《遥感原理与应用》-遥感原理与应用 第四章

01.遥感图像光学处理Opticalprocessingofremotesensingimages03.遥感图像的数字直方图Digitalhistogramofremotesensingimage02.遥感数字图像Remotesensingdigitalimage04.遥感图像的校正Correctionofremotesensingimages第四章遥感图像处理2025/11/108:062025/11/108:0605.遥感图像增强处理Remotesensingimageenhancementprocessing06.遥感信息融合Remotesensinginformationfusion07.遥感制图Remotesensingmapping08.遥感数字图像处理系统RemotesensingdigitalimageprocessingsystemPART01遥感图像光学处理Opticalprocessingofremotesensingimages2025/11/108:06电磁波谱中0.38~0.76μm波段能够引起人的视觉。这一部分加上紫外和红外部分来自于原子与分子的发光辐射，称为光学辐射。一般情况下，紫外线使眼睛产生疼痛感，红外线产生灼热感，都不会使人的视觉产生如颜色、形状等的视觉印象。严格地说，只有能够被眼睛感觉到的、并产生视觉现象的辐射才是可见辐射或可见光，简称光。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages物体的颜色取决于：发光体：发出光所具有的波长非发光体：对可见光各波段的吸收、反射和透射不透明地物：对可见光的吸收和反射物体对可见光的各波段具有选择性的吸收和反射，则产生了彩色物体对可见光的各波段不具有选择性的吸收的反射，即对各波段具有等量吸收和反射，则产生非彩色所有颜色都是对某段波长有选择的反射而对其它波段吸收的结果。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages颜色视觉1.亮度对比和颜色对比亮度对比（对象相对于背景的明亮程度）：是视场中对象与背景的亮度差与背景亮度之比，记作：选择适宜的对象及背景的亮度，可以提高对比，从而提高视觉效果。在遥感图像中，亮度对比主要用于单色黑白影像颜色对比在视场中，相邻区域的不同颜色的相互影响叫做颜色对比。颜色的对比受视觉的影响很大。在两种颜色的边界，对比现象更为明显。两种颜色相互影响的结果，使每种颜色会向其影响色的补色变化。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages颜色视觉2.颜色的性质：明度、色调、饱和度明度：是人眼对光源或物体明亮程度的感觉。与电磁波辐射亮度的概念不同，明度受视觉感受性和经验影响。一般来说，物体反射率越高，明度就越高。所以白色一定比灰色明度高。颜色本身是有明度差别的，黄色比红色明度高是因为黄色反射率高，对光源而言，亮度越大，明度越高。区分：明度不等于亮度。根据光度学的概念，亮度是可以用光度计测量的、与人视觉无关的客观数值，而明度则是颜色的亮度在人们视觉上的反映，明度是从感觉上来说明颜色性质的。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages颜色视觉2.颜色的性质色调：是色彩彼此相互区分的特性。可见光谱段的不同波长刺激人眼产生了红橙黄绿青蓝紫等彩色的感觉。多数情况下刺激人眼的光波不是单一的波长，而常常是一些波长的组合，对于光源，则是不同波长的亮度组合，对于反射物体是不同反射率的不同波长的组合，共同刺激人眼产生组合后的颜色感觉。物体的色调决定于物体向外辐射的光谱组成，不透明物体的颜色是怎么来的呢？是因为物体对照射在物体上的光产生选择性反射，如对0.6以上的波长反射率很高，则物体看起来是红色，如果物体反射0.5左右的辐射，这一物体看起来是绿色。所有颜色都使对某段波长有选择地反射而对其他波长吸收的结果。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages颜色视觉2.颜色的性质饱和度：是彩色纯洁的程度，即光谱中波长段是否窄，频率是否单一的表示。对于光源，发出的若是单色光就是最饱和的彩色，如激光，各种光谱色都是饱和色。对于物体颜色，如果物体对光谱反射有很高的选择性，只反射很窄的波段则饱和度高。如果光源或物体反射光在某种波长中混有许多其他波长的光或混有白光则饱和度变低。白光成分过大时，彩色消失成为白光。物体色的饱和度取决于该物体表面选择性反射光谱辐射能力。物体对光谱某一较窄波段的反射率高，而对其它波长的反射率很低或没有反射，则表明它有很高的选择性反射的能力，这一颜色的饱和度就高。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages颜色视觉3.颜色立体颜色的三个属性在某种意义上是各自独立的，但在另外意义上又是互相制约的。一个颜色的某一个属性发生了改变，那么，这个颜色必然要发生改变。为了便于理解颜色三特征的相互关系，可用颜色立体来表示一种理想化的示意关系。中轴表示明度。由下到上，明度越来越大。半径表示饱和度。半径最大的外边彩色最纯洁，饱和度最高。横切圆周表示色调，圆周面上有红、橙、黄、绿、青等不同的色调。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages颜色视觉3.颜色立体孟塞尔颜色立体，使颜色的划分更为标准化。中央轴代表无彩色的明度等级，黑到白分10级。水平剖面上是色调，色相称为Hue，简写为H，明度叫作Value，简写为v，纯度为Chroma，简称为C。色相环是以红(R)、黄(Y)、绿(G)、蓝(B)、紫(P)心理五原色为基础，再加上它们的中间色相:橙(YR)、黄绿(GY)、蓝绿(DG)、蓝紫(PB)、红紫(RP)成为10色相，排列顺序为顺时针。再把每一个色相详细分为10等分，以各色相中央第5号为各色相代表，色相总数为一百。如:5R为红，5YB为橙，5Y为黄等。颜色离开中央轴的水平距离代表饱和度的变化。任何颜色在孟塞尔系统中都可以用三个坐标值：色调、明度和饱和度表示。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages颜色视觉1.颜色相加原理互补色：若两种颜色混合产生白色或灰色，这两种颜色就称为互补色。如：黄和蓝、红与青、绿与品红均互为互补色。三原色：分析各种颜色可以找到三种颜色，其中的任一颜色都不能由其余颜色（两种）混合相加产生，这三种颜色可以按一定的比例混合形成各种色调的颜色。则称之为三原色。实验证明：红、绿、蓝三种颜色是最优的三原色。混合后的颜色只是视觉上效果上的颜色，已完全失去了颜色的光谱意义。中央轴代表无彩色的明度等级。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages加色法与减色法加色法是光源合成光线的原理。显示是一个光源，本身可以发出红、绿、蓝三种颜色的光线。通过调节红、绿、蓝三种颜色的强度，来合成其它。减色法是物体表面反射光线的原理。一些物体可以反射所有波长的光线，比如白纸，所以我们看到画纸是白色的；而像用来画画的颜料只能反射一部分波长的光线，红色的颜料反射红色的光线，其余光线被颜料吸收了（减去了），所以我们只看到红色。2.加色法①大圆颜色代表色光的三原色两圆相交的的部分为两种色光等量相加的混合颜色，显然是第三种颜色的补色；即红＋绿一黄；红＋蓝一品红；蓝＋绿→青。黄、品红、青称为补色（光）。②三圆相交的部分是三种颜色等量相加的结果，一定是白色。即：红＋绿＋蓝一白（光）。③非互补色（光）不等量相加混合，产生不同的中间色（光）2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages加色法与减色法3.颜色相减原理减色法是从自然光（白光）中，减去一种或二种基色光而生成色彩的方法。颜料本身的色彩是由于本身选择性地吸收了入射自然光中一定波长的光，反射出未被吸收的色光而呈现出本身的色彩。例如，黄色颜料是由于本身吸收了自然光中的蓝色光，反射出未被吸收的红光和绿光叠加混合的结果；品红颜料是由于吸收了自然光中的绿光，反射出红光和蓝光相加的结果；同样，青颜料是由于吸收了自然光中的红光成分，反射蓝光与绿光的结果。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages加色法与减色法3.减色法减法三原色：指加法三原色的补色，即黄、品红和青用白光由红、绿、蓝三色组成这种理想模型来理解，可以认为黄色，是减去蓝色的的红绿组合；同样地，品红色是减去绿色的红蓝组合，青色是减去红色的蓝绿组合。这样，黄、品红、青便是减色法的三原色。将彩色涂料的三色叠加时，由于光线依次通过减红、减绿、减蓝层就成黑色。只有当涂料浓度不够，减色不彻底时才会出现灰白色，但这仍是减色法而不是加色法。加色法示意图。有红、绿、蓝三个光源叠加，设置(0,0,0)就相当于告诉显示屏把这个像素点红、绿、蓝三盏灯都熄灭，然后我们在屏幕上就看到了一个黑点。而(255,255,255)就相当于让三盏灯亮度达到最大，于是中心就呈现了一个白斑。减色法正好相反。本来画纸可以反射所有颜色，然后我们用画笔涂上一种颜料，这种颜料只反射其中一种颜色，其它颜色的光线都被它吸收了。因为粉色颜料吸收除粉色以外所有光线，青色颜料吸收除青色以外所有光线，黄色颜料吸收除黄色以外所有光线，所以在三种颜料的叠加区域所有颜色都被吸收了，我们只能看到黑色。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages加色法与减色法4.色度图从理论上讲，每一种波长的光都可以用红、绿、蓝三原色相加产生。因此，对任何一种颜色的光，当匹配的各波长光谱能量相同(等能光谱)时，都可以推算出其所需要的红、绿、蓝三原色的数量值。研究表明，所有光谱色混合时，即形成等能光谱中的白光。而且白光是由相同数量的红、绿、蓝三原色组成的。设光的总量为1，则白光由三原色各1／3构成，即：红＝绿＝蓝＝1／3白；红+绿+蓝＝1。根据这一原则设计的色度图，图中x轴(色度坐标)相当于红原色的比例，y轴(色度坐标)相当于绿原色的比例，图中没设蓝色度坐标，因为x+y+z=1

