第三章 遥感数字图像几何校正2015
遥感图像几何纠正
第三章遥感图像的几何纠正教学目标1、使学生了解引起遥感图像几何畸变的原因及其进行遥感图像几何纠正的必要性；2、使学生掌握理解进行遥感几何纠正的原理与方法；3、要求学生通过本章的学习可以熟练使用ENVI进行遥感数字图像的几何纠正；教学内容：1、几何纠正的概念2、引起几何畸变的原因3、遥感图像几何纠正的原理与方法4、在ENVI中进行影像到影像的配准实践一、遥感图像几何纠正的概念：由于搭载传感器的平台(如飞机,卫星)的姿态,速度等的不稳定,以及地球曲率,空气折射等的影响,形成的图像常有畸变,几何纠正即消除遥感图像中所包含的几何畸变的过程。
通常有两个叫法：1、图像配准(Registration)：同一区域里一幅图像（基准图像）对另一幅图像的校准，以使两幅图像中的同名像元配准。
2、图像校正(Rectification)：借助一组地面控制点，对一幅图像进行地理坐标的校正。
在应用之前，进行遥感图像几何纠正是很必要的。
第一，对遥感原始图像进行几何变形纠正后，才能对图像信息进行各种分析，制作满足两侧和定位要求的各类地球资源及环境的遥感专题图；第二，当应用不同遥感方式、不同光谱范围以及不同成像时间的各种同一区域复合图像数据来进行计算机自动分类、地物特征的变化监测或其他应用处理时，必须进行图像间的几何配准，保证各不同图像间的几何一致性；第三，利用遥感图像进行地形图测图或更新对遥感图像的几何纠正提出了更严格的要求。
几何纠正的类型：1）把畸变图像往地形图上配2）把畸变图像往底图上配3）把畸变图图像相互之间配二、引起遥感图像几何畸变的原因1、遥感平台位置和运动状态变化引起的畸变无论是飞机还是卫星，运动过程中都会由于种种原因产生飞行姿势的变化（如：航高、航速、仰俯、翻滚、偏航等）从而引起图像变形；2、地形起伏引起的几何畸变当地形存在起伏时，会产生局部像点的位移，使原本应是地面点的信号被同一位置上某一高点的信号所代替。
由于高差的原因，实际像点距像幅中心的距离相对于理想像点距像幅中心的距离移动了一点。
遥感图像的几何校正
分辨率：采用线对/毫米
f
Rg
Rs f H
Rg 为地面分辨率
H
H 为航高
Rs 为系统分辨率 f 为摄影机焦距
IKONOS 图像，1m分辨率
由于地形起伏 引起的平面上 的点位在相片 位置上的移动， 这种现象称为 像点位移，其 位移量就是中 心投影与垂直 投影在同一水 平面上的“投 影误差”
9个一定 高度的柱 子，影像 中பைடு நூலகம்正射 投影，只 能看到顶； 其余成像 后放射状 的向外倒
影像面扫描的方式
➢不直接对地面扫描，而是先用光学系统将目标 的辐射信息在靶面上聚焦形成一幅影像，然后 对靶面扫描来获得数据
➢如SPOT卫星上的HRV
成像方式
➢成像方式的传感器把地物的电磁波能量强度用 图像的形式表示
➢航空摄影机、扫描仪、成像光谱仪和成像雷达 等
非成像方式
➢非成像方式的传感器把所探测到的地物电磁波 能量强度用数字或曲线图形表示
分辨率与比例尺 地形起伏引起的投影差 成像方式引起的变形 外方位元素 代表传感器 不足
中心投影类型成 像仪，通常称框 幅式成像仪
在成像瞬间直接 获取地面景物的 二维影像
特点：整幅影像 的所有像元是同 时成像的，图像 上所有像元的外 方位元素是一样 的
比例尺：1/m=f/H
（焦距/航高）
斜距投影成像仪： 侧视雷达等
大部分航天遥感采用扫描成像 两种扫描方式 1. 光/机扫描成像或掸扫式 2. 推扫式扫描或推帚式扫描 逐点或者逐列对地面作垂直飞行方向扫描
成像，随平台向前运动获得地面景物的二 维影像
扫描成像是依靠探测元件和扫描镜对目标 地物以瞬时视场为单位进行的逐点、逐行 取样，以取得目标地物电磁辐射特性信息， 形成一定谱段的图像
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。
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
6._第三章(2)_遥感图像的几何纠正教程
yi fy( Xi, Yi) d 0 d 1 Xi d 2Yi d 3 XiYi d 4 Xi 2 d 5Yi 2
...
