第三章遥感图像辐射校正和几何校正
如何进行卫星图像的几何校正和辐射校正
如何进行卫星图像的几何校正和辐射校正卫星图像是现代遥感技术中的重要组成部分，它可以提供大范围地表信息，对于城市规划、农业调查、环境监测等方面具有重要意义。
但是，卫星图像的几何形态和辐射反射率在拍摄过程中往往受到多种因素的影响，导致图像出现形变和色彩失真。
因此，进行卫星图像的几何校正和辐射校正是必不可少的。
几何校正是指将卫星图像中的像素位置和地理位置进行一一对应的过程。
由于卫星图像是以像素矩阵的形式记录的，像素的尺寸和形状会受到多种因素的影响，比如地球的曲率、仪器的误差等。
为了将图像与真实地理空间对应起来，需要对图像进行几何校正。
校正的方法有多种，常用的是地面控制点法和模型拟合法。
地面控制点法是指通过已知地理位置的地面控制点与图像中对应的像素点之间的对应关系，将像素点的坐标转换为地理位置坐标。
这种方法要求事先在卫星图像所覆盖的区域内选取一定数量的地面控制点，并测量它们的地理位置。
然后，通过像素点和地理位置之间的对应关系，推导出其他像素点的地理位置坐标。
这种方法的好处是精度较高，但是需要较多的地面控制点和较复杂的计算。
模型拟合法是较为常用的几何校正方法之一，它主要通过拟合数学模型将像素点的坐标与地理位置坐标建立起来。
在这种方法中，机器学习算法和数学模型扮演了重要角色。
通过机器学习算法，可以对卫星图像进行特征提取，并建立起像素点和地理位置之间的数学模型。
然后，通过该数学模型对其他像素点进行坐标转换。
这种方法的优点是计算简单、速度较快，同时对于控制点数量的要求较低。
辐射校正是指将卫星图像中的辐射反射率进行校正，以消除光照条件对图像色彩的影响。
辐射校正的目的是使图像的亮度和色彩能够更好地反映地表特征。
辐射校正主要包括大气校正和地表反射校正两个过程。
大气校正是指对卫星图像中的大气干扰进行修正。
大气干扰是指在图像拍摄过程中，大气中的气溶胶、水汽和其他颗粒物质对光波的散射和吸收作用所导致的影响。
这些影响会使图像的亮度和色调发生变化，造成图像信息的失真。
遥感图像几何校正
第4讲遥感图像几何校正遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。
几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。
在开始介绍ENVI的几何校正操作之前，首先对ENVI的几何校正几个功能要点做一个说明。
1几何校正方法（1）利用卫星自带地理定位文件进行几何校正对于重返周期短、空间分辨率较低的卫星数据，如A VHRR、MODIS、SeaWiFS等，地面控制点的选择有相当的难度。
这时，可以利用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。
（2） image to image几何校正通过从两幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置（3）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。
（4）image to image 自动图像配准根据像元灰度值或者地物特征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置过程。
（5）image registration workflow流程化工具将具有不同坐标系、不同地理位置的图像配准到同一坐标系下，使图像中相同地理位置包含相同的地物。
2控制点选择方式ENVI提供以下选择方式：∙从栅格图像上选择如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。
∙从矢量数据中选择如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。
∙从文本文件中导入事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。
第三章 几何校正
•
• 控制点选取的原则 控制点的选择要以配准对象为依据。以地面坐标为匹配标准 的，叫做地面控制点（记作GCP）。有时也用地图作地面控 制点标准，或用遥感图像（如用航空像片）作为控制点标准。 无论用哪一种坐标系，关键在于建立待匹配的两种坐标系的 对应点关系。
• 一般来说，控制点应选取图像上易分辨且较精细的特征点，这 很容易通过目视方法辨别，如道路交叉点、河流弯曲或分叉处、 海岸线弯曲处、湖泊边缘、飞机场、城廓边缘等。 特征变化大的地区应多选些。 图像边缘部分一定要选取控制点，以避免外推。 此外，尽可能满幅均匀选取，特征实在不明显的大面积区域 （如沙漠），可用求延长线交点的办法来弥补，但应尽可能避 免这样做，以避免造成人为的误差。
精度明显提高，特别是对 亮度不连续现象或线状特 征的块状化现象有明显的 改善。 更好的图像质量，细节表 现更为清楚。
