高分辨率影像的空间定位误差分析
计算机视觉技术中的图像配准误差分析
计算机视觉技术中的图像配准误差分析图像配准是计算机视觉领域中的一项重要任务，它通过将多幅图像对齐，使得它们在几何和光度上趋于一致。
然而，由于种种因素的影响，实际中的图像配准往往存在误差。
因此，对图像配准误差进行分析以及提出相应的改进方法是非常必要的。
一、图像配准误差的来源1. 传感器误差：图像配准最基本的前提是输入图像必须准确。
然而，由于传感器本身的性能限制，如噪声、畸变等，会导致输入图像存在误差。
这些误差会直接影响配准的准确性。
2. 特征提取误差：在图像配准中，通常需要从图像中提取出一些特征点或特征描述子，并计算它们之间的对应关系。
然而，由于图像噪声、纹理不连续等因素的影响，特征提取算法可能无法准确地提取到正确的特征点，从而导致配准误差。
3. 特征匹配误差：特征匹配是图像配准中的关键步骤，目的是通过计算特征之间的相似度来找到它们的对应关系。
然而，由于特征点的数量不同、特征描述子的差异、图像干扰等原因，特征匹配算法可能会出现误匹配的情况，从而引入配准误差。
4. 变换模型误差：在图像配准中，需要选择适当的变换模型来描述图像之间的几何变换关系。
常见的变换模型包括仿射变换、透视变换等。
然而，由于变换模型的选择及参数估计的不准确性，导致图像配准中的变换误差。
二、图像配准误差的评估方法1. 点对齐误差：点对齐误差是图像配准误差的一种常见评估方法。
它通过比较已配准图像中的特定点与参考图像中的对应点的位置来评估配准的准确性。
通常使用欧氏距离或重叠度量等指标来计算点对齐误差。
2. 特征重投影误差：特征重投影误差是图像配准中常用的一种评估方法。
它通过计算配准后图像中的特征点在参考图像上的投影位置与实际对应点的误差来评估配准的质量。
通常使用重投影误差的均值或标准差来表示配准误差的大小。
3. 变换误差：变换误差是评估图像配准中变换模型准确性的常用指标。
它通过计算配准后图像与参考图像之间的几何变换关系的误差来评估配准的质量。
高分辨率影像的空间定位误差分析
高分辨率影像的空间定位误差分析高分辨率遥感影像的空间几何精纠正是影像处理的一个重要步骤，其空间定位的误差与不确定性已成为遥感与GIS研究的一个热点。
高分辨率影像的空间定位误差是在几何校正、地面控制点判读和选取、1：1万地形图上地面控制点的坐标读取等过程中引入的误差而产生的，并导致误差与不确定性从地形图上传播到影像上。
为了验证高分辨率影像定位的误差，本文通过使用手持GPS进行野外测点，用实测坐标与SPOT5（2.5m）遥感影像的同名点的空间坐标进行对比，确定两者的一致性，验证SPOT5（2.5m）遥感影像的空间定位。
同时通过两台GPS平行观测，对比同步观测机的数据，分析手持GPS的误差来源以及稳定性对定位精度的影响，并探讨手持GPS测点作为高分辨率影像空间定位的可能性。
标签：高分辨率影像地面标志定位精度误差分析0 引言本文的遥感影像是采用法国SPOT5生成的2.5m分辨率的图像产品。
但遥感影像的获取会由于平移、缩放、旋转、偏扭、弯曲而产生几何畸变，如像元大小与地面大小对应不准确，将给位置配准造成困难。
同时，进行几何校正和数据空间配准时，由于地形图的现势性弱，许多明显地物在地图上都没有显示，很难从地形图上选择符合精度的地面控制点，而且在几何校正的过程中，地面控制点的判读和选取，从1：1万地形图上选取地面控制点坐标的过程，以及使用PCI配准影像产生的误差都会将误差累积传播到最终结果，影响空间定位的精确度。
因此，本文希望通过GPS野外测量与遥感影像数据的误差计算来提高高分辨率影像定位精度。
1 高分辨率遥感影像的几何精纠正几何精纠正的方法及原理几何纠正包括粗纠正和精纠正两种，粗纠正根据有关参数进行纠正；经常用的是精纠正。
几何精纠正是将一幅含有几何畸变和比例尺差异的原始遥感影像，通过一种数学变换，生成一幅符合数字化地图实际的新的遥感影像。
