实验二 影像配准
实验 ArcGIS影像配准
实验二影像配准
一、实验目的
1、利用影像配准工具（Georeferencing）进行配准。
二、实验内容
1、ArcMap中加载图片。
2、在Layers上点击右键→Properties→Coordinate System里选
对应投影坐标系统。
3、找到Georeferencing Tools，然后用Add control points进行配准。
先点左键，再点右键，在出现的对话框中输入其对应理论坐标。
选择4个（方法为仿射变换）。
要求，残差要小于1.
4、如残差小于1，则在View Link Table 里选择save，保存控制
点文件。
5、在Geoferencing下选择Rectify，生成一幅已经配准好的影像。
6、在ArcGIS中将配准好的影像加进来。
7、在ArcCatalog下定位到相应的文件夹，然后new→Personnal
Geodatabase→Feature Class（其name 为等高线）
8、将等高线也加进来，使用Editor上的Sketch工具进行跟踪。
9、最后Stop Editting,save edits.
思考题：
1、该图片的投影坐标系统是？高程基准是？
2、什么是仿射变换？
3、保存控制点文件的作用？
4、Rectify中自然邻近内插，双线性内插，立方卷积内插的意义？。
实习二 遥感图像的校正、镶嵌
实习二熟悉软件，遥感图像的校正、镶嵌[实验目的]1. 学会利用ENVI软件对遥感图像进行校正。
掌握遥感图像几何校正的过程，了解其中控制点和方法的选择。
2 学会对图像进行镶嵌(mosaic)和切割(subsize)[实验内容]图像几何校正Image-to-Image Registration（图像-图像的配准）（1）用Available Bands List 打开基图像和纠正图像文件，并在两个窗口显示它们。
（2）一旦两幅图像都已经显示，选择Map > Registration>Select GCPS > Image to Image。
（3）出现Image to Image Registration对话框时，在“Base Image:”下面点击需要显示的名字，选择基准图像（参照图像）。
（采用njtmcorrected , 从头文件中查看其信息）（4）在“Warp Image:”下方点击需要显示的名字，选择被纠正的图像。
(采用spot5-sx)（5）点击“OK”，出现Ground Control Points Selection 对话框。
选择地面控制点：在基础和纠正图像中，选择GCP 的位置。
①为每幅图像移动缩放窗口到需要的GCP 区域。
②在缩放窗口的一个特定像元上点击鼠标左键，把光标定位在该像元或像元的一部分上。
在Ground Control Points Selection 对话框，被选择处的坐标分别显示在标签为“Base X, Y”和“Warp X,Y”文本区中。
③一旦两幅图像都选择了需要的像元，在Ground Control Points Selection 对话框中点击“Add Point”，将选择的GCPs 添加到已经选择的X、Y坐标对列表里。
他们将按基图像、纠正图像顺序被列出。
当已经选择了四个或更多个GCPs，对选择的纠正预测（Predict）的X、Y 坐标将显示在随后的列中，之后显示的是X、Y 的误差列表，RMS 误差列表显示在最后列。
实习2 遥感图像的配准
1、实习目的结合遥感图像几何精校正原理，掌握遥感图像的几何精校正操作步骤和过程。
2、实习内容①、基于ENVI软件，以SPOT影像为参考图像，对TM影像进行几何精校正；②、基于地面控制点的地理坐标，对TM影像进行几何精校正。
3、实习数据及软件ENVI软件及SPOT、TM影像。
4、实习步骤以SPOT影像为参考图像，对TM影像进行几何精校正德操作过程。
（1）、相对配准①、打开SPOT（单级数黑白）影像：File → Open Image File → bldr_sp.img打开TM（多级数）影像：File → Open Image File → bldr_tm.img②、Map → Registration（配准/几何精校正）→ Select GCPs:Image to Image → Base Image（参考图像）选中Display#1 SPOT影像→ Warp Image选中Display#2 TM影像→选择标志地物建立控制点，Degree为1（所以控制点至少为3个），分别在两图上找出相对应的点，定位→ Add Point → Show List 中可以查看控制点详情。