计算量增加，且对图像起 鉴于该方法的计算量和精度 到平滑作用，从而使对比 适中，只要不影响应用所需 度明显的分界线变得模糊。 的精度，作为可取的方法而 常被采用。 计算量很大。 欲以三次卷积内插获得好的 图像效果，就要求位置校正 过程更准确，即对控制点选 取的均匀性要求更高。
k=Integer(x+0.5) l=Integer(y+0.5)
f(x,y)=f(k,l)
几何位置上的精度为±0.5像元
最邻近内插法以距内插点最近的观测点的像元值为 所求的像元值。该方法最大可产生0.5个像元的位置 误差，优点是不破坏原来的像元值，处理速度快。
II 双线性内插法
取（x，y）点周围的4邻点，在y方 向（或x方向）内插二次，再在x 方向（或y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。设4个邻 点分别为(i,j),(i,j+1),(i+1,j), (i+1,j+1),过(x,y)作直线与x轴 平行，与4邻点组成的边相交于点 （i,y)和(i+1,y)。先在y方向内 插,由f(i,j+1)和f(i,j)计算交点 的亮度f（i,y)；由f(i+1,j+1)和 f(i+1,j) 计 算 交 点 的 亮 度 f(i+1,y) 。 然 后 计 算 x 方 向 ， 以 f(i,y) 和 f(i+1,y) 来 内 插 f(x,y) 值。
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。
辐射定标、辐射校正、几何校正的区别
辐射定标、辐射校正、⼏何校正的区别为了较好地理解这⼏个概念，先介绍⼀下相关的术语 terminology。
DN值（Digital Number ）：遥感影像像元亮度值，记录地物的灰度值。
⽆单位，是⼀个整数值，值⼤⼩与传感器的辐射分辨率、地物发射率、⼤⽓透过率和散射率等相关。
反映地物的辐射率radiance地表反射率：地⾯反射辐射量与⼊射辐射量之⽐，表征地⾯对太阳辐射的吸收和反射能⼒。
反射率越⼤，地⾯吸收太阳辐射越少；反射率越⼩，地⾯吸收太阳辐射越多，表⽰：surface albedo表观反射率：表观反射率就是指⼤⽓层顶的反射率,辐射定标的结果之⼀，⼤⽓层顶表观反射率，简称表观反射率，⼜称视反射率。
英⽂表⽰为：apparent reflectance4、⾏星反射率：从⽂献“⼀种实⽤⼤⽓校正⽅法及其在ＴＭ影像中的应⽤”中看到“卫星所观测的⾏星反射率（未经⼤⽓校正的反射率）”；在“基于地⾯耦合的TM影像的⼤⽓校正-以珠江⼝为例”⼀⽂有“该⽂应⽤1998年的LANDSAT5 TM影像,对原始数据进⾏定标、辐射校正,求得地物的⾏星反射率”。
因此⾏星反射率就是表观反射率。
英⽂表⽰：planetary albedo，辐射校正VS. 辐射定标辐射校正：Radiometric correction ⼀切与辐射相关的误差的校正。
⽬的：消除⼲扰，得到真实反射率的数据。
⼲扰主要有：传感器本⾝、⼤⽓、太阳⾼度⾓、地形等。
包括：辐射定标，⼤⽓纠正，地形对辐射的影响辐射定标：Radiometric calibration 将记录的原始DN值转换为⼤⽓外层表⾯反射率（或称为辐射亮度值）。
⽬的：消除传感器本⾝的误差，确定传感器⼊⼝处的准确辐射值⽅法：实验室定标、机上/星上定标、场地定标不同的传感器，其辐射定标公式不同。
L=gain*DN+Bias在ENVI4.8中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块⼤⽓校正：Atmospheric correction 将辐射亮度或者表⾯反射率转换为地表实际反射率⽬的：消除⼤⽓散射、吸收、反射引起的误差。
图像几何校正与辐射校正
Yi Fy( xi, yi) d 0 d1xi d 2 yi d 3 xiyi d 4 xi 2 d 5 yi 2 ...
利用有限的控制点的已知坐标，解求多项式的系数，确定变换 函数。然后将各个像元带入多项式进行计算，得到纠正后的坐标。 29
3、遥感数字图像的多项式纠正
4
8.1 遥感图像的几何变形
一、基本概念
定义：遥感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中的表达要求不一致时，即说明 遥感图像发生了几何畸变。
遥感图像的总体变形（相对于地面真实形态而言）是平
移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结 果。 按照畸变的性质划分 几何畸变可分为系统性畸变和随机性畸变。
9)
扫描镜的扫描速度变化 。
9
MSS 举例:
例如扫描形式成像的MSS，产生的 几何畸变主要是由于扫描镜的非线 性振动和其它一些偶然因素引起的。 在地面上影响可达395米。
全景畸变：
10
全景畸变的图形变化情况
11
二、几何变形的类型
2、外部因素引起的畸变
