资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第四章 遥感图像处理,图像校正,图像增强,图像融合,图像分类(遥感图像的计算机信息提取,),本章提要,(,),遥感技术的目的是为了获得地物的几何属性和物理属性。原始的遥感图像并不能地提供实现这个目的所需的准确而完备的条件,。为了实现这个目的,原始遥感影像需要经过图像处理,来消除成像过程中的误差,改善图像质量。,第四章 遥感图像处理,图像纠正,1,数字图像的性质与特点,2,辐射校正,3,几何校正,4,镶嵌处理,本节主要分析遥感数据获取过程中产生的辐射畸变、几何畸变的原因和校正的方法,这些都是遥感数据的预处理。,1,数字图像(影像)的性质与特点,1.1,模拟图像与数字图像,1.2,数字图像的特点,1.3,多波段数字图像的数据格式,A/D,和,D/A,转换,模拟图像与数字图像之间的转换称,模,/,数转换,,记作,A/D,转换,或反之,称,数,/,模转换,,记作,D/A,转换。,模拟图像,数字图像,模数(,A/D,)转换,数模(,D/A,)转换,模拟图像是连续变量而数字图像是离散变量。,由于模拟图像的取值是连续变化的,需要经过,“,数字化,”,(或称,“,离散化,”,)取样才能变成计算机可以存储和运算的数字图像。,数字图像与模拟图像的本质区别:,模拟图像,数字,(,灰度,),图像,彩色图像,采样,采样的原理,简单地说,将一幅模拟影像通过扫描仪或数字摄影机等外部设备送入计算机时,就是对图像的位置变量进行离散化和灰度值量化。,经过数字化后得到的数字图像实际上是原来连续的模拟图像的一个近似图像。,数字图像的近似程度或者说图像数字化后的清晰度(数字化质量)取决于(模拟)图像本身的质量与,采样间距,以及属性量化精度。,采样间距,DPI;,属性量化精度,2,的,1,,,4,,,7,,,8,次幂,图像数字化,遥感数字图像的数学表示方法,用,(x,y,)表示图像中任一像元的二维平面位置,而,函数,f,(,x,,,y,)表示位置为,(x,y),的那一像元对应地物的电磁辐射强度(亮度值,或称灰度值),。数字化以后,连续空间变量被等间隔取样成离散的亮度值。,那么,一副图像可以表示为一个矩阵,若,x,方向上取,N,个样点,,y,方向上取,M,个样点,则称为有,MN,个元素的矩阵函数,可以表示为:,式中,,M,代表行数,,N,代表列数,,M,N,为正整数,,矩阵中的每一个元素代表图像中的一个像元,图像的灰度值由,0,到,15,。图像以左上角为坐标原点,以,i,代表行,以,j,代表列。,矩阵中的每一元素代表图像中的一个像元,其面积大小相当于原光学图像分割取样的最小单元,x*y,。,数字图像中的像元值可以是,整型、实型和字节型,。为了节省存贮空间,,字节型最常用,,,即每个像元记录为一个字节,(byte),,,8,位。,量化后,灰度值从,0,到,255,,共有,256,级灰阶。,0,代表黑,,255,代表白,其他值居中渐变。,数字图像实例,遥感数字图像的性质与特点,遥感数字图像是以数字形式表示的遥感影像。,像元,(像素)是遥感数字图像最基本的单位,是成像过程的采样点,也是计算机图像处理的最小单元。像素具有,空间特征,和,属性特征,。,遥感图像像元面积,瞬时视场角在地表的投影面,IFOV,-,瞬时视场角,FOV,-,总视场角,Spatial Resolution,空间分辨率,不同波段上相同地点的亮度值可能不同,红树林在绿波段的影像,红树林在红波段的影像,红树林在近红外波段的影像,数字图像的性质与特点,像元有正像元和混合像元之分。,正像元,:,像元内只包含一种地物。如水体,它的亮度值代表了水体的光谱特征。,混合像元,:,像元内包括两种或两种以上地物。如出苗,不久的麦田,它的一个像素亮度包含麦苗和土壤的光谱特征。,数字图像的性质与特点,数字图像的特点,便于计算机处理与分析,图像信息损失低,抽象性强,数字图像的性质与特点,遥感数字图像用二维数组来表示。