遥感图像几何处理——第五讲(2)
合集下载
遥感图像的几何处理
比例尺=f/H
平均比例尺：以各点的平均高
H
程为起始面，并根据这个起始
面计算出来的比例尺。
主比例尺：由像主点航高计算 出来的比例尺，它可以概略地 编辑ppt 代表该张航片的比例尺。 9
6.1 摄影像片像点位移分析—比例尺
地
比例尺：
1 m
f H0
面
起
伏 使 得
f
1 f m H0 h1
1 f m H0 h2
不
同
像
H0
点
比
例
尺
变
h1
化
编辑ppt
h2 10
6.1 摄影像片像点位移分析—比例尺
练习：在用RC-5拍摄
的像片,已知航高 2600m，焦距210mm, 红松K36号样地的海拔 高为500m，红松K40 号样地海拔高为290m， 则K36、K40的比例尺 分母为多少？
m ？ mK36
H K 36 fK
遥感图像的几何 处理
编辑ppt
1
大纲
摄影像片像点位移分析 遥感影像的几何变形 遥感图像的几何处理 图像配准和数字镶嵌 遥感传感器的构像方程
编辑ppt
2
6.1 摄影像片像点位移分析—几个概念
oO：主光轴
o
y
o
o
x
1) 主光轴：oO
2) 像主点：o
3) 航摄倾角与像点倾角：主光轴与铅垂线的 夹角a
中心投影和垂直投影的区别
正射投影:比例尺 和投影距离无关
中心投影:焦距固定，航高改 变，其比例尺也随之改变
f
正射投影
编辑ppt
H2 H1
中心投影
5
6.1 摄影像片像点位移分析—投影
遥感数字图像的几何处理
几何精校正
• 又称为几何配准
– 是把不同传感器具有几何精度的图像、地图或数据集 中的相同地物元素精确地彼此匹配、叠加在一起的过 程。
– 由用户进行。 –重要性
• 第一，对遥感原始图像进行几何变形改正后，才能对图像信息 进行各种分析，制作满足量测和定位要求的各类地球资源及环 境的遥感专题图。
• 第二，当应用不同传感方式、不同光谱范围以及不同成像时间 的各种同一地域复合图像数据来进行计算机自动分类、地物特 征的变化监测或其他应用处理时，必须进行图像间的几何配准， 保证各不同图像间的几何一致性。
–对于第一种情况，只需要进行单片解析就可以了；对 于第二种情况，还需要立体模型的解算。
• 实际工作中所拍摄的相片有倾斜和旋转，因此必 须建立物体与相片之间的数学关系。
• 二 空间直角变换
–要建立物体与相片上相应影像的关系，
• 首先要确定摄影瞬间摄影中心与相片在地面设定的空间坐标系 中的位置与姿态，描述这些位置和姿态的参数称为相片的方位 元素。
• 由于摄影像机安装造成的误 差，像主点与像平面坐标系 原点并不重合；
– 像主点在像平面坐标系中 的坐标为xo,yo，
• 摄影中心到相片的垂距(主 距)f构成了内方位元素的三 个参数，内方位元素一般为 已知值，由摄影机鉴定单位 提供。
• 像点在像空间坐标系和像空间辅助坐标系 之间的变换关系式由传感器的方位元素得 来，内方位元素和外方位元素6个参数得出 构像方程解决像点的恢复，然后得出像点 与物点之间的构像方程以纠正影像。
–外部变形误差指的是传感器本身处在正常工作的条件下，由传感 器以外的各因素所造成的误差。
• 例如传感器的外方位(位置、姿态)变化、传感介质的不均匀、 地球曲率、地形起伏、地球旋转等因素所引起的变形误差等。
如何进行遥感图像的几何校正与分类处理
如何进行遥感图像的几何校正与分类处理遥感图像是通过人造卫星、航空器或遥感器获取的地球表面的图像信息。
在进行遥感图像的处理和分析时，几何校正和分类处理是其中重要的步骤。
本文将重点探讨如何进行遥感图像的几何校正和分类处理，并介绍相关的方法和技术。
一、遥感图像的几何校正遥感图像的几何校正是指将图像中的像素点与地球表面上真实位置进行对应，以消除因成像过程中的非完美性而引入的误差。
几何校正的目的是提高图像的空间分辨率和地理位置精度，从而能够更准确地用于地表特征的分析和监测。
1. 预处理在进行几何校正之前，需要先对遥感图像进行预处理，包括去除大气影响、辐射校正和减噪等。
这些预处理步骤有助于提高图像的质量和准确性。
2. 控制点的选择几何校正过程中需要选择一些已知地理位置的控制点，用于图像与地理坐标系统的对应。
这些控制点可以是地面标志物、地理信息系统（GIS）数据或其他已知位置的遥感图像。
控制点的选择应均匀分布在图像中，并要尽量选择在不同地貌和地物类型上的点，以提高校正的准确性。
3. 变换模型的选择几何校正过程中需要选择适合图像特性和误差来源的变换模型。
常用的变换模型包括线性变换模型、多项式模型和地面控制点法等。
选择合适的变换模型可以提高校正的准确性和效率。
4. 校正方法和工具进行几何校正时，可以使用遥感软件如ENVI、ERDAS等提供的功能和工具。
这些软件提供了多种校正方法和算法，如影像配准、几何校正、快速校正等。
根据具体需求和图像特性选择合适的校正方法和工具，并进行参数设置和调整。
二、遥感图像的分类处理遥感图像的分类处理是指将图像中的像素按照其所代表的地物类型进行分类和划分。