遥感平台位置和运动状态变化的影响
地形起伏的影响
31
2.3.5 遥感数字图像的多项式纠正 （续1）
控制点的选择原则: 1) 表征空间位置的可靠性，道路交叉点，标志物，水域 的边界，山顶，小岛中心，机场等。 • • 同名控制点要在图像上均匀分布； 清楚辨认；
• 数量应当超过多项式系数的个数（(n+1)*(n+2)/2）。 当控制点的个数超过多项式的系数个数时，采用最小2 乘法进行系数的确定，使得到的系数最佳。
实际计算时常采用二元二次多项式：
x a00 a10u a01v a11uv a20u a02 v
【精品】3、遥感影像辐射校正教程PPT课件
L：辐射亮度值，单位（瓦特/平方厘米*微米*球面度） Gain:增益系数，可以从头文件获取。单位（瓦特/平方厘米*微
米*球面度） DN：数字量化值，DN值是遥感影像像元亮度值，记录的地物的
灰度值。无单位，是一个整数值，值大小与传感器的辐射分辨率、 地物发射率、大气透过率和散射率等有关。 Offset:偏移量，可以从头文件获取。单位（瓦特/平方厘米*微米 *球面度）
④单击Edit Calibration Parameters按钮，可以打开定标 参数对话框，可以自行修改定标参数。
⑤选择输出路径及文件名，单击OK按钮，执 行定标过程。
⑥显示定标结果
当元数据信息丢失，或者选择File→Open External File → Landsat → GeoTIFF ，打开GeoTIFF格式文件时，需要手动输 入ENVI Landsat Calibration Dialog对话框中的参数（默认参 数会自动添加），以不带元数据的Landsat7_ GeoTIFF格式文 件数据为例，操作过程如下：
y=a*x+b（线性函数关系）
相对定标是确定各像元之间、各探测器之间、各
波谱段之间以及不同时间测量的辐射度量相对值。
传感器辐射定标分为三个方面内容：
①发射前的实验室定标； ②基于星载定标器的星上定标； ③发射后的定标（场地定标）。
注：我们常用的定标参数，有使用实验室定标的结果（如高分辨 率传感器QuickBird、WorldView-1等）；也有使用实验室定标与 星上定标相结合的参数（如NOAA、MSS等）；由于设备老化， Landsat TM5的定标参数有用实验室定标的（2003年前），也有 用经过场地定标的参数（2003年后）；
遥感卫星影像辐射校正、几何校正、正射校正的方法
北京揽宇方圆信息技术有限公司遥感卫星影像辐射校正、几何校正、正射校正的方法a)辐射校正：进入传感器的辐射强度反映在图像上就是亮度值（灰度值）。
辐射强度越大，亮度值（灰度值）越大。
该值主要受两个物理量影像：一是太阳辐射照射到地面的辐射强度，二是地物的光谱反射率。
当太阳辐射相同时，图像上像元亮度值差异直接反映了地物目标光谱反射率的差异。
但实际测量时，辐射强度值还受到其他因素的影响而发生改变。
这一改变就是需要校正的部分，故称为辐射畸变。
引起辐射畸变有两个原因：一是传感器本身的误差；二是大气对辐射的影响。
仪器引起的误差是由于多个检测器之间存在的差异，以及仪器系统工作产生的误差，这导致了接收的图像不均匀，产生条纹和“噪声”。
一般来说，这种畸变在数据生产过程中已经由生产单位根据传感器参数进行了校正，不需要用户自行校正。
b)几何校正：当遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变时，即说明遥感影像发生了几何畸变。
遥感影像的总体变形（相对与地面真实形态而言）是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。
产生畸变的图像给定量分析及位置配准造成困难，因此遥感数据接收后，首先由接收部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数进行处理。
而用户拿到这种产品后，由于使用目的的不同或者投影及比例尺的不同，仍然需要作进一步的几何校正。
几何校正一般包括精校正和正射校正。
精校正：利用地面控制点对由于各种因素引起的遥感图像的几何畸变进行校正。
简单理解：和地形图的校正，校正后有准确的经纬度信息。
精校正适合于在地面平坦，不需要考虑高程信息，或地面起伏较大而无高程信息的情况。
有时根据遥感平台的各种参数已做过一次校正，但仍不能满足要求，就可以用该方法作遥感影像相对于地面坐标的配准校正，遥感影像相对于地图投影坐标系统的配准校正，以及不同类型或不同时相的遥感数据之间的几何配准和复合分析，以得到比较精确的结果。
测绘技术中的遥感图像纠正和融合方法
测绘技术中的遥感图像纠正和融合方法遥感图像的纠正和融合是测绘技术中的重要研究方向，具有广泛的应用价值。
本文将从遥感图像纠正和融合两个方面进行探讨，并介绍一些常见的方法和技术。
一、遥感图像的纠正方法1. 几何纠正几何纠正是指对遥感图像进行几何校正，使其与地理坐标系统相匹配。
常见的几何纠正方法包括地面控制点法和数字影像匹配法。