，所以知道了x和y

，z便已知。图中的弧形曲线代表光谱，线上每一点代表一种波长和光谱颜色，中心点是白光点，即x=y=z=0.3333

，相当于正午太阳光。2025/11/108:06遥感图像光学处理Opticalprocessingofremotesensingimages加色法与减色法2025/11/108:06色度图是黑体轨迹的函数表达式v=f（u）在色度学中以色度坐标表示的平面图。而黑体不同温度的光色变化在色度图上又形成了一个弧形轨迹这个轨迹叫做普朗克轨迹或黑体轨迹。色度学系统的应用随着人们交流、传输、研究颜色信息的需要已经建立了多种各具特色的表色系统本研究采用了CIE1931标准色度学系统和CIE1976均匀色空间。

从380nm到780nm的光谱色在CIE1931RGB色度图上的轨迹长这样，如图1.而所有人眼能识别出来的颜色，都由单色光相加而成，因此上图曲线上的任意两点画出来的线段所覆盖的范围，就是“人眼能看见的所有颜色”的区域大小。这就是人眼分辨能力的极限。

把这个区域用彩色填充出来，就长这样.注意看，下面的这条直线，是380nm和780nm的连线。它构成了色域的另一个边界。如图2，任何两个单色光混合的新颜色，要么就正好踩在光谱轨迹上，要么就在光谱轨迹包围的面积之内，绝不会跑到外面去。

图1图22025/11/108:06经过CIE的刻意设计，当XYZ三刺激值达到一个均衡状态的时候，就会形成白色。位于（x=0.3333,y=0.3333）位置的点，代表着三原色各占1/3，就是一个理想的等能白光E。中间这一大片，都是各种不同的白色。

