Analysis of Remote Sensing 遥感图像分析 Analysis of Remote Sensing 河南理工大学测绘学院

第十讲 遥感图像几何校正 Geometric correction

主要内容 一、遥感图像几何畸变的来源 二、遥感图像几何校正原理 三、遥感图像几何校正方法 四、遥感图像的几何配准与镶嵌 重点 重点 重点

一、遥感图像校正 在遥感成像时，由于各种因素的影响，使得遥感图像存在一定的几何畸变和辐射量失真，影响了图像的质量和应用，必须进行消除。 几何畸变:光学系统的像差、平台姿态变化、地球自转和曲率，…… 辐射失真:探测器的探测误差、大气条件的变化、照明条件的变化，……

一、遥感图像校正 图像校正：从具有畸变和失真的遥感图像中消除畸变和失真的处理过程。 包括几何校正和辐射校正。 几何校正：消除图像上的像元在图像坐标系中的坐标与其在地图坐标系等参考系统中的坐标之间的差异的过程。 辐射校正：消除图像数据中依附在辐射亮度中的各种失真的过程。

一、遥感图像校正 几何变形：图像上各像元的位置坐标与地理坐标系中的目标地物坐标的差异。 几何变形可分为：静态变形和动态变形。 静态变形：在一景图像的形成过程中遥感器相对于地球表面静止状态时所具有的各种变形误差。 动态变形：由于成像过程中地球自转和平台移动所造成的图像变形。 6

一、遥感图像校正 变形误差 焦距变动 像主点偏移 镜头畸变 相机 不同波段相同扫描线成像时间差 棱镜旋转速度不均匀 扫描线的非直线性、非平行性 采样的时间误差 相机 内部误差 扫描 ※传感器在使用前都要经过严格检校，内部误差一般较小，在此不做更多讨论。 7

一、遥感图像校正 变形误差 外方位元素变化 传播介质不均匀 地形起伏 地球曲率 大气折射 地球自转 外部误差

二、遥感图像几何畸变的来源 传感器成像方式引起的图像形变 传感器外方位元素变化的影响 地形起伏的影响 地球表面曲率的影响 大气折射的影响 地球自转的影响

二、遥感图像几何畸变的来源 1.传感器成像方式引起的图像形变 投影方式：中心投影,全景投影,斜距投影,平行投影 点中心投影（多中心投影，光机扫描） 线中心投影（行中心投影，线阵CCD） 面中心投影（中心投影，画幅式相机） 中心投影 一般以垂直摄影的中心投影图像为标准。 全景投影变形_CCD推帚式_全景畸变 斜距投影变形_侧视雷达 10

全景投影分辨率变化 Panoramic projection 二、遥感图像几何畸变的来源 1.传感器成像方式引起的图像形变 全景投影分辨率变化 Panoramic projection 扫描仪空间分辨率： 非星下点

二、遥感图像几何畸变的来源 1.传感器成像方式引起的图像形变 中心投影 全景投影

二、遥感图像几何畸变的来源 1.传感器成像方式引起的图像形变 边缘压缩

二、遥感图像几何畸变的来源 成像位置(Xs,Ys,Zs)和姿态(φ,ω,κ)偏差。 2.传感器外方位元素变化的影响 a高度变化 b姿态变化（三轴倾斜）：绕x轴旋转的姿态角称滚动（Rolling，横向摇摆）； 绕y轴旋转的姿态角称俯仰（Pitching，纵向摇摆）； 绕z轴旋转的姿态角称偏航（Yawing，偏移）

二、遥感图像几何畸变的来源 3.地形起伏的影响 像点位移

二、遥感图像几何畸变的来源 4.地球表面曲率的影响 像点位移 像元对应地面宽度不等

二、遥感图像几何畸变的来源 5.大气折射的影响 像点位移 大气的密度随高度增加而递减，电磁波会发生折射现象，导致像点位移。

二、遥感图像几何畸变的来源 6.地球自转的影响 影像偏移

三、遥感图像几何校正方法 1.几何校正种类 粗校正：由卫星地面站进行的系统级的几何校正,利用卫星等提供的轨道和姿态等参数,以及地面系统的有关处理参数对原始数据进行几何校正。 精校正：在系统校正的基础上，利用地面控制点(Ground Control Point ,GCP)建立一种数学模型(多项式模型)来近似描述遥感图像的几何畸变，然后利用模型进行几何校正。

