影像处理提供基础：几何校正是影像处理的基础，只有经过几何校正的影像才能进行后续的影像处理，如图像拼接、变化检测等。
3. 便于地理信息的提取和分析：几何校正后的影像与地理坐标系相一致，可以方便地与其他地理信息数据进行集成，进行地理信息的提取和分析。
二、几何校正的方法目前常用的几何校正方法主要包括控制点法、全自动匹配法和传感器模型方法。
其中，控制点法是最常用的方法，具体步骤如下：1. 选择控制点：在影像上选择一些地面特征明显、位置准确的点，并测量其地理坐标。
2. 特征提取与匹配：通过图像处理技术提取影像和地面控制点的特征，并进行特征匹配。
3. 几何变换：根据控制点的匹配关系，运用几何变换模型（如多项式变换或仿射变换）进行影像的几何变换。
4. 前后视觉精度检查：经过几何校正后，通过前后视觉精度检查来评估影像的校正效果，并及时调整参数以提高校正精度。
除了控制点法，全自动匹配法和传感器模型方法也在一些特定情况下得到应用。
全自动匹配法基于图像匹配算法实现几何校正，传感器模型方法则通过利用传感器系统的几何模型进行影像校正，适用于高精度的几何校正需求。
三、影像处理方面几何校正完成后，还需要进行一系列的影像处理操作，以进一步提取有用的信息。
1. 影像增强：通过图像增强技术，改善影像的对比度、清晰度和色彩等，以提高影像的可视化效果。
2. 影像拼接：在几何校正的基础上，将多个遥感影像进行拼接，生成大尺度的影像，以满足大范围的遥感监测需求。
遥感图像的几何纠正PPT课件
6.3 遥感图像的几何纠正方法
遥感图象的几何粗处理和精处理。 遥感图像的几何纠正按照处理方式分为光学纠正
和数字纠正。 光学纠正主要用于早期的遥感图像的处理中，现
在的应用已经不多。除了对框幅式的航空照片 （中心投影）可以进行比较严密的纠正以外，对 于大多数动态获得的遥感影像只能进行近似的纠 正。 主要介绍数字图像的几何纠正。
10
地球自传引起的误差
11
地球曲率和地形起伏引起的误差
12
遥感器轨道位置和姿态引起的误差
中心投影
13
遥感器轨道位置和姿态引起的误差
多中心 投影 例如 MSS TM 等
14
6.2.3 处理过程中引起的畸变
遥感图像再处理过程中产生的误差，主 要是由于处理设备产生的噪声引起的。
传输、复制、 光学 数字
间接纠正法:6-3和 6-4是反解变换公式。从新图像中依次每个像元，根
据变换函数 f () 找到它在原始图像中的位置，并将图像的灰度值赋予新 图像的像元。
19
6.3.2 确定新的图像的边界
纠正后图像和原始图像的形状、大小、方向都不一样。 所以在纠正过程的实施之前，必须首先确定新图像的 大小范围。
16
6.3.1 坐标关系
数字图象几何纠正：通过计算机对离散结构的数 字图像中的每一个像元逐个进行纠正处理的方法。
这种方法能够精确地改正动态扫描图像的误差。 基本原理：利用图像坐标和地面坐标（另一图像 坐标、地图坐标等）之间的数学关系，即输入图像和 输出图像间的坐标转换关系实现。
17
6.3.1 坐标关系（续1）
根据公式6－1，6－2求出原始图像四个角点（a, b, c, d） 在纠正后图像中的对应点（a’, b’, c’, d’）的坐标 （Xa’,Ya’）(Xb’,Yb’) (Xc’,Yc’) (Xd’,Yd’)，
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。
遥感图像处理_第2讲(图像校正)
资源环境数据中心 杨小唤
2002-10-25
博士学位课程：遥感图像处理——图像校正
多波段数字图像的数据格式
BSQ 方 式 （ band sequential） 各波段的二维图像 数据按波段顺序排 列。
资源环境数据中心 杨小唤
资源环境数据中心 杨小唤
2002-10-25
博士学位课程：遥感图像处理——图像校正
大气影响的定量分析
