精华内容
下载资源
问答
  • 遥感图像受到大气传输效应和遥感器成像特征的影响出现部分歪曲变形的空间特征,这时就需要对其进行几何校正。...本文通过查阅大量文献,研究遥感影像几何校正基本方法。 关键词:几何校正;遥感影像校正
  • 正射校正是图像几何畸变的过程,它将由地形和传感器等外在因素引起的几何畸变。正射影像校正结果是一个真实遥感影像。正射校正是通过在相片上选取一些地面控制点,利用原始相片的DEM数据和校正影像的倾斜与投影差值...

    几何校正方法

    目录

    几何校正方法

    1 正射纠正

    1.1正射纠正原理

    1.2正射纠正模型

    2 RPC模型

    2.1RPC模型原理

    2.2RPC模型算法

    3 多项式模型

    3.1多项式模型原理

    3.2多项式模型算法


    1 正射纠正

    1.1正射纠正原理

           正射校正是图像几何畸变的过程,它将由地形和传感器等外在因素引起的几何畸变。正射影像校正结果是一个真实遥感影像。正射校正是通过在相片上选取一些地面控制点,利用原始相片的DEM数据和校正影像的倾斜与投影差值,将影像重采样成正射影像。利用若干幅正射影像拼接镶嵌,通过色彩平衡处理后,在一定范围内裁剪出的图像即为正射影像图。

    1.2正射纠正模型

           对于遥感影像,常用的校正模型有理函数模型、多项式模型。①有理函数模型(RPC模型):该模型根据地面点的三维坐标与像点的二维坐标建立一个比值多项式关系,它可以得到一个与严格物理模型近似的精度、形式简单的模型。它形式简单,能够独立于具体的传感器,同时它能满足成像几何模型通用化、处理高速智能化和传感器参数透明化的要求。②多项式模型:模型简单,既不需要考虑外方位元素,也不需要考虑遥感影像成像的过程,同时计算效率也比较高。但是,该模型不能考虑地形起伏引起的变形,更适合应用在平坦地区,或者研究范围比较小的地区。

    2 RPC模型

    2.1RPC模型原理

            RPC模型是一种广义的传感器成像校正模型,该模型可以与需要获得卫星内部核心参数的严格物理模型相近似的、精度基本一致的校正效果,因此在很多遥感影像处理工作中RPC 模型都将会取代复杂的严格物理校正模型。基于有理多项式系数(RPC,Rational Polynomial Coefficients)的有理函数模型(RFM,Rational Function Model)相对于各种传感器几何模型其表达形式更精确、更普遍,但需利用误差补偿模型来补偿影像的RPC参数误差。

    2.2RPC模型算法

           RPC模型是将影像坐标p(r,c)与地面坐标P(X,Y,Z)关联起来,建立比值多项式的数学关系,其表达形式如下:

           式中,P(X,Y,Z)为多项式函数,其每项的X、Y、Z 的幂最大为3,每项的 X、Y、Z的幂值总和也不高于3,通常取值为1、2、3 三种。具体表达式如下:

           式中,a0,a1,a2,……,a19是有理函数的系数。类似的,P2,P3,P4,可用bi,ci,di的多项式表示,b0和d0通常为“1”。

           在计算中,由于数据量级别间存在的差距,往往会产生舍入误差,因此,为了维持计算过程的稳定,减少该误差,需将影像坐标(r,c)和地面坐标(X,Y,Z)经过缩放和平移的正则化,得到值范围在(-1,1)之间的标准化坐标,变换形式如下:

           式中,(X0,Y0,Z0,r0,c0)是标准化平移参数;(Xs,Ys,Zs,rs,cs)为标准化比例参数。(Xn,Yn,Zn,rc,cn)为标准化后的坐标。

    3 多项式模型

    3.1多项式模型原理

           多项式模型是将校正前后影像相应点间的坐标关系用一般多项式表达。多项式模型在遥感影像校正中应用广泛,它原理直观,计算简单,尤其对地面相对平坦的情况,精度通常能满足实际要求。其基本思想如下:

           ①回避了成像时的空间几何过程,直接对影像变形的本身进行数学模拟。

           ②将遥感影像所有的几何误差来源及变形总体看作平移、缩放、旋转、仿射、偏扭、弯曲以及更高 次基本变形综合作用的结果。

           ③把原始图像变形看成是某种曲面,输出图像作为规则平面。从理论上讲,任何曲面都能以适当高次的多项式来拟合。用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系。

