第四章遥感数据预处理-影像校正
遥感数据的校正
To be continued…
TM的R
波段 1 2 3 4 5 6
max
和R
min
R max 和R min
-0.009 9/1.004 -0.022 7/2.404 -0.008 3/1.410 -0.019 4/2.660 -0.007 99/0.587 3 -0.003 75/0.359 5
§2 几何校正
二、几何变形的校正
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。 几何粗校正是针对卫星运行和成像过程中引起的几何畸变进行的 校正，即卫星姿态不稳、地球自转、地球曲率、地形起伏、大气 折射等因素引起的变形。 几何精校正：利用地面控制点进行的几何校正称为几何精校正。 To be continued…
§3 遥感数据的镶嵌处理
三、消除拼接缝的强制改正方法
先统计拼接缝上任意位置两侧的灰度差，然后将灰度差在该位置 两侧的一定范围内强制改正掉。
拼 接 缝 的 强 制 改 正
本节结束
本章结束
返回
下一章
§1
辐射校正
二、镜头辐射畸变的校正
在使用透镜的光学系统中，由于透镜光学特性，其镜头中心和 边缘的透射光强度不一致，使同类地物在图像上不同位置有不同的 灰度值，一般是边缘部分比中间部分暗。在这类光学系统中，一幅 图像上各像点光的强度分布符合以下规律：
E p=E0 cos4θ
镜头的辐射畸变图示 To be continued…
§2
几何校正
三、卫星姿态引起的图像变形
位移变化
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。
遥感导论ppt课件
编辑课件
To be continued… 32
§2 几何校正
遥感图像的几何变形产生的原因
地形起伏
编辑课件
To be continued… 33
§2 几何校正
遥感图像的几何变形产生的原因
大气折射（光）：整个大气层不是一个均匀的介质，因
此电磁波在大气层中传播时的折射率也随高度的变化而 变化，使电磁波传播的路径不是一条直线而变成了曲线， 从而引起像点的位移，
§1 辐射校正
而在实际测量时，辐射强度值还受到其他因素的影响 而发生改变。这部分就是需要矫正的部分，这也就 是所谓的辐射畸变。引起辐射畸变的原因有两个方 面：
1.传感器本身所具有的误差（……） 2.大气对辐射的影响。
编辑课件
To be continued… 16
§1 辐射校正
大气对辐射的影响:
进入大气的太阳辐射会发生反射、 折射、吸收、散射和透射等现象。 其中，对传感器影响较大的是散射 和吸收。吸收主要是减弱了地物反射 光线进入传感器的强度，而散射光 进入传感器后，使其获取的遥感信 息中带有一定的非目标地物的成像信息，降低了图像对比度， 影响了图像的质量。
遥感图像的几何变形产生的原因
传感器所搭载的运载平台在运行过程中，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。
位移变化
(dα)
侧翻变化
速度变化
高度变化
编俯辑仰课(dω件变) 化
To be con偏ti(n航dκu变) e化d… 31
§2 几何校正
遥感图像的几何变形产生的原因
编辑课件
11
编辑课件
12
编辑课件
13
遥感影像预处理—影像
遥感影像预处理——影像辐射校正和几何校正一、辐射畸变与辐射校正产生畸变原因：1、遥感探测器系统误差：A、随机坏像元（散粒噪声）；B、起始行/终止列问题；C、行或列缺失、部分缺失；D、行或列条纹。
对应解决方案：A、求平均值（所有邻近像元）；B、人机交互平移；C、求两相邻行或列的平均值；D、对数据集进行处理以确定失调的行，计算增益和偏置并应用到受影响的行。
2、大气散射和吸收引起的大气衰减：A、反射；B、折射；C、散射；D、吸收。
对应解决方案：A、绝对大气辐射校正：（1）基于辐射传输模型的大气校正；（2）经验线定标法（实地测量、定标场）；（3）判断是否“黑体”。
B、相对大气辐射校正：（1）直方图调整，主要用于归一化单时相遥感影像不同波段的强度；（2）回归分析，主要用于将多时相影像各个波段的强度归一化到某一选定的标准影像上，选取伪不变特征（又叫辐射控制点）。
3、坡度坡向影响、太阳高度角：对应解决方案：A、简单余弦校正；B、两个半经验校正方法（MInnaert校正和C校正）；C、统计--经验校正。
二、几何畸变与几何校正：产生畸变原因：内部：1、地球自转引起的偏斜；2、扫描系统引起的标称地面分辨率变化；3、扫面系统一维高程投影差；4、扫描系统切向比例畸变。
外部：1、高度变化；2、姿态变化（翻滚、俯冲和偏航）。
校正方法：从影像到地图的校正：步骤：（1）确定输入像元坐标与该点对应的地图坐标之间的几何关系，即“空间插值”；方法：多项式拟合。
（2）确定像元亮度值，即“亮度插值”。