...
...
2) 直接法
Xi Fx( xi, yi) c0 c1xi c2 yi c3 xiyi c4 xi 2 c5 yi 2
Yi Fy( xi, yi) d 0 d 1xi d 2 yi d 3 xiyi d 4 xi 2 d 5 yi 2
...
同名控制点选取
图像几何变换
利用已有的多项式函数模型，逐像素进 行变换：
Image Pixels
一般采用的间接法
Ground Pixels
•
•
同名控制点要在图像上均匀分布；
只在自己关注的区域选取控制点
•
数量应当超过多项式系数的个数（ (n+1)*(n+2)/2）。当控制点的个数超过多项式 的系数个数时，采用最小二乘法进行系数的 确定，使得到的系数最佳。
控制点质量评价-----RMS误差
RMS 误差（均方根）是 GCP 的输入点位和地理坐标反算的位 置之间的距离，所期望输出的坐标（以像素为单位）与实际输出的 坐标之间的偏差。 RMS误差用计算距离的方程求得：
遥感图像的几何纠正方法
遥感图像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影 像（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。 本课程主要介绍遥感数字图像的几何纠正。
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’)，
遥感数据图像处理实验三、遥感图像的几何校正与裁剪
实验三、遥感图像的几何校正与裁剪实验内容：1.图像分幅裁剪（Subset Image）2.图像几何校正（Geometric Correction）3.图像拼接处理（Mosaic Imgaes）4.生成三维地形表面（3D Surfacing）1.图像分幅裁剪在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，按照ERDAS IMAGINE 8.4实现图像分幅裁剪的过程，可以将图像分幅裁剪为两类型：规则分幅裁剪，不规则分幅裁剪。
1.1规则分幅裁剪(以c:\Program File\ IMAGINE 8.4\examples\lanier.img为例)规则分幅裁剪是指裁剪图像的范围是一个矩形，通过左上角和右上角两点的坐标可以确定图像的裁剪位置，过程如下：方法一:→ERDAS IMAGINE 8.4 图标面板菜单条：Main→Data Preparation(或单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标)→打开Data Preparation 对话框→单击Subset Image按钮，打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→裁剪范围（Subset Definition）:ULX、ULY、LRX、LRY（注：ULX，ULY是指左上角的坐标，LRX,LRY是指右上角的坐标，缺省状态为整个图像范围）→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→OK(关闭Subset对话框，执行图像裁剪)方法二:→ERDAS IMAGINE 8.4图标面板菜单条:Main→Start IMAGINE Viewer(或单击RDAS IMAGINE 8.4图标面板工具条“Viewer”图标)→打开一个二维视窗→单击视窗工具条最左端的“打开文件”图标→打开Select Layer To Add对话框在Select Layer To Add对话框完成以下设置：→Look In:examples→File Name:lanier.img→Files of type:IMAGINE Image→双击OK按钮→在二维视窗中打开lanier.img文件→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit →输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→单击From Inquire Box按钮→打开Invalid Coordinate Type对话框→单击Continue→在显示图像文件lanier.img视窗中单击工具条的“+”按钮,打开Inquire