几何校正
几何校正实验报告
几何校正实验报告几何校正实验报告概述：几何校正是数字图像处理中的一项重要技术，它通过对图像进行几何变换，使得图像中的对象与实际场景中的对象保持一致。
本实验旨在通过对不同图像进行几何校正，探究几何校正对图像质量和几何形状的影响。
实验方法：本实验采用了一种常见的几何校正方法——相机标定法。
首先，我们使用了一台高分辨率的数码相机进行拍摄，拍摄目标是一张平面上的标定板。
标定板上有一些已知尺寸的特征点，通过测量相机与特征点之间的关系，我们可以得到相机的内外参数。
接下来，我们选取了几张不同场景的图像，利用相机的内外参数进行几何校正。
实验结果：经过几何校正，我们发现图像的质量得到了显著提升。
首先，图像的畸变现象得到了有效纠正。
在进行几何校正之前，由于相机镜头的畸变，图像中的直线可能会出现弯曲的情况。
而经过几何校正后，图像中的直线变得更加直观、准确。
其次，图像的尺度得到了恢复。
在进行几何校正之前，由于相机的投影变换，图像中的物体可能会出现形变，使得物体的尺寸无法准确测量。
而经过几何校正后，图像中的物体形状得到了恢复，尺寸测量的准确性得到了提高。
讨论与分析：几何校正在数字图像处理中具有广泛的应用价值。
首先，几何校正可以提高图像的测量精度。
在很多科学研究和工程应用中，对图像中物体的尺寸进行准确测量是非常重要的。
通过几何校正，可以消除相机系统带来的误差，提高测量的准确性。
其次，几何校正可以提高图像的可视化效果。
在很多图像处理任务中，如目标检测、目标跟踪等，图像的质量直接影响算法的性能。
几何校正可以消除图像中的畸变，使得图像更加直观、准确，提高算法的准确性和鲁棒性。
不过，几何校正也存在一些挑战和局限性。
首先，几何校正需要相机的内外参数，而相机的标定过程相对复杂，需要专业的设备和技术支持。
其次，几何校正可能会引入一定的误差。
在实际应用中，由于标定误差、图像噪声等因素的影响，几何校正的效果可能会有所降低。
因此，在进行几何校正时，需要综合考虑实际需求和误差容忍度。
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。
几何校正的常用方法有哪几种
几何校正的常用方法有哪几种几何校正是指通过对图像进行几何变换，使得图像中的几何结构满足某种规则或满足一定的几何要求。
常用的几何校正方法主要有：几何变换、图像扭曲校正、相机标定和校正。
1. 几何变换：几何变换是校正图像中的几何结构的一种常用方法。
通过对图像进行旋转、平移、缩放、翻转等变换操作，可以调整图像中的几何形状和位置。
常见的几何变换方法包括仿射变换、透视变换和二维码矫正。
仿射变换是一种能够保持直线平行和保持直线比例的变换方法，它由平移、旋转和缩放组成。
在图像校正中，可以使用仿射变换来调整图像的倾斜和旋转角度，使得图像中的几何结构恢复正常。
透视变换是一种能够调整图像中物体的空间形状和位置的变换方法。
它在处理有投影效果的图像时非常有效，可以用来校正图像中的透视畸变或者从巴比伦塔中恢复草地的直线。
透视变换可以通过计算图像中的对应点关系，进行透视矩阵的计算和图像的透视变换。
二维码矫正是一种通过对二维码进行几何变换，使得二维码图像中的条码恢复正常的方法。
二维码由若干个小模块组成，当二维码被拉伸或旋转时，这些小模块会变形，导致二维码无法被正常解码。
通过对二维码图像进行几何变换，可以使得二维码中的条码恢复正常，从而能够被正常解码。
2. 图像扭曲校正：图像扭曲校正是指通过调整图像的畸变变形，从而使得图像中的几何结构恢复正常。
图像扭曲校正方法主要应用在图像矫正、图像拼接和图像匹配等领域。
常见的图像扭曲校正方法包括球面校正、鱼眼校正、柱面校正等。
球面校正是一种通过将图像映射到球体上，从而消除球面畸变的方法。
球面校正适用于由鱼眼镜头拍摄的图像或者全景图像，它可以将图像中的直线变为直线，从而实现图像的几何校正。
鱼眼校正是一种通过将鱼眼图像进行逆畸变，从而消除鱼眼图像的畸变的方法。
鱼眼镜头的主要特点是中心变形，鱼眼校正可以通过对鱼眼图像进行几何变换，来实现鱼眼图像的几何校正。
柱面校正是一种通过将图像映射到柱面上，从而消除图像中的畸变的方法。
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。
几何校正
几何校正
几何校正=几何粗校正+几何精校正.
