遥感数字图像处理教程part08遥感数字图像的几何处理讲义.ppt

几何模型参数设置 相机几何模型参数设置 第二步 选择几何校正采点模式 第三步 采集地面控制点（GCP）与 第四步 影像重采样 熟悉ERDAS IMAGINE软件中的几何纠正过程 * 共线条件方程校正数学模型 逆变换式 确定输出影像的范围 纠正后图像和原始图像的形状、大小、方向都不一样。在纠正过程的实施之前，必须首先确定新图像的大小范围。 根据正解变换公式求出原始图像四个角点（a, b, c, d）在纠正后图像中的对应点（a’, b’, c’, d’）的坐标（Xa’,Ya’）(Xb’,Yb’) (Xc’,Yc’)(Xd’,Yd’)， 然后求出最大值和最小值。 X1 = min (Xa’, Xb’, Xc’, Xd’) X2 = max (Xa’, Xb’, Xc’, Xd’) Y1 = min (Ya’, Yb’, Yc’, Yd’) Y2 = max (Ya’, Yb’,Yc’, Yd’) 像元几何位置变换 按照选定的纠正变换函数，实现两幅图像坐标的变换。 灰度的重采样 重采样：根据已有的采样点内插未知像元灰度值的过程 当欲知不位于矩阵（采样）点上的原始函数g(x,y)的数值时就需进行内插，此时称为重采样（resampling） ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 不在采样点 常用的方法： 1) 最近邻法 2) 双线性内插法 3）双三次卷积法 双线性内插法示意图 11 12 21 22 p y x y1 y2 a b x2 x1 1）双线性插值法 需要使用待定点邻近的4个原始像素 卷积核函数 卷积核：待定点周围像素对待定点的贡献的函数 卷积核为 11 12 21 22 p y x y1 y2 ?y 1- ?y ?x 1- ?x x2 x1 双线性内插法示意图 2）双三次卷积法 需要待定点周围16个原始像元 卷积核为 需要16个采样点 3）最邻近像元法 直接取与P（x，y）位置最近像元N的灰度值为该点的灰度采样值 1 2 3 4 P 三种重采样方法比较 （1）最邻近像元法最简单，计算速度快且能不破坏原始影像的灰度信息，但其几何精度较差。 （2）双三次卷积法重采样的中误差约为双线性内插的1/3，但计算工作量却大大增加。 （3）双线性内插法几何精度较好，计算时间较少，一般值况下用双线性插值法较宜。 思考题 下图中A、B、C、D为某数字影像中相邻4个像元的中心点，i,j为行、列号，括号中的数值为 （行号，列号，灰度值),试分别用最邻近点内插和双 线性内插法计算P点（i=100.6,j=100.8)的灰度值。 四、中心投影构像的几何纠正 1. 共线方程 逆算式： 2.框幅式图像的几何校正 基本任务：实现两个二维图像之间的几何变换。 通过解求像素的位置，然后进行灰度内插与赋值运算，实现原始影像像素与纠正影像像素间的几何变换。 设任意像元在原始影像与纠正影像中的坐标分别为（x，y）、（X，Y），它们之间存在着映射关系： 或 纠正有两种解算方案： 反解法（间接法） 正解法（直接法） 从空白的纠正影像出发，按行列的顺序根据反解变换函数依次由每个纠正像素点位反求其在原始影像中的位置，将所算得的原始影像上的灰度值赋予纠正影像上的像元。由于计算出的像点并不一定恰好落在原始像元的中心，需经过灰度值内插。 为间接纠正变换函数 3.反解法（间接法）数字微分纠正 反解法解算流程 X Y 纠正影像 原始影像 x y 灰度内插 反算 正射影像左下角 像素所对应的地 面点坐标 具体步骤： 1）计算地面点坐标 2）计算像点坐标 DEM 通过内定向参数，求出像点（x,y)在扫描 坐标系下的坐标(I,J) 3）灰度内插 获取灰度值g(I,J) 如不是采样点，一般可采用双线性内插。 4）灰度赋值 最后将像点的灰度值赋给纠正后像元素，即 依次对每个像元完成上述纠正，即获得反解法纠正的数字影像。 从原始影像出发，按行列顺序根据正解公式依次对原始影像上每个像元求出其在纠正影像中的正确位置，将所算得的原始影像上的灰度值赋予纠正影像上的像元，需经过灰度内插得到纠正影像。 4.正解法（直接法）数字微分纠正 正解法纠正变换函数 正解法解算流程 原始影像 纠正影像 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? x y 纠正像点是非规则排列的，很难实现纠正影像的灰度内插并获得规则排列的数字影像； ? 二维图像 三维空间（X，Y，Z）,需要迭代计算 正解法缺点： S Z2 X0,Y0 Z0 近似Z Z1 (X,Y) D