第五章 遥感图像处理——几何校正

遥感数字图像处理——几何精校正1.实验原理、目的和内容1.1.实验原理遥感图像纠正是通过计算机对图像每个像素逐个地解析纠正处理完成的，所以能够较清晰地改正线性和非线性变形误差。

几何精纠正的基本原理是回避成像的空间几何过程，直接利用地面的控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥感图像的总体畸变可以看做是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。

因此，校正前后的图像相应点的坐标关系可以用一个适当的数学模型来表示。

1.2.实验目的采用图像-地图纠正法，对TM遥感图像进行几何精纠正，即把不同传感器具有几何精度的图像和地图中的相同地物元素精确地彼此匹配、叠加在一起，以满足集成的需要。

1.3.实验内容对南京市TM图像AA进行几何精纠正。

2.实验过程2.1.地图投影信息的获取进行精校正之前，应该获取标准图像的投影信息，利用ArcGIS或MapInfo软件即可查看投影类型为：GK Zone 20(Pulkovo 1942)2.2.显示需要校正的图像利用Envi导入图像，RGB合成，选择4，3，2波段即可2.3.选择控制点本实验中采用图像-地图纠正，在图像窗口中选择地面控制点（GCP），然后在地图窗口中找到同名地物点，记录点位的坐标信息（见图1）。

首先，进行图像-地图纠正，Map——Registration——Select GCPs：Image to Map。

再在Image to Map Registration窗口中，根据参照的矢量地图选择Gk Zone 20(Pulkova 1942)，确定后，弹出Ground Control Points Selection窗口。

在添加地面控制点：在图像窗口中移动光标，确定GCP的位置，然后在矢量地图窗口中确定同名地物点，并将其坐标拷贝到本窗口中的地图坐标文本框中。

确认合适后，单击Add Point产生一个同名地物点。

（见图2）依次进行下去，直到数量复合要求，一般需要6个以上，并且分布均衡（图3）选取控制点完毕后进行纠正，由于选取控制点数量较少，因此使用一阶多项式的方法，重采样方法为最临近采样。

第4讲遥感图像几何校正遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。

几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。

在开始介绍ENVI的几何校正操作之前，首先对ENVI的几何校正几个功能要点做一个说明。

1几何校正方法（1）利用卫星自带地理定位文件进行几何校正对于重返周期短、空间分辨率较低的卫星数据，如A VHRR、MODIS、SeaWiFS等，地面控制点的选择有相当的难度。

这时，可以利用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。

（2） image to image几何校正通过从两幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置（3）image to map几何校正通过地面控制点对遥感图像几何进行平面化的过程。

（4）image to image 自动图像配准根据像元灰度值或者地物特征自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配置过程。

（5）image registration workflow流程化工具将具有不同坐标系、不同地理位置的图像配准到同一坐标系下，使图像中相同地理位置包含相同的地物。

2控制点选择方式ENVI提供以下选择方式：∙从栅格图像上选择如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。