保存控制点：File → Save Tables to ASCⅡ→ Choose选择保存路径→OK（2）、空间坐标转换在Ground Control Points Selection 窗口选择Options → Warp File →选择bldr_tm.img → OK → Method选择Polynomial（多项式）→ Resampling （重采样）选择Bilinear（双线性）→ Background改为225 → OK（3）、绝对配准Map → Registration（配准/几何精校正）→ Select GCPs :Image to Map → Zone选择13 → OK →采用经纬度来确定控制点的坐标（查看SPOT图像→右键相同点Pixel Locator获得经纬度）→ Add Point后续操作和相对配准类似。
图像配准实验报告
图像配准实验报告图像配准实验报告引言：图像配准是计算机视觉领域的重要研究方向，它涉及将多个图像或视频序列对齐以实现对比分析。
图像配准技术在医学影像、遥感图像、计算机图形学等领域具有广泛的应用。
本实验旨在探究不同配准算法在图像配准任务中的效果和性能。
一、实验背景图像配准是指将不同图像或图像序列的特定特征点对齐，使它们在空间上保持一致。
图像配准可分为刚体变换、仿射变换和透视变换等不同类型，具体方法包括特征点匹配、直接法和基于优化的方法等。
本实验选取了常用的特征点匹配方法进行研究。
二、实验过程1. 数据准备从开源数据集中选取了一组包含平移、旋转和缩放等不同变换的图像。
这些图像包含了不同场景和角度，以模拟实际应用场景。
2. 特征提取与匹配采用SIFT（尺度不变特征变换）算法提取图像的特征点。
SIFT算法通过检测图像中的关键点，并计算每个关键点的特征描述子。
接着使用FLANN（快速最近邻搜索库）进行特征点匹配。
FLANN算法能够高效地在大规模数据集中进行最近邻搜索，提高了匹配的准确性和速度。
3. 图像配准基于特征点匹配结果，采用RANSAC（随机抽样一致性）算法估计图像之间的变换矩阵。
RANSAC算法通过随机选择特征点子集，估计出最佳的变换模型，排除了异常点的干扰。
4. 实验结果评估使用均方差（MSE）和结构相似度指数（SSIM）等指标对配准结果进行评估。
MSE用于衡量图像之间的差异，SSIM则考虑了亮度、对比度和结构等因素，更适合图像质量评估。
三、实验结果与讨论经过特征提取和匹配，我们得到了一系列图像配准的结果。
通过计算MSE和SSIM指标，我们对不同配准算法的性能进行了比较。
1. 刚体变换配准刚体变换是一种刚性的平移、旋转和缩放变换。
通过对特征点进行刚体变换配准，我们得到了较好的配准结果。
MSE和SSIM指标表明，刚体变换配准在保持图像结构和内容一致性方面表现出色。
2. 仿射变换配准仿射变换是一种保持直线和平行性质的变换。
实验二遥感图像的几何校正与镶嵌实验报告
实验二遥感图像的几何校正与镶嵌实验报告实验目的：通过本实验熟练操作遥感图像处理的专业软件进行基础图像处理，包括图像几何校正、镶嵌等。
实验容：1、熟悉图像几何校正、镶嵌的基本原理；2、学习图像几何校正具体操作；3、学习图像镶嵌正具体操作。
本实验的图像几何校正是通过“像图配准”的方式获取地面控制点的方里网坐标的，并对传统的从纸质地形图上量算坐标的方法进行改进，利用Auto CAD或Photoshop等软件从扫描后的电子地形图上直接量算坐标。
实验步骤：第一步、熟悉图像几何校正、镶嵌的基本原理第二步、图像几何校正运行PCI，选择GCPWorks模块，在Source of GCPs选择User Entered Coordinates（用户输入投影坐标系统），点击Accept后，弹出校正模块：选择第一项加载需要校正的图像（由实验一方法导出的125-42.pix）->点击Default->Load & Close->得到下图：选择第二项，选择Other确定投影系统：注意输入6度带的中央经度与向东平移500公里（500000米）：点击Earth Model确定地球模型：点击Accept：选择第三项采集地面控制点。
在采集地面控制点之前，利用Photoshop软件打开扫描后的电子地形图。
分别在遥感图像和地形图中找到一个同名点，如下图（可以用放大遥感图）。
然后在地形图中量算出该点的坐标，精确到米，X坐标为6位（要去掉2位6度带的带号），Y坐标7位（运用测出）。