方法：①最近邻插值法；②双线性插值法；③三次卷积法。
遥感影像正射校正流程
遥感影像正射校正流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!遥感影像正射校正流程：1. 影像预处理：影像几何校正（去除镜头畸变）。
遥感影像预处理的正确步骤
遥感影像预处理的正确步骤遥感影像预处理是遥感技术中的重要环节，它对于后续的遥感影像分析和应用具有至关重要的作用。
正确的预处理能够提高遥感影像的质量和准确度，为后续的数据分析提供有力支持。
下面将介绍遥感影像预处理的正确步骤。
一、获取遥感影像数据遥感影像数据可以通过卫星、飞机等遥感平台获取。
在获取数据时，需要确保数据的准确性和完整性，并且注意选择合适的数据源和分辨率。
二、辐射校正遥感影像数据在获取过程中受到了大气、地表反射等因素的影响，需要对数据进行辐射校正。
辐射校正可以消除大气散射和吸收引起的影响，使得遥感影像能够更准确地反映地物的真实特征。
三、几何校正遥感影像在获取过程中存在着不可避免的几何畸变，需要进行几何校正。
几何校正可以将遥感影像的像素位置与地理位置进行对应，使得影像能够与地理信息数据相匹配。
四、影像拼接如果获取到的遥感影像数据较大，需要进行影像拼接。
影像拼接可以将多个影像拼接成一个完整的影像，提供更广阔的地理范围和更丰富的信息。
五、影像增强影像增强是为了提高遥感影像的视觉效果和信息提取能力。
常见的影像增强方法包括直方图均衡化、滤波等。
六、去噪处理遥感影像数据中常常包含各种噪声，需要进行去噪处理。
去噪处理可以提高影像的清晰度和信息质量。
七、影像切割根据具体的需求，可以对遥感影像进行切割，提取感兴趣的区域或目标。
影像切割可以减少后续处理的数据量，提高处理效率。
八、数据格式转换根据不同的应用需求，遥感影像的数据格式可能需要进行转换。
数据格式转换可以使得遥感影像能够被不同的软件和平台所识别和使用。
九、数据融合多源遥感影像数据可以通过数据融合的方法进行融合，提供更综合、全面的信息。
常见的数据融合方法包括像素级融合、特征级融合等。
遥感影像预处理的正确步骤包括获取遥感影像数据、辐射校正、几何校正、影像拼接、影像增强、去噪处理、影像切割、数据格式转换和数据融合。
这些步骤可以保证遥感影像的质量和准确度，为后续的数据分析和应用提供有力支持。
遥感图像处理 第4章+图像校正(1)
（2）热红外传输
在4.3μm（CO2）、4.5μm（N2测量可以用 来探测大气温度的剖面，6-7μm的区域可 用来探测水蒸气。3.8μm的窄窗和8.512.5μm的宽窗可用来对地球表面进行观测。
4.1.3 辐射传输理论
Vermote（1997）将在太阳-大气-目标-大 气-传感器的辐射传输过程中存在干扰传感 器接收目标物辐射或反射的电磁波，使得 形成的遥感原始图像与目标相比失真的因 素归结为4个方面：
（1）大气分子及气溶胶瑞利散射和米氏散 射、分子及气溶胶的吸收、散射以及散射 吸收的耦合作用。大气的存在导致程辐射 及吸收，这是两个相互对立的作用，一个 增加辐射量，一个减少辐射量。
瑞利散射（Rayleigh scattering）：由远小于光波长的气体分子引 起，如由O2、N2等；散射强度与波长的4次方成反比；“蓝天”效应
消除遥感图像数据中依附在辐亮度中的各种失真的过程称 为辐射量校正（Radiometric Calibration),简称辐射校 正。
PS：辐亮度就是指沿辐射方向，单位时间、单位面积、单 位立体角上的辐射通量。
辐射校正的目的
尽可能消除因传感器自身条件、薄雾等大 气条件、太阳位置和角度条件及某些不可 避免的噪声引起的传感器的测量值与目标 的光谱反射率或光谱辐亮度等物理量之间 的差异；尽可能恢复图像的本来面目，为 遥感图像的分割、分类、解译等后续工作 做好准备。
本次课内容
4.1 辐射传输 4.2 辐射误差 4.3 系统辐射误差校正
4.1 辐射传输
在可见光和红外遥感中，传感器接收到的 地物辐射来自于地表，因此，有必要了解 基本的传输过程。
地表辐射传输
4.1.1 基本概念
立体角：点状物体辐射通常是以 球面的形式向外均匀的 传播能量。立体角用来度量一个方向上某个面接收的辐射 量的大小。
第四章遥感数据预处理-影像校正
即消除大气散射对辐射失真 的影响。包括大气的消光 （吸收和辐射）、天空光照 射、路径辐射。
绝对校正示意图
常用大气辐射校正模型
相对辐射校正
• 适用范围： • 归一化单时相遥感影像不同波段间的强度
• 将多时相影像遥感数据各个波段的强度归
一化到某一选定的标准影像上
直方图校正方法
• 由传感器的噪声或磁带等部件的误码率造 根据影像变形情况选取校正模型，不同模型需要控制点数目不同，一阶多项式几何校正(理论最小值)：3个控制点；
没有经过色彩调节的拼接影像
成的，其特点是孤立和分散的，往往和周 X,Y,Z:地面坐标；
图像几何校正的基本方法是先建立几何校正的数学模型；
