第六章-遥感图像几何处理.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 遥感图像的裁剪 根据研究区域的大小或形状截取一部分图象。 裁剪指研究区域只占整个图像的一部分，这个区域有可能是规则的，也可能是不规则的。 如果是规则的，则只要知道该区域的两个角点坐标就可以获取该区域的图像。 如果是不规则的，则需要知道该区域的边界。 不规则边界的裁剪 规则形状裁剪 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * RFM可以表示为： 多项式中的系数称为有理函数的系数RFC（Rational Function Coefficient ）或者RPC（Rational Polynomial Coefficient ）。RFM的实质是共线方程的扩展。 多项式形式为： 公式中的参数分别表示像点坐标和地面坐标经平移和缩放后的标准化坐标，（-1~+1）下标为0的参数为标准化平移参数，下标为s的参数为标准化比例参数。 多项式P的形式： RFC的获得：首先解算出严格传感器模型参数，然后利用严格模型的定向结果反求有理函数的参数，最后将RFC作为影像元数据的一部提供给用户。用户可以在不知道精确传感器模型的情况下进行影象纠正以及后续处理。 RFM不要求了解传感器的具体信息，是用严格的传感器模型变换得到的。是一种更通用的传感器模型。 反算公式 RPC模型形式 形式 分母 阶数 待求解RFM参数 需要的最小控制点数目 1 分母不等 1 14 7 2 2 38 19 3 3 78 39 4 分母相等（≠1） 1 11 6 5 2 29 15 6 3 59 30 7 分母相等（=1） 1 8 4 8 2 20 10 9 3 40 20 基于直接线性变换的传感器模型Direct Linear Transformation 扩展的直接线性变换的模型 直接线性变换是直接建立像点坐标和空间坐标之间关系的一种数学变换。它不需要内外方位元素，表达形式简单，无需初值。可以用于CCD推扫式传感器成像模型。 该模型不需要任何的传感器参数，不需要对原始影象进行几何纠正，对未公开传感器和星历信息的高分辨力影象是适合的。 自检校直接线性变换模型 基于仿射变换的传感器模型 高空间分辨力成像传感器的特点 –长焦距 –窄视场角 采用共线方程模型描述的不足 –参数之间有很强的相关性，影响定向的精度和稳定。 解决的方法 –解算方法的改进，消除相关 –传感器的定向参数已知 –新的模型 本模型的二个假设 –飞行方向严格的平行投影关系 –视场角很小时，扫描接近平行投影 其中， 为地面平均高度 ω为传感器的侧视角 利用5个以上的控制点迭代解求参数，未知数的初始值为0。 真实中心投影像点与地面点通过仿射变换建立的几何关系： 由左右图象可以计算空间坐标（X，Y，Z）： 由空间坐标（X，Y，Z）计算像点坐标（x,y） §6.4 图像间的自动配准和数字镶嵌 6.4.1 图像间的自动配准 6.4.2 基于小面元微分纠正的图像间自动配准 6.4.3 数字图像镶嵌 6.4.4 基于小波变换的图像镶嵌 6.4.1 图像间的自动配准 遥感技术的发展，形成了观测地球空间的图像金字塔。 遥感传感器的分辨率包括空间分辨率、时间分辨率、辐射分辨率和光谱分辨率得到进一步的提高。在许多遥感图像处理中，需要对这些多源数据进行比较和分析，如进行图像的融合、变化检测、统计模式识别等，都要求多源图像间必须保证在几何上是相互配准的。这些多源图像包括不同时间同一地区的图像，不同传感器同一地区的图像以及不同时段的图像等。 图像配准的实质就是前述的遥感图像的几何纠正，根据图像的几何畸变特点，采用一种几何变换将图像归化到统一的坐标系中。 图像之间的配准一般有两种方式： ①图像间的匹配，即以多源图像中的一幅图像为参考图像，其他图像与之配准，其坐标系是任意的； ②绝对配准，即选择某个地图坐标系，将多源图像变换到这个地图坐标系以后来实现坐标系的统一。 图像配准通常采用多项式纠正法，直接用一个适当的多项式来模拟两幅图像间的相互变形。配准的过程分两步： ①在多源图像上确定分布均匀，足够数量的图像同名点； ②通过所选择的图像同名点确定几何变换的多项式系数，从而完成一幅图像对另一幅图像的几何纠正。 多源图像间同名点的确定是图像