遥感图像校正
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。
遥感图像几何精校正实验报告
遥感图像几何精校正实验名称：遥感图像的几何精校正。
实验目的：1.了解和熟悉envi软件的几何校正的原理2.熟悉和掌握envi软件的几何校正的功能和使用方法；3.对自己的图像先找到投影，再另存一幅图像，去掉投影，在其它软件中旋转一角度，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。
实验原理：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。
多项式几何校正激励实现的两大步：1. 图像坐标的空间变换：有几何畸变的遥感图像与没有几何畸变的遥感图像，其对应的像元的坐标是不一样的，如下图1右边为无几何畸变的图像像元分布图，像元是均匀且不等距的分布。
为了在有几何畸变的图像上获取无几何畸变的像元坐标，需要进行两图像坐标系统的空间装换。
图1：图像几何校正示意图在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采用的是二元n次多项式,表达式如下:其中x, y为变换前图像坐标, u, v为变换后图像坐标, aij , bij为多项式系数, n = 1, 2,3, ⋯。
二元n次多项式将不同坐标系统下的对应点坐标联系起来, ( x, y )和( u, v )分别应不同坐标系统中的像元坐标。
这是一种多项式数字模拟坐标变换的方法,一旦有了该多项式,就可以从一个坐标系统推算出另一个坐标系统中的对应点坐标。
如何获取和建立二元n次多项式,即二元n次多项式系数中a和b的求解,是几何校正成败的关键。
数学上有一套完善的计算方法,核心是通过已知若干存在于不同图像上的同名点坐标,建立求解n次多项式系数的方程组,采用最小二乘法,得出二元n次多项式系数。
不同的二元n次多项式,反映了几何畸变的遥感图像与无几何畸变的遥感图像间的像元坐标的对应关系, 其中哪种多项式是最佳的空间变换模拟式,能达到图像间坐标的完全配准,是需要考虑和分析的。
遥感影像纠正的方法与技巧
遥感影像纠正的方法与技巧随着科技的不断发展，遥感技术在各个领域得到了广泛的应用。
遥感影像是通过卫星、飞机等远距离获取地面信息的一种重要手段。
然而，在获取遥感影像后，由于各种原因导致的图像扭曲、色差等问题是不可避免的。
因此，进行遥感影像纠正是必要的。
本文将介绍遥感影像纠正的常用方法与技巧。
一、几何校正方法几何校正是对遥感影像进行坐标、尺度和旋转方位的校正。
常见的几何校正方法有影像配准、地标匹配、插值等。
1. 影像配准影像配准是将待纠正影像与参考影像进行对比，通过匹配相同地物或地点的像素点，从而进行坐标转换。
常用的影像配准方法有基于特征点匹配和基于相位相关匹配两种。
基于特征点匹配的方法是通过提取影像中的特征点，并将其与参考影像中的特征点进行匹配，从而获得坐标转换模型。
OpenCV是一种常用的用于特征点匹配的开源库。
基于相位相关匹配的方法是通过计算两幅影像之间的相关性，确定它们之间的几何转换关系。
这种方法通常用于具有相位重建能力的传感器。
2. 地标匹配地标匹配是通过识别影像中的已知地标（如道路交叉口、建筑物等）并与参考影像中的地标进行匹配来进行校正的一种方法。
这种方法适用于城市建筑等具有明显特征的区域。
3. 插值插值是指通过对图像中间的像素值进行估算，从而使整个图像变得平滑过渡的过程。
常用的插值方法有双线性插值、双三次插值等。
这些方法可以使得图像在进行几何校正后仍保持较好的视觉效果。
二、辐射校正方法辐射校正是指对遥感影像中的亮度进行校正，以保证影像反映地物的真实辐射亮度。
常用的辐射校正方法有直方图匹配、大气校正、辐射转换等。
1. 直方图匹配直方图匹配是指通过将原始图像的灰度值映射到目标图像的灰度值范围来进行校正的方法。
这可以使得影像在亮度上看起来更加准确，同时保证地物的色彩还原度。
2. 大气校正大气校正是指通过估计大气光照对地面目标反射率的影响，将地表反射率从观测影像中恢复出来的一种方法。