围的亮度值有明显的差别，并且彼此不相 similarly, RPC coefficients c1, …, c20, d1, …, d20 in functions fc and gc
• 地形图矢量化获取等高线 • 立体观测 • Lidar数据直接获取
生理视差是产生立体视觉和判断景物远近的原因。
立体观察是根据立体视觉原理进行的。实施立体观 察，必须是在连续拍摄的两张空中照片的重叠部分 上进行的。
人造立体视觉：空间景物在感光材料上构像，再用 人眼观察构像的像片产生生理视差，重建空间景物的立 体视觉，所看的空间景物称为立体影像，产生的立体视 觉称为人造立体视觉。
20-30个GCP，一般可以满足需求 三阶多项式几何校正(理论最小值)：10个控制点； c’ = fc(φ’,λ’,h’)/gc(φ’,λ’,h’)
关。斑点可以通过将图像像元亮度值同它 五阶多项式几何校正(理论最小值)：21个控制点；
遥感几何校正-高程数据获取
遥感影像预处理的正确步骤
遥感影像预处理的正确步骤一、影像获取遥感影像预处理的第一步是获取原始影像数据。
通过卫星、飞机或其他遥感平台获取的影像数据，可以获得不同波段的光谱信息。
二、影像校正影像校正是为了消除由于影像获取过程中产生的各种误差，提高影像质量。
主要包括几何校正和辐射校正两个方面。
几何校正是通过对影像进行几何变换，将其与真实地物的位置和形状相对应。
这样可以消除由于视角、高程等因素引起的形变，使影像与实际地物一一对应。
辐射校正是为了消除由于大气、地表反射等因素引起的辐射差异。
通过对不同波段的辐射通量进行标定和校正，可以得到准确的辐射值。
三、影像配准影像配准是将不同时间、不同传感器或不同分辨率的影像对齐到同一坐标系统中。
通过对影像进行几何变换，使其在空间上一一对应。
这样可以实现影像的叠加和比较。
四、影像增强影像增强是为了提高影像的可视性和解译能力。
通过应用不同的滤波器、变换或增强算法，可以突出地物的特征，减少噪声和干扰，使影像更清晰、更易于分析。
五、影像分类影像分类是将影像像元划分为不同的地物类别。
根据不同的目标和需求，可以使用不同的分类方法，如基于像素的分类、基于对象的分类等。
六、影像融合影像融合是将多源、多尺度或多波段的影像融合成一幅综合影像。
通过融合可以充分利用各种影像的优势，提高地物提取和解译的精度。
七、影像制图影像制图是将处理后的影像转换为地图或图像产品。
通过对影像进行地理参考、投影变换和符号化处理，可以生成各种专题地图和影像产品。
八、影像分析影像分析是对处理后的影像进行定量和定性分析。
通过应用不同的遥感算法和模型，可以提取地物信息、监测变化和预测趋势。
九、结果验证结果验证是对影像分析结果进行验证和评估。
通过与实地调查数据进行比对，可以评估分析结果的准确性和可靠性。
总结：遥感影像预处理是遥感应用的重要环节，它涉及到影像获取、校正、配准、增强、分类、融合、制图、分析和结果验证等多个步骤。
每个步骤都有其独特的作用和意义，对于提高影像质量和分析精度具有重要意义。
遥感图像校正ppt课件
地理参考（Geo-referencing）：将地理坐标系
统赋予图像数据的过程。
29 29
遥感图像几何精校正的一般过程
1)选取地面控制点（GCP），确定其空间坐 标； 2)利用控制点数据对图像进行空间变换
多项式近似法
合理选择校正方程的次数:2-3次。
10 10
回归分析法
用长波数据来校正短波数据
作法：在不受大气影响的波段（如TM5）和待校正的
某一波段（如TM1）图像中，选择由最亮至最暗的
一系列目标，将每一目标的两个待比较的波段灰
度值提取出来进行回归分析。
例如：
Y a1 b1 X
式中，X 为TM5波段的亮度均值； Y 为TM1亮度均值；
11 11
镶嵌与制图
28 28
图像配准（registration）：图像对图像的校准，
以使两幅图像中的同名像元配准。
图像精校正（rectification）：借助于一组地面
控制点（Ground Control Point，GCP），对 一幅图像进行地理坐标的校正，又称为georeferencing。
正射影像纠正（ortho-rectification）：借助于
控制点的地理坐标与地图投影的要求必须一致。
32 32
二次多项式间接法纠正变换公式为：
x fx (u, v) a00 a10u a01v a11uv a20u2 a02v2 y f y (u, v) b00 b10u b01v b11uv b20u2 b02v2
遥感图像校正
11
主要内容
辐射畸变
1、为什么要进行校正？ 2、怎样校正？
遥感影像处理具体操作步骤
遥感影像处理具体操作步骤遥感影像处理是利用遥感技术获取的遥感影像数据进行分析和处理的过程。
下面是遥感影像处理的具体操作步骤：1. 数据预处理：- 影像获取：通过卫星、航空器或者无人机等获取遥感影像数据。