Cursor 对话框,在视窗中移动十字光标,确定裁剪范围左上角和右下角,读取其坐标分别填入Subset Image对话框的ULX,ULY中和LRX,LRY中→单击OK按钮(关闭Subset对话框，执行图像裁剪)方法三:首先在视窗中打开lanier.img文件→AOI→Tools打开AOI工具面板→单击矩形框确定裁剪范围→File→Save→AOI Layer As→打开Save AOI As对话框,输入文件名:2→单击OK(退出Save AOI As对话框)→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous →输出统计忽略零值:Ignore Zero In Output Stats →输出像元波段（Select Layers）:2,3,4→单击AOI按钮→打开Choose AOI对话框→在Choose AOI对话框作如下设置：→AOI Source:File→AOI File:2→单击OK(退出Choose AOI对话框)→单击OK(退出Subset对话框,执行图像裁剪)→单击OK(退出Modeler对话框,完成图像裁剪)1.2不规则分幅裁剪不规则分幅裁剪是指裁剪图像的边界范围是个任意多边形，无法通过左上角和右下角两点的坐标确定图像的裁剪位置，而必须事先生成一个完整的闭合多边形区域，可以是一个AOI多边形，也可以是ArcInfo的一个Polygon Coverage，针对不同的情况采用不同的裁剪过程。
遥感数字图像几何处理ppt课件
备
原始 纠正 输入 几何 灰度 纠正
工 作
数字 图像
变换 函数
图像 范围
位置 变换
从新 采样
数字 图像
编辑课件
16
遥感图像几何校正原理
遥感图像几何校正包括光学校正和数字纠正两种方法。
数字纠正是通过计算机对图像每个像元逐个地解析纠 正处理完成的，其包括两方面：一是像元坐标变换；二 是像元灰度值重新计算（重采样）。
第三章 遥感数字图像几何处理
讲解内容
1. 遥感数字图像几何变形的原因和纠正方法
2. 中心投影够像和多中心投影数字图像的几 何纠正
3.侧视雷达图像的几何纠正
目的 1. 熟悉遥感数字图像几何变形的原因；
2.可以利用一到二种方法对不同遥感器产生 的图像进行几何纠正。
编辑课件
1
3.1 遥感数字图像几何处理概述
编辑课件
23
几何精校正概括为两个步骤：
第一步是构建一个模拟几何畸变的数学模型， 以建立原始畸变图像空间与标准图像空间的某种 对应关系，实现不同图像空间中像元位置的变换；
第二步是利用这种对应关系把原始畸变图像 空间中全部像素变换到标准图像空间中的对应位 置上，完成标准图像空间中每一像元亮度值的计 算。
– 计算校正后影像中的每一点所对应原图中的 位置（x，y）。计算时按行逐点计算，每行 结束后进入下一行计算，直到全图结束。
编辑课件
29
重采样的两种方法
–对输入影像的各个象元在变换后的输出影像 坐标系上的相应位置进行计算，把各个象元 的数据投影到该位置上。
–对输出影像的各个象元在输入影像坐标系的 相应位置进行逆运算，求出该位置上的象元 数据。该方法是经常采用的方法。
- 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)。
般有一定的规律性，并且其大小事先能
够预测。例如扫描镜的结构方式和扫描 速度等造成的畸变。
随机性畸变 是指大小不能预测，其出现带有随机性质
的畸变，例如地形起伏造成的随地而异的 几何偏差。例如地形起伏造成的随地形而
异的几何偏差。
3.3.2几何畸变的影响因素
（1）传感器成像投影方式带来的变形
传感器有中心投影，全景投影，斜距投影以及平 行投影等几种成像方式。地形平坦地区的中心投影和 垂直投影没有几何畸变，但对全景投影和斜距投影则 产生图像变形。 常把中心投影和平行投影（正射投影）的图像视 为基准图像，而全景投影和斜距投影变形规律可以通 过与中心投影或正射投影的影像相比较而获得。因此， 航空像片的解译理论是各种遥感图像的解译基础。
从硬拷贝平面图（如比例尺1:5万的地形图）中 提取GCP; 直接从屏幕上提取数字地形图中的GCP坐标； 从几何校正后的数字正射影像中提取GCP; GPS野外测量获取GCP坐标。
GPS测控制点：
TM数据（30米），GPS精度应在10－20米之间； SPOT数据（5－10米）， GPS精度应在亚米级； 更高的校正精度要求，宜用差分GPS来获取坐标。
