第二讲 遥感图像处理影像几何纠正

遥感图像的几何精纠正1．实验目的和内容内容：对TM影像进行几何纠正新定义投影方式并学会转换投影方式目的：学会利用多项式方法对TM遥感影像进行几何纠正2．实验结果图像—地图校正2.1 导入遥感影像与同一区域带有地理信息的地图【图1：待校正遥感影像与基准图】【图2：菜单栏中选择GCP菜单】【图3：图像—地图纠正界面（未选择GCP）】在遥感影像和地图中，选择同名地物点，，并将其保存，重复操作，一般是10~20个，误差控制在2个像元以下。

【图4：选择图像—图像纠正数据源】【图5：控制点选择界面（未选择GCP）】【图6：已选择控制点界面】选择的控制点，导致校正的精度误差较大，需要按照控制点误差从大到小逐渐修整。

【图7：GCP控制界面（误差修正后）】将符合要求的GCP进行保存，以方便再一次的使用。

【图8：保存GCP坐标窗口菜单】利用这些GCP对遥感影像进行几何纠正【图9：一阶多项式选择界面】【图10：一阶多项式校正前后对比】【图11：二阶多项式选择界面】【图12：二阶多项式校正前后对比】自定义投影【图13：目标文件】对于ellipse.txt添加如下字段【图14：ellipse修改视图】对于datum.txtt添加如下字段【图15：datum修改视图】按照书中提示，完成参数的填写，所完成的界面如下图所示：【图16：增加新定义坐标界面】保存新定义的投影。

【图17：加入新投影】【图18：保存新投影】转换投影【图19：转换投影选项示意】【图20：转换投影方式】【图21：选择新的投影方式】3．结果分析1.由GCP点选择可以看出，GCP应当选择的数量适当，不能过少，且控制点的选择不能过于集中，实验表明往往控制点的分布比数量对校正图像的影响更大2.在选择多项式是，除非确定图像有明显扭曲变形，不然不适宜选用3阶多项式。

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。

遥感影像的几何校正方法与技巧遥感影像是通过遥感技术获取到的地球表面的图像信息。

在遥感应用中，几何校正是一项非常重要的工作，它可以提高遥感影像的地理准确度和精度。

几何校正是指将影像与地理坐标系统进行一致性匹配，消除由于卫星平台姿态、扫描仪器误差等因素引起的像素位置偏差，使得影像能够准确地反映地球表面的真实位置。

一、几何校正的方法1. 基于控制点的校正方法这是最常用的几何校正方法，它通过选取一些地面上具有已知地理位置的标志物作为控制点，然后通过对其在影像上的位置进行测量，计算出转换参数，从而实现影像校正。

常见的控制点包括标志物、道路、河流等。

2. 基于全局栅格校正方法全局栅格校正方法是一种较为简单但精度相对较低的方法，它通过对整个影像进行平移、旋转和缩放等操作，以使校正后的影像与地理坐标系统的一致性较好。

3. 基于形变模型的校正方法除了平移、旋转和缩放等刚性变换外，影像在校正过程中往往还需要进行非刚性的形变操作，以适应地貌复杂、存在高程变化的地区。

基于形变模型的校正方法可以通过建立影像的形变模型，对不同区域进行适应性校正，从而提高几何校正的精度。

二、几何校正技巧1. 标志物选取的注意事项在进行几何校正时，选择合适的标志物对于提高校正精度至关重要。

应选择具有明显几何形状、易于在影像上检测和测量的标志物，例如明显的道路交叉口、建筑物的棱角等。

此外，这些标志物应分布在整个影像区域内，避免出现局部区域校正误差过大的情况。

2. 利用地形高程信息进行校正地形高程信息对于影像的几何校正具有重要作用。

在进行几何校正时，如果有数字高程模型（DEM）数据可用，可以将地形高程信息与影像的几何信息相结合，从而进一步提高几何校正的精度。

3. 考虑大气影响大气对于遥感影像的几何校正同样具有一定的影响。

在进行几何校正前，应先进行大气校正，消除大气造成的影响，提高校正精度。

4. 多尺度校正在进行几何校正时，可以考虑多尺度校正，即根据不同的应用需求，对不同尺度的影像进行校正处理。

如何进行遥感影像的几何校正与处理遥感影像的几何校正与处理是遥感技术中非常重要的环节，它涉及到遥感影像数据的准确性与可靠性。

本文将从几何校正的意义、校正方法和影像处理方面展开论述。

一、几何校正的意义几何校正是指将遥感影像与地球表面几何特征进行匹配，消除影像的位置偏移、旋转和尺度变化等因素，以实现影像在地球表面的精确准位。

几何校正的意义在于：1. 提高遥感影像的空间准确性：经过几何校正的影像能够准确反映地球表面目标的位置和形状，使得遥感分析结果具有更高的可信度。

2. 为后续影像处理提供基础：几何校正是影像处理的基础，只有经过几何校正的影像才能进行后续的影像处理，如图像拼接、变化检测等。

3. 便于地理信息的提取和分析：几何校正后的影像与地理坐标系相一致，可以方便地与其他地理信息数据进行集成，进行地理信息的提取和分析。

二、几何校正的方法目前常用的几何校正方法主要包括控制点法、全自动匹配法和传感器模型方法。

其中，控制点法是最常用的方法，具体步骤如下：1. 选择控制点：在影像上选择一些地面特征明显、位置准确的点，并测量其地理坐标。

2. 特征提取与匹配：通过图像处理技术提取影像和地面控制点的特征，并进行特征匹配。

3. 几何变换：根据控制点的匹配关系，运用几何变换模型（如多项式变换或仿射变换）进行影像的几何变换。

4. 前后视觉精度检查：经过几何校正后，通过前后视觉精度检查来评估影像的校正效果，并及时调整参数以提高校正精度。

除了控制点法，全自动匹配法和传感器模型方法也在一些特定情况下得到应用。

全自动匹配法基于图像匹配算法实现几何校正，传感器模型方法则通过利用传感器系统的几何模型进行影像校正，适用于高精度的几何校正需求。

三、影像处理方面几何校正完成后，还需要进行一系列的影像处理操作，以进一步提取有用的信息。

1. 影像增强：通过图像增强技术，改善影像的对比度、清晰度和色彩等，以提高影像的可视化效果。

2. 影像拼接：在几何校正的基础上，将多个遥感影像进行拼接，生成大尺度的影像，以满足大范围的遥感监测需求。

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。

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。