数字图像的纠正过程
第四章数字图像的校正
10
图像处理系统
11
二、辐射校正
• 由于传感器响应特性和大气的吸收、散 射及其它随机因素影响，导致图像模糊 失真，造成图像分辨率和对比度相对下 降，称为辐射畸变。这些畸变都需要通 过辐射校正复原。 • 引起辐射畸变原因：传感器本身产生的 误差（生产单位进行校正）；大气对辐 射的影响（用户自行校正）。
f (1,1) f (2,1) f ( x, y ) f( M ,1)
f (1,2) f (2,2)
f ( M ,2)
f (1, N ) f( 2, N) f ( M , N )
数字矩阵可以在计算机里进行存储和运算。
8
图像的数字化内容：
22
不同反差特征的图像
23
① 直方图校正方法
前提（假设）：深海水体处（或山的阴影）等物体 的亮度值为0，大气散射导致图像上这些物体的灰度 值不为0（辐射偏置量）。 从图像像元亮度值中减去一个辐射偏置量（LP）， 辐射偏置量等于图像直方图中最小的辐射亮度值。
暗物体法（Dark-object method）
（1）图像空间位置的数字化，即图像的空间取样。
（2）图像灰度的数字化，即指从图像灰度的连 续变化中进行离散的采样，目前经常使用的灰度量度 有2级，64级，128级，256级。
除光学图像可以数字化为数字图像外，更多的遥 感图像源于传感器获得后直接的数字产品，如 MSS,TM,ETM等航天遥感器。
遥感数字图像的正射纠正与图像镶嵌
(2) 距离加权法
地理编码影像的自动镶嵌处理流程
Step3: 根据相交区内图像色彩差异进行图像色彩均衡， 使输出图像色彩连续，色调统一。
没有经过色调均衡的镶嵌图像
经过色调均衡的镶嵌图像
例1：基于地理坐标的图像镶嵌
PCI—OrthoEngine模块
（1）新建工程并定义投影
（2）输入图像
（3）图像镶嵌
基于影像重叠区像素匹配的人机交互的图像镶嵌
例2：基于像元的图像镶嵌实例
准备工作：
1）要参加拚接的图像必须具有统一的坐标系，
即首先进行图像的几何纠正。
2）图像灰度的调整
对于彩色图像，需要从红绿蓝三个波段分别进行灰度的调整； 对于多波段的图像文件，进行一一对应的多个波段的灰度调整。 灰度调整的方法：进行交互式的图像拉伸，进行图像直方图的
A
L
B
为此可取一长度为d的一维窗口，让窗口在一行内逐点 滑动，计算出每一点处A和B两幅图像在窗口内各个对应像 元点的亮度值绝对差的和，最小的即为接缝线在这一行的 位置，其计算公式为：
g i, j
j 0 A
d 1
o
j g B i, j0 j
B 0
j0
1,2,...,L d 1
CUT LINE的定义步骤为：
1) 打 开 IMAGE 窗 口 上 的 菜 单 命 令 Fuctions—Overlays— Annotation，则打开Annotation窗口；
2)
3) 4)
选择要在那个图像窗口上画ANN, IMAGE? SCROLL? ZOOM?
