资源描述:
《遥感图像的几何畸变 和几何纠正方法》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、上节回顾1图像的辐射纠正2数字图像的增强技术3软件实习4作业布置16遥感图像的几何畸变和几何纠正方法2本节内容6.1遥感图像坐标系统6.2遥感图像几何畸变6.3遥感图像几何纠正方法6.4软件实习31)遥感器坐标系统S-UVWU轴:遥感器飞行方向V轴:垂直于U轴W轴:垂直于UV平面2)地面坐标系统O-XYZZ轴:原点处天顶方向XY平面垂至于Z轴3)图像坐标系统o-xyfxyf分别平行于UVW轴6.1遥感图像坐标系统4Po地面点P在地面坐标中的坐标遥感器坐标系的原点o在地面坐标中的坐标P点在遥感器坐标系中的坐标,不同的遥感器不同6.1遥感图像坐标系统(续1)56.1遥感图像
2、坐标系统(续2)66.2遥感图像几何畸变6.2.1遥感器本身引起的畸变6.2.2外部因素引起的畸变6.2.3处理过程中引起的畸变76.2.1遥感器本身引起的畸变遥感器本身引起的几何畸变与遥感器的结构、特性和工作方式不同而异。这些因素主要包括:1) 透镜的辐射方向畸变像差;2)透镜的切线方向畸变像差;3) 透镜的焦距误差;4) 透镜的光轴与投影面不正交;5) 图像的投影面非平面;6) 探测元件排列不整齐;7) 采样速率的变化;8) 采样时刻的偏差;9)扫描镜的扫描速度变化。8MSS举例例如扫描形式成像的MSS,产生的几何畸变主要是由于扫描镜的非线性振动和其它一些偶然因素引起
3、的。在地面上影响可达395米。全景畸变:96.2.2外部因素引起的畸变影响图像变形的外部因素包括:1)地球的曲率2)大气密度差引起的折光3)地形起伏4)地球自传5)遥感器轨道位置和姿态等10地球自传引起的误差11地球曲率和地形起伏引起的误差12遥感器轨道位置和姿态引起的误差中心投影13遥感器轨道位置和姿态引起的误差多中心投影例如MSSTM等146.2.3处理过程中引起的畸变遥感图像再处理过程中产生的误差,主要是由于处理设备产生的噪声引起的。传输、复制、光学数字156.3遥感图像的几何纠正方法遥感图像的几何粗处理和精处理。遥感图像的几何纠正按照处理方式分为光学纠正和数字纠正
4、。光学纠正主要用于早期的遥感图像的处理中,现在的应用已经不多。除了对框幅式的航空照片(中心投影)可以进行比较严密的纠正以外,对于大多数动态获得的遥感影像只能进行近似的纠正。主要介绍数字图像的几何纠正。166.3.1坐标关系数字图像几何纠正:通过计算机对离散结构的数字图像中的每一个像元逐个进行纠正处理的方法。这种方法能够精确地改正动态扫描图像的误差。基本原理:利用图像坐标和地面坐标(另一图像坐标、地图坐标等)之间的数学关系,即输入图像和输出图像间的坐标转换关系实现。176.3.1坐标关系(续1)其中,(xp,yp)(XP,YP)分别是任意一个像元在原始图像和纠正后图像中的坐
5、标。直接间接18直接纠正方法:从原始图像,依次对每个像元根据变换函数F(),求得它在新图像中的位置。并将灰度值付给新图像的对应位置上。间接纠正法:6-3和6-4是反解变换公式。从新图像中依次每个像元,根据变换函数f()找到它在原始图像中的位置,并将图像的灰度值赋予新图像的像元。6.3.1坐标关系(续2)196.3.2确定新的图像的边界纠正后图像和原始图像的形状、大小、方向都不一样。所以在纠正过程的实施之前,必须首先确定新图像的大小范围。根据公式6-1,6-2求出原始图像四个角点(a,b,c,d)在纠正后图像中的对应点(a’,b’,c’,d’)的坐标(Xa’,Ya’)(Xb
6、’,Yb’)(Xc’,Yc’)(Xd’,Yd’),然后求出最大值和最小值。206.3.2确定新的图像的边界(续1)X1=min(Xa’,Xb’,Xc’,Xd’)X2=max(Xa’,Xb’,Xc’,Xd’)Y1=min(Ya’,Yb’,Yc’,YXd’)Y2=max(Ya’,Yb’,Yc’,Yd’)216.3.3确定新图像的分辨率目的是确定新图像宽度和高度;根据精度要求,在新图像的范围内,划分网格,每个网格点就是一个像元。新图像的行数M=(Y2-Y1)/△Y+1;新图像的列数N=(X2-X1)/△X+1;新图像的任意一个像元的坐标由它的行列号唯一确定。226.3.4灰度的
7、重采样纠正后的新图像的每一个像元,根据变换函数,可以得到它在原始图像上的位置。如果求得的位置为整数,则该位置处的像元灰度就是新图像的灰度值。如果位置不为整数,则有几种方法:1)最近邻法2)双线性内插法3)三次卷积法236.3.4灰度的重采样(续1)1)最近邻法:距离实际位置最近的像元的灰度值作为输出图像像元的灰度值;246.3.4灰度的重采样(续2)2)双线性法:以实际位置临近的4个像元值,确定输出像元的灰度值。公式为:256.3.4灰度的重采样(续3)3)三次卷积法以实际位置临近的16个像元值,确定输出像元的灰度值。公式为: