遥感图像的几何校正

《遥感图像的几何校正》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、遥感图像的恢复处理——几何校正任课教师：杨晓霞2013年3月7日几何变形基于多项式模型的几何校正多项式校正模型地面控制点（GDP）的选取重采样方法基于共线方程的几何校正基于有理函数的几何校正内容大纲几何变形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遥感图像的几何变形传感器成像方式引起的图像变形扫描的瞬时视场由扫描中心向两侧增大根据遥感平台的位置、遥感器的扫描范围、使用的投影类型，可以推算其图像不同位置像元的几何位移传感器外方位元素变化

2、的影响单个外方位元素引起的图像变形地球曲率、大气折光和地形起伏引起的误差当卫星由北向南运行的同时，地球表面也在由西向东自转由于卫星图像每条扫描线的成像时间不同，因而造成扫描线在地面上的投影依次向西平移，最终使得图像发生扭曲地球自传引起的变形遥感图像通常包含严重的几何变形，一般分为系统性和非系统性两大类系统性几何变形是有规律和可以预测的，比如扫描畸变、地球曲率引起的图像变形、地球自转的影响等非系统性几何变形是不规律的，它可以是遥感器平台的高度、经纬度、速度和姿态等的不稳定、地形起伏的影响等等，一般很难预测遥感图像的几何变形目的

3、改正系统及非系统性因素引起的图像变形准确的空间位置遥感图像的几何处理包含两个层次粗加工处理精加工处理遥感图像的几何处理地面站接收图像后，根据不同平台、传感器的参数，对地球曲率、地球自转、大气折射造成的变形进行处理粗加工处理主要是由地面站完成，不是用户完成粗加工处理对传感器内部畸变的改正很有效粗加工处理后仍有较大的残差遥感图像的粗加工处理为什么要进行遥感图像的精校正处理？由于遥感器的位置及姿态的测量精度不高，其加工处理后仍有较大的残差（几何变形）一个地物在不同的图像上，位置要一致，才可以进行融合处理、图像的镶嵌、动态变化监测如

4、果同一地区的不同时间的影像，不能把它们归纳到同一个坐标系中去，图像中还存在变形，这样的图像是不能进行融合、镶嵌和比较的，是没有用的遥感图像的精加工处理在粗加工处理的基础上，采用地面控制点（GCP）的方法进一步提高影像的几何精度几何处理的两个环节像素坐标的变换——解决位置问题多项式模型灰度重采样——解决亮度问题最邻近像元采样法双线性内插法双三次卷积重采样法遥感图像的精加工处理遥感数字图像的几何处理过程纠正的函数可有多种选择：多项式方法、共线方程方法、随机场内插方法等等。其中多项式方法的应用最为普遍回避成像的空间几何过程，直接对

5、图像变形的本身进行数学模拟把遥感图像的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果把原始图像变形看成是某种曲面，输出图像作为规则平面。从理论上讲，任何曲面都能以适当高次的多项式来拟合。用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系基于多项式几何校正的基本思想确定纠正的多项式模型选择若干个控制点，利用有限个地面控制点的已知坐标，解求多项式的系数将各像元的坐标代入多项式进行计算，便可求得纠正后的坐标位置进行变换，变换的同时进行灰度重采样对结果进行精度评定遥感图像多项式纠正的步骤一般多项式

6、纠正变换公式x,y为某像素原始图像坐标X,Y为同名像素的地面（或地图）坐标第1步：确定纠正模型建立两图像像元点之间的对应关系控制点的选取要求影像上的明显地物点影像中均匀分布要满足一定的数量要求地面控制点的获取途径GPS地形图、矢量图、地图纠正过的影像（航片、卫片）等等第2步：选择控制点控制点应选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、湖泊边缘、飞机场、城廓边缘等地面控制点上的地物不随时间而变化，以保证当两幅不同时段的图像或地图几何纠正时，可以同时识别出来特征变化大的地区应多选一些图像边缘部分一定要选取

7、控制点，以避免外推尽可能满幅均匀选取第2步：选择控制点多项式的系数利用地面控制点建立的方程组来解算一般来说GCP的数量至少要大于(n+1)(n+2)/2，n是多项式的阶数一次多项式3个以上点二次多项式6个以上点三次多项式10个以上点第2步：选择控制点一般多项式纠正变换公式几何校正实验图像几何校正实验图像确定校正后图像的行列数值，并找到新图像中每一像元的亮度值像素坐标的变换，即将图像坐标转变为地图或地面坐标直接法间接法对坐标变换后的像素亮度值进行重采样最近邻法双线性内插法三次卷积内插法第3步：位置变换与灰度重采样确定合理的边界

8、计算边界计算行列数有了边界之后，就可以得到图像上任何一个点的坐标，由图像行列号得到地面点坐标的公式确定边界不合理的边界合理的边界原始图像根据精度要求定义输出像素的地面尺寸△X和△Y图像总的行列数M和N由下式确定：M=(Y2-Y1)/ΔY+1N=(X2-X1)/ΔX+1Δx、Δy表示输出图像