石大遥感导论课件08图像校正与增强.pptVIP

几何校正的两个结果：消除了几何变形；添加了地理坐标 图像几何变形产生的原因：传感器成像几何形态影响（全景误差和斜距误差）、传感器外方位元素（姿态变化）、地形起伏、地球曲率、地球自转、大气折光、传感器内部结构和工作方式等 校正时，首先假设已经存在一幅空白，具标准分辨率的图像，求原始图像和标准图像间各像元的坐标对应关系（坐标变换），再将原始图像像元的亮度赋给标准图像，逐一对各像元进行求坐标和灰度赋值，即完成了校正。 纠正主要两步： 像素位置变换和像素值变换 像素位置变换：直接法和间接法 直接法：从原始图像阵列出发，依次对其中每一个像元分别计算其在输出（纠正后）图像的坐标，即： 式中，x,y为P点原始图像的行数和列数；X，Y为P在新图像中的坐标（即地面坐标系），并把P（x,y)的灰度值重新计算后送到P（X，Y）位置上去。 间接法：从空白图像阵列出发，依次计算每个像元P（X，Y）在原始图像中的位置P（x,y），然后把该点的灰度值计算后返送给P(X,Y)。其纠正公式为： 两种方法除考虑影像坐标的出发点不一样外，纠正后影像像元的灰度赋值也不一样。 利用像素周围多个像点的灰度值求出该像素灰度值的过程称为灰度内插。 灰度内插较困难 一般使用间接法 灰度值的重采样：假如输出影像阵列中的任一像元在原始影像中相应位置的坐标值为整数时，则直接将原始影像中该像元的灰度值赋给相应的输出影像像元灰度值。否则，就必须利用在原始影像中该点位附近若干像元的灰度，并考虑附近每个像元的灰度对该点的影像影响程度，采用适当的方法计算出该点输出影像中对应像元的灰度值。 需要通过内插计算 内插计算通常有三种方法： 最近邻法 双向线性内插法 三次卷积内插法。 1.最近邻法 以距内插点最近的观测点的像元值为所求的像元值。设与所计算点P(x,y)周围相邻的4个点中最近邻点N的坐标为（K,L）,灰度值为Gn则新点的灰度值GP=Gn，其中， K=Integer(x+0.5) L=Integer(y+0.5) 该方法最大可产生0.5个像元的位置误差，优点是不破坏原来的像元值，处理速度快。 2.双线性内插法 用一个分段线性函数来近似表示灰度内插时周围像点的灰度值对内插点灰度值的贡献大小。 双线性内插法使用内插点周围的4个观测点的像元值，对所求的像元值进行线性内插。精度和运算量都比较适中。缺点是破坏了原来的数据，但具有平均化的滤波效果。 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。 P点位置坐标(2.3，4.6)，四个邻近点灰度值分别为10、20、15、16(如图)，用双线性内插法和最近邻法分别计算P点灰度值。 K=Integer(x+0.5)＝Integer（2.3+0.5）＝2 L=Integer(y+0.5)＝Integer（4.6+0.5）＝5 P点灰度值为（2，5）像元的值，即为20 3.三次卷积内插法 用一个三次重采样函数来近似表示灰度内插时周围像点的灰度值对内插点灰度值的贡献大小。 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。 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）。 计算公式是三次多项式。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。 三种内插方法比较 方法 优点 缺点 提醒 最近邻法 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 双线性内插 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。