遥感技术与应用-04遥感图像校正
遥感实验：图像校正
几何校正
9传感器参数变化 9非线形扫描 9大气折射
9全景畸变 9地球曲率
9地形起伏
数Hale Waihona Puke 处理中心图像校正 采用DEM进 行正射校正
噪音消除
噪音消除目的是为了消除图像中由于传感器、信号 转换及数据记录过程中产生的干扰。
2
实验内容 （1）图像变形的主要原因 （2）图像校正的主要方面 （3）校正图像
创建一个GCPs 报告 (1)选择表中的所有行 (2)右键单击表头的任意列，选择Report… (3) 以文本格式（.txt）存贮报告
注：在你的作业中递交该报告文件
4 确定转换矩阵
9 在Geo Correction toolS 窗口单击Display Mode properties 按钮 9 转换矩阵已经开始运算
3 选择地面控制点（GCPs）
现在我们添加４对GCPs，一对GCPs的组成:
输入GCP(GCP工具中X input , Y input 列) 相应的参考GCP(GCP工具中X ref.,Y Ref.列)
地面控制点（GCPs）选择原则
选择的点: (1) 在两景像片中都存在 (2) 能容易和准确辩识(河流、道路等线形地物的交叉点等) (3)均匀分布在图像内,特别是接近图像边缘的点.
4
找到位于在两幅像片左上角的高速公路交叉点
单击 creat GCP button, 然后单击TM影像生成一个输入GCP 单击 creat GCP button, 然后单击SPOT影像生成一个参考GCP
确保有4对及以上GCPs,并均匀分布
重复上面的步骤,在两幅图像的其他位置再添加至少3对GCPs
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
分辨率：采用线对/毫米
f
Rg
Rs f H
Rg 为地面分辨率
H
H 为航高
Rs 为系统分辨率 f 为摄影机焦距
IKONOS 图像，1m分辨率
由于地形起伏 引起的平面上 的点位在相片 位置上的移动， 这种现象称为 像点位移，其 位移量就是中 心投影与垂直 投影在同一水 平面上的“投 影误差”
9个一定 高度的柱 子，影像 中心正射 投影，只 能看到顶； 其余成像 后放射状 的向外倒
物辐射状向外 称的向两侧倒，低
倒，低于基准 于基准面地物对称 面地物辐射状 的向中间倒 向内倒
高出基准面地物对
称的向两侧倒，低
于基准面地物对称 的向中间倒
传感器成像方式引起的图像变形 传感器外方位元素变化的影响 地形起伏引起的像点位移 地球曲率引起的图像变形 大气折射引起的图像变形 地球自转的影响
y f a12 ( X P X S ) a22 (YP YS ) a32 (ZP ZS ) a13 ( X P X S ) a23 (YP YS ) a33 (ZP ZS )
➢如辐射计、红外辐射计、微波辐射计、微波高 度计等
遥感 传感 器的 几何 投影 方式
中心投影类型：分幅式摄影机、面阵列 CCD传感器
掸扫式（逐点）：光/机
扫描成像、镜头转动式 摄影机
多中心投影类型
推扫式（逐线） ：固体 自扫描成像、狭缝式摄 影机
斜距投影成像仪： 侧视雷达等
不同类型成像传感器，其成像原理和投影方式也不同
➢ 中心投影构像方程 ➢ 多中心投影构像方程
➢推扫式传感器的构像方程 ➢扫描式传感器的构像方程
中心投影像片坐标与地面点大地坐标的关系：
X X
x
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。
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原理是指通过对遥感图像进行几何变换，将图像投影到地球表面上的正确位置，以确保图像的几何特征和空间位置的精确性。
遥感图像的几何校正原理是遥感技术中极为重要的一个环节，它涉及到传感器投影模型的建立以及图像的几何校正方法和参数计算等多个方面。
遥感图像的几何校正原理主要包括以下几个方面：1. 传感器的几何投影模型：遥感图像是通过传感器获取到的，而传感器的几何投影模型是校正的基础。
传感器的几何投影模型是描述传感器观测到的像元在地面坐标系中的位置的数学模型，通常包括摄影几何模型和几何投影模型。
摄影几何模型主要用于航片和卫星图像的几何定位，几何投影模型主要用于平面影像和正射影像的几何定位。
根据传感器的类型和几何特性，选择合适的几何投影模型进行校正。
2. 地面控制点的选择：地面控制点是指已知准确地理坐标的地物特征点，通过对图像与地面控制点的匹配，可以确定图像与地面坐标系之间的几何关系。
地面控制点的选择应具有代表性和充分的空间分布，以保证校正的几何精度。