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。
几何校正是遥感中的专业名词。
一般是指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。
几何纠正就是要校正成像过程中所造成的各种几何畸变.几何纠正分为两种:几何粗校正和几何精校正.几何粗校正是针对引起畸变的原因而进行的校正.进行校正时只需将传感器的标准数据、RS平台的位置以及卫星运行姿态等一系列测量数据代入理论校正公式即可.几何精校正是利用地面控制点GCP(Ground Control Point)进行的,即用一种数学模型来近似描述RS遥感影像的几何畸变过程,并利用畸变RS遥感影像与标准地图之间的一些对应点(即控制点数据对)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。
控制点数量
主要与纠正多项式的次数有关,但也与纠正范围和纠正精度有关.最少控制点数计算公式为(t+1)*(t+2)/2,式中t为多项式模型的次数,即2次方需要6个控制点,3次方需要10个控制点,依次类推.。
摄影测量中的影像几何校正与几何校正
摄影测量中的影像几何校正与几何校正摄影测量是一门通过拍摄图像来获取地物信息的测绘技术。
在这个过程中，影像的几何校正是一项至关重要的工作。
影像几何校正的目的是消除影像中的畸变，使之与真实世界一致，并提供准确的地理空间信息。
在摄影测量中，影像的几何校正主要分为内部几何校正和外部几何校正两个方面。
内部几何校正是指针对相机成像过程中的畸变进行校正。
相机成像过程中会产生径向畸变和切向畸变两种类型的畸变。
径向畸变是由于光线在透镜中传播过程中的非线性引起的，它使得图像中心和边缘部分的比例尺不一致。
切向畸变是由于透镜与成像平面不平行引起的，它使得图像中的线条不再垂直或水平。
内部几何校正通过对相机的标定以及畸变模型的建立，可以将畸变进行矫正，使得图像的比例尺和线条方向与真实世界一致。
外部几何校正是指针对相机拍摄的影像进行地理坐标转换。
在摄影测量中，通常会以物方坐标系（地理坐标系）和像方坐标系（相机坐标系）进行描述。
而外部几何校正就是将相机坐标系中的像素坐标转换为地理坐标系中的真实坐标。
外部几何校正需要通过相机的外方位元素（相机在空间中的位置和朝向）以及摄影地面点的三维坐标来实现。
通过解算相机的外方位元素和三维点的坐标，可以建立像地坐标的转换关系，从而将影像中的像素坐标转换为真实坐标。
影像几何校正的核心是畸变校正和坐标转换两个过程。
畸变校正消除了影像中的畸变，提高了图像的几何精度；坐标转换则将像素坐标转换为地理坐标，实现了影像与真实地物之间的对应关系。
在实际的影像几何校正过程中，会用到不同的校正方法和工具。
例如，内部几何校正中常用的方法有：透镜径向畸变模型、多项式畸变模型等；而外部几何校正中则常用的方法有：相对定向、绝对定向、影像匹配等。
这些方法和工具能够有效地对影像进行几何校正，提高图像的质量和准确性。
总结一下，影像几何校正是摄影测量中不可或缺的一步。
通过内部几何校正和外部几何校正，可以对影像中的畸变进行校正，实现像素坐标到真实坐标的转换。
遥感数字图像处理-第6章 几何校正
二、几何校正原理
几何校正涉及两个过程： ➢ 一是空间位置（像元坐标）的变换 ➢ 二是像元灰度值的重新计算（重采样）
4
二、几何校正原理
坐标转换 （a）直接法；（b）间接法
5
三、几何校正步骤
几何精校正不需要空间位置变化数据，回避了成像的空间 几何过程，主要借助地面控制点实现校正。其主要校正步 骤为：
第6章
几何校正
几何校正
一、几何校正原理 二、几何校正步骤 三、几何校正类型 四、图像匹配 五、投影转换
难点：图像匹配 重点：几何校正方法
2
一、几何校正原理
几何校正和几何配准
➢ 几何配准是指将不同时间、不同波段、不同传感器系统所获得的同一 地区的图像（数据），经几何变换使同名像点在位置上和方位上完全 叠合的操作。
➢ 对畸变图像和基准图像建立统一的坐标系和地图投影。 ➢ 选择地面控制点（GCP），按照GCP选择原则，在畸变图像
和基准图像上寻找相同位置的地面控制点对。 ➢ 选择校正模型，利用选择的GCP数据求取校正模型的参数，
然后利用校正模型实现畸变图像和基准图像之间的像元坐 标变换。 ➢ 选择合适的重采样方法对畸变图像的输出图像像元进行灰 度赋值。 ➢ 几何校正的精度分析。
9
四、图像匹配
