遥感图像配准

1、实习目的结合遥感图像几何精校正原理，掌握遥感图像的几何精校正操作步骤和过程。

2、实习内容①、基于ENVI软件，以SPOT影像为参考图像，对TM影像进行几何精校正；②、基于地面控制点的地理坐标，对TM影像进行几何精校正。

3、实习数据及软件ENVI软件及SPOT、TM影像。

4、实习步骤以SPOT影像为参考图像，对TM影像进行几何精校正德操作过程。

（1）、相对配准①、打开SPOT（单级数黑白）影像：File → Open Image File → bldr_sp.img打开TM（多级数）影像：File → Open Image File → bldr_tm.img②、Map → Registration（配准/几何精校正）→ Select GCPs:Image to Image → Base Image（参考图像）选中Display#1 SPOT影像→ Warp Image选中Display#2 TM影像→选择标志地物建立控制点，Degree为1（所以控制点至少为3个），分别在两图上找出相对应的点，定位→ Add Point → Show List 中可以查看控制点详情。

保存控制点：File → Save Tables to ASCⅡ→ Choose选择保存路径→OK（2）、空间坐标转换在Ground Control Points Selection 窗口选择Options → Warp File →选择bldr_tm.img → OK → Method选择Polynomial（多项式）→ Resampling （重采样）选择Bilinear（双线性）→ Background改为225 → OK（3）、绝对配准Map → Registration（配准/几何精校正）→ Select GCPs :Image to Map → Zone选择13 → OK →采用经纬度来确定控制点的坐标（查看SPOT图像→右键相同点Pixel Locator获得经纬度）→ Add Point后续操作和相对配准类似。

测绘技术中的遥感影像配准方法引言遥感技术在测绘领域中扮演着重要的角色，它可以通过卫星、飞机等传感器获取地球表面的数据。

然而，由于不同传感器、不同时间获取的数据存在空间和时间上的差异，需要进行影像配准来融合和比较这些数据。

本文将介绍测绘技术中常用的遥感影像配准方法。

一、特征点匹配法特征点匹配法是一种常用的配准方法，也是最直观和简单的方法之一。

该方法基于图像中的特征点，通过将两幅影像中的对应特征点进行匹配，来实现影像的配准。

在这个过程中，可以采用特征描述子来提取特征点的信息，如SIFT（尺度不变特征变换）和SURF（加速稳健特征）等算法。

二、直接法直接法是一种比较常见的配准方法，它通过像素级的匹配来将两幅影像对齐。

这种方法的优点是简单直接，可以在不考虑图像特征的情况下完成配准，但由于像素匹配的计算量较大，所以在处理大尺寸影像时效率较低。

三、控制点法控制点法是一种基于地面控制点的配准方法。

它首先在待配准影像和参考影像中选择具有较好识别度的标志物作为控制点，然后通过测量这些控制点在两幅影像中的坐标，建立空间转换模型，进而实现影像的配准。

这种方法精度较高，适用于对地物变化较大的区域进行配准。

四、基于影像几何校正模型的配准方法利用影像几何校正模型进行配准是一种比较常见的方法，它主要根据空间变换模型进行配准。

常用的几何校正模型有平移、旋转、仿射和投影等。

通过对影像进行几何校正，可以将其与参考影像进行对比和融合，以获得更加准确和具有空间一致性的结果。

五、基于图像配准质量评估的方法在影像配准过程中，如何评估配准结果的质量是一个重要的问题。

一种常用的方法是计算影像配准后的残差误差，该误差越小，表示配准效果越好。

另外，可以利用图像质量评价指标，如峰值信噪比（PSNR）和结构相似性（SSIM）等指标来评估配准结果的质量。

六、配准精度与应用影像配准的精度对于后续的测绘应用具有重要影响。

在地图制图、城市规划、资源调查和环境监测等领域，高精度的影像配准可以提供准确的地理信息，为决策和规划提供支持。

遥感图像的配准与几何纠正1．运行ERDAS8.5软件，具体位置：开始/程序/ERDAS IMAGE 8.5/ERDAS IMAGE 8.5。

2．单击Viewer模块，打开两个viewer窗口，使两窗口平铺于窗口上3．在窗口1中打开需要配准的原始影像图（叫待纠影像），在窗口2中打开已配准的遥感图（如2004年的11838-corrected.img文件，具有地理坐标、投影，经过几何纠正，叫控制影像）。

