遥感数字图像处理-第6章 几何校正
实验遥感影像的几何校正
实验遥感影像的几何校正简介遥感技术是通过获取遥感影像和数据对地面资源进行探测、监测和评估的一种空间信息技术。
遥感影像是一种带有几何畸变的二维投影图像，其中可能出现伸缩、扭曲、歪斜等问题。
因此，为了更精确地进行信息提取和分析，需要进行几何校正以使影像像素遵循真实地物在地球表面的几何位置分布规律。
实验遥感影像的几何校正是遥感技术学习中重要的一环，本文将介绍实验遥感影像的几何校正的基本概念和方法。
几何校正的基本概念几何校正主要包括校正模型的建立和校正参数的计算。
在进行几何校正之前，需要先确定地面控制点（GCP）和栅格坐标，然后以GCP为基础建立校正模型，计算校正参数，最终将原始影像像素校正为符合真实地物在地球表面位置分布规律的栅格影像。
几何校正的具体流程如下：1.确定GCP：GCP是几何校正的基础，一般应该选取光线影响较小的地物进行标注，例如道路交叉口、建筑物边角等。
标注时需要保证正方向一致，以实现最佳标注效果。
2.建立校正模型：GCP标注完成后，需要以这些GCP为基础建立几何校正模型。
在建立校正模型时，可以使用任意至少3个GCP的组合，其中至少包含一个控制点。
常用的校正模型有仿射变换模型、投影变换模型和多项式变换模型等。
3.计算校正参数：建立校正模型后，需要基于该模型计算校正参数，一般来说，校正参数是指实际地物坐标和栅格影像像素坐标之间的转换参数。
根据不同的校正模型，计算校正参数的方法也不同。
4.生成新影像：计算出校正参数后，需要进行像素级别的校正，使原始影像符合真实地物在地球表面位置分布规律，从而生成新的栅格影像。
几何校正的常用方法实验遥感影像的几何校正方法包括：仿射变换模型在实验中，仿射变换模型适用于影像伸缩和旋转校正，可以通过3个或4个GCP实现，其变换公式为：Xa = a1X + a2Y + a3Ya = a4X + a5Y + a6其中，Xa和Ya为校正后的像素坐标，X和Y为未校正的像素坐标，a1、a2、a3、a4、a5、a6是校正参数。
Envi遥感图像几何校正
遥感数字图像处理——几何精校正1.实验原理、目的和内容1.1.实验原理遥感图像纠正是通过计算机对图像每个像素逐个地解析纠正处理完成的，所以能够较清晰地改正线性和非线性变形误差。
几何精纠正的基本原理是回避成像的空间几何过程，直接利用地面的控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥感图像的总体畸变可以看做是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。
因此，校正前后的图像相应点的坐标关系可以用一个适当的数学模型来表示。
1.2.实验目的采用图像-地图纠正法，对TM遥感图像进行几何精纠正，即把不同传感器具有几何精度的图像和地图中的相同地物元素精确地彼此匹配、叠加在一起，以满足集成的需要。
1.3.实验内容对南京市TM图像AA进行几何精纠正。
2.实验过程2.1.地图投影信息的获取进行精校正之前，应该获取标准图像的投影信息，利用ArcGIS或MapInfo软件即可查看投影类型为：GK Zone 20(Pulkovo 1942)2.2.显示需要校正的图像利用Envi导入图像，RGB合成，选择4，3，2波段即可2.3.选择控制点本实验中采用图像-地图纠正，在图像窗口中选择地面控制点（GCP），然后在地图窗口中找到同名地物点，记录点位的坐标信息（见图1）。
首先，进行图像-地图纠正，Map——Registration——Select GCPs：Image to Map。
再在Image to Map Registration窗口中，根据参照的矢量地图选择Gk Zone 20(Pulkova 1942)，确定后，弹出Ground Control Points Selection窗口。
在添加地面控制点：在图像窗口中移动光标，确定GCP的位置，然后在矢量地图窗口中确定同名地物点，并将其坐标拷贝到本窗口中的地图坐标文本框中。
确认合适后，单击Add Point产生一个同名地物点。
（见图2）依次进行下去，直到数量复合要求，一般需要6个以上，并且分布均衡（图3）选取控制点完毕后进行纠正，由于选取控制点数量较少，因此使用一阶多项式的方法，重采样方法为最临近采样。
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。
遥感影像的几何校正方法与技巧
遥感影像的几何校正方法与技巧遥感影像是通过遥感技术获取到的地球表面的图像信息。
在遥感应用中，几何校正是一项非常重要的工作，它可以提高遥感影像的地理准确度和精度。
