遥感数字图像几何校正.pptx

第三章遥感数字图像几何校正 一 数字遥感图像几何校正的含义与意义二 数字校正和光学校正的区别三 几何畸变的类型与影响因素四 几何畸变校正的类型 原理与过程五 几何校正方法 3 1数字遥感图像几何校正的含义与意义 1 数字图像几何校正的含义遥感图像在几何位置上发生的变化 产生诸如行列不均匀 像元大小与地面大小对应不准确 地物形状不规则变化等 2 几何校正的意义 只有进行校正后 才能对图像信息进行分析 制作满足测量和定位要求的各类遥感专题图 在同一地域 应用不同传感器 不同光谱范围及不同成像时间的各种图像数据进行计算机自动分类 地物特征的变化监测或其它应用处理时 必须进行图像间的空间配准 保证不同图像间的几何一致性 利用遥感图像进行地形图测图或更新时 要求图像具有较高的地理坐标精度 1 光学纠正通常不能对卫星遥感图像 特别是动态遥感图像进行校正 原因 通常的光学纠正仪器是针对框幅式中心投影的航空摄影图像设计的 动态传感图像的特点并未在设计中加以考虑 2 数字图像纠正是建立在严格的数学基础上的 并可以逐点地对图像进行纠正 原则上对任何传感器的图像都可以进行纠正 数字纠正光学纠正纠正工具不同 计算机系统专用光学纠正机械仪器图像数据形式不同 灰度数字阵列硬拷贝像片原理不同 坐标解析变换 灰度值重采样恢复成像时的光束结构 感光 3 2数字校正和光学校正的区别 3 3 1几何畸变的类型 3 3几何畸变的类型与影响因素 1 传感器成像投影方式带来的变形 传感器有中心投影 全景投影 斜距投影以及平行投影等几种成像方式 地形平坦地区的中心投影和垂直投影没有几何畸变 但对全景投影和斜距投影则产生图像变形 常把中心投影和平行投影 正射投影 的图像视为基准图像 而全景投影和斜距投影变形规律可以通过与中心投影或正射投影的影像相比较而获得 因此 航空像片的解译理论是各种遥感图像的解译基础 3 3 2几何畸变的影响因素 全景投影 线中心投影 变形 由于全景相机的像距保持不变 而物距随扫描角的增大而增大 因此出现两侧影像变形较大的现象 使整个影像产生全景畸变 比例尺 斜距投影变形 斜距变形 侧视雷达采用斜距投影 它与摄像机中心投影方式完全不同 斜距投影的变形误差为 无变形 全景变形 斜距变形 航高航速俯仰翻滚航偏 2 传感器外方位元素变化的影响 传感器成像时的位置和姿态角 3 地形起伏的影响 地形起伏对中心投影造成的像点位移是远离原点向外变动 在雷达影像上是向内变动的 地形起伏对正射投影无影响 对中心投影引起投影差 航片各部分比例尺不同 A B C B A C a b c a b c A C C A 4 投影面倾斜的影响 正射投影 总是水平的 不存在倾斜问题 中心投影 若投影面倾斜 航片各部分的比例尺不同 倾斜 水平 A B C a b c H f 比例尺f H 5 地球曲率的影响 像点位移 理想平面为切平面 但实际地球表面为曲面 使地面点相对于投影平面点存在高差像元比例尺变化 理想状态下像元间隔为等分间隔 地球曲率的影响使其对应间隔变化 6 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到上越来越小 折射率不断变化 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像点发射位移 7 地球自转的影响 地球始终在自转 而且在不同的纬度 地球转动的线速度不同 地球资源卫星完成一景图像的扫描 在此期间 地球已经转过一定的角度 所以 图像记录的并非一个正方形的地面区域 而是一个存在扭曲的四边形区域 地球自转的影响 左图显示了地球静止的图像 oncba 与地球自转的图像 onc b a 在地面上投影的情况 由图可见 由于地球自转的影响 产生了图像底边中点的坐标位移 