其中，还有个非常重要的白点：C点。它的全称是CIE标准光源C，相当于中午阳光的颜色。那么从色度图上，如何看颜色的三属性呢？

色相（主波长）

假设现在有一个颜色点Q。

由C通过Q作一直线至光谱轨迹，相交于S点，此时就称Q颜色的主波长为S。纯度（饱和度）

Q离开C点（或者E点）、接近光谱轨迹的程度，称为纯度，约等于饱和度。

从图上可以看出，越靠外的颜色点，越接近饱和度最高的光谱色。色域

G和B形成的混合色，颜色坐标会在G和B的连线上。反过来说，G和B的连线上所有的颜色，都可以由G和B混合实现。

那么，如果再添加一个R光，这个三角形里的所有的颜色，都可以通过RGB三色的混合而形成。这个三角形面积越大，能显示的颜色也就越多。

但是，不管如何选择RGB三原色的坐标点，都不可能覆盖整个CIE色域。为了让显示器达到更大的色域，只能尽量让RGB三原色的坐标越靠外越好，也就是RGB三原色的饱和度越高越好。2025/11/108:06遥感图像光学处理OpticalprocessingofremotesensingimagesPART02遥感数字图像Remotesensingdigitalimage2025/11/108:061.遥感数字图像是一种以二维数组所表示的图像，是相应成像区域内地物电磁辐射强度的二维分布，最基本的单位是像素。该数组由于对连续变化的空间图像作等间距的抽样所产生的抽样点——像元组成，抽样点的间距取决于图像的分辨率；像元位置由行、列（X,Y）坐标确定，亮度值（Z）通常以0(黑）到255（白）为取值范围。抽样点的量值通常为抽样区间内连续变化之地物的均值化量值，一般称亮度值或灰度值，它们的最大、最小区间代表数字图像的动态范围。数字图像物理意义取决于抽样对象的性质。2025/11/108:06遥感数字图像Remotesensingdigitalimage遥感数字图像遥感数字图像实质上是一个二维数字图像横轴方向表示传感器扫描的方向纵轴方向表示遥感平台前进的方向任何一幅数字图像都可以通过X、Y、Z的三维坐标系表示出来，如MSS图像可看作X=2340（行）,Y=3240（列）,Z=0-255的二维坐标系2025/11/108:062.遥感数字图像的特点便于计算机处理与分析：计算机是以二进制方式处理各种数据的，采用数字形式表示遥感影像，便于计算机处理。影像信息损失低：遥感数字影像不会因长期存储而损失信息，也不会因多次传输和复制而产生影像失真。模拟影像会因多次复制而使影像质量下降。抽象性强：数字影像都采用数字形式表示，便于建立分析模型，进行计算机解译和应用。2025/11/108:06遥感数字图像遥感数字图像Remotesensingdigitalimage遥感数字图像以二维数组来表示。在数组中，每个元素代表一个像素，像素的坐标位置隐含，由这个元素在数组中的行列位置所决定。元素的值表示传感器探测到像素对应面积上的目标地物的电磁辐射强度，采用这种方法，可以将地球表面一定区域范围内的目标地物信息记录在一个二维数组(或二维矩阵)中。2025/11/108:06遥感数字图像的表示方法遥感数字图像波段类型按波段数量，遥感数字图像可分几种类型：二值数字图像：图像中每个像素由0或1构成，在计算机屏幕上表示为黑白图像。单波段数字图像：指在某一波段范围内工作的传感器获取的遥感数字图像。彩色数字图像：是由红、绿、蓝三个数字层构成的图像。多波段数字图像：多波段数字图像是传感器从多个波段获取的遥感数字图像。遥感数字图像Remotesensingdigitalimage1.BSQ数据格式：是一种按波段顺序依次排列的数据格式2025/11/108:06多波段数字图像的存储格式遥感数字图像Remotesensingdigitalimage2.BIP数据格式：每个像元按波段次序交叉排列2025/11/108:06多波段数字图像的存储格式遥感数字图像Remotesensingdigitalimage3.BIL数据格式：逐行按波段次序排列的格式2025/11/108:06多波段数字图像的存储格式遥感数字图像Remotesensingdigitalimage4.其他数据格式：HDF格式：是一种分层式数据管理结构，包含图像信息、地理定位、轨道参数等多种信息。文件应包括一个头文件，一个或多个描述符块，若干个数据元素TIFF格式：包含图像头文件，图像文件目录，目录项，图像数据2025/11/108:06多波段数字图像的存储格式航空像片的数字化数字化过程：空间采样、属性量化遥感数字图像Remotesensingdigitalimage1、模拟图像：空间上连续/不分割、信号值不分等级的图像。2、数字图像：空间上被分割成离散像素，信号值分为有限个等级、用数码0和1表示的图像。图像数字化的意义：图像数字化是将模拟图像转换为数字图像。图像数字化是进行数字图像处理的前提。图像数字化必须以图像的电子化作为基础，把模拟图像转变成电子信号，随后才将其转换成数字图像信号。2025/11/108:06图像数字化的过程主要分为三个步骤：采样、量化、编码。

1、采样：采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。简单来讲，对二维空间上连续的图像在水平和垂直方向上等间距地分割成矩形网状结构，所形成的微小方格称为像素点。一副图像就被采样成有限个像素点构成的集合。例如：一副640*480分辨率的图像，表示这幅图像是由640*480＝307200个像素点组成。

2、量化：量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。如果以4位存储一个点，就表示图像只能有16种颜色；若采用16位存储一个点，则有216＝65536种颜色。所以，量化位数越来越大，表示图像可以拥有更多的颜色，自然可以产生更为细致的图像效果。但是，也会占用更大的存储空间。两者的基本问题都是视觉效果和存储空间的取舍。

