遥感影像几何精纠正遥感影像几何精纠正.doc

实习序号及题目 实习二 影像几何精纠正 实习人姓名 专业班级及编号 任课教师姓名 实习指导教师姓名 实习地点 实习日期时间 实习目的 深入理解影像几何精纠正的原理 2. 学会使用影像对影像的几何精纠正方法和具体操作步骤 实习内容 扫描地形图几何精纠正 2. 利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正 基本原理 从影像到地图的校正是指对遥感影像几何进行平面化处理的过程。可以通过在地图上读取地理坐标，确定控制点来进行几何精纠正。 2. 从影像到影像的配准是平移和旋转过程的结合，通过两幅影像中的同名点进行配准，使同名地物出现在配准后的影像的相应位置。本实习中采用二阶多项式，最少需要（t+1）*（t+2）/2=6个控制点，本次选取15个控制点进行影像到影像的配准，完成几何精纠正。 数据准备 一幅待纠正的地形图，进行扫描地形图的几何精纠正。 同一地区（芜海市）的全色波段图像和多光谱影像，进行从影像到影像的配准。 操作方法及过程 1．ENVI准备 本实习中需添加新的投影信息以及卷帘工具。在ENVI默认的安装路径（Program file | ITT | IDL708 | product | ENVI46 | Mapproject）中打开ellipse文件，在末尾添加krasovsky,6378245.0,6356863.0并保存，同时，在datua文件中的末尾添加 Beijing-54,krasovsky,-12,-113,-41并保存；将原始数据中的卷帘工具粘贴进入ENVI默认路径中的文件夹save add文件中，即完成了工具的添加。 2．地形图的几何精纠正 在ENVI中选择File | Open image file，打开需要纠正的地形图。将地形图显示在窗口。进行投影选择，选择 map | customize map projects | 自定义添加 transform mocator | Beijing-54，并命名为beijing-54 gk zone18 ,添加false easting 500000 ,false 0, latitude0, longitude 105 ,scale facture 1.0。此后，选择projection | add new projection 。重新启动ENVI ，再次打开地形图，点击Map | registration | select gcps : image to map,在地形图上读取点的坐标并用十字叉丝瞄准坐标点，点击add point, 如此反复操作，至少选取15个控制点，本次实习选取了22个控制点。*注意单个控制点的精度控制在1范围内，整体精度控制在0.5范围内。并将多项式改为2次。选择成功后，可将控制点保存，选择 file | save gcps from ascii，然后点击 option | warp file | polynomial | nearest 并选择导出路径，即可得到纠正后的地形图。 3．利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正 在ENVI中选择File | Open image file，选择打开全色波段影像和多光谱波段影像，将两个影像同时显示于不同的窗口。由于两幅影像的投影信息不同，需改变多光谱影像的投影信息，选择map | convert map projection | 选择trasform mocator 投影 ，点击确定后导出。将导出的修改过投影信息的多光谱影像打开，开始进行影像的纠正，在两幅图上选择同名点，选择add point ，做完上述后步骤后，准备输出影像，选择option | warp file ，并用二阶多项式的形式输出文件，将文件输出后，打开，选择tools | swipe即可生成卷帘效果，可检查几何精纠正的效果。 结果与分析 1． 得到地形图的控制点选择信息，本图像中控制点选取为22个，控制点选取需在整个图幅范围内分布，并且尽量选取十字交叉比较清晰的坐标点。同时，整体精度用控制在0.5范围内。如图： 控制点精度： 2． 纠正后的地形图： 纠正后的影像是根据二次多项式拟合，且满足最小近邻法，由于在选取控制点是将单点误差控制在0.5范围内，故拟合效果较好，但由于使用最小近邻法，所以存在一些误差，生成的图像会出现模糊，在观察细节时，可能会出现较大误差。因为用最近邻法保持像元值不变，但纠正后的图像具有不连续性，尤其在相邻像元灰度值差异较大时，会产生更大的误差。与双线性内插和三次卷积方法相比，计算更加简单，但是误差较大。 影像到影像