常用的地面控制点包括地面标志物、地物边界等。
3. 图像配准和校正：图像配准是指将图像与地面控制点进行匹配，确定图像在地面坐标系中的位置。
图像校正是通过几何变换将图像投影到正确位置，保证图像的几何特征和空间位置的准确性。
常用的图像校正方法包括多项式变换、分段线性变换和二次变换等。
多项式变换是基于一阶、二阶或高阶多项式函数进行校正的方法，它可以实现图像的平移、旋转、缩放和错切等变换。
分段线性变换是将图像分成若干个区域，然后在每个区域内进行线性变换。
二次变换是将图像分成若干个二次曲面，然后在每个二次曲面内进行变换。
4. 校正参数的计算：校正参数是指用于实现图像校正的参数，一般包括平移、旋转、缩放和错切等参数。
校正参数的计算是校正过程中的关键一步，一般通过最小二乘法、迭代法和控制点测量法等方法来求解。
最小二乘法是一种常用的数学优化方法，通过最小化图像与控制点之间的误差，求解校正参数。
实验2遥感图像的几何校正
注意:所选控制点是同名点,即在TM影像上点 和在SPOT影像上点,两个点是同一地物点
第四步中的①～④
可以左键按住控制点,进行位置移动
③在Viewer #1中移动关联方框位置， 寻找明显的地物特征点，作为输入GCP
④单击Create GCP图标，并在Viewer #3中点击左键定点
两种方法相差不大，直接法所需时间要长，实践中通常采用间接法
几何校正
重采样的具体计算方法： （1）最近邻法
几何校正
重采样的具体计算方法： （2）双线性内插法
几何校正
重采样的具体计算方法： （3）三次卷积内插法
几何校正
控制点的选取ห้องสมุดไป่ตู้
几何校正的第一步便是位置的计算，首先是对所选取的二 元多线式求系数，这时必须已知一组控制点坐标
输入“2”后按Apply再按close，出现中间图
上机：基于spot图像的TM图像校正过程
第三步:启动控制点工具(Start GCP Tools )
1. 首先在GCP Toots Reference Setup对话框中选择采点摸式， 2. 选择视窗采点模式：Existing Viewer 3. OK(关闭GCP Tools Reference Setup 对话框) 4. 打开Viewer Selection Instructions指示器 5. 在显示作为地理参考图像panAtlanta.img的Viewer #2中点击左键(要点在图像中) 6. 打开Reference Map Information提示框 (显示参考图像的投影信息) 7. OK(关闭Reference Map 1nformation提示框)
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。
遥感图像的几何校正
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
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Set Geo-Correction Input File对话框中，需要确定校正图像， 有两种选择情况：
其一：首先确定来自视窗（From Viewer），然后选择显示图像视 窗。
其二：首先确定来自文件（From Image File），然后选择输入图 像。
三、遥感图像几何校正的途径
1.显示图像文件（Display Image Files）
4.采集地面控制点（Ground Control Point）
GCP的具体采集过程： 在图像几何校正过程中，采集控制点是一项非常重要和繁重的工 作，具体过程如下： （1）在GCP工具对话框中，点击Select GCP图表，进入GCP选 择状态； （2）在GCP数据表中，将输入GCP的颜色设置为比较明显的黄色。 （3）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。 （ 4 ） 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.启动几何校正模块（Geometric Correction Tool）
（1）Viewer1菜单条：Raster→ Geometric Correction→打 开Set Geometric Model对话框
遥感图像校正实验报告
遥感图像校正实验报告1. 引言遥感图像是通过卫星、飞机等遥感平台获取的地球表面的图像信息，具有广泛的应用价值。
然而，由于地球表面的复杂性和遥感平台的特点，遥感图像中可能存在各种影响因素，如大气、地形、光照等。
为了准确地利用遥感图像进行地物分类、资源监测等应用，需要对遥感图像进行校正。
本实验旨在探索并应用遥感图像校正方法，提高遥感图像的质量和准确度。