再将坐标输入到GCP编辑窗口中，并点击Accept as GCP接受为一个控制点。
用同样的方法采集更多的地面控制点。
注意：前三个点不显示误差，从第四个点开始才出现误差。
一般要求选择15个以上控制点，并且各点的误差<1个像元，将误差过大的点删除，直到误差<1个像元为止。
最后，关闭GCP编辑窗口，选择第五项（如果对整个图像进行几何校正，则第四项可以省略），执行几何校正。
测绘技术中的影像配准方法详解
测绘技术中的影像配准方法详解引言在现代测绘技术中，影像配准是一项重要的工作。
它是指将不同时间或空间获取的多幅影像进行几何变换，使得它们在同一坐标系下对应位置的过程。
影像配准是研究人员和工程师们在测绘与遥感领域中经常面临的问题之一。
本文将详细介绍几种常用的影像配准方法及其原理。
一、特征点匹配特征点匹配是一种常见且经典的影像配准方法。
它通过提取影像中的特征点，并在不同影像之间找到对应的特征点来实现配准。
这种方法的主要思想是通过计算特征点之间的相似性来确定它们的对应关系。
在特征点匹配的过程中，通常有两种常用的方法：基于特征描述子和基于相似度测量。
基于特征描述子的方法中，通常会使用SIFT（尺度不变特征变换）或SURF （加速稳定特征）算法提取影像中的关键点和相应的特征描述子，然后通过比较特征描述子的相似性来进行匹配。
基于相似度测量的方法则是直接计算特征点间的欧氏距离或相关系数等来度量它们的相似程度，进而实现匹配。
无论使用哪种方法，特征点匹配的关键在于选择合适的特征点提取算法和匹配准则。
二、基于区域的方法特征点匹配方法在一些场景下可能会受到一些影响，例如，当影像中的纹理不明显或者存在大幅度的图像变形时，特征点提取和匹配的准确性可能会受到限制。
为了克服这些问题，基于区域的方法应运而生。
基于区域的方法通过将影像划分为多个重叠的小区域，并比较它们之间的相关性来实现匹配。
这种方法不依赖于特征点的提取，因此对于具有较弱纹理的影像或者存在图像变形的情况下能够取得较好的效果。
常见的基于区域的方法包括基于互信息的方法和基于灰度匹配的方法。
前者利用灰度直方图互信息来度量不同区域之间的相似性，后者则基于灰度直方图匹配来实现影像配准。
三、基于控制点的方法基于控制点的方法是一种常用且准确度较高的影像配准方法。
这种方法需要事先收集一些已知位置的控制点，然后通过计算这些控制点在不同影像中的坐标，进而通过数学模型来推算出影像间的转换参数，从而实现影像配准。
遥感作业图像配准
影像到影像的配准一、实习目的：本次实习学习影像到影像的配准二、实习内容：SPOT影像空间分辨率是10 meters，且有地理信息，所以作为基准影像，Landsat TM作为待配准影像，以匹配该SPOT影像。
三、实习步骤：1. 打开SPOT影像：在ENVI菜单中，选择Fil e→Open image file→专题指导CD1→envidata →bldr_reg→bldr_sp.img之后就可以load band，导入影像2. 导入待配准影像：在ENVI菜单中，选择Fil e→Open image file→专题指导CD1→envidata →bldr_reg→bldr_tm.img→在列表中选中波段3→new display→点击load band ，把TM 第3波段的影像加载到新的显示窗口中。
3. 进行影像配准和加载地面控制点：①Map→Registration→Select GCPs：Image to Image →在 Image to Image Registration中，点击Disply #1（SPOT影像），作为Base Image，点击Disply #2（TM影像）作为Warp Image，点击ok。
②然后，在两个缩放窗口中，查看光标所处的位置，如果需要，在每个缩放窗口所需位置上，点击鼠标左键，调整光标所处的位置，在Ground Conrol Points Selection对话框中，点击Add Point，把该地面控制点添加到列表中。
③添加的控制点，可在Show List中查看，根据Show List中的PMS误差值进行取舍，尽量把PMS值控制在1以内。
另外，控制点尽量选5个以上。
（本次选了6个）④在Ground Conrol Points Selection对话框中，选择Options→Clear All Points，可以清楚掉所有已选择的地面控制点。
⑤在Ground Conrol Points Selection对话框中，选择File→Restore GCPs from ASCⅡ,在Enter Ground Conrol Points Filename对话框中，选择文件bldr_tm.pts,然后点击ok，加载预先保存过的地面控制点坐标。
