遥感影像精确几何校正及精度评价方法 转
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。
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。
遥感图像配准技术与精度评定方法
遥感图像配准技术与精度评定方法引言：遥感图像是通过卫星、飞机等空中平台获取的地球表面的影像数据，它在各个学科领域中有着广泛的应用。
在实际应用中，遥感图像配准技术是一项关键的技术，它能够将多幅图像进行几何校正，以确保它们在同一坐标系下具有一致的几何特征，进而提高遥感影像的解译和分析的准确性。
本文将介绍遥感图像配准技术的原理和方法，并探讨相应的精度评定方法。
一、遥感图像配准技术原理遥感图像配准技术的基本原理是通过提取图像中的特征点，并通过匹配这些特征点来实现图像的几何校正。
根据匹配的原理和方法的不同，遥感图像配准技术可以分为点特征匹配法、区域特征匹配法和基于控制点的配准法等。
1. 点特征匹配法点特征匹配法是基于图像中的离散像素点进行配准的方法。
它通过寻找同一地物的相应像素点，并计算它们之间的几何变换关系来实现图像配准。
这种方法的优点是计算简单，但对于遥感图像中存在复杂地物和纹理的情况，点特征匹配法的效果较差。
2. 区域特征匹配法区域特征匹配法是基于图像中的纹理和结构信息进行配准的方法。
它通过提取图像中的区域特征，并计算它们之间的相似性来实现图像配准。
这种方法的优点是对遥感图像中的复杂地物和纹理有较好的适应性，但计算复杂度较高。
3. 基于控制点的配准法基于控制点的配准法是通过已知位置的控制点来实现图像配准。
它通过提取图像和参考影像中的控制点，并计算它们之间的变换关系来实现图像配准。
这种方法的优点是精度较高，但需要准确的控制点信息。
二、遥感图像配准技术方法遥感图像配准技术的方法多种多样，下面将介绍几种常用的方法。
1. 特征点提取与匹配该方法通过使用特征点检测算法（如SIFT、SURF等）来提取图像中的特征点，再使用特征点匹配算法（如RANSAC等）来进行特征点的匹配，以实现图像的配准。
2. 多尺度配准该方法通过使用金字塔多尺度图像处理方法，将原始图像金字塔进行分解，然后将不同层次的图像进行配准，逐步实现图像的几何校正。
遥感图像的精度评估方法与操作技巧
遥感图像的精度评估方法与操作技巧导言随着遥感技术的不断发展和应用，遥感图像的精度评估成为了一个重要的研究领域。
通过对遥感图像的精度评估，我们可以了解图像在空间和时间上的准确性和可靠性，为各种遥感应用提供科学依据。
本文将介绍遥感图像的精度评估方法与操作技巧。
一、遥感图像的精度评估方法1. 基于地面控制点的精度评估该方法通过选择具有准确地理位置信息的地面控制点，并将其在遥感图像中对应的像素位置进行匹配，计算其坐标误差或特征点匹配精度。
常用的方法包括最小二乘法、地理位置码（GCP）法和光谱信息法等。
2. 基于参考数据的精度评估该方法通过将遥感图像与具有高精度的参考数据进行对比，计算图像的分类精度或准确性指标。
常用的方法包括混淆矩阵法、准确性指数法和Kappa系数法等。
3. 基于影像质量评价的精度评估该方法通过对遥感图像的影像质量进行评价，并将评价结果作为图像精度的间接指标。
常用的方法包括噪声分析、模糊度评估和直观评价等。
二、遥感图像的精度评估操作技巧1. 数据预处理在进行遥感图像的精度评估之前，需要进行一些必要的数据预处理。
包括图像去噪、几何校正和辐射校正等。
这些预处理操作能够提高图像的质量和准确性，为后续的精度评估奠定基础。
2. 控制点的选择与采集控制点的选择对遥感图像的精度评估至关重要。
在选择控制点时，应保证其具有准确的地理位置信息，并且分布均匀。
采集控制点时可以借助GPS定位设备和高分辨率影像来提高采集效率和精度。
3. 参考数据的获取对于基于参考数据的精度评估方法，需要获取具有高精度的参考数据。
可以通过现场调查、GPS测量和地面真实标记物等方式获得。
在选择参考数据时，应与遥感图像的内容和分辨率相匹配，确保评估结果的准确性。
4. 精度评估指标计算在进行遥感图像精度评估时，需要计算相应的指标。
根据评估的目的和要求，可以选择适合的指标，如分类精度、位置精度、辐射精度等。
