多项式校正
一种基于分段多项式拟合的基线校正方法[发明专利]
![一种基于分段多项式拟合的基线校正方法[发明专利]](https://img.taocdn.com/s3/m/b126c13fc1c708a1294a442d.png)
专利名称：一种基于分段多项式拟合的基线校正方法专利类型：发明专利
发明人：夏果,张继尧,史书明,陈迪虎,裘桢炜,洪津
申请号：CN201711407564.7
申请日：20171222
公开号：CN108287137A
公开日：
20180717
专利内容由知识产权出版社提供
摘要：本发明涉及光谱测量分析技术领域，具体涉及一种基于分段多项式拟合的基线校正方法。
包括以下步骤：使用光电传感器接受光谱数据，将采集点从0开始进行编号处理，然后对光谱数据进行降噪处理和分段处理，对于无峰区域采用多项式拟合得到基线，对于有峰区域进行多步优化处理得到基线，最后对分段基线进行拼接，将基线从输入光谱中减去，完成基线校正。
本发明具有误差小，不需要额外的试剂和设备，能够对多种特殊峰型进行处理，适用性强。
申请人：必欧瀚生物技术(合肥)有限公司
地址：230088 安徽省合肥市高新区望江西路800号合肥创新产业园D9楼一层至四层
国籍：CN
代理机构：合肥天明专利事务所(普通合伙)
更多信息请下载全文后查看。
ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok
实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。
遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。
一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。
遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。
几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。
本实验将针对不同的数据源和辅助数据，提供以下几种校正方法：Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。
地形图校正就采取这种方法。
Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。
大多数几何校正都是利用此方法完成的。
Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。
当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整1. 地形图的几何校正（1）打开并显示地形图从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。
（2）定义坐标从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。
在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Map。
红外光谱基线校正方法
红外光谱基线校正方法
红外光谱基线校正方法是一种用于消除红外光谱中基线偏移的技术。
红外光谱中的基线通
常是由于仪器漂移、样品背景等引起的，会干扰样品的信号分析和定量分析。
常见的红外光谱基线校正方法包括：
1. 多点基线校正法：在红外光谱的波数范围内选取多个不含有信息的空白区域作为基线参考点，通过插值或线性拟合等方法，将各个波数点上的基线值校正到零基线。
这种方法适用于基线相
对较平直的光谱。
2. 多项式基线校正法：将整个光谱区域分为多个小区域，分别拟合多项式曲线与基线，根据拟
合结果来校正基线。
高阶多项式可更好地适应基线的变化，但也容易引入过拟合问题。
3. 小波变换基线校正法：应用小波变换将光谱分解为不同频率的子谱带，然后通过设置阈值将
子谱带中的基线部分设为零。
这种方法可以根据不同频率的基线变化有选择地进行校正。
4. 自适应基线校正法：根据光谱中信号和噪声的特点，自动确定基线的位置，并通过拟合、插
值等方法实现基线校正。
这种方法能够快速、精确地校正基线，但对光谱峰和噪声的分离要求
较高。
这些方法可以单独使用，也可以结合使用，根据实际情况选择适合的校正方法。
软件校准算法实验报告
软件校准算法实验报告我们的实验目的是研究软件校准算法，通过分析和实验来评估这些算法的效果和优劣，并找到适合特定应用场景的最佳算法。
实验原理：软件校准算法是用来纠正软件中可能存在的误差和偏差的方法。
在实际应用中，由于各种因素的影响，软件的输出结果可能会出现一定程度的偏差。
通过校准算法，我们可以对这些偏差进行校正，提高软件的精度和准确性。
实验步骤：本次实验中，我们选择了几种常用的软件校准算法进行了比较和评估。
1. 线性校准算法：线性校准算法是最简单和直观的一种方法。
它假设软件的输出结果和真实值之间存在一个线性的关系，通过校准公式y = mx + b 对输出结果进行校正。