3、压缩编码：数字化后得到的图像数据量十分巨大，必须采用编码技术来压缩其信息量。在一定意义上讲，编码压缩技术是实现图像传输与储存的关键。已有许多成熟的编码算法应用于图像压缩。常见的有图像的预测编码、变换编码、分形编码、小波变换图像压缩编码等。2025/11/108:06PART03遥感图像的数字直方图Digitalhistogramsofremotesensingimages2025/11/108:062025/11/108:06灰度直方图是灰度级的函数，描述图像中该灰度级的像素个数（或该灰度级像素出现的频率）：其横坐标是灰度级，纵坐标表示图像中该灰度级出现的个数（频率）。一维直方图的结构表示为：高维直方图可以理解为图像在每个维度上灰度级分布的直方图。常见的是二维直方图。如红-蓝直方图的两个分量分别表示红光图像的灰度值和蓝光图像灰度值的函数。其图像坐标（Dr,Db）处对应在红光图像中具有灰度级Dr同时在蓝光图像中具有灰度级Db的像素个数。这是基于多光谱——每个像素有多个变量——的数字图像，二维中对应每个像素统计个变量。2025/11/108:06（1）在暗的图像中，直方图的灰度量集中在灰度级比较低（灰度值比较小）的那一端。如图a所示。（2）在亮的图像中，直方图的灰度量集中在灰度级比较高（灰度值比较大）的那一端。如图b所示。（3）在低对比度的图像中，直方图的灰度量具有较窄的范围，并且集中在灰度级的中部，如图c所示。（4）

在高对比度的图像中，直方图的灰度量具有较宽的范围，并且像素分布比较均匀，如图d所示

如果一幅图像的像素倾向于占据整个可能的灰度级并且分布均匀，则该图像有较高的对比度，并展示色调的变化很大。最终的效果就是一幅灰度细节丰富且动态范围较宽的图像。我们需要仅仅依靠输入图像的直方图的可用信息开发出一个变换函数来自动的实现这种效果。数字直方图：将2n个P值绘制出图4-13所示的统计图称为图像的数字直方图直方图随着图像的改变而改变，即不同的图像有不同的直方图2025/11/108:06遥感图像的数字直方图Digitalhistogramsofremotesensingimages2025/11/108:06这种直方图随着图像的改变而改变，即不同的图像有不同的直方图，可以类似地看作是一个随机分布密度函数，其分布状态也可用均值和标准差两个参数来衡量，均值为：密度01234567频率1.59.011.53.42.21.41.32.4密度891011121314频率2.93.86.610.114.110.26.90直方图也可用表格形式表示2025/11/108:06直方图所有频率之和应为1，如果用f

表示累积分布函数：上面直方图表换算成累积分布函数列表密度01234567频率1.59.011.53.42.21.41.32.4累积值1.510.522.025.427.629.030.332.7密度891011121314频率2.93.86.610.114.110.26.90累积值35.639.446.056.170.280.487.31002025/11/108:06直方图形态可以粗略地分析图像的质量，如图4-16所示。由于一幅遥感图像包含大量像元，其像元亮度值应符合统计分布规律，即直方图应接近于正态分布（图a）。当直方图峰值偏向亮度坐标轴左侧或右侧时，说明图像偏暗或偏亮（图b、c）当直方图峰值过陡过窄，则表明图像高密度值过于集中（图d）。这几种情况都表明图像的对比度较小，图像信息不清楚，图像质量较差。数字直方图的应用：图像获取质量评价。可以根据常见图像的直方图大致判断图像的质量。边界阈值的选择。直方图具有多个（两个或两个以上）波峰时，说明图像中有多类（两类或两类以上目标地物），波峰之间的谷底灰度值可作为阈值来区分不同类别的目标地物。噪声类型判断。直方图还有助于判断图像上存在的噪声类型，可以为图像去噪声处理提供参考。计算图像信息量（熵）。2025/11/108:06遥感图像的数字直方图DigitalhistogramsofremotesensingimagesPART04遥感图像的校正Correctionofremotesensingimages2025/11/108:061.辐射误差：利用传感器观测目标的反射与辐射能量时，传感器所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的。其中包含了太阳位置条件、薄雾等大气条件、或因传感器的性能不完备等条件所引起的失真。辐射误差的产生原因因传感器的响应特性引起的辐射误差光学摄影机引起的辐射误差，光电扫描仪引起的辐射误差，条带噪声、斑点噪声因大气影响的辐射误差因太阳辐射引起的辐射误差太阳位置引起的辐射误差、地形起伏引起的辐射误差2025/11/108:06遥感图像的校正Correctionofremotesensingimages辐射校正2025/11/108:06辐射校正遥感图像的校正Correctionofremotesensingimages设太阳辐射照度为E0，经过大气的路程为x,则穿过该大气路程后的辐射照度为：σ称为衰减系数或消光系数散射系数吸收系数大气对电磁波的影响主要是散射和吸收。辐射传输方程辐射传输方程：从辐射源经过大气层到达传感器的过程中电磁波能量变化的数学模型。传感器接收到的电磁波谱能量包括：太阳经大气衰减后照射地面，经地物反射后，又经大气第二次衰减进入传感器的能量；地面物体本身辐射的能量经大气后进入传感器；大气散射和大气辐射的能量等。太阳辐射照度传感器光谱响应系数Z1到Z2区段大气层的光学厚度地物光谱反射率与地物同温度的黑体光谱辐射通量密度地物的光谱发射率大气散射和辐射的能量太阳天顶角平台高度辐射误差

进入遥感器的辐射强度反映在图像上就是亮度值（灰度值）。辐射强度越大，亮度值（灰度值）越大。

亮度值（灰度值）主要受两个物理量影响：一是太阳辐射照射到地面的辐射强度；二是地物的光谱反射率。当太阳辐射相同时，图像上像元亮度值（灰度值）的差异就直接反映了地物目标光谱反射率的差异，但实际测量时，辐射强度值还受到其他因素的影响而发生改变。辐射误差：传感器所得到的目标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值引起辐射误差的因素传感器大气太阳辐射其它因传感器的响应特性引起的辐射误差光学摄像机引起的辐射误差