对于不同的指标，需要使用相应的计算公式或软件工具进行计算。
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。
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 中心正射 投影，只 能看到顶； 其余成像 后放射状 的向外倒
物辐射状向外 称的向两侧倒，低
倒，低于基准 于基准面地物对称 面地物辐射状 的向中间倒 向内倒
高出基准面地物对
称的向两侧倒，低
于基准面地物对称 的向中间倒
传感器成像方式引起的图像变形 传感器外方位元素变化的影响 地形起伏引起的像点位移 地球曲率引起的图像变形 大气折射引起的图像变形 地球自转的影响
y f a12 ( X P X S ) a22 (YP YS ) a32 (ZP ZS ) a13 ( X P X S ) a23 (YP YS ) a33 (ZP ZS )
➢如辐射计、红外辐射计、微波辐射计、微波高 度计等
遥感 传感 器的 几何 投影 方式
中心投影类型：分幅式摄影机、面阵列 CCD传感器
掸扫式（逐点）：光/机
扫描成像、镜头转动式 摄影机
多中心投影类型
推扫式（逐线） ：固体 自扫描成像、狭缝式摄 影机
斜距投影成像仪： 侧视雷达等
不同类型成像传感器，其成像原理和投影方式也不同
➢ 中心投影构像方程 ➢ 多中心投影构像方程
➢推扫式传感器的构像方程 ➢扫描式传感器的构像方程
中心投影像片坐标与地面点大地坐标的关系：
X X
x
如何进行遥感影像的几何校正与处理
如何进行遥感影像的几何校正与处理遥感影像的几何校正与处理是遥感技术中非常重要的环节，它涉及到遥感影像数据的准确性与可靠性。
本文将从几何校正的意义、校正方法和影像处理方面展开论述。
一、几何校正的意义几何校正是指将遥感影像与地球表面几何特征进行匹配，消除影像的位置偏移、旋转和尺度变化等因素，以实现影像在地球表面的精确准位。
几何校正的意义在于：1. 提高遥感影像的空间准确性：经过几何校正的影像能够准确反映地球表面目标的位置和形状，使得遥感分析结果具有更高的可信度。
2. 为后续影像处理提供基础：几何校正是影像处理的基础，只有经过几何校正的影像才能进行后续的影像处理，如图像拼接、变化检测等。
3. 便于地理信息的提取和分析：几何校正后的影像与地理坐标系相一致，可以方便地与其他地理信息数据进行集成，进行地理信息的提取和分析。
二、几何校正的方法目前常用的几何校正方法主要包括控制点法、全自动匹配法和传感器模型方法。
其中，控制点法是最常用的方法，具体步骤如下：1. 选择控制点：在影像上选择一些地面特征明显、位置准确的点，并测量其地理坐标。
2. 特征提取与匹配：通过图像处理技术提取影像和地面控制点的特征，并进行特征匹配。
3. 几何变换：根据控制点的匹配关系，运用几何变换模型（如多项式变换或仿射变换）进行影像的几何变换。
4. 前后视觉精度检查：经过几何校正后，通过前后视觉精度检查来评估影像的校正效果，并及时调整参数以提高校正精度。
除了控制点法，全自动匹配法和传感器模型方法也在一些特定情况下得到应用。
全自动匹配法基于图像匹配算法实现几何校正，传感器模型方法则通过利用传感器系统的几何模型进行影像校正，适用于高精度的几何校正需求。
三、影像处理方面几何校正完成后，还需要进行一系列的影像处理操作，以进一步提取有用的信息。
1. 影像增强：通过图像增强技术，改善影像的对比度、清晰度和色彩等，以提高影像的可视化效果。
2. 影像拼接：在几何校正的基础上，将多个遥感影像进行拼接，生成大尺度的影像，以满足大范围的遥感监测需求。
- 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)。
遥感影像精确几何校正及精度评价方法
转
一般地，卫星影像数据采集加工至用户手中，仅是张单纯的图片，并没有
用户需要的坐标和投影。
通常需要先将其进行数据融合，以获得视觉上最佳的
自然彩色影像和需要的空间几何精度，然后再以融合后的数据作为校正单元来
进行几何精校正。
可用于校正的软件平台和方法很多，如：加拿大阿波罗公司