如图1。

4．点击“Viewer1”-Raster-Geometric Correction，调出Geometric Correction 模块；5、确定几何校正模型为Polynomial，点击“OK”。

6、出现Geometric Correction窗口，确定多项式次数为1次，即默认值；点击“Close”关闭。

7、出现如下界面时点击“OK”。

8、输入参考点来源，点击窗口2中的遥感图像，以示参考点的来源；9、出现如下界面，显示参考影像的投影信息，点击OK，就进入配准工作窗口。

10、配准工作窗口。

11、选取控制点的原则：•1）控制点要以不易变化的地理标志物为主，如道路交叉口，山体裸岩等，对于水体、农田、村庄等这些容易变化的地理标志最好不要选取；•2）控制点的选择与控制影像和待纠影像的特点有关，例如影像时相特征、季相、光谱特征、分辨率等等；•3）控制点分布要均匀，一开始四个控制点最好分布于一幅影像的四角；•4）一幅影像控制点个数在20-25个左右，并且均匀分布如图。

12、控制点的选取：放大两窗口的图像，先点击图上红圈所示的控制点图标，然后在窗口1中点击拟选取位置（GCP2#），同时在窗口2中也出现相应位置和图标。

13、控制点的移动：点击控制点图标坐标的选择键，如上图，再点击选中窗口2中的GCP2#，按上下左右键即可移动窗口2中的GCP2# 控制点的位置，以与窗口1中的“GCP2#”相匹配。