∙从矢量数据中选择如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。

∙从文本文件中导入事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。

如何进行遥感图像的几何校正与分类处理遥感图像是通过人造卫星、航空器或遥感器获取的地球表面的图像信息。

在进行遥感图像的处理和分析时，几何校正和分类处理是其中重要的步骤。

本文将重点探讨如何进行遥感图像的几何校正和分类处理，并介绍相关的方法和技术。

一、遥感图像的几何校正遥感图像的几何校正是指将图像中的像素点与地球表面上真实位置进行对应，以消除因成像过程中的非完美性而引入的误差。

几何校正的目的是提高图像的空间分辨率和地理位置精度，从而能够更准确地用于地表特征的分析和监测。

1. 预处理在进行几何校正之前，需要先对遥感图像进行预处理，包括去除大气影响、辐射校正和减噪等。

这些预处理步骤有助于提高图像的质量和准确性。

2. 控制点的选择几何校正过程中需要选择一些已知地理位置的控制点，用于图像与地理坐标系统的对应。

这些控制点可以是地面标志物、地理信息系统（GIS）数据或其他已知位置的遥感图像。

控制点的选择应均匀分布在图像中，并要尽量选择在不同地貌和地物类型上的点，以提高校正的准确性。

3. 变换模型的选择几何校正过程中需要选择适合图像特性和误差来源的变换模型。

常用的变换模型包括线性变换模型、多项式模型和地面控制点法等。

选择合适的变换模型可以提高校正的准确性和效率。

4. 校正方法和工具进行几何校正时，可以使用遥感软件如ENVI、ERDAS等提供的功能和工具。

这些软件提供了多种校正方法和算法，如影像配准、几何校正、快速校正等。

根据具体需求和图像特性选择合适的校正方法和工具，并进行参数设置和调整。

二、遥感图像的分类处理遥感图像的分类处理是指将图像中的像素按照其所代表的地物类型进行分类和划分。

分类处理的目的是将图像中的信息有效地提取出来，并用于地表特征的研究、资源调查和环境监测等。

1. 数据预处理在进行分类处理之前，需要对遥感图像进行数据预处理，包括辐射校正、几何校正、噪声抑制等。

这些预处理步骤可以提高分类的准确性和可靠性。

ENVI图像处理专题之：图像几何校正1.遥感图像产生几何畸变的原因地物目标发出的电磁波被卫星上所载传感器接收，这些电磁波上记录和传达了地物目标的信息，这是遥感图像成像的过程也是它的内在规律。

在这个过程中图像的几何畸变也随即产生了，其中原因很多，主要表现在以下几个方面:1. 1卫星位置和运动状态变化的影响卫星围绕地球按椭圆轨道运动，引起卫星航高和飞行速度的变化，导致图像对应产生偏离与在卫星前进方向上的位置错动。

另外，运动过程中卫星的偏航、翻滚和俯仰变化也能引起图像的畸变。

以上误差总的来说，都是因为传感器相对于地物的位置、姿态和运动速度变化产生的，属于外部误差。

此外，由于传感器本身原因产生的误差，即内部误差，这类误差一般很小，通常人们不作考虑。

1. 2地球自转的影响大多数卫星都是在轨道运行的降段接收图像，即当地球自西向东自转时，卫星自北向南运动。

这种相对运动的结果会使卫星的星下位置产生偏离，从而使所成图像产生畸变。

1. 3地球表面曲率的影响地球表面是不规则的曲面，这使卫星影像成像时像点发生移动，像元对应于地面的宽度不等。

特别是当传感器扫描角度较大时，影响更加突出。

1. 4地形起伏的影响当地形存在起伏时，使原来要反映的理想的地面点被垂直在其上的实际某高点所代替，引起图像上像点也产生相应的偏离。

1. 5大气折射的影响由于大气圈的密度是不均匀分布的，从下向上越来越小，使得整个大气圈的折射率不断变化，当地物发出的电磁波穿越大气圈时，经折射后的传播路径不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。

2.进行几何校正并保证精度的必要性遥感图像几何校正的精确与否直接关系到应用遥感信息反应地表地物的地理位置和面积的精确度，关系到从图像上获取的信息准确与否，因此在选择控制点上要十分小心，尽可能提高其精度，并且要对校正结果进行反复的分析比较，必要时还要进行多次校正。

几何校正让图像上地物对应的像元出现在它应该在的地方，再通过辐射校正、影像增强等遥感图像处理技术，还图像以“本来面目”。

遥感图像处理—⼏何校正 本节将从原理和代码两个⽅⾯讲解遥感图像的⼏何校正。

原理 ⾸先介绍⼏何校正的概念：在遥感成像过程中，传感器⽣成的图像像元相对于地⾯⽬标物的实际位置发⽣了挤压、扭曲、拉伸和偏移等问题，这⼀现象叫做⼏何畸变。

⼏何畸变会给遥感图像的定量分析、变化检测、图像融合、地图测量或更新等处理带来的很⼤误差，所以需要针对图像的⼏何畸变进⾏校正，即⼏何校正。

⼏何校正分为⼏何粗校正和⼏何精校正。

粗校正是利⽤空间位置变化关系，采⽤计算公式和辅助参数进⾏的校正，叫做系统⼏何校正；精校正是在此基础上，使图像的⼏何位置符合某种地理坐标系统，与地图配准，调整亮度值，即利⽤地⾯控制点（GCP）做的⼏何精校正。

