遥感图像处理-几何校正(蔡玉林)竞赛

合集下载

6._第三章(2)_遥感图像的几何纠正教程

xi fx( Xi, Yi) c0 c1 Xi c2Yi c3 XiYi c4 Xi 2 c5Yi 2
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。

2013年昆明理工大学研究生第十届学术科技成果竞赛获奖情况公示

昆明理工大学研究生第十届学术科技成果竞赛获奖情况公示发布时间：2013-07-10 编辑：本站原创阅读：1177各研究生培养单位：研究生第十届学术科技成果竞赛评审已于2013年7月8日圆满结束。

经过各培养单位专家组初审、校专家组终审两轮评审，共有60项研究生学术科技成果获奖，现将获奖名单公示如下：一等奖（10个）杨学敏生科 Host–guest inclusion system of mangiferin with β -cyclodextrin and its derivatives张京农工温室环境参数无线传感器网络监测系统构建与CC2530传输特性研究曹志英理学基于稀疏采样磁共振图像重建的分裂算法王杰社科促进绿色发展的财政支持政策研究彭红波环工氧氟沙星和诺氟沙星在纳米碳管上的吸附行为研究毛莹博国资高钙镁氧化铜矿氨浸-萃取-电积机理探讨及试验研究白璞化工硅源对纳米A型沸石分子筛结构及形貌的影响李臣材料新型白光LED用主族金属Bi离子激活的荧光粉刘晨辉冶能基于冶金材料电磁特性的微波加热模拟及腔体优化设计谢香云材料特殊孔结构Al-Si12泡沫铝的吸声性能研究二等奖（20个）胡瑞玲艺传 Study on the Application of Nano-antibiotic Materials in Interior Decoration徐宗恒建工植被发育斜坡非饱和带土体降雨入渗机理张亚东法学刑诉新证据规则适用问题研究向颖晰艺传中国明清资本主义萌芽在湘西民居上的体现——以洪江古商城窨子屋建筑艺术为例梁鹏娟生科 The Use of Fourier Transform Infrared (FT-IR) Spectroscopy for Quantification of Adulteration in Virgin Walnut Oil秦启学生科 A novel and efficient synthesis of norathyriol using Pd(II) as a catalyst夏清海生科盐析辅助液液超声萃取-铝离子增敏荧光光谱法检测牛奶中氟喹诺酮类药物残留秦慧生科 Separation and pre-concentration of glucocorticoids in water samples by ionic liquid supported vortex-assisted synergic micro-extraction and HPLC determination吕启蒙理学 A Molecular Imprinting TNT Sensitive Detection Sensor Based on Film Bulk Acoustic Resonator 王鹏理学（光学）基于灰度分割和双随机相位编码的隐藏技术詹灿君社科论析我国社会管理创新的理论基础与现实矛盾张直云建工 Present situation of Yunnan province mountain area Highway traffic safety facilities investigation and comprehensive analysis孙鑫环工大宗工业固体废物污染源环境风险评价方法对比分析王倩环工 Degradation of Methylene Blue using a heterogeneous Fenton process catalyzed by Ferrocene 张晓伦国资 Remote sensing integration survey of typical land types and analysis of its spectral properties in southeast of yunnan province肖毅冶能生石灰对褐煤燃烧特性的影响胡威冶能 Experimental Research on Molding Biomass’s Carbonization homogeneity赵志福法学“多次违法”入罪之再思考——以“多次盗窃”罪状为视角程力岩社科进城农民工子女义务教育问题研究——以昆明市为例王姝琪医学 Note of Clarification of Data in the Meta-analysis of XPC 939A>C and 499C>T Polymorphisms in Skin Cancer三等奖（30个）邓成江机电定置信度下自冲铆疲劳可靠性分析赵倩艺传 Study on the Application of Nano-antibiotic Materials in Interior Decoration杨慧艳机电压印接头拉剪强度的数值模拟研究王大龙农工一种无线报警自锁锁的研制刘文婷社科马克思全面生产理论对云南省“两强一堡”战略的启示索榕潘伟华社科从《大众哲学》看马克思主义哲学大众化的发展白璞化工一种纳米A型沸石的快速制备方法张星法学我国非法证据排除规则存在的问题及完善王炎磊艺传公益组织及公益广告的视觉设计研究马黎艺传思考建筑的文化主题兼中国建筑的发展廉源沛生科 Cloud point extraction and flame atomic absorption spectrometry analysis of palladium, platinum, and gold ions from industrial polluted soil李宗浩生科超声辅助分散液液微萃取（UA-DLLME）结合火焰原子吸收光谱法测定水样中重金属离子的研究秦慧生科 Determination of Glucocorticoids using Cosurfactants Ultrasonic-Thermostatic-Assisted Cloud Point Extraction Followed by High Performance Liquid Chromatography方娟生科一种核桃蛋白ELISA检测试剂盒肖丹生科一种青蒿素及其衍生物与碱性环糊精包合前药及其制备方法王鹏理学（物理电子学）基于数字微镜的计算全息三维显示戴欣冉理学同轴菲涅耳全息中提取相位的算法员昭理学一种基于光学全息技术的液体检测装置王杰社科德宏开发开放中的绿色发展模式研究张黎社科浅析大学生的宿舍文化建设刘婷社科加强新形势下云南高校党外代表人士队伍建设研究——探索有云南特色的高校党外代表人士队伍建设刘兵社科论公平正义的理性基础和制度保障——以《正义论》为例杨光明管经基于社会工作视角的大学生心理健康教育研究——以大学生“习得性无助”问题为例王驰环工磺胺甲噁唑与卡马西平在石墨烯和石墨上的共虹吸附及解吸行为研究展巨宏环工 The Effect of Estuary Dredging on Removing Nitrogen and Phosphorus in Dianchi Lake，China 林奕璐环工一种电磁协同电渗析处理废水中带电离子的装置杜江材料 LiNi1/3Co1/3Mn1/3O2的微波连续化中试制备李永进材料稀土离子激活半导体发光材料的特性研究贾金刚冶能钙蒸汽还原二氧化硫钛制备金属钛粉的研究郑照强冶能基于废弃药渣的的资源综合利用对以上评审结果如有异议，请于七日内向研究生院党委反映。