这种方法适用于去除由大气散射引起的云、雾等干扰。
2遥感图像的几何校正
一、实验目的：1、几何校正的概念：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。
2、通过第一次实验了解ERDAS软件一些基础操作的基础上，结合指导书，学会遥感图像校正的一些基本操作，进一步熟悉并逐渐ERDAS的操作。
二、实验内容（图像校正）：1、显示图像文件（Display Image File）（1）在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），选中Session >> Title Viewers；（2）在Viewer1中打开需要校正的Lantsat图像：spot5pan.img，在Viewer2中打开作为地理参考的校正过的SPOT图像：fusion1.img；2、启动集合校正模块（Geometric Correction Tool）（1）在Viewer1菜单条中选中Raster>>Geometric Correction，打开Set Geometric Model对话框，选择多项式几何校正模型：Polynomial>>OK；（2）打开Geo Correction Tools对话框和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）为2，定义投影参数（PROJECTION）后并保存，最后Apply>>Close；（3）打开GCP Tool Referense Setup 对话框，选择视窗采点模式，即ExistingViewe>>OK, 打开Viewer Selection Instructions指示器,在显示作为地理参考图像fusion1.img的Viewer2中点击左键；（4）打开reference Map Information 提示框点击OK，此时整个屏幕将自动变化为下图所示的状态，表明控制点工具被启动，进入控制点采点状态；3、启动控制点工具（Start GCP Tools）4、采集地面控制点（Ground Control Point）（1）在GCP工具对话框中，点击Select GCP图标，进入GCP选择状态并在GCP数据表中，将输入GCP的颜色设置为比较明显的黄色然后在Viewer1中移动关联方框位置，寻找明显的地物特征点，作为输入GCP，在GCP工具对话框中，点击Create GCP图标，并在Viewer3中点击左键定点，GCP数据表将记录一个输入GCP，包括其编号、标识码、X坐标和Y坐标；（2）不断重复（1）的步骤并将参考GCP的颜色设置为比较明显的红色，采集25个控制点GCP，每采集一个InputGCP，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；5、采集地面检查点（Ground Check Point）以上采集的GCP的类型均为控制点，用于控制计算，建立转换模型及多项式方程。
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是指通过对图像进行空间几何变换，将其投影到地球表面，使得图像中的每一点对应到地球表面上的一个准确位置。
这样做的目的是为了消除图像中由于遥感器在获取图像时的姿态、高度、地球自转等因素造成的图像畸变，并且使得图像能够与地理信息系统中的地图数据进行精确叠加，从而实现对地理空间信息的准确提取和分析。
在遥感图像处理中，几何校正是非常重要的一环，对于后续的遥感信息提取、地图制图和空间分析等应用具有重要的意义。
遥感图像的几何校正原理主要包括以下几个方面：1. 姿态校正：遥感器在获取图像时往往会受到外部因素的影响，导致姿态不稳定，从而引起图像中的位置畸变。
因此，需要对图像进行姿态校正，使得图像中的每一个像素能够按照准确的空间位置进行定位。
姿态校正的主要方法包括使用姿态角信息进行校正、使用GPS/惯导等辅助信息进行姿态测量以及使用地面控制点进行姿态精确校正。
2. 像元定位：在遥感图像中，像元是指图像中的一个最小单元，通常对应于地面上的一个小区域。
