rsip04遥感图像的精校正处理_08.ppt

第4章 遥感图像的校正处理 4.1 遥感图像几何校正 遥感图像精几何校正的概念：简单地说，就是利用控制点改正原始图像的几何变形，产生一幅符合某种地图投影或图片件表达要求的新图像。 精校正过程简介：它不考虑各种畸变误差形成的具体原因，而把图像上存在的各种畸变和误差看成一个整体，然后利用若干个控制点数据确立一个模拟图像几何畸变的数学模型，以此来建立原畸变图像（待校正图像）空间与标准图像（参考图像）空间的某种对应关系，即所谓映射变换函数或校正变换函数。再根据这种变换函数把待校正图像空间中全部像元变换到标准空间中去，实现图像的精几何校正。它包括：选取控制点，空间变换，重采样等三个步骤。 1 选取控制点 选好控制点是保证精几何校正质量的基础。 一般选择在图像和地形图上都容易识别定位的明显地物点。 控制点要有一定的数据，并分布比较均匀。 在相对高差大的地区尽可能选在高程相似的地段。 初选控制点后还需要进行控制点对匹配的检验，剔除匹配误差超限的像元（误差限度一般为0.5，至多一像元），必要时补充采集控制点。 伪控制点或模拟控制点的建立：准确定位控制点很困难时，也可以采用伪控制点方法。 伪控制点或模拟控制点的建立：准确定位控制点很困难时，也可以采用伪控制点方法。 重心法求控制点：假定图中阴影部分为湖水区，把其变成二值图并计算重心坐标（x，y）： 使用延长线段得到人为交点作伪控制点。 2 空间变换 图像的空间变转是几何精校正的第二步。多项式近似法是目前实践中最常用的一种方法，只要控制点选取得当，一般可取得较高的校正精度。 假设标准图像中的点以（x，y），畸变图像中的点用（X，Y）表示，两者的函数映射关系为： 取映射函数为N阶多项式： 一般在图像的几何变换中，多项式阶数不超过3，即N≤3，而且也不一定包含所有的项。 一阶多项式（仿射变换）： 这里可以包括平移、旋转、偏斜及长宽比例差异等常见的变形。 二阶多项式：常用两种形式。 一种是双线性变换： 另一种是齐次方程： 三阶多项式：一般取八项 或写成 在进行这些变换中，控制点的数目不能少于相应多项式的项数。仿射变换为3对（一对指输入的要校正的图像和参考图像上各一个），双线性变换为4个，一般二阶多项式至少6对，三阶至少10对。 由要校正的图像和参考图像分别取得一一对应的控制点坐标（u, v）及（x, y），构成控制点坐标数据文件。接着就是由这两组坐标数据，应用上述的多项式关系计算出两组转换系数[a]和[b]。 若有n对控制点，则 或 U=MA+E 其中，M代表其中的多项式矩阵，E为误差。在U和M已知的情况下，用最小二乘法求出A的估计值 。 U的估计值为 观察值与估计值的差即为误差，或叫余差，即 还可以由所有控制点坐标的余差算出平均误差 输入图像坐标（u，v）与输出图像坐标（x，y）之间的变换系数的估计值 及误差Δv也可以用同样的算法得出。如果两种误差与两种平均误差均在允许的误差范围内，则采纳A和B作为整个图像的变换系数进行几何变换。否则，就要更换控制点，即去掉余差大的控制点及增加新的控制点。然后，重复上述的运算，直到取得满意的结果。 3 像元值的内插——重采样 经空间变换后输出的新图像像元，一般会落在原始图像阵列的几个像元之间（共轭位置），因此输出图像的像元灰度值，必须通过适当的方法把该点四周邻近的若干个整数据点上的像元灰度值对该点的灰度值贡献累积起来，这个过程称为数字图像的重采样。 最邻近点内插法。此法就是取与内插点P距离最近的相邻像元的灰度值作为P的灰度值。即： Xn和yn为距离内插点最近的相邻点，xp和yp为内插点。此法保持原来的亮度值不变，但搬动了空间位置，几何精度差，误差可达2.5个像元。 双线性内插法。 用输入图像的内插点位置（u，v）四个近邻像元值进行二维线性内插，实际上相当于先在四个像元中点形成的方块两对边作线性内插，然后再跨两个对边内插。 双线性内插的计算量比最近邻法大，而且由于内插，波谱信息发生变化，但在几何位置上比较准确。此法还容易造成高频信息的损失。 （u，v）为内插点的坐标位置，首先可以在v=j和v=j+1的两边进行一维内插，即 然后在（u，j）和（u，j+1）之间再进行内插，则 线性内插的计算比最邻近法大，但几何上比较准确。同时由于内插，原来的波谱信息发生了变化；因而进行多波段处理之前，如比值法和多波谱分类，采用近邻法插值较好。 立方卷积法 要想减少由于内插造成的高频信息损失，就需要扩大抽样点周围的邻区范围，即卷积算核的空间范围越大越好。要达到理想的没有信息损失的情况，就要用一个无限的卷积函数。但在实