- 影像校正：对获取的遥感影像进行几何校正和辐射校正，以消除影像中的几何畸变和辐射差异。
- 影像配准：将多个遥感影像进行配准，使其在同一坐标系下对齐，以便进行后续的分析。
- 影像切割：根据需要，将遥感影像切割成小块，方便后续处理。
2. 影像增强：- 直方图均衡化：通过调整影像的像素灰度分布，增强影像的对照度和细节。
- 滤波处理：利用滤波算法对影像进行平滑或者锐化处理，以去除噪声或者增强细节。
- 波段合成：将多个波段的影像合成为一幅彩色影像，以显示不同特征或者信息。
3. 影像分类：- 监督分类：根据已知样本进行训练，利用分类算法将遥感影像中的像素分为不同的类别。
- 无监督分类：根据像素的相似性进行聚类，将遥感影像中的像素分为不同的类别，不需要事先提供训练样本。
4. 特征提取：- 纹理特征：通过计算影像中像素的纹理统计量，提取纹理特征，用于地物分类和识别。
- 形状特征：通过计算影像中像素的形状参数，如面积、周长、圆度等，提取形状特征，用于地物分类和识别。
- 光谱特征：利用遥感影像中不同波段的反射率或者辐射值，提取光谱特征，用于地物分类和识别。
5. 地物提取：- 目标检测：利用目标检测算法，自动提取遥感影像中的目标物体，如建造物、道路等。
- 变化检测：通过比较不同时间的遥感影像，检测地物的变化情况，如城市扩张、土地利用变化等。
6. 结果评估：- 精度评估：通过对照遥感影像处理结果与实地调查数据或者高分辨率影像进行对照，评估处理结果的准确性和精度。
- 一致性检验：对处理结果进行一致性检验，确保处理结果的逻辑和合理性。
以上是遥感影像处理的具体操作步骤。
不同的任务和目标可能需要不同的处理方法和算法，具体操作步骤可能会有所不同。
遥感图像处理遥感图像的校正
变形图像
校正后
图 4-2
第二节 图像变换
遥感图像数据量很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的
方法对图像进行处理。在图像处理中，常常将图像从空间域转换到另一种域，利用这种域的特性来快速、
方便地处理或分析图像(如傅立叶变换可在频域中进行数字滤波处理)，将空间域的处理转换为变换域的处
第四章 遥感图像处理
遥感技术的目的是为了获得地物的几何属性和物理属性。原始的遥感图像并不能地提供实现这个目的 所需的准确而完备的条件。为了实现这个目的，原始遥感影像需要经过图像处理，来消除成像过程中的误 差，改善图像质量。
遥感图像处理包括以下几个阶段：图像的校正(预处理)，图像的变换，图像的增强，图像的分类。所 采用的手段有：光学图像处理和数字图像处理两种方法。
本章重点是掌握几何校正与图象变换方法。
图 4-1
第一节 遥感图像的校正
由于遥感成像过程中多种因素影响，致使遥感图像质量的衰减。遥感图像数据的校正处理就是消除遥 感图像因辐射度失真、大气消光和几何畸变等造成的图像质量的衰减。遥感图像质量衰减产生的原因和作 用结果都不相同，因此一般采用不同的校正处理方法。 4.1.1 辐射校正
4.2.1 傅立叶变换
傅立叶变换是图像处理中最常用的变换。它是进行图像处理和分析的有力工具。
针对遥感图像辐射失真或辐射畸变进行的图像校正。由于这种校正是通过纠正辐射亮度的办法来实现 的，因此称作辐射校正。
1. 造成遥感图像辐射畸变的因素 (1) 由遥感器的灵敏度特性引起的辐射失真 (2) 太阳高度及地形引起的辐射失真 2. 辐射校正的方法 总的来说，辐射校正的方法有两种：一是分析辐射失真的过程，建立辐射失真的数学模型，然后对此 数学模型求逆过程，用此逆过程求得遥感图像失真前的图像；二是利用实地测量的地物的真实辐射值，寻 找实测值与失真之后的图像之间的经验函数关系，从而得到辐射校正的方法。显然，第一种校正方法是与 失真过程有关的，第二种校正方法是与失真过程无关的。 4.1.2 大气校正 为消除由大气的吸收、散射等引起失真的辐射校正，称作大气校正。 1. 影响遥感图像辐射失真的大气因素 ( 1 )大气的消光(吸收和散射) ( 2 )天空光(大气散射)照射 ( 3 )路径辐射 2. 大气校正方法 常用的大气校正方法有两类。一类为基于理论模型的方法，该方法必须建立大气辐射传递方程，在此 基础上近似地求解。另一类方法为基于经验或统计的方法，如回归分析方法。 利用大气辐射传输方程来建立大气校正模型在理论上是可行的。实现精确的大气校正，必须找到每个 波段像元亮度值和地物反射率的关系。这需要知道模型中成像时刻气溶胶的密度、水汽的浓度等大气参数。 在现实中，一般很难得到这些数据，需要专门的观测来准确地测量这些数据，因此其方法应用受到一定限 制。
遥感影像预处理的正确步骤
遥感影像预处理的正确步骤在遥感领域，影像预处理是遥感数据处理的重要环节，对于提高遥感影像的质量和后续分析具有重要意义。
以下是遥感影像预处理的正确步骤：一、数据获取与预处理1.数据获取：遥感影像数据来源于各种遥感卫星、航空遥感等，需要根据研究目的选择合适的数据源。