几何精纠正的具体方法为: 先在每幅原始遥感影像上选取若干个控制点，再求出这些控制点在数字化地图上对应点的真实坐标，然后把这些已知坐标的控制点代入计算机的校正软件进行运算。
磁共振成像技术误差来源分析
磁共振成像技术误差来源分析磁共振成像（Magnetic Resonance Imaging，MRI）是一种医学影像诊断技术，通过利用原子核磁共振现象，对人体组织进行高分辨率成像。
然而，磁共振成像技术并非完美无缺，误差是其不可避免的特点之一。
本文将对磁共振成像技术中的误差来源进行详细分析。
I. 主磁场不均匀性误差主磁场是磁共振成像的基础，其均匀性对成像质量至关重要。
主磁场不均匀性误差来源于以下几个方面：1. 外部磁场扰动：周围环境的磁场变化会导致主磁场的不均匀性。
例如，建筑结构、电气设备和金属物品都可能产生磁场扰动。
2. 主磁体设计和制造：磁体的设计和制造工艺对主磁场的均匀性有着直接影响。
不完美的磁体制造可能导致主磁场的不均匀性增加。
3. 温度变化：主磁体的温度变化会影响磁场的稳定性和均匀性。
温度变化可能导致磁体局部收缩或膨胀，进而影响主磁场的均匀性。
II. 梯度磁场误差梯度磁场是磁共振成像中用于空间编码的重要组成部分。
梯度磁场误差会导致成像空间定位的不准确性。
以下是几种常见的梯度磁场误差来源：1. 梯度线圈不均匀性：梯度线圈的制造和安装质量会影响梯度磁场的均匀性。
线圈内部导线的尺寸、位置及连接方式都会对梯度场造成影响。
2. 梯度电流漂移：梯度电流的漂移会导致梯度磁场的变化，从而造成成像定位误差。
梯度电流漂移可能是由电源不稳定、导线阻抗变化等因素导致的。
3. 磁铁非线性：梯度磁场与主磁场之间有耦合作用，主磁场的不均匀性会影响梯度磁场的均匀性。
非线性磁铁可以导致梯度磁场的扭曲，从而影响成像空间定位的准确性。
III. 射频场和接收链路误差射频场是磁共振成像中用于激发和接收信号的重要部分。
射频场和接收链路误差可能产生以下误差来源：1. 射频梯度线圈误差：射频梯度线圈的设计和制造质量会影响激发和接收的射频场的均匀性。
线圈内部的导线尺寸、位置和连接方式也会对射频场产生影响。
2. 射频场不均匀性：射频场的不均匀性会导致成像信号的强度和分布出现误差，从而影响成像质量。
如何进行卫星定位技术的误差分析和纠正
如何进行卫星定位技术的误差分析和纠正卫星定位技术的误差分析和纠正导语：卫星定位技术在现代社会中扮演着重要的角色，它广泛应用于导航、气象、农业、测绘等领域。
然而，由于各种因素的干扰，卫星定位技术存在着一定的误差。
本文将探讨卫星定位技术的误差分析和纠正方法，以提高定位精度。
一、误差来源分析卫星定位技术的误差来源众多，其中包括系统误差和随机误差两大类。
1.系统误差系统误差主要由卫星定位系统的硬件和软件等因素引起。
比如，卫星时钟的不准确、卫星轨道预测的误差、接收机的频率漂移等都会导致系统误差。
此外，传播介质（如大气、电离层）对信号传输的影响也是系统误差的一个重要来源。
2.随机误差随机误差受周围环境和测量条件的影响，其误差大小不确定且随机分布。
例如，电离层中电子密度的不均匀分布、多径效应、接收机的噪声等都会产生随机误差。
二、误差分析方法为了准确分析卫星定位技术中的误差，需要使用一系列的分析方法和数学模型。
1.差分定位法差分定位法是一种常用的误差分析方法，它利用两个或多个接收机同时观测到相同卫星信号的差分测量值进行误差分析。
通过对比差分测量值与真实测量值的差异，可以消除或减小大部分系统误差和一些随机误差，从而提高定位精度。
2.轨道拟合方法轨道拟合方法用于分析和纠正卫星轨道预测误差对定位结果的影响。
通过对实际卫星轨道数据进行拟合和预测，可以减小定位过程中由于轨道预测误差引起的定位偏差。
3.电离层延迟校正电离层是卫星定位中一个重要的误差源，电离层的折射作用会使接收机接收到的信号路径长度发生变化，从而引起定位误差。