三、遥感图像几何校正方法 中国遥感卫星地面站提供的Landsat-5和Landsat-7数据产品的处理级别包括Level 1、Level 2、Level 3和Level 4。 Level 1：经过辐射校正，但没有经过几何校正的产品数据，并将卫星下行扫描行数据反转后按标称位置排列。Level 1产品也称为辐射校正产品。 Level 2：经过辐射校正和几何校正的产品数据，并将校正后的图像数据映射到指定的地图投影坐标下。Level 2产品也称为系统校正产品。在地势起伏小的区域，Landsat-7系统校正产品的几何精度可以达到250米以内，Landsat-5系统校正产品的几何精度取决于预测星历数据的精度。 Level 3：经过辐射校正和几何校正的产品数据，同时采用地面控制点改进产品的几何精度。 Level 3产品也称为几何精校正产品。几何精校正产品的几何精度取决于地面控制点的可用性。 Level 4：经过辐射校正、几何校正和几何精校正的产品数据，同时采用数字高程模型（DEM）纠正地势起伏造成的视差。 Level 4产品也称为高程校正产品。高程校正产品的几何精度取决于地面控制点的可用性和DEM数据的分辨率。

三、遥感图像几何校正方法 2.几何校正的一般过程

三、遥感图像几何校正方法 2.几何校正的一般过程 选择控制点：在遥感图像上选择同名控制点位置，以建立图像与地面坐标系统之间的投影关系。(控制点应选在能明显定位的地方，如道路交叉点) 建立数学模型：根据图像的几何畸变性质及控制点个数来确定数学模型，建立图像与地面坐标系统之间的空间变换关系。(如多项式法，共线方程法) 校正模型求解：计算模型变换参数，评定精度，并对原始影像进行几何变换计算。 像元亮度值重采样：由于所计算的像元的对应位置的坐标不是整数值，必须通过对周围的像元值进行内插来求出新的像元值。

三、遥感图像几何校正方法 A 选择控制点(GCP) 控制点地理坐标数据的来源： 地形图； 已校正的遥感影像图； 地面GPS数据。

耗时最多的工作：地面控制点的选取

三、遥感图像几何校正方法 A 选择控制点(GCP) 地面控制点（GCP，Ground Control Point）: 一些特定的像元，其地图坐标或其它输出坐标为已知。 人工地物 线性地物交叉点 不易随时间变化的地面目标 大比例尺的图象：道路交叉点、拐点、花坛角 小比例尺的图象：城区、一些线性地物交叉点（河流、道路） 分布：较均匀分布与图象范围内，保证足够数量 25 25 25

B 建立数学模型Mathematical model 三、遥感图像几何校正方法 B 建立数学模型Mathematical model 共线方程(collinearity equation)模型 以严密的物理模型为基础，准确性高，计算复杂，需要 控制点的高程数据，几何校正中应用较少。 多项式(polynomial)模型 平坦地区精度较好，计算方便，应用广泛。 基本原理：不考虑成像的空间几何过程，而直接对图象变形的本身进行数学模拟。把遥感图象的总体变形看作是平移、缩放、旋转、仿射、偏扭、弯曲及更高次的基本变形的综合作用结果，因此，将纠正前后图象相应点间的坐标关系用一适当的多项式表达。

三、遥感图像几何校正方法 多项式(polynomial)模型 建立变换前图像坐标(x,y)与其地面同名像点地图坐标(u,v)之间的函数关系： 函数f采用二元n次多项式 n=1时： 控制点的最少数量N：

多项式次数(Degree of polynomial)选取问题 三、遥感图像几何校正方法 多项式次数(Degree of polynomial)选取问题 高次多项式能够较好的拟合控制点位置，但在远离GCP的位置，变形严重。因此，校正时多采用一次仿射变换，只有在变形较严重时，采用二次多项式。 28 28

