遥感图像的几何校正

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。

几何精校正原理：原始的遥感图像通常包含严重的集合变形，引起这种几何变形的原因包括系统性和非系统性两类。

系统性一般由传感器本身引起，可以用传感器模型来纠正；非系统性几何变形是没有规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。

几何校正的目的就是要纠正这些系统及非系统因素引起的图像变形。

几何校正，主要方法是采用多项式法，机理是通过若干控制点，建立不同图像间的多项式控件变换和像元插值运算，实现遥感图像与实际地理图件间的配准，达到消减以及消除遥感图像的几何畸变。

主要包括：地面控制点的采集，选择多项式纠正模型，重采样等过程。

步骤：第一步：打开并显示图像文件1.选取已有的哈密地区2011年的遥感影像，由于原图已做几何校正，因此将原图作为基准图，另外将原图做一角度旋转，删除其空间参考信息，保存作为待校正图像。

用原先的图像作为参考对旋转后的图像进行几何校正，使得其比较精确。

2.打开基准图像和待校正图像，#1为基准图像，#为旋转过后的待校正图像。

如下图所示（左边是参考图像，右边是待校正图像）：第二步：启动几何校正模块1.在envi4.7菜单栏单击Map——Registration——Select GCPs: Image to Image。

2.选择基准图像为Display #1，校正图像为Display #2。

点击OK进入采集地面控制点。

第三步：采集地面控制点1.选择控制点,在两幅图像中选择位置相同的点，精度要高，如河流、道路交叉点。

选取地面控制点时要遵循以下几个基本原则：选取的点要均匀分布，高程基本一致，选取特征明显的点，要有足够的数量。

2.第一个点选好后单击Add Point选择第二个点，精确选取4个点后就可以预测。

3.用软件自带的功能选取更多的点：把十字架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，总共选取25个点。