遥感数字图像_校正处理

UTM－横轴等角割圆柱投影
长度变形角度变形
面积变形和长度变形
4、几种常用坐标及投影方式墨卡托投影(Mercator) 高斯-克吕格投影(Gauss-Kruger) 通用横轴墨卡托投影（Universal Transverse Mercator，UTM）兰伯特投影（Lambert）阿尔伯斯投影（Albers）
•如在ArcGIS中，地理坐标系的建立： •①选择一个椭球
– Krasovsky_1940椭球体
•②椭球定位与定向： – 利用“Datum:D_Beijing_1954”大地基准面将这个椭球定位
•有了 Spheroid 和 Datum 两个基本条件，就确定了大地基准面，地理坐标系统便也可以确定，即经纬度
l 遥感图像的几何校正包含两个层次：几何粗校正和精校正。
Ø 几何粗校正是根据产生畸变的原因，利用空间位置变化关系，采用计算公式和取得的辅助参数进行的校正，又称为系统几何校正。（不需用户完成，但仍存在较大残差）
Ø 几何精校正是指利用地面控制点做的精密校正。几何精校正不考虑引起畸变的原因，直接利用地面控制点建立起像元坐标与目标物地理坐标之间的数学模型，实现不同坐标系统中像元位置的变换。
遥感数字图像处理
Remote sensing image processing
第三章
遥感图像的校正处理
W W W . WAT S O N W YAT T . C O M
上海师范大学旅游地理系林文鹏主讲 2017-2018第2学期
第五讲遥感图像的校正处理
主要内容： Ø 1/投影转换 Ø 2/几何校正处理 Ø 3/辐射校正处理 √重点：几何校正 √难点：大气校正
在ENVI中自定义坐标系分三步：定义椭球体、

遥感实验报告几何校正

遥感实验报告几何校正1. 引言遥感技术在地球科学领域中起着至关重要的作用，可以提供大量的空间信息。

然而，由于地球曲率、地表高程、投影效果等原因，遥感图像中存在一定的几何失真。

为了解决这些问题，需要对遥感图像进行几何校正，以确保图像的精确度和准确性。

本实验旨在通过软件工具进行遥感图像的几何校正，以便更好地分析和解读遥感图像所提供的信息。

2. 实验目标本实验的主要目标是对给定的遥感图像进行几何校正，达到以下几个具体目标：1. 去除图像中的地理畸变，使图像上的物体形状和比例与现实世界相符合；2. 将图像从传感器坐标系转换到地理坐标系，使图像可以与其他地理数据进行叠加分析；3. 评估图像几何校正的效果，验证几何校正的有效性。