坐标误差情况请注意“GCP Tool”工具栏最右边的方框，如图所示。

如何使用测绘技术进行遥感图像配准近年来，随着科技的不断发展，测绘技术得到了广泛应用，其中之一就是遥感图像配准。

遥感图像配准是指将不同时间、不同角度或不同传感器获取的遥感图像进行几何校正，以使它们在地理坐标上能够对应。

这项技术在农业、环境监测、城市规划等领域具有重要作用。

下面将简要介绍如何使用测绘技术进行遥感图像配准。

首先，为了进行遥感图像配准，我们需要使用的遥感图像必须具备一定的特征点。

特征点是图像中具有明显、稳定、易于提取和匹配的显著位置，例如建筑物的角点、道路交叉口等。

在图像中选择合适的特征点对是进行配准的基础。

一般情况下，特征点的数量越多，配准的精度就越高。

接下来，我们可以使用图像处理软件进行特征点提取和匹配。

常用的图像处理软件有ENVI、ArcGIS等。

通过这些软件，我们可以从遥感图像中提取出特征点，并将其与参考图像中的特征点进行匹配。

匹配的原则是将两幅图像中距离最近的特征点进行配对。

在匹配过程中，我们需要确保所有特征点都被正确匹配。

如果存在匹配错误的特征点，我们可以通过手工调整或使用配准算法进行修复。

在特征点匹配完成后，我们需要进行几何变换，以将待配准图像与参考图像进行对准。

常用的几何变换方法有平移、旋转、缩放和仿射变换等。

选择合适的几何变换方法取决于图像间的变形程度。

例如，如果图像间存在较大的旋转，则需要使用旋转变换来使其对准。

在进行几何变换时，我们需要根据匹配的特征点的位置关系来确定变换参数。

这些变换参数包括平移向量、旋转角度和缩放比例等。

完成几何变换后，我们需要进行精细调整以提高配准的精度。

一种常用的方法是通过控制点优化来实现。

控制点是已知地理坐标的特征点，我们可以通过控制点优化来进一步提高配准的准确性。

在进行控制点优化之前，我们需要确保控制点的地理坐标和图像坐标之间存在明确的对应关系。

通过控制点优化，我们可以对已经进行几何变换的图像进行微调，使其更加精确地与参考图像对齐。

最后，进行图像配准后，我们可以对配准结果进行评估。

1.实验目的(1)初步了解图像配准的基本流程，包括base的选取和控制点的选取，实现对两组图像进行配准，给出图像配准误差。

(2)掌握ENVI软件的基本操作方法，确保能够使用ENVI软件完成图像配准实验。

(3)理解和巩固理论知识，明确图像配准的意义，掌握动手实践操作能力，提高综合分析问题的能力。

2.实验原理2.1 几何校正与图像配准几何校正必须在遥感图像信息提取之前进行。

只有把所提取的图像信息表达在一个规定的空间投影参照系统中，才能进行图像的几何测量、相互比较以及图像叠加分析。

几何精校正是利用地面控制点进行的几何校正。

它是用一种数学模型来近似描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点（即控制点数据对）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。

图像配准是相对于一个参考图像而言，利用畸变的遥感图像与一个参考图像之间的控制点来求得几何畸变模型，然后采取像素坐标变换来得到修正之后的图像。

它是图与图之间的一种几何关系。

图像配准的流程如下：(1)输入原始数字图像(2)确定工作范围(3)选择特征点(4)匹配同名点与像元位值(5)选择纠正函数和相关参数(6)重采样(7)输出配准后的图像2.2 地面控制点的选取地面控制点是几何纠正中用来建立纠正方程的基础。

(1) 控制点数目和分布控制点数目的最小值按未知系数多少来确定。

k 阶多项式方程控制点的最小数目为(k+1)(k+2)/2，在条件允许的情况下。

控制点要均匀分在工作地区。

(2) 图像中控制点的确定在图像上，控制点应该在容易分辨、相对稳定、特征明显的位置。

在变化不明显的大面积区域，控制点可以少一些。

(3) 地面控制点坐标的确定地面控制点坐标可以通过地形图或现场实测获取。

2.3 多项式纠正方程通过多项式函数描述地面控制点在待校正图像上的图像坐标（x,y ）与其真实地理坐标（X,Y ）的映射关系。

对于简单的旋转、偏移和缩放变形，可以使用最基本的仿射变换公式进行纠正：012012x a a X a Yy b b X b Y=++=++ (2-1)复杂的变形可以使用3阶多项式纠正方程：22322301234567892232230123456789()()()()()()x a a X a Y a X a XY a Y a X a X Y a XY a Y y b b X b Y b X b XY b Y b X b X Y b XY b Y =+++++++++=+++++++++(2-2)式中：x 、y 为像素的图像坐标，从待校正图像上获取 ；X 、Y 为地面(或地图)真实地理坐标，可通过野外调查、地形图或参考图像获取；ai 、bi 为多项式系数。

遥感影像处理中的图像配准技术研究遥感影像作为一种远程获取地球表面信息的手段，已经广泛应用于农业、林业、城市规划、地质勘探等领域。

在遥感影像处理中，图像配准技术是非常重要的一步，它可以将不同时间、不同角度、不同分辨率、不同传感器获取的遥感影像精确地拼接起来，为后续的数据分析和信息提取提供准确的基础。