分类处理的目的是将图像中的信息有效地提取出来，并用于地表特征的研究、资源调查和环境监测等。
1. 数据预处理在进行分类处理之前，需要对遥感图像进行数据预处理，包括辐射校正、几何校正、噪声抑制等。
这些预处理步骤可以提高分类的准确性和可靠性。
遥感图像几何处理ppt课件
问题三：坐标纠正变换两种方案
直接法（需进行像元的重新排列，要求存储空间大一倍，计
算时间也长）
间接法（常采用）
14
几个重要的问题
问题四：亮度值重采样
最邻近像元采样
（简单计算量小、辐射保真度好，但几何精度低）
双线性内插法
（实践中常采用）
双三次卷积重采样法
（内插精度较高，但计算量大）
15
双线性内插法
遥感图像几何处理
1
主要内容：
➢遥感图像几何变形 ➢遥感图像的几何处理 ➢遥感图像几何处理的应用
2
遥感图像的几何变形
遥感图像的几何变形是指原始图像上各地物的几 何位置、形状、尺寸、方位等特征与在参照系统 （切平面坐标系）中的表达要求不一致时产生的 变形。
Hale Waihona Puke 形误差➢ 静态误差与动态误差 ➢ 内部误差与外部误差
5
➢几何处理两个层次
粗纠正：仅对图像上的系统几何误差进行改正。对传感器内部畸变的改正 很有效，但处理后图像仍有较大的残差。 精纠正：消除图像中的几何变形，得到符合某种地图投影或图形表达要求的 新图像。
6
粗纠正
——基于图像的构像方程来进行。
MSS的构像方程：
（任一像元的构像，都等效于中心投影朝旁向旋转 了一个扫描角后，以像幅中心成像的几何关系。）
图像对另一幅图像的几何纠正
19
图像配准的关键问题 ——同名点的选取
方法之一：利用图像相关法自动获取
20
相关系数
相关性测度
mm
( fi, j fi, j )(gir, jc gr,c )
(c, r)
i1 j1
1
m
m
m
第五课：遥感图像处理
1、遥感影像几何校正
遥感影像数据的几何校正遥感信息处理过程中的 一个基本环节。数字影像校正的目的，是改正原 一个基本环节。数字影像校正的目的，是改正原 始影像的几何变形，产生一幅符合某种地图投影 或图形表达要求的新图像。它的基本环节有两个： 或图形表达要求的新图像。它的基本环节有两个： 一是像素坐标变换；二是像素亮度重采样。遥感 数字影像校正的主要处理过程如下图所示。 遥感影像纠正过程中像素坐标转换除采用多项式 法外还可以采用小样条（Thin 法外还可以采用小样条（Thin Plate Spline）或格 Spline）或格 网方法，亮度值重采样一般采用双三次褶积采样 法。
遥感图像处理
宋伟东
1、遥感影像几何校正
遥感图像的变形误差从其产生来源来划分可分为三种：即地球、卫星和传
感器产生的误差，从而使图像产生几何畸变。所有引起几何畸变的因素综合效果使
所得图像数据在辐射校正后必须进行几何校正。 几何校正可分为两种：粗校正和精校正，前者常常在卫星资料处理中心完成， 得到校正后的产品称为PS类产品，实际上，前述的校正是粗略的，精度难以满足用 户的要求，因此，PS类产品还要求用户做进一步处理，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，这就是精校正。
a1 ( X i X si ) + b1 (Yi Ysi ) + c1 ( Z i Z si ) xi = f a3 ( X i X si ) + b3 (Yi Ys i ) + c3 ( Z i Z si )
a2 ( X i X si ) + b2 (Yi Ysi ) + c2 ( Z i Z si ) yi = f a3 ( X i X si ) + b3 (Yi Ys i ) + c3 ( Z i Z si )
第五章_遥感图象几何纠正
H
i _ scale
Y N L (P, L, H ) DL (P, L, H )
X N S (P, L, H ) DS (P, L, H )
正 则 化 影 像 坐 标
X
Y
S S off S scale
l l off l scale
RPC模型：
根据正解变换公式求出原始图像四个角点（a, b, c, d）在 纠正后图像中的对应点（a', b', c', d'）的坐标（Xa',Ya'） (Xb',Yb') (Xc',Yc') (Xd',Yd')
然后求出最大值和最小值。 X1 = min (Xa', Xb', Xc', Xd ') X2 = max (Xa', Xb', Xc', Xd ') Y1 = min (Ya', Yb', Yc', Yd ') Y2 = max (Ya', Yb', Yc', Yd ')
RPC模型：
• RPC模型的优点：通用性高、与传感器无关、形式 简单。
• 与之对应的严格成像模型，都是从轨道模型、姿态 模型、成像几何等方面出发来建立构像模型，与传 感器等密切相关，不同的传感器有不同的严格成像 模型。
• 至于具体如何做，请参阅“课程中心参考资料”， 不作要求。
5.2 遥感图像的几何变形