3.图像匹配方法 根据图像特征的选择，图像匹配方法一般可以分为基于灰
度的图像匹配和基于特征的图像匹配。
10
➢ 几何配准与几何校正的原理是完全相同的，即都涉及到空间位置（像 元坐标）变换和像元灰度值重采样处理两个过程。
➢ 二者的区别主要在于其侧重点不相同：几何校正注重的是数据 本身的处理，目的是为了对数据的一种真实性还原。而几何配 准注重的是图和图（数据）之间的一种几何关系，其目的是为 了和参考数据达成一致，而不考虑参考数据的坐标是否标准、 是否正确。也就是说几何校正和几何配准最本质的差异在于参 考的标准。另外，几何校正更像前期数据处理，几何配准更像 后期处理。
几何精校正的步骤
几何精校正的步骤几何精校正是一种用于校正图片中的几何畸变的技术，通常用于计算机视觉和计算机图形学领域。
下面将介绍几何精校正的一般步骤。
1.畸变模型选择：几何精校正的第一步是根据图像的畸变情况选择合适的畸变模型。
常见的畸变模型包括径向畸变模型和切向畸变模型。
径向畸变模型假设图像中心点为畸变中心，将畸变以径向逐渐递减的方式表示；切向畸变模型则假设图像中心点为畸变中心，将畸变以切向方式表示。
2.畸变参数估计：根据选定的畸变模型，需要估计畸变模型的参数。
常见的畸变参数包括径向畸变系数和切向畸变系数。
径向畸变系数用于描述径向畸变的程度，而切向畸变系数用于描述切向畸变的程度。
3.畸变矫正：在获得畸变参数后，可以使用这些参数对图像进行畸变校正。
畸变校正的基本思想是通过对图像中的每个像素点进行坐标变换来消除畸变。
对于径向畸变，可以使用径向畸变系数对图像中的每个像素点进行坐标变换，以消除径向畸变；对于切向畸变，可以使用切向畸变系数对图像中的每个像素点进行坐标变换，以消除切向畸变。
4.生成校正图像：在畸变校正的过程中，可以选择将校正结果保存为校正图像。
校正图像是经过畸变校正处理后的图像，通过校正图像可以更直观地观察图像中的畸变情况。
5.校正效果评估：为了评估校正效果，可以使用一些评估指标，如反投影误差等。
反投影误差是指通过将校正后的图像重新投影到原始图像上，并计算重新投影像素与原始像素之间的欧氏距离。
较小的反投影误差表示校正效果较好。
6.重复调整：在校正效果评估的基础上，可以根据需要调整畸变参数，并重新进行畸变校正和评估，直到满足校正要求为止。
总之，几何精校正是一种通过选择适当的畸变模型、估计畸变参数、进行畸变矫正，最终生成校正图像的一系列步骤。
通过这些步骤，人们可以更好地消除图像中的几何畸变，从而获得更准确和真实的图像信息。
遥感影像几何校正名词解释
遥感影像几何校正名词解释
遥感影像几何校正是指通过对遥感影像进行处理和调整，使其符合地
理坐标系统和地球表面的几何特征的过程。
校正过程中主要涉及以下
几个名词的解释：
1. 遥感影像：利用航空或卫星等遥感技术获取的地球表面的图像数据，包括可见光、红外、微波等不同波段的图像。
2. 几何校正：通过对遥感影像进行几何处理，消除影像中的畸变和误差，使其能够与现实世界相对应。
3. 地理坐标系统：一种用于描述地球上点的位置的坐标系统，常用的
有经纬度坐标系统、UTM坐标系统等。
4. 地球表面的几何特征：指地球表面具有的形状、大小、高程等几何
属性，如山脉、河流、湖泊等。
综上所述，遥感影像几何校正是将遥感影像调整到与地球表面几何特
征相符合的过程，以便进行地理分析和其他应用。
几何校正的流程
几何校正的流程Geometry correction, also known as geometric correction or rectification, is a process used in remote sensing to correct distortions in satellite imagery or aerial photographs caused by factors such as camera tilt, terrain relief, or lens distortion.几何校正，也称为几何矫正或矫正，是遥感中用来纠正由相机倾斜、地形起伏或镜头畸变等因素引起的卫星影像或航空摄影图像失真的过程。
