影像几何精纠正汇编.docxVIP

实习序号及题目影像几何精纠正实习人姓名实习指导教师姓名地址专业班级个人e-mail地址实习地点实习日期时间实习目的和内容目的:：1.深入理解影像几何精纠正的原理2.学会使用ENVI5.1中Image Registration Workflow的纠正方法和具体操步骤。内容：1. 以具有地理参考的全色波段影像为基础，对没有地理坐标的多光谱影像进行几何校正。原理和方法1.原理原始的遥感图像通常包含严重的集合变形，引起这种几何变形的原因包括系统性和非系统性两类。系统性一般由传感器本身引起，可以用传感器模型来纠正；非系统性几何变形是没有规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。几何校正的目的就是要纠正这些系统及非系统因素引起的图像变形。几何校正，主要方法是采用多项式法，机理是通过若干控制点，建立不同图像间的多项式控件变换和像元插值运算，实现遥感图像与实际地理图件的配准，达到消减以及消除遥感图像的几何畸变。2.校正过程主要包括：地面控制点的采集，选择多项式纠正模型，重采样等过程。3控制点选取：如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。从矢量数据中选择：如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。从文本文件中导入：事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。键盘输入：如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。4校正模型ENVI提供三个几何校正模型：仿射变换（RST）、多项式和局部三角网（Delaunay Triangulation）。5.重采样：重采样就是根据一类象元的信息内插出另一类象元信息的过程。在遥感中，重采样是从高分辨率遥感影像中提取出低分辨率影像的过程。常用的重采样方法有最邻近内插法（nearest neighbor interpolation）、双线性内插法（bilinear interpolation）和三次卷积法内插（cubic convolution interpolation）。其中，最邻近内插法最为简单，计算速度快，但是视觉效应差；双线性插值会使图像轮廓模糊；三次卷积法产生的图像较平滑，有好的视觉效果，但计算量大，较费时。重采样方法详细介绍：最邻近法（Nearest Neighbor）最邻近法直接将与某像元位置最邻近的像元值作为该像元的新值。该方法的优点是方法简单，处理速度快，且不会改变原始栅格值，但该种方法最大会产生半个像元大小的位移。适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。双线性内插法（Bilinear Interpolation）双线性内插法取采样点到周围4邻域像元的距离加权计算栅格值。先在 Y 方向进行内插（或 X 方向），再在 X 方向（或 Y 方向）内插一次，得到该像元的栅格值。使用该方法的重采样结果会比最邻近法的结果更光滑，但会改变原来的栅格值，丢失一些微小的特征。适用于表示某种现象分布、地形表面的连续数据，如 DEM、气温、降雨量分布、坡度等，这些数据本来就是通过采样点内插得到的连续表面。对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v)，其中i、j均为非负整数，u、v为[0,1)区间的浮点数，则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)其中f(i,j)表示源图像(i,j)处的的像素值，以此类推这就是双线性内插值法。双线性内插值法计算量大，但缩放后图像质量高，不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊三次卷积法（Cubic Convolution）三次卷积内插法是一种精度较高的方法，通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值，方法与双线性内插相似，先在 Y 方向内插四次（或 X 方向），再在 X 方向（或 Y 方向）内插四次，最终得到该像元的栅格值。该方法会加强栅格的细节表现，但是算法