遥感图像几何校正的支持向量机算法研究_厍向阳

基于SVM的遥感图像校正算法研究摘要:遥感图像已经成为空间技术领域非常重要的数据源,针对遥感图像的几何变形情况,采用近似的几何校正方法对图像进行线形或非线性的控制调整。

为了提高遥感图像的精确度,本文采用支持向量机的方法进行校正,并在算法级别进行了改进,得到了较好的效果。

关键词:支持向量机遥感图像校正在遥感技术迅速发展的当今,获得高分辨率、大容量的遥感观测数据成为提高地理信息系统应用范围的关键技术,遥感图像在国土、森林资源调查、城市建设等领域起到非常重要的作用,为国民经济的发展起到巨大的促进作用。

但是由于遥感图像的获取收到多种因素的影响,例如天气、卫星姿态等条件的制约,使得获取的遥感图像存在某些偏差或扭曲等几何变形,如何对这些变形的区域进行修正,成为深入应用遥感技术的重要问题。

1 遥感图像几何校正遥感图像的几何变形是指遥感图像上的像元在既定的坐标系中出现参考点不一致的情况,通常指原点变动,这样就产生了像元坐标失真的现象,另一方面,由于辐射量的失真,也会造成传感器得到的光谱与实际光谱的物理量不相同的情况。

一般来说,遥感图像的失真和变形有动态和静态变形两种情况,其中静态变形的主要特征是以地面为参照物的物体发生形状变化,而动态变形是指在传感器取景的过程中由于传感器本身发生移动而造成的图像扭曲等。

根据传感器获取图像的方式不同,可以将遥感图像的几何变形分为如下几种情况:(1)全景投影与斜距投影的几何变形。

由于全景投影基于圆柱面成像,而斜距投影针对地物点在斜距投影平面上的坐标发生位移变化,造成成像的几何形状变化。

(2)传感器外方位元素引起几何变形。

由于传感器的外方位元素在成像时会发生姿态或未知的变化,造成地物点图像相对固定的地面参照坐标发生变化,引起图像几何变形。

(3)地表高度不一致引起的几何变形。

由于地表并不是在同一高度上的,因此在垂直高度上进行取象时会引起起伏点在平面上的位移。

(4)地球曲率导致图像几何变形。

遥感图像几何精校正实验名称：遥感图像的几何精校正。

实验目的：1.了解和熟悉envi软件的几何校正的原理2.熟悉和掌握envi软件的几何校正的功能和使用方法；3.对自己的图像先找到投影，再另存一幅图像，去掉投影，在其它软件中旋转一角度，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。

实验原理：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。

多项式几何校正激励实现的两大步：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，其对应的像元的坐标是不一样的，如下图1右边为无几何畸变的图像像元分布图，像元是均匀且不等距的分布。

为了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装换。

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。

实验三、遥感图像的几何校正与裁剪实验内容：1.图像分幅裁剪（Subset Image）2.图像几何校正（Geometric Correction）3.图像拼接处理（Mosaic Imgaes）4.生成三维地形表面（3D Surfacing）1.图像分幅裁剪在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，按照ERDAS IMAGINE 8.4实现图像分幅裁剪的过程，可以将图像分幅裁剪为两类型：规则分幅裁剪，不规则分幅裁剪。

1.1规则分幅裁剪(以c:\Program File\ IMAGINE 8.4\examples\lanier.img为例)规则分幅裁剪是指裁剪图像的范围是一个矩形，通过左上角和右上角两点的坐标可以确定图像的裁剪位置，过程如下：方法一:→ERDAS IMAGINE 8.4 图标面板菜单条：Main→Data Preparation(或单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标)→打开Data Preparation 对话框→单击Subset Image按钮，打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→裁剪范围（Subset Definition）:ULX、ULY、LRX、LRY（注：ULX，ULY是指左上角的坐标，LRX,LRY是指右上角的坐标，缺省状态为整个图像范围）→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→OK(关闭Subset对话框，执行图像裁剪)方法二:→ERDAS IMAGINE 8.4图标面板菜单条:Main→Start IMAGINE Viewer(或单击RDAS IMAGINE 8.4图标面板工具条“Viewer”图标)→打开一个二维视窗→单击视窗工具条最左端的“打开文件”图标→打开Select Layer To Add对话框在Select Layer To Add对话框完成以下设置：→Look In:examples→File Name:lanier.img→Files of type:IMAGINE Image→双击OK按钮→在二维视窗中打开lanier.img文件→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit →输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→单击From Inquire Box按钮→打开Invalid Coordinate Type对话框→单击Continue→在显示图像文件lanier.img视窗中单击工具条的“+”按钮,打开Inquire Cursor 对话框,在视窗中移动十字光标,确定裁剪范围左上角和右下角,读取其坐标分别填入Subset Image对话框的ULX,ULY中和LRX,LRY中→单击OK按钮(关闭Subset对话框，执行图像裁剪)方法三:首先在视窗中打开lanier.img文件→AOI→Tools打开AOI工具面板→单击矩形框确定裁剪范围→File→Save→AOI Layer As→打开Save AOI As对话框,输入文件名:2→单击OK(退出Save AOI As对话框)→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous →输出统计忽略零值:Ignore Zero In Output Stats →输出像元波段（Select Layers）:2,3,4→单击AOI按钮→打开Choose AOI对话框→在Choose AOI对话框作如下设置：→AOI Source:File→AOI File:2→单击OK(退出Choose AOI对话框)→单击OK(退出Subset对话框,执行图像裁剪)→单击OK(退出Modeler对话框,完成图像裁剪)1.2不规则分幅裁剪不规则分幅裁剪是指裁剪图像的边界范围是个任意多边形，无法通过左上角和右下角两点的坐标确定图像的裁剪位置，而必须事先生成一个完整的闭合多边形区域，可以是一个AOI多边形，也可以是ArcInfo的一个Polygon Coverage，针对不同的情况采用不同的裁剪过程。

