遥感图像几何校正(较易)

1、2020/9/24,.,1,第二节 遥感数字图像的几何校正,第一部分 遥感图像的几何畸变 第二部分 遥感图像的几何校正,2020/9/24,.,2,本章教学要求及教学重点,教学要求： 1、掌握遥感数字图像几何畸变的原因 2、掌握遥感图像几何校正的过程 教学重点： 遥感图像几何校正过程,2020/9/24,.,3,图像退化与复原,遥感是通过对反映地物电磁波信息的处理分析与解译来进行地物识别和专题研究的。 理想的遥感图像是：能如实、不扭曲地反映地物的辐射能量分布和几何特征的图像。而实际上，这种情况是不存在的。 在实际工作中，我们所得到的图像都在不同程度上与地物的辐射能量或亮度分布有差异，即存在着畸

2、变和降质，如成像、感测、传输及显示等过程都会造成图像的降质。,2020/9/24,.,4,通常将造成图像质量下降的这类问题称为图像畸变，或称为退化（degradetion）。对一个退化的图像进行处理，使它恢复到原始目标的状态称为图像复原(Restoration)，它是处理由于一个或多个质量降级原因而记录下来的影像，使处理后的图像能更好地接近原始景物。 在遥感数字图像处理中，为了取得良好的处理效果，所处理的图像必须经过几何校正（几何粗校正和几何精校正）、辐射校正以及噪声抑制等处理后，才能根据实际待研究问题的需要进行诸如图像增强、分类的处理 。 遥感图像的降质主要可以归结为两大类：辐射失真和几何畸

3、变。,图像退化与复原,2020/9/24,.,5,图像复原的特点：,（1）图像的退化是对整幅图像描述的，因而求解也是对整幅图像而言。 （2）为构造的模型求算一个最佳结果，数学上要求比较严谨。 （3）通过对原始目标比较来评价复原的结果。,2020/9/24,.,6,第一部分 遥感图像的几何畸变,一、引言 二、引起遥感图像几何变形的影响因素,2020/9/24,.,7,一、引言,几何畸变：图像像元在图像中的坐标与其在地图坐标系中的坐标之间的差异。 按照图像畸变的性质划分，几何畸变可分为系统性畸变和随机性畸变。 系统性畸变（内部）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

4、预测，例如扫描镜的结构方式和扫描速度等造成的畸变。 随机性畸变（外部）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形而异的几何偏差。,2020/9/24,.,8,2020/9/24,.,9,2020/9/24,.,10,二、引起遥感图像几何变形的影响因素,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

5、空像片的解译理论是各种遥感图像的解译基础。,2020/9/24,.,11,（1）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？,2020/9/24,.,12,（2）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。,4、地

6、球表面曲率的影响,5、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。,6、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。,2020/9/24,.,19,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(oncba)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

7、x和y，以及平均航偏角。,2020/9/24,.,20,第二部分 遥感图像的几何校正,一、几何校正的分类 二、几何校正的一般过程 三、几何校正的方案 四、几何校正的算法,2020/9/24,.,21,几何校正的重要性：,为了解决遥感图像与地图投影的匹配问题，其重要性如下： 1、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。 2、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； 3、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

8、的地理坐标精度。,2020/9/24,.,22,一、几何校正的分类,几何校正一般在遥感信息提取之前进行。 几何校正就是校正成像过程中造成的各种几何畸变，分为2类： 1、 几何粗校正:针对引起遥感系统畸变的原因而进行的校正. 2、 几何精校正（几何配准）：把不同传感器具有几何精度的图像、地图或数据中的相同地物元素精确地彼此匹配、叠加在一起的过程。,2020/9/24,.,23,几何精校正,几何精校正是以基础数据集作为参照，选取控制点进行几何校正。此校正不考虑引起畸变的原因。 若基础数据集是图像，该过程叫相对校正，即以一景图像作为基础，是图像图像校正； 若以地图为基础校正其他图像，则叫绝对校正，是

9、图像地图校正，常用于GIS中。 一般地,来自与相同平台位置和传感器的多光谱图像容易校正。,2020/9/24,.,24,二、几何校正的一般过程,遥感数字影像几何校正的一般过程,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

10、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

11、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） （1）邻近像元法：最简单，精度低 （2）双线性插值法：最常用 （3）三次卷积插值法：精度高但速度慢 （4）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。,2020/9/2

12、4,.,29,注意：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2030个控制点。 2）选择目标： 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。,2020/9/24,.,30,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： Landsat TM（30米，彩色），

13、 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,2020/9/24,.,31,GPS测控制点：,TM数据（30米），GPS精度应在1020米之间； SPOT数据（510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。,2020/9/24,.,32

14、,三、几何校正的方案,像元空间坐标变换是按选定的校正函数把原始的数字影像逐个像元地变换到输出影像相应的坐标上去，变换方法有2种： （一）直接校正法 （二）间接校正法,2020/9/24,.,33,（一）直接校正法,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:,从原始图像出发，按一定的换算关系求出变换后的图像。,2020/9/24,.,34,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。,2020/9/24,.,35,（

15、二）间接校正法,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:,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.,2020/9/24,.,36,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。 灰度内插：利用像元周围多个像点的灰度值求出该像元灰度值的过程。,2020/9/24,.,37,2020/9/24,.,38,单株立木校正前后对比,2020/9/24,.,39,四、几何校正的算法（计算模型）,（一）共线方程校正法 （二）多项式校正法,2020/9/24,.,4

16、0,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。,（一）共线方程校正法,2020/9/24,.,41,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。,2020/9/24,.,42,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

17、，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。,2020/9/24,.,44,（二）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。 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。,2020/9/24,.,45,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

18、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：,2020/9/24,.,46,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。,20

19、20/9/24,.,47,第二步：亮度值内插计算（灰度重采样）,由于位置计算后找到的对应的x和y值，大多不在原来像元的中心，因此，必须重新计算新位置的亮度值。 一般地，新点的亮度值介于邻点亮度值最大和最小值之间，常采用最近邻法进行重采样。,2020/9/24,.,48,最近邻法：取被计算点周围相邻的4个点，比较它们与被计算的点的距离，哪个点距离最近，就取哪个点的亮度值做为被计算点的亮度值。 特点：最近邻法计算简单，节省计算机机时。在几何位置上误差为0.5像元。但原图像中的某些线性特征会被扭曲或变粗成块，影响了精确度。,1、最近邻点内插法,2020/9/24,.,49,2、双线性内插法,双线性内插法：取被计算点周围相邻的4个点，在y方向（x方向）内插2次，再在x方向上内插1次，得到所求的亮度值。 实际计算时，先对全副图像沿行依次计算每一个点，再沿列逐行计算，直到全部点计算完毕。 评价：与最近邻法相比，计算量增加但精度提高；但是对图像起到“平滑”作用，使对比度明显的分界线变得模糊。此法计算量和精度适中，只要不影响应用需要的精度，作为可取的方