我们在实验中使用了一组已知的数据和其对应的真实值进行线性拟合，得到了校准公式的参数m 和b。
然后我们将这个公式应用到测试数据上，校正输出结果。
2. 多项式校准算法：多项式校准算法是一种更复杂和灵活的方法。
它不仅能够处理线性关系，还可以应对更复杂的非线性关系。
在实验中，我们使用了二次多项式进行校准。
我们选择了一组已知的数据和其对应的真实值，通过最小二乘法拟合得到了二次多项式的系数。
然后我们将这个多项式应用到测试数据上，校正输出结果。
3. 基于机器学习的校准算法：基于机器学习的校准算法是一种新兴的方法，它利用机器学习模型来对软件进行校准和优化。
在实验中，我们使用了一个简单的神经网络来进行校准。
我们通过一组已知数据的训练，建立了一个神经网络模型。
然后我们将这个模型应用到测试数据上，校正输出结果。
实验结果：通过实验，我们得到了以下结论：1. 线性校准算法在处理简单的线性关系时效果较好，但对复杂的非线性关系无法很好地处理。
2. 多项式校准算法相比线性校准算法，具有更大的灵活性和适应性，能够更好地处理非线性关系。
3. 基于机器学习的校准算法在适当的情况下能够得到更好的效果，但需要大量的训练数据和计算资源来建立和使用模型。
4. 不同的校准算法适用于不同的应用场景。
ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok
实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。
遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。
一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。
遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。
几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。
本实验将针对不同的数据源和辅助数据，提供以下几种校正方法：Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。
地形图校正就采取这种方法。
Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。
大多数几何校正都是利用此方法完成的。
Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。
当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整1. 地形图的几何校正（1）打开并显示地形图从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。
（2）定义坐标从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。
在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Map。
基于多项式变换的双率最小方差自校正控制
期 相等 ， 而且 时 间上 同 步 的 离 散 时 间 系 统 ， 传 统 即 离散 时 间系统 称为 单率 系统 （ｉｇ － ｔ ｓｓ ｍ） ｓ ｌ ｒ ｅ ｙｔ 。 ｎ ｅ ａ ｅ 双率 系统 辨识 与 控 制 方 面 已有 不 少 研 究 成 果 ， 分别 针对 双 率 系统 的模 型转 换 及 其 辨 识 和 双 率 系统 自适 应 控 制 方 案 ｊ进 行 细致 地 分 析 。 现 把 ，
２０ Ｓｉ ｅｈ Ｅ ｇｇ ０ ８ ｃ．Ｔ ｃ ． ｎｎ ．
计 算 机 率 最 小 方 差 自校 正 控制
肖永松 丁 锋
（ 江南大学控制科学与工程研究 中心 ， 无锡 ２４ ２ ） １ １２
摘
要 输入输 出采样 周期相 同， 而且 时间上 同步的传 统离散时间系统（ 即单率 系统 ） 最小方差控制方 法， 不适用 于输入输 出
行 反馈 ； 采样 间输 出估 计 器仅 利 用 系 统双 率 数 据 该
Ｊ Ⅱ ｔ］＝Ｅ｛Ｙ ｔ ｄｌ Ｙ（ ＋ｄ ］ 。 ［ （） ［（＋ ｔ ）一 ，ｔ ） ｝ 可 得到最 小 方差控 制律 ，
｛ （）Ｙ ｑ） 辩识 出的参数 向量 ０ 即参数 估计 Ⅱ ｔ ，（ｔ ｝ ，
和系统 的快采 样输 入 Ⅱ ｔ来估 算 采样 间输 出 Ｙ ｑ （） （ｔ
Ａ ｔｉ 和 Ｗｉｅｍ ｒ ｓ（ ｒｍ ｔ ｎ ａｋ的 著 名 自 校 正 思 想 加 以 推 ｔ 广 Ｊ用于 研 究 双 率 系 统 最 小 方 差 自适 应 控 制 问 ， 题 。就作 者所 知 ， 一 问题 在控 制领 域 没 有 看 到 文 这
２０ ０ ７年 １ Ｏ月 ８ 日收 到 国家 自然 科 学 基 金 （ ０ ７０ １ 资金 、 ６ ５４ ５ ）
遥感图像几何校正(较易)
三、几何校正的方案
像元空间坐标变换是按选定的校正函数把原始的数
字影像逐个像元地变换到输出影像相应的坐标上去，
变换方法有2种：
（一）直接校正法
（二）间接校正法
2014-6-16