间接纠正法:从空白的新图像阵列出发，按行列的顺序依次对 新图像中每个像元点位用变换函数f (X,Y) （反解变换公式） 求其在原始图像中的位置，然后把算得的原始图像点位上的灰 度值赋予空白新图像相应的像元。
遥感图像处理ppt课件
02
人工智能在遥感图像处理中可以应用 于地物分类、目标检测、变化检测等 方面。通过训练人工智能算法，使其 能够自动识别和分类地物，提高遥感 数据的利用价值和精度。同时，人工 智能算法还可以对遥感数据进行自动 化分析和处理，提高数据处理效率。
03
人工智能在遥感图像处理中需要解决 的关键问题包括数据标注、模型训练 和优化等。同时，还需要考虑人工智 能算法的可解释性和可靠性，以确保 其在实际应用中的效果和安全性。随 着技术的不断发展，人工智能在遥感 图像处理中的应用将进一步提高遥感 数据的利用价值和精度。
详细描述
遥感图像存储与处理是遥感技术应用的核心环节之一。 在这个过程中，原始数据会经过一系列的预处理、增强 和分类等操作，以提高图像质量和提取更多有用的信息 。例如，辐射定标、大气校正、几何校正等预处理操作 可以提高图像的精度和可靠性；图像增强技术如对比度 拉伸、滤波等可以提高图像的可视化效果和特征提取能 力；分类和目标检测等技术则可以对图像进行语义化表 达和信息提取，以满足不同应用的需求。
遥感图像处理涉及的技术包括辐 射校正、几何校正、图像增强、 信息提取等。
遥感图像处理的重要性
遥感图像处理是遥感技术应用的关键 环节，能够提高遥感数据的精度和可 靠性，为各领域提供更准确、更全面 的信息。
通过遥感图像处理，可以提取出更多 有用的信息，为决策提供科学依据， 促进各行业的智能化发展。
遥感图像处理的应用领域
图像预处理技术
01
02
03
04
去噪
消除图像中的噪声，提高图像 的清晰度。
校正
纠正图像的几何畸变和辐射畸 变，使图像更接近真实场景。
配准
将不同来源的图像进行坐标对 齐，以便于后续的图像分析和
遥感图像处理(二)
遥感图像几何处理
名词解释：
构像方程 通用构像方程 几何变形 几何校正 粗加工处理 精加工处理（精纠正） 多项式纠正 直接法纠正 间接法纠正 灰度重采样 图像配准 图像镶嵌 数字地面模型 正射影像 问答题：
1、 叙述中心投影的航空像片、MSS 多光谱扫描仪影像、SPOT 的
HRV 推扫式影像和真实孔径侧视雷达图像的几何特征。
2、 列出中心投影影像、推扫式影像、逐点扫面影像和侧视雷达影
像的构像方程和共线方程表达式。
3、 叙述最近邻法、双线性内插法和双三次卷积重采样原理和优缺
点。
4、 图像之间配准的两种方式指什么？
5、 两幅影像进行数字镶嵌应解决哪些关键问题？解决的基本方
法是什么？简述数字镶嵌的过程。
6、 叙述多项式拟合法纠正卫星图像的原理和步骤。
7、 多项式拟合法纠正选用一次项、二次项和三次项，各纠正遥感
图像中的哪些变形误差？
8、 在几何纠正重采样中，内插像元4×4图像亮度矩阵为
⎪⎪⎭⎫ ⎝⎛1061041079710210158
57，在间接法纠正过程中，某地面点反算到原始
像点的坐标值为（101.6，57.4），利用最邻近法和双线性内插
法求像点的亮度值。
第五章遥感数字几何处理2
则通用的构像方程为：
X X U Y Y A V Z P Z S W P
式中，A为传感器坐标系相对于地面坐标系的旋 转矩阵，是传感器姿态角的函数。
A=
a1 a 2 a3
b1 b2 b3
5.3 遥感图像的几何处理
几何校正
5.3.1几何粗校正
5.3.2几何精校正
系统误差改 正，改正传 感器的内部 畸变
•两个环节：一是像 素坐标的变换；二是 对坐标变换后的像素 亮度值进行重采样。
5.3.1 遥感影像的几何粗校正
• 遥感作为空间数据，具有空间地理位置的 概念。当遥感图像在几何位置上发生了变 化，产生行列不均匀，像元大小与地面大 小对应不准确，地物形状不规则 变化时， 说明遥感影像发生了几何畸变。产生畸变 的图像给定量分析及位置配准造成困难。 在应用遥感图像之前，必须将其准确投影 到需要的坐标系中。因此，遥感图像的几 何处理是遥感信息处理过程中的重要环节。
b1 ( X P X S ) b2 (YP YS ) b3 ( Z P Z S ) y f c1 ( X P X S ) c 2 (YP YS ) c3 ( Z P Z S )
• 以上是中心投影的构像方程，下面我们 看看多中心投影的构像方程
• 三）
全景摄影机的构像方程
五） 扫描式传感器的构像方程 任意一个像元的构像， 等效于中心投影朝旁 向旋转了扫描角θ后， 以像幅中心成像的几 何关系，所以扫描式 传感器的构像方程为：
X X 0 Y Y A R 0 t Z P Z S f T
当推扫式传感器沿卫星轨道方向旁向倾斜固定角θ时，
遥感图像基本处理(2)
遥感成像过程—第八章 遥感图像根本处理
电磁辐射与地 物光谱特征
分析结果输出
接收
预处理
用户应用处 理
1
第八章 遥感图像的根本处理
数字图像
遥感图像 的
根本处理