图像配准技术的基本概念图像配准是指将不同图像空间中的图像通过一系列变换，使得它们在相同的空间坐标系中具有相似的几何特征和像素值。

图像配准技术可以分为点匹配和区域匹配两大类。

点匹配是指在两幅图像中找出对应的特征点，通过计算这些特征点的坐标变换关系来进行图像配准。

常用的特征点匹配方法有SIFT、SURF和ORB等。

这些方法利用图像中的局部不变性特征点，在不同的图像中寻找出携带相同信息的点，然后通过点匹配对图像进行配准。

区域匹配是指在两幅图像中找出特征区域，以此来进行配准。

常用的区域匹配方法有基于互相关的方法和基于相位相关的方法。

其中基于互相关的方法是最简单的区域匹配方法，它利用图像中的像素值相似度进行匹配，并通过计算变换矩阵把两幅图像对齐。

基于相位相关的方法则是通过将图像转换到频域进行滤波、反变换等处理，从而实现图像配准。

图像配准技术在遥感影像处理中的应用在遥感影像处理中，图像配准技术是非常重要的一步。

由于遥感影像分辨率不同，光学成像区域不同等因素的影响，所获取的遥感影像之间存在较大的差异，必须经过配准才能拼接成一幅完整的图像。

同时，配准后的遥感影像还需要通过遥感影像处理技术来进行分析和提取信息。

图像配准技术在遥感影像处理中的应用广泛，其中最为常见的是农业、林业和城市规划等领域的应用。

在农业领域中，图像配准技术可用于对不同时间或不同角度获得的遥感影像进行配准，从而得出关于植物的生长状态、地面覆盖率等信息。

在林业领域中，图像配准技术可用于不同时间、不同季节甚至不同年份获得的遥感影像进行比较，从而了解森林变化、伐木状况等情况。

Lab3 geometric correction and projection transformation of remotely sensed dataObjective :The purpose of the current lab section is to adequately understand the mathematic principles and methods of geometric correction (co-registration) and projection transformation . In addition,you guys need to gain hands-on experience or skill to perform them in ENVI and ERDAS environments.实验过程：一、envi中图像配准1、根据控制点的坐标对图像进行配准1）加载中山陵地形图2) 选择map 菜单下的registration菜单，选择select gcps:image to map设置投影信息：基于经纬度的投影(geographic lat/lon)，选择基准面为WGS—843）开始配准依次移动一级窗口中的光标到四个图廓点的位置，在三级放大窗口中把十字司放在经纬线的交点的中间位置，输入该点的经纬度于编辑对话框中：点击add point，完成对控制点的编辑4）选择option菜单下的wrap file将配准好的地图生成一幅新的影像修改生成图像信息，改为50带的UTM投影，基准面为WGS-84，保存2、图像到图像的配准1）加载全色波段影像作为待配准的影像将配准好的地形图作为基准图，全色影像作为要配准的图像在两幅图像上选择5个同名地物点进行配准点击show list 查看误差，不断调整误差直至所有误差在1以内二、erdas中的配准1、打开erdas,将zsl.tiff格式的数据导为erdas.img2、viewer中打开刚刚保存的图像，选择data preparation中的配准image geometric correction点击select viewer，点击下图层，选择polynomial多项式模型点击ok,修改投影Set projection from GCP tool,选择手动输入“keyboard”将4个图廓点的坐标输入表格display，保存图像，并加载，对配准后的图像进行投影修改3、图到图的配准以刚刚配准好的地形图为基准，加载多光谱图像选择data preparation中的配准image geometric correction选择地形图作为基准面，多光谱图像为待配准影像将相同点的坐标输入表格，并调整误差4、图像裁剪创建感兴趣区域，AOI下Tools创建一个任意形状的区域后，双击保存区域。