光学镜头中心和边缘透射光强度不一致造成。在成像平面上存在着边缘部分比中间部分暗的现象，称为边缘减光效应。光电扫描仪引起的辐射误差光电转换误差探测器增益变化引起的误差因大气影响引起的辐射误差入射到传感器的电磁波能量除了地物本身的辐射以外，还有大气引起的散射光。从辐射数据处理的角度看，进入传感器的大气辐射畸变成分包括：

大气的消光（吸收和散射）

天空光（大气散射的太阳光）照射

程辐射：传感器接收的大气散射部分的电磁波，也称

路径辐射大气影响中主要研究散射的影响。散射作用所包含的亮度值中不含有任何地面信息，却降低了图像的反差，从而降低了图像的分辨率，必须进行校正。散射增加了到达卫星的辐射能量，但降低了遥感图像的反差。设两类地物的亮度值分别为2和5，假设散射使亮度值增加了5个单位，则无散射时的反差：有散射时：因太阳辐射引起的辐射误差

（1）太阳位置包括太阳高度角和方位角太阳高度角，也称太阳高度。某地的太阳高度角是太阳光线与当地地平面所交的线面角。太阳方位角是指太阳光线在地平面上的投影与当地子午线的夹角。太阳位置不同，则地面物体入射照度会发生变化，地物的反射率也就随之改变。①专业上讲太阳高度角是指某地太阳光线与通过该地与地心相连的地表切面的夹角。太阳高度角简称高度角。当太阳高度角为90°时，此时太阳辐射强度最大；当太阳斜射地面时，太阳辐射强度就小。②变化规律：纬度变化规律：由太阳直射点所在经纬度向南北两侧递减。可推知与太阳直射点的纬度相差一度，正午太阳高度角就减小一度。季节变化规律：太阳直射点移来时渐增，移去时渐减。①即太阳所在的方位。可近似地看作是竖立在地面上的直线在阳光下的阴影与正南方的夹角。方位角以目标物正北方向为零，顺时针方向逐渐变大，其取值范围是0——360°。②对于地球上任何位置，当太阳处于春分点或秋分点，即太阳赤纬是0°的时候，初升的太阳方位角是90°整，正午太阳方位角是180°，落日的时候太阳方位角是270°。太阳高度角较低时，会使图像上产生阴影压盖其它地物，造成同物异谱问题，影响遥感图像的定量分析与自动识别；太阳方位角引起的图像辐射误差通常只对图像的细部特征产生影响为了尽量减少太阳高度角和方位角引起的辐射误差，大多数卫星设计在同一地方时间通过当地上空。（2）地形起伏：海拔高度、坡向、坡度传感器接收到的太阳光辐射亮度和地面倾斜程度有关。由于地形起伏变化，在遥感图像上会造成同类地物灰度不一致。其他原因引起的辐射误差传感器特性的差异、干扰、故障造成不正常的条纹和斑点。辐射校正方法系统辐射误差校正大气校正地面辐射校正传感器端的辐射校正1.光学镜头的非均匀性引起的边缘减光现象的校正poo点光强机载成像光谱图像的边缘辐射畸变与仪器大视场角有关，主要由大气效应、地物反射非朗伯体特性、太阳-仪器-目标相对几何关系等因素综合作用所引起的。系统辐射误差校正2.光电转换系统的特性引起的辐射误差校正由于转换系统的灵敏度特性有很高的重复性，可以定期在地面上测量其特性，根据测量值对其进行辐射畸变校正。以Landsat的MSS、TM图像为例，对传感器的输出R进行校正的公式传感器输出辐射亮度校正过的辐射亮度已校正数据的最大值探测器输出的最大、最小辐射亮度MSS的Rmax和RminTM的Rmax和Rmin3.条纹误差的校正遥感图像中的条纹主要是由检测器引起的。条纹误差消除的常用方法：平均值法、直方图法、垂直扫描线方向上最近邻点法或双三次卷积法TM影像3.斑点误差的校正遥感图像中的斑点误差主要由噪声或磁带的误码率等造成，在图像中往往是分散和孤立的。a.斑点的判定（1）待判定像元亮度值与周围邻

点像元亮度平均值之差超过

给定阈值。（2）待判定像元亮度值与周围邻点

像元亮度值的方差减去影像亮

度值的平均方差超过给定阈值b.斑点的校正（1）平均法：取其邻域像元亮度值的平均值（2）双三次卷积法通常边缘附近的斑点不进行消除，图像四周的像元不进行斑点消除处理过程中，要把斑点和图像本身的边缘信息区别开来，这可以通过恰当的选择阈值或先进行边缘检测而后进行斑点消除来实现。3.灰度一致化在研究大区域时，常需要将几张遥感影像拼接，即做镶嵌图。制作镶嵌图时，除了几何位置保持一致外，还需要使其灰度均匀。方法：等概率变换理论基础：两幅图像重叠部分灰度分布应相同。设F、G两幅影像，以影像F为标准进行变换。在重叠部分，G影像上灰度值小于gi的像元百分数为P，对应在F影像上占有同样百分数P的像元灰度值为fi,这样就找到了gi应变换成fi，找出重叠部分影像G上所有灰度值应变换成的值g’,列出变换表，根据该表将影像G各像元的灰度值进行变换。简单、但存在位置配准误差。b.线性灰度变换在两张影像的重叠部分各取出相对应的n个点，建立线性回归方程；然后运用最小二乘法求线性方程系数。以其中一幅影像为标准，对另一幅影像进行变换，从而达到灰度一致化。特点：简单易行，n足够大时有一定的精度。存在位置配准误差。三、因大气影响引起的辐射误差校正消除因为大气散射引起的辐射误差的处理称为大气校正。为什么要做大气校正？入射到传感器的电磁波能量除了地物本身的辐射以外，还有大气引起的散射光。我们想要了解某一物体表面的光谱属性，必须将大气的影响消除。三种方法：