为了减小电离层的影响，可以通过利用双频接收机接收信号，并根据不同频率信号的相位差来估计电离层延迟，进而进行校正。
三、误差纠正方法在进行误差纠正时，需要根据具体的误差来源采取相应的纠正措施。
1.系统误差纠正对于系统误差，可以通过接收机的定位参数设置和初始对准操作来进行纠正。
例如，调整接收机的钟差参数、改进卫星轨道预测算法、使用更精确的测量设备等都可以减小系统误差。
卫星导航系统的误差分析及其纠正方法
卫星导航系统的误差分析及其纠正方法卫星导航系统是现代化的导航方式之一，已成为人们旅行、航空、海洋、地质勘探等领域中必不可少的工具之一。
但是，由于各种外在因素的影响，卫星导航系统的精度不可避免地会受到误差的干扰，从而影响到实际使用效果。
因此，本文将针对卫星导航系统的误差分析及其纠正方法进行探讨。
误差来源卫星导航系统的误差来源主要有以下几种：1.天气因素：天气条件的变化，如雷暴、降雨等，会对信号传输造成干扰，导致误差出现。
2.电离层：电离层会对信号产生折射、延迟等影响，从而影响卫星导航系统的精度。
3.卫星轨道误差：卫星轨道的非理想性和不稳定性会使得卫星发射的信号的时间和位置出现误差。
4.接收机性能问题：接收机的性能问题也会影响卫星导航系统的精度。
接收机信噪比的大小，接收机灵敏度等问题都可能产生误差。
误差分析为了消除误差对卫星导航系统的影响，需要对误差进行分析。
对于卫星导航系统而言，误差分析主要分为两个方面：一是对误差进行分析，二是根据误差分析结果采取相应的纠正措施。
误差分析的第一步就是对误差进行排查。
根据误差来源的不同，采用不同的方法进行分析。
对于电离层误差，可以利用多路径组合技术进行处理。
对于卫星轨道误差，可以利用多源数据融合方法进行处理。
对于接收机性能问题，可以采用时差差分技术或载波相位差分技术进行处理。
误差纠正误差纠正方法可以大致分为两类。
一类是通过信息处理技术对误差进行纠正，例如利用多路径组合技术降低电离层误差、利用多源数据融合方法降低卫星轨道误差等。
另一类是通过通信技术对误差进行纠正，例如利用差分定位技术对接收机性能问题进行纠正。
差分定位技术是最为常见的一种误差纠正技术。
它可以通过在同一时刻同时接收多个卫星信号，然后将它们之间的差异作为误差的补偿，从而提高卫星导航系统的定位精度。
差分定位技术的准确性取决于差分基线的长度和稳定性。
如果差分基线长度较短，误差的补偿也相对较小。
但如果差分基线长度过长，则信号会受到多路径影响，从而导致误差更大。
高空间分辨率遥感影像无控定位研究
高空间分辨率遥感影像无控定位研究高空间分辨率遥感影像的无控定位是一项重要的研究任务，它可以帮助我们快速准确地确定遥感影像的空间位置，为遥感应用和地理信息系统提供支持。
无控定位是指在没有任何地面控制点的情况下，通过遥感影像本身的特征，利用图像匹配、模型拟合等方法来确定影像的空间位置。
现代高空间分辨率遥感影像具有丰富的空间信息，像元大小通常在米级别甚至亚米级别，这使得无控定位研究面临的挑战更加复杂。
在高空间分辨率影像中，图像的细节非常丰富，不仅有许多地物特征可以用来进行匹配，还有许多干扰物、噪声等会影响定位精度，因此需要更加精确的算法和方法来提高定位的准确性。
在高空间分辨率遥感影像无控定位研究中，主要的研究内容包括以下几个方面：首先，图像配准是无控定位的基础。
高空间分辨率遥感影像通常需要与其他数据进行配准，如地理坐标系统、数字高程模型等，以建立起完整的地理信息系统。
图像配准可以通过图像特征提取、相似性度量、变换模型等方法来实现，目标是使影像与其他数据达到最佳的空间对应关系。
其次，特征提取是无控定位中的关键步骤。
高空间分辨率遥感影像中存在大量的地物特征，如建筑物、道路、河流等，这些特征可以用来进行影像匹配。
特征提取可以通过边缘检测、角点检测、纹理分析等方法来实现，目标是提取出具有鲁棒性和区分度的特征。
再次，图像匹配是无控定位中的核心技术。
