遥感数字图像处理-第6章 几何校正
实验遥感影像的几何校正
实验遥感影像的几何校正简介遥感技术是通过获取遥感影像和数据对地面资源进行探测、监测和评估的一种空间信息技术。
遥感影像是一种带有几何畸变的二维投影图像，其中可能出现伸缩、扭曲、歪斜等问题。
因此，为了更精确地进行信息提取和分析，需要进行几何校正以使影像像素遵循真实地物在地球表面的几何位置分布规律。
实验遥感影像的几何校正是遥感技术学习中重要的一环，本文将介绍实验遥感影像的几何校正的基本概念和方法。
几何校正的基本概念几何校正主要包括校正模型的建立和校正参数的计算。
在进行几何校正之前，需要先确定地面控制点（GCP）和栅格坐标，然后以GCP为基础建立校正模型，计算校正参数，最终将原始影像像素校正为符合真实地物在地球表面位置分布规律的栅格影像。
几何校正的具体流程如下：1.确定GCP：GCP是几何校正的基础，一般应该选取光线影响较小的地物进行标注，例如道路交叉口、建筑物边角等。
标注时需要保证正方向一致，以实现最佳标注效果。
2.建立校正模型：GCP标注完成后，需要以这些GCP为基础建立几何校正模型。
在建立校正模型时，可以使用任意至少3个GCP的组合，其中至少包含一个控制点。
常用的校正模型有仿射变换模型、投影变换模型和多项式变换模型等。
3.计算校正参数：建立校正模型后，需要基于该模型计算校正参数，一般来说，校正参数是指实际地物坐标和栅格影像像素坐标之间的转换参数。
根据不同的校正模型，计算校正参数的方法也不同。
4.生成新影像：计算出校正参数后，需要进行像素级别的校正，使原始影像符合真实地物在地球表面位置分布规律，从而生成新的栅格影像。
几何校正的常用方法实验遥感影像的几何校正方法包括：仿射变换模型在实验中，仿射变换模型适用于影像伸缩和旋转校正，可以通过3个或4个GCP实现，其变换公式为：Xa = a1X + a2Y + a3Ya = a4X + a5Y + a6其中，Xa和Ya为校正后的像素坐标，X和Y为未校正的像素坐标，a1、a2、a3、a4、a5、a6是校正参数。
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。
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。
遥感数字图像处理影像校正ppt课件
-1-
大气影响辐射纠正
精确的校正公式需要找出每个波段像元亮度值 与地物反射率的关系。为此需得到卫星飞行时 的大气参数，以求出透过率Tθ、Tφ等因子。如 果不通过特别的观测，一般很难得到这些数据， 所以，常常采用一些简化的处理方法，只去掉 主要的大气影响，使影像质量满足基本要求。
-1-
第二讲 影像校正
1 数字影像的性质和特点 2 影像校正
-1-
1 数字影像的性质与特点
1.1模拟影像与数字影像 1.2 数字影像的特点 1.3 多波段数字影像的数据格式
-1-
1 数字影像的性质与特点
1.1模拟影像与数字影像 – 模拟影像：普通像片那样的灰度级及颜色连续变化 的影像 – 数字影像：把模拟影像分割成同样形状的小单元， 以各个小单元的平均亮度值或中心部分的亮度值作 为该单元的亮度值进行数字化的影像。
-1-
2.2 大气校正
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。 为消除由大气的吸收、散射等引起失真的辐射校正，称 作大气校正。
-1-
2.2.1 影响遥感影像辐射失真的大气因素
（1）大气的消光（吸收和散射） （2）天空光（大气散射）照射 （3）路径辐射
-1-
大气影响的回归分析法纠正
假定某红外波段，存在程辐射为主的大气影响，且亮 度增值最小，接近于零，设为波段a。现需要找到其他 波段相应的最小值，这个值一定比a波段的最小值大一 些，设为波段b，分别以a，b波段的像元亮度值为坐标， 作二维光谱空间，两个波段中对应像元在坐标系内用 一个点表示。由于波段之间的相关性，通过回归分析 在众多点中一定能找到一条直线与波段b的亮度Lb轴相 交，且
遥感图像的几何校正
遥感图像的几何校正一、实验目的通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。
二、实验内容ERDAS软件中图像预处理模块下的图像几何校正。
几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。
而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。
由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。
三、实验过程及步骤1．加载图像文件（1）在ERDAS图标面板菜单条选择Main—Start Image Viewer 命令，打开Viewer窗口Viewer#1。
（2）在Viewer#1菜单条选择File—Open—Raster Layer命令，打开Select layer to Add 窗口，选择需要校正的图像Atlanta.img。
选择Raster Options 标签，选择Display as下拉条，选择Gray Scale；选中Fit to Frame复选框，以使添加的图像全幅显示。
单击OK，加载需要校正的Atlanta.img图像。
（3）依照上述步骤，在Viewerr#2中打开作为地理参考的校正过的SPOT影像：panAtlanta.img。
2．启动几何校正模块在Viewer#1菜单条选择Raster Geometric Correction 命令，打开选择几何校正模型（Set Geometric Model ）对话框，选择多项式变换模型Polynomial ，单击OK 。
在Polynomial Model Properties 中定义多项式次方Polynomial Order 为2，单击Apply 按钮应用设置。
单击Close 按钮关闭当前对话框；打开GCP Tool Reference Setup 对话框。