ERVI操作二遥感影像配准
ENVI实验操作课程
编辑ppt
1
目录
• 一、影像地理坐标定位和图像配准原理 • 二、查看影像地理坐标和空间参考信息 • 三、操作实习：影像到影像的配准 • 四、操作实习：影像到地图的配准
编辑ppt
2
一、影像地理坐标定位和配准
目的、内容： • 掌握影像空间参考和影像配准的基本原理。 • 介绍ENVI对影像进行地理校正、添加地理
其他技巧：
对于已经选好的配准点，可以保存为文件
因此也可以加载已经保存编辑好pp的t 配准点文件
12
三、操作实习：影像到影像的配准
配准影像导出
编辑ppt
13
三、操作实习：影像到影像的配准
查看配准结果
编辑ppt
14
四、操作实习：影像到地图的配准
打开TM数据 ：bldr_tm.img（待配准数据）
编辑ppt
坐标、配准等步骤方法。
编辑ppt
3
影像配准的基本原理
• 要正确地描述要素的位置和形状，需要一个用于定义实 际位置的坐标框架。地理坐标系用于将地理位置指定给 对象。使用经度和纬度的全局坐标系就是这样一种框架。 还有一种是由地球框架派生的平面坐标系或直角坐标系。
地图使用格网、经纬网和标有各 种地面位置的控制点标记来表示 地球表面上的位置，测量单位既 可采用经纬度，也可采用投影坐 标系的单位（例如 UTM 米）。
编辑ppt
10
三、操作实习：影像到影像的配准
选取控制点 选取同一地物，然后点击“Add Point”
技巧：
选择道路的交叉，城市标志等易于区分的点
当选点超过4个以后，可以使用“Predict”来初步定位
影像配准及矢量化实验报告
影像配准及矢量化实验报告1. 实验目的学习和掌握影像配准和矢量化的基础知识，了解和掌握相关的方法和技术，并能够应用这些知识和技术，完成实际的操作和应用。
2. 实验环境在本实验中，我们主要使用了ArcGIS软件，该软件是一个非常强大的地理信息系统，可以进行地图绘制、数据处理、分析和可视化等操作。
3. 实验内容（1）影像配准影像配准是指将多幅遥感图像、地图或其他相关的图像进行空间上的对应和重叠，使它们能够准确地融合在一起。
在实际应用中，影像配准可以实现多波段、多时相和多来源图像间的精确对齐和重叠，进一步提升影像的解译和分析能力。
在ArcGIS软件中，影像配准主要可以通过以下几个步骤来完成：- 打开需要进行配准的影像和参考影像；- 点击“数据管理”菜单中的“地理处理”功能，然后选择“影像拼接”工具；- 在拼接工具中，选择需要进行配准的影像和参考影像，然后设置正确的配准方式和参数；- 点击“运行”按钮，开始进行影像配准。
完成后，可以查看配准效果并进行相关的后续分析。
（2）矢量化矢量化是指将栅格数据或其他非矢量数据转化为矢量数据的过程。
在实际应用中，矢量化可以帮助我们提取和记录图像中的空间特征和属性，进一步实现精确的测绘、地图制图和空间分析。
4. 实验结果在实际操作中，我们成功地完成了影像配准和矢量化两个实验，并得出了以下的结论和结果：- 影像配准可以大幅提升遥感图像的解译和分析能力，确保多时相和多来源图像之间的准确融合和拼接；- 矢量化可以有效提取图像中的空间特征和属性，进一步实现精确的测绘和地图制图，以及空间分析和应用；- 使用ArcGIS软件可以快速、简便地完成影像配准和矢量化，进一步提升数据处理和应用效率。
5. 实验总结影像配准和矢量化是遥感图像处理和地图制图中非常重要的技术方法，可以帮助我们更好地解析和利用空间数据。
在实际操作中，需要根据不同的应用需求和数据特征，选择合适的方法和技术，进一步提升处理和分析效果。
试验影像配准及矢量化[指南]
![试验影像配准及矢量化[指南]](https://img.taocdn.com/s3/m/93a46d17a7c30c22590102020740be1e650ecc81.png)
实验影像配准及矢量化一、总结屏幕跟踪数字化过程的基本步骤及每一步骤的必要性。
第1步、地形图的配准－加载数据和影像配准工具必要性：所有图件扫描后都必须经过扫描配准，对扫描后的栅格图进行检查，以确保矢量化工作顺利进行。
第2步、输入控制点必要性：在配准中我们需要知道一些特殊点的坐标。
通过读图，我们可以得到一些控件点――公里网格的交点，我们可以从图中均匀的取几个点。
一般在实际中，这些点应该能够均匀分布。
利用它们同名性质列方程，求待定系数来获取其在规定坐标系下的坐标。