One of the key steps in the geometric correction process is the selection of ground control points (GCPs), which are identifiable features on the Earth's surface with known coordinates. GCPs serve as reference points to accurately transform the raw image data into a georeferenced image that aligns with a specific coordinate system.在几何校正过程中的关键步骤之一是选择地面控制点（GCPs），它们是地球表面上具有已知坐标的可识别特征。
GCPs作为参考点，将原始图像数据准确转换为与特定坐标系对齐的带有地理参考的图像。
Another important aspect of geometric correction is the use of transformation models, which are mathematical algorithms that govern the process of warping and resampling the image to correct distortions. Common transformation models include polynomial, affine, and projective transformations, each with its own set of parameters that need to be determined based on the characteristics of the imagery.几何校正的另一个重要方面是使用变换模型，这些是控制图像变形和重采样的数学算法，以纠正失真。
几何精校正的目的和原理
几何精校正的目的和原理
一、微卫星影像几何精校正
微卫星影像几何精校正是指将从空间传感器上获取得到的原始影像进行图像几何变换，使其像素坐标与实际地表物理坐标系统相匹配，达到获得正确位置、像元精度和覆盖范围，实现对影像数据地理信息的正确有效提取的一种处理过程。
几何校正是影像分析的基础，是实现其他更高层次的影像处理的基础，也是影像多学科研究的前提和基础。
二、精校正的目的
1、确保图像位置准确
几何精校正的最终目的是确保图像的位置准确，能够校正影像在计算机中存储时出现的位置偏移，再结合地理位置数据，使得影像的地理位置与实际地理信息相符。
由此可以开展更深层次的影像数据分析，提取更优质的空间数据信息。
2、提高图像像元精度
几何校正也有助于提高影像的像元精度，提高像元的空间可比性，从而确保数据的精确性和准确性。
三、精校正的原理
几何校正是将原始从空间传感器获得的影像进行图像几何变换，从而确保数据准确性。
而几何变换的实质，是将原来和焦距有关的像元坐标这种无中心的屏幕坐标系，先改变像元大小和格式，然后转换为和地理空间有中心的真正的投影坐标系的过程。
这种几何变换的基本原理是变换矩阵和多项式拟合方法。
变换矩阵
变换矩阵方法是基于由两幅物理及模拟影像构成的参考影像对，利用两幅影像间的位置关系计算出变换矩阵，以及依据变换矩阵作图像几何变换所需的系数，然后对原始影像进行变换，实现影像几何校正的方法。
多项式拟合方法
多项式拟合方法是基于影像几何校正理论，利用影像中特殊的点与已知的控制点的影像坐标、地面坐标的位置关系，通过多项式拟合发现变换关系，从而计算出几何校正参数，实现影像进行几。
测绘技术在测量中的几何校正方法
测绘技术在测量中的几何校正方法引言测绘技术是一门应用广泛且深入的学科，不仅在地理信息系统、土地管理和工程测绘中有重要作用，同时也在其他领域发挥着重要的作用。
在测量领域中，几何校正方法是一种常用的技术，通过对测量数据的校正，可以提高测量结果的准确性。
本文将探讨测绘技术在测量中的几何校正方法。
一、背景概述几何校正方法是一种将原始测量数据进行校准、纠正的手段。
通过几何校正，可以消除测量仪器误差、噪声干扰以及环境条件对测量结果的影响。
在测绘领域中，几何校正方法有助于提高地图的精度和准确性。
二、常用几何校正方法1. 多项式拟合多项式拟合是一种将观测数据用多项式函数来逼近的方法，常用的包括一次、二次和三次多项式。
通过将观测数据带入多项式方程，可以校正出原始数据中的系统误差，并得到拟合后的准确结果。
2. 三角形相似性三角形相似性是一种基于三角形的形状相似原理进行校正的方法。
对于一些特定的形状及参数，可以通过测量得到的边长和角度信息，利用三角形相似性原理计算出目标点的实际位置。
