2遥感图像的几何校正
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
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
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
遥感实验报告
遥感图像的几何校正一、实验目的通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻了解遥感图像几何校正的意义。
在实验过程中，主要理解和体会以下几个问题：（1）遥感图像几何校正的类型，几何校正的原因和目的；（2）遥感图像几何静校正的基本原理；（3）重采样的方法及每种方法的优缺点。
二、实验的基本原理遥感图像几何校正分为两种：①针对引起畸变原因而进行的几何粗校正；②利用控制点进行的几何精校正。
几何精校正实质上是用数学模型来近似描述遥感图像的几何畸变过程，并且认为遥感图像的总体畸变可以看做是挤压、扭曲、缩放、偏移以及更高层次的基本变形的综合作用的结果，利用畸变的遥感图像与标准地图或图像之间的一些对应点（GCP）求得这个几何畸变模型，然后利用此模型进行几何畸变的校正，这种校正不考虑引起畸变的原因。
三、几何精校正的基本步骤1、确定地面控制点。
在原始畸变图像空间与标准空间寻找控制点对。
地面控制点应该在图像上有明显清晰的定位识别标志，地面控制点上的地物不随时间而变化，地面控制点应均匀分布在整幅图像内，且要有一定的数量保证。
2、地面控制点确定后，要在原始畸变图像与标准图像上分别读出各个控制点在图像上的像元坐标(x,y)以及标准图像上的坐标(X,Y)。
3、选择合适的坐标变换函数（几何校正数学模型），建立图像坐标(x,y)与其参考坐标(X,Y)之间的关系式。
利用地面控制点对数据求出模型的未知参数，然后利用模型对原始图像进行几何精校正。
4、几何精校正的精度分析，利用几何校正数学模型计算校正之后的图像误差，检验每个控制点的均方根误差是否小于0.5。
5、确定每一点的亮度值。
根据输出图像上各像元在输入图像中的位置，对原始图像按一定的规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。
常采用的方法是最邻近法，三次卷积内插法，双线性内插法。
四、基本实验要求学会在ERDAS IMAGINE软件中进行图像的几何校正。
五、实验内容1、本实验主要是利用多项式拟合的方法进行的纠正，通常采用数据预处理途经启动几何校正模块。
遥感图像的几何校正原理
遥感图像的几何校正原理遥感图像的几何校正是指通过对图像进行空间几何变换，将其投影到地球表面，使得图像中的每一点对应到地球表面上的一个准确位置。
这样做的目的是为了消除图像中由于遥感器在获取图像时的姿态、高度、地球自转等因素造成的图像畸变，并且使得图像能够与地理信息系统中的地图数据进行精确叠加，从而实现对地理空间信息的准确提取和分析。
在遥感图像处理中，几何校正是非常重要的一环，对于后续的遥感信息提取、地图制图和空间分析等应用具有重要的意义。
遥感图像的几何校正原理主要包括以下几个方面：1. 姿态校正：遥感器在获取图像时往往会受到外部因素的影响，导致姿态不稳定，从而引起图像中的位置畸变。
因此，需要对图像进行姿态校正，使得图像中的每一个像素能够按照准确的空间位置进行定位。
姿态校正的主要方法包括使用姿态角信息进行校正、使用GPS/惯导等辅助信息进行姿态测量以及使用地面控制点进行姿态精确校正。
2. 像元定位：在遥感图像中，像元是指图像中的一个最小单元，通常对应于地面上的一个小区域。
在进行几何校正时，需要将图像中的像元与地球表面上的实际位置进行对应，这就需要确定每个像元的准确位置，即像元的定位。
像元定位的主要方法包括使用地面控制点进行像元定位、通过建立像元坐标系系统进行像元定位以及通过地形起伏对像元进行补偿。
3. 系统误差校正：在遥感图像获取过程中，会受到一些系统误差的影响，例如大气、地形或者地面表面的变化等因素会导致图像中的位置畸变。
因此，需要进行系统误差校正，以消除这些系统误差对图像的影响，从而提高图像的精度和准确度。
系统误差校正的主要方法包括对图像进行大气校正、进行地形效应校正以及通过地面控制点进行系统误差校正。
4. 投影变换：在进行几何校正时，需要对图像进行投影变换，将其投影到地球表面上的准确位置。
投影变换的最常用方法是采用地图投影方法，将图像投影到地图数据的坐标系上，从而实现图像与地图数据的叠加和精确对应。
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。
简述遥感图像几何校正图像原理和一般流程
简述遥感图像几何校正图像原理和一般流程下载温馨提示: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!遥感图像几何校正原理与一般流程解析遥感图像几何校正，是遥感图像处理中的重要环节，其主要目的是消除由于传感器、地球曲率、大气折射等因素导致的图像几何变形，使图像上的地物位置与实地对应一致。
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）
第四章 遥感图像处理――几何校正PPT课件
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）。
