遥感图像处理基础重点分析.pptVIP

ENVI/IDL 3.3图像预处理——几何校正（四、常见几个形式） 几种常见几何校正形式： 卫星轨道参数（全自动） 地面控制点（同名点）+校正模型（人机交互） RPC文件+地面控制点+DEM（人机交互） ENVI/IDL 3.3图像预处理——几何校正（五、多项式模型） 多项式模型 x=a0+a1x+a2Y+a3x2+a4xy+a5y2+…… y=b0+b1x+b2Y+b3x2+b4xy+b5y2+…… 最少控制点个数 N=（n+1）*（n+2）/2 误差计算 RMSEerror=sqrt（（x’-x）2+（y’-y）2） ENVI/IDL 3.3图像预处理——几何校正（六、控制点获取） 地面控制点获取途径 基础数据 基础测绘数据 数字线画图（DLG） 数字栅格图（DRG） 影像数据 正射影像（DOM） 实地测量（GPS） 地面控制点实质：找到待校正图像上的点对应真实的坐标值 ENVI/IDL 3.3图像预处理——几何校正（七、控制点质量控制） 图像选点原则（正射纠正不适用） 选取图像上易分辨且较精细的特征点：道路交叉点，河流弯曲或分叉处，海岸线弯曲处，飞机场，城廓边缘等 特征变化大的地区需要多选 图像边缘部分一定要选取控制点 尽可能满幅均匀选取 数量原则 在图像边缘处，在地面特征变化大的地区，需要增加控制点 保证一定数量的控制点，不是控制点越多越好。如一景TM的控制点数量在30-50左右；正射纠正控制点数量在10个左右。 ENVI/IDL 3.3图像预处理——几何校正（八、重采样方法） 最近邻法 取与所计算点（x,y）周围相邻的4个点，比较它们与被计算点的距离，哪个点距离最近，就取哪个亮度值作为（x,y）点的亮度值 简单易用，计算量小，图像的亮度具有不连续性，精度差 ENVI/IDL 3.3图像预处理——几何校正（八、重采样方法） 双线性内插法 取（x,y）点周围的4邻点，在y方向内插二次，再在x方向内插一次，得到（x,y)点的亮度值f（x,y) 双线性内插法比最近邻发虽然计算量有所增加，但精度明显提高，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。 内插法会对图像起到平滑作用，从而使对比度明显的分界线变得模糊。 Δ y Δ x 双线内插算法原理示意图 原始图像 ENVI/IDL 3.3图像预处理——几何校正（八、重采样方法） 三次卷积内插法 进一步提高内插精度的一种方法，通过增加邻点来获得最佳插值函数 取与计算点周围相邻的16个点，先在某一方向内插，再根据计算结果在另一个方向上内插，得到一个连续内插函数 计算量大，精度高，细节表现更为清楚，对控制点要求较高 1 2 3 4 ENVI/IDL 3.3图像预处理——图像融合 将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术。 影像的融合方法按影像的表征层一般分为像素级、特征级和决策级融合三类。在遥感图像处理中常用的、成熟的是像素级的图像融合。 ENVI/IDL 3.3图像预处理——图像镶嵌和裁剪 镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 裁剪 图像裁剪的目的是将工程之外的区域去除，常用的是按照行政区划边界或自然区划边界进行图像的分幅裁剪。 ENVI/IDL 3.3图像预处理——辐射校正（一、基本概念） 卫星光学传感器是接受地表反射太阳的能量而成像的，遥感图像在获取过程中，受到如大气吸收与散射、传感器定标、地形等因素的影响，且它们会随时间的不同而有所差异，这些因素都会引起图像造成影像的系统辐射失真和非系统辐射失真，辐射校正实际上是影像恢复的一个内容。 校正方式有两类： ①传感器辐射校正。通常采用内部校准光源和校准楔，如陆地卫星多光谱扫描仪的辐射校正； ②大气校正。 前者主要纠正系统误差，直接表现是图像得到增强而清晰；后者纠正非系统误差，得到地表真实辐射量。 在遥感图像处理中，图像辐射校正常常做的是大气校正。 ENVI/IDL 3.3图像预处理——辐射校正（二、大气校正） 大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响，消除大气分子和气溶胶散射的影响。大多数情况下，大气校正同时也是反演地物真实反射率的过程。 目前，遥感图像的大气校正方法很多。这些校正方法按照校正后的结果可以分为2种： 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。 相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。 ENVI/IDL 3