遥感图像的几何校正原理遥感图像的几何校正原理是指通过对遥感图像进行几何变换，将图像投影到地球表面上的正确位置，以确保图像的几何特征和空间位置的精确性。

遥感图像的几何校正原理是遥感技术中极为重要的一个环节，它涉及到传感器投影模型的建立以及图像的几何校正方法和参数计算等多个方面。

遥感图像的几何校正原理主要包括以下几个方面：1. 传感器的几何投影模型：遥感图像是通过传感器获取到的，而传感器的几何投影模型是校正的基础。

传感器的几何投影模型是描述传感器观测到的像元在地面坐标系中的位置的数学模型，通常包括摄影几何模型和几何投影模型。

摄影几何模型主要用于航片和卫星图像的几何定位，几何投影模型主要用于平面影像和正射影像的几何定位。

根据传感器的类型和几何特性，选择合适的几何投影模型进行校正。

2. 地面控制点的选择：地面控制点是指已知准确地理坐标的地物特征点，通过对图像与地面控制点的匹配，可以确定图像与地面坐标系之间的几何关系。

地面控制点的选择应具有代表性和充分的空间分布，以保证校正的几何精度。

常用的地面控制点包括地面标志物、地物边界等。

3. 图像配准和校正：图像配准是指将图像与地面控制点进行匹配，确定图像在地面坐标系中的位置。

图像校正是通过几何变换将图像投影到正确位置，保证图像的几何特征和空间位置的准确性。

常用的图像校正方法包括多项式变换、分段线性变换和二次变换等。

多项式变换是基于一阶、二阶或高阶多项式函数进行校正的方法，它可以实现图像的平移、旋转、缩放和错切等变换。

分段线性变换是将图像分成若干个区域，然后在每个区域内进行线性变换。

二次变换是将图像分成若干个二次曲面，然后在每个二次曲面内进行变换。

4. 校正参数的计算：校正参数是指用于实现图像校正的参数，一般包括平移、旋转、缩放和错切等参数。

校正参数的计算是校正过程中的关键一步，一般通过最小二乘法、迭代法和控制点测量法等方法来求解。

最小二乘法是一种常用的数学优化方法，通过最小化图像与控制点之间的误差，求解校正参数。

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。

遥感图像解译中的几何纠正方法随着遥感技术的不断发展，遥感图像的获取和应用越来越普遍。

然而，由于拍摄角度、地面形态等因素的影响，遥感图像存在几何形变的问题。

为了解决这个问题，人们提出了许多几何纠正方法。

本文将介绍几种常见的遥感图像几何纠正方法，并探讨它们的优劣势。

一、多项式拟合法多项式拟合法是一种常用的几何纠正方法。

它通过将原始图像中的像素位置与现实世界中的地理位置进行对应，建立像素坐标与地理坐标之间的映射关系。

随后，利用多项式拟合的方法，根据已知的像素位置和地理位置对应关系，推导出一个几何变换模型，从而对图像进行几何纠正。

多项式拟合法的优点是简单易行，适用于各种图像，并且能够有效地减小几何变形。

然而，它也存在一定的局限性，例如对于大范围的图像，多项式拟合法在极端情况下可能会引入较大的误差。

二、控制点法控制点法是一种基于已知控制点坐标的几何纠正方法。

首先，需要在原始图像和现实世界中选取一些已知位置的控制点。

然后，根据这些已知控制点的像素坐标和地理坐标，建立起坐标之间的对应关系。

最后，通过将图像中的像素位置与地理位置对应起来，根据已知控制点的坐标对图像进行几何纠正。

控制点法的优点是准确性高，适用于各种尺度的图像。

然而，它的缺点是需要大量的已知控制点，并且对于图像中没有控制点的区域，无法进行几何纠正。

三、地形校正法地形校正法是一种考虑地面形态的几何纠正方法。

遥感图像的获取往往会受到地面形态的影响，导致图像中的距离和角度存在失真。

地形校正法通过获取地面高程数据，并将其与遥感图像相结合，对图像进行几何纠正。

地形校正法的优点是能够考虑地面形态，提高几何纠正的精度。

然而，它的缺点是需要获取地面高程数据，成本较高且工作量较大。

同时，在平坦地区或缺乏高程数据的地区，地形校正法可能不能有效实施。

综上所述，遥感图像解译中的几何纠正方法有多种选择。

每种方法都有其独特的优劣势，适用于不同的情况。

在实际应用中，可以根据需求和条件选取合适的几何纠正方法，以提高图像的几何精度和应用效果。

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 image3.出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY2（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)在出现的imput warp image中选中你要校正的影像，点ok进入registration parameters对话框：首先点change proj按钮，选择坐标系然后更改象素的大小，如果本身就是你所需要大小则不用改了最后选择重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径就OK了遥感图像的监督分类1 实验的目的和任务1）理解遥感图像计算机分类的原理和方法；2）掌握监督分类的步骤和方法。

浅谈遥感图像的几何校正摘要遥感是在不直接接触的情况下，对目标物或自然现象远距离感知的一门探测技术。

ERDAS IMAGINE是一款遥感图像处理系统软件。

遥感图像的几何处理是遥感信息处理过程中的一个重要环节，必须先用ERDAS IMAGINE进行几何精纠正,只有消除了几何变形,才能进一步分析研究,进一步开展图像解译、专题分类等分析研究工作。

关键词：遥感，erdas imagine，几何纠正1.前言遥感是在不直接接触的情况下，对目标物或自然现象远距离感知的一门探测技术。

具体地讲，是指在高空和外层空间的各种平台上，运用各种传感器获取反应地表特征的各种数据，通过传输，变换和处理，提取有用的信息，实现研究地物空间形状，位置，性质，变化及其与环境的相互关系的一门现代应用技术科学。

遥感图像处理硬件系统也从光学处理设备全面转向数字处理系统，内外存容量的迅速扩大，处理速度急速增加，使处理海量遥感数据成为现实，网络的出现将使数据实时传输和实时处理成为现实。

遥感图像处理软件系统更是不断翻新，从开始的人机对话操作方式发展到视窗方式，未来将向智能化方向发展。

ERDAS IMAGINE是一款遥感图像处理系统软件。

ERDAS IMAGINE是美国ERDAS 公司开发的遥感图像处理系统。

它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。

遥感图像作为空间数据，具有空间地理位置的概念，在应用遥感图像之前，必须将其投影到需要的地理坐标系中。

因此，遥感图像的几何处理是遥感信息处理过程中的一个重要环节。

遥感图像在成像时,由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响,获得的遥感图像相对于地表目标存在一定的几何变形,使得图像上的几何图形与该物体在所选定的地图投影中的几何图形产生差异,造成形状或位置的失真,这主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲,且其精度直接影响到后续处理工作的质量。

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。

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。