3. 实验步骤3.1 数据准备在实验开始前，我们需要准备一幅遥感图像和其对应的地理坐标信息。

安装并配置合适的遥感图像处理软件，以便进行后续的操作。

3.2 图像去畸变首先，需要对图像进行去畸变处理，以消除地理畸变对图像造成的影响。

根据实际情况选择适合的去畸变算法，对图像进行处理，并保存处理后的图像。

3.3 坐标系转换将处理后的图像从传感器坐标系转换到地理坐标系。

选择合适的坐标转换方法和参数，进行坐标系转换，并保存转换后的图像。

3.4 评估几何校正效果通过对比几何校正前后的图像，评估几何校正的效果。

可以采用多种指标进行评估，如虚拟控制点对比、图像配准精度等。

4. 实验结果经过上述实验步骤，我们成功实现了对遥感图像的几何校正。

通过图像去畸变和坐标系转换，我们得到了一幅与现实世界相符合的几何校正后的遥感图像。

评估几何校正效果时，通过与虚拟控制点对比和图像配准精度的测量，我们发现几何校正的效果符合预期，并且达到了较好的精度要求。

5. 结论与展望本实验通过对遥感图像进行几何校正，成功消除了图像中的地理畸变，实现了图像的空间精确定位。

几何校正的结果具有较高的精度和准确性，可以为后续的遥感图像分析和解读提供可靠的基础。

遥感实验2遥感图像的几何校正

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

浅析遥感图像几何精校正的实现

浅析遥感图像几何精校正的实现摘要：遥感数据的几何校正是生成遥感数据产品及将遥感数据用于进一步数据分析前重要的一步。

几何校正效果将直接影响到影像地理参考的精度，进而影响到在许多遥感数据分析中都要用到的地物能否精确定位的问题，因此几何校正是遥感科研工作中基础的必不可少的工作之一。

本文描述了产生几何畸变的原因，介绍几何精校正的原理与方法，并以延安市的遥感影像在ERDAS软件中进行几何校正为例阐述其具体步骤。

关键词：遥感影像；几何畸变；几何校正；地面控制点引言当遥感图像在几何位置上发生变化，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畸变时，即说明遥感影像发生了几何畸变。

遥感图像的几何畸变，又称几何变形，是指图像像元在图像中的坐标与其在地图坐标系等参考系统中的坐标之间的差异。

遥感图像的几何校正就是要校正成像过程中所造成的各种几何变形。

遥感影像的几何校正分为两种：几何粗校正和几何精校正。

几何粗校正是根据产生畸变的原因，利用计算公式和取得的辅助参数进行的校正，又称为系统校正。

在进行几何粗校正时需要传感器的校准数据、卫星运行姿态参数、传感器的位置等参数。

经过几何粗校正之后的遥感图像还存在着随机误差和某些未知的系统误差，这就需要进行几何精校正。

几何精校正是指在几何粗校正的基础上，使图像的几何位置符合某种地理坐标系统，与地图配准，并调整亮度值，即利用地面控制点做的精密校正。

几何畸变是消除图像中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像的过程。

随着科学技术和社会需求的迅猛发展，遥感技术作为高新技术领域中的一个重要分支逐步迈向产业化、实用化，对遥感图像产品的处理精度要求也越来越高。

然而由于地球及卫星本身的原因，遥感图像存在不可避免的几何畸变，而仅仅经过系统粗校正的遥感图像不能消除所有畸变，无法满足人们应用和研究的需求，故进行几何精校正成为遥感图像几何校正的重要部分。