数字图像校正 辐射校正 几何校正
数字图像增强
多源信息复合
2
8.1.1 模拟图像与数字图像
光学图像〔模拟图像〕——连续图像——照片 二维的连续的光密度函数。 图像上的光密度随坐标x,y变化而变化，如果取一个方向 的图像，那么密度随空间变化，是一条连续数的字曲图线像。——离散图
通过直方图可以直观地了解图像特征，以 确定图像增强方案并了解图像增强后效果。
不同反差特征的图像
6
遥感图像处理系统
-- 磁盘、磁带、 光盘
-- 图像计算机、 阵列处理机
-- 磁带机、数字化 器等；打印机、
绘图仪、激光图 像记录仪
-- 系统软件、应用
软件（图像处理 软件）
遥感图像处理的主要内容：校正、增强、变换及信息提取
分布：较均匀分布与图像范围内，保证足够数量 44
注意问题：
控制点的选择
1. 多项式纠的精度与地面控制点〔GCP〕的精度、分布、数 量及纠正范围有关；
GCP的位置精度越高，那么几何纠正的精度越高；GCP的个 数不少于多项式的系数个数；适当增加GCP的个数，可以提 高几何纠正的精度。
20-30个GCP，一般可以满足需求
12
a1,b1计算如下：
b1
[ (5 TT 5) (1 T T 1) (5 T T 5) y
a1T1b1T5
T1' T1a1
a1
x
T1、T5表示TM1与TM5波段灰度值，T 1 '
电磁辐射与地 物光谱特征
分析结果输出
接收
预处理
用户应用处 理
1
第八章 遥感图像的根本处理
数字图像
遥感图像 的
根本处理
数字图像校正 辐射校正 几何校正
数字图像增强
多源信息复合
2
8.1.1 模拟图像与数字图像
光学图像〔模拟图像〕——连续图像——照片 二维的连续的光密度函数。 图像上的光密度随坐标x,y变化而变化，如果取一个方向 的图像，那么密度随空间变化，是一条连续数的字曲图线像。——离散图
通过直方图可以直观地了解图像特征，以 确定图像增强方案并了解图像增强后效果。
不同反差特征的图像
6
遥感图像处理系统
-- 磁盘、磁带、 光盘
-- 图像计算机、 阵列处理机
-- 磁带机、数字化 器等；打印机、
绘图仪、激光图 像记录仪
-- 系统软件、应用
软件（图像处理 软件）
遥感图像处理的主要内容：校正、增强、变换及信息提取
分布：较均匀分布与图像范围内，保证足够数量 44
注意问题：
控制点的选择
1. 多项式纠的精度与地面控制点〔GCP〕的精度、分布、数 量及纠正范围有关；
GCP的位置精度越高，那么几何纠正的精度越高；GCP的个 数不少于多项式的系数个数；适当增加GCP的个数，可以提 高几何纠正的精度。
20-30个GCP，一般可以满足需求
12
a1,b1计算如下：
b1
[ (5 TT 5) (1 T T 1) (5 T T 5) y
a1T1b1T5
T1' T1a1
a1
x
T1、T5表示TM1与TM5波段灰度值，T 1 '
遥感图像的几何处理
△x =bb′ sinɑ λ x △y =bb′cosɑ λ y θ= △y /l
令l=x（或y），则得到由地球自转引 起的图像变形误差公式：
§5－3 遥感图像的几何处理
1几何处理的重要性: 1 各种专题图的生产,要求改正影像的几何
变形
2 处理、分析和综合利用多尺度的遥感数 据、多源遥感信息的表示、融合及混合像元 的分解时，必须保证各不同数据源之间几何 的一致性
(1) 中心投影情形时
在垂直摄影的条件下， φ = ω =κ ≈0 ， 地形起伏引起的像点位移为： δh=rh/H
δxh=xh/H δyh=yh/H
其中x、y为地面点对应的像点坐标，
δx 、δy 为由地形起伏引起的在x、y方向上的像点位移
(2) 推扫式成像情形时 由于x=0， δxh=xh/H=0 而在y上方有： δyh=yh/H 即投影差只发生在y方向（扫描方向）
地球自 转的影响
图像底边中点的坐标位 移产生了图像底边中点 的坐标位移△x和△y， 以及平均航偏角θ。
△x =bb′ sinɑ λ x △y =bb′cosɑ λ y θ= △y /l
α是卫星运行到图像中心点位置时的 航向角；
l是图像x方向边长； λx和λy是图像x和y方向的比例尺。
bb′=WLt
竖直摄影条件下 φ = ω =κ ≈0
1 -κ -φ
At ≈ κ 1 -ω
φ ω1
可以得到外方位元素变化所产生的像点位移为：
dx= -(f/H)dXS-(x/H)dZS-[f(1+x2/f2)]dφ -(xy/f)dω +ydκ dy= -(f/H)dYS-(y/H)dZS -(xy/f)dφ -[f(1+x2/f2)] dω -xdκ
令l=x（或y），则得到由地球自转引 起的图像变形误差公式：
§5－3 遥感图像的几何处理
1几何处理的重要性: 1 各种专题图的生产,要求改正影像的几何
变形
2 处理、分析和综合利用多尺度的遥感数 据、多源遥感信息的表示、融合及混合像元 的分解时，必须保证各不同数据源之间几何 的一致性
(1) 中心投影情形时
