数字图像处理 遥感图象的几何校正.ppt

第五章 遥感图像的几何校正 Geometric Correction 地理编码 地面控制点 坐标变换 重采样方法 几何校正 5.1 什么是几何校正？ 5.2 什么时候需要校正？ 5.3 几何校正算法 5.4 几何校正的步骤 配准（Registration ) 5.3 几何校正算法 5.3.1 线性变换 5.3.2 非线性变换 坐标关系 坐标关系（续） 坐标关系（续） 5.3 校正步骤 Rectification Step 选择地面控制点(Locate GCPs) GCP-Ground Control Points 计算转换矩阵 Compute and test a transformation Matrix 重采样 Resampling 创建输出影像 Create an output image file with the new coordinate information in the header. The pixels must be resampled to conform to the new grid. 控制点的选择原则 最小控制点数 RMS误差 重采样Resampling 确定新图像的分辨率 目的是确定新图像宽度和高度； 根据精度要求，在新图像的范围内，划分网格，每个网格点就是一个像元。 新图像的行数 M＝(Y2-Y1)/△Y+1; 新图像的列数 N＝(X2-X1)/△X+1; 新图像的任意一个像元的坐标由它的行列号唯一确定。 灰度重采样 纠正后的新图像的每一个像元，根据变换函数，可以得到它在原始图像上的位置。如果求得的位置为整数，则该位置处的像元灰度就是新图像的灰度值。 如果位置不为整数，则有几种方法： 最近邻法 双线性内插法 三次卷积法 最邻近法灰度的重采样 双线内插_灰度的重采样 立方卷积 立方卷积的优缺点 数字图象的纠正过程 校正所带来的问题 1）改变像元值的几何连续性，原图中某些线状特征会被扭曲或变粗成块状 ； 2）从较大的栅格重采样到较小栅格时会出现阶梯状斜线；可能会丢失或重复一些数值；用于线形专题图（如道路、水系）可能引起线状网络数据断开或出现裂隙 1）不引入新的像元值 ，适合分类前使用； 2）有利区分植被类型，确定湖泊浑浊程度，温度等； 3）计算简单，速度快。 缺点 优点 最邻近法优缺点 双线性内插法（bilinear interpolation） ? Bilinear interpolation—uses the data file values of four pixels in a 2 ′ 2 window to calculate an output value with a bilinear function. 双线性法：以实际位置临近的4个像元值，确定输出像元的灰度值。公式为： 像元被平均，有低频卷积滤波效果（Low-frequency convolution）。边缘被平滑，不利于边缘检测。 1）图像平滑，无台阶现象。线状特征的块状化现象减少； 2）空间位置精度更高； 3）常用于栅格大小变化时，SPOT/TM。 缺点 优点 双线内插 (Bilinear Interpolation) 立方卷积法（Cubic convolution） Cubic convolution—uses the data file values of sixteen pixels in a 4 ′ 4 window to calculate an output value with a cubic function. 立方卷积法以实际位置临近的16个像元值，确定输出像元的灰度值。公式为： PSF 三次样条函数 sinc函数 其中：i=int(xr)， j=int(yr) d(i，j)——(i，j)和(xr,yr)坐标距离 V(i，j)——(i，j)像元值 Vr——输出像元数据文件值 f(x)=(a+2)|x|3-(a+3)|x|2+1, |x|1 a|x|3-5a|x|2+8a|x|-4a, 1|x|2 ?? a——大多数情况下取-0.5，这将使输出影像的均值和标准差接近于原始数据。 Cubic Convolution 但计算时间长。 1）三次卷积内插突出的优点是高频信息损失少，可将噪声平滑。 2）4×4时，像元均值和标准差信息损失小； 3）常用于栅格大小变化时，TM/航片融合（4×4）。 4）输出影像的均值和标准差接近于原始数据 缺点 优点 Cubic Convolution Resampling 内插方法的选择除了考虑图像的显示要求及计算量，还要考虑内插结果对分类的