3. 空间变换空间变换是指将原始测量数据从一个坐标系变换到另一个坐标系的过程。
常见的空间变换方法有刚体变换和相似变换。
通过选择合适的变换函数，可以将原始数据转换为准确的测量结果。
三、实际应用案例1. 地图绘制中的几何校正地图绘制是测绘技术的一个重要应用领域，几何校正方法在地图绘制中具有广泛的应用。
通过对地图上的地理要素进行测量和分析，可以校正地图中的几何误差，提高地图的准确性和精度。
2. 工程测量中的几何校正在工程测量中，几何校正方法可以用于校正仪器的误差，提高工程测量结果的准确度。
例如，在建筑工程测量中，通过使用几何校正方法，可以准确测量建筑物的尺寸和角度，提高工程设计的精度。
3. 气象预报中的几何校正几何校正方法在气象预报中也具有重要的应用价值。
通过对气象观测数据进行几何校正，可以消除由于观测仪器和气候条件导致的误差，提高气象预测的准确性。
几何校正,几何配准,辐射校正,大气校正,辐射定标的区别和联系
几何校正；正射校正；几何配准；影像配准，空间配准；辐射定标；大气校正；辐射校正的概念本科四年地理信息系统，上了两年的遥感硕士，说句惭愧的话，自己之前对几何校正，几何配准，辐射定标，大气校正，辐射校正等等的概念依然是一知半解，甚至某些概念混淆在了一起，别人问起的时候支支吾吾....，因此迫切的需要总结一下这些概念，基本上都是网上搜到的解释，欢迎指正批评。
1.几何校正对于几何校正，有不同的定义，可分为按其产生原因和校正目的两种定义：按其产生原因的定义：是指消除或改正遥感影像几何误差的过程。
（来自百度，其中百度还有个遥感的几何校正，不知何意！）由此可引申出做几何校正的原因：遥感图像的几何畸变，其又可以分为两类：①内部畸变：由传感器性能差异引起，主要有：（a）比例尺畸变，可通过比例尺系数计算校正；（b）歪斜畸变，可经一次方程式变换加以改正；（c）中心移动畸变，可经平行移动改正；（d）扫描非线性畸变，必须获得每条扫描线校正数据才能改正；（e）辐射状畸变，经2次方程式变换即可校正；（f）正交扭曲畸变，经3次以上方程式变换才可加以改正；②外部畸变：由运载工具姿态变化（偏航、俯仰、滚动）引起的畸变，（g）如因倾斜引起的投影畸变，可用投影变换加以校正；（h）因高度变化引起的比例尺不一致 ，可用比例尺系数加以改正；（i）由目标物引起的畸变，如地形起伏引起的畸变，需要逐点校正；（j）若因地球曲率引起的畸变，则需经2次以上高次方 程式变换才能加以改正。
多光谱、多时相影像配准和遥感影像制图，必须经过上述几何校正。
因人们已习惯于用正射投影地图，故多数遥感影像的几何校正以正射投影为基准进行。
按其校正后的目的定义：几何校正是借助一组地面控制点，对一幅图像进行地理坐标的校正，把影像纳入一个投影坐标系中，有坐标信息地理参考。
一般的，从网站上下载的各个传感器的遥感影像，都经过了几何校正，毕竟几何校正是仪器或者搭载平台引起的。
2.正射校正正射校正其实是几何校正的一种，它相对普通的地形起伏的校正更加严格。
如何进行遥感影像的几何校正与配准
如何进行遥感影像的几何校正与配准遥感影像的几何校正与配准是遥感技术和地理信息系统（GIS）中一个重要的环节。
几何校正与配准能够纠正遥感影像中存在的地理位置偏差、形变等问题，使其符合真实的地理位置，从而提供准确的地理信息。
本文将介绍遥感影像的几何校正与配准的基本原理和方法。
一、几何校正的概念和原理遥感影像的几何校正是指将影像投影到地理坐标系下，使其能够与地理数据进行叠加分析。
几何校正的基本原理是通过对影像进行几何变换，使其与地理空间坐标系相匹配。
校正的过程通常包括平面校正、高程校正和形变校正等步骤。
平面校正是将影像从像素坐标系转换到地理坐标系。
通过获取空间控制点（GCPs），可以建立影像像素坐标系与地理坐标系之间的转换模型，从而实现像素坐标与地理坐标的一一对应。
高程校正是将影像的高程信息与地形数据进行配准，以得到准确的地理位置。
通过获取地面高程模型或数字高程模型（DEM），可以将影像的高程信息与DEM 数据进行比对，以实现高程校正。
形变校正是指纠正影像因大地形变、大地陷落等地表变化引起的形变偏差。
通过对影像进行形变模型建立和参数估计，可以将影像的形变偏差纠正到最小，提高影像的几何精度。
二、几何校正的方法1. 参数法：通过建立一个几何校正模型，将像素坐标与地理坐标之间的转换关系表示为一组参数，然后通过最小二乘法估计这组参数的值。
其中常用的模型有多项式变换模型、透视变换模型等。