的PCI，法国SPOT公司的GeoImage等。
我们以美国资源环境研究所(ESRI)的ERDAS Imagine评测版软件为遥感影像的处理平台，用多项式数学方法进行几
何校正实验，并采用解析分析的数学方法来进行校正的精度评价。
图1.遥感影
像校正流程图1.确定校正单元与参照影像本实验以融合后的卫星遥感数据为校
正单元，以正射航空相片为坐标参照系，在分辩率为0.2米的航空正射影像上
选取校正控制点，实现卫星影像的几何精校正。
2.选择并启动ERDAS IMAGINE
几何校正模块校正前要在ERDAS IMAGINE几何校正模块中设置好多项式模型参
数及投影参数。
在本次实验中，我们先舍弃DEM数据，对多景位于平坦地区的
卫星影像选取二次多项式进行校正，个别处于起伏地区如山地和河流的卫星影像，则选取三次或四次多项式，处于更为复杂地形的卫星影像，则选择Rubber Sheeting线性、非线性变换算法来进行相应的几何校正，以检验在无DEM数据
可资使用的情况下的几何精确纠正方法。
必要时，还是要引入DEM数据来辅助
几何校正。
3.控制点采集的要领3.1.控制点的布设控制点的布设的原则一般要
把握两点：一是要尽可能地均匀，一般规则遥感影像的前4~9个控制点要将整
个影像控制在一个规则的坐标范围内，概括地把校正控制点范围确定好，以方
便后续控制点的采集。
这样，控制点的点位中误差往往会控制到最小，每个控
制点的几何残差也容易校正，我们称这种控制点布设方法为"边廓点"，即四边
形点位布设。
方法如图2：图2.左屏为卫星影像，右屏为航空影像当影像不是
一个很规则的几何图形时，要尽可能地将它用控制点分成几个规则的几何图形，然后分块进行控制点的采集。
但这并不是说把每块独立起来，还要保证整体点
位均匀。
在不规则影像的边缘，尽量的布放控制点，从而控制住影像的边缘，
来更好的控制整体。
总之在选取控制点的时候，要把握整体，整体把握住后再
对局部均匀地选择控制点。
3.2.点位布设顺序进行选取控制点的时候要注意点
和点之间的排放顺序。
在局部选取控制点的时候千万不要盲从，看到拐角、交
叉等地形就放点，这样的结果只能是局部校正得比较好，但从整体来看就不理想。
点密而不均、量多而无序起不到好的效果。
所谓有序布点，就是让控制点
按照一定的顺序排列，当然这种顺序不是唯一的，可以是从左到右、从上到下，从中心到四周，从左上到右下等等，要根据影像的图面要素特征来选取适合的
控制点布放顺序。
不同的顺序最后的校正的结果是有所不同的。
如：对于平原
来说，可以在选好边廓点后按照从左到右、从上到下的顺序来选取控制点。
图3.控制点布设顺序选点时要选择没有变化的相同区域，如明显的道路交叉路口、建筑物或构筑物的边角等等。
因为遥感影像与航片有时相差异，成像时的太阳
高度角、方位角、大气等条件也不尽相同，因此同样的建筑物或其它具有明显
高程差的地物上不宜放置控制点，以避免像差带来的几何误差，保证点位的精
准度。
如图4：图4左屏为卫星影像，右屏为航空影像一般来说，采用多项式
数学模型时，控制点个数与多项式阶项n及地形情况有密切关系。
控制点个数
最少应2倍于(n+1)(n+2)/2。
当阶项n=2或更高时，通常要求每景控制点在25
个以上，困难地区应适量增加控制点，保证在30~50个左右。
在复杂地形条件下，对整景影像要进行分区选点和校正并保证相邻分区有影像重叠区和公共控
制点，在公共区域有意的均匀增加控制点，来保证两个相邻的公共区域校正效
果一致，从而方便将相邻两幅图镶嵌起来。
控制点布设方式，是在图面均匀布
点的基础上，根据不同的地段采用不同的方式，如不规则的河流采用四边形和
三角网方式。
平原采用四边形和六边形的方式。
控制点残差一般不超过下表的
规定：数据类型控制点残差(米)平原山区卫片数据≤0.5≤1.25当遇到大面积
的山地时可以提高多项式的项阶来校正，更好的办法还是用非线性算法，以非
均匀变换的方法对其进行校正。
顾名思义，这种方法没有很严谨的算法，它忽
略了影像成像时高程差带来的影响，将被校正目标当作一个平面去处理，在有
高程形成误差的地方把控制区域强行拉伸到控制点指定的地方，从而实现对难
以控制地区的几何位置校正。
但要注意的是，采用这种方法一定要把被校正区