在进行几何校正时，需要将图像中的像元与地球表面上的实际位置进行对应，这就需要确定每个像元的准确位置，即像元的定位。
像元定位的主要方法包括使用地面控制点进行像元定位、通过建立像元坐标系系统进行像元定位以及通过地形起伏对像元进行补偿。
3. 系统误差校正：在遥感图像获取过程中，会受到一些系统误差的影响，例如大气、地形或者地面表面的变化等因素会导致图像中的位置畸变。
因此，需要进行系统误差校正，以消除这些系统误差对图像的影响，从而提高图像的精度和准确度。
系统误差校正的主要方法包括对图像进行大气校正、进行地形效应校正以及通过地面控制点进行系统误差校正。
4. 投影变换：在进行几何校正时，需要对图像进行投影变换，将其投影到地球表面上的准确位置。
投影变换的最常用方法是采用地图投影方法，将图像投影到地图数据的坐标系上，从而实现图像与地图数据的叠加和精确对应。
遥感图像的几何校正
5.采集地面检查点（Ground Check Point）
以上采集的 GCP的类型均为控制点，用于控制计算，建立转换模型 及多项式方程。下面所要采集的GCP类型是检查点
6.计算转换模型（Compute Transformation）
在控制点采集过程中，一般是设置为自动转换计算模型。所以随着 控制点采集过程的完成，转换模型就自动计算生成。
在Set Geo-Correction Input File对话框中，需要确定校正图像， 有两种选择情况：
其一：首先确定来自视窗（From Viewer），然后选择显示图像视 窗。
其二：首先确定来自文件（From Image File），然后选择输入图 像。
三、遥感图像几何校正的途径
1.显示图像文件（Display Image Files）
4.采集地面控制点（Ground Control Point）
GCP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，具体过程如下： （1）在GCP工具对话框中，点击Select GCP图表，进入GCP选 择状态； （2）在GCP数据表中，将输入GCP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GCP。 （ 4 ） 在 GCP 工 具 对 话 框 中 ， 点 击 Create GCP 图 标 ， 并 在 Viewer3中点击左键定点，GCP数据表将记录一个输入GCP，包括其 编号、标识码、X坐标和Y坐标。
2.启动几何校正模块（Geometric Correction Tool）
（1）Viewer1菜单条：Raster→ Geometric Correction→打 开Set Geometric Model对话框
- 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)。
大气影响的粗略校正
大气影响的粗略校正：精确的校正公式需要找出每个 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。 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T 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 如果不通过特别的观测， 所以，常常采用一些简化的处理方法， 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（散射光直接进入传感器的那部分， 主要的大气影响（散射光直接进入传感器的那部分， 即程辐射），使影像质量满足基本要求。 ），使影像质量满足基本要求 即程辐射），使影像质量满足基本要求。 直方图最小值去除法 回归分析法
几何精校正： 几何精校正：利用地面控制点进行的几何校正称为几何精
校正。 校正。 也称图像纠正，其目的是改正原始影像的几何变形， 也称图像纠正，其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。 符合某种地图投影或图形表达要求的新图像 产生一幅符合某种地图投影或图形表达要求的新图像。