在垂直摄影的条件下， φ = ω =κ ≈0 ， 地形起伏引起的像点位移为： δh=rh/H
δxh=xh/H δyh=yh/H
其中x、y为地面点对应的像点坐标，
δx 、δy 为由地形起伏引起的在x、y方向上的像点位移
(2) 推扫式成像情形时 由于x=0， δxh=xh/H=0 而在y上方有： δyh=yh/H 即投影差只发生在y方向（扫描方向）
地球自 转的影响
图像底边中点的坐标位 移产生了图像底边中点 的坐标位移△x和△y， 以及平均航偏角θ。
△x =bb′ sinɑ λ x △y =bb′cosɑ λ y θ= △y /l
α是卫星运行到图像中心点位置时的 航向角；
l是图像x方向边长； λx和λy是图像x和y方向的比例尺。
bb′=WLt
竖直摄影条件下 φ = ω =κ ≈0
1 -κ -φ
At ≈ κ 1 -ω
φ ω1
可以得到外方位元素变化所产生的像点位移为：
dx= -(f/H)dXS-(x/H)dZS-[f(1+x2/f2)]dφ -(xy/f)dω +ydκ dy= -(f/H)dYS-(y/H)dZS -(xy/f)dφ -[f(1+x2/f2)] dω -xdκ
5遥感原理与应用 遥感数字图像的几何处理
（2）斜距投影变形
侧视雷达采用斜距投影，它与摄像机中心投影方式完全不同。
斜距投影的变形误差为：
1 dy y p y f ( tg ) cos
' p
斜距变形
无变形
全景变形
斜距变形
2、传感器外方位元素变化的影响
传感器成像时的位置和姿态角
航高 航速 俯仰 翻滚
航偏
3、地形起伏的影响
图像-地图：绝对纠正
几何处理的重要性:
• 各种专题图的生产,要求改正影像的 几何变形 • 处理、分析和综合利用多尺度的遥感 数据、多源遥感信息的表示、融合及 混合像元的分解时，必须保证各不同 数据源之间几何的一致性 • 利用遥感数据进行地图测图或更新
几何校正的一般方法
几何粗校正：这种校正是针对引起几何畸变的原因 进行的，地面接收站在提供给用户资料前，已按常规 处理方案与图像同时接收到的有关运行姿态、传感器 性能指标、大气状态、太阳高度角对该幅图像几何畸 变进行了校正。 几何精校正：利用地面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，并利用畸变的遥感图像与标准地图之间的一些对 应点（即控制点数据对）求得这个几何畸变模型，然 后利用此模型进行几何畸变的校正。
• 地形图与图像获取日期应尽量接近。 • 影像分辨率与相应比例尺的地形图配准，如：
–Landsat TM（30米，彩色）， 1:10万 地形图 –SPOT5(10米，彩色)， 1:5万 地形图 地形图
–Quickbird（彩色，2.44米） 1:5千
• 还可以使低精度图像与高精度图像配准(在高精度图像上选点)
几何精纠正的具体过程
遥感数字影像几何校正的一般过程
输 入 原 始 数 字 影 像
遥感图像处理基础ppt课件
主要有两种方法：K-L变换（主成分变换）和 k-T变换（缨帽变换）。
学习这两种方法，首先需要认识多光谱空间。
11
5.3 遥感图像增强与变换
多光谱图像变换
多光谱特征空间是一个n维坐标系，每一个坐 标轴代表多波段图像的一个波段，坐标值表示该波 段像元的灰度值，图像中的每个像元对应于坐标空 间中的一个点。
像元相加后的值若超出了显示范围(0-255)， 则需要乘一个正数a，以确保数据值在允许范围。
加法运算主要用于对同一区域的多幅图像求平 均，可以有效减少图像的加性噪声。
2
5.3 遥感图像增强与变换
图像运算
2、差值运算 又称作减影技术。指两幅同样大小的图像对应 像元的灰度值相减。设有两幅图像，差值公式为：
14
5.3 遥感图像增强与变换
多光谱图像变换
上式也可以写成：
表示对图像中每一像元矢量逐个逐个乘以矩阵 A，便得到新图像中的每一个像元矢量。A的作用是 给多波段的像元亮度加权重系数，实现线性变换。 由于变换前各波段具有很强相关性，变换后Y的各 分量间将具有最小的相关性。
15
5.3 遥感图像增强与变换
例如在红外波段植被与浅色土壤，在红波段与 深色土壤及水体很难分开，当用红外波段减去红波 段时，由于植被在这两个波段的反射率差异很大， 相减后植被像元具有很高的差值；而土壤和水体在 这两个波段的反差很小，因此在差值图像中植被信 息得到突出，很容易找到其分布区域和面积。
4
5.3 遥感图像增强与变换
图像运算
18
5.3 遥感图像增强与变换
多光谱图像变换
K-T变换主要应用于针对TM数据和曾经广泛使 用的MSS数据。K-T变换是对原图像的坐标空间进行 平移和旋转，变换后的新坐标轴具有明显的景观含 义，可与地物直接联系。对于TM和MSS数据，转换 矩阵不同。
学习这两种方法，首先需要认识多光谱空间。
11
5.3 遥感图像增强与变换
多光谱图像变换
多光谱特征空间是一个n维坐标系，每一个坐 标轴代表多波段图像的一个波段，坐标值表示该波 段像元的灰度值，图像中的每个像元对应于坐标空 间中的一个点。
