遥感图像预处理共38页

1.自定义坐标系1.1.坐标系概括常用坐标系分为地理坐标系和投影坐标系。

1.1.1.地理坐标系地理坐标系中含椭球体(spheroid)和大地基准面(datum)两个重要部分。

1)椭球体。

地球并不是一个规则球体，因此我国常用以下椭球体模拟地球，见表1。

2)大地基准面大地基准面指参考椭球与WGS84参考椭球的相对位置关系（3个平移，3个旋转，1个缩放），可用3个、4个或者7个参数进行描述。

每个椭球体都对应一个或多个大地基准面。

1.1.2.投影坐标系投影坐标系是利用一定数学法则将地球表面上的经纬线网表示到平面上，属于平面坐标系。

一个投影坐标系包含椭球体、投影方法和大地基准面。

我国普遍采用的投影方法是高斯-克吕格投影，在欧美国家称为横轴莫卡托投影(Transverse Mercator)。

为保证地图精度，采用分带投影法，有3°分带和6°分带两种。

对于每分带的投影，需指定中央经线以及坐标轴原点X、Y坐标。

我国在北半球，为避免Y坐标出现负值，规定统一将各带Y值加500km。

为避免各带坐标重复，可在不同带间Y值冠以带号，即通用坐标。

商业软件坐标系分为标准坐标系和自定义坐标系，我国实际应用中往往需要自定义坐标系，以北京54坐标系和西安80坐标系为例讲解如何在Envi中自定义坐标系。

1.2.Envi自定义坐标系1.2.1.定义椭球体使用记事本打开HOME\ITT\IDL80\products\envi48\map_proj\ellipse.txt，将“Krasovsky, 6378245.0, 6356863.3”(Beijing-54坐标系使用)和“IAG-75, 6378140.0, 6356755.3”(Xian-80坐标系使用)加入文本末端。

1.2.2.定义基准面使用记事本打开HOME\ITT\IDL80\products\envi48\map_proj\datum.txt，将“D_BEIJING_1954, Krasovsky, -12, -113, -41”(Beijing-54坐标系使用)和“D_Xian_1980, IAG-75, 0, 0, 0”(Xian-80坐标系使用)加入文本末端。