2. 实验目标本实验的主要目标是：- 理解遥感图像校正的原理和流程；- 掌握遥感图像校正的常用方法；- 运用所学的遥感图像校正方法，对实验数据进行校正，并评估校正效果。
3. 实验步骤3.1 数据准备本实验使用的遥感图像数据是卫星传感器获得的多光谱图像，包含了红、绿和蓝三个波段的数据。
数据提供了RAW格式的图像文件，需要进行预处理和格式转换，以便进行后续的遥感图像校正实验。
3.2 大气校正大气是遥感图像中主要的影响因素之一，大气校正是遥感图像校正中的重要步骤。
本实验采用了大气校正模型，通过计算大气透射率和反射率，对图像进行校正。
3.3 辐射校正辐射校正是遥感图像校正的另一个重要步骤，其目的是消除图像中的辐射差异，使得不同波段的图像能够进行有效的比较和分析。
本实验使用了辐射校正模型，通过计算辐射矫正系数，将原始图像转换为辐射校正后的图像。
3.4 几何校正几何校正是遥感图像校正的最后一步，其目标是消除图像中的几何形变，使得图像中的特征能够准确地对应地面的实际位置。
本实验使用了几何校正模型，通过对图像进行平移、旋转和缩放等操作，实现图像的几何校正。
4. 实验结果和讨论经过上述的步骤，我们成功地对实验数据进行了遥感图像校正。
校正后的图像显示出更好的质量和准确度，可以更好地用于地物分类和资源监测等应用。
然而，值得注意的是，遥感图像校正是一个复杂的过程，涉及到多个影响因素和数学模型。
在实际应用中，应根据具体需求和数据特点，选择合适的校正方法和参数，以达到最佳的校正效果。
遥感图像几何校正
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）
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。
如何进行遥感图像的几何校正与纠正
如何进行遥感图像的几何校正与纠正遥感图像是通过无人机、卫星等远距离设备获取的地球表面的影像数据。
这些图像在应用于地理信息系统(GIS)、自然资源管理、城市规划等领域时，需要进行几何校正与纠正。
本文将介绍什么是遥感图像的几何校正与纠正，以及如何进行这一过程。
一、什么是遥感图像的几何校正与纠正遥感图像的几何校正与纠正是指将采集到的图像数据与真实地理空间进行对应，消除由于图像采集时摄像设备、地球曲率等因素引起的形变、偏移等问题，使图像具备准确的地理位置信息。
这项工作是遥感技术应用的重要环节，对于后续的数据分析和信息提取至关重要。
二、遥感图像的几何校正与纠正方法1. 外方位元素法外方位元素法是利用航片或图像外方位元素（像空间坐标与地面坐标之间的变换参数）进行几何校正与纠正的方法。
在这种方法中，需要准确确定图像的摄影中心、摄影距离以及摄影方位角等相关参数，通过计算来修正图像的几何形变。
外方位元素法准确性较高，适用于相对高精度的项目。
2. 控制点法控制点法是通过在图像上选择一系列已知地理位置的控制点，在地面实地测量其坐标，然后通过像点与地理坐标的对应关系，进行几何校正与纠正的方法。
该方法的关键在于控制点的选择与测量精度，控制点越多、分布更均匀，纠正效果越好。
3. 数字高程模型（DEM）法数字高程模型法是通过使用数字高程模型数据，将遥感图像与地面实际高程进行对照校正的方法。
通过图像与DEM之间的高差计算，对图像进行几何校正与纠正。
这种方法适用于大范围的地形起伏、高程变化较大的区域。
三、遥感图像的几何校正与纠正注意事项1. 数据预处理在进行几何校正与纠正之前，需要对采集到的遥感图像进行预处理。
预处理包括影像增强、去噪、边缘检测等步骤，以提高图像质量和准确性。
2. 参考数据选择在进行校正与纠正时，需要选择适当的参考数据，以确保纠正结果的准确性。
参考数据可以包括航片、已经准确校正的图像、已知地理坐标点等。
3. 校正模型选择校正模型选择是几何校正与纠正的关键步骤之一。
遥感技术与应用(校正)
六、遥感图像处理方式
1 空间域法（Spatial Domain） 将图像看成是平面中各像元组成 的集合 （1）邻域操作（Adjacent Operation） 设计相关模板（Mask ）对图像实施卷积运算（Convolution），实现平滑（ Smoothing）除噪和锐化（Sharpening）边界功能 （2）点操作（Point Operation） 灰度处理，如线性非线性 拉伸、图像变换、面积、周长、体积、重心运算等 2 频域法（Frequency Domain）
第五章
遥感图像处理
第一节 有关基本概念 一、图像（Image）
