当前位置：文档之家 › 实验遥感影像的几何校正

实验遥感影像的几何校正

  • 格式：docx
  • 大小：11.30 KB
  • 文档页数：2

实验遥感影像的几何校正

简介

遥感技术是通过获取遥感影像和数据对地面资源进行探测、监测和评估的一种空间信息技术。遥感影像是一种带有几何畸变的二维投影图像，其中可能出现伸缩、扭曲、歪斜等问题。因此，为了更精确地进行信息提取和分析，需要进行几何校正以使影像像素遵循真实地物在地球表面的几何位置分布规律。

实验遥感影像的几何校正是遥感技术学习中重要的一环，本文将介绍实验遥感影像的几何校正的基本概念和方法。

几何校正的基本概念

几何校正主要包括校正模型的建立和校正参数的计算。在进行几何校正之前，需要先确定地面控制点（GCP）和栅格坐标，然后以GCP为基础建立校正模型，计算校正参数，最终将原始影像像素校正为符合真实地物在地球表面位置分布规律的栅格影像。

几何校正的具体流程如下：

1. 确定GCP：GCP是几何校正的基础，一般应该选取光线影响较小的地物进行标注，例如道路交叉口、建筑物边角等。标注时需要保证正方向一致，以实现最佳标注效果。

2. 建立校正模型：GCP标注完成后，需要以这些GCP为基础建立几何校正模型。在建立校正模型时，可以使用任意至少3个GCP的组合，其中至少包含一个控制点。常用的校正模型有仿射变换模型、投影变换模型和多项式变换模型等。

3. 计算校正参数：建立校正模型后，需要基于该模型计算校正参数，一般来说，校正参数是指实际地物坐标和栅格影像像素坐标之间的转换参数。根据不同的校正模型，计算校正参数的方法也不同。

4. 生成新影像：计算出校正参数后，需要进行像素级别的校正，使原始影像符合真实地物在地球表面位置分布规律，从而生成新的栅格影像。

几何校正的常用方法

实验遥感影像的几何校正方法包括： 仿射变换模型

在实验中，仿射变换模型适用于影像伸缩和旋转校正，可以通过3个或4个GCP实现，其变换公式为：

Xa = a1X + a2Y + a3

Ya = a4X + a5Y + a6

其中，Xa和Ya为校正后的像素坐标，X和Y为未校正的像素坐标，a1、a2、a3、a4、a5、a6是校正参数。

投影变换模型

投影变换模型适用于对影像进行旋转、平移和倾斜校正，一般需要至少6个GCP来建立模型。其变换公式为：

Xa = (ax + by + c) / (gx + hy + 1)

Ya = (dx + ey + f) / (gx + hy + 1)

其中，Xa和Ya为校正后的像素坐标，X和Y为未校正的像素坐标，a、b、c、d、e、f、g、h是校正参数。

多项式变换模型

多项式变换模型适用于对影像进行非线性校正。一般来说，至少需要9个GCP来建立模型。其变换公式为：

Xa = a0 + a1X + a2Y + a3XY + a4X2 + a5Y2 + a6X2Y + a7XY2 + a8X3 + a9Y3

Ya = b0 + b1X + b2Y + b3XY + b4X2 + b5Y2 + b6X2Y + b7XY2 + b8X3 + b9Y3

其中，Xa和Ya为校正后的像素坐标，X和Y为未校正的像素坐标，a0 - a9和b0 - b9是校正参数。

几何校正是实验遥感影像处理中非常重要的一环，通过几何校正，可以实现影像几何位置的精确定位，为接下来的信息提取和分析打下良好的基础。在进行几何校正时，需要注意GCP的选取，校正模型的选择和校正参数的计算，进而生成新的栅格影像。

合集下载

遥感图像的几何校正(配准)

遥感图像的几何校正(配准)

遥感图像的几何校正（配准）

1.实验目的与任务：

（1）了解几何校正的原理；

（2）学习使用ENVI软件进行几何校正；

2.实验设备与数据：

设备：遥感图像处理系统ENVI

数据：TM数据

3 几何校正的过程：

注意：几何校正一种是影像对影像，一种是影像对地图，下面介绍的是影像对影像的配准或几何校正。

1.打开参考影像（base）和待校正影像：分别打开，即在display#1,display#2中打开；

2．在主菜单上选择map->Registration->select GCPs：image to image

3 .出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。 BASE图像指参考图像而warp则指待校正影像。 选择OK!