一．遥感图像产生几何畸变的原因地物目标发出的电磁波被卫星上所载传感器接收，这些电磁波上记录和传达了地物目标的信息，这是遥感图像成像的过程也是它的内在规律。

第四章遥感图像处理――几何校正PPT课件

22
三种内插方法比较
方法 1
优点简单易用，计算量小
缺点
处理后的影像亮度具有不连续性，影响精确度
精度明显提高，特别是对亮度计算量增加，且对影像起到
2
不连续现象或线状特征的块状平滑作用，从而使对比度明
化现象有明显的改善。
显的分界线变得模糊。
3
更好的影像质量，细节表现更为清楚。
工作量很大。
23
18
像元灰度值重采样
校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化。
x X
P(X,Y) Y
纠正后影像
p(x,y) y
纠正前影像
19
最近邻法
—以距内插点最近的观测点的像元值为所求的像元值。
影像中两相邻点的距离为1，即行间距△x＝1，列间距△y=1，取与所计算点(x,y)周围相邻的4个点，比较它们与被计算点的距离，哪个点距离最近，就取哪个的亮度值作为（x,y）点的亮度值f（x，y）。设该最近邻点的坐标为（k,l）,则
一是指平台在运行过程中，由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差。
二是指图像上像元的坐标与地图坐标系统中相应坐标之间的差异。
3
引起遥感图像几何变形的因素
一、遥感平台位置和运动状态变化的影响
旁向位移的影响速度变化即航向位移的影响
高度变化的影响—地面分辨率不均匀俯仰变化的影响
21
三次卷积内插法
取与计算点（x，y）周围相邻的 16 个点，与双向线性内插类似，可先在某一方向上内插，每4个值依次内插 4次，求出f（x，j-1），f(x， j ）， f(x,j+1) ， f(x,j+2) ，再根据这四个计算结果在另一方向上内插，得到 f(x ， y）。

遥感图像的几何校正实验报告

遥感图像的几何校正一、实验目的通过实习操作，掌握遥感图像几何校正的基本原理和和方法，理解遥感图像几何校正的意义。

二、实验环境操作系统：Windows Vista软件：Erdas Imagine 8.4三、实验内容ERDAS软件中图像预处理模块下的图像几何校正。

几何校正的必要性：由于遥感平台位置和运动状态的变化、地形起伏、地球表面曲率、大气折射、地球自转等因素的影响，遥感图像在几何位置上会发生变化，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畸变，称为遥感图像的几何畸变。

产生畸变的图像给定量分析及位置配准造成困难，因此在遥感数据接收后需要对图像进行几何校正以使其能够反映出接近真实的地理状况。

几何校正的原理：遥感影像相对于地图投影坐标系统进行配准校正，即要找到遥感影像与地图投影坐标系统之间的数学函数关系，通过这种函数关系可计算出原遥感影像中每个像元在地图投影坐标系统上的位置从而得到校正后的图像。

Erdas软件中提供了7中几何校正的模型，具体如下：表 1 几何校正计算机模型与功能模型功能Affine 图像仿射变换（不做投影变换）Polynomial 多项式变换（同时作投影变换）Reproject 投影变换（转换调用多项式变换）Rubber Sheeting 非线性变换、非均匀变换Camera 航空影像正射校正Landsat Landsat卫星图像正射校正Spot Spot卫星图像正射校正在本次实验中采用的是Polynomial(多项式变换)的模型，通过在遥感影像和参考图像上分别选取相应的控制点，求出二元二次多项式函数：25243210'25243210'yb x b xy b y b x b b y y a x a xy a y a x a a x +++++=+++++=，得到变换后的图像坐标（x ′,y ′）与参考图像坐标的关系，从而对图像进行几何校正。

