第四章数字图像的校正

• 计算机（主机） • 图像输入输出设备 – 磁带机、数字化器等；打印机、绘图仪、激 光图像记录仪 • 专用处理设备 – 图像计算机、阵列处理机 • 外存设备 – 磁盘、磁带、光盘 • 显示器 • 软件部分 – 系统软件、应用软件（图像处理软件）
10
图像处理系统
11
二、辐射校正
• 由于传感器响应特性和大气的吸收、散 射及其它随机因素影响，导致图像模糊 失真，造成图像分辨率和对比度相对下 降，称为辐射畸变。这些畸变都需要通 过辐射校正复原。 • 引起辐射畸变原因：传感器本身产生的 误差（生产单位进行校正）；大气对辐 射的影响（用户自行校正）。
f (1,1) f (2,1) f ( x, y ) f( M ,1)
f (1,2) f (2,2)

f ( M ,2)
f (1, N ) f( 2, N) f ( M , N )
数字矩阵可以在计算机里进行存储和运算。
8
图像的数字化内容：
22
不同反差特征的图像
23
① 直方图校正方法
前提（假设）：深海水体处（或山的阴影）等物体 的亮度值为0，大气散射导致图像上这些物体的灰度 值不为0（辐射偏置量）。 从图像像元亮度值中减去一个辐射偏置量（LP）， 辐射偏置量等于图像直方图中最小的辐射亮度值。
暗物体法（Dark-object method）
（1）图像空间位置的数字化，即图像的空间取样。
（2）图像灰度的数字化，即指从图像灰度的连 续变化中进行离散的采样，目前经常使用的灰度量度 有2级，64级，128级，256级。
除光学图像可以数字化为数字图像外，更多的遥 感图像源于传感器获得后直接的数字产品，如 MSS,TM,ETM等航天遥感器。
9
遥感图像处理系统
24
反差增强
25
调整前直方图
调整后直方图
26
②
回归分析法
• 原理：在遥感图像上大山的阴影区或深大水体区域， 各个波段的反射为零。同时，大气散射主要影响短 波部分，波长较长的波段几乎不受影响，因此可用 其校正其它波段数据。
• 方法 ：在不受大气影响的波段（如 TM5 或 7 ）和待 校正的某一波段图像中，选择一系列目标，将每个 目标的两个待比较的波段灰度值提取出来进行回归 分析，建立线性回归方程。
• 用距离投影点(采样点)最近像元灰度值代替输 出像元灰度值。 • 简单、省时，保留原始图象的值 • 处理后图像的亮度具有不连续性，边缘出现锯 齿状
52
该最近邻点的坐标为：K=integer（x+0.5）
L=integer（y+0.5） 53
原始图像
纠正后图像（最邻近插值）
54
双线性内插法
取（x，y）点周围的4个邻点，在y方向内插两次，再在x方 向内插一次，得到（x，y）点的亮度值 f (x，y)，该方法称 双线性内插法。
4.2 数字图像校正
1、 数字图像
2、 辐射校正
3、 几何校正
1
模拟图像与数字图像
遥感图像的表示：
光学图像（模拟图像）——连续图像——黑白照片
数字图像——离散图像——计算机存储
模拟图像与数字图像之间的转换，称为模/数（A/D） 转换。
2
一、数字图像
指能够被计算机存储、处理和使用的图像
“离散化”、二维矩阵：每个元素的取值 是图像连续变化的灰度的离散整数值
18
(2) 大气影响的粗略校正
辐射校正：对大气影响的纠正是通过纠正辐射亮度 的办法实现的。
L
R T

E0T S cos
R T

SED SLP
精确校正：找出每个波段像元亮度值与地物反射率 的关系。 粗略校正：通过比较简便的方法去掉式中的LP，从 而改善图像质量。
19
（2）大气影响的粗略校正
R