遥感图像的非线性配准方法引言：遥感技术的快速发展使得获取大量高分辨率的遥感图像数据成为可能，但这也给图像处理和分析带来了一定的挑战。

其中一个重要的问题是如何进行图像配准，即将不同时间或不同位置拍摄的图像进行准确对齐。

线性配准方法在某些情况下效果不佳，而非线性配准方法则可以更好地应对这些挑战。

本文将介绍一些常见的非线性配准方法及其原理。

一、弹性体变换方法弹性体变换方法是一种常见的非线性配准方法，其基本原理是利用弹性体理论对图像进行变形。

该方法通常将图像变形表示为一组局部形变场，并通过迭代计算来最小化目标函数以达到最佳配准效果。

这些目标函数可以基于图像之间的像素灰度差异或基于特征点的相似性度量。

弹性体变换方法在医学影像、地质勘探和农业监测等领域得到广泛应用。

二、局部特征匹配方法局部特征匹配方法是一种基于特征点的非线性配准方法，其主要思想是在图像中提取出一些具有唯一性和稳定性的特征点，然后通过寻找这些特征点之间的相应关系来实现图像的配准。

这些特征点可以是角点、边缘点或纹理点等。

常见的局部特征匹配算法有SIFT（尺度不变特征变换）、SURF（加速稳健特征）、ORB（旋转不变的二值特征）等。

这些算法能够在图像发生旋转、缩放和投影变换等情况下保持特征点的稳定性，从而实现准确的非线性配准。

三、基于变形网格的方法基于变形网格的方法是一种常见的非线性配准方法，其基本思想是在图像上定义一组具有拓扑和几何关系的网格，然后通过调整网格节点的位置来实现图像的配准。

该方法适用于图像存在大量非线性变形的情况，例如遥感图像在不同季节或观测角度下的变化较大。

变形网格方法可以在保持网格拓扑不变的情况下改变网格节点及其周围像素的位置，从而实现对整个图像的非线性变形。

在实际应用中，通常使用贝叶斯推断或最小二乘法来优化变形网格。

四、多尺度配准方法多尺度配准方法是一种有效的非线性配准方法，其主要思想是利用图像的多个尺度表示来实现更精确和鲁棒的配准效果。

遥感影像配准方法一、引言遥感影像配准是指将多幅遥感影像通过一定的处理方法，使得它们在空间上或者光谱上相对准确地对应起来。

遥感影像配准是遥感技术中的重要环节，对于提取地物信息、监测变化、制作地图等应用具有重要意义。

本文将介绍几种常见的遥感影像配准方法。

二、特征点匹配法特征点匹配法是一种常用的遥感影像配准方法。

该方法通过提取影像中的特征点，并在不同影像中寻找相似的特征点，然后利用这些匹配的特征点进行配准。

特征点可以是角点、边缘点、纹理点等。

特征点匹配法具有计算速度快、适用范围广的优点，但对于光照、旋转、尺度变化等情况下的影像配准效果较差。

三、控制点法控制点法是一种基于已知控制点坐标的遥感影像配准方法。

该方法首先在待配准影像和参考影像中选择一些具有明显地物特征且位置准确的控制点，然后通过计算这些控制点在两幅影像中的坐标差异，从而得到待配准影像相对于参考影像的变换关系。

控制点法配准精度较高，适用于各种变换情况下的影像配准，但需要事先获取准确的控制点坐标。

四、基于图像匹配的配准方法基于图像匹配的配准方法是利用图像间的相似度进行配准的方法，常用的图像匹配算法包括相位相关法、归一化互相关法、互信息法等。

这些方法通过计算两幅影像之间的相似度，找到最佳的配准变换参数，从而实现影像的配准。

基于图像匹配的配准方法不依赖于特征点或控制点，适用于各种复杂变换情况下的影像配准，但计算量较大，需要较长的处理时间。

五、影像配准的精度评定影像配准的精度评定是判断配准效果好坏的重要指标。

常用的精度评定方法包括重叠区域比较法、控制点坐标差比较法、变换参数比较法等。

通过对配准后的影像与参考影像进行对比，计算它们之间的差异，可以评估配准的精度。

影像配准的精度评定对于验证配准方法的可靠性、优化配准参数具有重要意义。

六、总结遥感影像配准是遥感技术中的重要环节，常用的配准方法包括特征点匹配法、控制点法和基于图像匹配的配准方法。

这些方法各有优缺点，适用于不同的配准需求。