第四章-遥感图像处理-光学处理与校正.pptVIP

五 遥感数据的镶嵌处理 数字影像镶嵌(Mosaicking)是将两幅或多幅数字影像拼在一起，构成一幅整体图像的技术过程。 （1）每幅图像几何校正，规划至统一坐标系 （2）图像裁剪，去掉重叠部分 （3）拼接 1. 数字影像镶嵌步骤： 确定多项式的次数 选控制点 精度评定，点选好之后检查参加评差。如果不满足要求，回到选控制点；控制点满足要求则回到选模型 求边界范围 灰度的重采样 精度评定 对结果进行精度评定。非常重要 如果精度不符合要求，就要考虑控制点是否是同名点、数量是否满足要求等等。如果是控制点不符合要求，重新选择控制点或者增加控制点 如果选择的点都很准确，但结果不理想，还要考虑选择的多项式模型的拟合是否符合要求，比如一次项不符合要求，更换纠正模型，需要二次项，甚至三次项等。 由直方图可以判断影像质量 三、辐射校正 进入传感器的辐射强度反映在图像上就是亮度值(灰度值)。辐射强度越大，亮度值(灰度值)越大。 该值主要受两个因素的影响：一是太阳辐射照射到地面的辐射强度；二是地物的光谱反射率。 辐射畸变 引起影像辐射畸变主要有两方面原因： （1）传感器本身产生的误差 由生产单位进行校正 （2） 大气对辐射的影响。 用户校正 辐射畸变 1 大气的吸收和散射，减弱了原信号的强度。 2 散射光直接进入传感器——程辐射度。 3 散射光经地物反射后进入传感器。 大气影响使图像对比度下降，影响图像质量 用户辐射校正通常是消除程辐射度的影响（粗略校正） 大气产生的影响 大气影响的粗略校正（数字图像的辐射校正） ☆ 校正目的：消除程辐射度的影响 程辐射度主要来自米氏散射，在同一幅图像有限像元内是常数。 散射强度随波长增大而减小，到红外波段接近于零 ☆ 校正方法 (1) 直方图法（最小值去除法）： 在一幅图像中总可以找到某种地物或某几种地物，其反射率接近于0，也就是说其像元值为0(山的阴影处，深海处的水体等)。而在图像上其像元值不为0，这个值就是程辐射度的影响。将影像所有像元值减去这个值，就消除了程辐射度的影响。 （2）回归分析法 大气的散射对短波段的影响大，对长波段的影响小。对于红外波段而言受大气散射的影响很小，我们可以认为其不受大气散射的影响。 由于同一地区，不同波段影像的灰度值之间存在着线性相关的关系，这样，我们就可以以红外波段的影像为参考，通过分析来模拟出红外波段与其他波段影像灰度值之间的线性函数。 回归分析法：将影像范围内各个像元在可见光与红外波段的亮度值为纵横坐标，建立回归方程，其截距即为b波段应减去的亮度值。 红外波段 四、遥感数字图像的几何校正 当遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变时，即说明遥感影像发生了几何畸变。 1 .遥感影像几何变形的原因 (1)遥感平台位置和运动状态变化的影响 ①航高 ②航速 ③俯仰 ④翻滚 ⑤偏航 俯仰 翻滚 偏航 (2)地形起伏引起的影响 (3)地球表面曲率的影响 (4)大气折光引起的影响 因为多数卫星在轨 道运行的降段接收图像，即卫星自北向南运动，这时地球自西向东自转。相对运动的结果，使卫星的星下位置逐渐产生偏离。偏离方向如图所示，所以卫星图像经过校正后成为图C的形态。 (5)地球自转引起的影响 (a)获得图像 （b）实际对应的 地面位置 （c）影像变形 2.遥感图像几何纠正 基本思路 （1）校正前的图像看起来是由行列整齐、像元等间距，但实际上，由于某种几何畸变，图像中像元点间所对应的地面距离并不相等。 （2）校正后的图像亦是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀分布 （3）校正的最终目的是确定校正后图像的行列数值，然后找到新图像中每一像元的亮度值。 * 遥感数字图像的几何处理过程 校正函数以多项式方法最为普遍 * 确定纠正的多项式模型 选择若干个控制点，利用有限个地面控制点的已知坐标，解求多项式的系数 将各像元的坐标代入多项式进行计算，便可求得纠正后的坐标 位置进行变换，变换的同时进行灰度重采样 对结果进行精度评定 遥感图像多项式纠正的步骤 直接法 间接法 3 - 多项式法纠正原理 ①建立变换前后两图像像元坐标之间的关系 (x,y)为纠正前影像的图像坐标，(u,v)为纠正后影像的像元坐标(地理坐标） 例：二次多项式： 选取原则 控制点应在图像上均匀分布 控制点在图像上应能精确定位 特征变化较大的区域应多选些 图像边缘部分一定要选取控制点，以避免外推 ②选择控制点