⼏何校正步骤：1.空间位置的变换（像元坐标）2.像元灰度值的重新计算，即重采样。

1. 坐标变换 坐标变换分为直接法和间接法。

1）直接法：从原始图像阵列出发，依次计算每个像元在输出图像中的坐标。

直接法输出的像元值⼤⼩不会发⽣变化，但输出图像中的像元分布不均匀。

2）间接法：从输出图像阵列出发，依次计算每个像元在原始图像中的位置，然后计算原始图像在该位置的像元值，再将计算的像元值赋予输出图像像元。

此⽅法保证校正后的图像的像元在空间上均匀分布，但需要进⾏灰度重采样。

该⽅法是最常⽤的⼏何校正⽅法。

由上图可见，直接法直接以原始图像的坐标为基准点，坐标偏移到校正后的图像，坐标的位置有很多出现在了像元的中间位置，所以直接输出像元值⼤⼩导致像元分布不均匀。

⽽对于间接法。

以输出图像的坐标为基准点，已经定义在了格点的位置上，此时反算出该点在原始图像上对应的图像坐标，坐标多数落在像元的中间位置。

这⾥采⽤最邻近法、双线性内插和三次卷积法来计算该点的灰度值，达成重采样的⽬的。

2. 重采样 图像数据经过坐标变换之后，像元中⼼的位置发⽣改变，其在原始图像的位置不⼀定是整数⾏\列，需要根据输出图像各像元在原始图像中对应的位置，对原始图像重采样，建⽴新的栅格矩阵。

遥感图像的几何校正原理遥感图像的几何校正是指通过对图像进行空间几何变换，将其投影到地球表面，使得图像中的每一点对应到地球表面上的一个准确位置。

这样做的目的是为了消除图像中由于遥感器在获取图像时的姿态、高度、地球自转等因素造成的图像畸变，并且使得图像能够与地理信息系统中的地图数据进行精确叠加，从而实现对地理空间信息的准确提取和分析。

在遥感图像处理中，几何校正是非常重要的一环，对于后续的遥感信息提取、地图制图和空间分析等应用具有重要的意义。

遥感图像的几何校正原理主要包括以下几个方面：1. 姿态校正：遥感器在获取图像时往往会受到外部因素的影响，导致姿态不稳定，从而引起图像中的位置畸变。

因此，需要对图像进行姿态校正，使得图像中的每一个像素能够按照准确的空间位置进行定位。

姿态校正的主要方法包括使用姿态角信息进行校正、使用GPS/惯导等辅助信息进行姿态测量以及使用地面控制点进行姿态精确校正。

2. 像元定位：在遥感图像中，像元是指图像中的一个最小单元，通常对应于地面上的一个小区域。

在进行几何校正时，需要将图像中的像元与地球表面上的实际位置进行对应，这就需要确定每个像元的准确位置，即像元的定位。

像元定位的主要方法包括使用地面控制点进行像元定位、通过建立像元坐标系系统进行像元定位以及通过地形起伏对像元进行补偿。

3. 系统误差校正：在遥感图像获取过程中，会受到一些系统误差的影响，例如大气、地形或者地面表面的变化等因素会导致图像中的位置畸变。

因此，需要进行系统误差校正，以消除这些系统误差对图像的影响，从而提高图像的精度和准确度。

系统误差校正的主要方法包括对图像进行大气校正、进行地形效应校正以及通过地面控制点进行系统误差校正。

4. 投影变换：在进行几何校正时，需要对图像进行投影变换，将其投影到地球表面上的准确位置。

投影变换的最常用方法是采用地图投影方法，将图像投影到地图数据的坐标系上，从而实现图像与地图数据的叠加和精确对应。

多项式几何校正原理:(1) 图像坐标的空间变换有几何畸变的遥感图像与没有几何畸变的遥感图像,其对应像元的坐标是不一样的,如图1右边为无几何畸变的图像像元分布图,像元是均匀且等距分布;左边为有几何畸变的遥感图像像元分布图,像元是非均匀且不等距的分布。

