遥感图像校正

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。

遥感影像纠正的方法与技巧随着科技的不断发展，遥感技术在各个领域得到了广泛的应用。

遥感影像是通过卫星、飞机等远距离获取地面信息的一种重要手段。

然而，在获取遥感影像后，由于各种原因导致的图像扭曲、色差等问题是不可避免的。

因此，进行遥感影像纠正是必要的。

本文将介绍遥感影像纠正的常用方法与技巧。

一、几何校正方法几何校正是对遥感影像进行坐标、尺度和旋转方位的校正。

常见的几何校正方法有影像配准、地标匹配、插值等。

1. 影像配准影像配准是将待纠正影像与参考影像进行对比，通过匹配相同地物或地点的像素点，从而进行坐标转换。

常用的影像配准方法有基于特征点匹配和基于相位相关匹配两种。

基于特征点匹配的方法是通过提取影像中的特征点，并将其与参考影像中的特征点进行匹配，从而获得坐标转换模型。

OpenCV是一种常用的用于特征点匹配的开源库。

基于相位相关匹配的方法是通过计算两幅影像之间的相关性，确定它们之间的几何转换关系。

这种方法通常用于具有相位重建能力的传感器。

2. 地标匹配地标匹配是通过识别影像中的已知地标（如道路交叉口、建筑物等）并与参考影像中的地标进行匹配来进行校正的一种方法。

这种方法适用于城市建筑等具有明显特征的区域。

3. 插值插值是指通过对图像中间的像素值进行估算，从而使整个图像变得平滑过渡的过程。

常用的插值方法有双线性插值、双三次插值等。

这些方法可以使得图像在进行几何校正后仍保持较好的视觉效果。

二、辐射校正方法辐射校正是指对遥感影像中的亮度进行校正，以保证影像反映地物的真实辐射亮度。

常用的辐射校正方法有直方图匹配、大气校正、辐射转换等。

1. 直方图匹配直方图匹配是指通过将原始图像的灰度值映射到目标图像的灰度值范围来进行校正的方法。

这可以使得影像在亮度上看起来更加准确，同时保证地物的色彩还原度。

2. 大气校正大气校正是指通过估计大气光照对地面目标反射率的影响，将地表反射率从观测影像中恢复出来的一种方法。

这种方法适用于去除由大气散射引起的云、雾等干扰。

一、实验目的：1、几何校正的概念：将图像数据投影到平面上，使其符合地图投影系统的过程。

而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。

由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。

2、通过第一次实验了解ERDAS软件一些基础操作的基础上，结合指导书，学会遥感图像校正的一些基本操作，进一步熟悉并逐渐ERDAS的操作。

二、实验内容（图像校正）：1、显示图像文件（Display Image File）（1）在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），选中Session >> Title Viewers；（2）在Viewer1中打开需要校正的Lantsat图像：spot5pan.img，在Viewer2中打开作为地理参考的校正过的SPOT图像：fusion1.img；2、启动集合校正模块（Geometric Correction Tool）（1）在Viewer1菜单条中选中Raster>>Geometric Correction，打开Set Geometric Model对话框，选择多项式几何校正模型：Polynomial>>OK；（2）打开Geo Correction Tools对话框和Polynomial Model Properties对话框，在Polynomial Model Properties对话框中，定义多项式模型参数以及投影参数，定义多项式次方（Polynomial Order）为2，定义投影参数（PROJECTION）后并保存，最后Apply>>Close；（3）打开GCP Tool Referense Setup 对话框，选择视窗采点模式，即ExistingViewe>>OK, 打开Viewer Selection Instructions指示器,在显示作为地理参考图像fusion1.img的Viewer2中点击左键；（4）打开reference Map Information 提示框点击OK，此时整个屏幕将自动变化为下图所示的状态，表明控制点工具被启动，进入控制点采点状态；3、启动控制点工具（Start GCP Tools）4、采集地面控制点（Ground Control Point）（1）在GCP工具对话框中，点击Select GCP图标，进入GCP选择状态并在GCP数据表中，将输入GCP的颜色设置为比较明显的黄色然后在Viewer1中移动关联方框位置，寻找明显的地物特征点，作为输入GCP，在GCP工具对话框中，点击Create GCP图标，并在Viewer3中点击左键定点，GCP数据表将记录一个输入GCP，包括其编号、标识码、X坐标和Y坐标；（2）不断重复（1）的步骤并将参考GCP的颜色设置为比较明显的红色，采集25个控制点GCP，每采集一个InputGCP，系统就自动产生一个Ref. GCP，通过移动Ref. GCP可以优化校正模型；5、采集地面检查点（Ground Check Point）以上采集的GCP的类型均为控制点，用于控制计算，建立转换模型及多项式方程。

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。

遥感图像校正实验报告1. 引言遥感图像是通过卫星、飞机等遥感平台获取的地球表面的图像信息，具有广泛的应用价值。

然而，由于地球表面的复杂性和遥感平台的特点，遥感图像中可能存在各种影响因素，如大气、地形、光照等。

为了准确地利用遥感图像进行地物分类、资源监测等应用，需要对遥感图像进行校正。

本实验旨在探索并应用遥感图像校正方法，提高遥感图像的质量和准确度。

2. 实验目标本实验的主要目标是：- 理解遥感图像校正的原理和流程；- 掌握遥感图像校正的常用方法；- 运用所学的遥感图像校正方法，对实验数据进行校正，并评估校正效果。

3. 实验步骤3.1 数据准备本实验使用的遥感图像数据是卫星传感器获得的多光谱图像，包含了红、绿和蓝三个波段的数据。

数据提供了RAW格式的图像文件，需要进行预处理和格式转换，以便进行后续的遥感图像校正实验。

3.2 大气校正大气是遥感图像中主要的影响因素之一，大气校正是遥感图像校正中的重要步骤。

本实验采用了大气校正模型，通过计算大气透射率和反射率，对图像进行校正。

3.3 辐射校正辐射校正是遥感图像校正的另一个重要步骤，其目的是消除图像中的辐射差异，使得不同波段的图像能够进行有效的比较和分析。

本实验使用了辐射校正模型，通过计算辐射矫正系数，将原始图像转换为辐射校正后的图像。

3.4 几何校正几何校正是遥感图像校正的最后一步，其目标是消除图像中的几何形变，使得图像中的特征能够准确地对应地面的实际位置。

本实验使用了几何校正模型，通过对图像进行平移、旋转和缩放等操作，实现图像的几何校正。

4. 实验结果和讨论经过上述的步骤，我们成功地对实验数据进行了遥感图像校正。

校正后的图像显示出更好的质量和准确度，可以更好地用于地物分类和资源监测等应用。

然而，值得注意的是，遥感图像校正是一个复杂的过程，涉及到多个影响因素和数学模型。

在实际应用中，应根据具体需求和数据特点，选择合适的校正方法和参数，以达到最佳的校正效果。