进入大气的太阳辐射会发生反射、折射、吸 收、散射和透射。其中对传感器接收影响较 大的是吸收和散射。
资源环境数据中心 杨小唤
像素（像元）是遥感数字图像最基本的单位，是 成像过程的采样点，也是计算机图像处理的最小 单元。像素具有空间特征和属性特征。 由于传感器从空间观测地球表面，因此每个像素 含有特定的地理位置的信息，并表征一定的面积。 对于多光谱扫描仪提供的数字图像来说，一个像 素对应的地表面积是由传感器上瞬间视场角所决 定的，瞬间视场角在地表的投影面称地面分辨率 （或空间分辨率），由于传感器种类不同，它的 瞬间视场角也不同，因此，对应的地面分辨率是 不同的。
2002-10-25
博士学位课程：遥感图像处理——图像校正
多波段数字图像的数据格式
BIP方式（band interleaved by pixel） 在一行中，每个像元按光谱波段次序进 行排列，然后对该行的全部像元进行这 种波段次序排列，最后对各行进行重复。
资源环境数据中心 杨小唤
2002-10-25
博士学位课程：遥感图像处理——图像校正
大气影响的定量分析
由于大气的存在，
辐射经过大气吸收和散射，透过率小于1，从而减 弱了原信号的强度。同时大气的散射光也有一部 分直接或经过地物反射进入到传感器，这两部分 辐射又增强了信号，但却不是有用的。在入射方 向有与入射天顶角θ 和波长λ 有关的透过率Tθ λ ； 反射后，在反射方向上有与反射大顶角Φ 和波长 λ 又有关的透过率TΦ λ 。因此进入传感器的亮度 值为
- 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)。
2.2 遥感影像配准
遥感影像配准及配准精度检查
2.ห้องสมุดไป่ตู้ 遥感影像的镶嵌
• 影像镶嵌是将两幅或多幅影像拼在一起，构成一 幅整体影像的技术过程。 • 由于影像纠正过程中，控制点的误差、DEM 的误差、计算过程中重采样的误差等，造成了同 一地面特征在不同影像上有不同的地面测量坐标； 同时由于成像时太阳高度角及大气环境的不同以 及成像时间的差别，使相邻影像呈现出不同的辐 射特征，因此，影像镶嵌时除了要满足在拼接线 上相邻影像的细节在几何上一一对接外，还要求 相邻影像的色调保持一致。现在大部分遥感软件 （ERDAS、PCI）都具备了用户自定义拼接线， 自动调节色调功能。
a1 ( X i X si ) b1 (Yi Ysi ) c1 (Z i Z si ) xi f a3 ( X i X si ) b3 (Yi Ys i ) c3 (Z i Z si )
yi f a2 ( X i X si ) b2 (Yi Ysi ) c2 ( Z i Z si ) a3 ( X i X si ) b3 (Yi Ys i ) c3 (Z i Z si )
2.1 遥感影像几何校正
• 遥感影像几何精纠正完成后，要进行纠正 精度检查。图像几何纠正精度采用随机读 点法进行检验，即在校正后的图像上均匀 选择4-5个特征点，读出其坐标值，然后与 地形图上对应点的坐标或GPS实测值进行 比较，判断是否满足《土地利用动态遥感 监测规程》的要求。
2.2 遥感影像配准
2.2 遥感影像配准
• 首先对某一时相的高分辨率影像进行几何精纠正， 然后将其他影像与精纠正后的影像进行图像配准； • 首先对某一时相的低分辨率影像进行几何精纠正， 然后将其他影像与精纠正后的影像进行图像配准； • 分别对所有影像进行纠正，分别几何校正到统一 地图坐标系下，完成校正、配准工作。
2.2 遥感影像配准
第二节
土地利用动态遥感监测
土地利用动态监测常用方法
• 土地变更调查技术 • 土地利用动态遥感监测技术 • 实地调查和统计技术 • 土地信息系统技术
遥感