遥感图像的几何校正一、实验目的通过实习操作，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。

二、实验环境操作系统：Windows Vista软件：Erdas Imagine 8.4三、实验内容ERDAS软件中图像预处理模块下的图像几何校正。

几何校正的必要性：由于遥感平台位置和运动状态的变化、地形起伏、地球表面曲率、大气折射、地球自转等因素的影响，遥感图像在几何位置上会发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变，称为遥感图像的几何畸变。

产生畸变的图像给定量分析及位置配准造成困难，因此在遥感数据接收后需要对图像进行几何校正以使其能够反映出接近真实的地理状况。

几何校正的原理：遥感影像相对于地图投影坐标系统进行配准校正，即要找到遥感影像与地图投影坐标系统之间的数学函数关系，通过这种函数关系可计算出原遥感影像中每个像元在地图投影坐标系统上的位置从而得到校正后的图像。

Erdas软件中提供了7中几何校正的模型，具体如下：表 1 几何校正计算机模型与功能在本次实验中采用的是Polynomial(多项式变换)的模型，通过在遥感影像和参考图像上分别选取相应的控制点，求出二元二次多项式函数：25243210'25243210'yb x b xy b y b x b b y y a x a xy a y a x a a x +++++=+++++=，得到变换后的图像坐标（x ′,y ′）与参考图像坐标的关系，从而对图像进行几何校正。

四、实验步骤运行Erdas Imagine 软件第一步：显示图像文件1) 在Erdas 图标面板中单击Viewer 图标两次，打开两个视窗：Viewer 1和 Viewer 2； 2) 在Viewer 1视窗下打开需要校正的遥感影像wucesourse.img ，在Viewer 2 视窗下打开参考图像wucepoint.img ；第二步：启动几何校正模块（Set Geometric Model ）单击Viewer 1视窗菜单栏中的Raster →Geometric Correction →打开Set Geometric Model 对话框(见图1) →选择多项式几何校正模型 Polynomial →OK→打开Geometric Correction Tools 对话框（见图2）和Polynomial Model Properties 对话框（见图3）→在Polynomial Model Properties 对话框中定义多项式次方（Polynomial Order ）为2（见图3）→单击Apply →单击Close→打开GCP Tool Reference Setup 对话框（见图4）图1 Set Geometric Model 对话框 图2 Geometric Correction Tools 对话框图 3 Polynomial Model Properties对话框图4 GCP Tool Reference Setup 对话框第三步：启动控制点工具首先在GCP Tool Reference Setup 对话框（图4）中选择采点模式：→选择Existing Viewer→OK→打开Viewer Selection Instructions指示器（见图5）→在参考图像Viewer2中单击左键→打开Reference Map Information 提示框（见图6）→OK→弹出Approximate Statistics 提示框（见图7）→OK→此时，整个屏幕将自动变化为如图8所示的状态，表明控制点工具已启动，进入控制点采点状态图5 Viewer Selection Instructions 指示器图6 Reference Map Information 提示框图7 Approximate Statistics 提示框图8 控制点采点第四步：采集地面控制点1)在Viewer1中移动关联方框的位置，寻找明显的地物特征点，单击Geometric CorrectionTools对话框中的图标，进入控制点选取状态，点击所选择的地物特征点；然后在Viewer2中移动关联方框的位置，寻找对应的地物特征点，同样点击，再单击相应的地物特征点；2)重复以上步骤6次直至6个控制点选择完毕（二次多项式需要6个点来确定）；3)单击下方GCP Tool对话框中的图标，在Viewer1中选择第7个点，从而得到RMSError（见图9），从中判断上一步所选控制点的准确性（一般要求RMS Error要小于0.5，若没有达到要求应重新选点或者对所选点进行调整）图9 RMS Error 图10 多项式第五步：计算转换模型在控制点采集过程中，随着控制点采集的完成，转换模型就自动生成，单击Geometric Correction Tools对话框中的图标→Transformation可以查阅多项式参数（见图10）第六步：图像重采样重采样过程是指依据未校正图像的像元值，计算生成一幅校正图像的过程在Geometric Correction Tools对话框中选择图标→在弹出的Resample对话框（见图11）中输入重采样后的图像文件名guangzhou123.img →OK图11→在Viewer中打开guangzhou123.img即可看到几何校正后的图像实验完毕五、实验结果与讨论校正前遥感影像校正后遥感影像参考图像通过以上三幅图像的对比，可以发现校正后的图像相对于校正前的图像房屋、道路等图像信息发生了变化，像元的坐标发生了变化，而其变化后的地物特征更加接近参考图像的地物特征。

遥感图像几何校正第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。