7
遥感传感器系统误差校正
传感器定标 随机坏像元 行或列缺失 行或列条纹
8
大气校正
大气校正是消除遥感图像在大气传输中所引 起的质量退化的一种图像处理方法。 大气影响的定量分析 ：大气的主要影响是减少了图 像的对比度，使原始信号和背景信号都增加了 因子，图像质量下降。 （1）无大气的亮度： （2）大气吸收影响； L1λ （3）大气散射后经过地物反射进入传感器； Lpλ （4）大气散射直接进入传感器； L2λ
Y = a1 + b1 X
Y
亮度均值； 为TM1亮度均值； 亮度均值
式中， 波段的亮度均值； 式中 X 为TM5波段的亮度均值； 波段的亮度均值
13
回归分析法
a1,b1计算如下：
b1
∑ [(T − T )(T − T ) = ∑ (T − T )
5 5 1 1 5 5
a1 = T1 − b1T5
T = T1 = a1
' 1
T1、T5表示TM1与TM5波段灰度值，
T1' 为TM1波段校正后的灰度值。
14
回归分析法
可以认为α就是 可以认为 就是 TM1波段的程辐 波段的程辐 射度。 射度。校正方法 就是讲TM1波段 就是讲 波段 中每个像元的亮 度值减去α， 度值减去 ，来 改善图像，去掉 改善图像， 程辐射。 程辐射。
22
地球曲率的变形
二是像元对应于地面宽度 的不等。由于传感器通过 扫描取得数据，在扫描过 程中每一次取样间隔是星 下视场角的等分间隔。如 果地面无弯曲，在地面瞬 时视场宽度不大的清况下， L1，L2，L3，…的差别不 大。但由于地球表面曲率 的存在，对应于地面的P1， P2 ，P3 ，…，显然P3-P1 ＞ L3-L1 ， 距 星 下 点 越 远 畸变越大，对应地面长度 越长。
遥感图像校正
1
遥感图像校正
主要内容 辐射畸变 为什么要进行校正？ 1、为什么要进行校正？ 几何畸变 怎样校正？ 2、怎样校正？ 辐射校正： 辐射校正：传感器系统误差校正
大气校正 太阳高度角误差校正 地形坡度误差校正
几何校正：基于ERDAS的几何精校正 几何校正：基于ERDAS的几何精校正 ERDAS
15
太阳高度角的辐射误差校正
任何地表获得的能量都随太阳的高度变化， 任何地表获得的能量都随太阳的高度变化，而不同 的时间和季节太阳高度是不同的。 的时间和季节太阳高度是不同的。
16
太阳高度角的辐射误差校正
太阳高度角引起的畸变校正是将太阳光线倾斜照射时 获取的图像校正为太阳光线垂直照射时获取的图像。 获取的图像校正为太阳光线垂直照射时获取的图像 。 可根据成像时刻的时间、 太阳的高度角 θ 可根据成像时刻的时间 、 季节和地理 位置来确定， 位置来确定，即： sinθ=sinϕ ·sinδ±cosϕ ·cosδ·cost 太阳高度角的校正是通过调整一幅图像内的平均灰度 来实现的。 来实现的。
18
二、几何校正（GEOMETRIC CORRECTION ）
• 遥感图像几何畸变的原因 • 遥感图像几何校正 • 基于ERDAS的遥感图像几何精校正 基于ERDAS的遥感图像几何精校正 ERDAS
19
1.遥感图像几何畸变的原因
遥感影像变形的原因 (1) 遥感平台位置和运动状态变化的影响： 航高、 遥感平台位置和运动状态变化的影响：
27
遥感图像几何精校正
遥感图像几何精校正的一般过程
1)选取地面控制点（GCP），确定其空间坐 标； 2)利用控制点数据对图像进行空间变换
多项式近似法
合理选择校正方程的次数:2-3次。
3)图像重采样 为了使校正后的输出图像像元与输入 的未校正图像相对应,根据确定的校正公 式，对输入图像的数据重新排列。
4. 5.
从已经过几何配准的遥感图像上选取地面控 制点； 从电子地图中读取地面控制点的坐标； 从地形图读取地面控制点的坐标，数据可通 过键盘、数字化仪输入； 野外GPS定点数据采集； 其它
控制点的地理坐标与地图投影的要求必须一致。 控制点的地理坐标与地图投影的要求必须一致。
30
二次多项式间接法纠正变换公式为： 二次多项式间接法纠正变换公式为：