在窗口上，选择菜单命令Object—Polyline； 使用鼠标画线，按右键后画线停止，出现一个 handle ， 鼠标在 handle 上时候，按下左键可以拖动 Ployline ，按下 鼠标中键则删除该Ployline。画线的过程中，按下中键则删 除上一个节点。再点击右键则确定所画的线。 注意：确保所画的线跨越图像的边缘。
摄影测量与遥感：数字微分纠正
ijx3 ]
y(i,
j)
1 n2
[(n
i)(n
j) y1
i(n
j) y2
(n
i)
jy4
ijy3 ]
正射影像精度的检查与质量控制
精度控制 1、野外检测 2、与线化图套合目视检查 3、立体正射影像对制作，量测同名点的视差。
影像质量
主要考虑其反差和色调
Y' y
Y'
( X0 ,Y0 )
X ' 纠正图像
y X'
p
x
x 原始图像
直接法数字微分纠正是从原始图像出发，将原始图像上的每一个像元素 用正解公式求得纠正后的像点坐标。
这种方法存在着很大的缺点，在纠正后的图像上，所得的像点是不规则 排列的，有的像元素内可能出现空白，而有的像元素内可能出现多个像 点，因此很难实现灰度内插并获得规则排列的数字影像。
数字微分纠正
数字微分纠正
按被纠正的最小单元，对纠正分类： 1、点元素纠正 2、线元素纠正 3、面元素纠正
多数光学微分纠正属线元素微分纠正，即以很窄的缝隙作为纠正 的最小单元。 因数字影像是由像元素排列组成，原理上最适合点元素微分纠正。
一、数字微分纠正的基本原理
数字微分纠正的基本任务是实现两个二维图象之间的几何变换，因 此，在数字微分纠正的过程中，必须首先确定原始图像与纠正后图 像之间的几何关系。
四、数字纠正实际解法
数字纠正的实际解法，从原理上来说，是属于点元素纠正，但在实际的 软件系统中，均是以“面元素”作为纠正单元的，一般以正方形作为纠正 单元。利用反算公式计算该单元４个“角点”的像点坐标，再沿X 和Ｙ方 向，在“面元素”内线性内插求得纠正单元的坐标，求得像点坐标后，再 内插其灰度。其实质仍为线元素纠正。
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
《数字图像的校正》课件
校正可以提高图像的质量，使得图像更清晰、更逼真，给观众带来更好的视觉体验。
2 信息准确传达
校正可以消除图像中的噪点、失真、色差等问题，确保被拍摄对象的信息被准确传达。
3 数据分析和处理
校正后的图像可以更好地用于数据分析、图像处理和计算机视觉等领域的研究和应用。
数字图像校正的分类
几何校正
数字图像校正实例展示
图像校正前
图像细节不清晰，颜色饱和度低。
图像校正后
图像细节清晰，颜色饱和度高。
对比
通过校正，图像质量得到显著提升。
校正后图像的评价
主观评价
通过观察图像的视觉效果，评价校正的效果。
客观评价
使用图像质量评价指标，如PSNR和SSIM，对校正后图像进行量化评估。
用户反馈
收集用户对校正后图像的使用体验和满意度的反馈。
使得色彩更真实。
3
图像采集
选择适当的采集设备和环境，确保图像的质 量。
曝光调整
根据被拍摄对象的亮度，调整相机的曝光参 数，避免过曝或欠曝。
图像校正中的偏差，需要进行色彩校正。
2 失真
镜头畸变、透视变形等因素会引起图像的失真，需要进行几何校正。
3 噪点
校正后图像的应用
• 医学影像诊断和分析 • 无人驾驶和智能交通 • 工业质检和机器视觉 • 航空航天图像处理 • 数字艺术和媒体创作
数字图像的后处理
数字图像校正是数字图像后处理的重要环节，通过校正，可以提高图像的质 量和准确性。
《数字图像的校正》PPT 课件
数字图像的校正PPT课件介绍了数字图像校正的意义、分类、常见问题以及各 种校正方法，展示了校正前的准备工作和校正后图像的评价和应用。
数字图像的退化与复原
数字图像的退化与复原1. 实验目的(1) 掌握数字图像的存取与显示方法。
(2) 理解数字图像运动模糊、高斯模糊以及其他噪声引起模糊（图像降质现象）的物理本质。
(3)掌握matlab的开发环境。
(4)掌握降质图像的逆滤波复原和维纳滤波复原方法。
2. 实验原理此实验是对数字图像处理课程的一个高级操作。
在深入理解与掌握数字图像退化的基础理论上，利用逆滤波与维纳滤波方法对数字图像进行复原。
(1) 图像的退化数字图像在获取过程中，由于光学系统的像差、光学成像衍射、成像系统的非线性畸变、成像过程的相对运动、环境随机噪声等原因，图像会产生一定程度的退化。
(2) 图像的复原图像复原是利用图像退化现象的某种先验知识，建立退化现象的数学模型，再根据模型进行反向的推演运算，以恢复原来的景物图像。