地面控制点法通过在图像上选择地物特征点，并与地面真实位置相对应，根据图像上的点与地面真值的差异进行几何变换，从而实现图像的几何纠正。
数字影像匹配法则是通过提取图像上的特征点，并与实际地面上的同名特征点进行匹配，然后根据匹配结果进行几何变换。
2. 辐射纠正辐射纠正是指对遥感图像进行辐射校正，消除光学、大气等因素对图像亮度和对比度的影响，使得图像能够真实反映地物的辐射特性。
常见的辐射纠正方法包括大气校正和辐射定标。
大气校正是通过模拟大气传输过程，根据测量的气象数据和大气传输模型，估算和减去大气散射和吸收对遥感图像的影响。
辐射定标则是通过将图像上的数字值转换为辐射度或反射率，以实现不同时间、不同传感器之间的数据比较和分析。
二、遥感图像的融合方法遥感图像融合是指将多个传感器获取的多源数据融合到一个整体图像中，以提供更全面、更准确的地物信息。
常见的遥感图像融合方法包括像素级融合和特征级融合。
1. 像素级融合像素级融合是通过将不同传感器获取的图像像素进行组合，生成具有更高分辨率、更丰富信息的图像。
常用的像素级融合方法包括加权平均法、主成分分析法和小波变换法。
加权平均法将不同传感器的图像按一定权重加权平均，得到融合后的图像。
主成分分析法是利用主成分分析对不同传感器的图像进行降维处理，然后通过反变换重构融合图像。
小波变换法则是利用小波变换对不同传感器的图像进行多尺度分解和重构，得到融合图像。
2. 特征级融合特征级融合是利用不同传感器获取的图像中的特征信息进行融合，提取和组合更全面、更准确的地物特征。
遥感影像检测与目标提取中的常见问题分析
遥感影像检测与目标提取中的常见问题分析遥感影像检测与目标提取是遥感技术中的核心应用之一，通过遥感影像分析，可以获取海量的地理信息数据。
然而，在实际应用中，常常会遇到一些问题，例如数据质量、目标提取技术的准确性以及算法的效率等。
本文将对这些常见问题进行分析和解决方案的探讨。
一、数据质量的问题遥感影像检测与目标提取的准确性直接受到遥感数据的质量影响。
常见的数据质量问题包括云雾遮挡、辐射校正和几何校正等。
云雾遮挡是影响遥感数据质量的主要因素之一。
当遥感影像中出现云雾时，目标提取的准确性会受到严重影响。
解决云雾遮挡问题的方法包括利用云检测算法对影像进行预处理，剔除云雾影响。
辐射校正是指根据定标参数将原始辐射数据转换为地物反射率数据的过程。
在遥感影像检测与目标提取中，辐射校正是保证数据准确性的关键步骤。
常见的辐射校正方法有统计法、比例发射率法和最小二乘法等。
几何校正是指将遥感影像的像素坐标转换为地理坐标的过程。
几何校正是保证遥感影像与地理坐标系统一致性的基础。
几何校正中的常见问题包括大地测量单位选择、地面控制点选择和几何精度评定等。
二、目标提取技术的准确性问题目标提取技术的准确性是遥感影像检测与目标提取的核心问题之一。
常见的目标提取技术包括阈值分割、边缘检测和模板匹配等。
阈值分割是通过设定合适的亮度或颜色阈值将图像中的目标与背景分离的方法。
但是阈值的选择对目标提取结果有重要影响，不同光照条件和目标特征的变化可能导致阈值选择不稳定。
边缘检测是通过寻找图像中的边缘信息来提取目标的方法。
然而，由于遥感影像中存在噪声和阴影等干扰因素，边缘检测的准确性常常会受到影响。
模板匹配是通过在遥感影像中搜索事先定义好的目标模板来提取目标的方法。
但是目标模板的选择和匹配算法的设计都对目标提取的准确性产生影响。
为了提高目标提取技术的准确性，可以采用多种方法相互结合的策略，例如将阈值分割与形态学处理相结合，或将边缘检测与模板匹配相结合。
遥感图像几何校正与辐射校正资料
选择文件，输入参数，执行定标过程
14
大气校正
目的是消除大气和光照等因素对地物反射的影响， 获得地物反射率、辐射率、地表温度等真实物理模 型参数；消除大气分子和气溶胶散 射的影响。
15
最小值去除法 找出辐射最小值；将每一个波段中每一个像元的亮
度值都减去本波段的最小值。使图像亮度动态范围 得到改善，对比度增强，从而提高了图像质量。
12
LANDSAT定标 使用LANDSAT定标工具可以将LANDSAT MSS、
TM、或ETM+的DN值转换成辐射亮度值或表观大 气反射率。 Basic Tools Preprocessing Data-Specific Utilities
Landsat TM Landsat Clibration
Display Enhance Histogram Matching
19
课程任务： 对南京市影像用两种方法进行校正
20
21
5
控制点的选取
选择基准影 像
选择需要被 校正的影像
6
控制点的选取
添加控制点
显示控制点 列表
对于RMS过高，明显存在错误的点，直接选中，按 Delete按钮删除；
对于其它的点，在两个图像的Zoom窗口，用十字光标 重新定位到正确的位置。选中需要微调的点，点击 Update按钮进行微调，直至RMS小于1个像素；
16