    3.2多项式模型算法

           多项式纠正的步骤(以遥感图像为例):

           ①确定纠正的多项式模型。

           ②选择若干个控制点,利用有限个地面控制点的已知坐标,解求多项式的系数。

           ③将各像元的坐标代入多项式进行计算,便可求得纠正后的坐标。

           ④位置进行变换,变换的同时进行灰度重采样。

           ⑤对结果进行精度评定。

           多项式的系数利用地面控制点建立的方程组来解算,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,一次多项式3个以上点,二次多项式6个以上点,三次多项式10个以上点。一般多项式校正模型如下:

           式中,(x,y)为像点的像平面坐标;(X,Y)为其对应地面点的大地坐标;ai、bi为多项式的系数,又是待定系数。通常待定系数下标“i”选为5,甚至还常常不用 a3、a5、b3、b5,即仅设8个待定系数。待定系数由图像控制点坐标确定。所谓控制点又称作同名点,即在图像中既是平面坐标点,又为对应地面点的大地坐标点。

     

    展开全文
  • 有关QuickBird几何校正方法的研究
  • 遥感影像纠正质量是制约国产卫星数据广泛应用的重要环节之一。文章对02C数据卫星HR全色数据进行了几何校正试验,总结出具有普遍性适合02C卫星HR全色数据的最优纠正模型和最佳控制点数量,为规模化生产提供参考依据。
  • 影像几何校正

    2021-01-03 02:44:19
    matlab实现影像配准(几何校正

    影像几何校正:(image-image)

    参考实例:

    在4.1 节中曾指出恢复投影变形的关键就是要找到原始图像与失真(变形)图像之间的关系s(xo, Yo)和t(xo. Yo) , 一旦变换关系s 和t 已知,就可以根据式4-]1和式4-2 将原图像J{xo, Yo)中的每一点映射到失真图像g(xlyl) 中,从而通过我们熟悉的拷贝对应像素的方式获得f 中像素点的取值。然而在实践中, s(xo, Yo)和t(功, Yo)井非易事。首先一些较为复杂的几何失真是很难通过几个解析式来描述,即我们很难对这样的失真过程建模。此外,即便是已经找到了用千描述几何失真的合理模型,如何确定该模型的参数将是又一个棘手的问题。
    对于本节将要讨论的投影变形,我们已经有了合适的解析式来描述,即通过下面的双线性方程来建模:

    式4-9 和式4-10 中总共有8 个参数, C1, C2, …,C8. 。如果能够找到4 对儿对应点(基准点),就能够建立8 个方程,解出c1 到c8 这8 个参数,从而确定映射关系s(x0,y0)和t(x0, y0) 。为此,
    我们必须至少知道4 个原图像中的点在投影失真的图像中被映射到的对应位置。有多种不同的技术用千建立基准点对儿, 一些图像生成系统存在物理的人为缺陷,如金属点,镶嵌在图像传感器上。这就产生了一个已知的点集,在获取的图像中这些点的位置是容易得到的。再比如说对千图4.21 中的汽车牌照图像,在其二值化图像中用霍夫变换(参见第9 章)检测出四边形的边框线,根据边框线的交点确定四边形的4 个顶点作为基准点将是
    一个不错的选择。在基准影像选择四个点:
    在这里插入图片描述