遥感图像几何校正(较易)
遥感图像几何校正(较易)遥感图像几何校正是将采集的遥感图像与地球参考系统（如地理坐标系统或投影坐标系统）进行对齐，以保证图像上的地物位置与实际地理位置一致。
下面是一个较易的遥感图像几何校正步骤示例：1. 获取控制点：首先选择一些在图像上可见且在地面上已知坐标的控制点。
这些控制点可以是人工设置的地物特征，如标志物、房屋角点等，也可以是已知坐标的地理要素，如GPS测点、地面地物等。
2. 图像配准：通过图像配准软件，在原始图像上标记出控制点的位置，并将其与其在地面上的真实坐标相匹配。
配准软件会根据这些控制点来计算出图像的几何变换参数，如旋转、平移和缩放等。
13. 几何变换：根据图像的几何变换参数，对整个图像进行几何校正。
几何变换方法可以是线性的或非线性的，其中包括了常用的平移、旋转、缩放和仿射变换等。
4. 像素重采样：在完成几何校正后，由于图像上的像素点分辨率可能与原始图像不同，因此需要对图像进行重采样，以保证图像的细节精度和质量。
重采样方法有最邻近插值、双线性插值和双三次插值等，根据实际情况选择合适的方法。
5. 边缘裁剪：在完成像素重采样后，由于几何校正和重采样的处理可能会导致图像边缘的变形，需要对图像进行边缘裁剪，以去除边缘的不确定区域。
6. 输出校正后的图像：完成校正后的图像即可输出，用于后续的遥感分析和应用。
2需要注意的是，以上是一个较为简单的遥感图像几何校正流程，具体步骤和方法会因不同的图像类型、几何变换需求和软件工具的选择而有所不同。
在实际应用中，还需要考虑更多因素，如地面控制点的选择和精度要求、辅助数据的使用等。
3。
遥感图像处理-几何校正
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
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
成像时，由于检测系统某一扫描线上故障造成扫描线脱落。 这时往往没有任何信息，在图像只显示一条黑线，有时也会 出现分段黑线，这些均称条带噪声。
R 绝对辐射亮度；(mW/cm 2 sr) V 数据值。
2021/5/27
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
2021/5/27
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
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。
2021/5/27 (a) 原始图像
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。
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。
如何进行遥感影像的几何校正和地理配准
如何进行遥感影像的几何校正和地理配准遥感影像的几何校正和地理配准是遥感技术中非常重要的一个环节。
几何校正和地理配准的目的是将获取的遥感影像与现实世界的地理坐标系统对应起来，从而使得影像能够准确反映地球表面的实际情况。
本文将简要介绍几何校正和地理配准的基本原理和方法。
一、几何校正的基本原理几何校正是指将采集到的遥感影像与地球表面上的真实位置和方位对应起来，以实现影像的几何纠正。
其基本原理是通过确定遥感影像上的控制点与地面上的实际地理位置之间的对应关系，利用数学模型进行坐标转换，从而将影像上的像元像素与地面上的实际位置相匹配。
几何校正主要包含以下步骤：1. 收集控制点数据：通过测量或者利用现有的地理信息数据，收集一定数量的具有已知地理位置的控制点。
2. 提取影像上的控制点：在遥感影像上选取与地面控制点对应的像素点，并记录其影像坐标。
3. 建立坐标转换模型：通过控制点的影像坐标与地面坐标之间的对应关系，建立影像坐标到地理坐标的转换模型。
常用的转换模型包括线性变换模型、多项式变换模型、拟合曲线模型等。
4. 进行坐标转换：利用建立的转换模型，将整幅影像上的像元像素坐标转换为地理坐标。
5. 评估校正效果：通过计算实际地理位置与影像上的校正位置之间的误差，评估校正的效果。
二、地理配准的基本原理地理配准是指将采集到的遥感影像与已知地理位置的地理信息数据对齐，以实现影像的地理配准。
其基本原理是通过对影像进行几何变换，使得影像上的像元像素与地理信息数据上的地理位置相匹配。
地理配准主要包含以下步骤：1. 收集参考数据：收集一定数量的具有已知地理位置的地理信息数据，作为参考数据。
2. 提取影像和地理信息数据上的特征点：在遥感影像和地理信息数据上分别提取特征点，通常利用一些图像处理算法或特征提取算法来完成。
3. 特征匹配：对影像和地理信息数据上的特征点进行匹配，建立两者之间的对应关系。
4. 建立几何变换模型：根据匹配的特征点对，建立影像和地理信息数据之间的几何变换模型，常用的模型包括仿射变换、投影变换等。
- 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)。
一、实验目的：
1、几何校正的概念：将图像数据投影到平面上，使其符合地图投影系统的过程。
而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。