,多波段数字图像的数据格式,BSQ,(,band sequential,),数据格式,各波段的二维图像数据按波段顺序依次排列。,数字图像的性质与特点,多波段数字图像的数据格式,BIP,(,band interleaved by pixel,),数据格式,在一行中,每个像元按波段次序进行排列,然后对该行的全部像元进行这种波段次序排列,最后对各行进行重复。,数字图像的性质与特点,多波段数字图像的数据格式,BIL,(,band interleaved by line,)数据格式,对每一行中代表一个波段的光谱值进行排列,然后按波段顺序排列该行,最后对各行进行重复。,数字图像的性质与特点,2,辐射校正,(一)定义:,辐射校正(,radiometric correction,):针对遥感影像辐射失真或辐射畸变进行的图像像校正。由于这种校正是通过纠正辐射亮度的办法来实现的,因此称作辐射校正。,(,2,)造成遥感图像辐射畸变的因素有,传感器的灵敏度特性引起的辐射失真(,),大气的散射和吸收引起的辐射失真,(),太阳高度及地形引起的辐射失真,(),传感器在光电变换的过程中,对各波段的灵敏度是有差异的,也就是说,传感器对各波段的光谱响应是不同的,由此造成辐射畸变。另外,传感器的光学镜头的非均匀性,会引起边缘减光,也会造成图像辐射的畸变。,地物(目标物)的辐射(反射)经过大气层时,与大气层发生散射作用和吸收作用。吸收作用直接降低地物的辐射能量,引起辐射畸变。散射作用除降低地物的辐射能量外,大气散射的部分辐射还会进入传感器,直接叠加在目标地物的辐射能量之中,成为目标地物的噪声,降低了图像的质量。,光照条件的不同也会引起辐射畸变,如太阳高度角、地面坡度等,都会引起辐射的畸变。,2,辐射校正,2,辐射校正,(,3,)辐射校正的方法,由传感器的灵敏度特性引起的畸变校正(系统辐射校正),光学摄影机内部辐射误差校正,:在使用透镜的光学系统中,例如在摄像面中,存在着边缘部分比中心部分发暗的现象(边缘减光)。如果设像点成像时光线与主光轴的夹角为,,则理想的光学系统中某点的光量与,cos,n,几乎成正比,利用这一性质可以进行校正(,cos,n,校正),。,镜头的辐射畸变图示,E,p,=,E,0,cos,4,2,辐射校正,(,3,)辐射校正的方法,由传感器的灵敏度特性引起的畸变校正(系统辐射校正),由光电扫描仪内部辐射误差的校正:,光电扫描仪的内部辐射误差主要有两类:,(1),光电转换误差;,(2),探测器增益变化引起的误差。,对于该两项误差,卫星接收站地面处理系统通常采用,楔校准模型和增益校准模型,,对卫星图像进行处理,消除传感器的光电转变辐射误差和增益变化的误差。,2,辐射校正,(,3,)辐射校正的方法,由传感器的灵敏度特性引起的畸变校正,由光电扫描仪内部辐射误差的校正:,以陆地卫星(,Landsat,)可见光波段为例,校准模型为:,式中:,V,r,为未校正的输入亮度值;,V,c,为校准后的输出亮度值;为滤波增益,取决于传感器响应因素;为滤波偏移值,取决于传感器系统大气干扰;,K,为太阳角校正系数。,对于,Landsat,卫星的,MSS,图像和,TM,图像按下式进行增益变化校正:,式中:,V,已校正过的数据;,D,max,校正系数,对于,MSS,为,127,,对,TM,为,255,;,R,max,探测器能够输出的最大辐射亮度;,R,min,探测器能够输出的最小辐射亮度;,R,传感器输出的未校正辐射亮度。,(,3,)辐射校正的方法,由传感器的灵敏度特性引起的畸变校正,由光电扫描仪内部辐射误差的校正(见,P188,式,6.1,):,2,辐射校正,MSS,和,TM,图像的增益系数,MSS,的,R,max,和,R,min,波段,R,max,和,R,min,Landsat-2,Landsat-3,Landsat-4,Landsat-5,4,0.08/2.63,0.04/2.50,0.04/2.38,0.04/2.38,5,0.06/1.76,0.03/2.00,0.04/1.64,0.04/1.64,6,0.06/1.52,0.03/1.65,0.05/1.42,0.05/1.42,7,0.11/3.91,0.03/4.50,0.12/3.49,0.12/3.49,To