像元相加后的值若超出了显示范围(0-255)， 则需要乘一个正数a，以确保数据值在允许范围。
加法运算主要用于对同一区域的多幅图像求平 均，可以有效减少图像的加性噪声。
2
5.3 遥感图像增强与变换
图像运算
2、差值运算 又称作减影技术。指两幅同样大小的图像对应 像元的灰度值相减。设有两幅图像，差值公式为：
14
5.3 遥感图像增强与变换
多光谱图像变换
上式也可以写成：
表示对图像中每一像元矢量逐个逐个乘以矩阵 A，便得到新图像中的每一个像元矢量。A的作用是 给多波段的像元亮度加权重系数，实现线性变换。 由于变换前各波段具有很强相关性，变换后Y的各 分量间将具有最小的相关性。
15
5.3 遥感图像增强与变换
例如在红外波段植被与浅色土壤，在红波段与 深色土壤及水体很难分开，当用红外波段减去红波 段时，由于植被在这两个波段的反射率差异很大， 相减后植被像元具有很高的差值；而土壤和水体在 这两个波段的反差很小，因此在差值图像中植被信 息得到突出，很容易找到其分布区域和面积。
4
5.3 遥感图像增强与变换
图像运算
18
5.3 遥感图像增强与变换
多光谱图像变换
K-T变换主要应用于针对TM数据和曾经广泛使 用的MSS数据。K-T变换是对原图像的坐标空间进行 平移和旋转，变换后的新坐标轴具有明显的景观含 义，可与地物直接联系。对于TM和MSS数据，转换 矩阵不同。
遥感图象的几何处理
方案----坐标变换：
1、地球切平面坐标系统 2、地图投影系统（高斯一克吕格、兰勃特等角 圆锥、 通用横轴墨卡托(UTM) 等）
地球切平面坐标系统: 该坐标系的原点为传感器中心在地球表面的铅垂投影 (星下点)；y轴为通过星下点的地球子午圈的切线，指 向北方；Z轴由星下点铅垂向上，X轴垂直于(YZ)平面， 指向东方。
• 该法对各种类型传感器的纠正都是普遍 适用的，尽管有不同程度的近似性。同 时该法不仅用于图像对地面(或地图)系统 的纠正，还常用于不同类型图像之间的 相互几何配准，以满足计算机分类、地 物变化监测等处理的需要。
• 一般多项式纠正变换 公式可表达为：
x a0 (a1 X a2Y ) (a3 X a4 XY a5Y ) .......
• 外部误差：又称外部变形误差，指的是遥感传感器本 身处在正常工作的条件下，而由传感器以外的各因素 所造成的误差，例如传感器的外方位(位置，姿态)变化、 传感介质的不均匀、地球曲率、地形起伏、地球旋转 等因素所引起的变形误差等。
• 1、传感器成像几何形态所带来的图像变形： • 传感器一般的成像几何形态，有中心投影、全景投影、 斜距投影以及平行投影等几种不同类型。 • 通常把中心投影的图像视为基准图像，因为在竖直摄影 和地面平坦的情况下，中心投影图像本身与地面景物保 持相似的关系(并不考虑摄影本身产生的图像变形，如 物镜畸变、压平等)，不存在由成像几何形态所造成的 图像变形。全景和斜距投影的结果，则产生图像变形， 其变形规律，可以通过与中心投影或正射投影的图像相 比较获得。
• 双三次褶积法 该法用一个三次重抽样函数来近似表示 辛克函数当利用三次函数对点P亮度重抽 样时，需要P点邻近的16个已知像素的亮 度值参加计算，计算的精度最好。
遥感数字图像处理教程_05图像的显示和拉伸课件PPT
第一节 数字图像的显示
1.1 数字图像的显示
定义：将数字图像从一组离散数据还原为一幅可见图像的过程。
可视化
数字图像
模拟图像
不可见图像
可见图像
2021/3/10
6
遥感数字图像处理与分析
第四章 图像显示和拉伸
第一节 数字图像的显示
1.2 颜色的特征
颜色：外界光作用于人的视觉器官而产生的主观感觉。
分类：
颜色空间的转换： 不同的颜色空间的色彩再现范围有所差异。将颜色的坐标
值从一个颜色空间转换到另一个颜色空间的坐标值的过程。 颜色空间的转换是利用颜色模型进行的。
颜色模型：
目的：按某种标准利用基色表示颜色
表示方法：用一个三维坐标系统及这个系统中的一个子空 间表示
2021/3/10
13
遥感数字图像处理与分析
第一节 数字图像的显示
1.2 颜色的特征
分类：
吸收率=1
非彩色：灰色梯尺
反射率=1
色调（Hue）：色彩彼此区分的特性
彩色： 明度（Value）：颜色亮度（客观）在人们视觉上的主观反映
色度（Chromaticity）：水中溶解性物质或胶状物质呈现的 米黄色乃至黄褐色的程度
2021/3/10
饱和度（Saturation）：色彩纯洁的程度，即波段是否窄， 频率是否单一，纯色+白色，饱和度下降，变白
非彩色：黑、白以及从黑过渡到白的一系列灰色，它们对光谱上 各个波长的反射没有选择性。反映了物质的光反射率的变化，在 视觉上的感觉是亮度的变化
彩色：除黑白系列以外的各种颜色
2021/3亮/10度（Lightness、Intensity）：反映物体反射能量的大小
- 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)。
纠正影像 亮度重配置
