基于支持向量机的遥感图像几何校正算法分析-analysis of remote sensing image geometric correction algorithm based on support vector machine.docx

1 绪论现代遥感技术的迅猛发展，已经能够动态、快速、准确和及时地提供多种对地观测 数据，成为地理信息系统的主要信息源和数据更新途径。遥感技术被广泛应用于陆地资 源调查、地质调查、城市遥感调查、海洋资源调查、测绘、考古调查、环境监测、军事 侦察、打击分析等领域，作为一门综合性技术，在国民经济建设和国防建设的诸多领域 发挥了重要作用。但是在遥感成像时由于受到多方面因素的影响，原始遥感图像存在多种形式的几何 变形。对遥感图像进行几何校正获取无几何变形的遥感图像是进行后续处理分析操作的 必要前提和先决条件。遥感图像几何校正有严格几何校正和近似几何校正，严格几何校 正需要卫星轨道和传感器参数，但这些参数一般很难获取，所以遥感图像几何校正通常 采用近似几何校正算法。近似几何校正算法与遥感图像的成像方式无关，而且形式简单，计算量小，但精度 略低，为了进一步提高遥感图像近似几何校正的精度，本文引入支持向量机理论，建立 了基于支持向量机的遥感图像近似几何校正算法，进一步提高了遥感图像近似几何校正 的精度。1.1 研究背景自 20 世纪 50 年代末起，航天遥感技术经历了近半个世纪的发展和应用，已成为人 类观测地球、探索空间、了解宇宙的火眼金睛。遥感卫星的发展呈现以下两个特点。(1)卫星的自主导航定位和控制精度进一步提高，采用 GPS 接收设置可提供分米级 的轨道测量定位精度，采用恒星相机和惯性测量器件能够提供高精度的传感器姿态角度数据。(2)星上图像处理功能将大大增强，能够实现星上图像的自动处理、分类、分析和 特征提取。自动导航功能和星上图像处理功能在遥感卫星的未来发展中将会得到进一步 增强。在过去近半个世纪中，卫星遥感图像的数据量在不断增多，图像的数据类型也在不 断变化，虽然传感器的设计工艺和制造水平都在不断提高，但由于卫星遥感成像时受到自身结构因素和各种环境因素的影响，卫星遥感图像必定存在一定的几何变形。采用正 确的方法消除遥感图像的几何变形，是卫星图像应用和研究的前提与基础。在多种卫星遥感图像中，一些较著名的商业遥感卫星图像运行商（如法国的 SPOT、 印度的 IRS、美国 Space Imaging 公司的 IKONOS、美国 QuickBird 公司的 QuickBird 等） 都会提供不同级别的图像产品，虽然不同遥感图像产品分类的具体级别各有不同，但总体可以概括为三类：(1)原始图像产品。只考虑遥感图像的物理变形和图像辐射量失真情况，没有进行 任何遥感图像几何校正处理。(2)近似几何校正图像产品。能够考虑到地形起伏对遥感图像变形的影响，但基本 上只消除了平面上的图像变形，达不到很好消除地形起伏引起遥感图像几何变形的目的，定位精度有限。 (3)严格几何校正图像产品。能够考虑到传感器成像的投影方式和地形起伏、地球曲率、大气折射、地球自转、相机透镜畸变、卫星的位置、卫星姿态变化等各种因素的 影响，定位精度最高。一些遥感卫星的运行商出于商业技术保密目的（如 IKONOS 图像的运行商 Space Imaging 公司），不公开卫星轨道和传感器的参数，所以对卫星遥感图像产品的校正只能进行近似几何校正，但目前的近似几何校正的精度较低，如何提高近似几何校正的精度 成为国内外研究的重点课题之一。1.2 研究现状目前对于遥感图像近似几何校正的研究，国内外研究人员主要致力于校正变换函数 (或坐标变换策略)的研究上。由于遥感图像存在覆盖地域范围广大、地形复杂的情况， 利用所有控制点获得统一的变换参数进行全局校正，有时并不能获得理想的结果，如何 有效利用现有的控制点建立坐标变换函数，以提高近似几何校正精度，国内外研究人员 提出了多种思想：如三角连网方法，基于局部加权的表面拟合校正等等。(1)国外研究现状1982 年，L.Kitchen，A.Rosenfeld 等人提出了灰度级变化中的不连续性检测方法， 该方法在模式识别的基础上，利用遥感图像灰度级的在变化中的不连续性进行遥感图像几何校正。1986 年，A.Goshtasby 提出了基于分段线性映射函数上的图像校正方法，在模式识 别的基础上，利用分段线性映射函数对遥感图像进行几何校正。1988 年，J.A.Noble 用寻找特别灰度的方法进行遥感图像几何校正，通过寻找遥感 图像中的灰度变化特征函数，进一步提取遥感图像的校正模型。1990 年，S.T.Liu，W.H.Tsai 等人提出了瞬时保留遥感图像灰度级不连续性的检测方法，在模式识别的基础之上，利用灰度级的瞬时保留特征和灰度级变化过程中的不 连续性提取遥感图像校正模型。1993 年，J.S.Lee，Y.N.Sun，C.H.Chen，C.T.Tsai 等人提出了基于小波理论上 的相交检测方法，在模式识别的基础之上，利用小波理论寻找灰度级变化中的不连