    从而可以解出前4 个变换参数:
    ⇒ c1~c4
    类似的可以解出后四个变换参数:
    ⇒ c5~c8

    参考书籍:数字图像处理与机器视觉

    function re = image2image(image1,image2)
    [selectedMovingPoints,selectedFixedPoints] = cpselect(image2,image1,'Wait',true);
    X0=selectedFixedPoints(1:4,2);
    Y0=selectedFixedPoints(1:4,1);
    X1=selectedMovingPoints(1:4,2);
    Y1=selectedMovingPoints(1:4,1);
    a=ones(4,1);
    X1=[X1 Y1 X1.*Y1 a];
    Y1=X1;
    C1=X1\X0;
    C2=Y1\Y0;
    [minx1,maxx1,miny1,maxy1]=findedge(image2,C1,C2);%计算图像边界大小
    [m1,n1]=size(image1);
    [m2,n2]=size(image2);
    Minx=min([minx1,0]);
    Miny=min([miny1,0]);
    Maxx=max([maxx1,m1]);
    Maxy=max([maxy1,n1]);
    %求整个图像大小
        M=Maxx-Minx;
        N=Maxy-Miny;
    re=ones(M,N)*255;
    re(2-Minx:m1-Minx+1,2-Miny:n1-Miny+1)=image1(:,:);
    for x=1:m2
        for y=1:n2
            X=[x y x.*y 1]*C1;X=ceil(X);
            Y=[x y x.*y 1]*C2;Y=ceil(Y);
         if (image2(x,y)~=0&&isinf(image2(x,y))==0)
            re(X-Minx+1,Y-Miny+1)=image2(x,y);
        end
        end
    end
    end
    function [minx,maxx,miny,maxy]=findedge(image,C1,C2)
    minx=0;miny=0;maxx=0;maxy=0;
    [m,n]=size(image);
    for x=1:m
        for y=1:n
            X=[x y x.*y 1]*C1;X=round(X);
            Y=[x y x.*y 1]*C2;Y=round(Y);
            if X<minx
                minx=X;
            elseif X>maxx
                maxx=X;
            end
            if Y<miny
                miny=Y;
            elseif  Y>maxy
                maxy=Y; 
            end
        end
    end
    
    end
    
    

    运行测试截图:
    基准影像:
    在这里插入图片描述

    变形影像:
    在这里插入图片描述

    选点过程:
    在这里插入图片描述

    结果:
    在这里插入图片描述

    总结记录:前期出错在于把获取坐标搞反了,一直做出来的校正影像都有很大问题。
    (后续进行提高精度,完善代码)

    展开全文
  • 遥感影像 几何校正 灰度重采样 数据处理
  • 这是学习遥感影像几何校正的不错的指导材料!
  • 行业分类-设备装置-基于OpenMP的遥感影像几何校正并行处理方法.zip
  • 遥感影像几何校正

    千次阅读 2014-12-08 20:58:32
    在利用SPOT卫星影像对TM影像进行几何校正过程中(image to image), 选择完控制点之后,有如下两个校正命令可供我们选用: 它们之间的区别是: 1.如果选择“Warp File...”时, 首先在下图中选择待校正影像...
    

    在利用SPOT卫星影像对TM影像进行几何校正过程中(image to image),
    选择完控制点之后,有如下两个校正命令可供我们选用:



    它们之间的区别是:
    1.如果选择“Warp File...”时,

    首先在下图中选择待校正影像(TM影像)

    点击OK后出现下图:


    我们注意到,这里只有校正模型的选择和重采样方法的选择,我们无法选择输出的投影信息以及分辨率的设置。
    这种方法输出的影像像元大小、投影参数完全跟基准影像(spot)是一致的,30米的TM影像会重采样成10米的影像。
    (很多时候会出现两个不同分辨率的影像校正后分辨率一致了就是因为这个原因)


    这时候若要保留原来TM的30米分辨率,就需要采用第2种方法“Warp File(as Image to Map)”:

    出现下图:


    然后可以设置投影信息(这里选择和SPOT影像一致)、分辨率信息等,如下图:


    (注:如果要使得校正后TM影像的投影信息不和SPOT一致,可以通过“Change Proj...”来设置)


    如果已知控制点的坐标可以通过Image to Map的方法手动选择控制点,并输入其坐标
    如果是通过一幅基准影像对另一幅影像进行校正(例如上述示例),则选择Image to Image的方法。

    展开全文
  • 根据控制点自动进行几何校正,将地理经纬度坐标转换为投影坐标
  • 有关遥感影像几何校正问题

    千次阅读 2020-03-05 15:37:19
    我们一般所说的几何校正是消除因大气传输、传感器本身、地球曲率等因素造成的几何畸变,主要纠正或者赋予影像平面坐标。正射校正除了进行常规的几何校正的功能外,还要根据DEM来纠正影像因地形起伏而产生的畸变,会...