高空间分辨率遥感影像中地物特征的匹配通常使用相似性度量方法，如相互信息、归一化互信息、欧几里得距离等，通过比较特征点之间的相似性来确定它们之间的对应关系。
图像匹配可以通过特征点匹配、区域匹配等方法来实现，目标是找到最佳的对应关系。
最后，无控定位中还需要考虑误差分析和精度评定。
由于高空间分辨率遥感影像中存在许多干扰物、噪声等因素，定位的精度受到一定的限制。
因此，需要对定位误差进行分析和评定，通过误差估计和精度评定来提高定位的准确性。
综上所述，高空间分辨率遥感影像无控定位是一项具有挑战性的研究任务，需要结合图像配准、特征提取、图像匹配、误差分析等技术来实现。
高速摄影影片数据的误差源及其处理方法(一)
高速摄影影片数据的误差源及其处理方法(一)高速摄影是一种利用高帧率相机捕捉高速运动物体的技术，通过将瞬间的动作变成连续的图像，以便更好地研究和观察。
然而，高速摄影影片数据中可能存在一些误差源，这些误差可能会影响我们对物体运动的准确理解。
因此，在进行高速摄影研究时，我们需要了解误差的来源，并采取相应的处理方法。
首先，高速摄影影片数据中的误差源之一是感光元件的响应时间。
在高速摄影中，使用的相机需要有足够的快速响应时间，以捕捉瞬间的运动。
然而，不同的相机可能具有不同的响应时间，这可能会导致数据的误差。
为了解决这个问题，我们可以通过选择响应时间较快的相机来减小误差，并确保其与实际物体的运动相匹配。
其次，高速摄影影片数据中的误差源还包括光源的稳定性。
在捕捉高速运动物体时，我们通常使用外部光源来提供足够的光线。
然而，光源的稳定性可能会受到环境因素的影响，如温度变化、电力波动等，这可能导致数据的误差。
为了解决这个问题，我们可以通过使用稳定性较好的光源，并采取适当的措施，如保持恒定的温度、使用稳定的电源等，来减小误差。
第三，高速摄影影片数据中的误差源还包括校准问题。
在进行高速摄影实验时，我们通常需要对相机进行校准，以确保其测量结果的准确性。
然而，由于不同的相机可能存在一些偏差，如畸变、色差等，这可能导致数据的误差。
为了解决这个问题，我们可以通过使用校准板或标准器件对相机进行校准，并使用图像处理软件进行后期校正，以减小误差。
此外，高速摄影影片数据中的误差源还可能包括运动模糊和图像噪声等。
运动模糊是由于物体运动过快而导致图像模糊的现象，而图像噪声是由于相机感光元件产生的随机信号而引起的。
为了减小运动模糊，我们可以使用更快的快门速度和适当的曝光时间来提高图像的清晰度。
而对于图像噪声，我们可以采取降噪算法进行后期处理，以减小噪声对数据的影响。
综上所述，高速摄影影片数据中的误差源包括感光元件响应时间、光源稳定性、校准问题、运动模糊和图像噪声等。
高分辨率遥感数据的处理与分析方法
高分辨率遥感数据的处理与分析方法遥感技术的发展日益成熟，高分辨率遥感数据的获取量逐渐增加。
如何处理和分析这些海量数据成为遥感领域的重要研究课题。
本文将介绍高分辨率遥感数据的处理与分析方法，并探讨其在不同领域的应用。
一、数据预处理高分辨率遥感数据的预处理是数据处理的重要步骤，它包括数据去噪、辐射校正、几何校正等内容。
1. 数据去噪：高分辨率遥感数据中常常存在各种噪声，如椒盐噪声、斑点噪声等。
为了减少噪声对后续分析的影响，可以采用滤波算法对数据进行去噪处理，如中值滤波、均值滤波等。
2. 辐射校正：高分辨率遥感数据的辐射校正是将原始数据转换为物理度量的一个过程。
通过影像的辐射校正，可以消除大气、地表反射率等因素对遥感影像的影响，得到准确的反射率信息。
3. 几何校正：高分辨率遥感数据的几何校正是将影像的像素空间坐标与实际地理坐标之间建立映射关系的过程。
通过准确的几何校正，可以保证影像的空间精度，提高后续分析的可靠性。
二、数据分类与特征提取高分辨率遥感数据的分类和特征提取是将遥感影像转化为语义信息的重要工作。
1. 数据分类：数据分类是指将遥感影像中的像素根据其反射率或其他属性进行分类，以获得具有不同意义的地物信息。