纠正方案的确定
间接法
原始影像
x = Gx ( X , Y ) y = Gy (X ,Y )
纠正影像 亮度重采样
灰度重采样
图像灰度值重采样概念： 图像灰度值重采样概念：以间接法纠正方案为例 •最近邻像元法 最近邻像元法 •双线性内插法 双线性内插法 •双三次卷积法 双三次卷积法
遥感图像的多项式纠正 •多项式纠正回避成像的空间几何过程，直接对图 多项式纠正回避成像的空间几何过程， 多项式纠正回避成像的空间几何过程 像变形的本身进行数字模拟。 像变形的本身进行数字模拟。 •遥感图像的几何变形由多种因素引起，其变化规 遥感图像的几何变形由多种因素引起， 遥感图像的几何变形由多种因素引起 律十分复杂， 律十分复杂，难以用一个严格的数字表达式来描 述，而是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。 像相应点之间的坐标关系。本法对各种类型传感 器图像的纠正是适用的。 器图像的纠正是适用的。 •利用地面控制点的图像坐标和其同名点的地面坐 利用地面控制点的图像坐标和其同名点的地面坐 标通过平差原理计算多项式中的系数， 标通过平差原理计算多项式中的系数，然后用该 多项式对图像进行纠正。 多项式对图像进行纠正。 •常用的多项式有一般多项式、勒让德多项式以及 常用的多项式有一般多项式、 常用的多项式有一般多项式 双变量分区插值多项式等。 双变量分区插值多项式等。
•在动态扫描成像时，由于传感器的外方 在动态扫描成像时， 在动态扫描成像时 位元素是随时间变化的，因此外方位元 位元素是随时间变化的，因此外方位元 素在扫描过程中的变化只能近似表达， 素在扫描过程中的变化只能近似表达， 此时共线方程本身的严密性就存在问题。 此时共线方程本身的严密性就存在问题。 所以动态扫描图像的共线方程纠正与多 项式纠正相比精度不会有大的提高。 项式纠正相比精度不会有大的提高。
重采样比较
纠正前后的图像
遥感图像的共线方程纠正
•共线方程纠正是建立在图像坐标与地面坐标严 共线方程纠正是建立在图像坐标与地面坐标严 共线方程纠正是建立在图像坐标与地面坐标 格数学变换关系的基础上的 关系的基础上的， 格数学变换关系的基础上的，是对成像空间几 何形态的直接描述。 何形态的直接描述。该方法纠正过程需要有地 面高程信息（ ），可以改正因地形起伏而 面高程信息（DEM），可以改正因地形起伏而 ）， 引起的投影差。因此当地形起伏较大， 引起的投影差。因此当地形起伏较大，且多项 式纠正的精度不能满足要求时， 式纠正的精度不能满足要求时，要用共线方程 进行纠正。 进行纠正。
•多项式系数 多项式系数ai,bj (i,j=0，1，2，… (N－1))一般 多项式系数 ， ， ， － 一般 由两种办法求得：用可预测的图像变形参数构成； 由两种办法求得：用可预测的图像变形参数构成； 利用已知控制点的坐标值按最小二乘法原理求解。 利用已知控制点的坐标值按最小二乘法原理求解。 •选用一次项纠正时，可以纠正图像因平移、旋 选用一次项纠正时， 选用一次项纠正时 可以纠正图像因平移、 比例尺变化和仿射变形等引起的线性变形。 转、比例尺变化和仿射变形等引起的线性变形。 •选用二次项纠正时，则在改正一次项各种变形 选用二次项纠正时， 选用二次项纠正时 的基础上，还改正二次非线性变形。 的基础上，还改正二次非线性变形。 •选用三次项纠正则改正更高次的非线性变形。 选用三次项纠正则改正更高次的非线性变形。 选用三次项纠正则改正更高次的非线性变形
•粗纠正处理对传感器内部畸变的改正很有效，但处 粗纠正处理对传感器内部畸变的改正很有效， 粗纠正处理对传感器内部畸变的改正很有效 理后图像仍有较大的残差
遥感图像的精纠正处理
•概念：消除图像中的几何变形，产生一幅符合 概念：消除图像中的几何变形， 概念 某种地图投影或图形表达要求的新图像。 某种地图投影或图形表达要求的新图像。 • 两个环节： 两个环节： –像素坐标的变换，即将图像坐标转变为地图或 像素坐标的变换， 像素坐标的变换 地面坐标； 地面坐标； –坐标变换后的像素亮度值进行重采样。 坐标变换后的像素亮度值进行重采样。 坐标变换后的像素亮度值进行重采样
•在航天摄影和卫星遥感的情况下，每幅图 在航天摄影和卫星遥感的情况下， 在航天摄影和卫星遥感的情况下 像所覆盖的地面范围很大， 像所覆盖的地面范围很大，图像地物在地球 切平面上的投影与其在地图上的投影之间有 着不可忽略的形变差异， 着不可忽略的形变差异，因此需要通过更严 密的变换来建立地物的图像坐标与地图坐标 之间的关系。 之间的关系。 •由于各类卫星图像的星历参数都是按地心 由于各类卫星图像的星历参数都是按地心 直角坐标提供，提出了建立以地心坐标系 地心坐标系为 直角坐标提供，提出了建立以地心坐标系为 基础的共线方程的问题。 基础的共线方程的问题。
像元 （图象坐标） 确定关系 地物目标 （地图坐标）
光学纠正 —— 对中心投影的像片 方法 数字纠正 —— 灵活，适应性强