三、遥感图像几何校正方法 多项式(polynomial)模型 具体步骤： 1）确定多项式的次数； 2）利用已知控制点坐标按最小二乘原理(或回归分析)求解多项式中的系数； 3）坐标转换，通过确定的模型实现所有像元的一一转换。 4）精度评定，计算每个控制点的均方根误差 x,y—控制点在原图像中的坐标； x’,y’—相应的多项式计算的坐标。 29 29

三、遥感图像几何校正方法 三种插值方法： 最邻近法 双线性法 三次卷积法 C 灰度重采样 Why？ 几何校正过程中，由于校正前后图象的像元大小可能变化、像元点位置的相对变化等，不能简单用原图象像元灰值代替输出像元灰度值，需要插值（重采样）。 三种插值方法： 最邻近法 双线性法 三次卷积法

最近邻法（nearest neighbor） 三、遥感图像几何校正方法 C 灰度重采样 最近邻法（nearest neighbor） 用距离投影点(采样点)最近像元灰度值代替输出像元灰度值 简单、省时，保留原始图象的值 边缘出现锯齿状 31 31 31

三、遥感图像几何校正方法 C 灰度重采样 最近邻法（nearest neighbor） 原始图像 纠正后图像（最邻近插值）

三、遥感图像几何校正方法 C 灰度重采样 双线性内插法 (bilinear interpolation ) 利用X方向和Y方向进行双向三次线性插值(4个邻点) 33 33

三、遥感图像几何校正方法 C 灰度重采样 双线性内插法(bilinear interpolation ) 原始图像 纠正后（双线性插值）

三次卷积法 (cubic convolution) 三、遥感图像几何校正方法 C 灰度重采样 三次卷积法 (cubic convolution) 取与投影点邻近的16个像元灰度值（4*4）,计算输出像元的灰度值 有不同的实现算法 35 35 35

三、遥感图像几何校正方法 C 灰度重采样 三次卷积法(cubic convolution) 几何纠正（三次卷积） 原始图像

四、遥感图像的几何配准与镶嵌 多源图像：同一地区不同时刻的图像（多时相图像）或不同传感器获取的多种图像。 图像配准通常采用多项式纠正法，直接用一个适当的多项式来模拟两幅图像间的相互变形。 过程分为两步： 1)在多源图像上确定分布均匀、足够数量、较明显的图像同名点； 2)通过所选择的图像同名点解算几何变换的多项式系数，通过纠正变换完成一幅图像对另一幅图像的几何配准。 3)当图像分辨率不一致时，利用同名点将两幅图像纠正到同一投影系统，把低分图像按高分图像像元大小进行重采样，可获得相同几何像元大小的两幅图像。 多源图像：同一地区不同时刻的图像（多时相图像）或不同传感器获取的多种图像。 多图像几何配准就是指将多图像的同名像点通过几何变换实现重叠，通常称为相对配准；将相对配准后的多图像纳入某一地图坐标系统，称作绝对配准。 图像配准的实质就是遥感图像的几何校正。

四、遥感图像的几何配准与镶嵌 镶嵌Mosaic 将不同的图像文件拼合在一起形成一幅完整的包含感兴趣区域的图像的过程。 关键： 1)如何在几何上将多幅不同的图像拼接在一起。(几何校正) 2)如何保证拼接后的图像反差一致，色调接近，没有明显的接缝。(直方图的调整或匹配) 要求：图像间要有一定的重叠度，并校正到同一地图坐标系中，即待镶嵌的图像具有相同的地理参考。

四、遥感图像的几何配准与镶嵌 镶嵌Mosaic 步骤 不同图像被校正到相同的地图投影。最好使用相同的重采样方法，具有相同的象元大小。 两幅图像进行直方图匹配，使两幅图像色调一致。 设定裁剪边界（沿着道路或河流），以及羽化范围。

小 结 本节重点 1.几何畸变的来源 2.几何校正的方法 思考 借助ENVI完成遥感图像的几何校正 预习：遥感图像的辐射处理