几何校正是指将影像与地理坐标系统进行一致性匹配，消除由于卫星平台姿态、扫描仪器误差等因素引起的像素位置偏差，使得影像能够准确地反映地球表面的真实位置。
一、几何校正的方法1. 基于控制点的校正方法这是最常用的几何校正方法，它通过选取一些地面上具有已知地理位置的标志物作为控制点，然后通过对其在影像上的位置进行测量，计算出转换参数，从而实现影像校正。
常见的控制点包括标志物、道路、河流等。
2. 基于全局栅格校正方法全局栅格校正方法是一种较为简单但精度相对较低的方法，它通过对整个影像进行平移、旋转和缩放等操作，以使校正后的影像与地理坐标系统的一致性较好。
3. 基于形变模型的校正方法除了平移、旋转和缩放等刚性变换外，影像在校正过程中往往还需要进行非刚性的形变操作，以适应地貌复杂、存在高程变化的地区。
基于形变模型的校正方法可以通过建立影像的形变模型，对不同区域进行适应性校正，从而提高几何校正的精度。
二、几何校正技巧1. 标志物选取的注意事项在进行几何校正时，选择合适的标志物对于提高校正精度至关重要。
应选择具有明显几何形状、易于在影像上检测和测量的标志物，例如明显的道路交叉口、建筑物的棱角等。
此外，这些标志物应分布在整个影像区域内，避免出现局部区域校正误差过大的情况。
2. 利用地形高程信息进行校正地形高程信息对于影像的几何校正具有重要作用。
在进行几何校正时，如果有数字高程模型（DEM）数据可用，可以将地形高程信息与影像的几何信息相结合，从而进一步提高几何校正的精度。
3. 考虑大气影响大气对于遥感影像的几何校正同样具有一定的影响。
在进行几何校正前，应先进行大气校正，消除大气造成的影响，提高校正精度。
4. 多尺度校正在进行几何校正时，可以考虑多尺度校正，即根据不同的应用需求，对不同尺度的影像进行校正处理。
遥感数字图像处理影像校正ppt课件
-1-
大气影响辐射纠正
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，使影像质量满足基本要求。
-1-
第二讲 影像校正
1 数字影像的性质和特点 2 影像校正
-1-
1 数字影像的性质与特点
1.1模拟影像与数字影像 1.2 数字影像的特点 1.3 多波段数字影像的数据格式
-1-
1 数字影像的性质与特点
1.1模拟影像与数字影像 – 模拟影像：普通像片那样的灰度级及颜色连续变化 的影像 – 数字影像：把模拟影像分割成同样形状的小单元， 以各个小单元的平均亮度值或中心部分的亮度值作 为该单元的亮度值进行数字化的影像。
-1-
2.2 大气校正
进入大气的太阳辐射会发生反射、折射、吸收、散 射和透射。其中对传感器接收影响较大的是吸收和散射。 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-
2.2.1 影响遥感影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
-1-
大气影响的回归分析法纠正
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 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
遥感图像的几何校正
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，深刻理解遥感图像几何校正的意义。
二、实验内容ERDAS软件中图像预处理模块下的图像几何校正。
几何校正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。
三、实验过程及步骤1．加载图像文件（1）在ERDAS图标面板菜单条选择Main—Start Image Viewer 命令，打开Viewer窗口Viewer#1。
（2）在Viewer#1菜单条选择File—Open—Raster Layer命令，打开Select layer to Add 窗口，选择需要校正的图像Atlanta.img。
选择Raster Options 标签，选择Display as下拉条，选择Gray Scale；选中Fit to Frame复选框，以使添加的图像全幅显示。
单击OK，加载需要校正的Atlanta.img图像。
（3）依照上述步骤，在Viewerr#2中打开作为地理参考的校正过的SPOT影像：panAtlanta.img。
2．启动几何校正模块在Viewer#1菜单条选择Raster Geometric Correction 命令，打开选择几何校正模型（Set Geometric Model ）对话框，选择多项式变换模型Polynomial ，单击OK 。
