预览加载中，请您耐心等待几秒...

遥感图像的几何校正.ppt

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共48页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

几何变形 基于多项式模型的几何校正 多项式校正模型 地面控制点（GDP）的选取 重采样方法 基于共线方程的几何校正 基于有理函数的几何校正几何变形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球曲率、大气折光和地形起伏引起的误差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 系统性几何变形是有规律和可以预测的，比如扫描畸变、地球曲率引起的图像变形、地球自转的影响等 非系统性几何变形是不规律的，它可以是遥感器平台的高度、经纬度、速度和姿态等的不稳定、地形起伏的影响等等，一般很难预测目的 改正系统及非系统性因素引起的图像变形 准确的空间位置 遥感图像的几何处理包含两个层次 粗加工处理 精加工处理地面站接收图像后，根据不同平台、传感器的参数，对地球曲率、地球自转、大气折射造成的变形进行处理 粗加工处理主要是由地面站完成，不是用户完成 粗加工处理对传感器内部畸变的改正很有效 粗加工处理后仍有较大的残差为什么要进行遥感图像的精校正处理？ 由于遥感器的位置及姿态的测量精度不高，其加工处理后仍有较大的残差（几何变形） 一个地物在不同的图像上，位置要一致，才可以进行融合处理、图像的镶嵌、动态变化监测 如果同一地区的不同时间的影像，不能把它们归纳到同一个坐标系中去，图像中还存在变形，这样的图像是不能进行融合、镶嵌和比较的，是没有用的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 像素坐标的变换——解决位置问题 多项式模型 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遥感数字图像的几何处理过程回避成像的空间几何过程，直接对图像变形的本身进行数学模拟 把遥感图像的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果 把原始图像变形看成是某种曲面，输出图像作为规则平面。从理论上讲，任何曲面都能以适当高次的多项式来拟合。用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系确定纠正的多项式模型 选择若干个控制点，利用有限个地面控制点的已知坐标，解求多项式的系数 将各像元的坐标代入多项式进行计算，便可求得纠正后的坐标 位置进行变换，变换的同时进行灰度重采样 对结果进行精度评定一般多项式纠正变换公式 x,y为某像素原始图像坐标 X,Y为同名像素的地面（或地图）坐标控制点的选取要求 影像上的明显地物点 影像中均匀分布 要满足一定的数量要求 地面控制点的获取途径 GPS 地形图、矢量图、地图 纠正过的影像（航片、卫片）等等控制点应选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、湖泊边缘、飞机场、城廓边缘等 地面控制点上的地物不随时间而变化，以保证当两幅不同时段的图像或地图几何纠正时，可以同时识别出来 特征变化大的地区应多选一些 图像边缘部分一定要选取控制点，以避免外推 尽可能满幅均匀选取多项式的系数利用地面控制点建立的方程组来解算 一般来说GCP的数量至少要大于(n+1)(n+2)/2，n是多项式的阶数 一次多项式3个以上点 二次多项式6个以上点 三次多项式10个以上点确定校正后图像的行列数值，并找到新图像中每一像元的亮度值 像素坐标的变换，即将图像坐标转变为地图或地面坐标 直接法 间接法 对坐标变换后的像素亮度值进行重采样 最近邻法 双线性内插法 三次卷积内插法确定合理的边界 计算边界 计算行列数 有了边界之后，就可以得到图像上任何一个点的坐标，由图像行列号得到地面点坐标的公式 根据精度要求定义输出像素的地面尺寸△X和△Y 图像总的行列数M和N由下式确定： M=(Y2-Y1)/ΔY+1 N=(X2-X1)/ΔX+1 Δx、Δy表示输出图像的采样间隔 采样间隔和图像的分辨率对应 采样前的原始图像，分辨率常用每个像元覆盖的空间范围来描述 对于采样后的图像，可以用采样间隔来描述从原始图像阵列出发，按行列的顺序依次对每个原始像素点位求其在地面坐标系（也是输出图像坐标系）中的正确位置 X=Fx(x,y)Y=FY(x,y)从空白的输出图像阵列出发，亦按行列的顺序依次对每个输出像素点位反求原始图像坐标中的位置 x=Gx(X,Y)y=Gy(X,Y) 用与像元点最近的像元灰度值作为该像元的值 优点：简单易用，计算量小 缺点：最大可产生半个像元的位置偏移，处理后的图像的亮度具有不连续性，从而影响精确度用像元点最近的四个像元值作内插