《遥感导论》 第四章 第二节 数字图像的校正.ppt

三次卷积内插法 基于计算点周围相邻的16个点进行内插 方法评价： 优点：校正后图像质量更好，细节表现更清楚 缺点：计算量大 最近邻点 （xr,yr） （xr,yr） dy dx D （xr,yr） Sinc(x) 最近邻法 双线性法 三次卷积法 1p 2p 3p 4p 灰度内插三种方法小结： 4、控制点的选取 1）控制点的类型： 控制点的选择以配准对象为依据。 a以地面坐标为匹配标准的，叫地面控制点。 GCP（Ground control point) b以地图作为地面控制点标准。 c以遥感影象作为控制点标准。 2）控制点数目的确定 一次多项式纠正 N=3 二次多项式纠正 N=6 三次多项式纠正 N=10 （N为控制点数量） 一般来说GCP的数量至少要大于(n+1)(n+2)/2，n是多项式的阶数。 3）控制点选取的原则： （1） 控制点应选取图象上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、湖泊边缘、飞机场、城廓边缘等。 （2）特征变化大的地区应多选一些。 （3）图象边缘部分一定要选取控制点，以避免外推。 （4）尽可能满幅均匀选取。 Landsat-TM 影像中控制点选取范例 某区航空影像及地图 三次多项式纠正结果 错误选取控制点的纠正结果 * * * * * * * * * * * * * * * * * * 第二节 数字图像的校正 辐射校正 (Radiometric Correction) 几何校正 (Geometric Correction) 一、数字图像 数字图像：能被计算机存储、处理和使用的图像（用数字记录遥感信号）Digital 光学图像（模拟图像）Analog ?D/A变换；A/D变换 模拟量是连续变量；数字量是离散变量（模拟图像的灰度/颜色变化是连续的） 灰阶/色标（灰标/色阶）：实质是进行离散化表示 数字图像：离散化的数字表示 图像数字化：实为对模拟图像的位置变量进行离散化和灰度值量化。 X轴/Y轴上的灰度变化是一条连续变化的平滑曲线。 数字化图像时是在X/Y方向上采样，产生离散的x值和y值 ?x和?y构成的小方格?像元 每个像元对应一个亮度值（连续变化的灰度在区间等分） 数字化后，图像可表示为数字矩阵 自然景观 数字“图像” 模拟图像 数字图像的存储类型 整型或实型：像元值(灰度值)为0~65535之间的整数时，每个cell需要2B；若像元值为实数，则 单精度型需要2B 双精度型需要4B 字符（文本）型(ASCII码)：每个字符需要一个字节，取最大像元值的字符数作为像元存储宽度 二进制（字节型）：灰度值在0~255之间，每个像元记录为1Byte(8bit) 一景TM影像185×185km，其一个波段（=6166行×6166列=38M，分辨率30m）?数据压缩 遥感数字图像的表示 数字图像可以用矩阵和矢量来表示。比较直观的就是矩阵表示（设为m行、n列的图像）： 二、辐射校正 遥感图像记录的亮度值实为进入传感器的辐射强度，它取决于： 太阳辐射照射到地面的辐射强度 地物的光谱反射率 当太阳照射同一地区时，图像像元亮度值直接反映地物的反射率?区分不同的地物 但进入传感器的辐射强度发生辐射畸变 传感器本身产生的误差 大气对辐射的影响 1、大气对进入传感器辐射的影响 到达地面的太阳辐射（透射）=太阳辐射出射度-大气对太阳辐射的吸收、反射、散射 假设不存在大气，传感器接收的辐照度只与太阳辐射到地面的辐照度和地物反射率有关。 大气对地物的辐射（含反射的太阳光和地物本身发射的辐射）发生吸收和散射，使透过率小于1，减弱了信号强度 大气对太阳辐射（包括地物的辐射）的散射有一部分直接进入传感器?增强了信号（噪声） ?产生了辐射畸变，所以要进行辐射校正 2、大气影响的粗校正 精校正难实现?常采用简化的处理方法，只去掉主要的大气影响，使图像满足基本要求?粗校正 粗校正的基本思想： 去除程辐射度（大气的散射直接进入传感器的辐射强度） 假设程辐射度在同一幅图像的有限面积内是一个常数 粗校正的两种方法 直方图最小值去除法 回归分析法 直方图最小值去除法 基本思想：一幅图像中总可找到辐射亮度接近0的地物，实际的图像亮度不为0，则认定它是由大气导致的程辐射度值 校正方法： 确定图像上有辐射亮度或反射亮度应为0的地区，则亮度最小值认定为该地区的大气影响的程辐射增量 将每一波段中每个像元的亮度值均减去本波段的最小值 程辐射随波长增大而减小(米氏散射) 三、