2.预处理：数据获取后，需要对数据进行预处理，以消除原始数据中的噪声、异常值等问题。
预处理方法包括去除噪声、裁剪、缩放等。
二、几何校正与图像配准1.几何校正：由于遥感影像在采集过程中可能受到传感器本身、地球曲率、大气折射等因素的影响，导致影像几何变形。
几何校正旨在消除这些变形，提高影像质量。
常见的方法有传感器模型校正、基于控制点的几何校正等。
2.图像配准：图像配准是将多幅遥感影像（如多光谱影像和单波段高分辨率影像）进行空间对齐，使其在同一坐标系统下。
配准方法有基于像素的配准、基于变换的配准等。
三、图像融合1.图像融合是将不同分辨率、不同光谱的遥感影像融合为高分辨率、多光谱的影像。
常见的图像融合方法有：（1）IHS变换融合：将高分辨率全色影像与亮度进行直方图匹配，然后去掉亮度，用预处理的高分辨率全色影像代替。
与色度H、饱和度S一起，利用逆变换式变换至RGB系统，得到融合后的影像。
（2）小波变换融合：利用人眼对局部对比度变化敏感的特性，根据一定的融合规则，在多幅原图像中选择最显著的特征（如边缘、线段等），并将这些特征保留在融合后的图像中。
四、影像增强与分割1.影像增强：通过调整亮度、对比度、色彩平衡等参数，提高遥感影像的视觉效果。
常见的增强方法有：直方图均衡化、自适应直方图均衡化、色彩空间转换等。
2.影像分割：将融合后的遥感影像划分为不同的区域，以便进行后续分析。
常见的分割方法有：基于阈值的分割、基于区域的分割、基于边缘的分割、基于深度学习的分割等。
五、特征提取与分析1.特征提取：从遥感影像中提取有意义的特征，如纹理、颜色、形状等。
常见的特征提取方法有：灰度共生矩阵、局部二值模式（LBP）、HOG特征等。
如何进行遥感影像纠正处理
如何进行遥感影像纠正处理遥感影像是以航空器或卫星为平台，通过传感器获取地球表面信息并记录下来的影像，它广泛应用于地质勘探、农业监测、环境保护等领域。
然而，由于遥感影像收集过程中的各种因素，如大气散射、地表反射等，使得影像存在着一定的扭曲和失真。
针对这些问题，遥感影像的校正处理变得非常重要。
本文将介绍遥感影像的校正处理方法，以及它们的原理和应用。
首先，我们要了解遥感影像校正处理的目标是什么。
遥感影像的校正处理旨在消除图像中的非地物因素对影像的影响，使图像能够准确地反映地物的实际状态。
校正处理的过程包括几个主要步骤：大气校正、几何校正和辐射校正。
大气校正是遥感影像校正处理的首要步骤。
大气校正的目标是消除大气散射引起的影像云雾、大气层透明度等问题，以获得更真实的地物信息。
大气校正的方法有多种，常用的是通过获取一定数量的反射率标准场地的光谱信息，对影像进行大气纠正。
这可以通过利用大气模型和反射率测量数据来实现。
同时，结合辐射传输方程以及定标技术，可以计算出影像中地物的辐射率。
几何校正是校正处理的关键步骤之一。
其目的是消除影像中由于飞行高度、角度、传感器摆放等因素引起的几何失真。
几何校正的方法有很多种，其中最常用的是地面控制点法和同名点法。
地面控制点法是通过在地图上选取一些已知坐标的地物，然后在影像上找到对应的位置，以确定影像的几何位置。
同名点法是通过在影像上选取一些在地图上已知坐标的地物，然后在影像上找到对应位置，以确定影像的空间几何位置。
几何校正的结果将是一个经过坐标变换的图像，可以实现在地理坐标系上进行空间分析。
辐射校正是为了获得地物表面光谱信息而进行的校正处理。
辐射校正的目标是消除影像中由于传感器的不同响应和辐射入射角度变化而引起的辐射度量误差。
辐射校正的方法有多种，包括传感器定标和辐射亮度温度计算等。
传感器定标是通过测量已知辐照度的标准光源在传感器上产生的电压来确定传感器的辐射度量特征。
辐射亮度温度计算是根据卫星辐射测量值和大气参数估计地表温度。
遥感技术与应用-04遥感图像校正ppt课件
第四章 遥感图像校正
2018/11/26
2
内容简介
遥感图像的辐射畸变 (Radiometric Distortion)
遥感图像的辐射校正 (Correction of Radiometric Distortion)
遥感图像的几何畸变 (Geometric Distortion)
般很难得到这些数据。
波谱测试回归分析法：需要到野外进行与陆地卫星 同步的一致测试。
2018/11/26
8
辐射校正
波段对照法:直方图最小值去除法和回归分析法
直方图最小值去除法
直方图：以统计图的形式表示图像亮度值与像素数之间的关系。在 二维坐标系中，横坐标代表图像中像素的亮度纵坐标代表每一亮度
扫描角越大时，光线路径越长，大气衰减越严重。星（机）下 点位置的地物辐射信息的光线路径最短，大气衰减所产生的影
响也最小。因此辐射量失真最小。
光电变换系统的特性引起的畸变：传感器的光谱响应特性和传 感器的输出有直接的关系。在扫描方式的传感器中，传感器接
收系统收集到的电磁波信号需经光电转换系统变成电信号记录