第3步、设定数据框的属性必要性：统一标准，单位m，参考坐标系统80西安坐标系（Xian 1980 Degree GK CM102E），可以求得真实坐标。
第4步、矫正并重采样栅格生成新的栅格文件必要性：矫正，和配准。
使用这些配准后的影像进行分层矢量化。
第5步、分层矢量化－在ArcCatalog中创建一个线要素图层第6步、从已配准的地图上提取等高线并保存到上面创建的要素类中二、分析数字化过程中误差的来源及减小误差的相关方法。
（一）、误差来源：1、数据采集：实测误差，地图制图误差（制作地图的每一过程都有误差），航测遥感数据分析误差（获取、判读、转换、人工判读（识别要素）误差）2、数据输入：数字化过程中操作员和设备造成的误差，某些地理属性没有明显边界引起的误差（地类界）3、数据存贮：数字存贮有效位不能满足（由计算机字长引起，单精度、双精度类型）空间精度不能满足4、数据操作：类别间的不明确、边界误差（不规则数据分类方法引起）5、多层数据叠加误差多边形叠加产生的裂缝（无意义多边形）6、各种内插引起的误差（二）、质量控制方法：1、手工方法：与原始地图或者属性数据比较；2、元数据法：元数据中包含了大量的有关数据质量的信息，通过它可以检查数据质量，同时元数据也记录了数据处理过程中质量的变化，通过跟踪元数据可以了解数据质量的状况和变化。
3、地理相关法：用空间数据的地理特征要素自身的相关性来分析数据的质量，如利用地表特征的空间分布进行分析。
影像配准及矢量化实验报告
影像配准及矢量化实验报告影像配准及矢量化实验报告引言在地理信息系统（GIS）和遥感领域，影像配准和矢量化是两项重要的技术。
影像配准是指将不同时间或不同传感器获取的影像进行对齐，以实现准确的地理位置信息。
而矢量化是将影像中的特征提取并转化为矢量数据，以便进行进一步的分析和应用。
本实验旨在探索影像配准和矢量化的方法，并评估其准确性和适用性。
实验方法1. 影像配准1.1 选择两幅不同时间拍摄的卫星影像，分别为A影像和B影像。
1.2 使用影像处理软件，如ENVI或ArcGIS，进行影像配准操作。
1.3 选择合适的配准方法，如地面控制点配准或特征点匹配配准。
1.4 根据配准方法的要求，选择地面控制点或特征点，并进行配准操作。
1.5 检查配准后的影像是否对齐准确，如有需要，可以进行微调。
2. 影像矢量化2.1 选择配准后的影像，作为矢量化的基础。
2.2 使用矢量化软件，如ArcGIS或QGIS，进行影像矢量化操作。
2.3 根据需要选择矢量化的目标，如道路、建筑物或水体等。
2.4 使用合适的工具和算法，将影像中的特征提取为矢量数据。
2.5 检查矢量化结果的准确性，并进行必要的修正和调整。
实验结果1. 影像配准经过配准操作，A影像和B影像成功对齐，准确度达到了预期的要求。
通过对比配准前后的影像，可以清晰地观察到地物位置的变化和演变。
这对于环境监测、城市规划和农业管理等领域具有重要的应用价值。
2. 影像矢量化影像矢量化操作成功地将影像中的特征提取为矢量数据。
通过对矢量化结果的分析，我们可以得到道路、建筑物和水体等地物的准确位置和形状信息。
这对于城市规划、交通管理和水资源管理等方面具有重要的意义。
讨论与总结影像配准和矢量化是GIS和遥感领域中常用的技术，其应用范围广泛且具有重要意义。
通过本实验的操作和结果，我们可以得出以下几点结论：首先，影像配准是实现不同时间或不同传感器影像对齐的重要步骤。
合适的配准方法和准确的控制点选择对于配准结果的准确性至关重要。
影像匹配实习报告
影像匹配实习报告实习目的：1、掌握影像匹配的原理和基本思想，加深对各种影像匹配算法的理解；2、能够利用编程实现影像匹配的算法，提高自己的编程能力；3、通过实习能够体会各种影像匹配算法的特点和优劣；实验原理：影像匹配的实质就是在两幅（或多幅）影像之间识别同名点。
同名点的确定是以匹配测度为基础的，基于不同的理论或不同的思想可以定义各种不同的匹配测度，因而形成了各种影像匹配方法及相应的实现算法。
常见的有五种基本的匹配算法，即相关函数法、协方差函数法、相关系数法、差平方和法和差绝对值和法。
本次试验采用的是相关系数法。
相关系数法影像匹配的基本思想：若影像匹配的目标窗口灰度矩阵为G(g)，窗口大小为m×n，与G对应的灰度函数为g(x,y)；搜索区的灰度矩阵为G’=(g’)，矩阵的大小为k×l，k与l分别是矩阵G’的行数和列数，与G’相应的灰度函数为g’(x,y)。