第三章
遥感数字图像几何校正
一、数字遥感图像几何校正的含义与意义 二、数字校正和光学校正的区别 三、几何畸变的类型与影响因素 四、几何畸变校正的类型、原理与过程
五、几何校正方法
3.1 数字遥感图像几何校正的含义与意义
（1）数字图像几何校正的含义
遥感图像在几何位置上发生的变化，产生诸如行 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。
（6）大气折射的影响
大气对辐射的传播产生折射。由于大气的密度分布从下 到上越来越小，折射率不断变化，折射后的辐射传播不再是 直线而是一条曲线，从而导致传感器接收的像点发射位移。 R1 R2 R3 R4
斜向 的电 磁波 经历 的是 一条 弯曲 的传 输路 线
a a0 a a0
（7）地球自转的影响
地球始终在自转，而且在不同的纬度，地球转动的线速度 不同。地球资源卫星完成一景图像的扫描，在此期间，地球已 经转过一定的角度，所以，图像记录的并非一个正方形的地面 区域，而是一个存在扭曲的四边形区域。
取日期应尽量接近。
影像分辨率与相应比例尺的地形图配准，如：
Landsat
TM（30米，彩色）， 1:10万 地形图 1:5万 1:5千 地形图 地形图
SPOT5(10米，彩色)， Quickbird（彩色，2.44米）
还可以使低精度图像与高精度图像配准(在高精度图
像上选点)
获取影像-地图校正的精确地面控制 点地图坐标信息的方法
但使用GPS测量要注意投影问题。GPS使用的是WGS84 经纬度投影，在使用前可能要进行投影转换。
地面控制点的地理坐标必须与投影要求一致，否则会带 来较大误差。
控制点质量评价-----RMS误差
RMS误差（均方根）是GCP的输入点位和地理坐标反算的 位置之间的距离，所期望输出的坐标（以像素为单位）与实际 输出的坐标之间的偏差。 RMS误差用计算距离的方程求得：
三次卷积插值法：精度高但速度慢
双像素重采样法：对一个像素在x,y方向均扩大1倍，然后再 对放大了1倍的影像重采样。精度较好。
（10）输出纠正数字影像。
原始影像
纠正后影像
注：地面控制点（GCP）是几何校正中用来建立纠正方程 的基础，是最关键的数据。
控制点选择问题
1）控制点数目 最少控制点数目N=(n+1)(n+2)/2 ,其中n为二元多项式的次数; 但控制点个数都大于最低数目（有时为6倍），一般地，都多选取 20－30个控制点。 2）选择原则
像具有较高的地理坐标精度。
3.2 数字校正和光学校正的区别
（1）光学纠正通常不能对卫星遥感图像，特别是动态 遥感图像进行校正。原因：通常的光学纠正仪器是针对框 幅式中心投影的航空摄影图像设计的，动态传感图像的特 点并未在设计中加以考虑。 （2）数字图像纠正是建立在严格的数学基础上的，并 可以逐点地对图像进行纠正，原则上对任何传感器的图像 都可以进行纠正。
33
控制点质量
RMS大 校正多项式拟 合曲线
RMS小
由控制点地理坐标，根据校正多项式反算出来 的图像点位
3.5 几何校正方法
基本思路 校正前：每个像元对应的实际大小不一致； 校正后：一致。
具体步骤
1）变换前后坐标之间的关系 原图像:(x,y)
变换后图像:(u,v)
(x,y)=f(u,v)（间） (u,v)=g(x,y)（直）
地球自转的影响
左图显示了 地球静止的图像 (oncba)与地球 自转的图像 (oncba)在地面 上投影的情况。 由图可见，由于 地球自转的影响， 产生了图像底边 中点的坐标位移 x和y，以及平 均航偏角。
3.4 几何校正的类型、原理与过程
3.4.1几何畸变校正的类型 几何粗校正：针对引起畸变原因而进行的校正， 是对遥感影像的前期校正。 几何精校正：用一种数学模型来近似描述遥感图 几何多项式法：利用几何多项式作为校正模型， 将传感器的校准数据、遥感平台位置以及卫 像的几何畸变，利用畸变的遥感图像与标准图之 星姿态数据带入理论校正公式进行改正即可 利用控制点对求解变换系数，并按照该系数进 间的控制点对求得几何畸变参数，并利用此进行 行校正 在数据处理的初始阶段进行，一般消除系统 几何畸变的校正 性的误差 严格模型法：利用严格成像模型作为校正模型， 利用控制点解算系数并进行校正
' p
斜距变形
无变形
全景变形
斜距变形