x和 y 以及平均航偏角 3 4 1几何畸变校正的类型 几何粗校正 针对引起畸变原因而进行的校正 是对遥感影像的前期校正 几何精校正 用一种数学模型来近似描述遥感图像的几何畸变 利用畸变的遥感图像与标准图之间的控制点对求得几何畸变参数 并利用此进行几何畸变的校正 将传感器的校准数据 遥感平台位置以及卫星姿态数据带入理论校正公式进行改正即可在数据处理的初始阶段进行 一般消除系统性的误差 几何多项式法 利用几何多项式作为校正模型 利用控制点对求解变换系数 并按照该系数进行校正严格模型法 利用严格成像模型作为校正模型 利用控制点解算系数并进行校正 3 4几何校正的类型 原理与过程 3 4 2几何畸变校正的基本原理与过程 目的 改正原始图像的几何变形 符合某种地图投影或图形表达要求的新图像 基本环节 像素坐标转换 像素亮度值重采样 1 准备工作收集和分析影像数据 地图资料 大地测量成果 航天器轨道参数和传感器姿态参数 所需控制点的选择和量测等 2 原始数字影像输入按规定的格式将遥感数字影像用专门的程序读入计算机 3 确定工作范围并裁剪一般裁剪范围要大于工作范围 4 选择地面控制点 直接影响图像最后的校正精度 根据图像特征和地区情况 结合野外调查和地形图选择地面控制点 5 选择地图投影 确定合适的相关投影参数 6 匹配地面控制点和像素位置地面控制点与相应像素为同名地物点 应清晰无误地进行匹配 7 评估校正精度中低分辨率图像的精度以像素为单位 平均精度在1个像元内 高分辨率图像的精度以米为单位 校正后 一般应求出平均误差 均方根误差RMSE 即平均误差平方和的平方根 和地面控制点的最大误差 8 坐标变换校正变换函数用来建立影像坐标和地面 地图 坐标间的数学关系 即输入影像和输出影像间的坐标变换关系 纠正方法一般有多项式法 共线方程法 随机场内的插值法等 9 像元的灰度重采样因数字影像是相片的离散化采样 当想知道非采样点的灰度值时 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 邻近像元法 最简单 精度低双线性插值法 最常用三次卷积插值法 精度高但速度慢双像素重采样法 对一个像素在x y方向均扩大1倍 然后再对放大了1倍的影像重采样 精度较好 10 输出纠正数字影像 原始影像纠正后影像 注 地面控制点 GCP 是几何校正中用来建立纠正方程的基础 是最关键的数据 控制点选择问题 1 控制点数目最少控制点数目N n 1 n 2 2 其中n为二元多项式的次数 但控制点个数都大于最低数目 有时为6倍 一般地 都多选取20 30个控制点 2 选择原则控制点分布均匀 边界 四角要有 以避免图像校正不能满幅 地形起伏大的区域要多选 所选点在图像上要易辨认且目标较小 如道路的交叉点 河流的分叉处或弯曲处 飞机场等 而且这些特征在研究时间范围内没有变化只在自己关注的区域选取控制点 可以通过地形图或现场实测获取 地形图与图像获取日期应尽量接近 影像分辨率与相应比例尺的地形图配准 如 LandsatTM 30米 彩色 1 10万地形图SPOT5 10米 彩色 1 5万地形图Quickbird 彩色 2 44米 1 5千地形图还可以使低精度图像与高精度图像配准 在高精度图像上选点 3 地面控制点坐标的确定 从硬拷贝平面图 如比例尺1 5万的地形图 中提取GCP 直接从屏幕上提取数字地形图中的GCP坐标 从几何校正后的数字正射影像中提取GCP GPS野外测量获取GCP坐标 获取影像 地图校正的精确地面控制点地图坐标信息的方法 GPS测控制点 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 32 控制点质量评价 RMS误差RMS误差 均方根 是GCP的输入点位和地理坐标反算的位置之间的距离 