四、实验步骤运行Erdas Imagine 软件第一步：显示图像文件1) 在Erdas 图标面板中单击Viewer 图标两次，打开两个视窗：Viewer 1和 Viewer 2； 2) 在Viewer 1视窗下打开需要校正的遥感影像wucesourse.img ，在Viewer 2 视窗下打开参考图像wucepoint.img ；第二步：启动几何校正模块（Set Geometric Model ）单击Viewer 1视窗菜单栏中的Raster →Geometric Correction →打开Set Geometric Model 对话框(见图1) →选择多项式几何校正模型 Polynomial →OK→打开Geometric Correction Tools 对话框（见图2）和Polynomial Model Properties 对话框（见图3）→在Polynomial Model Properties 对话框中定义多项式次方（Polynomial Order ）为2（见图3）→单击Apply →单击Close→打开GCP Tool Reference Setup 对话框（见图4）图1 Set Geometric Model 对话框图2 Geometric Correction Tools 对话框图 3 Polynomial Model Properties对话框图4 GCP Tool Reference Setup 对话框第三步：启动控制点工具首先在GCP Tool Reference Setup 对话框（图4）中选择采点模式：→选择Existing Viewer→OK→打开Viewer Selection Instructions指示器（见图5）→在参考图像Viewer2中单击左键→打开Reference Map Information 提示框（见图6）→OK→弹出Approximate Statistics 提示框（见图7）→OK→此时，整个屏幕将自动变化为如图8所示的状态，表明控制点工具已启动，进入控制点采点状态图5 Viewer Selection Instructions 指示器图6 Reference Map Information 提示框图7 Approximate Statistics 提示框图8 控制点采点第四步：采集地面控制点1)在Viewer1中移动关联方框的位置，寻找明显的地物特征点，单击Geometric CorrectionTools对话框中的图标，进入控制点选取状态，点击所选择的地物特征点；然后在Viewer2中移动关联方框的位置，寻找对应的地物特征点，同样点击，再单击相应的地物特征点；2)重复以上步骤6次直至6个控制点选择完毕（二次多项式需要6个点来确定）；3)单击下方GCP Tool对话框中的图标，在Viewer1中选择第7个点，从而得到RMSError（见图9），从中判断上一步所选控制点的准确性（一般要求RMS Error要小于0.5，若没有达到要求应重新选点或者对所选点进行调整）图9 RMS Error 图10 多项式第五步：计算转换模型在控制点采集过程中，随着控制点采集的完成，转换模型就自动生成，单击Geometric Correction Tools对话框中的图标→Transformation可以查阅多项式参数（见图10）第六步：图像重采样重采样过程是指依据未校正图像的像元值，计算生成一幅校正图像的过程在Geometric Correction Tools对话框中选择图标→在弹出的Resample对话框（见图11）中输入重采样后的图像文件名guangzhou123.img →OK图11→在Viewer中打开guangzhou123.img即可看到几何校正后的图像实验完毕五、实验结果与讨论校正前遥感影像校正后遥感影像参考图像通过以上三幅图像的对比，可以发现校正后的图像相对于校正前的图像房屋、道路等图像信息发生了变化，像元的坐标发生了变化，而其变化后的地物特征更加接近参考图像的地物特征。

几何校正遥感图像实验报告

遥感图像的几何校正一、实验目的：通过实习操作，理解遥感图像几何校正的基本原理和意义，掌握遥感图像几何校正的基本方法和步骤，熟悉ERDAS软件中图像几何校正的操作流程。

二、实验原理：遥感图像的几何校正是指消除原始图像中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像的过程，分为几何粗校正和精校正两种。

这种方法的基本过程是利用有限个地面控制点的已知坐标，按最小二乘法求解多项式的系数，然后将各像元的坐标带入多项式进行计算，从而求得纠正后的坐标。

二是对坐标变换后的像素亮度值进行重采样，常用的灰度值重采样方法有最邻近像元法、双线性内插法、双三次卷积法三种。

三、主要仪器：ERDAS软件，计算机四、实验过程和步骤：1.显示图像文件（Display Image Files）首先，在ERDAS图标面板中点击Viewer图标两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作过程如下：ERDAS图标面板菜单条：Session→Title Viewers然后，在Viewer1中打开需要校正的Lantsat图像：tmAtlanta,img在Viewer2中打开作为地理参考的校正过的SPOT图像：panAtlanta,img2.启动几何校正模块（Geometric Correction Tool）Viewer1菜单条：Raster→ Geometric Correction→打开Set Geometric Model对话框（图1-1）→选择多项式几何校正模型：Polynomial→OK→同时打开Geo Correction Tools对话框（图1-2）和Polynomial Model Properties对话框（图1-3）。

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）:→定义投影参数：（Projection）:→Apply→Close→打开GCP Tool Referense Setup 对话框（图1-4）图1-1 Set Geometric Model对话框图1-2 Geo Correction Tools对话框图1-3 Polynomial Properties对话框图1-4 GCP Tool Referense Setup 对话框3.启动控制点工具（Start GCP Tools）图1-5 Viewer Selection Instructions首先，在GCP Tool Referense Setup对话框（图1-4）中选择采点模式：→选择视窗采点模式：Existing Viewer→OK→打开Viewer Selection Instructions指示器（图1-5）→在显示作为地理参考图像的Viewer2中点击左键→打开Reference Map Information 提示框（图1-6）；→OK→此时，整个屏幕进入控制点采点状态（图1-7）。