常用的分类方法包括基于像元的分类、基于对象的分类和基于深度学习的分类等。
2. 特征提取：特征提取是将遥感影像中不同地物的特征进行提取和描述的过程。
常用的特征提取方法包括纹理特征提取、形状特征提取、光谱特征提取等。
通过特征提取，可以获得地物的几何、纹理和光谱等多维信息，为后续的应用提供基础。
三、数据融合与信息提取高分辨率遥感数据融合与信息提取是将多源数据融合，获取更丰富的地物信息的关键环节。
1. 数据融合：高分辨率遥感数据融合是指将不同源、不同分辨率的遥感数据进行融合，以获取更全面、更准确的地物信息。
常见的数据融合方法包括基于智能算法的融合、基于模型的融合等。
2. 信息提取：通过数据融合，可以获取到更丰富的地物信息。
- 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)。
高分辨率影像的空间定位误差分析
作者：樊丽萍
来源：《中小企业管理与科技·上旬刊》2011年第01期
摘要：高分辨率遥感影像的空间几何精纠正是影像处理的一个重要步骤，其空间定位的误差与不确定性已成为遥感与GIS研究的一个热点。
高分辨率影像的空间定位误差是在几何校正、地面控制点判读和选取、1：1万地形图上地面控制点的坐标读取等过程中引入的误差而产生的，并导致误差与不确定性从地形图上传播到影像上。
为了验证高分辨率影像定位的误差，本文通过使用手持GPS进行野外测点，用实测坐标与SPOT5（2.5m）遥感影像的同名点的空间坐标进行对比，确定两者的一致性，验证SPOT5（2.5m）遥感影像的空间定位。
同时通过两台GPS平行观测，对比同步观测机的数据，分析手持GPS的误差来源以及稳定性对定位精度的影响，并探讨手持GPS测点作为高分辨率影像空间定位的可能性。
关键词：高分辨率影像地面标志定位精度误差分析
0 引言
本文的遥感影像是采用法国SPOT5生成的2.5m分辨率的图像产品。
但遥感影像的获取会由于平移、缩放、旋转、偏扭、弯曲而产生几何畸变，如像元大小与地面大小对应不准确，将给位置配准造成困难。
同时，进行几何校正和数据空间配准时，由于地形图的现势性弱，许多明显地物在地图上都没有显示，很难从地形图上选择符合精度的地面控制点，而且在几何校正的过程中，地面控制点的判读和选取，从1：1万地形图上选取地面控制点坐标的过程，以及使用PCI配准影像产生的误差都会将误差累积传播到最终结果，影响空间定位的精确度。
因此，本文希望通过GPS野外测量与遥感影像数据的误差计算来提高高分辨率影像定位精度。
1 高分辨率遥感影像的几何精纠正
几何精纠正的方法及原理
几何纠正包括粗纠正和精纠正两种，粗纠正根据有关参数进行纠正；经常用的是精纠正。
几何精纠正是将一幅含有几何畸变和比例尺差异的原始遥感影像，通过一种数学变换，生成一幅符合数字化地图实际的新的遥感影像。
几何精纠正的具体方法为: 先在每幅原始遥感影像上选取若干个控制点，再求出这些控制点在数字化地图上对应点的真实坐标，然后把这些已知坐标的控制点代入计算机的校正软件进行运算。
校正运算实际上包含着两个基本的运算过程: 一是将每个原始像素点的行列值换算成它在新生成的遥感影像中的坐标值，二是重新计算出每个原始像素点在新生成的遥感影像中的像元亮度值。
当所有的控制点被选好后，其校正运算的过
程由计算机校正软件自动完成。
而控制点的选取则需要人工干预，其选择的准确性与合理性将直接影响到校正的处理效果。
2 东圳水库SPOT5（2.5m）遥感影像图几何纠正过程
2.1 东圳库区概况莆田东圳水库地处闽东南滨海，位于莆田市城厢区常太镇木兰溪支流的延寿溪中游地带，库区流域范围包括了城厢区常太镇大部分，仙游的钟山，游洋两镇的一小部分，以及榜头镇的一小部分。
地势从西北向东南倾斜，地貌以低山为主，丘陵次之，山间盆地发育其中，库区森林覆盖率达80％以上。
2.2 数据源及处理
