遥感图像的几何校正(二)

合集下载

第5章遥感数字图像处理_图像校正(2)

校正量。
5.5.2辐射传递方程算法
测量大气参数，按理论公式求得大气干扰辐射量。为大气的衰减系数；E0为地面目标的辐射能量；H为传感器的高度（高度为H的大气）；E为传感器测到的电磁波能量。在可见光和近红外区，大气的影响主要是由气溶胶引起的散射造成的；在热红外区，大气的影响主要是由水蒸气的吸收造成的。需要测定可见光和近红外区气溶胶的密度、热红外区水蒸气浓度参数。
敦煌辐射校正场
青海湖辐射较正场
监测在轨传感器变化并不断提供修正系数
补充星上定标的不足
多种遥感仪器和不同时间遥感资料的综合应
用
辐射校正场的国外发展概况
美国NASA和Arizona大学在新墨西哥州的白沙和加利福尼亚州的爱德华空军基地的干湖床建立辐射校正场
法国在马赛市附近建立了La Crun辐射校正场
欧洲科技局在非洲撒哈拉沙漠、加拿大在北部大草原、日本澳大利亚在澳大利亚北部沙漠地区
（3）图像的灰度级和辐亮度
图像上的像素值为灰度级
实际的电磁波辐射强度为辐亮度
在图像数字化时，电磁波的辐亮度被量化为
灰度级。而在实际应用中，因为灰度级没有实际的物理意义，不同日期图像对比和遥感定量反演时，需要将灰度级转化为辐亮度。
辐射定标
在卫星飞越试验场地上空时同时,在若干选好的像素内测定探测器对应波段内的地物反射率ρt，同时测出气象要素和大气光学特性.再根据卫星过顶时太阳几何位置,仪器视场角,探测器光谱响应函数等通过大气辐射传输模式正演出到达传感器入瞳处各光谱通道的幅亮度Lt.
绝对辐射校正就是建立遥感器测量数字信号与对应的辐射能量之间的数量关系。对于一种遥感器来说，绝对辐射校正就是确定一个灰度值（DN）对应多少辐射度值（ L），或者确定一个辐射值L对应多少灰度值（DN），其数学表达式为 DN＝a.L 或 L＝b.DN

ENVI 几何校正

遥感科学与技术实验报告（二）项目名称：遥感图像几何精校正。

实验目的：参照一个图像，通过遥感软件ENVI对另一幅不准确的图像进行几何精校正。

实验原理：在参照图像与待校正图像里面，选取对应的点，运用遥感软件ENVI 的功能，对图像进行几何精校正。

数据来源：1.下载源：国际科学数据服务平台（卫星：LANDSAT5）2．波段数：73.4.实验过程：1.选取一张较为清晰的图像，将其旋转180°，作为待校正的图像。

2.分别在两个窗口里面打开基础图像和待校正图像，左边是参照图像，右边是旋转过后的待校正图像，如图所示：点击map>registration>Select GCPSs: Image to Image,然后确定基准和待校正图像。

如下所示：3.在两幅图里面选择位置相同的点，要求准确度高，例如河流交界处。

如下图所示：4.准确选取了4个点，然后用软件自带功能自动选择更多的点，如下图所示：5.对即将进行校正的图像设置保存路径，对修改后的图像进行保存。

以下是进行几何校正后的图像：实验结果与分析：通过ENVI，对待校正的图像进行了几何精校正，误差为0.139327，误差较小，说明实验成功。

心得、意见或建议：通过本次实验，基本掌握对遥感图像的几何精校正，虽然在学习过程中，遇到了不少困难，但是通过多次地观看学习ENVI视频，最终掌握了这个实验项目。

我觉得老师的这种方法很好，并没有手把手教我们，而是让我们自己想办法，同学之间相互交流学习，这不仅锻炼了我们的自学能力，学到的知识也更加牢固。

我非常享受这个一步一步自学的过程，并且最终取得了成功。

遥感影像几何校正的方法与步骤

遥感影像几何校正的方法与步骤遥感技术在现代科学和环境研究中扮演着重要的角色，它通过无人机、卫星等平台收集大量的遥感影像数据，这些数据可用于地表地貌的研究、城市规划、环境监测等多个领域。