遥感影像预处理的正确步骤遥感影像预处理是遥感技术中的重要环节，它对于后续的遥感影像分析和应用具有至关重要的作用。

正确的预处理能够提高遥感影像的质量和准确度，为后续的数据分析提供有力支持。

下面将介绍遥感影像预处理的正确步骤。

一、获取遥感影像数据遥感影像数据可以通过卫星、飞机等遥感平台获取。

在获取数据时，需要确保数据的准确性和完整性，并且注意选择合适的数据源和分辨率。

二、辐射校正遥感影像数据在获取过程中受到了大气、地表反射等因素的影响，需要对数据进行辐射校正。

辐射校正可以消除大气散射和吸收引起的影响，使得遥感影像能够更准确地反映地物的真实特征。

三、几何校正遥感影像在获取过程中存在着不可避免的几何畸变，需要进行几何校正。

几何校正可以将遥感影像的像素位置与地理位置进行对应，使得影像能够与地理信息数据相匹配。

四、影像拼接如果获取到的遥感影像数据较大，需要进行影像拼接。

影像拼接可以将多个影像拼接成一个完整的影像，提供更广阔的地理范围和更丰富的信息。

五、影像增强影像增强是为了提高遥感影像的视觉效果和信息提取能力。

常见的影像增强方法包括直方图均衡化、滤波等。

六、去噪处理遥感影像数据中常常包含各种噪声，需要进行去噪处理。

去噪处理可以提高影像的清晰度和信息质量。

七、影像切割根据具体的需求，可以对遥感影像进行切割，提取感兴趣的区域或目标。

影像切割可以减少后续处理的数据量，提高处理效率。

八、数据格式转换根据不同的应用需求，遥感影像的数据格式可能需要进行转换。

数据格式转换可以使得遥感影像能够被不同的软件和平台所识别和使用。

九、数据融合多源遥感影像数据可以通过数据融合的方法进行融合，提供更综合、全面的信息。

常见的数据融合方法包括像素级融合、特征级融合等。

遥感影像预处理的正确步骤包括获取遥感影像数据、辐射校正、几何校正、影像拼接、影像增强、去噪处理、影像切割、数据格式转换和数据融合。

这些步骤可以保证遥感影像的质量和准确度，为后续的数据分析和应用提供有力支持。

图像处理遥感图像预处理实验二遥感图像预处理一、背景知识一幅遥感数据拿到手后，首先要做的常常是赋予遥感图像的地理坐标系统。

方法有地理校正和地理配准两种。

地理校正是在遥感图像上选取控制点，然后赋予控制点的真实坐标达到校正图像和获取地理参考的目的。

地理配准是选取一个有相同覆盖范围的已有坐标系统和假定没有变形的图像或图形为参考系，达到校正原始图像的目的。

第二种方法使用的最多。

图像校正后，由于关心的区域可能只是图像的一部分获分布于几个图像，这时要对图像进行裁减和镶嵌。

二、实验目的1. 了解遥感数据预处理的内容、步骤，需要准备的材料。

2. 能使用常用的预处理内容三、实验内容(2学时)1. 遥感图像校正2. 图像投影变换;3. 图像分幅剪裁;4. 图像拼接处理;四、实验准备(1) 软件ERDAS IMAGINE Professional 8.5版本以上。

(2) 系统样例数据。

需要校正的Landsat TM图像:tmAtlanta.img作为地理参考的校正过的SPOT图像:panAtlanta.img用于拼接处理的图像wasia1_mss.img、wasia2_mss.img五、实验步骤、方法1. 遥感图像校正(1) 分别打开两个视图窗口，在其中分别打开图像tmAtlanta.img和panAtlanta.img。

(2) 选择Image Geometric Correction打开校正选项窗口。

(3) 选择From Viewer，点击Select Viewer，然后在panAtlanta.img视图窗口上单击。

采用影像—影像的校正模式。

校正算法采用多项式方法。

(4) 确定多项式系数为2。

(5) 点选Set Projection from GCP Tool，设置投影参照类型。

(6) 选择Existing Viewer，即以现有视图中的图像投影为配准依据。

(7) 确定后，打开校正对话框布局。

完成控制点的采集后，实行对图像进行校正。

遥感图像预处理遥感图像一般处理流程包括以下几项：数据源选择—图像输入与浏览—图像预处理（几何校正。

图像融合。

图像镶嵌。

裁剪。

大气校正等）--图像信息提取（人工解释自动分类特征提取动态监测等）--成果报告与应用（制图 Gis 共享）在这里着重介绍遥感图像预处理，遥感图像预处理在遥感图像处理占有十分重要位置。

图像预处理包括；几何校正。

图像融合。

图像镶嵌。

裁剪。

大气校正等1.几何校正：纠正系统和非系统因素引起的几何畸变。

引起图像畸变因素系统误差有规律的、可预测的。

比如扫描畸变非系统误差无规律的如传感器平台的高度、经纬度、速度和姿态的不稳，地球曲率及空气折射，地形影响等图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。

图像纠正：借助一组控制点，对一幅图像进行地理坐标的校正。

又叫地理参照图像地理编码：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。

图像正射校正：借助于地形高程模型（DEM），对图像中每个像元进行地形的校正，使图像符合正射投影的要求。

几何粗校正：校正系统误差，地面站完成地理参照：利用数据自带参数进行几何校正。

几何精校正（常简称为几何校正）：基于地面控制点，利用几何校正模型，构建图像与地面坐标/与图像之间的几何关系完成几何校正，当控制点选择源是图像（有地理坐标）时候，又属于图像配准范畴。

图像配准：基于两幅图像之间的同名点，利用几何校正模型，构建图像与图像之间的几何关系完成几何校正，基准图像不一定有地理坐标。

正射校正：结合传感器的姿态参数、地面控制点以及高精度的D EM 数据进行的几何校正图像预处理——几何校正（常见几个形式）几种常见几何校正形式：卫星轨道参数（全自动）地面控制点（同名点）+校正模型（人机交互）RP C 文件+地面控制点+DE M （人机交互）.图像预处理——几何校正（控制点获取）地面控制点获取途径基础数据基础测绘数据数字线画图（DL G ）数字栅格图（DR G ）影像数据正射影像（DO M ）实地测量（GP S ）地面控制点实质：找到待校正图像上的点对应真实的坐标值图像预处理——几何校正（控制点质量控制）图像选点原则（正射纠正不适用）选取图像上易分辨且较精细的特征点：道路交叉点，河流弯曲或分叉处，海岸线弯曲处，飞机场，城廓边缘等特征变化大的地区需要多选图像边缘部分一定要选取控制点尽可能满幅均匀选取数量原则在图像边缘处，在地面特征变化大的地区，需要增加控制点保证一定数量的控制点，不是控制点越多越好。