统计出图像各波段的最小值 Basic Tools/statistics/computer statistics功能
17
在Envi中使用basic tools/band math依次将程辐射值 减去 ，最后得到校正影像
18
直方图匹配 是典型的相对大气校正非线性校正法
图像几何校正与辐射校正
数字图像需要校正的原因：．辐射畸变：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这改变的部分就是需要校正的部分，称为辐射畸变。
引起辐射畸变的原因有两个，即传感器本身的误差和大气对辐射的影响。
传感器本身的误差由传感器生产单位根据传感器参数进行校正，而不需要用户进行校正。
大气的主要影响是降低了图像的对比度，可通过辐射校正来校正图像．．几何畸变（影像变形）：几何畸变是指图像的几何位置发生了变化，从而引起图像的变形可通过几何校正的方法校正图像。
引起几何畸变的原因确很多：如遥感平台的位置和运动状态受化的影响：飞机或卫星相对于地物的位置、飞行姿态、速度的变化地形起伏的影响：产生局部像点位移；地球表面曲率的影响：产生像点位移和导致像元对应于地面宽度的不等；大气折射的影响：从大气下层到上层，大气密度的不同导致折射率的不断变化，使得辐射传播不再是直线而是曲线，结果是产生像点位移；地球自转的影响：多数卫星在轨道运行的降段接收图像，即卫星自北向南运动，的同时，地球自西向东自转相对运动的结果是产生影像的偏离（向东偏）。
以上变形都由接收图像的接收部门根据遥感平台、地球、传感器的各种数据进行校正，当用户拿到遥感影像后，由于所使用图像的目的不同，或地图投影、比例尺、基准面等的不同仍需进行校正。
6)辐射校正通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。
．程辐射度：散射光向上通过大气进入传感器的那部分辐射量．辐射校正方法有两种：直方图最小值去除法、回归分析法。
．图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图．直方图作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。
直方图的曲线可以反映图像的质量差异．直方圈最小值去除法：幅图像中总可以找到某种或某几种地物其辐射亮度应该为0但不是0（接近于0），该地物的辐射值就是大气散射导致的程辐射度然后将每像兀值都减去这个程辐射值（即像元最小值），使图像对比度增强。
辐射定标几何校正顺序
辐射定标几何校正顺序1.引言1.1 概述在辐射定标和几何校正的遥感领域中，对于遥感图像的精确处理和分析，辐射定标和几何校正是两个关键步骤。
辐射定标旨在将遥感图像中的数字计数转化为辐射亮度值，使其能够反映出真实地物表面的辐射状况。
而几何校正主要针对遥感图像的几何变形进行矫正，包括去除图像中的噪点、减少纠正边界效应和准确地投影到地球表面等。
辐射定标过程主要包括利用地面辐射标准源来建立遥感影像的辐射定标模型，并通过对图像中的辐射值进行计算和校准，最终将图像的数字计数转化为具有物理意义的辐射亮度值。
这个过程有助于实现遥感信息的定量分析以及不同图像的比较和融合。
辐射定标的应用领域涉及到气象、地质、农业等多个领域，为研究人员提供了丰富的数据来源和分析手段。
几何校正是为了纠正遥感图像中存在的几何变形，包括图像的形状、大小、旋转和位置。
这些变形主要来自于影像获取时的飞行动态、地球曲率和地形变化等因素。
几何校正通过对图像进行几何转换，使得图像能够更加准确地与地理底层相一致，提高图像的空间精度和准确性。
校正方法主要包括多项式校正、投影转换和非线性校正等。
在本文中，我们将探讨辐射定标和几何校正的定义、原理以及它们在遥感图像处理中的应用领域。
我们还将强调校正顺序对结果的重要性，并提出一些建议和实践经验，以帮助读者更好地理解和应用这两个关键步骤。
通过深入了解辐射定标和几何校正，读者将能够更好地处理和分析遥感图像，从而为各种研究和应用提供更可靠的遥感数据基础。
1.2文章结构文章结构的编写应该包括以下内容：文章结构的设计是为了合理组织和展示论文的主要内容，能够使读者能够快速了解文章的组成和逻辑结构。
本文的结构主要分为引言、正文和结论三个部分。
引言部分为文章的开头，它主要包括概述、文章结构以及目的。
概述部分简要介绍了辐射定标和几何校正的主要内容，并强调了它们在遥感领域中的重要性。
文章结构部分则对全文的结构进行了概述，清晰地呈现了各个章节的内容安排。
遥感图像几何校正 ppt课件
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）
遥感图像的几何校正与辐射校正技术
遥感图像的几何校正与辐射校正技术遥感技术在现代科学和应用中扮演着重要的角色。
而在遥感技术中，图像的几何校正与辐射校正是必不可少的两个步骤。
几何校正负责消除由传感器成像系统引起的几何失真，而辐射校正则用来消除由大气和场景反射率变化引起的辐射度量误差。