然而，由于传感器的误差、地球表面的形变等因素的影响，遥感影像在采集过程中往往会发生几何畸变。

因此，几何校正成为了处理遥感影像的必要步骤之一。

一、几何校正的目的遥感影像的几何校正是指将采集的影像数据与真实地理坐标系统中的位置相对应，使影像能够准确地反映地球表面的特征。

几何校正的目的是消除影像中的几何变形，使其能够与其他地理数据进行叠加分析，从而得到更准确的结果。

二、几何校正的方法1. 传统校正方法传统的几何校正方法主要基于地面控制点（GCPs）的选择和提取。

首先，根据采集的影像和地理坐标系统中的地理特征，选择一组地面控制点。

然后，在影像中手动或自动提取这些地面控制点的位置，同时记录其在真实地理坐标系统中的位置。

最后，通过计算和调整，将影像中的像元位置校正到真实地理坐标系中。

2. 数字校正方法随着计算机和数字图像处理技术的发展，数字校正方法逐渐取代了传统的校正方法。

数字校正方法主要基于数学模型和算法来完成几何校正的过程。

常用的数字校正方法包括多项式模型、参数拟合模型和同步解调模型等。

这些模型可以将影像中的像素位置与地理坐标系中的位置互相转换，从而实现几何校正。

三、几何校正的步骤几何校正的具体步骤可以归纳为以下几个步骤：1. GCPs的选择和提取在进行几何校正之前，首先需要选择一组地面控制点。

这些地面控制点应该具有明显的地理特征，如建筑物的角点、道路的交汇处等。

然后，在影像中提取这些地面控制点的位置，并记录其真实地理坐标。

2. 模型的选择和拟合根据影像中地面控制点的位置和真实地理坐标，选择合适的数学模型和算法。

根据所选择的模型，在计算机中进行参数拟合，并得到校正过程所需要的参数。

3. 影像几何校正通过上面的步骤，我们已经获得了数学模型和参数。

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。

遥感图像的几何校正56页PPT

如果同一地区的不同时间的影像，不能把它们归纳到同一个坐标系中去，图像中还存在变形，这样的图像是不能进行融合、镶嵌和比较的，是没有用的
遥感图像的精加工处理
在粗加工处理的基础上，采用地面控制点（GCP）的方法进一步提高影像的几何精度
几何处理的两个环节
1. 像素坐标的变换——解决位置问题 ➢ 多项式模型 2. 灰度重采样——解决亮度问题 ➢ 最邻近像元采样法 ➢ 双线性内插法 ➢ 双三次卷积重采样法
全景畸变
左图是中心投影方式得到的（比例尺基本一致）右边是逐点扫描成像得到的影像。横轴是飞行方向，纵轴是
扫描方向。在星下点的扫描线，分辨率最高，两边都在对称的发生变化直线在逐点扫描成像图中，变成曲线；圆形变成了椭圆形
不同成像方式引起的影像变形
中心投影方式
➢地形起伏引起的投影差
多中心投影方式
行于航线方向为a θ，垂直于航线方向为a θ’
aHcosH asec
aasecasec2
逐点扫描成像——全景畸变
当观测视线垂直于地面或者倾斜了θ角之后，地面分辨率的值发生变化
随着扫描镜的转动，地面扫描范围的直径在发生变化，这样的变化对图像是有影响的，称为全景畸变
全景畸变的原因：焦距是不变的，物距在发生变化。导致分辨率发生变化，也导致比例尺发生变化
地球曲率、大气折光和地形起伏引起的误差
地球自传引起的变形
当卫星由北向南运行的同时，地球表面也在由西向东自转
由于卫星图像每条扫描线的成像时间不同，因而造成扫描线在地面上的投影依次向西平移，最终使得图像发生扭曲
遥感图像的几何变形
遥感图像通常包含严重的几何变形，一般分为系统性和非系统性两大类
➢由于比例尺变化造成的全景畸变 ➢地形起伏引起的投影差

