项目四任务一遥感图像校正.pptVIP

项目四 遥感图像预处理 项目四 遥感图像预处理 遥感数据具有多平台、多传感器、多实相、分幅等特点，因此在数字图像处理中，原始观测数据往往不能够满足研究要求，如影像存在畸变、影像跨越不同幅面。为了更充分地利用好原始观测遥感数据，获取更多有益的信息，需要对遥感图像预处理。 任务一、遥感图像校正 任务二、遥感图像镶嵌 任务三、 遥感图像裁剪 任务一、遥感图像校正 2.辐射校正的目的 3.辐射误差产生的原因 4.遥感图像辐射校正方法 4.遥感图像辐射校正方法 实训步骤 遥感图像数据降噪处理 遥感图像数据去条带处理 实训要求 将以上三种处理结果的输出图像连同原图像分别抓图至Word文档中，并对各个图像做好相应的注释。 将此Word文档保存到各自的文件夹中，再将文件夹打包，命名为“班级+姓名”后提交。 二、遥感图像几何校正 1.遥感图像的几何畸变 二、遥感图像几何校正 1.遥感图像的几何畸变 二、遥感图像几何校正 图像的几何校正（geometric correction）是指从具有几何畸变的图像中消除畸变的过程。也可以说是定量地确定图像上的像元坐标（图像坐标）与目标物的地理坐标（地图坐标等）的对应关系（坐标变换式）。即把数据投影到平面上，使之符合投影系统的过程。 (4)几何校正方式 ①系统性校正：当知道了消除图像几何畸变的理论校正公式时，可把该式中所含的与遥感器构造有关的校准数（焦距等）及遥感器的位置、姿态等的测量值代人到理论校正式中进行几何校正。 ②非系统性校正：利用控制点的图像坐标和地图坐标的对应关系，近似地确定所给的图像坐标系和应输出的地图坐标系之间的坐标变换式。 ③复合校正：把理论校正式与利用控制点确定的校正式组合起来进行几何校正。 （5）几何校正的重采样方法 在几何校正的最后阶段，必须根据几何畸变的校正公式对输入图像进行重采样（resampling），以便输出无畸变的图像。重采样的方法有以下两种： （l）对输入图像的各个像元在变换后的输出图像坐标系上的相应位置进行计算，把各个像元的数据投影到该位置上。 （2）对输出图像的各个像元在输入图像坐标系的相应位置进行逆运算，求出该位置上的像元数据。该方法是通常采用的方法。 （5）几何校正的重采样方法 在整幅图像中，几何畸变的形状不一定是单一的，所以在重采样中往往不必求出从所需的输出图像坐标（地图坐标）到输入图像坐标的逆变换式。此时可以利用以下方法： （l）小区域分割法：把图像分割成一个个小区域，使其中所含的几何畸变的形状单一化，对每个小区域求出逆变换的近似式（通常为低次多项式）。 （2）扫描函数、像元函数法：利用扫描函数、像元函数作为逆变换式的近似式。扫描函数Y=FL（X）是在地图坐标系上表示扫描线序号为L的扫描线的函数，根据该扫描函数，可以求出通过地图坐标（X,Y）的最近的扫描线的扫描序号L。像元函数i=GL（X,Y）是表示扫描线序号为L的扫描线上的像元序号i与地图坐标（X,Y）的关系的函数，可以通过地图坐标（X,Y）求出i。 总之，首先从地图坐标（X,Y）中，根据扫描函数求出对应的扫描线的序号，然后从该扫描线的像元函数中求出像元序号。 （6）几何校正的主要内插方法 （l）最邻近内插法（NN： nearest neighbor）：以距内插点最近的观测点的像元值为所求的像元值。该方法最大可产生1／2像元的位置误差，但优点是，不破坏原来的像元值，处理速度快。 （2）双线性内插法（BL：bi-linear）：使用内插点周围的4个观测点的像元值，对所求的像元值进行线性内插。该方法的缺点是破坏了原来的数据，但具有平均化的滤波效果。 （3）3次卷积内插法（CC：cubic convolution）：使用内插点周围的 16个观测点的像元值，用3次卷积函数对所求像元值进行内插。该方法的缺点是破坏了原来的数据，但具有图像的均衡化和清晰化的效果，可得到较高的图像质量。 （7）控制点的选取 几何校正的第一步便是位置计算，首先是对所选的二元多项式求系数。这时必须已知一组控制点坐标。 ①数目确定 控制点数据的最低限是按未知系数的多少来确定的。一次多项式 （7）控制点的选取 ②选取原则 一般来说，控制点应选取图像上易分辨且较精细的特征点。这很容易通过目视方法辨别，如道路交叉口、河流弯曲或分叉处，海岸线弯曲处、湖泊边缘、飞机场、城郭边缘等。特征变化大的地区应多选些，此外，尽可能满幅均匀选取，特征实在不明显的大面积区域（如沙漠），可用求延长线交点的办法来弥补，但应尽可能避免这样做，以避免造成人为的误差。 实训三 遥感图像几何校正 实训步骤 打开图像数据。 启动几何校正模块，设置相关参数。 启动控制点工具，