32
（一）直接校正法
从原始图像出发，按一定的换算关系求出变换后的图像。
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
输 出 纠 正 数 字 影 像
24
1、准备工作。
收集和分析影像数据、地图资料、大地测量成果、航天器轨道参
数和传感器姿态参数，所需控制点的选择和量测等。 2、原始数字影像输入。 按规定的格式将遥感数字影像用专门的程序读入计算机。 3、确定工作范围并裁剪
一般裁剪范围要大于工作范围。
控制点分布均匀，边界、四角要有，以避免图像校正不能满幅，
地形起伏大的区域要多选； 所选点在图像上要易辨认且目标较小，如道路的交叉点、河流 的分叉处或弯曲处、飞机场等，而且这些特征在研究时间范围 内没有变化。
2014-6-16 29
3）地面控制点坐标的确定
可以通过地形图或现场实测获取。地形图与图像获取日期应尽量 接近。
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。
(完整word版)遥感图像多项式几何校正原理
多项式几何校正原理:(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,其对应像元的坐标是不一样的,如图1右边为无几何畸变的图像像元分布图,像元是均匀且等距分布;左边为有几何畸变的遥感图像像元分布图,像元是非均匀且不等距的分布。
为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转换。
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 )分别对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。
在二元n次多项式数字模拟中,从提高几何校正精度的角度考虑,需要兼顾的因素主要有引起几何畸变的原因和产生数学运算误差因素。
归纳起来有三个方面的考虑因素: 一是多项式中n值的选择, n值与几何畸变的复杂程度密切相关。
当n = 1,上述的坐标空间变换成为二元一次多项式,可以进行线性的坐标变换,解决比例尺、中心移动、歪斜等方面的几何畸变, 实用于第2级别以上的遥感数据。
n值的不同选择,可以得到不同的空间变换式,当n≥2,上述的坐标空间变换成为二元非线性多项式,解决遥感器偏航、俯仰、滚动等因素引起的几何畸变。
- 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)。
一.遥感图象的几何纠正
步骤:
1.打开View # 1、View # 2；
2.点主菜单Session / Tile Viewers；
3.点主菜单的最小化；
4.在View # 1 中装未纠正影像Wt87_sub2.img:
File / Open /Raster layer...(柵格层)/选路径D:\Wt87_sub2.img /Raster Options
/ Red:1,Green:2,Blue:3 /OK
或者:点快捷键 / Wt87_sub2.img / Raster Options / Red:1,Green:2,Blue:3/OK；
5.在View # 2 中装已纠正的影像Ws87_rs.img:
点快捷键 / Ws87_rs.img /Raster Options / Red:1,Green:2,Blue:3 /OK；
6.在未纠正影像Wt87_sub2.img 窗口点Raster / Geometric Correction (地面控制点编辑器)；
7.点Polynomial (多项式) /OK；
8.用缺省值一次项系数计算,点Close；
9．用缺省项：O E xisting Viewer / OK；
10.在已经纠正好的影像Ws87_rs.img 的窗口里任意一个地方点一下左键；
11.出现已纠正的影像Ws87_rs.img 的信息: Projection (地图投影为) UTM
Spheroid (椭球体参数) Krasovsky
UTM (武汉幅带号) 50
点OK；
12.对照未纠正影像和已纠正影像找同名控制点；
用一次项系数计算，至少找四个控制点，为了便于剔除粗差较大的点及检查，可选 7-8 个控制点，要求控制点均匀分布，最好布在图廓四周，中间内插几个点，总的中误差控制在1个像元内，满足精度要求后做下一步重采样；
13.点最上方GeoCorrection Tools对话框中的
14. a.选路径D:\给输出文件名
b.重采样方法: 邻元法
双线性内插任选一种
双三次卷积
15.在Output Cell Sizes处修改重采样像元大小，TM影像每个像素为30米；
16.点OK.；
17.在主菜单中打开Viewer窗口Viewer # 3；
18.在Viewer # 3 中装入你已纠正好的影像与原始影像(未纠正和已纠正的)进行比较，看沙湖的
铁路线是否已纠正为正北向了。
方法如下:
a、在加入矫正后影像与参考影像时，在raster operation窗口中要取消clear display复
选框的勾选状态，如下图
flicker工具，如下图：。