第二次几何校正教材.ppt

B 物理模型 对于卫星接收的每一景数据，其模型参数并非全部准确，因此利用大地控制点修正不准确的参数，提高模型精确度，然后应用修正后的物理模型来校正图像。 （xn,yn）归一化的图像坐标，（X,Y,Z）对应地面点的三维地理坐标 c 有理多项式正射校正 RPC（rational polynomial coefficient）模型适用于窄视场和强先验信息的摄像系统。与宽视场摄像机不同，窄视场的摄像机投影参数不独立。选用80个系数来确定投影关系 * 部分遥感数据由于其物理模型参数的保密性等原因，数据生产商以RPC参数的形式提供卫星拍摄时的轨道、姿态等信息。 将地面的经纬度坐标或者大地坐标与像片的行列号对应起来，这样达到粗校正的目的。纠正时采用有理函数RPC模型来模拟其物理模型进行正射纠正。 实验证明：RPC模型结合高精度控制点和DEM数据的纠正方法精度很高 1:10 000 标准分幅 DOM的 正射校正 技术流程图 几何校正结束，请提问！ * * B多中心投影 卫星自北向南运行的同时，地球由西向东自转，由于卫星图像每条扫描线的成像时间不同，因而造成扫描线在地面上的投影依次向西平移，最终发生扭曲。 * * GCP（Ground Control Point） RMS（Root mean square） * DOM(digital orthophoto map)数字正射影像图 * 写成矩阵形式（控制点10个） 应用主元消去法，就可求出系数： 然后把这些系数代入方程(1-1)中变换图像的任一点的数值即可得到而偏差值=X-X ? 用同样的方法，按 解算出系数： 在图形的矢量纠正处理中，如地图线划图的投影变换，采用（2）式(在ppt20页)的正向纠正法（由原始矢量图形求目的矢量图形），再用内插方法填补空像元，以保持图形的连续。 几何校正处理应注意的问题 （A）几何校正处理采用反函数方法 在以行扫描的数据中，采用（2）式（ppt20页）的反函数式（以目的影像的点为自变量，经计算后，到原始影像上摘取像元，按顺序填充在目的影像中）。（2）式的反函数形式为： （3）式中的纠正系数和的解算方法同式（2）。 (B)几何校正的快速处理方法 在实际应用中，常采用三次多项式逼近，形式为： （3） 将（4）式改写为列向x、y的三次多项式： 式中： （4） （5） 同样可求出行向x和y的三次多项式Lx和Ly 式中： （6） 3.4.2表面拟合纠正方法 在多项式几何纠正时，局部的几何畸变在全图范围内进行了平均，使得已经获得的精确匹配的控制点上又存在了误差，从而使控制点周围的图像也产生偏差。我们希望找到一种函数构造合适的f(x,y)，g(x,y)，使得在控制点片映射精确吻合。由Goshtasby提出的表面样条函数拟合方法很有效地解决了控制点精确吻合的问题。 其中， 通过下面的线性方程组求解N+3个参数a0，a1，a2，Fi，i=1，2,…，N的。 ，j=1,2,…,N。 其中， 表面样条函数使图像在控制点上达到精确的吻合，而其它点在精确控制点的约束下通过插值也获得了很好的纠正。但该方法在计算每一点经映射变换后的位置时，所有控制点均参加运算，这一方面使在某一点映射变换过程中较远的控制点仍会产生一定的影响，另一方面使计算量大为增加。在局部畸变大，控制点非常多的情况下，纠正过程将非常耗时，为克服这一困难，可以采用局部表面拟合的方法。 局部加权平均表面拟合方法 对于每一个控制点（xi,yi）令它对应于一X分量的局部映射函数fi(x,y)，其形式是用表面拟合法将该点与其周围（n-1）个最近邻控制点拟合而得到的。对每一个控制点（xi,yi）赋予一个权值Wi（R），其形式如下： 其中 Rn为控制点（xi,yi）与距离其最近的控制点之间的距离。 利用加权平均的方法，对过任一点（x,y）的所有表面样条函数取加权平均来确定其对应的X值。 式中，fi(x,y)为过点（xi,yi,Xi）和其（n-1）个最近邻点的表面拟合样条函数。同样可以求出Y分量映射函数g(x,y)。 局部加权平均表面拟合法目的是将远离(x,y)的控制点的影响降至最小，以使得计算点(x,y)处映射时，对距离远的控制点不予考虑。因此，在图像上控制点分布不均匀时，对应用该法将产生不利影响。若在一很大区域中缺少控制点，则在该区域就不能有效地进行函数拟合。当然这可以通过自适应方法自动加入较远处的点进行表面拟合。这就是局部自适应加权平均表面拟合法。局部加权平均表面拟合法的优点是对局部处理较好，缺点是不能适应局部缺乏控制点或控制点分布不均匀的情况。这就需要我们在配准的前期工作中，提取特征点时要注意有效特征点的均匀分布。这需要提高前