基于深度学习的遥感图像几何校正技术研究

基于深度学习的遥感图像几何校正技术研究遥感技术在现代化生产、构建数字地球模型、维护国家安全等方面有着重要的应用价值。

遥感数据的计算机处理、分析和应用是一个非常复杂的过程，其中一个关键步骤是图像几何校正，它直接关系到遥感数据质量的好坏。

在遥感图像几何校正过程中，传统方法存在诸多限制和问题，如边缘效应、计算速度慢等，而基于深度学习的遥感图像几何校正技术则能够聪明地避免和克服这些问题。

一、遥感图像几何校正技术的基本原理遥感图像几何校正技术是将地面上物体的几何位置与遥感图像上的像素点位置对应起来的技术。

这项技术在遥感数据处理中占据着重要的地位，能够消除遥感图像中因拍摄条件、设备参数和地形地貌等方面的因素而引发的图像形变现象，从而使数据更加精确和可靠。

几何校正技术的基本原理是通过建立地面真实反射率与遥感影像灰度值之间的映射关系，从而将遥感图像上的各个像素点投射到地面上的实际位置上，使得像素位置与其真实位置匹配。

在这个过程中，需要确定的参数包括高程、摄影参数、姿态等。

传统的几何校正技术主要考虑的是全局影响因素，将图像整体调整到最佳匹配效果，一旦图像内部出现局部形变时，就会对整体几何精度产生影响。

而深度学习技术则能够更好地处理局部变形的情况，实现精细的几何校正。

二、深度学习在遥感图像几何校正中的应用深度学习技术的出现，为遥感图像几何校正技术的改进提供了新思路和方法。

传统方法主要是基于经验和规则来实现几何校正，效果受制于经验规则的完备性和适用性。

深度学习技术可以自动从大量的遥感图像数据中学习几何校正模型，并实现动态调整，提高几何校正的精度和效率。

深度学习技术在遥感图像几何校正中的应用主要包括以下几个方面：（1）基于卷积神经网络卷积神经网络是深度学习技术中最常用的网络结构，也是在遥感图像几何校正中广泛使用的一种方法。

该方法通过将遥感图像及其相应的地面真实反射率图像作为输入和输出，利用卷积神经网络模型学习从输入到输出的映射关系，实现遥感图像几何校正，从而提高几何校正的精度和效率。