be continued,TM,的,R,max,和,R,min,波段,R,max,和,R,min,1,-0.009 9/1.004,2,-0.022 7/2.404,3,-0.008 3/1.410,4,-0.019 4/2.660,5,-0.007 99/0.587 3,6,-0.003 75/0.359 5,7,0.153 4/1.896,To be continued,(,3,)辐射校正的方法,太阳高度及地形等引起的辐射畸变校正,太阳高度角的关系引起的亮度变化的校正:,地形倾斜的影响校正,2,辐射校正,(,3,)辐射校正的方法,太阳高度及地形等引起的辐射畸变校正,太阳高度角的关系引起的亮度变化的校正:,太阳高度角引起的畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光线垂直照射时获取的图像。,太阳的高度角,可根据成像时刻的时间、季节和地理位置来确定,即:,sin=sin,sincos,cos,cost,太阳高度角的校正是通过调整一幅图像内的平均灰度来实现的。,多光谱图像上的阴影可以通过图像之间的比值予以消除。比值图像是用同步获取的相同地区的任意两个波段图像相除而得到的新图像。,2,辐射校正,地形坡度辐射误差校正,太阳光线和地表作用以后再反射到传感器的太阳光的辐射亮度和地面倾斜度有关。,若处在坡度为,的倾斜面上的地物影像为,g,(,x,,,y,),则校正后的图像,f,(,x,,,y,)为:,由上式看出,地形坡度引起的辐射校正方法需要有图像对应地区的,DEM,数据,校正较为麻烦,一般情况下对地形坡度引起的误差不做校正。,2,辐射校正,由遥感器引起的误差或由太阳高度引起的误差,一般在数据生产过程中由生产单位根据遥感器参数进行校正,而不需要用户进行自行处理。,用户应该考虑大气影响引起的辐射畸变。,影响遥感影像辐射失真的大气因素,(,1,)大气的消光(吸收和散射),(,2,)天空光(大气散射)照射,(,3,)路径辐射(程辐射)。,2,辐射校正,太阳辐射透过大气并被地表反射(有用的);,太阳辐射被大气散射后,以漫入射的形式照射地表,经过地表反射及反射路径上大气的吸收进入传感器(纠正后有用);,太阳辐射被大气散射后直接进入传感器(程辐射);,(传感器接收的太阳辐射),大气影响的定量分析,若无大气时:,传感器接收的辐照度,只与太阳辐射到地面的辐照度和地物反射率有关。,设,E,0,为波长,的入射辐照度,,为入射方向的天顶角,当无大气存在时,地面上单位面积的辐照度为:,2,辐射校正,大气影响的定量分析,若无大气时:,假定地表面是朗伯体,其表面为漫反射,则某方向物体的亮度为,:,是地物反射率;是球面度(半球反射)。,传感器接收信号时,受仪器的影响还有一个系统增益因子 ,这时进入传感器的亮度值为:,2,辐射校正,大气影响的定量分析,由于大气的存在,,在入射方向有与入射天顶角,和波长,有关的,透过率,T,;反射后,在反射方向上有与反射天顶角,和波长,又有关的,透过率,T,。因此进入传感器的亮度值为,2,辐射校正,大气影响的定量分析,由于大气的存在,,大气对辐射散射后,来自各个方向的散射又重新以漫入射的形式照射地物,其辐照度为,E,D,,经过地物的反射及反射路径上大气的吸收进入传感器,其亮度值为,相当部分的散射光向上通过大气直接进入传感器,这部分辐射称为程辐射,度,亮度为 。,2,辐射校正,大气影响的定量分析,可见,由于大气影响的存在,实际到达传感器的辐射亮度是前面所分析的三,项之和,即,2,辐射校正,大气影响的定量分析,比较以下两个公式:,大气的主要影响是减少了,图像的对比度,使原始信号和背景信号都增加了因子。,2,辐射校正,大气影响的定量分析,图像某一剖面,在无大气时,(,a),白处亮度值为,50,,,黑处亮度值为,0,,,则亮度对比,C,1,=,(,50,0,),50,1,。