第四章遥感图像处理.ppt

计算结果 特点 计算较为简单 具有一定的亮度采样精度 图像略变模糊 它是实践中常用的方法 双三次卷积法 含义 是取与投影点邻近的１６个像元灰度值 特点 精度较高 计算量大 （3）控制点的选取 数目确定 最低限是按未知系数的多少来确定 一次多项式 ：3个 二次多项式：6个 三次多项式：10个 n次多项式：（n十1）（n十2）／2个 一般要求在最少数目的6倍 控制点类型 控制点的选择要以配准对象为依据 地面控制点（GCP）和图像控制点（PCP） 选取原则 选取图像上易分辨且较精细的特征点 特征变化大的地区应多选些 图像边缘部分一定要选取控制点 尽可能满幅均匀选取 * 直方图的特点： 一幅图象只能对应一幅直方图，一幅直方图可以对应多幅图象。 可强有力地表现图象反差与反射率 直方图的作用： 每一幅影像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析影像的质量。 4.2.2 辐射校正 进入传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。 辐射畸变：传感器接受到的辐射强度除了受太阳辐射和地物光谱反射率影响外，还受到其他因素的影响而发生改变。这一改变的部分就是需要校正的部分，故称为辐射畸变 引起辐射畸变的原因及校正 传感器本身产生的误差 数据生产单位负责校正 大气对辐射的影响 用户自己考虑 （1）大气的影响 大气吸收： 削弱了太阳辐射 大气散射 加强了传感器接收到的地物辐射，但属于噪音 传感器接收到的辐射 地物反射进入传感器（L 1?） 散射向上直接进入传感器（程辐射度Lp?） 散射后入射地物，增加入射辐射度（L2?） （2）大气影响的粗略校正 直方图最小值去除法 回归分析法 直方图最小值去除法 基本思想 若图象中若存在亮度为零的目标，如深海水体、阴影等，则其对应图象的亮度值为零。实际上，只有在没有大气影响的情况下，其亮度值才可能为零。影像上的亮度值正是由于大气散射导致的 适用条件 该图象上确有辐射亮度或反射亮度为零的地区 校正方法 将每一波段中每个象元的亮度值都减去本波段的最小值，使图象亮度动态范围得到改善。 a 校正之后 校正之前 b 回归分析法 　　 假设两个波段a（某个红外波段）和b，b波段亮度最小值大于a波段亮度最小值． 　　 分别以a波段和b波段像元亮度值为坐标，做二维光谱空间，两个波段中对应像元在坐标系内用一个点表示． 通过回归分析：Ｌb=βＬa+α 求出α ，就得到校正值．将波段b中每个像元的亮度值减去α，来改善图象． 4.2.3 几何校正 几何畸变： 遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状发生不规则变化的现象称为几何畸变。 遥感影像的几何畸变有：平移、缩放、旋转、偏扭、弯曲等 遥感影像的总体变形(相对于地面真实形态而言)是各种变形综合作用的结果。 （1）遥感影像变形原因： 遥感平台位置和运动状态变化的影响 地形起伏的影响； 地球表面曲率的影响：像点位移（a），地面宽度（b） 大气折射的影响 地球自转的影响：影象偏离 （2）几何畸变校正 粗略校正 精校正 通过计算机对图像的每个像元逐个地解析纠正处理而完成，能够较精确地改正线性和非线性变形误差。 包括：一是像元坐标变换；二是像元灰度值重新计算。 精校正主要适用于 地面平坦，不需考虑高程信息 地面起伏较大而无高程信息 传感器的位置和姿态参数无法获取 有时根据遥感平台的各种参数已做过一次校正，但仍不能满足要求 精校正的基本思路 校正前的图像看起来是由行列整齐的等间距像元点组成的，但实际上，由于某种几何畸变，图像中像元点间所对应的地面距离并不相等。校正后的图像也是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀分布，图像中格网的交点可以看作是像元的中心。 校正的最终目的是确定校正后图像的行列数值，然后找到新图像中每一像元的亮度值。 精校正的具体步骤 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； 根据地面控制点和对应像点坐标进行平差计算变换参数，确定纠正公式，并检验、评定其精度； 对原始影像进行几何变换计算 对象素亮度值重采样。 坐标变换的两种方案 直接法纠正 　　 纠正过程是从原始图像阵列出发，依次对每一个像元计算其在输出图象的坐标，同时，把该像素的亮度值移置到相应点位上去。 间接法纠正 从空白图象阵列出发，依次计算每个像元在原始图象中的位置．