遥感图象的几何处理

1、第四章、遥感图像的几何处理4.1 几何处理的目的几何误差的来源几何处理方法通用的构像几何全景摄影机成像几何推扫式传感器的几何(正视)推扫式传感器的几何(前视和侧视)扫描式传感器成像几何侧视雷达成像几何一、遥感图像几何处理的目的一、遥感图像几何处理的目的目的：去除各种误差目的：去除各种误差第一，作为地球资源及环境的遥感调查结果，通常需要用能够满足量测和定位要求。第二，当应用不同传感方式，不同光谱范围以及不同成像时间的各种同一地域复合图像数据来进行计算机自动分类、地物特征的变化监测或其它应用处理时，必须保证各不同图像间的几何一致性。第三，利用遥感图像进行地形图测图或更新。方案方案-坐标变换：坐标变

2、换： 1、地球切平面坐标系统 2、地图投影系统（高斯一克吕格、兰勃特等角圆锥、 通用横轴墨卡托(UTM) 等） 地球切平面坐标系统地球切平面坐标系统: 该坐标系的原点为传感器中心在地球表面的铅垂投影(星下点)；y轴为通过星下点的地球子午圈的切线，指向北方；Z轴由星下点铅垂向上，X轴垂直于(YZ)平面，指向东方。 地图投影系统就是建立地球椭球面和平面之间的点一一对应关系。即 x=F1(B,L) y=F2(B,L) 高斯一克吕格高斯一克吕格： ：中央经线和赤道被投影为相互垂直的直线，且为对称轴；具有等角性质；中央经线投影后长度不变。 通用横轴墨卡托通用横轴墨卡托(UTM)：中央经线和赤道被投影为相

3、互垂直的直线，且为对称轴；具有等角性质；中央经线投影后长度比为0.9996。4.2、遥感图像几何误差的来源、遥感图像几何误差的来源 静态误差静态误差和动态误差动态误差 静态误差静态误差是指在成像过程中，传感器相对于地球表面呈静止状态时所具有的各种变形误差 动态误差动态误差是由于在成像过程中地球的旋转等所造成的图像变形误差。 内部误差内部误差和外部误差外部误差 内部误差内部误差 ：主要是由于传感器自身的性能、技术指标偏离标称数值所造成的。例如，对于框幅式航空摄影机，有透镜焦距变动、像主点偏移、镜头光学畸变等误差，对于多光谱扫描仪(MSS)，有扫描线首末点成像时间差、不同波段相同扫描线的成像时间差

4、、扫描镜旋转速度不均匀、扫描线的非直线性和非平行性、光电检测器的非对中等误差。 外部误差：外部误差：又称外部变形误差，指的是遥感传感器本身处在正常工作的条件下，而由传感器以外的各因素所造成的误差，例如传感器的外方位(位置，姿态)变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素所引起的变形误差等。 1、传感器成像几何形态所带来的图像变形：、传感器成像几何形态所带来的图像变形： 传感器一般的成像几何形态，有中心投影、全景投影、斜距投影以及平行投影等几种不同类型。 通常把中心投影的图像视为基准图像，因为在竖直摄影和地面平坦的情况下，中心投影图像本身与地面景物保持相似的关系(并不考虑摄影本身

5、产生的图像变形，如物镜畸变、压平等)，不存在由成像几何形态所造成的图像变形。全景和斜距投影的结果，则产生图像变形，其变形规律，可以通过与中心投影或正射投影的图像相比较获得。 全景投影变形 斜距投影变形 2、传感器外方位元素变化的影响、传感器外方位元素变化的影响 传感器的外方位元素，是指传感器成像时的位置(Xs，Ys，Zs)和姿态角(,)。 当外方位元素偏离标准位置而出现变动时，就会使图像产生变形。这种变形一般是由地物点图像的坐标误差来表达的，并可以通过传感器的构像方程写出。下面我们用几何图形来直观表述几种变形情况 雷达图像的外方位元素的影响 3 、地形起伏的影响、地形起伏的影响 1)、垂直摄影

6、时地形起伏的影响 2)、具有旁角时地形起伏的影响 4、地球曲率的影响、地球曲率的影响 5、地球自转的影响、地球自转的影响 6、大气折光的影响、大气折光的影响4.3、遥感图像的几何处理、遥感图像的几何处理 数字图像几何纠正的一般原理和主要算法数字图像几何纠正的一般原理和主要算法 作用：作用：是改正原始图像的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像。 基本环节：基本环节：一是像素坐标变换，二是像素亮度值重抽样。数字图像纠正的主要处理过程如下列框图所示。 数字图像纠正的主要处理过程框图准备工作输入原始数字图像建立纠正变换函数确定输出图像范围逐个像素点的几何位置变换像素灰度值重采样输出