所期望输出的坐标 以像素为单位 与实际输出的坐标之间的偏差 RMS误差用计算距离的方程求得 xi和yi是输入同名控制点的图像坐标 xr和yr是同名控制点逆变换后的图像坐标 RMS误差以坐标系统的距离来表示 用像元数 例如 RMS误差是2意味着参考像元与逆转换像元之间的距离是2个像元 33 RMS误差的容忍取决于数据质量以及应用目的LandsatTM一般控制在1个像元 30m以内 AVHRR一般控制在1 5个像元 1 5Km以内 计算转换参数和RMS误差后 可能的选择 1 剔除具有最高RMS误差的点 用剩下的GCP计算另一套转换参数 可能会得到更为接近的拟合 但是 如果在图像的某一区域只有一个GCP 那么剔除它可能导致更大的误差 2 只选择最有把握的点 3 提高转换阶 进行更复杂的几何转换 这样的转换矩阵可能使GCP拟合误差减少 4 增大RMS误差的允许值 不要故意调整同名点位置 来降低RMS 控制点质量 RMS大 RMS小 由控制点地理坐标 根据校正多项式反算出来的图像点位 校正多项式拟合曲线 校正前 每个像元对应的实际大小不一致 校正后 一致 基本思路 3 5几何校正方法 具体步骤 1 变换前后坐标之间的关系原图像 x y 变换后图像 u v x y f u v 间 u v g x y 直 2 计算每一点的亮度值 计算方法 1 校正后数字图像边界范围确定 B 对变换后得到8个坐标值求极值 即最小值 U1 V1 和最大值 U2 V2 并令U1 V1 U2 V2为校正后图像范围四条边界的地图坐标值 2 几何校正关系建立 建立两图像像元点之间的关系 坐标纠正方法亮度值确定方法间接法亮度重抽样 重采样 直接法亮度值匹配 重配置 几何校正的算法 计算模型 共线方程校正法多项式校正法 共线方程原理 镜头中心 像点 地面点位于同一直线上 称为三点共线 共线方程校正法 共线方程纠正法是建立在对传感器成像时的位置和姿态进行模拟和解算的基础上 即构像瞬间的像点与相应的地面点应位于通过传感器投影中心的一条直线上 共线方程的参数可以预测给定 也可以按最小二乘法原理求解 得到各像点的改正数 以达到校正目的 共线方程法与多项式法相比 理论上严密 因考虑了地物点高程的影响 因此 在地形起伏较大的情况下较为优越 但此法需要高程信息 且在一幅图像中 受传感器位置和姿态的影响 其外方位元素的变化规律只能近似表达 因此有一定的局限性 使其在理论上的严密性难以严格保证 所以相对于多项式法 其精度提高并不明显 而且计算量较大 多项式校正法 多项式校正法原理直观 计算简单 适用于地势平坦地区 此方法适用于多种图像 图像 地图 图像 图像 原理 选择一个多项式近似描述校正前后相应点的坐标关系 利用控制点的图像坐标和参考坐标系中的理论坐标按最小二乘法原理求解出多项式的系数 然后以此多项式对图像进行几何校正 第一步 位置计算 两个图像之间的关系 可用数学关系描述 首先寻找两个图像已知的对应点 称作控制点GCP 这些控制点在两个图像上的坐标分别已知 使用最小二乘法和已知控制点坐标求出未知的系数aij和bij 于是找到了两种图像间的数学关系 然后 依次代入校正后图像的每个像元点的坐标 求出相应的X和Y值 完成位置计算 上述数学关系常表示为二元多项式 一次 二次 三次或更高次 表达 其中二元二次多项式可以表示为 注意 1 多形式校正的精度与地面控制点的精度 分布和数量及校正的范围有关 地面控制点的精度越高 分布越均匀 数量越多 几何校正的精度越高 2 采用多项式校正时 即使平均误差较小 并不能保证图像各点的误差都小 3 多项式阶数的确定 取决于图像的几何变形程度 若变形不大 用1阶多项式也可 并非阶数越高越好 单株立木校正前后对比 为了确定校正后图像上每点的亮度值 要求出其原图所对应的点 