第4章遥感图像处理(2)-精品·公开课件.ppt

确定纠正后图像的边界范围 纠正后图像的边界范围，指在计算机存储器中为输出影像所开出的存储空间大小，以及该空间边界范围（首行、首列、末行、末列）的地图（或地面）坐标定义值； 纠正后图像和原始图像的形状、大小、方向都不一样。所以在纠正过程的实施之前，必须首先确定新图像的大小范围。 确定纠正后图像的边界范围 坐标关系 坐标变换 图象灰度值的重采样 几何校正过程中，由于校正前后图象的像元大小可能变化、象元点位置的相对变化等，不能简单用原图象象元灰度值代替输出象元灰度值。 对应的坐标值可能不是整数 因此，需要插值（重采样） 三种插值方法：最邻近法、双线性法、三次卷积法 灰度值重采样示意图 最邻近法（nearest neighbor） 用距离投影点(采样点)最近象元灰度值代替输出象元灰度值 简单、省时，保留原始图象的值 边缘出现锯齿状 三次卷积法(cubic convolution) 取与投影点邻近的16个象元灰度值（4*4） ，计算输出象元的灰度值 有不同的实现算法 遥感影像变形的原因 （3）地球表面曲率的影响 像点位置的移动 像元对应于地面宽度的不等 遥感影像变形的原因 （3）地球表面曲率的影响 遥感影像变形的原因 （4）大气折射的影响 遥感影像变形的原因 （5）地球自转的影响 几何畸变校正 几何畸变校正 数字纠正：通过计算机对图象每个象元逐个地解析纠正处理完成，可以较精确改正线性和非线性变形误差。 包括两个方面（基本环节）： （1）像元坐标变换； （2）像元灰度值重新计算（重采样）。 数字图像几何纠正的主要处理过程 准备工作 输入原始数字影像 建立纠正变换函数 确定输出影像范围 像元坐标变换 像元亮度值重采样 输出纠正后的图像 准备工作：图像、地图、大地测量资料、平台轨道参数、传感器参数、控制点的选择；（具体内容可选） 纠正变换函数建立：输入和输出图像间的坐标变换关系；如多项式法、共线方程法等 数字图象几何校正方法(函数的建立) 多项式纠正法：常用的方法 基本原理：不考虑成像的空间几何过程，而直接对图象变形的本身进行数学模拟。把遥感图象的总体变形看作是平移、缩放、旋转、仿射、偏扭、弯曲及更高次的基本变形的综合作用结果，因此，将纠正前后图象相应点间的坐标关系用一适当的多项式表达 一般取2次，可以满足精度要求 需要地面控制点： 分布、数量 先求出原始图像四个角点（a, b, c, d）在纠正后图像中的对应点（a’, b’, c’, d’）的坐标（Xa’,Ya’）(Xb’,Yb’) (Xc’,Yc’) (Xd’,Yd’)；然后求出最大值和最小值。 为了将该边界范围转换为计算机纠正后的存储数组空间，须在其中划分出网格，每个网格代表一个输出像元；须根据精度要求确定输出像元的地面尺寸； 地面坐标与输出图象坐标关系表达 确定纠正后图像的边界范围 X1 = min (Xa’, Xb’, Xc’, Xd’) X2 = max (Xa’, Xb’, Xc’, Xd’) Y1 = min (Ya’, Yb’, Yc’, YXd’) Y2 = max (Ya’, Yb’,Yc’, Yd’) 坐标变换 确定原始图象和纠正后图象间的坐标变换关系 （x, y）--- (u, v) (u行数, v列数, 均为整数) 有两种方案：直接纠正方案和间接纠正方案 直接纠正方案：从原始图象阵列出发，依次对 其中每一个象元P(x，y)分别计算其在输出（纠正后）图象的坐标P(X，Y)，并计算P(X，Y)的灰度值; 间接纠正方案：从空白图象阵列出发，依次计算每个象元P(X，Y)在原始图象中的位置P(x，y)，然后把该点的灰度值依次计算后返送给P(X，Y). 二者间并无本质差别，互为逆变换 （xp ,yp）（XP,YP）分别是任意一个像元在原始图像和纠正后图像中的坐标。 直接 间接 直接纠正方法:从原始图像，依次对每个像元根据变换函数 F（），求得它在新图像中的位置。并将灰度值付给新图像的对应位置上。 间接纠正法:从新图像中依次每个像元，根据变换函数 f () 找到它在原始图像中的位置，并将图像的灰度值赋予新图像的像元。 二者并无本质区别，互为逆变换 原始图像 纠正后图像（最邻近插值） * George F. Smoot John C. Mather for their discovery of the blackbody form and anisotropy of the cosmic microwave background radiation 新浪：以表彰他们发现了黑体形态和宇宙微波背景辐射的扰动现象； 163：他们的研究成果是发现了黑体结构以及宇宙背景辐射的微波