2. 控制点法：选取一些具有确定地理位置的控制点，通过测量像素坐标和地理坐标之间的差异，建立像素坐标系和地理坐标系之间的转换关系。
通常需要选择足够多的控制点来保证几何校正的精度。
3. 特征点匹配法：通过提取影像和地理数据中的特征点，并利用特征点之间的匹配关系进行几何校正。
常用的特征点匹配算法有SIFT（尺度不变特征变换）算法、SURF（加速稳健特征）算法等。
三、配准的概念和方法配准是指将不同时间、不同传感器或不同分辨率的遥感影像对齐，使其能够进行比较和分析。
几何校正、配准、辐射校正
⼏何校正、配准、辐射校正校正和影像配准原理是⼀样的，⼏何校正是借助⼀组地⾯控制点，对⼀幅图像进⾏地理坐标的校正；把影像纳⼊⼀个投影坐标系中，有坐标信息地理参考；影像配准是⽤⼀影像对另⼀幅图像的校准，⼀式两幅图像的同名像元配准⼏何校正是指消除或改正遥感影像⼏何误差的过程。
遥感影像的⼏何畸变，⼤体分为两类：①内部畸变。
由传感器性能差异引起，主要有：⽐例尺畸变（a），可通过⽐例尺系数计算校正；歪斜畸变（b），可经⼀次⽅程式变换加以改正；中⼼移动畸变（c），可经平⾏移动改正；扫描⾮线性畸变（d），必须获得每条扫描线校正数据才能改正；辐射状畸变（e），经2次⽅程式变换即可校正；正交扭曲畸变（f），经3次以上⽅程式变换才可加以改正；②外部畸变。
由运载⼯具姿态变化和⽬标物引起。
包括：由运载⼯具姿态变化（偏航、俯仰、滚动）引起的畸变，如因倾斜引起的投影畸变（g），可⽤投影变换加以校正；因⾼度变化引起的⽐例尺不⼀致（h），可⽤⽐例尺系数加以改正；由⽬标物引起的畸变，如地形起伏引起的畸变（i），需要逐点校正；若因地球曲率引起的畸变（j），则需经2次以上⾼次⽅程式变换才能加以改正。
多光谱、多时相影像配准和遥感影像制图，必须经过上述⼏何校正。
因⼈们已习惯于⽤正射投影地图，故多数遥感影像的⼏何校正以正射投影为基准进⾏。
配准是指同⼀区域内以不同成像⼿段所获得的不同图像图形的地理坐标的匹配。
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。
是产⽣⼀个空间校准集合或匹配某⼀区域图像的过程。
⼀般步骤为：①选取同名地物控制点；②输⼊计算机，实现控制点的相应配准。
即作⼏何纠正、投影变换和⽐例尺配准处理。
配准⽅法有：①相互配准。
以多图像的⼀个分量作为参考图像，其它图像与其配准；②绝对配准。
即定义⼀个控制格⽹，使所有图像与其配准。
此外，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。
几何校正
图像几何校正几何校正(Geometric Correction)就是将图像数据投影到平面上，使其符合地图投影系统的过程；而将地图坐标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从于一定的地图坐标系统，所以几何校正包含了地理参考。
一、图像几何校正概述在正式开始介绍图像几何校正方法和过程之前，首先对ERDAS IMAGINE图像几何校正过程中的几个普遍性的问题进行简要说明，以便于随后的操作。
1．图像几何校正途径在ERDAS IMAGINE系统中进行图像几何校正，通常有两种途径启动几何校正模块。
数据预处理途径：在ERDAS图标面板菜单条单击Main |Data Preparation |lmage Geometric Correction命令，打开Set Geo Correction lnput File对话框。
或在ERDAS图标面板工具条单击Data Prep图标{Image Geometric Correction命令，打开Set Geo Correction lnput File对话框。
在Set Geo Correction lnput File对话框中，需要确定校正图像，有两种选择情况：选择FromViewer单选按钮，然后单击Select Viewer按钮选择显示图像窗口。
(1)打开Set Geometric Model对话框。
(2)选择几何校正计算模型(Select Geometric Model)。
(3)单击OK按钮。
(4)打开校正模型参数与投影参数设置对话框。
(5)定义校正模型参数与投影参数。
(6)单击Apply按钮应用或单击Close按钮关闭。
(7)打开GCPToolReferenceSetup对话框。
●首先确定来自文件(From lmage File)，然后选择输入图像(input lmage File)。
