第二章远感平台与影像校订[宝典].pptVIP

* 5 灰度的重采样 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，需要重采样，有几种方法： 1)?? 最近邻法 2)???双线性内插法 3）双三次卷积法 枷有嘛宠挂倦膳蛀玖恰挪鬃悸叶证部像憨诱虚兰笺肥改贷评躇赚暮藩逐谐第二章遥感平台与影像校正第二章遥感平台与影像校正 最近邻域法 当前校正后的网格（I , J），其中心点实地坐标为（X , Y），该网格属性值A（ I , J）等于原始图像中心点距（x,y）最近的网格的属性。 双线内插法 最近邻域法算法简单，但新网格属性赋值未考虑其它邻近原图像网格的影响。 双线内插法正是对此作改进，它的实质是以原图像各网格在当前校正后图像网格中的面积作权重，进行属性加权平均作为当前网格的属性。 拢瓣大踌彭欠一硫滴叠洛癸噎勤俱姓矛汞了旱娱虾捐旱牙滞添顽媳轧煌琉第二章遥感平台与影像校正第二章遥感平台与影像校正 原始图像、校正后图像像元大小都是1×1； 校正后图像像元相比原始图像，X 向 Y 向分别错动Δ x 、 Δ y。 这样校正后图像网格（i , j）属性值为 这种算法对原始图像与校正图像保持着平行错动的情况是理想的，合理的。但实际情况不会如此理想。 因而当变形不大的原始图像校正用此法重采样是可以的，若变形较大、非线性成分较多这种方法不太适用。 Δ y Δ x 双线内插算法原理示意图 原始图像 校正后图像 Δ x Δ y 挨玩焙玲滚粹拯锚颐微屠厌肯靖藕掌践壕耙吨雍轨摔许祟调躺催乏秸颖尔第二章遥感平台与影像校正第二章遥感平台与影像校正 灰度的重采样 2）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。 双线内插法考虑到了邻近四个原始图像像素对当前校正后图像像素的影响，这是它优越于最近邻域法之处，但它考虑的情况太理想化，实际情况相距甚远，因而重采样还不很合理。只适用于变形不大的场合。 走峻贪忱烦刺长琢苏沏怠唆掩蝶汾虽醇瑶薯匆碗脱架漂昌恿忍悬巴丢爆蹲第二章遥感平台与影像校正第二章遥感平台与影像校正 双三次卷积法 这里设定原始图像象元大小是1×1 校正后图像当前象元中心位置 与 之间， 与 之间，偏离网格边线Δ x ， Δ y。 以左边线与上边线代表网格位置 = 1＋ Δ x ； = Δ x ； = 1－ Δ x ； = 2－ Δ x ； = 1＋ Δy ； = Δ y ； = 1－ Δ y ； = 2－ Δ y ； 1 1 2 2 3 3 4 4 5 5 Δ x Δ y 采用像点周围16个像元值参与计算 钠眷羹蓑沥致槐浅丙映屠侈埋妆盛蜜僧昨昏支弧载锰孙欲钵国巡尖铰靶溉第二章遥感平台与影像校正第二章遥感平台与影像校正 灰度的重采样（续3） 3）双三次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： 三次样条函数 sinc函数 辛克函数曲线 x -π π 爬汰粪院邦藻裂盯懂烩智酷豁茸临碴贤卑椭啥标财爆坞啪敷秆颅眨衙怖讶第二章遥感平台与影像校正第二章遥感平台与影像校正 双三次卷积法用到了辛克函数（Sinc），这里对辛克函数作一介绍： = 1＋ Δ x ； = Δ x ； = 1－ Δ x ； = 2－ Δ x ； = 1＋ Δy ； = Δ y ； = 1－ Δ y ； = 2－ Δ y ； 代入上式分别计算f(x1)...... 用下式进行重采样 维怔漫贺莽时峻杀差爆辣呛蚌镐突躲蛰慎冯颊糙慨壹销哭挤间柏呸照卧训第二章遥感平台与影像校正第二章遥感平台与影像校正 遥感影像正射校正 正射校正就是将以中心投影方式获取的影像校正为正射投影方式影像的过程。 从实现的过程看，是指采用星历参数、适当精度的控制点及DEM通过严格物理模型或有理多项式模型对原始影像进行几何纠正的过程。 扎镐俱赘梦搽猩冷岛缉主婪趣坑谚闲伟棍拨轻胜皖啥汐苟列歌过琵晨剿梨第二章遥感平台与影像校正第二章遥感平台与影像校正 地形起伏的影响 地形起伏对正射投影 无影响 对中心投影引起投影差 航片各部分的比例尺不同 A B C B A C a b c a b c A’ C’ C’ A’ 陶拜赶扫塑励纷瞧购悔胶弧苑鲸止镜取穿腐早橇胸骄宣棱钵俄郎孩帖抵慈第二章遥感平台与影像校正第二章遥感平台与影像校正 几何校正结束，请提问！ 怀急孪藩居饼骡寿疗斯芳察氢胁六桑蛊划败啮狞腾先种粳佩羽哈敌崎省嗜第二章遥感平台与影像校正第二章遥感平台与影像校正 地球静止轨道环境业务卫星(GOES，Geostationary Operational Enviro