因而图像复原可以理解为图像降质过程的反向过程。
(3) 图像降质的数学模型图像复原处理的关键问题在于建立退化模型。
输入图像f(x,y)经过某个退化系统后输出的是一幅退化的图像。
为了讨论方便，把噪声引起的退化即噪声对图像的影响一般作为加性噪声考虑。
原始图像f(x,y)经过一个退化算子或退化系统H(x,y)的作用，再和噪声n(x,y)进行叠加，形成退化后的图像g(x,y)。
图1表示退化过程的输入和输出关系，其中H(x,y)概括了退化系统的物理过程，就是要寻找的退化数学模型。
图1 图像的退化模型数字图像的图像恢复问题可以看作是：根据退化图像g(x,y)和退化算子H(x,y)的形式，沿着反向过程去求解原始图像f(x,y)。
图像退化的过程可以用数学表达式写成如下形式：g(x,y)=H[f(x,y)]+n(x,y) (1)在这里，n(x,y)是一种统计性质的信息。
在实际应用中，往往假设噪声是白噪声，即它的频谱密度为常熟，并且与图像不相关。
在对退化系统进行了线性系统和空间不变系统的近似之后，连续函数的退化模型在空域中可以写成：g(x,y)=f(x,y)*h(x,y)+n(x,y) (2)在频域中可以写成：G(u,v)=F(u,v)H(u,v)+N(u,v) (3)其中，G(u,v)、F(u,v)、N(u,v)分别是退化图像g(x,y)、原图像f(x,y)、噪声信号n(x,y)的傅立叶变换；H(u,v)是系统的点冲击响应函数h(x,y)的傅立叶变换，称为系统在频率域上的传递函数。
遥感数字图像处理一
STEP2
STEP3
STEP4
图像校正：包括辐射校正、几何校正。
增强处理：增强图像中的有用信息，利于识别分析。 包括彩色增强、直方图增强、图像运算、邻域增强、频率域增强、信息融合等。
图像变换：消除干扰和滤掉噪声，提高图像质量。
信息提取：图像分类（监督分类、非监督分类、神经网络分类、模糊分类）、空间信息提取、光谱信息提取。
方法：黑白扫描/彩色扫描
扫描时需注意： 扫描的空间分辨率
一般300dpi（像片）/ 600dpi（负片）可满足要求 灰度级：0-255（黑白）/ RGB（彩色）
航空像片的数字化
如何设置分辨率
过程: （1）空间采样 （2）属性量化
分辨率设置
例：将一张1:50000的航空图像扫描成分辨率是2米的数字化图(1pix=2m) 。 50000 lcm=500m 1cm内要有250个pix pix边长=1cm/250pix=0.004cm=0.001575inch (1cm=0.3937inch) 635pix/inch
辅助数据：数字图像尺寸等各种参数
多波段数字图像存储与分发的常用数据格式：
遥感数字图像的表示方法
BSQ(Band sequential)数据格式：按波段顺序依次排列， 1个文件，文件内划分1-K段，第n段数据为第n波段的图像数据[M行][N列]。 多式（Band interleaved by pixel），1个文件，[M行][N列]格式，每个单元顺序记录K个波段的相应数据。 多波段数字图像存储与分发的常用数据格式（2）
BIL数据格式（Band interleaved by line）， 1个文件，逐行按波段次序排列。第1波段的第1行、第2波段的第1行、…、第K波段的第1行；第1波段的第2行、第2波段的第2行、…、第K波段的第2行；…… 多波段数字图像存储与分发的常用数据格式（3）
数字图像纠正的原理和方法
１ 数字 图像纠正的基本原理
图像 的几何 变形 主 要是 由于 图像 中的像 素 点 发 生位
移而产 生 的 ， 其 典 型 表 现 为 图像 中 的物 体 扭 曲。 图像 纠 正就是 将发 生 位 移 的像 素 点 重 新 放 到正 确 的位 置上 ， 修 正 图像 的几 何 变 形 ， 从 而 产 生一 幅符 合 某 种 地 图投 影 或 图像 表 达要 求 的新 图像 。从 本 质 上 看 ， 图像 的 几 何 纠 正 是 采用 一种 数 学 模 型 ， 选 择一 定 数 量 的 已知 理 论 坐 标 值
Ｏ 引 言
