遥感原理及应用 第五章 遥感图像的几何处理.ppt

第五章 遥感图像的几何处理 5.1遥感传感器的构像方程 5.2遥感图像的几何变形 5.3遥感图像的几何处理 5.4多图像的配准和镶嵌 5.1遥感传感器的构像方程 一遥感图像通用构像方程 二 中心投影构像方程 以上是中心投影的构像方程，下面我们看看多中心投影的构像方程 三　全景摄影机的构像方程 5.2 遥感图像的几何变形 三 地形起伏引起的像点位移 四 地球曲率引起的图像变形 地球曲率引起的像点位移与地形起伏引起的像点位移类似。只要把地球表面(把地球表面看成球面)上的点到地球切平面的正射投影距·离看做是一种系统的地形起伏，就可以利用前面介绍的像点位移公式来估计地球曲率所引起的像点位移，如图所示。 五 大气折射引起的图像变形 六 地球自转的影响 思考题 1,说明遥感图像几何变形误差的主要类型 2,为什么说中心投影的构像是遥感影像构像基础? 附加知识 软件操作 1数据的输入和输出 2视窗操作 2图像的裁剪和拼接 遥感作为空间数据，具有空间地理位置的概念。当遥感图像在几何位置上发生了变化，产生行列不均匀，像元大小与地面大小对应不准确，地物形状不规则 变化时，说明遥感影像发生了几何畸变。产生畸变的图像给定量分析及位置配准造成困难。在应用遥感图像之前，必须将其准确投影到需要的坐标系中。因此，遥感图像的几何处理是遥感信息处理过程中的重要环节。 遥感数据接受后，首先由接受部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数进行处理（粗加工）。 遥感图像的粗加工处理仅做系统误差的改正，即把与传感器有关的测定的校正数据带入相应的构像方程。粗加工处理对传感器内部畸变的改正很有效，但是处理后仍有很大的残差（系统误差和偶然误差），而用户拿到这种产品后，由于使用的目的不同或投影及比例尺不同，仍旧进一步做几何校正（几何精校正）。 一 遥感图像的精加工处理 遥感图像的精校正是指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的过程。它包括两个环节：一是像素坐标的变换；二是对坐标变换后的像素亮度值进行重采样。常用的纠正方法有多项式法，共线方程法， 多 项 式 法 1 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，但是实际上，由于某种几何畸变，图像中像元点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。 2 具体步骤 ① 找到一种数学关系，建立变换前图像坐标（X ，Y）与变换后图像坐标（u， v）的关系，通过每一个变换后的图像像元的中心位置计算出变换前对应的图像坐标点。分析得知，整数（u， v）的像元点在原图像坐标系中一般不在整数（X， Y）点上。 计算校正后图像中每一点所对应原图中的位置（X ，Y）。计算时按行逐点计算，每行结束后进行下一行计算，直到全图结束。 ②计算每一点的亮度值。由于计算后的（U,V）多数不在原图的像元中心处，因此必须重新计算新位置的亮度值。一般来说，新点的亮度值介于邻点亮度值之间，所以常常采用内插法计算。 ③计算方法（以多项式法为例）(反解法) 首先建立两图像像元点之间的对应关系，记做： II。双线性内插法 取（x,y）点周围的4邻点，在方向（或方向内插两次），再在或方向内插一次，得到（x,y）点的亮度值，该方法为双线性内插法。 设4个邻点分别为（i,j）,(i,j+1)，（i+1,j）,(i+1,j+1),i代表左上角为原点的行数，j代表列数。设a=x-I,β=y-j,过（x,y）做直线与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，计算交点的亮度f(I,y)和f(i+1,y). 由梯形计算公式： 5.4图像间的自动配准和数字镶嵌 一 多图像几何配准 多图像是指同一地区不同时刻的图像，或不同遥感器获得的多种图像。 多图像的几何配准就是指将多图像的同名影像通过几何变换实现重叠，通常叫相对配准；将相对配准的多图像纳入某一地图坐标系统，通常叫绝对配准。 多项式和共线方程遥感图像数字纠正方法可以实现多图像的几何配准，例如：采用多项式纠正，一旦在多图像上选择分布均匀、足够数量的一些同名影像作为相互匹配的控制点，就可以根据控制点解求多项式系数，实现一幅图像对另一幅图像的几何校正，从而达到多图像的几何配准。但是在很多情况下，很难找到准确可靠的控制点，所以多图像的几何配准，通常都采用相关函数的原理进行自动配准。 多图像自动配准的基本原理是根据对两个图像的近似性的量度，即在两个图像的相对移动中，找出其相似性量度值最大，或差别最小的位置作为图像配准的位置。 多图像几何配准基本原理 计算两个图像相似性量度值，可以采用不同的方法。应用较多的