在Polynomial Model Properties 中定义多项式次方Polynomial Order 为2，单击Apply 按钮应用设置。
单击Close 按钮关闭当前对话框；打开GCP Tool Reference Setup 对话框。
3、启动控制点工具选择视窗采点模式Exising Viewer ，确定后打开Viewer Selection Instruction 指示器 ；在作为地理参考的图像panAtlanta.img 中点击左键，打开Reference Map Information 提示框，显示参考图像的投影信息，确定表后面控制点工具被启动，进入控制点采集状态。
遥感图像处理—几何校正
遥感图像处理—⼏何校正 本节将从原理和代码两个⽅⾯讲解遥感图像的⼏何校正。
原理 ⾸先介绍⼏何校正的概念：在遥感成像过程中，传感器⽣成的图像像元相对于地⾯⽬标物的实际位置发⽣了挤压、扭曲、拉伸和偏移等问题，这⼀现象叫做⼏何畸变。
⼏何畸变会给遥感图像的定量分析、变化检测、图像融合、地图测量或更新等处理带来的很⼤误差，所以需要针对图像的⼏何畸变进⾏校正，即⼏何校正。
⼏何校正分为⼏何粗校正和⼏何精校正。
粗校正是利⽤空间位置变化关系，采⽤计算公式和辅助参数进⾏的校正，叫做系统⼏何校正；精校正是在此基础上，使图像的⼏何位置符合某种地理坐标系统，与地图配准，调整亮度值，即利⽤地⾯控制点（GCP）做的⼏何精校正。
⼏何校正步骤：1.空间位置的变换（像元坐标）2.像元灰度值的重新计算，即重采样。
1. 坐标变换 坐标变换分为直接法和间接法。
1）直接法：从原始图像阵列出发，依次计算每个像元在输出图像中的坐标。
直接法输出的像元值⼤⼩不会发⽣变化，但输出图像中的像元分布不均匀。
2）间接法：从输出图像阵列出发，依次计算每个像元在原始图像中的位置，然后计算原始图像在该位置的像元值，再将计算的像元值赋予输出图像像元。
此⽅法保证校正后的图像的像元在空间上均匀分布，但需要进⾏灰度重采样。
该⽅法是最常⽤的⼏何校正⽅法。
由上图可见，直接法直接以原始图像的坐标为基准点，坐标偏移到校正后的图像，坐标的位置有很多出现在了像元的中间位置，所以直接输出像元值⼤⼩导致像元分布不均匀。
⽽对于间接法。
以输出图像的坐标为基准点，已经定义在了格点的位置上，此时反算出该点在原始图像上对应的图像坐标，坐标多数落在像元的中间位置。
这⾥采⽤最邻近法、双线性内插和三次卷积法来计算该点的灰度值，达成重采样的⽬的。
2. 重采样 图像数据经过坐标变换之后，像元中⼼的位置发⽣改变，其在原始图像的位置不⼀定是整数⾏\列，需要根据输出图像各像元在原始图像中对应的位置，对原始图像重采样，建⽴新的栅格矩阵。
实验二 遥感数字图像的几何校正
实验二遥感数字图像的几何校正实验目的：掌握遥感图像校正的主要方法实验内容：主要学习图像几何校正的处理方法操作方法，并了解图像镶嵌（拼接）、图像裁剪等图像预处理的方法实验数据：待校正数据Landsat TM图像tmAtlanta.img，已有地理参考SPOT 图像panAtlanta.img。
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）。
第一步：显示待校正影像和参考影像在ERDAS图标面板中点击Viewer图标两次，打开两个视窗（Viewer #1和Viewer #2），并将两个视窗平铺放置，操作过程如下：ERDAS图标面板菜单条：Session→Tile Viewers然后，在Viewer #1中打开需要校正的影像，Viewer #2中打开参考的影像第二步：启动几何校正模块Viewer #1菜单条：Raster→Geometric Correction→打开Set Geometric Model 对话框（图1）图1 Set Geometric Model对话框→选择多项式几何校正模型：Polynomial →OK→同时打开Geo Correction Tools 对话框（图2）和Polynomial Model Properties 对话框（图3）图2 Geo Correction Tools 对话框 图3 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 ）：2定义投影参数：不需要定义→Apply →Close→自动弹出GCP Tool Reference Setup 对话框（图4），不弹出的话就点击，则打开GCP Tool Reference Setup 对话框图4 GCP Tool Reference Setup 对话框 图5 Viewer Selection Instructions 指示器第三步：启动控制点工具首先，在GCP Tool Reference Setup对话框（图4）中选择采点模式：→选择视窗采点模式：Existing Viewer→OK→打开Viewer Selection Instructions指示器（图5）→在显示作为参考图像的Viewer #2中点击左键→打开Reference Map Information 提示框（图6），→OK→此时，整个屏幕将自动变化为如图7所示的状态，表明控制点工具被启动，进入控制点采点状态。