为在有几何畸变的图像上获取无几何畸变的像元坐标,需要进行两图像坐标系统的空间转换。

图1 图像几何校正示意图在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采用的是二元n次多项式,表达式如下:其中x, y为变换前图像坐标, u, v为变换后图像坐标, aij , bij为多项式系数, n = 1, 2, 3, ⋯。

二元n次多项式将不同坐标系统下的对应点坐标联系起来, ( x, y )和( u, v )分别对应不同坐标系统中的像元坐标。

这是一种多项式数字模拟坐标变换的方法,一旦有了该多项式,就可以从一个坐标系统推算出另一个坐标系统中的对应点坐标。

如何获取和建立二元n次多项式,即二元n次多项式系数中a和b的求解,是几何校正成败的关键。

数学上有一套完善的计算方法,核心是通过已知若干存在于不同图像上的同名点坐标,建立求解n次多项式系数的方程组,采用最小二乘法,得出二元n次多项式系数。

不同的二元n次多项式,反映了几何畸变的遥感图像与无几何畸变的遥感图像间的像元坐标的对应关系, 其中哪种多项式是最佳的空间变换模拟式,能达到图像间坐标的完全配准,是需要考虑和分析的。

在二元n次多项式数字模拟中,从提高几何校正精度的角度考虑,需要兼顾的因素主要有引起几何畸变的原因和产生数学运算误差因素。

归纳起来有三个方面的考虑因素: 一是多项式中n值的选择, n值与几何畸变的复杂程度密切相关。

当n = 1,上述的坐标空间变换成为二元一次多项式,可以进行线性的坐标变换,解决比例尺、中心移动、歪斜等方面的几何畸变, 实用于第2级别以上的遥感数据。

n值的不同选择,可以得到不同的空间变换式,当n≥2,上述的坐标空间变换成为二元非线性多项式,解决遥感器偏航、俯仰、滚动等因素引起的几何畸变。

遥感图像的几何校正与辐射校正技术遥感技术在现代科学和应用中扮演着重要的角色。

而在遥感技术中，图像的几何校正与辐射校正是必不可少的两个步骤。

几何校正负责消除由传感器成像系统引起的几何失真，而辐射校正则用来消除由大气和场景反射率变化引起的辐射度量误差。

几何校正是将遥感图像的像素坐标与地面实际坐标对应起来的过程。

在地球的表面上，由于地形的变化，相邻像元之间的距离和角度可能发生变化。

而传感器成像系统也会存在一定的误差，例如镜头畸变等。

这些因素都会导致图像中的几何失真，使得像素坐标与地面实际坐标无法一一对应。

因此，几何校正是将图像上的像素坐标进行修正，使其与真实地面坐标匹配。

实现几何校正的方法有很多，其中最常用的是基于控制点的法线变换方法。

该方法通过选取地面上已知坐标的控制点，将其在图像中的像素坐标与地面实际坐标进行匹配，并通过变换公式对整个图像进行校正。

这样可以有效地消除图像中的几何失真，提高遥感图像的精度和可用性。

辐射校正是消除由大气和场景反射率变化引起的辐射度量误差的过程。

在图像获取过程中，光线会经过大气层，与地面物体发生反射和散射，然后再经过传感器被记录下来。

然而，大气层对不同波长的光线有不同的吸收和散射特性，这会导致图像中的辐射度量与实际物体的辐射度量不一致。

因此，辐射校正就是通过一系列修正方法来消除大气的影响，得到反映地物辐射特性的真实图像。

常用的辐射校正方法有基于大气模型的模型反演法、基于辐射度量的绝对辐射度归一化法等。

这些方法通过对辐射度量进行修正，消除大气因素的影响，提高遥感图像的定量分析能力和应用效果。

遥感图像的几何校正与辐射校正技术在农业、城市规划、环境监测、资源调查等领域具有广泛的应用前景。

例如，在农业领域，通过对农田遥感图像进行几何校正，可以提高遥感数据在农作物监测和精细管理中的应用效果。

再如，在城市规划中，通过对高分辨率遥感图像进行辐射校正，可以准确获取不同区域的地表反射率，从而帮助城市规划师进行土地利用评估和城市建设规划。

遥感图像几何校正(较易)遥感图像几何校正是将采集的遥感图像与地球参考系统（如地理坐标系统或投影坐标系统）进行对齐，以保证图像上的地物位置与实际地理位置一致。