x y 的亮度 若由A u v 反算得到的 x y 正好位于原图像的像元中心A1 x y 则直接将A1点灰度值赋予校正后的图像点A u v 若由A u v 反算得到的 x y 没有位于原图像的像元中心 而是A2 则需用插值方法重新计算A2点所在位置的灰度值 再赋予A点 A 第二步亮度 灰度 值的确定 确定原理 确定方法 最近邻法 取待采样点周围4个相邻像素点中距离最近的1个邻点的灰度值作为该点的灰度值 优点 方法简单 计算量小 缺点 未考虑相邻点的相关性 处理后的图像亮度不具连续性 图像质量损失较大 影响地物的精确度 黄点 原始图像像素红点 地理坐标反算像素 最近邻法举例 A2点计算出来的坐标为 x 2 7 y 2 2 与其最相近的点为 3 2 因此A2点的灰度值与 3 2 点相同 设该最近邻点的坐标为 k l 则 双线性内插法 利用周围4个邻点的灰度值在两个方向上作线性内插 以得到待采样点的灰度值 即加权求值 双线内插算法原理示意图 双线性内插法特点 优点 精度提高 缺点 仅考虑4个直接邻点值的影响 未考虑各邻点灰度值变化率的影响 即具有低通滤波的性质 处理后图像高频部分损失 对亮度起平滑作用 本身明显的分界线模糊 适用范围 这种算法对原始图像与校正图像保持着平行错动的情况是理想的 合理的 但实际情况不会如此理想 因而当变形不大的原始图像校正用此法重采样是可以的 若变形较大 非线性成分较多这种方法不太适用 假设 DNA 10 DNB 20 DNC 50 DND 100 求A2 2 7 2 2 的灰度值 过A2做x方向的垂线 交于1 2两点 A2坐标为 2 7 2 2 相邻两点间的距离为1 则在Y方向上DN1 10 20 10 2 7 2 17DN2 50 100 50 2 7 2 85DNA2 17 85 17 2 2 2 30 6 过A2做y方向的垂线 交于3 4两点 A2坐标为 2 7 2 2 相邻两点间的距离为1 则在X方向上DN3 10 50 10 2 2 2 18DN4 20 100 20 2 2 2 36DNA2 18 36 18 2 7 2 30 6 双线性内插法举例 三次卷积内插法 是双线性法的改进 即 不仅考虑到4个直接邻点的灰度值 还考虑各邻点间灰度值的变化率的影响 所用函数 三次样条函数 1P点的灰度值 三次卷积内插法举例 A2点的灰度值 dx 2 4 INT 2 4 0 4dy 2 6 INT 2 6 0 6 x1 0 4 2 0 42 0 43 0 144 x2 1 2 0 42 0 43 0 074 x3 0 4 0 42 0 43 0 496 x4 0 42 0 43 0 096 y1 0 6 2 0 62 0 63 0 096 y2 1 2 0 62 0 63 0 496 y3 0 6 0 62 0 63 0 744 y4 0 62 0 63 0 144 x1 0 4 2 0 42 0 43 0 144 x2 1 2 0 42 0 43 0 074 x3 0 4 0 42 0 43 0 496 x4 0 42 0 43 0 096 y1 0 6 2 0 62 0 63 0 096 y2 1 2 0 62 0 63 0 496 y3 0 6 0 62 0 63 0 744 y4 0 62 0 63 0 144 f 2 4 2 6 0 144 0 0 096 5 0 496 15 0 744 25 0 144 0 074 10 0 096 15 0 496 30 0 744 35 0 144 0 496 0 0 096 10 0 496 20 0 744 30 0 144 0 096 30 0 096 15 0 496 10 0 744 20 0 144 1 44576 1 75824 7 69792 0 87552 7 13