• “遥感”( Remote Sensing，简称RS )，广义地说， 是指在不直接接触的情况下，对目标物或自然现 象远距离感知的一种探测技术。狭义而言，是指 在高空或外层空间的各种平台，运用各种传感器 （如摄影仪、扫描仪和雷达等）获取地表的信息， 通过数据的传输和处理，从而实现研究地面物体 的形状、大小、位置、性质及其环境相互关系的 一门现代化应用技术科学。通常所说的遥感指的 是狭义上的航天遥感。
纠正过程中应选择至少9个控制点，采取上、中、下三排均匀分布；图像坐标尽可能读 到子像素；加入的DEM应能满足高程精度要求。
2.1 遥感影像几何校正
多项式纠正－非线性变换
2.1 遥感影像几何校正
• 当一景影像不同区域的几何畸变各不相同时，可 以按地形起伏，将该景影像按地面高度不同分成 数个不同的条带或块进行分块多项式纠正。每个 区域均采用多项式纠正。当采用分区纠正后，不 同区域的变形都将得到处理，全局的精度得以保 证。
遥感监测实施技术流程
6. 变化信息后处理
• • • • • 外业资料整理与分析 变化小图斑归并； 图斑范围、边界、类型确定； 选择特征图斑，为建立影像特征库提供典型影像资料； 统计变化面积并作变化分析。
7. 提交成果汇总
2. 遥 感 图 像 处 理
2.1 遥感影像几何校正
几何校正可分为两种：粗校正和精校正，前者常常在卫星资料处理中心完成， 校正是粗略的，精度难以满足用户的要求，因此，粗纠正后的产品还要求用户做进 一步处理，使图像的几何位置符合某种地理坐标系统，与地图配准，并调整亮度值， 这就是精校正。
遥感监测实施技术流程
融合前处理：
• 全色影像：增强局部灰度反差，突出纹理细节、 加强纹理能量和通过滤波来尽可能减少噪音。 • 光谱影像：多光谱数据的贡献就是它的光谱信息， 融合前主要以色彩增强为主，调整亮度、色度、 饱和度，拉开不同地类之间的色彩反差，对局部 纹理要求不高，有时为了保证光谱色彩，还允许 削弱纹理信息来确保融合图的效果。
• 影像配准就是将同一地区的不同特性的相关影像 (如不同传感器，不同日期，不同波段或传感器在 不同位置获取的同一地区地物)在几何上互相匹配， 即实现影像与影像间地理坐标及像元空间分辨率 上 的 统 一 。 配准方式可分为相对配准和绝对配准。相对配 准是以某一图像为基准，经过坐标变换和插值， 使其它图像与之配准。绝对配准是将所有的图像 校 正 到 统 一 的 坐 标 系 。 在实际作业中针对不同监测地区和遥感数据的 情况，采用不同的配准模式，概括起来有以下3种：
其中，f为等效焦距；Xi,Yi,Zi为地面点i的地面坐标；xi,yi为其图像坐标；Xsi,Ysi,Zsi 为li行上传感器的地面坐标；aj,bj,cj为li行的外方位元素Фi，Ωi，κi所确定的旋转矩 阵中的9个元素。
2.1 遥感影像几何校正
• 多项式纠正－线 性 变 换
对于地形起伏 不大的地区，我们 可以忽略DEM的影 响，采用多项式纠 正方式，多项式纠 正是常用的遥感影 像纠正方法。
遥感监测实施技术流程
影像融合
遥感监测实施技术流程
4. 变化信息提取及变化类型确定
• 变化信息发现
• • • • 光谱特征变异法 差值法 多波段主成份变换 主成份差异法
• 变化类型的确定
• 目视解译法 • 计算机自动解译分类法 • 人机交互解译法
遥感监测实施技术流程
5. 外业调查与复核
• • • • • 实地检查确认遥感内业判读的变化图斑； 实地调查影像上识别或定位不准的小图斑边界线； 实地量测影像上量测精度不足的线状地物宽度； 对影像上有云影遮盖的范围做补充调查； 实地收集监测区内与真正变化图斑相对应的土地变更 调查资料，为变化信息分类后处理及精度评定提供依 据。
• 影像配准时同名点的选取可以采用人工选取的方 法，或通过相关运算自动获得，采用的纠正方法 是多项式纠正法。图像配准中误差一般地区不大 于0.5个像元，平原地区严格控制在0.5个像元以 内，山区适当放宽。影像配准采用以下方法进行 精度检查：融合检查—对配准后数据，目视检查 融合图像是否有重影现象。当配准精度不能满足 要求时，应在有重影的地区加密控制点，重新进 行纠正配准，直到精度符合要求。