G’中任意一个m行n列的子快（搜索窗口）记为：'',,()r c i r j c G g ++= （i=1,2,…,m, j=1,2,…,n ）(r=INT(m/2)+1,…,k-INT(m/2) c=INT(n/2)+1,…,l-INT(n/2)) 相关系数法就是寻找使得目标窗口和搜索窗口中相关系数取得最大值的点作为同名点的方法，即它是用相关系数作为匹配测度的。
它是标准化的协方差函数，协方差函数除以两信号的方差即得相关系数。
g(x,y)与g ’(x ’,y ’)的相关系数为：()(,),C p q p q ρ= 考虑到实际计算中的工作量，相关系数的实用公式为： ()'',,,,1()()(),m n m n m n i j i r j c i j i r j c g g g g m n c r ρ++++•-•=∑∑∑∑∑∑实验步骤：1、 提取特征点为了提高影像匹配的精度，我们可以从影像上提取变化比较明显的点进行匹配，这样可以取得比较好的匹配效果。
影像配准与拼接中的关键技术与注意事项
影像配准与拼接中的关键技术与注意事项在当今科技日新月异的时代，影像配准与拼接技术被广泛应用于计算机视觉、医学影像、地理信息系统等领域。
影像配准是指将不同影像的相同场景或物体对齐，形成一张融合的影像；而影像拼接是将多幅不同影像以无缝的方式拼接成一幅完整的图像。
本文将就影像配准与拼接中的关键技术与注意事项进行探讨。
一、影像配准的关键技术1. 特征提取与描述特征提取是影像配准的第一步，它是从影像中提取出一些独特而稳定的特征点或特征区域。
这些特征点在不同影像中具有相似性，可以作为不同影像间的对齐标识。
目前常用的特征包括角点、边缘、纹理等。
特征描述是对已提取的特征进行数学表示，用于计算特征间的相似性。
2. 相似度度量与目标函数相似度度量是评估两幅影像之间的相似程度，是影像配准中的核心问题。
常用的相似度度量方法包括均方差、互信息、相关系数等。
目标函数是根据相似度度量结果计算出两幅影像间的变换参数，常用的目标函数有最小化均方差、最大化互信息等。
3. 变换模型变换模型是指对影像进行配准时所采用的数学模型。
常见的变换模型包括刚体变换、相似变换、仿射变换和投影变换等。
选择合适的变换模型取决于影像间的几何变化程度。
二、影像拼接的关键技术1. 全景影像拼接全景影像拼接是指将多幅影像拼接成一张无缝的全景影像。
在全景影像拼接中，首先需要根据相机的内外参数估计相机的旋转矩阵和平移矩阵，然后根据这些参数对影像进行校正和融合，最后生成全景影像。
2. 镶嵌影像拼接镶嵌影像拼接是指将多张遥感影像拼接成一张大范围的影像。
在镶嵌影像拼接中，需要考虑遥感影像间的色调、亮度、对比度等差异，以及遥感影像的地面分辨率和投影坐标系等因素。
三、影像配准与拼接中的注意事项1. 影像预处理在进行影像配准与拼接之前，通常需要对影像进行预处理。
预处理包括去除噪声、增强对比度、增加图像清晰度等。
影像预处理的目的是提高配准和拼接的效果。
2. 选择合适的匹配算法影像配准与拼接依赖于匹配算法来寻找相同场景或物体之间的对应关系。
实验二 GIS影像配准及矢量化
合肥工业大学资源与环境工程学院《地理信息系统概论》实验报告实验二姓名：谭远富学号： 20094618专业 : 地信09-2班任课教师 : 赵萍影像配准及矢量化一、实验目的1.理解利用多项式进行影像几何配准的基本原理。
2.掌握利用影像配准(Georeferencing) 工具进行影像数据的地理配准及利用编辑器进行点、线、多边形要素的数字化过程和方法。
二、实验材料ArcGIS10.0软件，实验数据（1：10万合肥市地形图）三、实验内容和步骤所有图件扫描后都必须经过扫描配准，对扫描后的栅格图进行检查，以确保矢化工作顺利进行。
1.定义投影：启动ArcCatalog，在左边目录树中找到待配准影像hf.tif，右击弹出快捷菜单，选择“属性”打开属性对话，在空间参考项内点击“编辑”按钮在“空间参考属性”对话框中的“坐标系”选项页下点击“选择”按钮。
在（Projected Coordinate Systems 目录下，选择Gauss Kruger---Beijing 1954-- Beijing 1954 GK Zone 20N.prj）。
第2步加载数据和影像配准工具：（1）打开ArcMap，添加“影像配准”工具栏：在菜单栏或工具栏空白处右击，在弹出的快捷菜单中勾选“影像配准“(Georeferencing)（2）把需要进行配准的影像—HF.TIF增加到ArcMap中，这时会发现“影像配准”工具栏中的工具被激活。
第3步输入控制点：在配准中我们需要知道一些特殊点（控制点）的坐标。
