ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok

实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。

遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。

一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。

遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。

几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。

本实验将针对不同的数据源和辅助数据，提供以下几种校正方法：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，控制点可以是键盘输入、从矢量文件中获取。

地形图校正就采取这种方法。

Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。

大多数几何校正都是利用此方法完成的。

Image to image自动图像配准：根据像元灰度值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准过程。

当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整1. 地形图的几何校正（1）打开并显示地形图从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。

（2）定义坐标从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。

在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Map。

图3.1 image to map Registration对话框（3）点击ok，启动自动配准程序。

（4） Ground Control Points Selection对话框中，点击Add point，把该地面控制点添加到列表中。

点击Show list查看地面控制点列表，见图3.2。

然后依同样的方式寻找其余的同名地物点。

Ground Control Points Selection对话框图3.2用来进行影像配准的Ground Control PointsSelection对话框和Show list列表注意：在缩放窗口中支持亚像元（sub-pixel）级的定位，缩放的比例越大，地面控制点的精度就越好。

地面控制点的选择除了通过移动光标之外还可以直接在同名地物点上通过鼠标进行点击完成。

在show list对话框中，一旦已经选择了4个以上的地面控制点后，RMS误差就会显示出来。

图3.3缩放窗口（Zoom）（5）如果选择的控制点中，某点的误差很大，删除该点，重新寻找新的点来代替。

在show list对话框中用鼠标点击该点，选择delete即可删除该点。

如果对所有选择的控制都不满意的话，可以通过Ground Control Points Selection对话框，选择Options →Clear All Points，可以清除掉所有的已选择的地面控制点。

（6）若选择的地面控制点比较满意，则在Ground Control Points Selection对话框中选择options→Warp File选择待校正的地形图文件，点击OK填写重采样参数(注意：输出像元大小选择5米，如果太大输出的图像模糊)，输出文件路径及文件名。

（8）打开校正后的地形图，在主窗口双击鼠标左键，查询校正结果。

重复以上步骤，校正3-几何校正\地形图\G-48-34-b.JPG文件。

最后将两幅校正好的地形图在ARCGIS中打开，观察两者的位置关系。

2.影像对影像的几何配准利用SPOT图像校正Landsat TM。

（1）打开并显示Landsat TM图像1 从ENVI主菜单中，选择file →open image file。

2从列表中选择tmatlanta.img（待校正影像）文件。

3 在文件选择对话框中，点击open ，把TM影像波段加载到可用波段列表中。

4 在列表中选择3个波段, 选择new display彩色显示。

（2）打开并显示SPOT图像同上方法,选择pan atlanta.img（已具有投影信息的参考影像）并打开SPOT TM（3）显示光标位置/值要打开一个显示主影像窗口，滚动窗口，或者缩放窗口中光标位置信息对话框，可以按以下步骤进行操作。

1 从主影像窗口菜单栏中，选择tools →Cursor Location/value。

2 在主影像窗口、滚动窗口和缩放窗口的TM影像上，移动鼠标光标。

注意坐标是以像素为单位给出的，这是因为这个影像是基于像素坐标的，它不同于上面带有地理坐标的SPOT影像。

3 选择file →Cancel，关闭Cursor Location/value对话框。

（4）开始进行影像配准1 从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to Image。

2 在image to Image Registration对话框中，点击并选择display＃1（spot 影像），作为Base Image。

点击display＃2（TM影像）作为Warp image。

图2.2image to Image Registration对话框3 点击ok，启动自动配准程序。

○7○6RMS Error (Root mean square error均方根误差)，可以显示总的RMS误差。

为了最好的配准，应该试图使 RMS 误差最小化。

○7Predict 预测点坐标功能通过将光标放置在两幅影像的相同地物点上，来添加单独的地面控制点，在Ground Control Points Selection对话框中，点击Add Point○4，把该地面控制点添加到列表中。

点击Show List○5查看地面控制点列表。

(1)同名控制点的要求：分布均匀，不少于30个。

(2)一旦已经选择了至少5个地面控制点以后，RMS误差就会显示出来。

（RMS误差是基于一个适于点的一次多项式（a first order polynomial）计算的，它的大小表明了点是否正确输入（如果误差较大，你可能需要编排基准位置）。

）(3)一旦已经选择了至少3个地面控制点以后，在标准影像选好控制点之后，就可以用Predict预测出校正影像同名控制点的大致位置。

(4)点击Show Lis t,显示控制点列表：图2.5影像配准中所用到的Image to Image GCP List对话框“Order Points by Error”,按RMS误差大小的顺序排列控制点；“Clear all points”，清除所有的控制点“On/Off”,开启或关闭点，即是否让所选的高亮度的控制点（如上图中的#5）参与校正“Delete”，删除所选高亮度的控制点（5）选择纠正参数并输出结果在Ground Control Points Selection上，选择Options→Warp File，选择需纠正图像。

重采样说明：①①○2 ○2 ○3 ○4(1)①ENVI 提供三种校正方法：RST法(Rotation旋转、Scaling缩放、translation平移)、多项式法（polynomial）和三角校正法(Delaunay triangulation)。

A.RST 纠正是最简单的方法，需要三个或更多的GCPs 运行图像的旋转、缩放和平移。

The RST warping algorithm uses an affine transformation（仿射变换）:x = a1 + a2 X + a3 Yy = b1 + b2 X + b3 Y6个参数，至少要3个控制点。

这种算法没有考虑图像校正时的“shearing（切变）”。

为了允许切变，应该使用一阶的多项式校正法。

虽然RST方法是非常快的，但是，在大多数情况下，使用一阶的多项式法校正能得到更加精确的结果。

B.多项式校正（polynomial），可以实现1 次到n 次多项式纠正。

在“Degree”○4里输入需要的次数，可以得到的次数依赖于选择的控制点数（#GCPs），要求(次数+1)2 < = #GCPs，比如说希望degree=2，#GCPs必须>=9。

考虑到切变，一阶的多项式法校正算法如下：x = a1 + a2 X + a3 Y + a4 XYy = b1 + b2 X + b3 Y + b4 XYC.三角法校正（Triangulation）实际上是运用了德洛内（Delaunay）三角测量法。

Delaunay三角测量法就是利用不规则空间GCPs建立Delaunay三角形（由与相邻Voronoi多边形<即泰森多边形> 共享一条边的相关点连接而成的三角形）并把值内插到所输出的格网中。

Zero Edge选择是否要在三角测量纠正数据的边缘，用单个像元的背景颜色作边界。

选择这一项，将避免一个也许出现在纠正图像的边缘“托影(smearing)”效果。

For triangulation warping, use the Zero Edge toggle button to select whetheror not you want a one-pixel border of background color at the edge of the warpdata.(2)○2重采样(Resampling) 的三种方法：最邻近法(Nearest Neighbor)、双线性内插法(Bilinear interpolation)、三次卷积法(Cubic Convolution)(3)在“Background Value”○3里，输入DN （Digital number）值，设定背景值（在纠正图像里，DN 值用于填充没有图像数据显示的区域）(4)输出图像大小范围（Output image Extent）⑤由纠正输入图像的包络矩形大小自动设定。

所以，输出的纠正图像大小通常与基图像(Base image)的大小不一样。

输出大小的坐标由基图像坐标决定。

所以，左上角的值（upper-left corner values）一般也不是（0，0），而是显示的从基图像左上角原点计算的X和Y值。

这些偏移值被储存在文件头里，并允许基图像和纠正图像的动态覆盖（叠置），尽管它们的大小不同。