土地利用动态遥感监测概念
• 土地利用动态遥感监测是应用遥感技术，监测土 地利用及其动态变化的一种方法。指以遥感手段 为技术依托，对土地资源和土地利用实施宏观动 态监测，及时发现实地发生的变化，并作出相应 的分析。
土地利用动态遥感监方法
（1）对多时相、多源遥感数据进行分析并作纠正配 准融合等预处理，然后利用处理结果进行计算机 自动分类和人工判断目视解译，得到各时相的土 地分类结果，比较分类结果便发现土地利用变化 情况。 （2）直接利用多时相、多源数据来寻求变化，通过 图像处理和影像判读来确定变化属性及进行统计 分析，这样就大大减少了对无变化区域作业分类 时作业人员的工作量，有效提高了监测精度。
2.1 遥感影像几何校正
• 遥感影像数据的几何校正遥感信息处理过程中的 一个基本环节。数字影像校正的目的，是改正原 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。它的基本环节有两个： 一是像素坐标变换；二是像素亮度重采样。遥感 数字影像校正的主要处理过程如下图所示。 • 遥感影像纠正过程中像素坐标转换除采用多项式 法外还可以采用小样条（Thin Plate Spline）或 格网方法，亮度值重采样一般采用双三次褶积采 样法。
2.3 遥感影像的镶嵌
当一景图像不能覆盖整个监测区时，尽量选取时相接近的 卫星图像进行镶嵌。根据工作区的具体情况镶嵌的方法采用先 镶嵌后校正或先校正后镶嵌。
2.3 遥感影像的镶嵌
• 先镶嵌后校正。采用图像对图像配准技术，以其中一景图 像为基准，从相邻图像重叠区选择控制点，将相邻的图像 进行相对配准，然后将两景图像镶嵌起来，以此类推将工 作区所有图像镶嵌到一起。再利用地形图对镶嵌好的图像 统一选取控制点进行几何精校正，最终得到具有地理坐标 的镶嵌图。该方法优点是快速、省力，一般适合于相邻图 像重叠较大、像元间相对几何精度较高、以平原区为主的 遥感图像的镶嵌。 • 先校正后镶嵌。采用先对各景遥感图像分别进行几何精校 正，然后在统一的地理坐标下镶嵌。该方法优点是对相邻 图像的重叠度要求不是很高，一定程度上避免局部地区精 度不高对整体精度造成的不利影响。特别是对涉及山区的 SPOT数据的镶嵌基本上采用了该方法。
遥感监测实施技术流程
1. 遥感数据获取
• • • • 数据及资料来源连续、稳定； 能满足监测的精度要求； 价格适中、易于获取； 目前采用的主要数据源有卫星遥感影像和数字 航空影像。
遥感监测实施技术流程
2. 数据预处理
• 校正和配准 目的就是统一到同一地图坐标系下。 • 影像镶嵌
遥感监测实施技术流程
多源数据的获取及分析
流程图
地形图 DRG DEM
旧时相 影像
新时相 影像
土地利用 图DRG
影像纠正、配 准、镶嵌、融合
影像纠正、配 准、镶嵌、融合
变化发展 土地利用变化识别与分类信息提取 土地利用变化图斑 与土地变更抽样 调查资料比较 GPS支持野 外抽样检测 影像判断 样本库
错误修正
精度与正确度评价 动态检测结果 成果应用
3. 多源多时相遥感数据的融合
数据融合目的是通过将监测区内两个或多个 时相的数据融合，提高影像数据的空间分辨率和 光谱分辨率，增强影像判断的准确性。 同时两个时段影像的交叉融合又会突出变异， 有助于检测出变化信息。
遥感监测实施技术流程
数据融合的关键技术：
• 充分考虑不同遥感数据之间波谱信息的相关性而 引起的有用信息的增加和噪声误差的增加，对多 源遥感数据作出合理的选择； • 解决遥感影像的几何畸变问题，使各种影像在空 间位置上能精确配准起来； • 选择合适的融合算法，最大限度地利用多种遥感 数据中的有用信息。