4. 现在就可以加点了：将两边的影像十字线焦点对准到自己认为是同一地物的地方，就可以选择ADD POINT添加点了。（PS：看不清出别忘记放大） 如果要放弃该点选择右下脚的delete last point，或者点show point弹出image to image gcp list窗口，从中选择你要删除的点，也可以进行其他很多操作，自己慢慢研究，呵呵。选好4个点后就可以预测：把十字叉放在参考影像某个地物，点选predict则待校正影像就会自动跳转到与参考影像相对应的位置，而后再进行适当的调整并选点。

5.选点结束后，首先把点保存了 ：ground control points->file->save gcp as ASCII..

当然你没有选完点也可以保存，下次就直接启用就可以：ground control

points->file->restore gcps from ASCII...

6.接下来就是进行校正了：在ground control points.对话框中选择：

options->warp file(as image to map)

ERDAS 遥感图像的几何校正

ERDAS 遥感图像的几何校正

学号:

遥感数字图像处理软件

实验报告

（2011~2012学年第二学期）

学 院： 地环学院

班 级： 09地科2

姓 名：

指导老师： 实验二：遥感图像的几何校正

一 .实验平台：ERDAS IMAGINE 9.1

二 .实验目的

通过实验操作，掌握遥感图像几何校正的基本方法和步骤，能够理解遥感图像的几何校正的意义。

三 .实验内容

资源卫星数据的校正；图像的放射变换；航片的正射校正；图像的镶嵌；图像投影变换等内容。

四 .实验步骤

1.资源卫星数据landsat 的校正

1.1打开图像文件

在ERDAS 图标面板中打开两个视窗（Viewer#1 和Viewer#2） ；在ERDAS

图标面板菜单条点击Session，点击 Tile Viewers 并将Viewer#1 和Viewer#2

平铺放置； 在Viewer#1 中打开需要校正的Landsat TM 图像：tmAtlanta.img（图1），在Viewer#2 中打开作为地理参考的校正过的SPOT 图像：panAtlanta.img（图2）。

图 1 图 2

1.2 启动几何校正模块

（1）在Viewer#1 视窗菜单条中点击Raster

（2）点击Geometric Correction，打开 Set Geometric Model 对话框（图3）。

图 3 图 4 图 5

（3）在Set Geometric Model 对话框中选择多项式几何校正模型：Polynomial

遥感影像处理中的几何校正和影像融合

遥感影像处理中的几何校正和影像融合

遥感影像处理中的几何校正和影像融合

遥感技术在地球观测和资源管理中扮演着重要角色。然而，由于传感器和平台的限制，遥感影像可能会在采集过程中出现几何失真。为了获得准确的地理信息，几何校正是不可或缺的步骤之一。另一方面，影像融合则可以结合多源数据的优势，提供更丰富和详细的信息。本文将探讨遥感影像处理中的几何校正和影像融合的重要性及应用。

几何校正是将遥感影像与地球表面进行几何和拓扑一致性的过程。通过几何校正，我们可以纠正影像中的位置、尺度和方向的偏差，使其与地理坐标系相对应。几何校正的主要问题包括地球曲面、传感器姿态、地形起伏等因素所引起的误差。例如，由于地球是一个球体，其表面上的地面特征在影像中可能会出现形变。通过几何校正，我们可以将这些形变纠正，获得更准确的地理位置信息。