数字影像纠正的基本原理
目的：改正原始影像的几何变形，生成符合某种地图 投影或图形表达要求的新图像。 基本环节：像元坐标变换 像元亮度重采样。 像元坐标变换和像元亮度重采样
准备工作 输入数字影像 建立纠正函数
遥感图像纠正处理过程 •根据图像的成像方式确定影像坐标和地面坐标 根据图像的成像方式确定影像坐标和地面坐标 之间的数学模型。 之间的数学模型。 •根据所采用的数字模型确定纠正公式。 根据所采用的数字模型确定纠正公式。 根据所采用的数字模型确定纠正公式 •根据地面控制点和对应像点坐标进行平差计算 根据地面控制点和对应像点坐标进行平差计算 变换参数，评定精度。 变换参数，评定精度。 •对原始影像进行几何变换计算，像素亮度值重 对原始影像进行几何变换计算， 对原始影像进行几何变换计算 采样。 采样。 •目前的纠正方法有多项式法，共线方程法和随 目前的纠正方法有多项式法，共线方程法和 目前的纠正方法有多项式法 机场插值法等 机场插值法等
Forstner算子 算子 •Forstner算子通过计算各像素的 算子通过计算各像素的Robert’s梯度和 算子通过计算各像素的 梯度和 像素为中心的一个窗口的灰度协方差矩阵， 像素为中心的一个窗口的灰度协方差矩阵，在影 像中寻找具有尽可能小而接近圆的误差椭圆的点 作为特征点。 作为特征点。
Harris算子 算子 •这种算子受信号处理中自相关函数的启发，给出 这种算子受信号处理中自相关函数的启发， 这种算子受信号处理中自相关函数的启发 与自相关函数相联系的矩阵M， 阵的特征值是 与自相关函数相联系的矩阵 ，M阵的特征值是 自相关函数的一阶曲率，如果两个曲率值都高， 自相关函数的一阶曲率，如果两个曲率值都高， 那么就认为该点是角点。 那么就认为该点是角点。
多项式纠正步骤 •用已知地面控制点求解多项式系数 用已知地面控制点求解多项式系数 •遥感图像的纠正变换 遥感图像的纠正变换 •遥感图像亮度（灰度）值的重采样 遥感图像亮度（ 遥感图像亮度 灰度）
纠正方案的确定
直接法
原始影像
X = F X (x , y ) Y = FY (x , y )
特征点的提取 •特征点主要指明显的点，角点、圆点等特征点主要指明显的点，角点、 特征点主要指明显的点 •提取算子 提取算子 –Moravec算子 算子 –Forstner算子 算子 –Harris算子 算子
Moravec算子 算子 •计算各像元的兴趣值 计算各像元的兴趣值 •给定一经验阈值，将兴趣值 给定一经验阈值， 给定一经验阈值 大于该阈值的点作为候选点。 大于该阈值的点作为候选点。 •选取候选点中的极值点作为 选取候选点中的极值点作为 特征点。 特征点。
Harris算子 算子
特征点的匹配 •灰度分布的影像相关匹配 灰度分布的影像相关匹配 •金字塔特征匹配 •金字塔特征匹配
高级特征
数字图像镶嵌
•图像镶嵌：将不同的图像文件合在一起形 图像镶嵌： 图像镶嵌 成一幅完整的包含感兴趣区域图像。 成一幅完整的包含感兴趣区域图像。 •不同时间同一传感器获取，也可以是不同 不同时间同一传感器获取， 不同时间同一传感器获取 时间不同传感器获取 但同时要求镶嵌的图像之间要有一定的重 叠度。 叠度。 •实质就是几何纠正（前提） 实质就是几何纠正（ 实质就是几何纠正 前提）
遥感图像的粗加工处理 •投影中心坐标的测定和解算 投影中心坐标的测定和解算 •卫星姿态角的测定 卫星姿态角的测定 •扫描角θ的测定 扫描角θ 扫描角 遥感图像的精纠正处理 •多项式纠正 多项式纠正 •共线方程纠正 共线方程纠正 •SPOT图像的共线方程纠正 SPOT图像的共线方程纠正 SPOT
遥感图像的粗加工处理
遥感技术与应用
遥感技术与应用
第五讲遥感图像的几何处理
•遥感传感器的构像方程 遥感传感器的构像方程 •遥感图像的几何变形 遥感图像的几何变形 •遥感图像的几何处理 遥感图像的几何处理 •图像间的自动配准和数字镶嵌 图像间的自动配准和数字镶嵌
遥感图像的几何校正
几何校正：从具有几何形变的图像中消除变 形的过程。
图像镶嵌步骤 •图像的几何纠正 图像的几何纠正 •搜索镶嵌边 •搜索镶嵌边 •亮度和反差调整 亮度和反差调整 •平滑边界线 平滑边界线
航空影像镶嵌
卫星影像镶嵌
遥感图像的裁剪
•根据研究区域的大小或形状截取一部分图象 根据研究区域的大小或形状截取一部分图象 •裁剪指研究区域只占整个图像的一部分，这 裁剪指研究区域只占整个图像的一部分， 裁剪指研究区域只占整个图像的一部分 个区域有可能是规则的，也可能是不规则的。 个区域有可能是规则的，也可能是不规则的。 •如果是规则的，则只要知道该区域的两个角 如果是规则的， 如果是规则的 点坐标就可以获取该区域的图像。 点坐标就可以获取该区域的图像。 •如果是不规则的，则需要知道该区域的边界。 如果是不规则的， 如果是不规则的 则需要知道该区域的边界。
图像间的自动配准和数字镶嵌
•图像间的自动配准 图像间的自动配准 •数字图像镶嵌