几何校正是将遥感图像的像素坐标与地面实际坐标对应起来的过程。
在地球的表面上，由于地形的变化，相邻像元之间的距离和角度可能发生变化。
而传感器成像系统也会存在一定的误差，例如镜头畸变等。
这些因素都会导致图像中的几何失真，使得像素坐标与地面实际坐标无法一一对应。
因此，几何校正是将图像上的像素坐标进行修正，使其与真实地面坐标匹配。
实现几何校正的方法有很多，其中最常用的是基于控制点的法线变换方法。
该方法通过选取地面上已知坐标的控制点，将其在图像中的像素坐标与地面实际坐标进行匹配，并通过变换公式对整个图像进行校正。
这样可以有效地消除图像中的几何失真，提高遥感图像的精度和可用性。
辐射校正是消除由大气和场景反射率变化引起的辐射度量误差的过程。
在图像获取过程中，光线会经过大气层，与地面物体发生反射和散射，然后再经过传感器被记录下来。
然而，大气层对不同波长的光线有不同的吸收和散射特性，这会导致图像中的辐射度量与实际物体的辐射度量不一致。
因此，辐射校正就是通过一系列修正方法来消除大气的影响，得到反映地物辐射特性的真实图像。
常用的辐射校正方法有基于大气模型的模型反演法、基于辐射度量的绝对辐射度归一化法等。
这些方法通过对辐射度量进行修正，消除大气因素的影响，提高遥感图像的定量分析能力和应用效果。
遥感图像的几何校正与辐射校正技术在农业、城市规划、环境监测、资源调查等领域具有广泛的应用前景。
例如，在农业领域，通过对农田遥感图像进行几何校正，可以提高遥感数据在农作物监测和精细管理中的应用效果。
再如，在城市规划中，通过对高分辨率遥感图像进行辐射校正，可以准确获取不同区域的地表反射率，从而帮助城市规划师进行土地利用评估和城市建设规划。
几何校正,正射校正,影像配准,辐射定标,辐射校正,大气校正,地形校正概念详解
几何校正，正射校正，影像配准，辐射定标，辐射校正，大气校正，地形校正概念详解以下是这些校正和定标的概念详解：1. 几何校正：是指遥感成像过程中，受多种因素的综合影响，原始图像上地物的几何位置、形状、大小、尺寸、方位等特征与其对应的地面地物的特征往往是不一致的，这种不一致就是几何变形，也称几何畸变。
几何校正是通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的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中的表达要求不一致时产生的变形。
2. 正射校正：是对影像进行几何畸变纠正的一个过程，它将对由地形、相机几何特性以及与传感器相关的误差所造成的明显的几何畸变进行处理。
正射校正一般是通过在像片上选取一些地面控制点，并利用原来已经获取的该像片范围内的数字高程模型(DEM)数据，对影像同时进行倾斜改正和投影差改正，将影像重采样成正射影像。
3. 影像配准：是指对同一区域内以不同成像手段所获得的不同影像图形在同一地理坐标的匹配。
包括几何纠正、投影变换与统一比例尺三方面的处理。
在多时相、多信息的复合综合分析时常需进行各种配准处理，例如在多光谱影像进行彩色合成时，必须进行不同波段影像的配准，以保证相同景物的有关像元能一一对应，使结果准备可靠。
4. 辐射定标：是遥感数据处理中的一个关键步骤，旨在将原始遥感数据的数字值转换为具有物理意义的辐射度或反射率值。
这个过程是为了确保不同时间和传感器采集的遥感数据具有一致的标度，使其可以用于定量分析和比较。
5. 辐射校正：是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
辐射误差产生的原因可以分为传感器响应特性、太阳辐射情况以及大气传输情况等。
6. 大气校正：是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。
如何进行遥感影像的改正几何与辐射校正
如何进行遥感影像的改正几何与辐射校正遥感影像是一种通过卫星、飞机或无人机等遥感技术获取的地球表面图像。
然而，由于地球表面的变形和大气吸收散射等因素的影响，遥感影像在获取过程中往往存在一定的几何和辐射失真。
为了更准确地利用遥感影像进行地学研究和应用，需要进行改正几何与辐射校正。
本文将介绍如何进行遥感影像的改正几何与辐射校正的方法与步骤。
一、改正几何的方法与步骤在遥感影像中，由于卫星、飞机或无人机的摄像机与地面之间的相对运动以及地球的曲面特性，会导致图像产生几何失真。
改正几何主要包括坐标转换、几何纠正和合并等步骤。
1. 坐标转换坐标转换是将遥感影像中的像素坐标转换为地理坐标的过程。
常用的方法有像点测量和控制点配准等。
在进行像点测量时，可以通过对图像中的明显地物或地理特征进行测量，获得像素坐标与地理坐标之间的对应关系。
而控制点配准则是通过与已知地理坐标的参考影像进行配准，获取像素坐标和地理坐标之间的转换关系。
2. 几何纠正几何纠正是将遥感影像中的几何失真进行校正的过程。
常用的方法有多项式模型和空间变换等。