遥感图像的几何校正 (Correction of Geometric Distortion)
遥感图像配准 (Image Registration)
2018/11/26
3
遥感图像的辐射畸变
辐射畸变：图像数据中各种辐射亮度的失真；
引起辐射畸变的因素
大气层对辐射的影响：进入大气的太阳辐射会发生
反射、折射、吸收、散射和透射。其中对传感器接
或亮度间隔的像素数占总像素数的百分比。
遥感影像数据的处理与分析
遥感影像数据的处理与分析遥感影像数据处理与分析是指对通过遥感技术获取的影像数据进行处理和分析的过程。
遥感影像数据包含了地球上不同地区的图像信息，可以用于地质勘查、农业监测、城市规划等多个领域。
下面将就遥感影像数据处理与分析的一些常见方法进行介绍。
首先，遥感影像数据预处理是遥感影像数据处理与分析的第一步。
预处理包括影像校正、辐射定标、大气校正等。
影像校正是指将影像图像与地球表面上点的坐标相互对应，并确定坐标系统。
辐射定标是通过计算由地球表面反射的辐射能量，将影像数据转化为可以被理解和分析的数字数据。
大气校正是通过校正大气介质对影像数据的影响，消除大气光线散射和吸收的影响。
预处理能够提高影像数据的质量和准确性，为后续的分析工作奠定基础。
另外，遥感影像数据的变化检测也是一项重要的分析方法。
变化检测可以用于监测城市的扩张、农田的利用情况、森林的砍伐等。
变化检测可以通过比较同一地区不同时间的遥感影像，找出地表覆盖类型的变化，并进行定量分析。
常用的变化检测方法有像元级变化检测和对象级变化检测。
像元级变化检测是比较两幅影像之间的像元，并根据像元间的差异来判断是否发生了变化。
对象级变化检测则是先对影像数据进行分割，将连续的像元分成不同的对象，然后比较对象之间的差异。
最后，遥感影像数据还可以用于地表参数的估计与分析。
地表参数包括地表温度、植被指数、土壤湿度等，对于农业、气候研究等领域具有重要的意义。
通过遥感影像数据，可以基于不同的波段信息来估计和分析地表参数。
例如，NDVI（Normalized Difference Vegetation Index，归一化植被指数）可以通过红外波段和可见光波段的比值来表征植被的状况。
综上所述，遥感影像数据的处理与分析是一项复杂而重要的工作。
它可以通过对遥感影像数据的预处理、分类与识别、变化检测以及地表参数的估计与分析，为地质勘查、农业监测、城市规划等多个领域提供可靠的数据支持，并为相关决策提供科学依据。
遥感影像校正课件
02 03
模型参数的估计与调整
需要根据实际情况选择合适的模型和参数估计方法，如最小二乘法、梯 度下降法等。同时，也需要对模型参数进行检验和调整，以确保模型的 准确性和可靠性。
误差分析与评估
在完成几何校正后，需要对校正结果进行误差分析和评估，以确定校正 的有效性和精度。
04
遥感影
几何校正的基本原理
图像的几何畸变
描述图像与实际地物之间的几何位置偏差。
几何校正的必要性
对于遥感影像的后续处理，如地图绘制、图像解译等，需要消除或 减小几何畸变的影响。
几何校正的基本流程
一般包括选择控制点、建立校正模型、应用校正模型三个步骤。
几何校正的方法及流程
控制点选择
选择具有明显地物特征和易于识 别的点作为控制点。
基于ERDAS Imagine的遥感影像校正案例
详细描述
1. 导入原始影像：在ERDAS Imagine中，首先需要导入需要进行校正的 原始影像。
2. 地理坐标转换：将原始影像的地理坐标系转换为所需的坐标系，如 WGS84。
基于ERDAS Imagine的遥感影像校正案例
1 2
3. 建立几何校正模型
。
通过不断调整控制点的位置和数学模型参数，迭代计算出最佳 的变换参数。
通过比较正射校正前后的影像精度，如均方根误差（RMSE）、 相关系数等指标，评估正射校正的效果。
06
遥感影像校正案例分析
基于ERDAS Imagine的遥感影像校正案例
• 总结词：ERDAS Imagine是一款功能强大的遥感影像处理软件 ，其提供的影像校正功能能够实现精确的地理定位和几何校正 。
纠正传感器姿态
传感器的姿态不正会导致影像出现旋转、扭曲等畸变，正 射校正可以纠正这些畸变，使影像更加正直、平衡。
04遥感图像预处理
3.高光谱图像的校准和归一化
实用线性方法，即线性回归每个波段的记 录值和实际测量值．得到一个线性增量系 数和偏差值，从而校正其他值
平场法．选一块光谱均一的高反射区取其 平均值，然后对每一个像元的光谱值除以 这个平均值N。
3.高光谱图像的校准和归一化
以上多数方法都没有使用大气数据和模型， 因此确切地说仅对高光谱图像作了归一化 处理。
（2）双线性插值 利用待求像素四个邻近像素的灰度在两个方 向作线性内插；
对(i,j+v)，f(i,j)到f(i,j+1)的灰度 变化为线性关系，有
f(i,j+v)=[f(i,j+1)-f(i,j)]v+f(i,j) 同理，对(i+1,j+v)有