域的边廓点选好，更要布点均匀、有序。
使用非线性算法进行控制位加密布设
控制点时，其周围一定要有相应的控制点来平衡它，不然该区域会发生几何扭曲、变形。
为了避免这种情况的发生要注意两点：①在选取边廓点的时候尽量
选取影像的边缘部位、把握住边缘，因为边缘地区最容易发生形变；②在控制
点比较密的地区一定要在四周放点控制，对于没把握的点位不要轻易去放，以
免一个坏点影响整个区域。
一般这种方法的校正点数布设不要过少，不管是对
SPOT5-HRG影像还是对QuickBird、IKONOS影像，都应在40个以上，必要时根
据校正情况再分区加点。
4.计算转换模型点位布设以后，ERDAS IMAGINE会自
动生成转换模型，如图5：→图5.控制点布设后ERDAS的计算模型5.影像重采
样ERDAS IMAGINE提供三种重采样方法①Nearest Neighbor：邻近插值法，将
最近像元直接赋值输出；②Bilinear Interpolation：双线性内插值法，用双
线性方程以2*2窗口计算输出像元值；③Cubic Convolution：立方卷积插值法，用三次曲线回归方程以4*4窗口计算输出像元值。
本实验用的方法是是分别试
验了双线性插值法和立方卷积插值法，比较后证明双线性插值法采样后的影像
灰阶稍弱一点，显然是由于影像经过了直方图拉伸；而立方卷积插值法采样后
的影像亮度较高，光滑度较高。
6.校验几何校正结果对于校验几何校正精度，
我们一般采用以下几种方法：①目视定性验证法，这种方法一般用在线状地物
较多的影像上；②相邻图幅镶嵌法，如镶嵌时不能与其它图幅很好的拼接在一起，则校正失败；③采用解析方法计算校正精度，并分析精度结果(后附)。
下
面以某监测区的一景QuickBird数据为例来说明其校正结果，并计算其几何校
正精度：此次实验共选取了43个控制点，控制点残差X为0.3562、Y为
0.3789、控制点点位中误差为0.5200。
见下图：6.1.检测经度方向的校正误差
横向检查线状地物的经向误差，以铁路编组站为检测对象。
见下图：6.2.检测
纬度方向的校正误差6.3.几何纠正结果的精度计算方法1.规则地将整个图面分为若干检查区(不少于25个)，然后在每个检查区内随机地点取检测点，或随机地在整个像面上画取若干条向量路径，然后在每条路径上按向等距地点取检测点，每条检测路径的检测点距离可以不相等，但在单条检测路径上的检测点距
离必须相等。
见下图：2.将被校正的影像与参照航片影像(可认为其是理论值)
上的同名点进行距离差检查，列出各个检测点的经度方向与纬度方向的差异值，如下表：检查点编号X方向差(经度，米)Y方向差(纬度，米)Check01 00
Check02 0.5 0Check03 0-0.2 Check04 00.5 Check05-1.23 0Check06 0.5-0.5 Check07 0-0.63 Check08-1.88 1.5………点位中误差1.844 1.816 3.选用笛
卡儿坐标系，将检测区上的25个检测点误差值标注在以理论原值为原点的坐标系中，观察和分析整体坐标误差。
①当几何校正精度较高时，所有的检测点值
都将密集于坐标0原点周围，甚至交叠在原点或坐标原轴上。
②当几何校正误
差集中在纬度方向时，检测点值将相对集中在Y轴上分布。
③当几何校正误差
集中在经度方向时，检测点值将相对集中在X轴上分布。
这两类类误差主要源
于几何校正过程中对每个控制点点位残差的不当控制。
④当几何校正误差带有
系统误差时，检测点值将相对集中在坐标系的某一像限内，这类误差主要来源于参照系(参照影像、数据库、基础地图或专题地图)。
⑤当几何校正误差无规则地分散在整个坐标系统各个像限上，且离散度非常大，说明该幅影像的几何校正是失败的，应当完全重新予以校正。
检测点的笛卡儿坐标表示法见图10，该检测法能够明确指示重新进行几何校正时的控制点点位调整方向，和点位布设的高程差异。
7.结束语经过实践与检验，对使用ERDAS IMAGINE软件平台进行遥感影像的几何精校正方法，有了较深刻的认识，并通过对高分辨率卫星遥感数据的几何校正处理，明确了一定的技术方法与简便易行的精度评估办法，这为进行具有更高空间尺度精度要求的遥感技术应用层面奠定了基础。