1 遥感图像处理--几何校正
北京54坐标系和西安80坐标系 采用的主要参数
坐标名称 北京54 西安80
投影类型 Transverse Mercator Transverse Mercator
椭球体 Krasovsky IAG-75
基准面 北京54 西安80
知识介绍—建立自定义坐标系
ENVI中坐标定义文件存放在安装目录下的 IDL??\products\envi??\map_proj文件夹下， 三个文件记录了坐标信息：
知识介绍—图像投影转换
投影转换 1）选择主菜单->Map->Convert Map Projection。 2）在Convert Map Projection对话框中，单击Change Proj按钮。 3）在Projection Selection对话框中，选择New按钮。 4）在Customized Map Projection Definition对话框中填写投影名
ENVI中的几何校正
重采样方法（ENVI提供的内插方法）
1）最近邻法
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，就取哪个亮 度值作为(x,y)点的亮度值。
2）双线性内插法
取(x,y)点周围的4个邻点，在y方向内插二次， 再在x方向上内插一次，得到(x,y)点的亮度值f(x,y)。
ellipse.txt 椭球体参数文件 datum.txt 基准面参数文件 map_proj.txt 坐标系参数文件
知识介绍—建立自定义坐标系
ENVI中自定义坐标系分三步：定义椭球体、基准面 和定义坐标参数。
第一步：添加椭球体
椭球体描述语法：<椭球体名称>, <长半轴>, <短半 轴>
遥感数字图像处理基础 知识点
第一章数字图像处理根底1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为假设干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的根本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规那么网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差3颜色空间模型：RGB 模型CMYK模型HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规那么映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
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）
ENVI遥感图像的几何校正
遥感图像的几何校正（配准）1.实验目的与任务：（1）理解几何校正的原理；（2）学习使用 ENVI 软件进行几何校正；2.实验设备与数据：设备：遥感图像解决系统 ENVI数据：TM 数据3几何校正的过程：注意：几何校正一种是影像对影像，一种是影像对地图，下面介绍的是影像对影像的配准或几何校正。
1.打开参考影像（base）和待校正影像：分别打开，即在display#1,display#2 中打开；2.在主菜单上选择map->Registration->select GCPs：image to image3 .出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。
BASE 图像指参考图像而warp 则指待校正影像。
选择OK!4.现在就能够加点了：将两边的影像十字线焦点对准到自己认为是同一地物的地方，就能够选择ADD POINT 添加点了。
（PS：看不清出别忘记放大）如果要放弃该点选择右下脚的delete last point，或者点show point 弹出image to image gcp list 窗口，从中选择你要删除的点，也能够进行其它诸多操作，自己慢慢研究，呵呵。