E0 S cos
16
(1) 大气影响的定量分析
① ③ 受入射方向透过率 T 和反射 方向透过率 T 的影响，进入 传感器的亮度值为：
L1
②
R T

E0 T S cos
漫入射辐照度为ED，反射后进入 传感器的亮度值为：
L2
R T
① 直方图最小值去除法
② 回归分析法
20
灰度直方图
用平面直角坐标系表示一幅灰度范围为0-n的 数字图像像元灰度分布状态。
横轴表示灰度级， 纵轴（Pi=mi/M) 表示灰度级为gi的 像元个数mi占像 元总数Ｍ的百分 比。将2n个Pi绘于 图上，所形成的 统计直方图叫灰 度直方图。
21
通过灰度直方图可以直观地了解图像的质量。
55
双线性内插法
• 双线性内插法比起最近邻法虽然计算量 增加，但精度明显提高，特别是对亮度 不连续现象或线性特征的块状化现象有 明显的改善。 • 但是这种内插法会对图像起到平滑作用， 从而使对比度明显的分界线变得模糊。
Lb a b La
Lb：待校正波段的图像亮度值 La：不受大气影响波段的图像亮度值 27
② 回归分析法
怎么求a,b？
Lb a b La
28
a, b计算如下：
b
[(L L )(L L (L L )
a a b a a
b
)
a Lb bLa
可以认为，a就是波段b程辐射值，将波段b 中每个像元的亮度值减去a，来改善图像， 去掉程辐射值。
3
• 将一幅二维的图像通过有限个离散点来表 示就成为了数字图像，其中的每个点称为 像元。
1 pixel
4
照片
照片上的手指
QuickBird（校园）
局部放大
5
模拟方法表示图像：
O 图像 x
y
(x, y)表示像元的位置；
f (x, y) 表示（x, y）位置上的对应地物电磁辐射强度。 对于模拟图像,x, y, f (x, y)的取值是连续的。
6
对图像进行“离散化”：
O 1 2
1
2
3 4 5
数f(x,y)的取值：离散整数取样是根据需 要，将灰度空间分成2n级（目前n的取值有1、 4、7、8，甚至更多），然后根据方格内电磁 辐射强弱取其平均值整数作为函数f(x,y)的值。
7
一幅模拟图像表示为数字图像其实质是一 个数字矩阵。
31
遥感影像变形的原因
（1）遥感平台位置和运动状态变化的影响
32
遥感影像变形的原因
（2）地形起伏影响
33
遥感影像变形的原因
（3）地球表面曲率的影响
像点位置的移动 像元对应于地面宽度的不等
34
遥感影像变形的原因
（3）地球表面曲率的影响
35
遥感影像变形的原因
（4）大气折射的影响
36
遥感影像变形的原因
（x, y）--- ( X, Y ) ( X行数, Y列数, 均为整数 )
有两种方案：直接纠正方案和间接纠正方案 直接纠正方案：从原始图像阵列出发，依次对其中每 一个像元P(x，y)分别计算其在输出（纠正后）图像 的坐标P(X，Y)，并计算P(X，Y)的灰度值;
间接纠正方案：从空白图像阵列出发，依次计算每个 像元P(X，Y)在原始图象中的位置P(x，y)，然后把该 点的灰度值依次计算后返送给P(X，Y). 二者间并无本质差别，互为逆变换
49
图像灰度值的重采样
• 几何校正过程中，由于校正前后图像的 像元大小可能变化、像元点位置的相对 变化等，不能简单用原图像像元灰度值 代替输出像元灰度值。 因此，需要插值（重采样） 三种插值方法：最邻近法、双线性法、 三次卷积法
50
灰度值重采样示意图
51
最邻近法（nearest neighbor）
（5）地球自转的影响
37
几何校正方法：
几何粗校正是针对引起畸变的原因而进行的 校正。进行校正时，只需将传感器的校准数据、 遥感平台的位置以及卫星运行姿态等一系列测 量数据代入理论校正公式即可。 几何精校正是利用控制点进行的几何校正。 它是用一种数学模型来近似描述遥感图像的几 何畸变过程，求得这个几何畸变模型，然后利 用此模型对遥感图像进行几何校正，无需考虑 引起畸变的具体原因。
图像上；
Ｅ、再采样计算，得到校正后的 新图像。
42
数字图像几何校正方法(函数的建立)
多项式纠正法：常用的方法
基本原理：不考虑成像的空间几何过程，而直接对图 象变形的本身进行数学模拟。把遥感图象的总体变形 看作是平移、缩放、旋转、仿射、偏扭、弯曲及更高 次的基本变形的综合作用结果，因此，将纠正前后图 像相应点间的坐标关系用一适当的多项式表达 一般取2次，可以满足精度要求 需要地面控制点： 分布、数量

R T
S ED
散射光向上直接进入传感器的辐射亮度为LP（程辐射度）
总辐射亮度: L
R T

E0T S cos

SE D SLP
17
(1) 大气影响的定量分析
L R T

E0T S cos
R T

SED SLP
大气的影响主要是减少了图像的对比度，使原始信号和背景信 号都增加了因子。
准备工作：图像、地图、大地测量资料、平台轨道参
数、传感器参数、控制点的选择。（具体内容可选）
纠正变换函数建立：输入和输出图像间的坐标变换关
系：如多项式法、共线方程法等。 41
具体步骤
☆ 几何精校正技术关键：地面控制点（ GCP ）的 选取、地面控制点的数目及校正方程的次数。 ☆ 校正步骤：Ａ、调入图像，比较观察； Ｂ、确定二元多项式的次数 Ｃ、确定GCP的个数； Ｄ、选取GCP，尽可能均匀分布在