图像（Image）：强调通过某种技术手段（Camera Lens、Scanner ）获得的视觉形象 (Picture)：侧重手工描绘的一类“画”——Painting (Pattern)：模式图案（图形、曲线等） 人们常习惯读成“图像”，从心理物理学的角度看：图和像实际 是彼此分离的两个概念。
2 图像量测（Measurement）：是在图像进行分割（ Segmentation）的基础上，对图像中感兴趣的目标进行检测和 测量，以获得它们的客观信息（面积、长度、重心、扁率分形 维等）从而建立对图像的描述。 图像处理输入的是图像，处理后输出的还是图像。 图像量测输入的是图像，而输出的是对目标特征测量的结果， 或是基于测量的符号表示，它们描述了图像中目标的特点和性 质。这方面派生出了一门技术：数字摄影测量（DPS -Digital Photography Survey） 数字摄影测量学（Digital Photogrammetry）是从摄影像片出发，应用摄影像片构像的数 学规律，通过对像片的处理、量测、判读和研究，以测定所摄 物体的形状、大小和空间位置等地理信息的一门学科。
- 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)。
θ
f
O N’
6
遥感图像的辐射畸变
扫描成像系统中的辐射亮度不均匀：光线路径长短不同造成的，
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不大。但由于地球表面
曲率的存在，对应于地面的 P1，P2，P3 …的差别就大得多。距星下点
越远畸变越大，对应地面长
度越长。
2013-7-15
22
几何畸变
大气折射的影响:大气对辐射的传播产生折射。由于大气
的密度分布从下向上 越来越小，折射率不 断变化，因此折射后 的辐射传播不再是直 线而是一条曲线，从 而导致传感器接收的
遥感技术与应用
学年学期：2010-2011学年第二学期 学 班 教
2013-7-15
院：测绘与地理科学学院 级：城规081-2班 师：李 玉
1
第四章 遥感图像校正
2013-7-15
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)
或亮度间隔的像素数占总像素数的百分比。
2013-7-15
9
辐射校正
原理：一幅图像中总可以找到某种或某几种地物，其辐射亮度或反射率接 近零，例如，地形起伏地区山的阴影处，反射率极低的深海水体处等，这 时在图像中对应位置的像元亮度值应为零。实测表明，这些位置上的像元 亮度不为零。这个值就应该是大气散射导致的程辐射度值。
2013-7-15
24
几何校正
几何校正：从具有几何畸变的图像中消除畸变的过
程，即定量地确定图像上像元坐标（图像坐标）与
目标物的地理坐标（地图坐标等）的对应关系（坐
标变换式）
几何校正一般包括几何粗校正和几何精校正。粗校
正及系统误差校正，一般由卫星地面站来完成。粗
校正处理后图像仍有较大的残差，需要对图像进行
坐标变换式经常采用一阶、二阶、三阶高次多项式。坐标 变换式的系数可从控制点的图像坐标值和地图坐标值中根 据最小二乘法求出。
一阶多项式法可以纠正线性误差: 6 未知数，至少需要3 个GCP
X= aX1+ bY1+ c Y = dX1+ eY1+ f
二阶多项式法可以纠正非线性误差: 12 个未知数，至少需要6个GCP
俯时后移，仰时前移，发生行间位置错动。
2013-7-15
17
几何畸变
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，使整个图像的行向翻滚角引起偏离 的方向错动。
2013-7-15
18
几何畸变
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，导致图像的倾斜畸变。
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
收影响较大的是吸收、折射和散射。另外，大气辐 射、邻域辐射以及 path radiance也会影响传感器 接收。
2013-7-15
4
遥感图像的辐射畸变
2013-7-15
5
遥感图像的辐射畸变
传感器引起的畸变
27
几何校正
间接法：从空白图像阵列出发，依次计算每个像元P(X，Y)在原始图
像中的位置P(x,y)。坐标变换式为：
x G x ( X ,Y ) y G y ( X ,Y )
2013-7-15
28
几何校正
坐标变换式经常采用一阶、二阶、三阶高次多项式。坐
标变换式的系数可从控制点的图像坐标值和地图坐标值 中根据最小二乘法求出。
从遥感卫星地面站生产的数据产品影像头文件中获
取相关信息，比如地理经纬度和太阳高度角等，以 及DEM数据，来进行该误差的校正。