航速、俯仰、翻滚、偏航。 (2) 地形起伏的影响：产生像点位移。 地形起伏的影响： (3)地球表面曲率的影响：产生全景畸变。 地球表面曲率的影响： 地球表面曲率的影响
一是像点位置的移动； 二是像元对应于地面宽度不等
(4) 大气折射的影响：产生像点位移。 大气折射的影响： (5) 地球自转的影响：产生影像偏离。 地球自转的影响：
20
遥感影像变形的原因 遥感平台运动状态变化
航高变化的影响——地面分辨率不均匀 航速变化的影响——航向位移 俯仰变化的影响——旁向位移 翻滚变化的影响——扭曲变形 航偏变化的影响——倾斜畸变
21
遥感影像变形的原因 地球曲率的变形图示
一是像点位 置的移动， 当选择的地 图投影平面 是地球的切 平面时，使 地面点P0相 对于投影平 面点P有一高 差△h。
x = f x (u, v) = a00 + a10u + a01v + a11uv+ a20u2 + a02v2 y = f y (u, v) = b00 + b10u + b01v + b11uv+b20u2 + b02v2
x,y为校正前的 影像坐标； u,v为变换后对 应的坐标；
12
回归分析法
用长波数据来校正短波数据 作法：在不受大气影响的波段（ TM5） 作法：在不受大气影响的波段（如TM5）和待校正的某 一波段（ TM1）图像中， 一波段（如TM1）图像中，选择由最亮至最暗的一系 列目标，将每一目标的两个待比较的波段灰度值提 列目标， 取出来进行回归分析。 取出来进行回归分析。 例如： 例如：
28
控制点的选取
控制点选取的原则
数目: 2次项不少于6个点、3次项不少于10个 点，保证有多余观测点。 选择的原则
最大范围控制整幅图像 均匀布点 易分辨、易定位的特征点：道路的交叉口，水库 坝址，河流弯曲点等 特征变化大的地区应多选些 图像的边缘也要选取控制点，以避免外推
29
GCP选择途径
1.
2. 3.
17
地形坡度辐射误差校正
太阳光线和地表作用以后再反射到传感器的太阳光的 辐射亮度和地面倾斜度有关。 辐射亮度和地面倾斜度有关。 若处在坡度为α的倾斜面上的地物影像为g（x，y）， 则校正后的图像f（x，y）为： g (x ， y ) f (x ， y ) = cos α 地形坡度引起的辐射校正方法需要有图像对应地区的 DEM数据 校正较为麻烦， 数据， DEM数据，校正较为麻烦，一般只在地形坡度起伏较 大的情况下做校正。 大的情况下做校正。
2
为什么要校正？
遥感成像过程
3
为什么要校正？
原因
传感器本身的因素 遥感平台的影响 大气的影响 地表起伏的影响 ……
产生图像畸变
4
图像畸变的分类
辐射畸变： 辐射畸变 ： 指遥感传感器在接收来自地物的电磁波 辐射能时， 辐射能时 ， 电磁波在大气层中传输和传感器测量中 受到遥感传感器本身 地物光照条件（ 遥感传感器本身、 受到 遥感传感器本身 、 地物光照条件 （ 地形影响和 大气作用等影响 太阳高度角影响） 以及大气作用 等影响， 太阳高度角影响 ） 以及 大气作用 等影响 ， 而导致的 遥感传感器测量值与地物实际的光谱辐射率的不一 致。 几何畸变：遥感图像的几何位置上发生变化， 几何畸变：遥感图像的几何位置上发生变化，产生 几何位置上发生变化 诸如行列不均匀，像元大小与地面大小对应不准确， 诸如行列不均匀，像元大小与地面大小对应不准确， 地物形状不规则变化等变形， 为几何畸变。 地物形状不规则变化等变形，称为几何畸变。
6
一、辐射校正（RADIOMETRIC CORRECTION ）
影响辐射畸变的因素 ？ 1.1引起辐射畸变的因素 引起辐射畸变的因素？ 1.1引起辐射畸变的因素
传感器本身的影响：导致图像不均匀， 1.2如何进行辐射校正？ 1.2如何进行辐射校正？ 如何进行辐射校正 产生条纹和“噪音”。 大气的影响：反射、散射、吸收，主要 会影响图像的对比度。 地形影响和光照条件变化引起的辐射误 差
10
直度应为0的地区， 如山的阴影处。而事 实上并不等于0,说明 亮度最小值必定是这 一地区大气影响的程 辐射度增值。
11
直方图最小值去除法
校正方法:将每一波段中每个像元的亮度值都减
去本波段的最小值。使图像亮度动态范围得到 改善，对比度增强，从而提高了图像质量。
24