(1)打开SetGeometricModel对话框。
如何进行几何校正
如何进行几何校正引言：在现代科技发展的今天，图像处理和计算机视觉已经渗透到我们生活的方方面面。
在图像拍摄和处理过程中，几何校正是一项至关重要的技术。
通过几何校正，我们可以将图像中的畸变纠正，使得图像更加真实和准确。
本文将介绍几何校正的基本概念和主要方法。
一、几何校正的概念几何校正是指对拍摄或采集到的图像进行几何变换，从而修复或消除图像中的畸变。
几何畸变包括平面形变和透视畸变。
平面形变主要表现为图像的拉伸或收缩，而透视畸变则是由于相机和物体之间的角度或距离造成的形变。
二、几何校正的方法1. 标定校正标定校正是几何校正中最常用的方法之一。
通过采集已知的参考物体，在图像中识别出它们的特征点，并与真实世界中的对应点进行匹配，从而获取相机的内外参数。
然后，利用这些参数进行几何变换，对图像进行校正。
2. 基于模型的校正基于模型的校正是一种更加复杂的方法。
它假设图像中的畸变遵循一定的数学模型，通过拟合和调整模型参数，对图像进行几何校正。
常用的模型包括多项式模型和极坐标模型。
这种方法的优势在于可以对不同类型的畸变进行较为精确的建模和校正。
3. 变换校正变换校正是一种基于变换矩阵的几何校正方法。
通过选择合适的变换矩阵，如平移矩阵、旋转矩阵和缩放矩阵，可以对图像进行不同类型的几何变换。
这种方法简单直观，易于实现，适用于简单的畸变校正。
三、几何校正的应用几何校正在计算机视觉和图像处理领域有着广泛的应用。
以下是几个常见的应用场景。
1. 视频监控系统在视频监控系统中，摄像机常常安装在高处或特殊角度，这样会导致拍摄到的图像出现透视畸变。
通过几何校正，可以将图像中的透视畸变纠正，使得监控画面更加真实和清晰。
2. 车载导航车载导航系统通过图像识别来感知道路和交通信号。
然而，由于车载相机的位置和角度可能与真实道路存在一定偏差，导致图像中的道路形状出现畸变。
通过几何校正，可以准确还原图像中的道路形状，提高导航系统的准确性和可靠性。
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。
几何校正erdas实验报告
几何校正erdas实验报告1. 实验目的本次实验的目的是学习并掌握ERDAS IMAGINE软件在遥感影像处理中的几何校正功能，了解几何校正的原理和步骤，并通过实际操作掌握几何校正的方法和技巧。
2. 实验原理几何校正是遥感影像处理中一项重要的技术，它是指通过对影像进行空间定位和几何纠正，使其在地理坐标系统中成为有意义的空间信息。
几何校正的过程主要包括以下几个步骤：- 影像控制点的选取：在进行几何校正前，需要选取一些具有标志性的地物作为控制点，这些控制点的坐标需要在地理坐标系统中已知。
- 推求参数转换函数：通过使用控制点的坐标和像素坐标之间的关系，可以得到参数转换函数，从而实现像素坐标到地理坐标的转换。
- 校正变换：利用参数转换函数将待校正的影像从像素坐标转换到地理坐标，实现影像的几何校正。
- 精度评定：通过对校正后的影像与地理坐标系统中已知地物进行对比，评定几何校正的精度。
3. 实验步骤3.1 数据准备首先，需要准备待校正的影像数据以及地理坐标系统中已知的控制点数据。
在本次实验中，我们使用了一张高分辨率的航空影像作为待校正影像，并选取了地理信息数据库中已知地物的坐标作为控制点数据。
3.2 选取控制点在ERDAS软件中，可以通过在待校正影像上点击来选取控制点。
控制点应该选取具有明显特征的地物，比如建筑物的角点或者道路的交叉口等。
为了提高几何校正的精度，应尽量选取多个控制点，并分布在影像的整个区域。
3.3 推求参数转换函数选取完控制点后，可以通过ERDAS软件中的几何校正功能，自动推求参数转换函数。
在推求参数转换函数的过程中，软件会使用控制点的像素坐标和地理坐标之间的对应关系，通过数学模型自动计算出参数转换函数。
3.4 校正变换得到参数转换函数后，就可以进行几何校正的核心步骤，即将待校正的影像从像素坐标转换到地理坐标。
校正后的影像将和地理坐标系统中的其他地图数据相对应，形成一个有意义的空间信息。
3.5 精度评定为了评定几何校正的精度，可以选择一些已知地物作为对照点，在校正后的影像和地理坐标系统的地图数据上进行对比。
- 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)。
Page
7
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准过程。 当同一地区的两个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，可以利用此方法进行调整。
Page
2
2、非系统性 非系统性几何变形是不规律的，他可以是传感器平台本身 的高度、姿态等不稳定，也可以是地球曲率及空气折射的 变化以及地形的变化等。
三、图像几何校正方法（ENVI）概述 envi针对不同的数据源和辅助数据，提供以下几种校正方 法：
Page
3
ENVI中提供的几何校正方法
利用自带的地理定位文件进行几何校正
Page
5
Image to Image几何校正
以一幅没有ห้องสมุดไป่ตู้过几何校正的栅格文件或者已经经过几何校 正的栅格文件作为基准图（base）,通过从两幅影像上选 择同名点（控制点）来配准另一幅栅格文件，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 此方法来完成的。
Page
6
Image to Map几何校正
Page
14
检验校正结果
检验校正结果的基本方法是：同时在两个窗口中打开图像， 其中一幅是校正后的图像，一幅是基准图像，通过视窗链 接（link displays）及十字光标或者地理链接 （geographic link）进行关联。 在显示校正后结果的Image窗口中，从右键快捷菜单中选 择link displays命令，选择需要链接的两个窗口，动态叠 加查看校正精度。
Page
13
重采样方法
重新定位后的象元在原图像中分布是不均匀的，即输出图 像像元点在输入图像中的行列号不是或不全是正数关系。 因此，需要根据输出图像上得各像元在输入图像中的位置， 对原始图像按一定规则重新采样，进行亮度值的插值计算， 建立新的图像矩阵。 ENVI提供的内插方法包括：最邻近法、双线性内插法、 三次卷积内插法。
数据预处理之几何校正
概念：
几何校正是利用地面控制点和几何校正数学模型 来校正非系统因素产生的误差，同时也是讲图像 投影到平面上，使其符合地图投影系统的过程。
Page
1
几何校正概述
一、进行几何校正的目的 消除图像几何变形。 二、引起几何变形的原因 1、系统性 系统性一般由传感器本身所引起，有规律 可循和可预测性，可以用传感器模型来校 正，卫星地面接收站已经完成了这项工作。
Page
10
控制点预测与误差计算
控制点预测
ENVI提供基于多项式计算模型的控制预测功能。多项式 次数可以调整为一次、二次和三次。对应最少控制点个数 也不一样，选择一次多项式模型时，控制点数量达到3个 就可以开启自动预测功能。二次多项式为6个控制点，三 次多项式为10个控制点。
Page
11
误差计算 ENVi提供基于多项式计算模型和一次的放射变换的误差计算。误差计算公式 为：
Page
15
Image to Image几何校正
Image to Map几何校正 Image to Image自动图像配准
Page
4
利用自带的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AVHRR、 MODIS、SeaWiFS等，地面控制点的选择有相当的难度。 我们可以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。
Page
8
控制点选择方式
从栅格图像上选择
从矢量数据中选择
从文本文件中导入 键盘输入
Page
9
控制点选取原则
1、清晰的定位识别标志：道路交叉点，河流弯曲或分叉处，海岸线 弯曲处，飞机场，水坝等 2、所选控制点地物不随时间变化（如道路交叉口，建筑物等） 3、在没有做地形纠正的图像上选取控制点,应该在同一高度进行 4、图像边缘部分一定要选取控制点 5、尽可能满幅均匀选取
RMSE error (x - X) (y - y)
2 2 2
2
2
式中，x 为多项式模型或一次的仿射变 换的误差得到x校正值；x为控制点的x值。
Page
12
几何校正计算模型
仿射变换（RST） 多项式模型（Polynomial） 局部三角网（Triangulation） 其中，多项式模型子啊卫星图像校正过程中应用较多。在 应用该模型时，需要确定多项式的次方数，通常选择2次 或者3次。 选择的次方数与所需要的最少控制点是相关的，最少控制 点计算公式为 （n+1）*(n+2)/2 其中n为次方数。