2.2.1 数据来源地形图数据：莆田市常太镇，游洋镇，钟山镇和榜头镇的地形图。
地形图标准：比例尺1：10000；54北京座标系3度分带高斯克吕格投影；56黄海高程系；5米等高距；74年版式。
一共有20张地形图。
影像图数据：东圳库区的SPOT5与TM影像融合后的影像图，共三个波段，其空间分辨率是2.5米。
2.2.2 数据处理由于利用扫描仪后的地形图存在扫描仪畸变和图纸变形，为确保整体的精度，把扫描后的文件利用Geoway软件的DRG模块进行纠正，纠正完毕后，在Mapinfo中配准地形图。
2.3 基于PCI的校正具体过程
2.3.1 参数选择：选择经纬度为影像较正单位：“Long/Latitude”，以及Pulkovo1942为基准面。
2.3.2 控制点选取：以配准好的1：1万地形图为基准，在影像图上找出和地形图上地物相匹配的明显地物作为地面控制点。
控制点选取有其要求，要求均匀分布在整个校正区域、特征要固定而明显、数量要足够。
控制点应是在原始影像中均匀分布并能正确识别和定位、在地形图上可精确定位的特征点、特征线(取其中点) 。
如固定的地形地物交叉点、河流拐弯处或交叉处、小岛、塔、桥梁、机场跑道、铁路、水坝和交叉路口等。
其具体数量应根据纠正方法的要求而定。
对于卫星影像的纠正,每景应在20-30个。
控制点不必选太多，要求均匀，在控制点分布较少的地方，误差较大。
同时可能地形图调给的时间与影像图的时间有差距，所以选取的点必要是固定点，即不可能发生变化的点。
控制点的选取很重要，控制点选择好坏，决定误差的大小，影像较正效果的好坏。
寻找控制点，在已经配准后的地形图中得到其坐标，确定后，在PCI的编缉窗口中输入控制点坐标。
在东圳水库整个流域范围内，一共选择了32个控制点（如图一），比较每个控制点的误差，把误差较大的控制点去掉，最终接受了20个点（如图二），控制点的分布在北面的山区选择控制的误差较大，基本上去除掉，这是受到在山区无明显、固定的地物，不容易选择控制点的影响。
在控制点的数最不少于多项式的系数个数情况下，适当增加GCP的个数，可以提高几何纠正的精度，因此，选取更多的控制点，可以达到更好的效果。
在本次操作中选择的多项式次数为二次，此时的控制点个数可以满足要求，并且其误差是最小的。
假如要研究遥感影像的校正公式，PCI软件提供了导出使用的多项式，以及通过校正得出的多项式的各个系数，同时可以在控制窗口观察控制点在X 和Y 方向上的偏移程度。
3.3.3 执行较正选取重采样的方法：在本次操作中选择最邻近法（Nearest），最后点击“Perform Registration”完成较正。
3.3.4 精度计算以“RMS”的大小来检验得到影象校正效果好坏。
“RMS Error”为误差，单位为像元。
影象的校正效果要达到没有或极小误差的难度比较大，通常情况下，都允许一定范围的校正误差，校正结果在误差范围内的校正影象都是可以使用的。
影象误差是原控制点的坐标与通过变换后坐标的差值。
各点的误差的计算公式如下所示：
RMS=[(Xi-xi)+(Yi-yi)]1/2
Xi，Yi是变换后控制点的坐标，xi，yi是变换前控制点的坐标。
窗口中的RMS Error是总体的误差值，即T是由所有控制点在X方向上的RMS和Y方向上的RMS决定的，如下：
T=（R2x+R2y）1/2
在 PCI 的控制窗口中读取的误差RMS Error是校正过后影像的误差，即所有控制点总体误差。
而在前面选取控制点地程中，控制点编缉窗口中可以读取Residual x,y，为每个控制点的在X、Y方向上的总体误差，Error则是单个控制点在X、Y方向上的误差。
在控制点编缉窗口中读取这次操作的误差为0.91，0.90；误差的范围在一个像元内，莆田影像的一个像元大小是2.5*2.5米。
这次操作的结果能够满足精度要求。
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。