遥感图像影像几何校正方法与精度评价

遥感图像影像几何校正方法与精度评价遥感技术是一种通过航空器或卫星获取地球表面信息的技术手段。

为了获得准确的地理空间信息，遥感图像需要经过几何校正。

本文将介绍几种常用的遥感图像影像几何校正方法，并探讨它们的精度评价。

一、几何校正方法1. 多点校正法多点校正法是一种常用的几何校正方法。

它通过在图像中选择多个控制点，然后根据这些控制点在现实地面上的坐标，使用几何变换公式进行图像的几何校正。

这种方法简单易行，适用于中等分辨率的图像。

2. 数字高程模型校正法数字高程模型校正法是一种基于数字高程模型的几何校正方法。

首先，通过获取地面的数字高程模型，然后将图像与数字高程模型进行配准，最后进行几何校正。

这种方法的优点是精度较高，适用于高分辨率的图像。

3. 惯导校正法惯导校正法是一种利用航空器或卫星的惯性导航系统进行几何校正的方法。

惯性导航系统可以测量航空器或卫星的姿态和位置信息，根据这些信息对图像进行几何校正。

这种方法的精度较高，适用于航空器或卫星上配备有惯性导航系统的情况。

二、精度评价几何校正的精度评价是衡量几何校正过程中误差大小的方法。

常用的评价指标有均方根误差（RMSE）和控制点定位精度。

1. 均方根误差（RMSE）均方根误差是通过对校正前后的像素位置误差进行统计分析得到的一个指标。

它是校正后图像中所有像素位置误差的平方和的开方。

均方根误差越小，表示几何校正的精度越高。

2. 控制点定位精度控制点定位精度是通过选取一组已知坐标的控制点，然后对校正后图像中的相应像素进行位置测量，计算其与控制点的位置误差。

控制点定位精度越小，表示几何校正的精度越高。

三、案例分析以一幅航拍图像为例，使用多点校正法、数字高程模型校正法和惯导校正法进行几何校正，并对校正后的图像进行精度评价。

多点校正法得到的校正图像的RMSE为0.5个像素，控制点定位精度为2米。

数字高程模型校正法得到的校正图像的RMSE为0.2个像素，控制点定位精度为0.5米。

《遥感图像处理与分析》课程实践创新能力培养探讨

２０18年第10期》课程实践创新能力培养探讨*●程武学1 杨存建2 倪静2摘要：《遥感图像处理与分析》是一门理论和实践都较难的课程，要培养学生的实践创新能力难度很大。

文章基于地理学的学科特点，提出理论与实践相结合、合理选择软件、突出案例典型性、室内与野外相结合等实践创新能力培养的途径。

关键词：遥感图像处理与分析；创新能力；地理学*资助项目：四川师范大学研究生教育改革重点项目（151222092153）“《遥感图像处理与分析》课程实践创新能力培养模式研究”。

《遥感图像处理与分析》是我院研究生阶段开设的以理论联系实践为主，重视实际操作及应用的一门专业基础课程。

学生通过该课程的学习，可以获取遥感图像处理的基础知识，加强和提高应用的技能水平。

同时，使学生拥有正确遥感数字图像处理的概念，培养学生良好的实践习惯、实事求是的科学态度以及严谨的工作态度。

虽然遥感图像可以比较直观的方式来说明问题，帮助学生理解和分析地理问题。

但是目前在具体教学环节还重视不够，主要是由于一些教师缺乏相应的遥感图像判读技能，或忽视遥感图像的运用，不能主动地选用、补充一些与教学内容相适应的遥感图像来进行教学［1］。

据此，本文旨在探讨遥感图像课程在地理学科研究生教学中的应用潜力和价值，探索研究生实践创新能力培养途径。

一、《遥感图像处理与分析》的课程设置理论部分一般包括遥感的物理基础、遥感数字图像处理基础、遥感图像辐射校正、遥感图像的几何校正、遥感图像的镶嵌、遥感图像的融合、遥感图像的分类、遥感图像的变化检测等内容［2］。

理论部分的重点是遥感的物理基础、遥感图像的几何校正及遥感图像的分类。

难点是遥感图像的融合及遥感图像的变化检测。

实验部分主要包括遥感图像处理软件平台的介绍及基本操作（Erdas 或者ENVI ）；遥感数据的输入与输出；遥感数据的剪切与几何校正；遥感数据的拼接与投影转换；空间增强处理；辐射增强处理；光谱增强处理；傅立叶变换；非监督分类；监督分类；空间建模；数据融合及反射率的反演等内容［3］。

遥感影像几何精校正实施流程与关键技术探讨

遥感影像几何精校正实施流程与关键技术探讨作者：黄彦丽蔡楠李全乐来源：《科技资讯》 2011年第20期黄彦丽蔡楠李全乐（青海省基础地理信息中心，青海省西宁市，810000）摘要：几何精校正是利用地面控制点(GCP)对遥感影像进行的几何校正。

本文基于笔者多年从事遥感影像处理的相关工作经验，以基于ERDAS IMAGINE软件进行几何精校正为研究对象，探讨了其实施流程及所涉及的关键技术，全文是笔者长期工作实践基础上的理论升华，相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

关键词：几何精校正 GCP ERDAS IMAGINE中图分类号：TP2文献标识码：A文章编号：1672-3791(2011)07(a)-0000-00遥感图像在成像时，由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响，使得遥感图像存在一定的几何变形。