7、纠正后的图像 准备工作：准备工作： 包括图像数据、地图资料、大地测量成果、航天器轨道参数和传感器参数的收集分析以及所需控制点的选择和量测等。 原始图像输入时，若是卫星图像磁带数据，可按规定的格式用专门的程序读入计算机；若是硬拷贝透明像片，则要利用数字化的扫描装置按选定的取样间隔对图像数字化扫描后，输入计算机系统。 纠正变换函数的建立：是建立图像坐标和地面(或地图)坐标间的数学关系，即输入图像与输出图像间的坐标变换关系。根据所采用数学模型的不同确定不同的纠正方法，如多项式法、共线方程法和随机场内的插值法等。纠正变换函数中有关的系数，一般可利用控制点数据来求取，也可以利用某些可预测的参数，如卫星轨

8、道参数、传感器姿态参数等来直接构成。这方面的内容将在以后详细介绍。 纠正后图像的输出可以利用图像输出装置直接从计算机产生各种形式的输出图像，也可以把数字图像记录在磁带上以供他用。 下面主要介绍： 1、输出图像边界的确定 2、纠正变换方案 3、像素亮度的重抽样方法1、纠正后数字图像的边界范围的确定 纠正后图像的边界范围，指的是在计算机存贮器中为输出图像所开出的贮存空间大小，以及该空间边界(首行，首列，末行和末列)的地图(或地面)坐标定义值。下图左侧为一幅原始图像(abcd)，定义在图像坐标系a-xy中，右侧O-XY是地图坐标系，(abcd) 为纠正后的图像，(ABCD)代表在计算机中为纠正后图像

9、开出的贮存范围及相应的地面位置。显然，由于图像边界定义得不恰当，造成了纠正后图像未被全部包括，以及出现了过多空白图像空间的不合理现象。因而，输出图像边界范围的确定原则，应既包括了纠正后图像的全部内容，又使空白图像空间尽可能地少。如正确边界范围图。直接法和间接法纠正方案 在输出图像边界及其坐标系统确立后，就可以按照选定的纠正变换函数把原始数字图 像逐个像素变换到图像贮存空间中去。这里有两种可借选择的纠正方案可以利用，即直接 法方案和间接法方案。 所谓直接法方案，是从原始图像阵列出发，按行列的顺序依次对每个原始像素点位求其在地面坐标系(也是输出图像坐标系)中的正确位置）。 所谓间接法方案，是从空白

10、的输出图像阵列出发，亦按行列的顺序依次对每个输出像素点位反求原始图像坐标中的位置。3数字图像亮度(或灰度)值的重抽样 以间接法纠正方案为例，假如输出图像阵列中的任一像素在原始图像中的投影点位坐 标值为整数时，便可简单地将整数点位上原始图像的已有亮度值直接取出填入输出图像。但若该投影点位的坐标计算值不为整数时，原始图像阵列中该非整数点位上并无现成的亮度存在，于是就必须采用适当的方法把该点位周围邻近整数点位上亮度值对该点的亮度贡献累积起来，构成该点位的新亮度值。这个过程即称为数字图像亮度(或图像灰度)值的重抽样。 重抽样时，周围像素亮度值对被抽样点(非整数点位)贡献的权可用重抽样函数来表达。理想的

11、重抽样函数是辛克(SINC)函数，其横轴上各点的幅值代表了相应点对其原点(O)处亮度贡献的权。但由于辛克函数是定义在无穷域上的，又包括三角函数的计算，实际使用不方便，因此人们采用了一些近似函数代替它，据此产生了三种常用的重抽样算法1. 最邻近像元法最邻近像元法2. 双线性插值法双线性插值法3. 双三次褶积法双三次褶积法 该法实质是取距离被抽样点最近的已知像素元素的(N)亮度作为抽样亮度。抽样邻元法重抽样最简单，但它将造成像点在一个像素范围内的位移，其几何精度较差。 双线性值重抽样法 该法的重抽样函数是对辛克函数的粗略近似，可以用一个三角形线性函数来表达 ，双线性插值法亮度重抽样当实施双线性插值

12、重抽样时，需要有被抽样点P周围4个已知像素的亮度值参加计算，其过程由于该法的计算较为简单，并具有一定的亮度抽样精度，所以它是实践中常用的方法。 双三次褶积法 该法用一个三次重抽样函数来近似表示辛克函数当利用三次函数对点P亮度重抽样时，需要P点邻近的16个已知像素的亮度值参加计算，计算的精度最好。遥感数字图像的纠正算法 多项式纠正变换 共线方程纠正法 多项式纠正法是实践中经常使用的一种方法，因为它的原理比较直观，并且计算较为简单，特别是对地面相对平坦的情况，具有足够的纠正精度。 该法的基本思想是回避成像的空间几何过程，而直接对图像变形的本身进行数学模拟。它为遥感图像的总体变形可以看作是平移、缩放、旋转、仿射、偏扭、弯曲以及更高次的基本变形的综合作用结果，因而纠正前后图像相应点之间的坐标关系可以用一个适当的多项式来表达。 该法对各种类型传感器的纠正都是普遍适用的，尽管有不同程度的近似性。同时该法不仅用于图像对地面(或地图)系统的纠正，还常用于不同类型图像之间的相互几何配准，以满足计算机分类、地物变化监测等处理的需要。 一般多项式纠正变换公式可表达为：22012345() () .xaa XaYa Xa XYaY其中: x,y为图像坐标：X，Y为同名点地面坐标。多项式的项数N与其阶数n有着固定的