（2）传感器外方位元素变化的影响
传感器成像时的位置和姿态角
航高
航速 俯仰 翻滚 航偏
（3）地形起伏的影响
地形起伏对中心投影造 成的像点位移是远离原 点向外变动，在雷达影 像上是向内变动的。 R
地形起伏对正 射投影无影响
对中心投影引起 投影差，航片各 部分比例尺不同
（9）像元的灰度重采样 因数字影像是相片的离散化采样，当想知道非采样点的 灰度值时，就需要由采样点（已知像素）内插，称为重采样。 其附近像素（采样点）的灰度值对被采样点的影响的大 小可以用重采样函数来表达。
常用的方法有四种：（下面具体介绍）
邻近像元法：最简单，精度低 双线性插值法：最常用
输 出 纠 正 数 字 影 像
输 入 原 始 数 字 影 像
确 定 工 作 范 围
选 择 地 面 控 制 点
选 择 地 图 投 影
匹 配 地 面 控 制 点 与 像 元 位 置
选 择 校 正 函 数 和 相 关 参 数
像 元 灰 度 重 采 样
（1）准备工作
收集和分析影像数据、地图资料、大地测量成果、 航天器轨道参数和传感器姿态参数，所需控制点的选择 和量测等。 （2）原始数字影像输入
V (( U U /u U 1 (u , v ) 2, 1)( u v ) , v ) max( b v ba , vb , v cc , v cd) d d
a
b
(cx ,d y) ( xd , yd ) ,v ,cv c)
xi和yi是输入同名控制点的图像坐标； xr和yr是同名控制点逆变换后的图像坐标。 RMS 误差以坐标系统的距离来表示。用像元数。例如， RMS误差是2意味着参考像元与逆转换像元之间的距离是2个像 元。
32
RMS误差的容忍取决于数据质量以及应用目的
Landsat TM 一般控制在1个像元，30m以内。 AVHRR一般控制在1.5个像元，1.5Km以内。
（2）几何校正的意义
只有进行校正后，才能对图像信息进行分析，制
作满足测量和定位要求的各类遥感专题图。
在同一地域，应用不同传感器、不同光谱范围及
不同成像时间的各种图像数据进行计算机自动分类、 地物特征的变化监测或其它应用处理时，必须进行 图像间的空间配准，保证不同图像间的几何一致性；
利用遥感图像进行地形图测图或更新时，要求图
4个角点的坐标值： x1 ya ) ( xb U变换前 1 min( u ,u ,u ,u ) ( V min( v, y ,bv) a,
M：输出图像行数；N输出图像列数。
a b c d a b c d
M 4( V2 V1 ) / V 1 (u , v ) 个角点的坐标值： U变换后 2 max( u ,u ,u ,u ) V a 2 a
计算转换参数和RMS误差后，可能的选择：
1) 剔除具有最高 RMS误差的点，用剩下的 GCP计算另一套转 换参数，可能会得到更为接近的拟合。但是，如果在图像的某 一区域只有一个GCP，那么剔除它可能导致更大的误差； 2) 只选择最有把握的点； 3) 提高转换阶，进行更复杂的几何转换，这样的转换矩阵可能 使GCP拟合误差减少； 4) 增大RMS误差的允许值。 不要故意调整同名点位置，来降低RMS
数字纠正 纠正工具不同： 原理不同： 计算机系统 图像数据形式不同： 灰度数字阵列
坐标解析变换、灰度值重采样
光学纠正 专用光学纠正机械仪器 硬拷贝像片
恢复成像时的光束结构，感光
3.3 几何畸变的类型与影响因素
3.3.1几何畸变的类型
系统性畸变 按照图 像畸变 的性质 划分 是指遥感系统造成的畸变，这种畸变一
按规定的格式将遥感数字影像用专门的程序读入计 算机。
（3）确定工作范围并裁剪
一般裁剪范围要大于工作范围。 （4）选择地面控制点（直接影响图像最后的校正精度）
根据图像特征和地区情况，结合野外调查和地形图 选择地面控制点。
（5）选择地图投影，确定合适的相关投影参数。
（6）匹配地面控制点和像素位置 地面控制点与相应像素为同名地物点，应清晰无误地进 行匹配。 （7）评估校正精度 中低分辨率图像的精度以像素为单位，平均精度在1个像 元内； 高分辨率图像的精度以米为单位。校正后，一般应求出 平均误差（均方根误差RMSE，即平均误差平方和的平方根） 和地面控制点的最大误差。 （8）坐标变换 校正变换函数用来建立影像坐标和地面（地图）坐标间 的数学关系，即输入影像和输出影像间的坐标变换关系。 纠正方法一般有多项式法、共线方程法、随机场内的插 值法等。