随着计 算 机 技 术 的发 展 ， 在城市规 划、 工 程 建 设 和 Ｇ Ｉ Ｓ建库 等工 作 中 ， 常 常需要 将 现有 的纸 质线 划地 形 图数 字化， 使其 成 为 计 算 机 能 够 识 别 和 处 理 的数 字 地 形 图 。 但 是 由于 图纸 在 存 储 过程 中 易受 温 度 及 湿 度 的影 响 ， 从 而 产生 收缩 、 扭曲、 皱 褶 等变 形 。另 外 由于 扫 描过 程 是 逐 行逐 块进 行 的 ， 因而 行 与 行 、 块与块之间有拼接误差 ； 扫 描仪 不 稳定 误 差 、 光 学误 差 、 扫描 方 向与 方 向不 垂直 引 起 的误 差等 。对 于这些 变 形 都会 不 同程度 地 降低 数 字 地形 图 的精 度 ， 因此 在数 字化 之 前 ， 我 们 首先 要研 究 对栅 格 影 像 的纠 正技术 。
ＺＨＡＮＧ Ｈｏ ｎ ｇ—ｌ ｉ ｎ ｇ
（ Ｂ ａ ｓ ｉ ｓ ｏ ｆ Ｓ ｕ ｒ ｖ ｅ ｙ ｉ ｎ ｇ ａ ｎ ｄ Ｍａ ｐ ｐ ｉ ｎ ｇ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｌ ｉ ａ ｏ ｎ ｉ ｎ ｇ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ， Ｊ ｉ ｎ ｚ ｈ ｏ ｕ １ ２ １ ０ ０ ３， Ｃ ｈ ｉ ｎ ａ ）
- 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)。
数字图像的纠正过程
数字图像几何纠正：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。
基本原理：利用图像坐标和地面坐标（另一图像坐标、地面坐标等）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。
纠正函数
纠正的函数有多种：多项式方法、共线方程方法、随机场内插方法等。
多项式方法应用最普遍。
多项式纠正的基本思想：图像的变形规律可以看做是平移、缩放、旋转、仿射、偏扭、弯曲等形变的合成。
直接纠正方法：从原始图像阵列出发，按行列的顺序依次对每个原始图像像元点位用变换函数 F （）（正解变换公式）求得它在新图像中的位置，并将该像元灰度值移置到新图像的对应位置上。
⋯⋯++++++==25243210),(i i i i i i i i x i y c x c y x c y c x c c y x F X ⋯⋯++++++==25243210),(i i i i i i i i x i y d x d y x d y d x d d y x F Y
间接纠正法：从空白的新图像阵列出发，按行列的顺序依次对新图像中每个像元点位用变换函数f () （反解变换公式）反求其它在原始图像中的位置，然后把算得的原始图像点位上的灰度值赋予空白新图像相应的像元。
⋯⋯++++++==25243210),(i i i i i i i i x i Y c X c Y X c Y c X c c Y X f x ⋯⋯++++++==25243210),(i i i i i i i i x i Y d X d Y X d Y d X d d Y X f y
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。
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’)，求出x,y坐标的最大最小值。
X1=min(Xa’, Xb’, Xc’, Xd’)
X2=max(Xa’, Xb’, Xc’, Xd’)
Y1=min(Ya’, Yb’, Yc’, Yd’)
X1=max(Ya’, Yb’, Yc’, Yd’)
确定新图像的分辨率
目的是确定新图像宽度和高度；
根据精度要求，在新图像的范围内，划分网格，每个网格点就是一个像元。
新图像的行数M=（Y2-Y1）/ΔY+1;
新图像的列数N=（X2-X1）/ΔX+1;
新图像的任意一个像元的坐标由它的行列号唯一确定。
灰度重采样
纠正后新图像的每一个像元，根据变换函数，可以得到它在原始图像上的位置。
如果求得的位置为整数，则该位置处的像元灰度就是新图像的灰度值。
如果求得的位置不为整数，则有几种方法：
（1）最近邻法
距离实际位置最近的像元灰度值作为输出图像像元的灰度值(如下图)。
（2）双线性内插法
以实际位置临近的4个像元值，确定输出像元的灰度值。
公式为：
∑∑===
++++++=4
1
4
14
3214
4332211),(i i
i i
i p
g
p p p p p g p g p g p g p n m g
（3） 三次卷积法
以实际位置临近的16个像元值，确定输出像元的灰度值。
公式为：
∑∑===
16
1
16
1),(i i
i i
i p
g
p n m g。