遥感图像的几何校正

Polynomial——多项式变换（同时做投影变换），设待纠正图像上飞像点坐标（X，Y）和纠正后相应像点的坐标（x，y）可以用下面的多项式来表示： x = a00+ a10 X + a01 Y + a20 X 2 + a11 XY + a02 Y 2 + ⋯ y = b00+ b10 X + b01 Y + b20 X 2 + b11 XY + b02 Y 2 + ⋯ 式中 aij，bij 为待求系数。多项式变换在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数，整景图像选择 3 次方。次方数与所需要的最少控制点数是相关的，最少控制点计算公式为（ t + 1 × t + 2 ） 2，式中 t 为次方数，即 1 次方最少需要 3 个控制点，2 次方最少需要 6 个控制点，3 次方需要 10 个控制点。 Rubber Sheeting——非线性、非均匀变换。采点模式： ① 视窗采点模式，直接在视窗中采点； ② 文件采点模式，直接读入控制点文件或 ASCLL 码文件； ③ 地图采点模式，通过数字化仪采点或通过键盘输入控制点。重采样方法： ① Nearest Neighbor——邻近点插值法，将最邻近像元值直接赋予输出像元。特点：运算量最小，但是内插精度较低。 ② Bilinear Interpolation——双线性插值法，用双线性方程和 2×2 窗口输出像元值。特点：内插精度和运算量都比较适中； ③ Cubic Convolution——立方卷积插值法，用三次方程和 4×4 窗口计算输出像元值。特点：内差精度高，缺点是运算量很大；
④ Bicubic Spline Interpolation——双三次样条插值，产生比双线性插值更平滑的图像边缘。三、几何校正的方法