通过读图，我们可以得到一些控制点――公里网格的交点，从图中均匀的取几个点（一般在实际中，这些点应该能够均匀分布）。
在“影像配准”工具栏上，点击“添加控制点”按钮。
使用该工具在扫描图上精确点击一个控制点，然后鼠标右击输入该点实际的坐标位置，如下图所示：像配准”工具栏上的“查看链接表”按钮。
检查控制点的残差和RMS，删除残差特别大的控制点并重新选取控制点。
影像配准技术的原理与实施步骤
影像配准技术的原理与实施步骤影像配准技术是一种将多个影像或图像的空间位置、角度和尺度进行匹配和对齐的方法。
它在医学图像处理、遥感图像处理、计算机视觉等领域具有广泛应用。
本文将介绍影像配准技术的原理、实施步骤以及相关应用。
一、影像配准技术原理影像配准技术的原理基于图像几何校正和图像特征提取。
首先，图像几何校正是通过对每个图像进行旋转、平移和缩放等操作，使得它们在空间位置和尺度上达到一致。
其次，图像特征提取是指通过算法和方法从每个图像中获取一些具有代表性和稳定性的特征点或特征向量。
这些特征将被用于后续的匹配和对齐工作。
在具体实施过程中，影像配准技术通常包括以下几个步骤：图像预处理、特征提取、特征匹配和变换估计。
二、实施步骤1. 图像预处理图像预处理是为了减少噪声、增强对比度和清除不必要的细节。
这些操作有助于提取更准确和稳定的特征。
常见的预处理方法包括图像去噪、直方图均衡化和滤波等。
2. 特征提取特征提取是影像配准中最关键的步骤之一。
它通过对图像进行局部搜索和提取，获得一组代表性的特征。
传统的特征提取方法包括Harris角点特征、SIFT特征和SURF特征等。
这些方法能够提取出不受旋转、平移和缩放等几何变换影响的特征点。
3. 特征匹配特征匹配是将每个图像的特征点进行两两配对。
它是找到两个图像之间的对应关系的关键步骤。
常用的特征匹配算法包括最近邻算法（NN）、最近邻搜索算法（NNS）和RANSAC算法等。
这些算法能够根据特征点的距离和相似性进行匹配，并筛选出最佳的匹配对。
4. 变换估计变换估计是通过匹配的特征点来计算图像之间的几何变换关系。
根据特征点之间的对应关系，可以采用最小二乘法、仿射变换或透视变换等方法进行估计和匹配。
变换估计后，就可以将多个图像进行对齐和重叠。
三、相关应用影像配准技术在多个领域都有广泛应用。
以下是几个典型的应用案例。
1. 医学影像在医学影像处理中，影像配准技术能够将不同时间点或来自不同设备的医学影像进行对齐和比较。
实验二影像地理坐标定位和配准
实验二影像地理坐标定位和配准实验学时：6学时实验类型：验证性实验要求：必修一、实验目的学会在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。
学会使用ENVI生成影像地图的步骤，学会利用全色影像和多光谱影像进行HSV融合的步骤。
二、实验内容本实验主要涉及遥感图像处理中影像校正、配准功能，通过实验进一步掌握这类处理的理论原理。
三、实验原理、方法和手段ENVI对带地理坐标的影像提供了全面的支持，它能够对许多预定义的地图投影进行处理，这些地图投影可以采用UTM或State Plane投影方式。
此外，ENVI的用户自定义地图投影像功能能够创建自定义的地图投影，它允许使用6种基本投影类型，超过35种的不同椭球体以及时100多种的基准数据集（Datum），来满足大多数地图投影的需要。
ENVI地图投影像参数存储在一个ASCⅡ文本文件map_proj.txt中，该文本文件能够被ENVI地图投影工具修改，或者直接被用户编辑。
这个文件中的信息会被影像相应的头文件（ENVI Header files）所使用，而且ENVI允许使用已知的地图投影坐标来简单地指定相关联的Magic Pixel（地图坐标系统的起始点）。
然后，选择的ENVI函数就能够使用该信息，在带地理坐标的数据空间中进行操作处理。
ENVI的影像配准和几何纠正工具允许用户将基于像素的影像定位到地理坐标上，然后对它们进行几何纠正，使其匹配基准影像的几何信息。
使用全分辨率（主影像窗口）和缩放窗口来选择地面控制点（GCPs），进行影像到影像和影像到地图的配准。
基准影像和未校正影像的控制点坐标都会显示出来，同时由指定的校正算法所得的误差也会显示出来。
地面控制点预测功能能够使对地面控制点的选取简单化。
将使用重采样、缩放比例和平移（这三种方法通称RST），以及多项式函数（多项式系数可以从1到n），或者Delaunay三角网的方法，来对影像进行校正。
实验二使用ENVI进行正射校正
