遥感图像的几何纠正详解.ppt

6 遥感图像的几何畸变和几何纠正方法 6.1遥感图像几何畸变 6.1.1遥感器本身引起的畸变 6.1.2外部因素引起的畸变 6.1.3处理过程中引起的畸变 6.1.1遥感器本身引起的畸变 遥感器本身引起的几何畸变与遥感器的结构、特性和工作方式不同而异。这些因素主要包括： 1）?透镜的辐射方向畸变像差； 2） 透镜的切线方向畸变像差； 3）?透镜的焦距误差； 4）?透镜的光轴与投影面不正交； 5）?图像的投影面非平面； 6）?探测元件排列不整齐； 7）?采样速率的变化； 8）?采样时刻的偏差; 9) 扫描镜的扫描速度变化 。 MSS 举例 6.1.2外部因素引起的畸变 影响图像变形的外部因素包括： 1）? 地球的曲率 2）? 大气密度差引起的折光 3）? 地形起伏 4）? 地球自传 5） 遥感器轨道位置和姿态等 地球自传引起的误差 地球曲率和地形起伏引起的误差 遥感器轨道位置和姿态引起的误差 遥感器轨道位置和姿态引起的误差 6.1.3 处理过程中引起的畸变 遥感图像再处理过程中产生的误差，主要是由于处理设备产生的噪声引起的。 传输、复制、 光学 数字 6.2 遥感图像的几何纠正方法 遥感图象的几何粗处理和精处理。 遥感图像的几何纠正按照处理方式分为光学纠正和数字纠正。 光学纠正主要用于早期的遥感图像的处理中，现在的应用已经不多。除了对框幅式的航空照片（中心投影）可以进行比较严密的纠正以外，对于大多数动态获得的遥感影像只能进行近似的纠正。 主要介绍数字图像的几何纠正。 6.2.1 坐标关系 6.2.1 坐标关系（续1） 6.2.1 坐标关系（续2） 6.2.2 确定新的图像的边界 纠正后图像和原始图像的形状、大小、方向都不一样。所以在纠正过程的实施之前，必须首先确定新图像的大小范围。 根据公式6－1，6－2求出原始图像四个角点（a, b, c, d）在纠正后图像中的对应点（a’, b’, c’, d’）的坐标（Xa’,Ya’）(Xb’,Yb’) (Xc’,Yc’) (Xd’,Yd’)， 然后求出最大值和最小值。 6.2.2 确定新的图像的边界（续1） 6.2.3 确定新图像的分辨率 目的是确定新图像宽度和高度； 根据精度要求，在新图像的范围内，划分网格，每个网格点就是一个像元。 新图像的行数 M＝(Y2-Y1)/△Y+1; 新图像的列数 N＝(X2-X1)/△X+1; 新图像的任意一个像元的坐标由它的行列号唯一确定。 6.2.4 灰度的重采样 纠正后的新图像的每一个像元，根据变换函数，可以得到它在原始图像上的位置。如果求得的位置为整数，则该位置处的像元灰度就是新图像的灰度值。 如果位置不为整数，则有几种方法： 1)?? 最近邻法 2)???双线性内插法 3）三次卷积法 6.2.4 灰度的重采样（续1） 6.2.4 灰度的重采样（续2） 6.2.4 灰度的重采样（续3） 6.2.4 灰度的重采样（续4） 数字图象的纠正过程 6.2.5 遥感数字图像的多项式纠正 多项式纠正的基本思想：图像的变性规律可以看作是平移、缩放、旋转、仿射、偏扭、弯曲等形变的合成。一般的公式为： 6.2.5 遥感数字图像的多项式纠正 （续1） 6.2.6 最小二乘法 最小二乘法最早称为回归分析法。由著名的英国生物学家、统计学家道尔顿（F.Gallton）所创。 探索变量之间关系最重要的方法，用以找出变量之间关系的具体表现形式。 后来，回归分析法从其方法的数学原理——误差平方和最小（二乘是平方的意思）出发，改称为最小二乘法。 6.2.6 最小二乘法（续1） 为了精确地描述Y与X之间的关系，必须使用这两个变量的所有观察值，才不至于以“点”概面（作到同步与全面）。 2．Y与X之间是否是直线关系（用协方差或相关系数衡量）？若是，将用一条直线描述它们之间的关系。 3．在Y与X的散点图上画出直线的方法很多。 任务？——找出一条能够最好地描述Y与X（代表所有点）之间关系的直线。 4．什么是最好？—找出判断“最好”的原则。 最好指的是找这么一条直线，使得所有点到该直线的纵向距离的和（平方和）最小。 5．三种距离 6.2.6 最小二乘法（续2） 6.2.6 最小二乘法（续3） 纵向距离是Y的实际值与拟合值之差，差异大拟合不好，差异小拟合好。 将所有纵向距离平方后相加，即得误差平方和。所以，“最好”直线就是使误差平方和最小的直线。 运用求极值的原理，将求最好拟合直线问题转换为求误差平方和最小的问题。 6.2.6 最小二乘法（续3） 6.3 软件实习 6.3.1 图像到图像的几何纠正（配准） 6.3.2 图像的拚接(图象的镶嵌) 6.3.1 图像到图像的几何纠正（配准） 6.3.2 图像的拚接 图像拚接