第四章数据预处理4.1 坐标定义与投影转换图像预处理时遥感数字图像处理中非常重要的环节，也是空间信息提取之前首先要做的工作。

主要包括图像几何校正、图像融合、图像镶嵌和图像裁剪等一般过程。

4.1.1 坐标定义ENVI中的坐标定义文件存放在ITT\IDLxx\products\envixx \map_proj 文件夹下。

三个文件记录了坐标信息：ellipse.txt：椭球体参数文件。

datum.txt：基准面参数文件。

map_proj.txt：坐标系参数文件。

在ENVI中自定义坐标系分三步：定义椭球体、基准面和定义坐标参数。

1、定义椭球体语法为<椭球体名称>，<长半轴>，<短半轴>。

这里将“Krasovsky, 6378245.0, 6356863.0”和“IAG-75, 6378140.0, 6356755.3”加入ellipse.txt末端（图2-1）。

图2-1 定义地球椭球体ellipse.txt文件中已经有了克拉索夫斯基椭球，由于翻译原因，这里的英文名称是Krassovsky。

为了让其他软件平台识别，这里新建一个Krasovsky椭球体。

2、定义基准面语法为<基准面名称>，<椭球体名称>，<平移三参数>。

这里将“Beijing-54, Krasovsky, -12, -113, -41”和“Xi'an-80,IAG-75,0,0,0”加入datum.txt 末端（图2-2）。

图2-2 定义大地基准面有的时候为了与其他软件平台兼容，基准面的名称需要写成所用的椭球体名称。

3、定义坐标（1）选择主菜单Map→Customize Map Projection命令；（2）在Customized Map Projection Definition窗口中设置地图投影的参数（图2-3）；图2-3 定义地图投影关参数说明：Projection Name：定义投影名称；Projection Type：定义投影类型，这里选择Transverse Mercator；Projection Datum:定义大地基准面，这里选择之前定义的Beijing-54；False easting：定义东偏移的距离500km；Latitude of Projection origin：定义投影的起始维度；Longitude of central meridian：定义中央经线；Scale factor：定义缩放倍率。

实验二遥感图象处理Ⅰ（图像预处理）1.1 概述图像预处理包括图像几何校正，图像裁剪处理和图像镶嵌处理三个部分。

由于遥感系统空间、波谱、时间以及辐射分辨率的限制，很难精确地记录复杂地表的信息，因而误差不可避免地存在于数据获取过程中。

这些误差降低了遥感数据的质量，从而影响了图像分析的精度。

因此在实际的图像分析和处理之前，有必要对遥感原始图像进行预处理。

经过预处理工作，针对遥感图像的变换、增强、分类等工作将会变得更加得心应手。

1.2 实验目的1通过本次上机实验，掌握遥感图像几何校正、裁剪与镶嵌处理的基本方法和步骤。

2深刻理解遥感图像预处理的意义。

3熟悉ERDAS数据预处理模块。

1.3 实验原理几何校正是利用地面控制点进行，用一种数学模型来近似描述遥感图像的几何畸变过程，并利用标准图像与畸变的遥感图像之间的一些对应点（地面控制点数据对）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，这种校正不考虑畸变的具体形成原因，而只考虑如何利用畸变模型来校正遥感图像。

步骤大致包括GCP（地面控制点）的选取、多项式纠正模型的选择、重采样，内插方法的选择三个环节。

如果工作区域较小，只要一景遥感图像中的局部就可以覆盖的话，就需要进行遥感图像裁剪处理。

同时，如果用户只关心工作区域之内的数据，而不需要工作区域之外的图像，同样需要按照工作区域边界进行图像裁剪。

于是就出现规则裁剪与任意多边形裁剪等类型。

如果工作区域较大，需要用两景或者多景遥感图像才能覆盖的话，就需要进行遥感图像镶嵌处理。

遥感图像镶嵌处理即将经过几何校正的若干相邻图像拼接成一副图像或一组图像。

注意：需要拼接的输入图像必须含有地图投影信息，且必须具有相同的波段数，但是可以具有不同的投影类型，像元大小也可以不同。

在进行图像镶嵌时，需要确定一副参考图像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配，以及输出图像的地图投影，像元大小和数据类型。

1.4 实验过程1.4.1 遥感图像几何校正第1步：显示图像文件首先，在ERDAS图标面板中单击Viewer图标两次，打开两个视窗（Viewer#1/Viewer#2）。