多项式模型基于像素坐标和地理坐标之间的多项式拟合关系，通过调整变换参数进行几何纠正。
而空间变换则是通过对地面进行网格化或三角剖分，并在图像中插值来实现几何纠正。
3. 合并在进行几何纠正后，可能会存在分幅问题，即一个遥感影像由多个不连续或有重叠区域的分块组成。
此时，需要进行分幅合并，使得遥感影像成为一个连续的整体。
常用的方法有重叠区域的像素平均和补全等。
二、辐射校正的方法与步骤在遥感影像中，由于大气吸收散射和地面特性的影响，图像中的亮度值会受到辐射失真的影响。
辐射校正旨在去除这些辐射失真，使得遥感影像的亮度值能够准确反映地面的真实特征。
1. 大气校正大气校正是去除大气吸收散射对遥感影像亮度值的影响。
常用的方法有大气模型和大气校正模型等。
大气模型基于大气物理学原理，通过计算大气组分和可见光谱的相互作用，来预测遥感影像中的大气亮度值。
- 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)。
(a) 原始影像
（b）同分辨DEM数据 (c)地形坡度角影像辐
射校正结果影像
14
辐射校正
由遥感器引起的误差或由太阳高度引起的误差，一般 在数据生产过程中由生产单位根据遥感器参数进行校正， 而不需要用户进行自行处理。用户应该考虑大气影响引 起的辐射畸变。
Gij
M
di D
(gij
mi )
式中：gij：某一像元被计算前的输入灰度值；M：整个图 像所有像元灰值的平均值；D：整个图像所有像元数灰度
值的标准偏差；mi：每条扫描线上像元灰度平均值；di： 每条扫描线上像元灰度的标准偏差
7
按照上面查找条带公式。如果第i行是一个条带，由于
条带上所有像元都是零级灰值，故mi和di计算出来也为 零值，最后计算的Gij的灰度值应该等于整个像幅灰度值
度，亮度为 。Lp
22
大气影响的定量分析
可见，由于大气影响的存在，实际到达传感器的辐射 亮度是前面所分析的三项之和，即
L L1 L2 Lp
L
RT
S ( E0T
cos
ED )
SLp
23
大气影响的定量分析
比较以下两个公式：
L'0
R
E0
S
cos
L
RT
S ( E0T
cos
ED )
SLp
大气的主要影响是减少了图像的对比度，使原始
f (x, y) g(x, y)
sin 如果不考虑天空光的影响，各波段图像可采用 相同的 角进行校正。 太阳方位角的变化也会改变光照条件，它也随成像 季节、地理纬度的变化而变化。太阳方位角引起的图 像辐射值误差通常只对图像细部特征产生影响，它可 以采用与太阳高度角校正相类似的方法进行处理。
11
0.216 0.250 1.239
波段 4 5 6 7
MSS的最小、最大辐射亮度
Landsat2 0.08/2.63
Landsat3 0.04/2.50
Landsat4 0.04/2.38
0.06/1.76
0.03/2.00
0.04/1.64
0.06/1.52
0.03/1.65
0.05/1.42
0.11/3.91
27
大气影响的粗略纠正
粗略校正指通过比较简便的方法去掉式
L
RT
S ( E0T
cos
ED )
SLp
中的Lp，即程辐射度，从而改善图像质量。式中还有漫
入射因子ED及其他如透过率等影响，这些因子都作为
地物反射率的因子出现，直接相减不易去除，常用比
值法或其他校正方法去除。严格地说，程辐射度的大
小与像元位置有关，随大气条件、太阳照射方向和时
由光电变换系统的特性引起的畸变校正：由于光电变换系统 的灵敏度特性通常有很高的重复性，所以可以定期地在地面 测定其特性，根据测定值进行校正。
条带噪声和斑点噪声
4
例：Landsat卫星光电转换系统特性引起的辐射误差校正
R
V R max R min Dmax
R min
其中：Rmin和Rmax 分别是探测器的最小、最大辐射亮度； Dmax 对应MSS和TM分别是127和255；
变化真正反映不同像元地物反射率之间的变化关系。
这种对大气影响的纠正是通过纠正辐射亮度的办法
实现的，因此也称作辐射校正。
26
大气影响的粗略纠正
精确的校正公式需要找出每个波段像元亮度值与地 物反射率的关系。为此需得到卫星飞行时的大气参数， 以求出透过率Tθ、Tφ等因子。如果不通过特别的观测， 一般很难得到这些数据，所以，常常采用一些简化的 处理方法，只去掉主要的大气影响，使图像质量满足 基本要求。
19
大气影响的定量分析
❖ 由于大气的存在，辐射经过大气吸收和散射，透过率小于1，从而减弱
了原信号的强度。同时大气的散射光也有一部分直接或经过地物反射进
入到传感器，这两部分辐射又增强了信号，但却不是有用的。在入射方
向有与入射天顶角θ和波长λ有关的透过率Tθλ；反射后，在反射方向上 有与反射大顶角Φ和波长λ又有关的透过率TΦλ。因此进入传感器的亮度 值为
间变化而变化，但因其变化量微小而忽略。可以认为，
程辐射度在同一幅图像的有限面积内是一个常数，其 28 值的大小只与波段有关。
大气影响的粗略纠正
❖ 直方图最小值去除法
29