    几何校正 正射校正 几何配准的区分
    几何校正分为不同级别,正射校正可以说是几何校正的最高级别。我们一般所说的几何校正是消除因大气传输、传感器本身、地球曲率等因素造成的几何畸变,主要纠正或者赋予影像平面坐标。正射校正除了进行常规的几何校正的功能外,还要根据DEM来纠正影像因地形起伏而产生的畸变,会给图像加上高程信息。
      几何配准和几何校正相比,几何校正主要是针对数据本身的错误,是为了给数据本身加上真实对应的几何坐标信息,是对数据本身真实性的还原。而几何配准是相对于一个参考图像而言,要将一个图像配准到参考图像,是图与图之间的一种几何关系。所以,几何校正更像是前期的一种数据处理,几何配准更像是后期的数据处理。 实质上,影像配准的原理与正射纠正的原理基本相同,是将不同时相、不同波段或不同类型的影像在几何上互相匹配,使影像间具有统一的地理坐标及像元空间分辨率。
    影像为什么需要进行几何校正
    图像的几何形变一般分为两大类:系统性和非系统性。系统性几何形变一般是由传感器本身引起的,有规律可循、具有可预测性,可以用传感器模型来校正,卫星地面接收站已经完成了这项工作;非系统性几何形变是不规律的,引起它的缘由可以是传感器平台本身的高度、姿势等,也可以是地球曲率及空气折射的变化、地形变化等。常说的几何校正,就是要消除这些非系统性几何形变。
    几何校正,是利用地面控制点和几何校正数学模型来矫正非系统性因素产生的误差,将图像投影到平面上使其符合地图投影系统的过程。由于校正过程中会将坐标系统赋予图像数据,所以此过程包括了地理编码(geo-coding)。
    基于卫星传感器自带地理定位文件进行的几何校正
    不同的数据需要使用不同的几何校正方法,对于重返周期短、空间分辨率较低的卫星数据,如 AVHRR、MODIS、SeaWiFS 等,地面控制点的选择有相当的难度。这时,可以利用卫星传感器自带的地理定位文件进行几何校正,校正精度主要受地理定位文件的影响。
    ENVI上的几何校正
    控制点的选择方式
    ENVI 提供以下选择方式:
    (1) 从栅格图像上选择
    如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据,可以从中选择控制点,
    对应的控制点选择模式为 Image to Image。
    (2) 从矢量数据中选择
    如果拥有需要校正图像区域的经过校正的矢量数据,可以从中选择控制点,对应的模式为
    Image to Map。
    (3) 从文本文件中导入
    事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据,保存为以[Map (x,y),
    Image (x,y)]格式提供的文本文件可以直接导入作为控制点,对应的控制点选择模式为 Image to
    Image 和 Image to Map。
    (4) 键盘输入
    如果只有控制点目标坐标信息或者只能从地图上获取坐标文件(如地形图等),只好通过键
    盘敲入坐标数据并在影像上找到对应点

    几何校正模型:
    ENVI提供三个几何校正模型:
    仿射变换(RST)
    多项式
    局部三角网(Delaunay Triangulation)
    正射校正
    ENVI 目前支持的正射校正包括两种模型:严格轨道模型(Pushbroom Sensor)和 RPC 有理
    多项式系数(Rational Polynomial Coefficient)
    在这里插入图片描述
    ENVI 还可以根据地面控制点(GCP)或者外方位元素(XS, YS, ZS, Omega, Phi, and Kappa)建
    立 RPC 文件,校正一般的推扫式卫星传感器、框幅式航空相片和数码航空相片。当获得的卫星
    数据提供的是轨道参数,诸如 ALOS PRISM and AVINIR, ASTER, CARTOSAT-1,IKONOS, IRS-C, MOMS,
    QuickBird, WorldView-1 等,也可以利用这个功能来生成 RPC 文件做正射校正。
    为何要进行正射校正
    几何校正是给图象加上地理坐标,正射校正加上地理坐标的同时再通过一些测量高程点和DEM来消除地形起伏引起的图象变形.后者的测量高程点很难获得,需要外定向数据点.正射纠正是几何纠正的一种,它主要是用来处理航片的,单单用几何纠正更粗糙一点,正射纠正处理航片模型更精确.如果卫星是垂直正射的话,原始条带中线部分数据最精确,而边缘就变形了.所以,对原始数据必须先进行光学校正.