,当有大气影响时,(b),,,乘上透过率后假定减少,10,,,亮度值减少到,45,,,而由于,L,2,和,L,p,存在,黑白处亮度均增加,10,,,这样亮度对比变成,C,2,=,(,55-10,)/,55,9,/,11,。,可见,,对比度减小,图像质量下降了,2,辐射校正,严格地说,去除大气影响是将公式,中的附加项和附加因子求出,最终求出地物反射率,R,,从而恢复遥感影像中地面目标的真实面目。,当大气透过率变化不大时,有时只要去掉含,E,D,和,L,p,的数据项就可修正图像的亮度,,使图像中像元之间的亮度变化真正反映不同像元地物反射率之间的变化关系,。,这种对大气影响的纠正是通过纠正辐射亮度的办法实现的,因此也称作辐射校正。,2,辐射校正,精确的校正公式需要找出每个波段像元亮度值与地物反射率的关系。为此需得到卫星飞行时的大气参数,以求出透过率,T,、,T,等因子。如果不通过特别的观测,一般很难得到这些数据,所以,常常采用一些简化的处理方法,只去掉主要的大气影响,使图像质量满足基本要求。,大气影响的粗略纠正,粗略校正指通过比较简便的方法去掉式,中的,L,p,,,即程辐射度,从而改善图像质量。式中还有漫入射因子,E,D,及其他如透过率等影响,这些因子都作为地物反射率的因子出现,直接相减不易去除,常用比值法或其他校正方法去除。,可以认为,程辐射度在同一幅图像的有限面积内是一个常数,其值的大小只与波段有关,。,2,辐射校正,大气校正方法,常用的大气影响的粗略纠正方法,:,(1),直方图最小值去除法,(,2,)回归分析法,2,辐射校正,大气影响的粗略纠正,直方图最小值去除法,88,数字图像,直方图,2,辐射校正,从直方图中找出一副图像中的最小亮度值,大气影响的粗略纠正,直方图最小值去除法,最小值去除法的基本思想在于一幅图像中总可以找到某种或某几种地物,其辐射亮度或反射率接近,0,,例如,地形起伏地区山的阴影处,反射率极低的深海水体处等,,这时在图像中对应位置的像元亮度值应为,0,。实测表明,这些位置上的像元亮度不为零。这个值就应该是大气散射导致的程辐射度值。,2,辐射校正,直方图最小值去除法,调整前直方图,调整,后直方图,像元数百分比,(%),程辐射度(大气改正值),大气影响的粗略纠正,回归分析法,由于大气散射主要影响短波部分,波长较长的波段几乎不受影响。因此可用其校正其他波段数据。,作法如下,:,在不受大气影响的波段,(,如,TM5),和待校正的某一波段图像中,(,如,TM1),,选择由最亮至最暗的一系列目标,将每一目标的两个待比较的波段亮度值提取出来进行回归分析。,2,辐射校正,大气影响的粗略纠正,回归分析法,例如,用,TM1,波段与,TM5,波段比较,作出回归直线,回归方程为:,式中,为,TM5,波段的亮度均值,为,TM1,波段的亮度均值,a1,,,b1,计算如下:,式中,T1,T5,表示,TM1,与,TM5,波段亮度值,为,TM1,波段校正后的亮度值,对于任一波段其校正量,ai,是第,i,波段回归分析的截距。,实际纠正时只要根据公式通过,TM1,、,TM5,波段灰度值计算出,a1,,,b1,值,再根据式 减去改正量,a1,即可求出,TM1,波段校正后每个象元的灰度值,。,2,辐射校正,回归分析校正法,3,几何校正,遥感图像的几何畸变(变形)有两层含义,:,一是指卫星在运行过程中,由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差,。,二是指图像上各像元的坐标与地图坐标系统中目标地物相应坐标之间的差异。,几何校正:,是指消除几何畸变的过程。,3,几何校正,遥感影像几何变形的原因,传感器的内部畸变:由遥感器结构引起的畸变。,遥感平台位置和运动状态变化的影响,地形起伏的影响,地球表面曲率的影响,大气折射的影响,地球自转的影响,遥感影像变形的原因,遥感平台位置和运动状态变化的影响,无论是卫星还是飞机,运动过程中都会由于种种原因产生飞行姿势的变化从而引起影像变形。