野外波谱测试回归分析法

辐射传递方程计算法波段对比法1.野外波谱测试回归分析法野外波谱测试需要与卫星同步在野外进行光谱测量。通常选用同类仪器测量，将地面测量结果与卫星影像对应像元亮度值进行回归分析。注意：比较时，应将图像像元亮度值与辐射度进行转换通常是通过线性方程将传感器的最大和最小辐亮度与图像的灰度级联系起来，并进行转换。有关辐亮度的参数可以在图像的元数据文件中找到。如：对于一个8位量化的图像，转换方程为：设回归方程为：L=a+bR大气影响的附加部分（天空光散射）将图像中的每个像素值减去a，获取某区域经过大气改正后的图像。a地面测量值卫星测量值0在获取地面目标图像时，可以预先在地面设置反射率已知的标志，或事先测出若干地面目标的反射率，把由此得到的地面实况数据和传感器的输出值进行比较，以消除大气的影响。注意：在地面特定地区、特定条件、一定时间段内测定的地面目标反射率不具有普遍性，因此该方法仅适用于包含地面实况数据的图像。2.辐射传递方程计算法传感器接收到的电磁辐射能量地面目标真实辐射能量大气的衰减，H为大气层高度需要测量具体天气条件下的大气参数在可见光和近红外区，大气的影响主要是由气溶胶引起的散射造成，在热红外区，大气的影响主要是由水蒸气的吸收造成。为了消除大气影响，需要测定气溶胶密度以及水蒸气浓度。改进方法：在获取地面目标图像的同时，利用搭载在同一平台上测量气溶胶和水蒸气浓度的传感器获取气溶胶和水蒸气的浓度数据，利用这些辅助数据进行大气校正。专业的遥感图像处理系统多提供的大气校正模型：Erdas和Geomatica系统中的ACTOR模型ENNI系统中的FLAASH模型

公共的大气校正模型，其中较好的是6S模型。3.波段对比法a.回归分析法原理：在遥感图像上大山的阴影区或深大水体区域，各个波段的反射为零。同时，大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此可用其校正其它波段数据。依据：大气散射的选择性，即对短波影响大，对长波影响小

方法：在不受大气影响的波段和待校正的某一波段图像中，选择最黑区域（通常为高山阴影区）中的一系列目标，将每个目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程，也称为暗像元法。Y：待校正波段的图像亮度值X：不受大气影响波段的图像亮度值怎么求a,b？例如：TM图像中，第7波段几乎不受大气辐射的影响，因此可作校正基础，对TM影像的其它波段分别进行校正。i--波段号--第i波段的校正量b.直方图校正方法方法：从图像像元亮度值中减去一个辐射偏置量。辐射偏置量等于图像直方图中最小的辐射亮度值。理论基础：如果在某一像场中存在亮度值为零的目标，如深海水体、高山背阴处等，在这种情况下，任一波段亮度值都应为零。但实际上只有不受大气影响的波段才为零，受大气影响的波段产生辐射偏置量。当影像中没有陡峭的地形所造成的阴影，方法不适用。什么情况下需要进行大气校正大气透明度差而且不均一

大气中的水汽含量高

低海拔地区应该进行校正，3000米以上的地区可不考虑

相对高差变化大的地形区域

不同时段图像的联合处理辐射校正包括辐射定标和大气校正两个过程，辐射定标的目的是消除传感器本身的误差，大气校正是消除大气散射、吸收引起的误差2.辐射定标：2025/11/108:06辐射校正遥感图像的校正Correctionofremotesensingimages辐射定标的定义常见影像的像元值大多是经过量化的、无量纲的DN(DigitalNumber)灰度值，而进行遥感定量化分析时，常用到辐射亮度值、反射率值、温度值等物理量。所以，传感器辐射定标就是要获得这些物理量的过程。作用是消除传感器本身产生的误差辐射定标是将传感器记录的电压或数字量化值（DN灰度值）转换成绝对辐射亮度值（辐射率）的过程，或者转换成与地表反射率、表面温度等物理量有关的相对值的处理过程。辐射定标的类型辐射定标分为绝对定标和相对定标绝对定标是通过各种标准辐射源，建立辐射亮度值与数字量化值（DN值）之间的定量关系，对于一般的线性传感器，绝对定标通过一个线性关系式完成数字量化值（DN值）与辐射亮度值L(单位:w/m2·μm·sr)的转换：

L=Gain*DN+OffsetL：辐射亮度值，单位（瓦特/平方厘米*微米*球面度）Gain:增益系数，可以从头文件获取。单位（瓦特/平方厘米*微米*球面度）DN：数字量化值，DN值是遥感影像像元亮度值，记录的地物的灰度值。无单位，是一个整数值，值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等有关。Offset:偏移量，可以从头文件获取。单位（瓦特/平方厘米*微米*球面度）y=a*x+b（线性函数关系）相对定标是确定各像元之间、各探测器之间、各波谱段之间以及不同时间测量的辐射度量相对值。传感器辐射定标分为三个方面内容：①发射前的实验室定标；②基于星载定标器的星上定标；③发射后的定标（场地定标）。注：我们常用的定标参数，有使用实验室定标的结果（如高分辨率传感器QuickBird、WorldView-1等）；也有使用实验室定标与星上定标相结合的参数（如NOAA、MSS等）；由于设备老化，LandsatTM5的定标参数有用实验室定标的（2003年前），也有用经过场地定标的参数（2003年后）；Landsat数据定标定标参数使用Chander,Markham,andHelder(2009)的研究成果，其中LPGS

和NLAPS分别是两种数据处理系统得到的产品：①theLevel1ProductGenerationSystem(LPGS)