    展开全文
  • 行业分类-设备装置-跨平台月基对地观测影像自动几何校正方法.zip
  • 这里提供一种方法,不需要下载谷歌地图,直接从谷歌地图上采集控制点对影像进行几何校正,通俗的讲,通常情况下配准校正软件需要加载 待纠正影像 和 参考影像两个视图,这里参考影像视图换成了谷歌地图视图,通过...
  • 对02B卫星影像数据质量及校正方法进行了研究与分析,影像...影像几何校正采用了基于自动匹配法的小样条、RPC及多项式模型3种方法进行校正实验,对它们精度成果进行比较分析。该研究可为02B影像的实际应用提供参考依据。
  • 无人机视频影像几何校正

    千次阅读 2016-05-11 21:50:12
    利用无控制点的几何校正方法,对图像进行校正。 首先,要了解地面坐标系和机体坐标系 ①在地面上选一点Og ②使xg轴在水平面内并指向某一方向 ③zg轴垂直于地面并指向地心 ④yg轴在水平面内垂直于xg轴,其指向按...
  • 1.使用作者写好的arosics package,进行几何校正,作者已经封装的很好了,短短的几行代码就可以实现遥感影像的自动几何校正,适合于大批量数据的几何校正,比如我的研究,需要用到时序的数据,手动几何校正实在太累...
  • 遥感影像几何校正模型(RPC模型)

    千次阅读 2018-07-19 17:16:45
    遥感影像几何校正模型(RPC模型)    我们下载的国产影像数据中会发现有*.rpc/*.rpb文件,其实那就是所谓的RPC文件,用于几何校正的RPC模型。简单来说,RPC模型就是有理函数纠正函数,是将地面点大地坐标与其...
  • 利用GDAL实现遥感影像几何校正

    千次阅读 2017-07-27 11:34:27
    一、概述 遥感影像和地理坐标进行关联的方式一般有好几种,一种是直接给出了仿射变换系数,即6个参数,左上角地理坐标,纵横方向上的分辨率,以及旋转系数。在这种情况下,求出某一像素点的地理坐标非常容易,直接...
  • 合成孔径雷达的几何校正,是一个文档,希望对大家的学习可以提供一定的帮助。
  • 遥感影像几何校正介绍

    千次阅读 2019-05-15 16:52:47
    遥感影像几何校正   之前对遥感中影像几何校正、几何纠正、正射纠正等概念一直模糊不清,今天在这里做一个概念性的总结。 1.概念   遥感影像几何校正,也称几何纠正。当遥感影像在几何位置上发生了变化,...
  • 遥感影像几何校正误差源

    千次阅读 2015-10-17 14:43:38
    1. 几何畸变: 在卫星遥感成像过程中,由于受到传感器结构的内部因素和传感器外部方位变化、地球曲率、地形起伏、地球旋转等外部因素的影响,图像必然会产生一定的几何畸变。主要表现为位移、旋转、缩放、仿射和...
  • 几何校正遥感影像

    2012-11-30 22:26:35
    几何校正遥感影像,包括配准过的图像和需要校正的图像
  • list, spatial_reference.ExportToWkt()) # tps校正 重采样:最邻近法 dst_ds = gdal.Warp(out_path, dataset, format='GTiff', tps=True, width=x, height=y, resampleAlg=gdal.GRIORA_NearestNeighbour)
  • ENVI遥感影像处理及几何校正

    万次阅读 2017-11-21 19:35:00
    1、几何校正方法: 1)利用卫星自带的地理定位文件进行几何校正。主菜单>>>Map>>Georeference传感器的名称,来启动这种矫正方法。 2)Image to Image几何校正。一幅图像没有经过几何校正的栅格文件或者已经...
  • 遥感影像校正内容分为系统级以及用户级的,系统级主要解决使用光学透镜中产生的边缘减光现象、光电转换的系统产生的误差、条纹、斑点的校正以及灰度一致化的校正,相关具体知识如表一归纳所示: 表一:系统辐射误差...
  • ENVI Classic上影像几何校正

    千次阅读 2020-02-27 15:12:20
    几何校正步骤 - 显示两张影像图; - 选择控制点; - 调整点,缩小误差; - 调整校正参数; - 检验是否校正正确; 详细操作步骤 1. 显示两张图像文件: 首先打开一张影像图,在...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,929
精华内容 771
关键字:

影像几何校正的方法