几何变形是指图像上的像元在图像坐标系中的坐标与其在地图坐标系等参考坐标系统中的坐标之间的差异，消除这种差异的过程称之为几何校正。

几何变形主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲。

利用地面控制点进行的几何校正称为几何精校正。

校正空间在我国为高斯——克吕格投影空间。

1 利用ERDAS IMAGINE软件进行几何精校正的步骤ERDAS IMAGINE是美国ERDAS公司开发的遥感图像处理系统。

它的特点是在视窗系统上进行显示和操作!处理速度快，功能强大，使用方便。

几何校正是它的基本功能之一。

ERDAS IMAGINE进行校正的基本步骤是打开文件和几何纠正工具、设置投影方式、选择几何纠正方法、选取地面控制点、构筑转换矩阵、对影像进行重采样、检验纠正精度。

2 纠正的准备工作2.1 地形图的准备比例尺的选取’所用地形图的比例尺应大于遥感影像成图的比例尺。

对5m及5m 以上的影像制图，应采用1：5万的地形图纠正；对5m以下的影像制图，采用1：1万的地形图纠正。

01-《遥感原理》上机实验二“遥感图像的几何处理”指导书

中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
遥感原理
电子科技大学“教学方法与考核方式改革”校级示范课
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
时，可以利用此方法进行调整。选择主菜单→Map→Registration→Automatic Registration：Image to Image，可以启动这
种校正方法。
2、控制点选择方式
ENVI 提供以下控制点选择方式：
中国大学MOOC
遥感原理
电子科技大学“教学方法与考核方式改革”校级示范课
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC
遥感原理
电子科技大学“教学方法与考核方式改革”校级示范课
中国大学MOOC
中国大学MOOC
中国大学MOOC
中国大学MOOC

遥感图像几何校正 ppt课件

但此法需要高程信息，且在一幅图像中，受传感器位置和姿态的影响，其外方位元素的变化规律只能近似表达，因此有一定的局限性，使其在理论上的严密性难以严格保证，所以相对于多项式法，其精度提高并不明显，而且计算量较大。
X Y
FX FY (
(x, y x, y)
)

直接法：由x,y求出X,Y
ppt课件
33
但用直接法（正解法）得到的纠正图像上的像点不是规则排列，有的可能重复，有的可能无像点，难以获取规则排列的数字图像，所以常采用间接法（反解法）纠正图像。
ppt课件
34
（二）间接校正法
从校正后图像出发，按一定换算关系反求算出原始图像上像点坐标.
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。
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。
设任意像元在原始图像和纠正后图像中的坐标分别为(x,y)和 (X,Y),即(x,y)为原始坐标，(X,Y)为纠正后坐标:
x Gx ( X ,Y ) y Gy ( X ,Y )
间接法:由X,Y求出x,y
ppt课件
35
灰度内插：
不管是直接法还是间接法，求出新的像点位置后，都要通过灰度内插法求出该位置的灰度值。
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）

实验三envi几何校正

注：Resize Data还可以进行图像重采样（如下），若仅仅进行子区的选择，则不要调
整Output File Dimensions。* 图像左上角为原点(1.1 --- 列.行)。
共四十六页
共四十六页
共四十六页
2．感兴趣区域裁剪
打开影像bldrtm_m后，在图像
的主影像窗口(chuāngkǒu)点击
像。当在某一功能中应用掩膜时，1值区域被处理，被屏蔽的0值区域不被包括在计算中
。它可以用于ENVI的多项功能，包括统计、分类、分离、匹配滤波、包络线去除和波
段特征(tèzhēng)拟合。
共四十六页
1.规则裁剪
ENVI：Basic Tools>> Resize Data >> Resize Data Input File对话框（如下图）。
samples/lines（列/行）值；
共四十六页
⑤若设置波段范围（Spectral Subset>>File Spectral Subset），选择波段；若要根据已选
择的感兴趣区域进行切割，可用ENVI：Basic Tools>>Subset Data via ROIs。若要使用与
上次输入的空间大小相同的文件(wénjiàn)的空间子集，点击 “Previous” 按钮。
?利用控制点纠正而用户拿到这种产品后由于使用目的的不同或投影及比例尺不同仍旧需要做进一步的几何校正这就需要对其进行几何精校正即利用地面控制点gcp?混合校正则是由一般地地面站提供的遥感cct已经完成了第一阶段的几何粗校正用户所要完成的仅仅是对图像做进一步的几何精校正
遥感实验
(YÁOGǍN)
实验三
几何纠正

遥感图像几何精校正实验报告

遥感图像几何精校正姓名：池佩佩班级：环境科学101学号：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。