2013-7-15
13
几何畸变
几何畸变：遥感图像在几何位置上发生了变化，
产生诸如行列不均匀，像元大小与地面大小对
应不准确，地物形状不规则等变化；
几何畸变的成因包括遥感平台位置和运动状态
10
辐射校正
回归分析法
回归分析法：是在掌握大量观察数据的基础上，利用数理统计方法建立 因 变量与自变量之间的回归关系函数表达式（称回归方程式）。
方法：在不受大气影响的长波段（La）和待校正的某一短波段（Lb）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。 是波段a中的亮度为0处波段b中所 具有的亮度。可以认为就是波段b 的程辐射度。校正的方法是将波段b 中每个像元的亮度值减去 ，来改 善图像，去掉程辐射。
2013-7-15
19
几何畸变
地形起伏的影响:当地形存在起伏时，会产生局部像点的
位移，使原来本应是地面点的信号 被同一位置上某高点的 信号代替。由于高差的 原因，实际像点P距像 幅中心的距离相对于理 想像点P0距像幅中心的 距离移动了△r。
2013-7-15
20
几何畸变
地表曲率的影响:地球是球体，严格说是椭球体，因此地
变化、地形起伏、地球表面曲率、大气折射、
地球自转。
2013-7-15
14
几何畸变
遥感平台位置和运动状态变化
航高：在遥感平台运动过程中，会产生相对于原标准航高的偏离。 另一方面，卫星运行的轨 道本身就是椭圆的，航高始终发生变 化。而传感器的扫描视场角不 变，从而导致图像扫描行对应 的地面长度发生变化。航高越
2013-7-15
11
辐射校正
由传感器系统引起的辐射校正：一般来说，成
像系统造成的误差由传感器研制单位根据传感
器的相关参数、利用相关的传感器成像模型进
行校正，不需要用户自己校正.
2013-7-15
12
辐射校正
由光照条件差异引起的辐射误差：太阳高度角、
地面的倾斜所造成等。
太阳高度、地面的倾斜引起的畸变校正，用户可以
控制点的选取:几何校正的第一步便是位置计算，首先 是对所选取的二元多项式求系数。这时必须已知一组控 制点坐标。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。
2013-7-15 29
几何校正
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。
2013-7-15
32
几何校正
控制点数目的确定
其最低限是按未知系数的多少来确定的。一次多项式有6个系数， 就需要有6个方程来求解，需3个控制点的3对坐标值，即6个坐标数。 2次多项式有 12个系数，需要 12个方程（6个控制点）。依次类推， n次多项式，控制点的最少数目为(n+1)(n+2)/2。
由光学系统的特性引起的畸变：在使用透镜的光学系统中，由于镜
头光学特性的非均匀性，在其成像平面存在着边缘部分比中间部分
暗的现象（减光现象）。 光线以平行于主光轴的方向通过镜头到达像平面O点的光强度为 Eo，以与主光轴成θ 角的
N
P D S
方向通过镜头到
像平面P点的光强 度为Ep， Ep＝Eo·cos4θ 。
进一步的处理，即几何精校正。
2013-7-15 25
几何校正
几何精校正包括光学校正和数字纠正两种方法。 数字纠正是通过计算机对图像每个像元逐个地 解析纠正处理完成的，其包括两方面：一是像 元坐标变换；二是像元灰度值重新计算（重采 样）。
坐标变换:确定原始图像和纠正后图像之间的坐标变
换关系。包括两种方案：直接法和间接法。
公式计算法：公式计算法需知道具体天气条件下大 气路径辐射率等参数。如果不通过特别的观测，一
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。
2013-7-15
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
实际工作表明，选取最少数目的控制点来校正图像，效果往往不好。 在图像边缘处，在地面特征变化大的地区，如河流拐弯处等，由于 没有控制点，而靠计算推出对应点，会使图像变形。因此，在条件 允许的情况下，控制点数的选取都要大于最低数很多。
2013-7-15
31
几何校正
地面控制点（Ground Control Point - GCP）选取的原则
地面控制点就是在影像上可以精确测量地理坐标的已知点。 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。
X = aX22 + bY22 + cX2Y2 + dX2 + eY2 + f Y = gX22 + hY22 + iX2Y2 + jX2 + kY2 + m