②theNationalLandArchiveProductionSystem(NLAPS)从2008年12月份开始，L7ETM+

和

L5都是以LPGS系统处理，L4TM和

MSS以NLAPS系统处理。具体参数如下所示：NLAPS处理和LPGS处理产品的MSS定标参数NLAPS处理产品的TM4、5定标参数遥感卫星辐射校正场背景：20世纪70年代末到80年代初，航天定量遥感技术的迅速发展，遥感应用日趋定量化，进一步改进卫星定量遥感精度的要求迫切。80年代初，以美国Arizona大学光学中心的P.N.Slater教授为代表提出了辐射校正场技术--利用地球表面大面积均匀的地物为目标，当卫星过顶时实施同步地面观测，以实现对在轨道上运行的卫星传感器做辐射校正。一、辐射校正场的国外发展概况美国NASA和Arizona大学在美国新墨西哥州的白沙(WSMR）和加利福尼亚州的爱德华空军基地的干湖床(EAFB)建立了辐射校正场,并已对多颗卫星进行了场地标定工作。法国在马塞市附近也建立了LaCrun辐射校正场,并开展了多次辐射校正工作。

欧空局在非洲撒哈拉沙漠建立了地面辐射校正场

日本与澳大利亚合作在澳大利亚北部沙漠地区建立了地面辐射校正场,通过星地同步观测,实现对卫星遥感仪器的定标。

加拿大在北部大草原也开展卫星、飞机积雪同步观测,以便对卫星传感器作出客观评价。根据美、法公布的资料，目前用辐射校正场的方法对可见光和近红外波段的标正精度可达6%-3%左右。除成功地对Landsat-4、5的TM，SPOT的HRV，NOAA-9、10、11的AVHRR，Nimbus-7的CZCS进行辐射校正外，目前正在进一步研究高分辨率成像光谱仪(AVIRIS)和中分辨率成像光谱仪(MODIS)的辐射校正，并对法国偏光照相机(POLDER)进行辐射校正。二、建立辐射校正场的目的

1）遥感数据定量化的要求建立传感器的每个探测单元所输出的信号数字量与该探测器对应像元内实际地物辐射能量之间的数量关系。对于一种遥感器来说,就是确定一个灰度值(DN)对应的辐射度值(L)；或者确定一个辐射度(L)对应多少灰度值(DN)。

A、B为传感器的校正系数

2）监测在轨传感器变化并不断提供修正系数

传感器在运行过程中会出现老化、灵敏度下降，从而影响数据的精度和可靠性。

3）补充星上定标的不足

星上定标精度有限，难以满足定量遥感产品的精度要求。

4）多种遥感器和不同时间遥感资料的综合运用

通过地面同步观测实现多种遥感卫星和同一遥感器不同时相的资料相互匹配，才能进行比较和应用。辐射定标场地一般选择沙漠地区，它的光谱响应稳定。三、传感器辐射校正的基本原理与方法

1）可见光和近红外波段在遥感器飞越辐射定标场地上空时，在定标场地选择若干个像元区，测量传感器对应波段内的地物光谱反射率，同时测出大气环境参量（大气气溶胶光学厚度，大气中水、臭氧含量等）等。再根据卫星过顶时太阳几何位置、仪器视场角、探测器光谱响应函数等，通过大气辐射传输模型求解出传感器入瞳处各光谱通道的辐射亮度Lt，最后确定它与传感器输出的数字量化值之间的数量关系，求解定标系数，并估算定标不确定性。对于朗伯体：太阳直射光与天空散射光在地面上的辐亮度地物反射率大气透过率，辐射定标时可假设为1，即大气是透明的大气散射产生的程辐射朗伯体是指当入射能量在所有方向均匀反射，即入射能量以入射点为中心，在整个半球空间内向四周各向同性的反射能量的现象，称为漫反射，也称各向同性反射，一个完全的漫射体称为朗伯体。对于非朗伯体：大气直射光与天空光在地面上的辐亮度双向反射比因子大气透过率，定标时可假设为1大气散射产生的程辐射Lt与探测器对应的输出信号的数字量C之间的定量关系按线性校正模型处理，则有：A----可见光和近红外波段辐射校正系数

2）红外波段选择清洁水面作为目标，则探测器的辐射值为：-----探测器光谱响应带宽-----探器光谱响应函数------红外波段辐射校正系数中国遥感辐射校正场由中国气象局国家卫星气象中心牵头，国内7个部委（国防科工委、国家计委等）的11个单位参加合作，于2000年建成了中国遥感卫星辐射校正场，其中甘肃省敦煌市西部党和洪积扇区为可见光和近红外波段的绝对辐射校正场，青海省的青海湖为热红外波段的辐射校正场。3.大气校正：大气是介于遥感传感器与地球表层之间的一层有多种气体及气溶胶组成的介质层。当电磁波由地球表层传至遥感传感器时，必须经过大气。因而在消除由遥感器灵敏度引起的畸变后，还需对遥感影像进行大气校正。太阳光在到达地表的目标物之前会由于大气中物质的吸收、散射而衰减。同样，来自目标物的反射、辐射光在到达遥感器前也会被吸收、散射，地表除受到直接来自太阳的光线(直达光)照射外，也受到大气引起的散射光(天空光:sky-light)的照射。同样，入射到遥感器上的除来自目标物的反射、散射光以外，还有大气引起的散射光(光路辐射：pathradiance)。消除这些由大气引起的影响的处理过程叫大气校正(atmosphericcorrection)直方图最小值去除法首先确定条件满足，即该图像上确有辐射亮度或反射亮度应为零的地区，则亮度最小值必定是这一地区大气影响的程辐射度增值。校正时，将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善，对比度增强，从而提高了图像质量。2025/11/108:06辐射校正遥感图像的校正Correctionofremotesensingimages2025/11/108:06大气的影响中主要研究大气的散射的影响。电磁波在大气中传播时，受到大气中分子和微小粒子的作用。散射是大气中的分子和颗粒对光波多次作用的结果。散射效应随电磁波波长和散射体的大小不同而不同。散射分为选择散射和非选择散射。选择散射按引起它的大气中的颗粒大小不同而分为瑞利(Rayleigh)散射和米氏(Mie)散射。瑞利散射由远小于光的波长的气体分子引起，大小与的四次方成反比，米氏散射由大小与波长相当的颗粒(气溶胶，如烟、水蒸汽和霾等)引起，也称为气溶胶散射。其大小与成反比，通常认为米氏散射与又成反比，非选择散射由尘埃、雾、云以及大小超过光波长10倍的颗粒引起，对各种波长予以同等散射，天上的云呈白色就是这个道理。散射作用降低影像的反差比。回归分析法回归方程为L＝a+bR，式中a为常数，b为回归系数，R为地面反射率。令bR=LG