,偏离前,偏离后,航高变化 航速变化 俯仰变化,遥感影像变形的原因,遥感平台位置和运动状态变化的影响,无论是卫星还是飞机,运动过程中都会由于种种原因产生飞行姿势的变化从而引起影像变形。,翻滚变化 偏航变化,偏离前,偏离后,遥感影像变形的原因,地形起伏的影响,高差引起的像点位移,遥感影像变形的原因,地表曲率的影响,一是像点位置的移动,像点位移,遥感影像变形的原因,地表曲率的影响,二是像元对应于地面宽度的不等,像元对应于地面宽度的不等,遥感影像变形的原因,地表曲率的影响:,全景畸变,全景畸变导致,S,弯曲现象,遥感影像变形的原因,大气折射的影响,N,P,遥感影像变形的原因,地球自转的影响,(a),获得图像,(,b,)实际对应的地面位置,(,c,)影像变形,几何畸变校正,从具有几何畸变的图像中消除畸变的过程。也可以说是定量地确定,图像上的像元坐标,(图像坐标)与,目标物的地理坐标,(地图坐标)的对应关系(坐标变换式)。,几何畸变校正,(,1,),几何粗校正,:这种校正是针对引起几何畸变的原因进行的。地面接收站在提供给用户资料前,已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正。,(,2,),几何精校正,:,利用,地面控制点,进行的几何校正称为几何精校正。它是用一种数学模型来近似描述遥感图像的几何畸变过程,并利用畸变的遥感图像与,标准地图,之间的一些对应点(即控制点数据对)求得这个几何畸变模型,然后利用此模型进行几何畸变的校正。,几何畸变校正,基本思路,图像中格网的交点可以看作是像元的中心。,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。,几何精校正概括为两个步骤,:,第一步是构建一个模拟几何畸变的数学模型,以建立原始畸变图像空间与,标准图像,空间的某种对应关系,,实现不同图像空间中像元位置的变换,(即像元坐标变换),;,第二步是利用这种对应关系把原始畸变图像空间中全部像元变换到标准图像空间中的对应位置上,,完成标准图像空间中每一像元亮度值的计算,(像元亮度值重新计算,即重采样),。,具体步骤,(ERDAS IMAGINE),:,第一步 选择几何校正计算模型,n,次多项式,控制点的最少数目为,(n+1)(n+2)/2,第二步 选择几何校正采点模式,第三步 采集地面控制点(,GCP,),待,纠,正,的,原,始,畸,变,图,像,已,经,纠,正,的,标,准,图,像,第四步 影像重采样,几何畸变校正,重采样的两种方法,对输入图像的各个象元在变换后的输出图像坐标系上的相应位置进行计算,把各个象元的数据投影到该位置上。,对输出图像的各个象元在输入图像坐标系的相应位置进行逆运算,求出该位置上的象元数据。,该方法是经常采用的方法。,几何畸变校正,重采样的方法,几何畸变校正,具体步骤,重采样,找到一种数学关系,建立变换前图像坐标(,x,,,y,)与变换后图像坐标(,u,,,v,)的关系,通过每一个变换后图像像元的中心位置计算出变换前对应的图像坐标点(,x,,,y,)。,计算每一点的亮度值(,图像亮度值的重采样,),几何畸变校正,计算方法,(,1,)建立两图像像元点坐标之间的对应关系,(多项式变换法),(,u,v)(x,y),,需求出,12,个系数,至少列出,12,个方程,即要找到,6,个已知的,对应点(控制点),如果要提高精度,必须大大增加控制点的数目,用最小二乘法进行曲面拟合求系数。,实际计算时常采用,2,元,2,次多项式,2,元,n,次多项式,几何畸变校正,计算方法,(,2,)计算每一点的亮度值。,由于计算后的(,x,,,y,)多数不在原图的像元中心处,因此必须重新计算新位置的亮度值。一般来说,新点的亮度值介于邻点亮度值之间,所以常用内插法计算。通常有三种内插方法:,最近邻法,双线性内插法,三次卷积内插法,几何畸变校正,计算方法,-,最近邻法,:,以距内插点最近的像元的亮度值为所求的像元的亮度值。