实验⼆使⽤ENVI进⾏正射校正实验⼆使⽤ENVI进⾏正射校正1正射校正正射校正是对⼀个影像空间和⼏何畸变进⾏校正⽣成平⾯正射影像的处理过程。
将相机或卫星模型与有限的地⾯控制点结合起来，可以建⽴正确的校正公式，产⽣正确的，经⼏何校正的具有地图精度级的正射影像。
2 使⽤ENVI进⾏正射校正的步骤使⽤ENVI进⾏正射校正需要⼏个步骤来完成，不考虑采集数字影像数据的传感器和像⽚类型。
这些步骤包括：1 进⾏内定向（Interior Orientation，只针对航空像⽚⽽⾔）：内定向将建⽴相机参数和航空像⽚之间的关系。
它将使⽤航空像⽚间的条状控制点、相机框标（fiducial mark）和相机的焦距，来进⾏内定向。
2 进⾏外定向（Exterior Orientation）外定向将把航⽚或卫⽚上的地物点同实际已知的地⾯位置（地理位置）和⾼程联系起来。
通过选取地⾯控制点，输⼊相应的地理坐标，来进⾏外定向。
这个过程同影像到影像的配准（image to map registration）⽐较相似。
3 使⽤数字⾼程模型（DEM）进⾏正射校正，这⼀步将对航⽚和卫⽚进⾏真正的正射校正。
校正的过程将使⽤定向⽂件、卫星位置参数，以及共线⽅程（collinearity equation）。
共线⽅程是由以上两步，并协同数字⾼程模型共同建⽴⽣成的。
在进⾏正射校正之前，需要考虑影像空间分辨率的⼤⼩。
正射校正的处理同ENVI影像配准有所不同，它有三个关键的参数：DEM的像元⼤⼩输出影像的像元⼤⼩正射校正后输出影像的像元⼤⼩允许对任何像元⼤⼩的影像进⾏处理，但是这些参数将对输出结果有很⼤的影响。
理想情况下，DEM的像元⼤⼩应该同要创建的输出正射影像⼤⼩相同（或者更⼩）。
如果DEM 分辨率明显⼤于所需的输出分辨率，那么得到的正射校正影像结果将有了⼀些明显的误差。
在结果影像中，这些误差成阶梯状或块状分布，这种情况通常发⽣在像素集群的边缘处，这些位置通常会被赋予相同的DEM⾼程。
- 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)。
实验二影像配准
一、实验目的：
利用影像配准(Georeferencing) 工具进行影像数据的地理配准；
二、实验数据：
昆明市西山区普吉地形图1:10000 地形图――70011-1.Tif，昆明市旅游休闲图.jpg(扫描图)
三、实验内容和步骤
第1步：加载数据和影像配准工具
打开ArcMap，添加“（Georeferencing）影像配准”工具栏。
(需要添加工具栏内各个工具的具体用途)
把需要进行配准的影像—70011-1.TIF 增加到ArcMap 中，会发现“影像配
准”工具栏中的工具被激活。
第2步输入控制点
在配准中我们需要知道一些特殊点的坐标。
通过读图，我们可以得到一些控件点――公里网格的交点，我们可以从图中均匀的取几个点。
一般在实际中，这些点应该能够均
匀分布。
在”影像配准”工具栏上，点击“add control points (添加控制点)”按钮。
使用该工具在扫描图上精确到找一个控制点点击，然后鼠标右击输入该点
实际的坐标位置，如下图所示：
用相同的方法，在影像上增加多个控制点（大于7 个），输入它们的实际坐标。
点击“影像配准”工具栏上的“view link table 查看链接表”按钮。
链接表弹出，如下图所示，检查控制点的残差和总的RMS，删除残差特别大的控制点并重新选取控制点。
转换方式设定为“二次多项式”
增加所有控制点，并检查均方差（RMS）后，在”影像配准”菜单下，点击“更新显示”
第3步设定数据框的属性（data frame properties）
执行菜单命令“视图”－“数据框属性”，设定数据框属性
在“常规”选项页中，将地图显示单位设置为“米”
在“坐标系统”选项页中，设定数据框的坐标系统为“Xian_1980_3 Degree_GK_zone 34”（西安80 投影坐标系，3度分带，34带号），与扫描地图的坐标系一致
选择带带号的，坐标系统
更新后，就变成真实的坐标。
如下图所示：
第4步矫正并重采样栅格生成新的栅格文件
在”影像配准”菜单下，点击“矫正”，对配准的影像根据设定的变换公式重新采样，另存
为一个新的影像文件。
点击后弹出下图：
加载重新采样后得到的栅格文件，并将原始的栅格文件从数据框中删除。
到此，我们的配准工作就结束了。
比较一下加载配准后的栅格文件与加载原始的栅格文件有哪些区别？后面我们的数字化工作是对这个配准和重新采样后的影像进行操作的。