，因而L=a+LG

。LG

表示地面实际的辐射率，即不受大气影响的值，而a即为大气影响的附加部分(天空光的散射)，L为卫星观测结果，故a值被确定为：a=L-LG校正公式为：LG=L-a2025/11/108:06辐射校正遥感图像的校正Correctionofremotesensingimages1.几何变形几何变形：遥感图像的几何形状与实际地物不完全一致（几何位置、形状尺寸、方位等），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遥感图像的变形误差分为内部误差和外部误差两大类内部误差：由于传感器自身的性能技术指标偏移标称数值所造成的误差。外部误差：传感器在自身正常工作的条件下，由传感器以外的各种因素所造成的误差，例如传播介质不均匀、地球曲率、地形起伏以及地球旋转等因素产生的变形误差。2025/11/108:06几何校正遥感图像的校正Correctionofremotesensingimages几何校正

在利用遥感图像取信息的过程中，要求把所提取的信息表达在某一个规定的图像投影参照系统中，以便进行图像的几何量测、相互比较以及图像复合分析等处理。当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表达要求不一致时，就产生了图像几何变形问题。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几何畸变的类型系统性畸变随机性畸变是指大小不能预测，其出现带有随机性质的畸变，例如地形起伏造成的随地而异的几何偏差。例如地形起伏造成的随地形而异的几何偏差。是指遥感系统造成的畸变，这种畸变一般有一定的规律性，并且其大小事先能够预测。例如扫描镜的结构方式和扫描速度等造成的畸变。按照图像畸变的性质划分几何畸变的类型与影响因素内部误差焦距变动像主点偏移镜头畸变不同波段相同扫描线成像时差棱镜旋转速度不均匀扫描线的非直线性或非平行性采样的时间误差摄影相机扫描仪外部误差外方位元素变化传感介质的不均匀地球曲率地形起伏地球旋转（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。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R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ABCBACabcabcA’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ABCabcHf比例尺f/H（5）地球曲率的影响R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。R1R2R3R4斜向的电磁波经历的是一条弯曲的传输路线aa0aa0（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

。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几何校正的类型、原理与过程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。准备工作逐个像素的几何位置变换输入原始数字图像建立纠正变换函数确定输出图像范围像素亮度值重抽样输出纠正后的图像遥感数字影像几何校正的一般过程输入原始数字影像像元灰度重采样输出纠正数字影像确定工作范围选择地面控制点选择地图投影匹配地面控制点与像元位置选择校正函数和相关参数（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。139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。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遥感图像的精纠正处理概念：消除图像中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像。

两个环节：像素坐标的变换，即将图像坐标转变为地图或地面坐标；坐标变换后的像素亮度值重采样。遥感图像精纠正处理过程（1）根据图像的成像方式确定影像坐标和地面坐标之间的数学模型。（2）根据地面控制点和对应像点坐标进行平差计算变换参数，评定精度。（3）对原始影像进行几何变换计算，像素亮度值重采样。目前的纠正方法有多项式法，共线方程法和基于有理函数的遥感图像纠正等。一、遥感图像的多项式纠正多项式纠正回避成像的空间几何过程，直接对图像变形的本身进行数字模拟。遥感图像的几何变形由多种因素引起，其变化规律十分复杂，难以用一个严格的数字表达式来描述，而是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。本法对各种类型传感器图像的纠正是适用的。利用地面控制点的图像坐标和其同名点的地面坐标通过平差原理计算多项式中的系数，然后用该多项式对图像进行纠正。常用的多项式有一般多项式、勒让德多项式以及双变量分区插值多项式等。一般多项式纠正纠正变换公式为（以二次项为例）：

x

i=a0+a1XI+a2YI+a3XIYI+a4XI

2+a5YI

2y

i=b0+b1XI+b2YI+b3XIYI+b4XI

2+b5YI2其中，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。

纠正内容：•选用一次项纠正时，可以纠正图像因平移、旋转、比例尺变化和仿射变形等引起的线性变形。•选用二次项纠正时，则在改正一次项各种变形的基础上，还改正二次非线性变形。•选用三次项纠正则改正更高次的非线性变形。一、遥感图像的多项式纠正多项式法——求系数：多项式的项数（即系数个数）N与其阶数n有着固定的关系：

N=(n+1)(n+2)/2多项式系数ai,bj

(i,j=0，1，2，…(N－1))一般由两种办法求得：用可预测的图像变形参数构成；利用已知控制点的坐标值按最小二乘法原理求解。控制点的选取地面控制点（GCP：GroundControlPoint）：图像的配准以地面坐标在地图或遥感图像上相对应的点为匹配标准，这些对应的点称为地面控制点。1）地面控制点数目的确定对二元n次多项式，控制点的最小数目为：实际工作表明：选取控制点的最少数据来校正图像，效果往往不好，特别是在特征变化大的地区，控制点的数目要远远多于最少控制点数。控制点的选取2）地面控制点选取原则（1）图像上为明显的地物点，易于判读（道路交叉口、河流转弯处等）。（2）图像上均匀分布（图像的边缘部分选取控制点，尽量满幅均匀选取）。（3）数量要足够（特征变化大的地区，多选控制点）。3）获取方法（1）GPS或野外测量（2）地形图上读取控制点的选取控制点的选取控制点的选取多项式纠正步骤用已知地面控制点求解多项式系数遥感图像的纠正变换遥感图像亮度（灰度）值的重采样

纠正方案的确定

原始影像纠正影像亮度重配置

直接法：是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