第七章 遥感图像的几何处理.pptVIP

第七章遥感图像的几何处理 7.1遥感图像的几何变形 7.1.1传感器成像方式引起的图像变形 正射投影 7.1.1传感器成像方式引起的图像变形 在不考虑地形起伏的情况下： 1）中心投影（等比例缩放） 7.1.1传感器成像方式引起的图像变形 在不考虑地形起伏的情况下： 2）全景投影变形 7.1.1传感器成像方式引起的图像变形 在不考虑地形起伏的情况下： 3）斜距投影变形 7.1.2 传感器外方位元素变化的影响 传感器的外方位元素，是指传感器成像时的位置（Xs,Ys,Zs）和姿态角（φ,ω,κ）。 7.1.2 传感器外方位元素变化的影响 7.1.3 地形起伏的影响 地形起伏导致局部像点的位移，地形高的点向图像外侧偏移，地形低的点向图像内侧偏移。 7.1.4 地球表面曲率的影响 地球严格的讲，是近似椭球体，其变形原理和地形起伏相同，导致像点位置的移动。 7.1.5 大气折射的影响 7.1.6 地球自转的影响 7.2 遥感图像的几何处理 7.2.1遥感图像的粗加工处理 1）投影中心坐标的测定和解算 为了确定投影中心的坐标，首先要确定卫星的坐标，测定卫星坐标的方法有卫星星历表解算和全球定位系统测定两种方法。 7.2 遥感图像的几何处理 2）传感器姿态角的测定 卫星姿态角的测定可以用姿态测量仪器测定，如红外姿态测量仪、星相机、陀螺仪等，也可以通过3个安装在卫星上3个不同位置的GPS接收机测得的数据来解求姿态角。 7.2.2 遥感图像的精纠正处理 包括两个环节：一是像素坐标的变换，即将图像坐标转变为地图或地面坐标；二是对坐标变换后的像素灰度值进行重采样。 1）像素坐标变换 （1）建立变换前图像坐标（x，y）与变换后图像坐标（u，v）的关系。通过变换后的图象像元的中心位置（整数）计算变换前的对应的图像的坐标点（不一定为整数）。 7.2.2 遥感图像的精纠正处理 通常用二元n次多项式获取（x，y）： 7.2.2 遥感图像的精纠正处理 实际应用常采用：二元二次多项式。 7.2.2 遥感图像的精纠正处理 2）像素灰度值进行重采样 坐标变换后，（x，y）多数不在像素正中心处，这时需要通过插值方法重新计算，获取灰度值值。 常用三种方法：最邻近法，双线性内插法，三次卷积法 7.2.3 插值方法 1）最近邻法 （1）坐标值：（k，l）为距离取（x，y）最近的点。 k=integer（x+0.5） l=integer（y+0.5） integer为取整，（不四舍五入） 7.2.3 插值方法 （2）灰度值：取距离校正后像素点（x，y）最近的格网点的灰度值f（k，l）作为其灰度值。 f（x，y）=f（k，l） （3）优点：简单容易，计算简单。 （4）缺点：图像的灰度具有不连续性。 7.2.3 插值方法 2）双向线性内插法 （1）坐标值：（k，l）为（x，y）取整。 k=integer（x） l=integer（y） integer为取整，（不四舍五入） （2）灰度值：取校正后像素点（x，y）周围的四个邻点，在x方向（或y方向）内插二次，再在y方向（或x方向）上内插一次，计算出其灰度值f（k，l）。 7.2.3 插值方法 7.2.3 插值方法 7.2.3 插值方法 7.2.3 插值方法 （3）优点：对灰度不连续现象或线状特征的块状化有明显的改善，对图像起到平滑作用。 （4）缺点：使对比度明显的分界线变得模糊。 7.2.3 插值方法 3）三次卷积内插法 （1）坐标值：（k，l）为（x，y）取整。 k=integer（x） l=integer（y） integer为取整，（不四舍五入） （2）灰度值：取校正后像素点（x，y）周围的十六个邻点，在x方向（或y方向）内插四次，再在y方向（或x方向）上内插一次，计算出其灰度值 f（k，l）， 7.2.3 插值方法 7.2.3 插值方法 在x方向上， 令 ， 在x方向上： 7.2.3 插值方法 在y方向上 （3）优点：对灰度不连续现象或线状特征的块状化有明显的改善，对图像起到平滑作用。 （4）缺点：使对比度明显的分界线变得模糊。 7.2.4 控制点的选取 地面控制点（GCP：Ground Control Point）：图像的配准以地面坐标、地图或遥感图像上相对应的点为匹配标准，这些对应的点称为地面控制点。 1）地面控制点数目的确定 对二元n次多项式，控制点的最小数目为： 实际工作表明：选取控制点的最少数据来校正图像，效果往往不好，