由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。
2、通过第一次实验了解ERDAS软件一些基础操作的基础上，结合指导书，学会遥感图像校正的一些基本操作，进一步熟悉并逐渐ERDAS的操作。
二、实验内容（图像校正）：
1、显示图像文件（Display Image File）
（1）在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），选中Session >> Title Viewers；
（2）在Viewer1中打开需要校正的Lantsat图像：spot5pan.img，在Viewer2中打开作为地理参考的校正过的SPOT图像：fusion1.img；
2、启动集合校正模块（Geometric Correction Tool）
（1）在Viewer1菜单条中选中Raster>>Geometric Correction，打开Set Geometric Model对话框，选择多项式几何校正模型：Polynomial>>OK；
（2）打开Geo Correction Tools对话框和Polynomial Model Properties对话框，在Polynomial Model Properties对话框中，定义多项式模型参数以及投影参数，定义多项式次方（Polynomial Order）为2，定义投影参数（PROJECTION）后并保存，最后Apply>>Close；
（3）打开GCP Tool Referense Setup 对话框，选择视窗采点模式，即Existing
Viewe>>OK, 打开Viewer Selection Instructions指示器,在显示作为地理参考图像fusion1.img的Viewer2中点击左键；
（4）打开reference Map Information 提示框点击OK，此时整个屏幕将自动变化为下图所示的状态，表明控制点工具被启动，进入控制点采点状态；
3、启动控制点工具（Start GCP Tools）
4、采集地面控制点（Ground Control Point）
（1）在GCP工具对话框中，点击Select GCP图标，进入GCP选择状态并在
GCP数据表中，将输入GCP的颜色设置为比较明显的黄色然后在Viewer1中移动关联方框位置，寻找明显的地物特征点，作为输入GCP，在GCP工具对话框中，点击Create GCP图标，并在Viewer3中点击左键定点，GCP数据表将记录一个输入GCP，包括其编号、标识码、X坐标和Y坐标；
（2）不断重复（1）的步骤并将参考GCP的颜色设置为比较明显的红色，采集25个控制点GCP，每采集一个InputGCP，系统就自动产生一个Ref. GCP，通过移动Ref. GCP可以优化校正模型；
5、采集地面检查点（Ground Check Point）
以上采集的GCP的类型均为控制点，用于控制计算，建立转换模型及多项式方程。
下面所要采集的GCP类型是检查点。
用于检验所建立的转换方程的精度和实用性。
（1）在GCP数据表中选择空白的数据项，即没有采集坐标的一行；在GCP Tool 菜单条中确定GCP类型：Edit>Set Point Type>Check；
（2）在GCP Tool工具条中选择Create GCP图标，并将Lock图标打开，锁住Create GCP功能，如同选择控制点一样，根据前面选择的是从输入到参考还是从参考到输入，分别在Viewer＃1或Viewer＃2中定义不少于5个的检查点，定义完毕后点击Unlock图标，解除Create GCP功能；
（3）在GCP Tool工具条中点击Compute Error图标，检查点误差就会显示在GCP Tool上方，只有检查点的误差小于一个像元，才能继续进行合理的重采样；
6、计算转换模型（Compute Transformation）
在控制点采集过程中，一般是设置为自动转换计算模型。
所以随着控制点采集过程的完成，转换模型就自动计算生成，在Geo-Correction Tools对话框中，点击Display Model Properties 图表，可以查阅模型；
7、图像重采样（Resample the Image）
重采样过程就是依据未校正图像的像元值，计算生成一幅校正图像的过程。
原图像中所有删格数据层都要进行重采样；
（1）在Geo-Correction Tools对话框中选择Image Resample 图标；
（2）在Image Resample对话框中，定义重采样参数，输出图像文件明（OutputFile）:rectify.img，选择重采样方法（Resample Method）:Nearest Neighbor，定义输出图像范围、像元的大小、设置输出统计中忽略零值、定义重新计算输出缺省值；
8、保存几何校正模式（Save rectification Model）
在Geo-Correction Tools对话框中点击Exit按钮，退出几何校正过程，按系统提示，选择保存图像几何校正模式，并定义模式文件，以便下一次直接利用；
9、检验校正结果（Verify rectification Result）
同时在两个视窗中打开两幅图像，一幅是矫正以后的图像，一幅是当时的参考图像，通过视窗地理连接功能，及查询光标功能进行目视定性检验；
四、心得体会。