f(i+1,j+v)=[f(i+1,j+1)-
翻滚：遥感平台姿态翻滚是指以前
进方向为轴旋转了一个角度。可导致 星下点在扫描线方向偏移，使整个影 像的行向翻滚角引起偏离的方向错动。
偏航：指遥感平台在前进过程中，
相对于原前进航向偏转了一个小角度， 从而引起扫描行方向的变化，导致影 像的倾斜畸变。
三、地形起伏的影响
四、地球曲率
一是像点位置的移动；
航速：卫星的椭圆轨道本身就导致了
卫星飞行速度的不均匀，其他因素也可 导致遥感平台航速的变化。航速快时， 扫描带超前，航速慢时，扫描带滞后， 由此可导致影像在卫星前进方向上（影 像上下方向）的位置错动。
俯仰：遥感平台的俯仰变化能引起
影像上下方向的变化，即星下点俯时后 移，仰时前移，发生行间位置错动。
象
素
填 充
y
映
射
x f(x,y) (x,y)整型
- 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)。
数字图像几何纠正的主要处理过程
准 备 工 作
输入 原始 数字 影像
建立纠 正变换 函数
确定输 出影像 范围
像元 坐标 变换
像元 亮度 值重 采样
输出 纠正 后的 图像
准备工作：图像、地图、大地测量资料、平台轨道参
数、传感器参数、控制点的选择；（具体内容可选）
纠正变换函数建立：输入和输出图像间的坐标变换关
•不易随时间变化的目标
大比例尺的图像：道路交叉点、机场跑道、建筑物 小比例尺的图像：城区、一些线性地物交叉点（河流、道路）
分布：较均匀分布与图像范围内，保证足够数量
控制点的选择
1. 多项式纠正法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，则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
相对配准
选择某一卫星数据作为参考图象，将其他卫星数据与之配准，简称图像对 图像的配准。
绝对配准
将所有的图像分别校正到地图坐标系下。
SPOT与TM影像的配准
配准后TM 精纠正后SPOT
DRG
已有高精度纠正结果时：在对已有纠正图像进一步检查的基 础上，以纠正好的、几何精度高的数据为底图，进行配 准纠正。
2 GCP分布应尽可能在整幅图像内均匀分布，否则 在GCP密集区精度较高，在GCP分布稀疏区出现较 大误差
配 准 点 的 选 取
控制点选取的标准
• 校正模型约定控制点数目 • 控制点残差评价控制点选取好坏
RMSerror x xorig y yorig
2
2
遥感几何校正-数据重采样
投影距离的影响
中心投影：投影距离不同或焦距不同则像片的比例尺也不同。
垂直投影：投影距离不同与像片比例尺无关。（不存在焦距）
投影倾斜面的影响
中心投影：投影面的倾斜造成同一个像片不同部位比例尺的差异。
垂直投影：不存在投影面的倾斜。
地形起伏的影响
中心投影：地形起伏造成像点位移。 垂直投影：不存在像点位移。
Rational polynomial functions
• usually, 3rd order polynomials are used
fr = a1+a2φ’+a3λ’+a4h’ +a5φ’λ’+a6λ’h’+a7φ’h’+a8λ’2+a9φ’2+ +a10h’2+a11φ’λ’ h’+a12λ’3+a13φ’2λ’+a14λ’h’2+a15φ’λ’2+ +a16φ’3+a17φ’ h’2+a18λ’2h’+a19φ’2λ’+a20h’3 gr = b1+b2φ’+b3λ’+b4h’ +b5φ’λ’+b6λ’h’+b7φ’h’+b8λ’2+b9φ’2+ +b10h’2+b11φ’λ’ h’+b12λ’3+b13φ’2λ’+b14λ’h’2+b15φ’λ’2+ +b16φ’3+b17φ’ h’2+b18λ’2h’+b19φ’2λ’+b20h’3 • similarly, RPC coefficients c1, …, c20, d1, …, d20 in functions fc and gc
遥感图像预处理
遥感成像过程
真实影像-----畸变影像
遥感影像畸变
• 辐射畸变：指遥感传感器在接收来自地物的电磁 波辐射能时，电磁波在大气层中传输和传感器测 量中受到遥感传感器本身特性、地物光照条件 （地形影响和太阳高度角影响）以及大气作用等 影响，而导致的遥感传感器测量值与地物实际的 光谱辐射率的不一致。 • 几何畸变：当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，就产生几何畸变。
传感器校正物理模型
• 航空影像--共线方程 • SPOT卫星影像 • IKONOS/QuickBird卫星影像
共线方程
X Y Z X A X S YA YS Z A Z S
Z
z S Z
ZA-Zs
y x
a 像点（X,Y,Z）
X
Y
Zs
A
XA-Xs YA-Ys
