第四讲 遥感图像几何纠正.ppt

三种内插方法对比 ? 最临近法：结算 量小。0.5像元的精 度影响亮度的连续 性。 ? 双线性内插：不 连续现象或线状特 征的块状化现象有 所改善。图像平滑， 可能导致分界线模 糊 ? 立方卷积：计算 量大，要求位置校 正更准确 2.4 像元值重采样 三种重采样算 法应用于 downscaling的 对比分析 2.4 像元值重采样 upscaling 2.4 像元值重采样 29 23 26 26 23 33 30 34 21 19 22 35 26 16 34 38 22 26 26 Upscaling(Arcgis ERDAS) 2.4 像元值重采样 29 23 26 26 23 33 30 34 21 19 22 35 26 16 34 38 22 39 21 35 40 主要内容 1、遥感数字图像的几何畸变概述 2、几何纠正处理的通用流程 3、多项式纠正的原理和方法 4、纠正变换函数 ? 通用构像方程 ? 纯中心投影图像 ? 多中心投影图像 ? 合成孔径雷达图像 ? 新型遥感卫星传感器几何模型-有理函数模型 几何纠正处理的通用流程 3、多项式纠正的原理和方法 ? x ? ? ? aij X iY j ? y ? ? ? bij X iY j ? m n ? i?0 j ?0 ? m n ? i?0 j ?0 (x，y)为纠正后的像点坐标， (X，Y)为对应的地面点坐标 3 、多项式纠正的原理和方法 3.1 多项式构像模型——纠正变换函数 回避成像的空间几何过程，而直接对影像变形 的本身进行数学模拟；用一个适当的多项式来描述 纠正前后图像相应点之间的坐标关系。 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。 当选用1次纠正时，可以纠正因平移、旋转、比例 尺变化等仿射变形等引起的线件变形；当选用2次纠正 时，则在改正1次项各种变形的基础上，还改正2次非 线性变形；选用3次纠正则改正更高次的非线性变形。 3 、多项式纠正的原理和方法 3.1 多项式构像模型——纠正变换函数 1 2 (n ? 1)(n ? 2) N ? 3 、多项式纠正的原理和方法 3.2 控制点采集与纠正变换函数的解算 （1）在图像上为明显的地物点，易于判读。 （2）在图像上均匀分布。 （3）数量要足够。 纠正变换函数的解算 （1）利用采集的地面控制点数据，直接解方程组求 算多项式系数。 理论上的控制点只是解线性方程所需的理论最 低数，这样少的控制点仅能保证控制点及其周边区 域的变形得到纠正，这对于变形较小、地形比较平 坦区域的遥感成像的纠正，可以获得理想变形纠正 效果； 很多情况下，遥感图像变形比较复杂，因而采 用最少控制点校正的图像效果较差，需要大大增加 控制点的数目，以提高校正的精度。 3 、多项式纠正的原理和方法 纠正变换函数的解算 （2）按最小二乘法原理求解 控制点增加后，计算方法也有所改变，需采用 最小二乘法，通过对控制点数据进行拟合来求系数。 最小二乘法？ 3 、多项式纠正的原理和方法 ? 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。 ( 道尔顿研究英国男子中父亲们的身高与儿子们的身高之间的 关系时，创立了回归分析法。 ) ? 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，亦称为最小二乘法。 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。 最小二乘法 3 、多项式纠正的原理和方法 y 最小二乘法 X 1 2 3 4 5 6 7 8 9 10 11 12 13 y 11 13 13 14 17 16 17 18 19 20 24 22 23 14 24 15 26 0 5 10 15 25 20 15 10 x 实际观测值 找出变量之间关系的具体表现形式。 y? ? a0 ? a1 x y? 为回归值 y y 0 5 10 15 20 15 10 x 最小二乘法 ? 判断标准：实际观测值与回归值之差的绝对值（误差） 比较小 e i ? y i ? y? i n 2 i ?1 y 25 y? ? a0 ? a1 x ? ?? ??????