,图像中两相邻点的距离为,1,,即行间距,x,1,,列间距,y=1,,,取与所计算点,(x,y),周围相邻的,4,个点,比较它们与被计算点的距离,哪个点距离最近,就取哪个的亮度值作为(,x,y,)点的亮度值,f,(,x,,,y,)。,设该最近邻点的坐标为(,k,l,),则,k=Integer(x+0.5),l=Integer(y+0.5),f(x,y)=f(k,l),几何位置上的误差为,0,.5,象元,几何畸变校正,最邻近内插法以距内插点最近的观测点的亮度值为所求点的亮度值。该方法最大可产生,0.5,个像元的位置误差,优点是不破坏原来的像元亮度值,处理速度快。,几何畸变校正,计算方法,双线性内插法,取(,x,,,y,)点周围的,4,邻点,在,y,方向(或,x,方向)内插,二,次,再在,x,方向(或,y,方向)内插,一,次,得到(,x,,,y,)点的亮度值,f(x,,,y,),该方法称双线性内插法。,设,4,个邻点分别为,(i,j),(i,j+1),(i+1,j),(i+1,j+1),过,(x,y),作直线与,x,轴平行,与,4,邻点组成的边相交于点(,i,y),和,(i+1,y),。先在,y,方向内插,由,f(i,j+1),和,f(i,j),计算交点的亮度,f,(,i,y),;由,f(i+1,j+1),和,f(i+1,j),计算交点的亮度,f(i+1,y),。然后计算,x,方向,以,f(i,y),和,f(i+1,y),来内插,f(x,y),值。,-,双线性内插法,此法考虑待求点周围,4,个相邻像元亮度值,并根据各自权重计算待求像元亮度值,计算公式可简单表示为:,几何畸变校正,为待求点的亮度值;,gi,为邻近点,i,的亮度值;,Pi,为邻近点对代求点的权重(邻近点与代求点的距离越近,权重越大)。,几何畸变校正,双线性内插法使用内插点周围的,4,个观测点的像元值,对所求的像元值进行线性内插。缺点是这种内插法会对图像起到平滑作用,从而使对比度明显的分界线变得模糊。,几何畸变校正,计算方法,三次卷积内插法,增加邻点来获得最佳插值函数。取与计算点(,x,,,y,)周围相邻的,16,个点,与双向线性内插类似,可先在某一方向上内插,每,4,个值依次内插,4,次,求出,f,(,x,,,j-1,),,f(x,j),,,f(x,j+1),f(x,j+2),,再根据这四个计算结果在另一方向上内插,得到,f(x,,,y,)。,因这种三次多项式内插过程实际上是一种卷积,故称三次卷积内插。,三次卷积内插法:,三次卷积内插法计算公式可简单表示为:,为待求点的像元亮度值;,gi,为邻近点,i,的像元亮度值;,Pi,为邻近点对代求点的权重(邻近点与代求点的距离越近,权重越大)。,几何畸变校正,几何畸变校正,3,次卷积内插法使用内插点周围的,16,个像元的亮度值,用,3,次卷积函数对所求像元值进行内插。缺点是破坏了原来的数据,但具有图像的均衡化和清晰化的效果,可得到较高的图像质量。,几何畸变校正,三种方法比较,方法,优点,缺点,提醒,最邻近法,简单易用,计算量小,处理后的图像亮度具有不连续性,影响精确度,双线性内插法,精度明显提高,特别是对亮,度不连续现象或线状特征的块状化现象有明显的改善。,计算量增加,且对图像起到平滑作用,,从而使对比度明显的分界线变得模糊。,鉴于该方法的计算量和精度适中,只要不影响应用所需的精度,作为可取的方法而常被采用。,3,次卷积内插,更好的图像质量,细节表现更为清楚。,计算量很大。,欲以三次卷积内插获得好的图像效,果,就要求位置校正过程更准确,即对控制点选取的均匀性要求更高。,校正后的图面中误差一般不大于,0.5mm,,最大不大于,lmm,。,选取原则,特征明显,均匀分布,足够数量,选取方法,固定的地形地物交叉点,对角线选取,-,棋盘方式加密,-,蛇形加密,(,主城区和山区,),控制点的数量,n,次多项式,控制点的最少数目为,(n+1)(n+2)/2,。,在条件允许的情况下,控制点数的选取都要大于最低数很多。每景宜在,20-30,个,(,一景,TM,影像,,30,个;一副,Spot,影像,,13-20,个,),。