下面是一个较易的遥感图像几何校正步骤示例：1. 获取控制点：首先选择一些在图像上可见且在地面上已知坐标的控制点。

这些控制点可以是人工设置的地物特征，如标志物、房屋角点等，也可以是已知坐标的地理要素，如GPS测点、地面地物等。

2. 图像配准：通过图像配准软件，在原始图像上标记出控制点的位置，并将其与其在地面上的真实坐标相匹配。

配准软件会根据这些控制点来计算出图像的几何变换参数，如旋转、平移和缩放等。

13. 几何变换：根据图像的几何变换参数，对整个图像进行几何校正。

几何变换方法可以是线性的或非线性的，其中包括了常用的平移、旋转、缩放和仿射变换等。

4. 像素重采样：在完成几何校正后，由于图像上的像素点分辨率可能与原始图像不同，因此需要对图像进行重采样，以保证图像的细节精度和质量。

重采样方法有最邻近插值、双线性插值和双三次插值等，根据实际情况选择合适的方法。

5. 边缘裁剪：在完成像素重采样后，由于几何校正和重采样的处理可能会导致图像边缘的变形，需要对图像进行边缘裁剪，以去除边缘的不确定区域。

6. 输出校正后的图像：完成校正后的图像即可输出，用于后续的遥感分析和应用。

2需要注意的是，以上是一个较为简单的遥感图像几何校正流程，具体步骤和方法会因不同的图像类型、几何变换需求和软件工具的选择而有所不同。

在实际应用中，还需要考虑更多因素，如地面控制点的选择和精度要求、辅助数据的使用等。

3。

遥感图像的几何校正实验报告1．实验目的和内容实验目的：学习如何使用ENVY中Image to Image和Image to Map两种方法对遥感图像进行几何校正，了解掌握遥感图像几何校正的基本原理和和方法，理解遥感图像几何校正的意义。

实验内容：（1）Image to Image以一副已经经过几何校正的栅格文件作为基准图，通过从二幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置。

（2）Image to Map通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入，从矢量文件中获取或者从栅格文件中获取。

2．图像处理方法和流程A. Image to Image1、加载影像，打开ENVI，file>>open image file，加载待校正影像与已校正影像。

2、启动几何校正模块Map>>Registration>>Select GCPs:Image to Image，打开几何校正模块。

选择显示base.img文件的Display为基准影像（Base Image），显示uncorrected.img文件的Display为待校正影像（Warp Image）点击OK3、采集地面控制点（1）在两个Display中找到相同区域，在Zoom窗口中，将十字光标定位到相同点上，点击Ground Control Points Selection上的Add Point按钮，将当前找到的点加入控制点列表。

（2）当选择一定数量的控制点之后（至少3个），利用自动找点功能。

Ground Control Points Selection窗口>>Options>>Automatically Generate Tie Points，选择一个匹配波段点击OK。

（3）Image to Image GCP List窗口>>Options>Order Points by Error，按照RMS值有高到底排序。

如何进行遥感图像的几何校正与纠正遥感图像是通过无人机、卫星等远距离设备获取的地球表面的影像数据。

这些图像在应用于地理信息系统(GIS)、自然资源管理、城市规划等领域时，需要进行几何校正与纠正。

本文将介绍什么是遥感图像的几何校正与纠正，以及如何进行这一过程。

一、什么是遥感图像的几何校正与纠正遥感图像的几何校正与纠正是指将采集到的图像数据与真实地理空间进行对应，消除由于图像采集时摄像设备、地球曲率等因素引起的形变、偏移等问题，使图像具备准确的地理位置信息。