地面点 (XA-Xs, YA-Ys,ZA-Zs)
Y
N
Ys
D
Xs
X
共线方程
影像坐标、地面坐标以及外方位参数之间的关系：
a1( X A X s ) b1 (YA YS ) c1 ( Z A Z S ) xf a3 ( X A X S ) b3 (YA YS ) c3 ( Z A Z S )
a 2 ( X A X s ) b2 (YA YS ) c2 ( Z A Z S ) yf a3 ( X A X S ) b3 (YA YS ) c3 ( Z A Z S ) x,y:影像坐标；X,Y,Z:地面坐标；XsYsZs：摄影中心的 地面坐标。 f:像片主距。 a,b,c由三个角元素定义的3×3旋转矩阵的系数，目 的将影像坐标换成地面坐标系统。
LAi a bRi
常用大气辐射校正模型
辐射校正算例
辐射校正算例-续
辐射校正算例-续
相对辐射校正
适用范围： • 归一化单时相遥感影像不同波段间的强度 • 将多时相影像遥感数据各个波段的强度归一化到某一选定 的标准影像上
直方图校正方法
从图像像元亮度值中减去一个辐射偏置量（LP），辐射偏 置量等于图像直方图中最小的辐射亮度值。 前提（假设）：水体（或阴影）等物体的灰度值为0， 大气散射导致图像上这些物体的灰度值不为0（辐射偏置 量） 暗物体法（Dark-object method）
n
n i
ij
ui vi ui vi
b
ij
根据影像变形情况选取校正模型，不同模型需要控制点数目 不同，一阶多项式几何校正(理论最小值)：3个控制点； 二阶多项式几何校正(理论最小值)：6个控制点； 三阶多项式几何校正(理论最小值)：10个控制点； 四阶多项式几何校正(理论最小值)：15个控制点； 五阶多项式几何校正(理论最小值)：21个控制点；
遥感几何校正ຫໍສະໝຸດ 中心投影定义：凡空间任意点A（物点）与一固定点S（投影中心）连 成的直线或延长线（即中心光线）被一个平面（像平面）所 截，则此直线与平面的交点a（像点）称为A点的中心投影。
从投影上而言，航空像片（正片）的位置，等于以 投影中心为圆心，以焦距f为半径，将P旋转至P’（下 图），P’即为正像的位置。
影像重采样
影像重采样
影像重采样
像素灰度内插法效果比较
原始影像灰度表面
最近邻内插法
双线性内插法
三次内插法
遥感配准及镶嵌
影像配准
(Matching) 是将同一地区的不同特性的相关影像(如
不同传感器，不同日期，不同波段或传感器在不同位置获取的同一地区 地物)在几何上互相匹配，即实现影像与影像间地理坐标及像元空间分辨 率上的统一。
遥感图像的大气校正
地物发射的电磁能量在经过大气层时，大气对电磁波的吸收和散 射对遥感图像造成影响，其中主要是大气散射，大气校正即消除 大气散射对辐射失真的影响。包括大气的消光（吸收和辐射）、 天空光照射、路径辐射。
绝对校正示意图
经验线法
与卫星扫描同步进行 野外波谱测试，将地 面测量结果与卫星影 像对应像元亮度值进 行回归分析，回归方 程为：
监测范围较小时：高几何分辨率全色SPOT 先几何校正到地
图坐标系，再将TM 配准到全色SPOT上。 监测范围较大时：先将高质量的某一时相TM数据进行几何纠 正，象元采样成10米的地面分辨率，作为标准影象地图；再
将其余卫星数据以景为单元与其进行相对配准。
配准精度检查 对配准后数据进行快速融合处理，目视检查融合图 是否有重影现象。
卫星遥感数据几何畸变
几何校正方法
图像几何校正的基本方法是先建立几何校正的数学模型； 其次利用已知条件确定模型参数；最后根据模型对图像进 行几何校正。通常分两步： ①图像空间坐标变换；首先建立图像像点坐标（行、列 号）和物方（或参考图）对应点坐标间的映射关系， 解求映射关系中的未知参数，然后根据映射关系对图 像各个像素坐标进行校正； ②确定各像素的灰度值（灰度内插）。
系；如多项式法、共线方程法等。
遥感几何校正-校正模型
校正模型
• 通用校正模型 几何多项式 DLT模型(Direct Linear Transformation ) RPC模型(Rational Funtion) • 物理校正模型 共线方程
多项式模型
x y
a
i 0 n j 0 n i i 0 j 0
Y a b X
Y：待校正波段的图像亮度值
X：不受大气影响波段的图像亮度值
TMi ai bi TM 7
怎么求a,b？
辐射校正回顾
辐射定标：传感器探测值的标定过程，用以确定传感器入 口处的准确辐射值。
辐射校正：消除或改正遥感图像成像过程中附加在传感器 输出辐射能量中的各种噪声。 大气校正：指大气散射校正，即消除大气散射对辐射失真 的影响。包括大气的消光（吸收和辐射）、天空光照射、 路径辐射。
遥感影像辐射校正
遥感辐射畸变
辐射畸变的来源
辐射畸变的主要来源
传感器影响 依赖于太阳辐射波长 大气影响 地形影响
常见的遥感传感器系统误差
• 随机坏像元 • 行或列缺失 • 行或列条纹