3、启动控制点工具选择视窗采点模式Exising Viewer ，确定后打开Viewer Selection Instruction 指示器 ；在作为地理参考的图像panAtlanta.img 中点击左键，打开Reference Map Information 提示框，显示参考图像的投影信息，确定表后面控制点工具被启动，进入控制点采集状态。
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。
实验二 遥感数字图像的几何校正
实验二遥感数字图像的几何校正实验目的：掌握遥感图像校正的主要方法实验内容：主要学习图像几何校正的处理方法操作方法，并了解图像镶嵌（拼接）、图像裁剪等图像预处理的方法实验数据：待校正数据Landsat TM图像tmAtlanta.img，已有地理参考SPOT 图像panAtlanta.img。
几何校正（Geometric Correction）就是将图像数据投影到平面上，使其符合地图投影系统的过程，而将地图坐标系统赋予图像数据的过程，称为地理参考（Geo-referencing）。
第一步：显示待校正影像和参考影像在ERDAS图标面板中点击Viewer图标两次，打开两个视窗（Viewer #1和Viewer #2），并将两个视窗平铺放置，操作过程如下：ERDAS图标面板菜单条：Session→Tile Viewers然后，在Viewer #1中打开需要校正的影像，Viewer #2中打开参考的影像第二步：启动几何校正模块Viewer #1菜单条：Raster→Geometric Correction→打开Set Geometric Model 对话框（图1）图1 Set Geometric Model对话框→选择多项式几何校正模型：Polynomial →OK→同时打开Geo Correction Tools 对话框（图2）和Polynomial Model Properties 对话框（图3）图2 Geo Correction Tools 对话框 图3 Polynomial Model Properties 对话框在Polynomial Model Properties 对话框中，定义多项式模型参数以及投影参数:定义多项式次方（Polynomial Order ）：2定义投影参数：不需要定义→Apply →Close→自动弹出GCP Tool Reference Setup 对话框（图4），不弹出的话就点击，则打开GCP Tool Reference Setup 对话框图4 GCP Tool Reference Setup 对话框 图5 Viewer Selection Instructions 指示器第三步：启动控制点工具首先，在GCP Tool Reference Setup对话框（图4）中选择采点模式：→选择视窗采点模式：Existing Viewer→OK→打开Viewer Selection Instructions指示器（图5）→在显示作为参考图像的Viewer #2中点击左键→打开Reference Map Information 提示框（图6），→OK→此时，整个屏幕将自动变化为如图7所示的状态，表明控制点工具被启动，进入控制点采点状态。
- 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)。
二、几何校正原理
几何校正涉及两个过程： ➢ 一是空间位置（像元坐标）的变换 ➢ 二是像元灰度值的重新计算（重采样）
4
二、几何校正原理
坐标转换 （a）直接法；（b）间接法
5
三、几何校正步骤
几何精校正不需要空间位置变化数据，回避了成像的空间 几何过程，主要借助地面控制点实现校正。其主要校正步 骤为：
第6章
几何校正
几何校正
一、几何校正原理 二、几何校正步骤 三、几何校正类型 四、图像匹配 五、投影转换
难点：图像匹配 重点：几何校正方法
2
一、几何校正原理
几何校正和几何配准
➢ 几何配准是指将不同时间、不同波段、不同传感器系统所获得的同一 地区的图像（数据），经几何变换使同名像点在位置上和方位上完全 叠合的操作。
➢ 对畸变图像和基准图像建立统一的坐标系和地图投影。 ➢ 选择地面控制点（GCP），按照GCP选择原则，在畸变图像
和基准图像上寻找相同位置的地面控制点对。 ➢ 选择校正模型，利用选择的GCP数据求取校正模型的参数，
然后利用校正模型实现畸变图像和基准图像之间的像元坐 标变换。 ➢ 选择合适的重采样方法对畸变图像的输出图像像元进行灰 度赋值。 ➢ 几何校正的精度分析。
9
四、图像匹配
3.图像匹配方法 根据图像特征的选择，图像匹配方法一般可以分为基于灰
度的图像匹配和基于特征的图像匹配。
10
➢ 几何配准与几何校正的原理是完全相同的，即都涉及到空间位置（像 元坐标）变换和像元灰度值重采样处理两个过程。
➢ 二者的区别主要在于其侧重点不相同：几何校正注重的是数据 本身的处理，目的是为了对数据的一种真实性还原。而几何配 准注重的是图和图（数据）之间的一种几何关系，其目的是为 了和参考数据达成一致，而不考虑参考数据的坐标是否标准、 是否正确。也就是说几何校正和几何配准最本质的差异在于参 考的标准。另外，几何校正更像前期数据处理，几何配准更像 后期处理。
8
Hale Waihona Puke 四、图像匹配2.图像匹配性能 图像匹配算法的性能可以从匹配速度、匹配精度、匹配概
率和匹配适应性这四个指标来进行评估。
➢ 匹配速度是指匹配算法运行的效率，由算法的计算量和算法结 构（并行或串行）决定。而算法总的计算量与相似性计算的计 算量以及搜索次数有关；并行运算效率较高，但对电脑硬件要 求较高。一个好的匹配算法要求其具有实时性，能够满足应用 需求。
6
四、几何校正类型
根据控制点选取来源的不同，几何精校正可分为图像到图 像的几何校正、图像到地图的几何校正和具有已知几何信 息的几何校正。
7
四、图像匹配
1.图像匹配要素 图像配准是对不同时间、不同传感器或不同视角获取的同
一场景的两幅或多幅图像进行匹配的过程。图像配准方法 可以看作是特征空间、搜索空间、搜索策略和相似性度量 这四个要素的不同选择组合。 ➢ 图像配准需要在图像之间识别同名点，借助变换方法实现 图像的最佳匹配。同名点的识别借助于图像特征，参与匹 配的图像特征便组成特征空间。