这项工作是遥感技术应用的重要环节，对于后续的数据分析和信息提取至关重要。

二、遥感图像的几何校正与纠正方法1. 外方位元素法外方位元素法是利用航片或图像外方位元素（像空间坐标与地面坐标之间的变换参数）进行几何校正与纠正的方法。

在这种方法中，需要准确确定图像的摄影中心、摄影距离以及摄影方位角等相关参数，通过计算来修正图像的几何形变。

外方位元素法准确性较高，适用于相对高精度的项目。

2. 控制点法控制点法是通过在图像上选择一系列已知地理位置的控制点，在地面实地测量其坐标，然后通过像点与地理坐标的对应关系，进行几何校正与纠正的方法。

该方法的关键在于控制点的选择与测量精度，控制点越多、分布更均匀，纠正效果越好。

3. 数字高程模型（DEM）法数字高程模型法是通过使用数字高程模型数据，将遥感图像与地面实际高程进行对照校正的方法。

通过图像与DEM之间的高差计算，对图像进行几何校正与纠正。

这种方法适用于大范围的地形起伏、高程变化较大的区域。

三、遥感图像的几何校正与纠正注意事项1. 数据预处理在进行几何校正与纠正之前，需要对采集到的遥感图像进行预处理。

预处理包括影像增强、去噪、边缘检测等步骤，以提高图像质量和准确性。

2. 参考数据选择在进行校正与纠正时，需要选择适当的参考数据，以确保纠正结果的准确性。

参考数据可以包括航片、已经准确校正的图像、已知地理坐标点等。

3. 校正模型选择校正模型选择是几何校正与纠正的关键步骤之一。

遥感图像影像几何校正方法与精度评价遥感技术是一种通过航空器或卫星获取地球表面信息的技术手段。

为了获得准确的地理空间信息，遥感图像需要经过几何校正。

本文将介绍几种常用的遥感图像影像几何校正方法，并探讨它们的精度评价。

一、几何校正方法1. 多点校正法多点校正法是一种常用的几何校正方法。

它通过在图像中选择多个控制点，然后根据这些控制点在现实地面上的坐标，使用几何变换公式进行图像的几何校正。

这种方法简单易行，适用于中等分辨率的图像。

2. 数字高程模型校正法数字高程模型校正法是一种基于数字高程模型的几何校正方法。

首先，通过获取地面的数字高程模型，然后将图像与数字高程模型进行配准，最后进行几何校正。

这种方法的优点是精度较高，适用于高分辨率的图像。

3. 惯导校正法惯导校正法是一种利用航空器或卫星的惯性导航系统进行几何校正的方法。

惯性导航系统可以测量航空器或卫星的姿态和位置信息，根据这些信息对图像进行几何校正。

这种方法的精度较高，适用于航空器或卫星上配备有惯性导航系统的情况。

二、精度评价几何校正的精度评价是衡量几何校正过程中误差大小的方法。

常用的评价指标有均方根误差（RMSE）和控制点定位精度。

1. 均方根误差（RMSE）均方根误差是通过对校正前后的像素位置误差进行统计分析得到的一个指标。

它是校正后图像中所有像素位置误差的平方和的开方。

均方根误差越小，表示几何校正的精度越高。

2. 控制点定位精度控制点定位精度是通过选取一组已知坐标的控制点，然后对校正后图像中的相应像素进行位置测量，计算其与控制点的位置误差。

控制点定位精度越小，表示几何校正的精度越高。

三、案例分析以一幅航拍图像为例，使用多点校正法、数字高程模型校正法和惯导校正法进行几何校正，并对校正后的图像进行精度评价。

多点校正法得到的校正图像的RMSE为0.5个像素，控制点定位精度为2米。

数字高程模型校正法得到的校正图像的RMSE为0.2个像素，控制点定位精度为0.5米。