遥感数字图像处理_图像校正.ppt

5.8.5地面控制点坐标的确定 信息来源：大比例尺的地形图；现场实测。 手持GPS坐标精度10-20m之间，可以用于TM图像的几何校正；沿海信标GPS精度可达亚米级，可用于SPOT图像的几何校正；更高的校正精度要求可通过差分GPS来获取。 5.8.6 地图投影 地面控制点的地理坐标必须与投影要求一致，否则会带来较大的误差。 5.8.7建立纠正变换函数 纠正变换函数是用以建立待校正影像的坐标与地面地图或标准影像间的变换关系。 根据所采用数学模型的不同确定不同的纠正方法。 如多项式法、共线方程法、随机场内的插值法等。 纠正变换函数中有关的参数，可利用地面控制点数据求取，也可以利用卫星轨道参数，传感器姿态参数、航空影像的内方位元素求取。 多项式纠正方程 多项式纠正法的基本思想是回避成像的空间几何过程而直接对影像变形本身进行数学模拟。 遥感图像总体变形可以看作是平移、缩放、旋转 、仿射、偏扭、弯曲以及更高次的基本变形的综合作用结果，因而纠正前后影像相应点之间坐标关系可以用一个适当的多项式来表达。 对各种类型传感器的纠正都普遍适用。常用于不同类型影像之间的相互几何配准。 实践中常用齐次多项式进行纠正。 多项式纠正法利用有限个地面控制点的已知坐标来解求多项式的系数，然后将各象元的坐标代入多项式进行计算，从而求得纠正后的坐标。 控制点一般选取河堤、桥梁、道路、河流的交叉 口，在整幅图像中应均匀分布，控制点的数量应 超过多项式系数的个数。 地面控制点的精度越高、分布均匀、数量越多， 则几何纠正的精度就越高。 多项式纠正法在确定系数处的控制点拟合最好。 5.8.8 重采样 包括两步：像素位置变换和像素值变换 像素位置变换：按选定的纠正方程把原始图像中得各个像素变换到输出图像相应的位置上去。包括直接法和间接法两种。 像元几何位置变换 直接法（正解） 间接法（反解） 像元灰度重采样 数字图像的几何处理中，常常要在数字图像的各象元阵列中计算一个不在阵列位置上的新象元的 灰度值，就需要由采样点（已知象元）内插，这 个过程即称为像元灰度重采样． 重采样的象元灰度是根据它周围原象元的灰度按 一定的权函数内插得到。 重采样的常用方法有最邻近像元法、双线性插值 法、双三次卷积法。 最邻近像元法 取距离被采样点最近的已知像元的亮度作为采样亮度。 优点：简单，保真度好； 缺点：造成像点在一个像素范围内的位移，校正精度低。 双线性内插法 取（x，y）点周围的4邻点，在y方向（或x方向）内插二次，再在x方向（或y方向）内插一次，得到（x，y）点的亮度值f(x，y），该方法称双线性内插法。 设4个邻点分别为(i,j) ,(i,j+1),(i+1,j), (i+1,j+1),过(x,y)作直线与x轴平行，与4邻点组成的边相交于点（i,y)和(i+1,y)。先在y方向内插,由f(i,j+1)和f(i,j)计算交点的亮度f（i,y)；由f(i+1,j+1)和f(i+1,j)计算交点的亮度f(i+1,y)。然后计算x方向，以f(i,y)和f(i+1,y)来内插f(x,y)值。 优点：简单有一定精度； 缺点：会损失图像中的一些边缘信息，导致图像模糊。 三次卷积内插法 增加邻点来获得最佳插值函数。取与计算点（x，y）周围相邻的16个点，与双向线性内插类似，可先在某一方向上内插，每4个值依次内插4次，求出f（x，j-1），f(x,j)，f(x,j+1),f(x,j+2)，再根据这四个计算结果在另一方向上内插，得到f(x，y）。因这种三次多项式内插过程实际上是一种卷积，故称三次卷积内插。 3次卷积内插法使用内插点周围的16个观测点的像元值，用3次卷积函数对所求像元值进行内插。缺点是破坏了原来的数据，但具有影像的均衡化和清晰化的效果，可得到较高的影像质量。 优点：产生的图像比较平滑； 缺点：计算量很大。 三种内插方法的比较 方法 优点 缺点 提醒 1 简单易用，计算量小 处理后的影像亮度具有不连续性，影响精确度 2 精度明显提高，特别是对亮度不连续现象或线状特征的块状化现象有明显的改善。 计算量增加，且对影像起到平滑作用，从而使对比度明显的分界线变得模糊。 鉴于该方法的计算量和精度适中，只要不影响应用所需的精度，作为可取的方法而常被采用。 3 更好的影像质量，细节表现更为清楚。 工作量很大。 欲以三次卷积内插获得好的影像效果，就要求位置校正过程更准确，即对控制点选取的均匀性要求更高。 输出校正数字影像 经过逐个像元的几何位置变换和灰度重采样得到的输出影像数据，按需要的格式写入纠正后的输出影像文件。 LANDSAT5图像最邻近重采样与三次卷积重采样结果的比较 5.8.9 多图像几何配准 多