第四章遥感数据预处理-影像校正要点分析.ppt

第四章遥感图像预处理 遥感成像过程 图像畸变的分类 辐射畸变：指遥感传感器在接收来自地物的电磁波辐射能时，电磁波在大气层中传输和传感器测量中受到遥感传感器本身特性、地物光照条件（地形影响和太阳高度角影响）以及大气作用等影响，而导致的遥感传感器测量值与地物实际的光谱辐射率的不一致。 几何畸变：当原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时，就产生几何畸变。 遥感辐射校正 辐射畸变的主要原因 传感器本身的性能引起的辐射误差 地形影响和光照条件变化引起的辐射误差 大气散射和吸收引起的辐射误差 常见的遥感传感器系统误差 随机坏像元 行或列缺失 行或列条纹 随机坏像元的判定和消除 由传感器的噪声或磁带等部件的误码率造成的，其特点是孤立和分散的，往往和周围的亮度值有明显的差别，并且彼此不相关。斑点可以通过将图像像元亮度值同它的邻近像无亮度值进行比较来判定。 行列缺失的判定和消除 在扫描图像中出现的与辐射信息无关的线条噪声，其表现为图像上的部分扫描行或线段的亮度值不反映地物的辐射，并与上下的亮度截然不同。 列缺失 遥感图像的大气校正 地物发射的电磁能量波在经过大气层时，大气对电磁波的吸收和散射对遥感图像的影响，其中主要的影响因素是大气散射 大气校正是指大气散射校正，即消除大气散射对辐射失真的影响。包括大气的消光（吸收和辐射）、天空光照射、路径辐射。 绝对校正示意图 常用大气辐射校正模型 相对辐射校正 ?适用范围： 归一化单时相遥感影像不同波段间的强度 将多时相影像遥感数据各个波段的强度归一化到某一选定的标准影像上 直方图校正方法 从图像像元亮度值中减去一个辐射偏置量（LP），辐射偏置量等于图像直方图中最小的辐射亮度值。 前提（假设）：水体（或阴影）等物体的灰度值为0，大气散射导致图像上这些物体的灰度值不为0（辐射偏置量） 暗物体法（Dark-object method） 回归分析法 原理：在遥感图像上大山的阴影区或深大水体区域，各个波段的反射为零。同时，大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此可用其校正其它波段数据。 方法：在不受大气影响的波段（如TM5或7）和待校正的某一波段图像中，选择一系列目标，将每个目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程。 Y：待校正波段的图像亮度值 X：不受大气影响波段的图像亮度值 怎么求a,b？ 遥感几何校正 中心投影 定义：凡空间任意点A（物点）与一固定点S（投影中心）连成的直线或延长线（即中心光线）被一个平面（像平面）所截，则此直线与平面的交点a（像点）称为A点的中心投影。 从投影上而言，航空像片（正片）的位置，等于以投影中心为圆心，以焦距f为半径，将P旋转至P’（下图），P’即为正像的位置。 投影距离的影响 中心投影：投影距离不同或焦距不同则像片的比例尺也不同。 垂直投影：投影距离不同与像片比例尺无关。（不存在焦距） 投影倾斜面的影响 中心投影：投影面的倾斜造成同一个像片不同部位比例尺的差异。 垂直投影：不存在投影面的倾斜。 地形起伏的影响 中心投影：地形起伏造成像点位移。 垂直投影：不存在像点位移。 几何校正方法 图像几何校正的基本方法是先建立几何校正的数学模型；其次利用已知条件确定模型参数；最后根据模型对图像进行几何校正。通常分两步： ①图像空间坐标变换；首先建立图像像点坐标（行、列号）和物方（或参考图）对应点坐标间的映射关系，解求映射关系中的未知参数，然后根据映射关系对图像各个像素坐标进行校正； ②确定各像素的灰度值（灰度内插）。 数字图像几何纠正的主要处理过程 准备工作：图像、地图、大地测量资料、平台轨道参数、传感器参数、控制点的选择；（具体内容可选） 纠正变换函数建立：输入和输出图像间的坐标变换关系；如多项式法、共线方程法等。 遥感几何校正-校正模型 校正模型 通用校正模型 几何多项式 DLT模型(Direct Linear Transformation ) RPC模型(Rational Funtion) 物理校正模型 共线方程 多项式模型 根据影像变形情况选取校正模型，不同模型需要控制点数目不同，一阶多项式几何校正(理论最小值)：3个控制点； 二阶多项式几何校正(理论最小值)：6个控制点； 三阶多项式几何校正(理论最小值)：10个控制点； 四阶多项式几何校正(理论最小值)：15个控制点； 五阶多项式几何校正(理论最小值)：21个控制点； DLT模型 可以认为是共线方程的变化式x=(a1+a2X+a3Y+a4Z)/(c1+c2X+c3Y+c4Z) y=(b1+b2X+b3Y+b4Z)/(c1