大气影响的粗略纠正
❖ 直方图最小值去除法 基本思想在于一幅图像中总可以找到某种或某几
种地物，其辐射亮度或反射率接近0，例如，地形 起伏地区山的阴影处，反射率极低的深海水体处等， 这时在图像中对应位置的像元亮度值应为0。实测 表明，这些位置上的像元亮度不为零。这个值就应 该是大气散射导致的程辐射度值。
利用卫星影像头文件中提供的太阳高度角参数进 行辐射校正。输出文件为32位浮点影像数据。
(a) 原始影像
(b) 太阳高度角辐射校正后影像
12
例：地形坡度引起的辐射误差校正
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。如果光线垂直入射时水平地表 受到的光照强度为 ，I o则光线垂直入射时倾斜角为 a 的坡面上入射点处的光强度 为I ：
sin sin sin cos cos cost
式中， 为图像对应地区的地理纬度，
为太阳赤纬（成像时太阳直射点的地理纬度），
t 为时角（地区经度与成像时太阳直射点地区经度的
经差）。
10
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，在太阳高度求出后，太阳以高度角 斜射时得到的图像 g(x, y) 与直射时得到的图像 f (x, y) 有如下关系：
❖ 太阳位置引起的辐射误差 ❖ 地形起伏引起的辐射误差
3
辐射校正
❖ 由遥感器的灵敏度特性引起的畸变校正
由光学系统的特性引起的畸变校正：在使用透镜的光学系统 中，例如在摄像面中，存在着边缘部分比中心部分发暗的现 象（边缘减光）。如果以光轴到摄象面边缘的视场角为θ，则 理想的光学系统中某点的光量与cosnθ几乎成正比，利用这一 性质可以进行校正（cosnθ校正）。
32
例：直方图最小值去除法
MSS-7
MSS-4 G
大气影响的灰度直方图
MSS-7
MSS-4
原始影像
G
大气影响校正后的灰度直方图
直方图法大气校正结果影像
33
大气影响的粗略纠正
❖ 回归分析法
假定某红外波段，存在程辐射为主的大气影响，且亮
度增值最小，接近于零，设为波段a。现需要找到其他
波段相应的最小值，这个值一定比a波段的最小值大一
的平均值M，即计算出来第 i 行的所有像元的灰值都相
等（也即等于某一常数时），说明第 i 行是一个条带，
需进行去条带处理。
(a) 原始图像
(b) 纵向条带去除后结果图
8
辐射校正
❖ 太阳高度及地形等引起的畸变校正
视场角和太阳角的关系引起的亮度变化的校正：太阳光在地 表反射、扩散时，其边缘更亮的现象叫太阳光点（sun spot），太阳高度高时容易产生。太阳光点与边缘减光等都 可以用推算阴影曲面的方法进行校正。阴影曲面是指在图像 的明暗范围内，由太阳光点及边缘减光引起的畸变部分。
R 绝对辐射亮度；(mW/cm 2 sr) V 数据值。
5
TM的最小、最大辐射亮度
波段
1
Rmin/Rmax 波段宽度
-0.0099 /1.004 0.066
2
3
4
-0.0227 -0.0083 -0.0194 /2.404 /1.410 /2.660
0.081 0.069 0.129
5
6
7
-0.00799 -0.00375 0.1534 /0.5873 /0.3595 /1.896
地形倾斜的影响校正：当地形倾斜时，经过地表扩散、反射 再入射到遥感器的太阳光的辐射亮度就会依倾斜度而变化。 可以采取用地表的法线矢量和太阳光入射矢量的夹角进行校 正的方法，以及对消除了光路辐射成分的图像数据采用波段 间的比值进行校正的方法等。
9
例：太阳高度角辐射误差校正
太阳高度角引起的畸变校正是将太阳光线倾斜时获取的 图像校正为太阳光线垂直照射时获取的图像。太阳的高度角 可根据成像时刻的时间、季节和地理位置来确定：
些，设为波段b，分别以a，b波段的像元亮度值为坐
标，作二维光谱空间，两个波段中对应像元在坐标系
内用一个点表示。由于波段之间的相关性，通过回归
分析在众多点中一定能找到一条直线与波段b的亮度Lb
轴相交，且
第三章 遥感图像辐 射校正与几何校正
闫冬梅
1
3.1 辐射校正
辐射误差(rediometric error)：利用传感器观测目标的 反射与辐射能量时，传感器所得到的测量值与目标的 光谱反射率或光谱辐射亮度等物理量是不一致的。其 中包含了太阳位置条件、薄雾等大气条件、或因传感 器的性能不完备等条件所引起的失真。
辐射校正(rediometric calibration)：为了正确评价目 标的反射和辐射特性，消除图像中依附在辐射亮度中 的各种失真过程。
2
辐射误差产生的原因
❖ 因传感器的响应特性引起的辐射误差
❖ 光学摄影机引起的辐射误差 ❖ 光电扫描仪引起的辐射误差 ❖ 条带噪声、斑点噪声
❖ 因大气影响的辐射误差 ❖ 因太阳辐射引起的辐射误差
0.03/4.50
0.12/3.49
Landsat5 0.04/2.38 0.04/1.64 0.05/1.42 0.12/3.49 6
例：条带噪声去除