,技术指标,选择控制点,控制点分布,残差文件,f:,等效焦距;,X,i,Y,i,Z,i,为地面点,i,的地面坐标;,x,i,y,i,为其图像坐标;,X,si,Y,si,Z,si,为,l,i,行上传感器的地面坐标;,a,j,b,j,c,j,为,l,i,行的外方位元素,i,,,i,,,k,i,所确定的旋转矩阵中的,9,个元素。,对于地形起伏较大,或卫星侧视角较大的影像,可利用,DEM(,数字高程模型,),进行数字微分纠正,通过对图像上像点位移的逐点改正,得到高精度的正射影像。,数字微分纠正,注意事项,至少,9,个控制点,采取上、中、下,三排均匀分布;,图像坐标尽可能读到子像素;,加入的,DEM,应能满足高程精度要求。,+,+,+,+,+,+,+,+,+,数字微分纠正,残差文件,当一景影像不同区域的几何畸变各不相同时,可以按地形起伏,将该景影像按地面高度不同分成数个不同的条带或块进行分区纠正。每个区域均采用多项式纠正。当采用分区纠正后,不同区域的变形都将得到处理,全局的精度得以保证。,分块多项式纠正,分块纠正,4,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,(,它们有可能是在不同的摄影条件下获取的,),拼在一起,构成一幅整体图像的技术过程。在遥感应用中,影像镶嵌有着重要的应用。,一、数字影像镶嵌原理,影像镶嵌的原理是:如何将多幅影像从几何上拼接起来,第一步通常是先对每幅图像进行几何校正,将它们规划到统一的坐标系中,然后对它们进行裁剪,去掉重叠的部分,再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。,4,遥感数据的镶嵌处理,镶嵌过程,=,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,+,没有经过色彩调节的拼接影像,色彩拼接,经过色彩调节的拼接影像,色彩拼接,几何位置发生错位的影像,几何错位改正后的影像,色彩,拼接,先镶嵌后校正,优点:,快速、省力,一般适合于相邻图像重叠较大、,像元间相对几何精度较高、以平原区为主的遥感图像的镶嵌。,相邻图像重叠区选择控制点,相对配准,相邻图像镶嵌,工作区所有图像镶嵌,选取控制点,生成带地理坐标的镶嵌图,镶嵌图几何精校正,镶嵌方案,先校正后镶嵌,优点:,对相邻图像的重叠度要求不高,避免局部地区精度不高对整体精度造成的不利影响。一般适合于涉及山区的,SPOT,数据的镶嵌。,各景影像分别进行几何精校正,带地理坐标的镶嵌图,镶嵌,方案,二、消除拼接缝的算法,把待拼接的两幅图像先按小波分解的方法,将它们分解为不同频带的小波分量。,然后在不同的尺度下选择不同的灰度值修正影响范围,把两幅图像按不同尺度下的小波分量先拼接起来。,然后再用灰度算法,恢复整个图像,这样拼接的结果可以很好地兼顾清晰度和光滑度两个方面的要求。,4,遥感数据的镶嵌处理,三、消除拼接缝的强制改正方法,先统计拼接缝上任意位置两侧的灰度差,然后将灰度差在该位置两侧的一定范围内强制改正掉。,拼接缝的强制改正,4,遥感数据的镶嵌处理,四、遥感数据镶嵌要注意的事项,镶嵌要有足够宽的重叠区,最好不少于图像的,1/5,,如果过于狭窄会影响镶嵌精度,特别是图像边缘会出现扭曲。,镶嵌时相邻的图像往往色调,(,对彩色图像,),或灰度值不一致,(,对灰度图像,),,此时需要其中一幅图像进行诸如,“,直方图匹配,”,等处理。,如果镶嵌后需要某种地图投影变换,最好依据该地图投影方式先分幅校正,然后再镶嵌,这样精度会更高些。,使镶嵌图像的时相应保持基本一致,尤其季节差不宜过大;图像的投影相同,比例尺一致。,4,遥感数据的镶嵌处理,思考题:,引起遥感影像几何畸变的原因是什么?如果不做几何纠正,遥感影像会有什么问题?如果做了几何纠正,又会产生什么新的问题?,在做几何纠正时,控制点的选取很重要,若影像一角没有任何控制点,估计几何校正后这一角的位置畸变将缩小还是增大?为什么?,
展开阅读全文