在遥感影像处理中，几何校正可以应用于多种领域。一方面，几何校正可以用于地图制作和地理信息系统（GIS）的建设。地图制作需要准确的地理位置信息，而几何校正可以提供这种精度。另一方面，几何校正也可以用于环境监测和资源管理。例如，通过几何校正可以监测农田的生长状况，估计森林覆盖率等。此外，几何校正还可以用于城市规划和土地利用研究。借助几何校正，我们可以将遥感影像与其他地理数据集相结合，为城市规划和土地利用提供更全面的信息。

除了几何校正，影像融合是遥感影像处理中另一个重要的步骤。影像融合是将来自多源数据的信息整合成一个单一的图像。这样做的好处是提供了更全面和详细的信息，增强了遥感影像的解释能力。影像融合可以应用于多个领域，如环境监测、农业和城市规划等。通过将高分辨率光学影像与低分辨率雷达影像融合，我们可以在监测自然灾害和农作物生长等方面取得更好的效果。此外，影像融合还可以用于城市规划和土地利用，提供更全面和详细的城市信息。

几何校正和影像融合作为遥感影像处理的重要步骤，应用广泛。然而，几何校正和影像融合并非简单的技术问题，还涉及到数据处理和算法设计等方面。在几何校正方面，有许多不同的校正方法可供选择，例如多项式拟合法、正射影像法等。在影像融合方面，有许多不同的融合算法可供选择，例如主成分分析、小波变换等。选择合适的校正方法和融合算法对于获得准确和细致的地理信息非常重要。

遥感影像纠正的方法与技巧

遥感影像纠正的方法与技巧

遥感影像纠正的方法与技巧

随着科技的不断发展，遥感技术在各个领域得到了广泛的应用。遥感影像是通过卫星、飞机等远距离获取地面信息的一种重要手段。然而，在获取遥感影像后，由于各种原因导致的图像扭曲、色差等问题是不可避免的。因此，进行遥感影像纠正是必要的。本文将介绍遥感影像纠正的常用方法与技巧。

一、几何校正方法

几何校正是对遥感影像进行坐标、尺度和旋转方位的校正。常见的几何校正方法有影像配准、地标匹配、插值等。

1. 影像配准

影像配准是将待纠正影像与参考影像进行对比，通过匹配相同地物或地点的像素点，从而进行坐标转换。常用的影像配准方法有基于特征点匹配和基于相位相关匹配两种。

基于特征点匹配的方法是通过提取影像中的特征点，并将其与参考影像中的特征点进行匹配，从而获得坐标转换模型。OpenCV是一种常用的用于特征点匹配的开源库。

基于相位相关匹配的方法是通过计算两幅影像之间的相关性，确定它们之间的几何转换关系。这种方法通常用于具有相位重建能力的传感器。

2. 地标匹配

地标匹配是通过识别影像中的已知地标（如道路交叉口、建筑物等）并与参考影像中的地标进行匹配来进行校正的一种方法。这种方法适用于城市建筑等具有明显特征的区域。

3. 插值 插值是指通过对图像中间的像素值进行估算，从而使整个图像变得平滑过渡的过程。常用的插值方法有双线性插值、双三次插值等。这些方法可以使得图像在进行几何校正后仍保持较好的视觉效果。

二、辐射校正方法

辐射校正是指对遥感影像中的亮度进行校正，以保证影像反映地物的真实辐射亮度。常用的辐射校正方法有直方图匹配、大气校正、辐射转换等。

1. 直方图匹配

直方图匹配是指通过将原始图像的灰度值映射到目标图像的灰度值范围来进行校正的方法。这可以使得影像在亮度上看起来更加准确，同时保证地物的色彩还原度。

2. 大气校正

大气校正是指通过估计大气光照对地面目标反射率的影响，将地表反射率从观测影像中恢复出来的一种方法。这种方法适用于去除由大气散射引起的云、雾等干扰。