遥感原理与应用--遥感影像处理-遥感影像几何处理.ppt

先在参考图像上选取以目标点为中心，大小为N＊N的区域作为目标区域T1，并确保目标点（最好是明显地物点）在区域的中间。然后确定搜索图像的搜索区S1，其大小为J＊K，显然JM，KN，S1的位置和大小选择必须合理，使得S1中能完整地包容一个模板T1，其位置的确定可以是大致估计或者根据粗加工处理以后坐标的相对误差来确定； 将模板T1放入搜索区S1内搜索同名点。从左至右、从上到下，逐像素的移动搜索区来计算目标区和搜索区之间的相关系数。取最大者为同名区域，其中心为同名点； 选取下一个目标区，重复①，②以得到其在搜索区的同名点。 数字图像相关的过程 图像间的自动配准 数字图像相关的过程示意图 图像间的自动配准 相关系数是标准化的协方差函数，协方差函数除以两信号的方差即得相关系数。对信号f、g，其相关系数为： 而对两个离散的数字图像，其灰度数据f、g，相关系数表达成为： 匹配算法 –相关系数测度 图像间的自动配准 遥感影像配准 图像间的自动配准 图像间的自动配准 要点总结 几何畸变的内涵和影响因素 遥感影像几何精校正的一般过程 精校正关键步骤 自动影像配准 谢 谢 * 像元重采样与灰度量化 因数字影像是相片的离散化采样，当想知道非采样点的灰度值时，需要由采样点（已知像素）内插，称为重采样。其附近像素（采样点）的灰度值对被采样点的影响的大小可以用重采样函数来表达。 评估校正精度 （必要步骤之一） 中低分辨率图像的精度以像素为单位，平均精度在1个像元内；高分辨率图像的精度以米为单位。校正后，一般应求出平均误差（均方根误差RMSE，即平均误差平方和的平方根）和地面控制点的最大误差。 输出纠正数字图像 几何精校正的一般过程 原始影像 纠正后影像 注：地面控制点(GCP)是几何校正中用来建立纠正方程 的基础，是最关键的数据。 几何精校正的一般过程 选择目标 控制点分布均匀，边界、四角要有，以避免图像校正不能满幅，地形起伏大的区域要多选；所选点在图像上要易辨认且目标较小，如道路的交叉点、河流的分叉处或弯曲处、飞机场等，而且这些特征在研究时间范围内没有变化。 为什么？ 控制点数目 最少控制点数目N=(n+1)(n+2)/2 , 其中n为二元多项式的次数；但控制点个数都大于最低数目（有时为6倍），一般地，都多选取20－30个控制点。为什么？ 关键点剖析I -地面控制点 几何精校正的一般过程 地面控制点坐标的确定 可以通过地形图或现场实测获取。地形图与图像获取日期应尽量接近。 影像分辨率与相应比例尺的地形图配准，如： Landsat TM (30米，彩色)， 1:10万 地形图 SPOT5 (10米，彩色)， 1:5万 地形图 QuickBird (彩色，2.44米), 1:5千 地形图 还可以使低精度图像与高精度图像配准(在高精度图像上选点)为什么？ 几何精校正的一般过程 像元空间坐标变换是按选定的校正函数把原始的数字影像逐个像元地变换到输出影像相应的坐标上去。 设任意像元在原始影像与纠正影像中的坐标分别为(x, y)、(X，Y)，它们之间存在着映射关系： 相应地，几何校正的纠正方案有2种：即直接校正法和间接校正法。 或 关键点剖析II-像元坐标变换方案 几何精校正的一般过程 几何精校正的一般过程 从原始影像出发，按行列顺序根据正解公式依次对原始影像上每个像元求出其在纠正影像中的正确位置，将所算得的原始影像上的灰度值赋予纠正影像上的像元，需经过灰度内插得到纠正影像。 直接校正法 几何精校正的一般过程 原始影像 纠正影像 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? x y 直接校正法流程 几何精校正的一般过程 用直接法得到的纠正图像上的像点不是规则排列，有的可能重复，有的可能无像点，难以获取规则排列的数字图像，所以常采用间接法纠正图像。 直接校正法缺点 几何精校正的一般过程 从空白的纠正影像出发，按行列的顺序根据反解变换函数依次由每个纠正像素点位反求其在原始影像中的位置，将所算得的原始影像上的灰度值赋予纠正影像上的像元。由于计算出的像点并不一定恰好落在原始像元的中心，需经过灰度值内插。 间接校正法 几何精校正的一般过程 原始影像 纠正影像 X Y x 灰度内插 反算 间接校正法流程 几何精校正的一般过程 当欲知不位于矩阵（采样）点上的原始函数g(x, y)的数值时就需进