选好4 个点后就能够预测：把十字叉放在参考影像某个地物，点选predict 则待校正影像就会自动跳转到与参考影像相对应的位置，而后再进行合适的调节并选点。
5.选点结束后，首先把点保存了：ground control points->file->save gcp as ASCII..固然你没有选完点也能够保存，下次就直接启用就能够：ground control points->file->restore gcps from ASCII...6.接下来就是进行校正了：在ground control points.对话框中选择：options->warp file(as image to map)在出现的imput warp image 中选中你要校正的影像，点ok 进入registration parameters对话框：首先点change proj 按钮，选择坐标系然后更改象素的大小，如果本身就是你所需要大小则不用改了最后选择重采样办法（resampling）,普通都是选择双线性的（bilinear），最后的最后选择保存途径就OK 了遥感图像的监督分类1 实验的目的和任务1）理解遥感图像计算机分类的原理和办法；2）掌握监督分类的环节和办法。
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。
遥感图像的几何纠正
遥感图像的几何纠正一、实习目的：1、掌握遥感图像几何纠正的主要过程；2、深入理解遥感图像几何纠正中纠正变换函数确定、输出图像边界范围确定、亮度值重抽样等关键步骤的基本原理。
二、实习步骤与说明坐标转换（Reformat>Resample）是Idrisi系统中进行遥感图像几何纠正或地理配准的模块，通常是据地面已知位置给图像产生空间地理坐标的过程，这个过程把一个图像定位到公认的坐标系如经/纬度或统一横轴麦卡托投影（UTM）中，如果一个图像已经建立了地理坐标，但需要变换为另一种坐标系（例如从经/纬度向UTM转换），则建议使用用地图投影模块改变坐标系的方法。
只有当一个图像还没有坐标系或不可能进行投影处理时才使用坐标转换。
尽管大部分卫星图像和其它数据在购买之前已建立了地理坐标，我们可能仍需要购买未建坐标系的数据并自己建立坐标。
这样做的原因有两个，首先，你可以监控和减少在任何坐标转换处理中不可避免地要产生的位置误差。
预先建立坐标的图像并不都有位置误差的说明，而且这些误差可能比你自己处理时产生的误差大。
其次，你可以自己选择图像将要转换成的坐标系。
坐标转换是一种橡皮条式转换，它通过拉伸和扭曲使一个图像拟合于一个特定的坐标系，这个过程引入空间变形。
对于一个特定的区域，有一些坐标系及相关的投影会给你的图像引入比其它系统更大的空间变形。
自己进行坐标转换时，不但可以选择引入最小空间变形的坐标系，还可以使你的数据的坐标系统与你在用的其它数据的坐标相一致。
坐标转换过程可归纳如下：（1）用户确定新旧坐标系内同一位置的成对的X，Y坐标值（图2.2.1），新坐标系中的坐标可从地图、已经建立地理坐标的图像，或矢量文件中获得，或以传统设备或全球定位系统来测量。
X X图2.2.1（2）用户创建一个含有这些坐标对的控制点文件。
点数x旧坐标y旧坐标x新坐标y新坐标x旧坐标y旧坐标x新坐标y新坐标…（3）IDRISI for Windows求解一个描述两个坐标系关系的方程。
- 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)。
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。
8
Hale Waihona Puke 四、图像匹配2.图像匹配性能 图像匹配算法的性能可以从匹配速度、匹配精度、匹配概
率和匹配适应性这四个指标来进行评估。
➢ 匹配速度是指匹配算法运行的效率，由算法的计算量和算法结 构（并行或串行）决定。而算法总的计算量与相似性计算的计 算量以及搜索次数有关；并行运算效率较高，但对电脑硬件要 求较高。一个好的匹配算法要求其具有实时性，能够满足应用 需求。
6
四、几何校正类型
根据控制点选取来源的不同，几何精校正可分为图像到图 像的几何校正、图像到地图的几何校正和具有已知几何信 息的几何校正。
7
四、图像匹配
1.图像匹配要素 图像配准是对不同时间、不同传感器或不同视角获取的同
一场景的两幅或多幅图像进行匹配的过程。图像配准方法 可以看作是特征空间、搜索空间、搜索策略和相似性度量 这四个要素的不同选择组合。 ➢ 图像配准需要在图像之间识别同名点，借助变换方法实现 图像的最佳匹配。同名点的识别借助于图像特征，参与匹 配的图像特征便组成特征空间。