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

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。

(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。

遥感图像解译中的几何纠正方法

遥感图像解译中的几何纠正方法随着遥感技术的不断发展，遥感图像的获取和应用越来越普遍。

然而，由于拍摄角度、地面形态等因素的影响，遥感图像存在几何形变的问题。

为了解决这个问题，人们提出了许多几何纠正方法。

本文将介绍几种常见的遥感图像几何纠正方法，并探讨它们的优劣势。

一、多项式拟合法多项式拟合法是一种常用的几何纠正方法。

它通过将原始图像中的像素位置与现实世界中的地理位置进行对应，建立像素坐标与地理坐标之间的映射关系。

随后，利用多项式拟合的方法，根据已知的像素位置和地理位置对应关系，推导出一个几何变换模型，从而对图像进行几何纠正。

多项式拟合法的优点是简单易行，适用于各种图像，并且能够有效地减小几何变形。

然而，它也存在一定的局限性，例如对于大范围的图像，多项式拟合法在极端情况下可能会引入较大的误差。

二、控制点法控制点法是一种基于已知控制点坐标的几何纠正方法。

首先，需要在原始图像和现实世界中选取一些已知位置的控制点。

然后，根据这些已知控制点的像素坐标和地理坐标，建立起坐标之间的对应关系。

最后，通过将图像中的像素位置与地理位置对应起来，根据已知控制点的坐标对图像进行几何纠正。

控制点法的优点是准确性高，适用于各种尺度的图像。

然而，它的缺点是需要大量的已知控制点，并且对于图像中没有控制点的区域，无法进行几何纠正。

三、地形校正法地形校正法是一种考虑地面形态的几何纠正方法。

遥感图像的获取往往会受到地面形态的影响，导致图像中的距离和角度存在失真。

地形校正法通过获取地面高程数据，并将其与遥感图像相结合，对图像进行几何纠正。

地形校正法的优点是能够考虑地面形态，提高几何纠正的精度。

然而，它的缺点是需要获取地面高程数据，成本较高且工作量较大。

同时，在平坦地区或缺乏高程数据的地区，地形校正法可能不能有效实施。

综上所述，遥感图像解译中的几何纠正方法有多种选择。

每种方法都有其独特的优劣势，适用于不同的情况。

在实际应用中，可以根据需求和条件选取合适的几何纠正方法，以提高图像的几何精度和应用效果。

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）

遥感图像校正

20
遥感影像变形的原因遥感平台运动状态变化
航高变化的影响——地面分辨率不均匀航速变化的影响——航向位移俯仰变化的影响——旁向位移翻滚变化的影响——扭曲变形航偏变化的影响——倾斜畸变
21
遥感影像变形的原因地球曲率的变形图示
一是像点位置的移动，当选择的地图投影平面是地球的切平面时，使地面点P0相对于投影平面点P有一高差△h。
17
地形坡度辐射误差校正
太阳光线和地表作用以后再反射到传感器的太阳光的辐射亮度和地面倾斜度有关。辐射亮度和地面倾斜度有关。若处在坡度为α的倾斜面上的地物影像为g（x，y），则校正后的图像f（x，y）为： g (x ， y ) f (x ， y ) = cos α 地形坡度引起的辐射校正方法需要有图像对应地区的 DEM数据校正较为麻烦，数据， DEM数据，校正较为麻烦，一般只在地形坡度起伏较大的情况下做校正。大的情况下做校正。
15
太阳高度角的辐射误差校正
任何地表获得的能量都随太阳的高度变化，任何地表获得的能量都随太阳的高度变化，而不同的时间和季节太阳高度是不同的。的时间和季节太阳高度是不同的。
16
太阳高度角的辐射误差校正
太阳高度角引起的畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光线垂直照射时获取的图像。获取的图像校正为太阳光线垂直照射时获取的图像。可根据成像时刻的时间、太阳的高度角 θ 可根据成像时刻的时间、季节和地理位置来确定，位置来确定，即： sinθ=sinϕ ·sinδ±cosϕ ·cosδ·cost 太阳高度角的校正是通过调整一幅图像内的平均灰度来实现的。来实现的。
10
直方图最小值去除法
基本思路:每幅图像上

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）。

如何进行遥感图像的几何校正与纠正

如何进行遥感图像的几何校正与纠正遥感图像是通过无人机、卫星等远距离设备获取的地球表面的影像数据。

这些图像在应用于地理信息系统(GIS)、自然资源管理、城市规划等领域时，需要进行几何校正与纠正。

本文将介绍什么是遥感图像的几何校正与纠正，以及如何进行这一过程。

一、什么是遥感图像的几何校正与纠正遥感图像的几何校正与纠正是指将采集到的图像数据与真实地理空间进行对应，消除由于图像采集时摄像设备、地球曲率等因素引起的形变、偏移等问题，使图像具备准确的地理位置信息。

这项工作是遥感技术应用的重要环节，对于后续的数据分析和信息提取至关重要。

二、遥感图像的几何校正与纠正方法1. 外方位元素法外方位元素法是利用航片或图像外方位元素（像空间坐标与地面坐标之间的变换参数）进行几何校正与纠正的方法。

在这种方法中，需要准确确定图像的摄影中心、摄影距离以及摄影方位角等相关参数，通过计算来修正图像的几何形变。

外方位元素法准确性较高，适用于相对高精度的项目。

2. 控制点法控制点法是通过在图像上选择一系列已知地理位置的控制点，在地面实地测量其坐标，然后通过像点与地理坐标的对应关系，进行几何校正与纠正的方法。

该方法的关键在于控制点的选择与测量精度，控制点越多、分布更均匀，纠正效果越好。

3. 数字高程模型（DEM）法数字高程模型法是通过使用数字高程模型数据，将遥感图像与地面实际高程进行对照校正的方法。

通过图像与DEM之间的高差计算，对图像进行几何校正与纠正。

这种方法适用于大范围的地形起伏、高程变化较大的区域。

三、遥感图像的几何校正与纠正注意事项1. 数据预处理在进行几何校正与纠正之前，需要对采集到的遥感图像进行预处理。

预处理包括影像增强、去噪、边缘检测等步骤，以提高图像质量和准确性。

2. 参考数据选择在进行校正与纠正时，需要选择适当的参考数据，以确保纠正结果的准确性。

参考数据可以包括航片、已经准确校正的图像、已知地理坐标点等。

3. 校正模型选择校正模型选择是几何校正与纠正的关键步骤之一。

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。