遥感图像几何处理共21页

• 传感器有中心投影，全景投影，斜距投影以及平行投
影等几种成像方式。地形平坦地区的中心投影和垂直 投影没有几何畸变，但对全景投影和斜距投影则产生 图像变形。
• 常把中心投影和平行投影（正射投影）的图像视为基
准图像，而全景投影和斜距投影变形规律可以通过与 中心投影或正射投影的影像相比较而获得。因此，1航0
R1
斜向 的电
a a0
磁波
R2
经历
的是
R3
一条
弯曲
R4
的传 输路
线
a a0
17
6、地球自转的影响
地球始终在自转，而且在不同的纬度，地球转动的线速度不 同。地球资源卫星完成一景图像的扫描，在此期间，地球已经转 过一定的角度，所以，图像记录的并非一个正方形的地面区域， 而是一个存在扭曲的四边形区域。
18
• 几何精校正是以基础数据集作为参照，选取控制点进
行几何校正。此校正不考虑引起畸变的原因。
• 若基础数据集是图像，该过程叫相对校正，即以一景
图像作为基础，，是图像－－图像校正；
• 若以地图为基础校正其他图像，则叫绝对校正，是图
像－－地图校正，常用于GIS中。
• 一般地,来自与相同平台位置和传感器的多光谱图像容
第二节 遥感数字图像的几何校 正
• 第一部分 遥感图像的几何畸变 • 第二部分 遥感图像的几何校正
1
本章教学要求及教学重点
• 教学要求： • 1、掌握遥感数字图像几何畸变的原因 • 2、掌握遥感图像几何校正的过程
• 教学重点：
• 遥感图像几何校正过程
2
图像退化与复原
• 遥感是通过对反映地物电磁波信息的处理分析与解译来
称为退化（degradetion）。对一个退化的图像进行处 理，使它恢复到原始目标的状态称为图像复原 (Restoration)，它是处理由于一个或多个质量降级原 因而记录下来的影像，使处理后的图像能更好地接近原 始景物。

02
人工智能在遥感图像处理中可以应用 于地物分类、目标检测、变化检测等 方面。通过训练人工智能算法，使其 能够自动识别和分类地物，提高遥感 数据的利用价值和精度。同时，人工 智能算法还可以对遥感数据进行自动 化分析和处理，提高数据处理效率。
03
人工智能在遥感图像处理中需要解决 的关键问题包括数据标注、模型训练 和优化等。同时，还需要考虑人工智 能算法的可解释性和可靠性，以确保 其在实际应用中的效果和安全性。随 着技术的不断发展，人工智能在遥感 图像处理中的应用将进一步提高遥感 数据的利用价值和精度。
详细描述
遥感图像存储与处理是遥感技术应用的核心环节之一。 在这个过程中，原始数据会经过一系列的预处理、增强 和分类等操作，以提高图像质量和提取更多有用的信息 。例如，辐射定标、大气校正、几何校正等预处理操作 可以提高图像的精度和可靠性；图像增强技术如对比度 拉伸、滤波等可以提高图像的可视化效果和特征提取能 力；分类和目标检测等技术则可以对图像进行语义化表 达和信息提取，以满足不同应用的需求。
遥感图像处理涉及的技术包括辐 射校正、几何校正、图像增强、 信息提取等。
遥感图像处理的重要性
遥感图像处理是遥感技术应用的关键 环节，能够提高遥感数据的精度和可 靠性，为各领域提供更准确、更全面 的信息。
通过遥感图像处理，可以提取出更多 有用的信息，为决策提供科学依据， 促进各行业的智能化发展。
遥感图像处理的应用领域
图像预处理技术
01
02
03
04
去噪
消除图像中的噪声，提高图像 的清晰度。
校正
纠正图像的几何畸变和辐射畸 变，使图像更接近真实场景。
配准
将不同来源的图像进行坐标对 齐，以便于后续的图像分析和

1、框幅摄影机的构像方程 2、全景摄影机的构像方程 3、推扫式传感器的构像方程 4、红外和多光谱扫描仪的构像方程 5、侧视雷达图像的构像方程
二、遥感图像的几何变形



遥感图像的几何变形是指原始图像上各地物 的几何位置、形状、尺寸、方位等特征与在 参照系统中的表达要求不一致时产生的变形。 图像投影的参照系统——地图投影系统 近似地图投影：地球切平面坐标系 原点：传感器的星下点 X轴：东方向 Y轴：北方向 Z轴：由星下点铅垂向上


使用现有的航测仪器 对动态获取的影像只能进行近似纠正（线性变形） 具体方法：分块纠正、仿射纠正 正射影像：可消除地形起伏产生的像点位移
数字方法 使用计算机 ，处理数字图像 建立在严格的数学基础上，可以逐点（逐像素）地对图 像进行纠正，原则上可以处理任何类型的传感器图像。
数字几何处理主要内容：

三种常用的重采样方法
1、双三次卷积重采样法
（内插精度较高，但计算量大）
2、双线性内插法
（实践中常采用） 3、最邻近像元采样 （简单计算量小、辐射保真度好，但几何精度低）
双线性内插法
W ( xc ) 1 | xc |, (0 | xc | 1)
I p Wx I Wy Wx1
引起变形误差的原因
传感器成像方式 传感器外方位元素的变化
地形起伏
地球曲率 大气折射 地球自转
三、遥感图像几何处理


改正遥感图像中的几何变形，并将其投影到需要的地理坐标系中。 目的是为满足应用中量测和定位的要求、实现多源遥感图像的几何 配准、满足利用遥感图像进行地形图测图或更新的要求、等。 纠正方法： 光学方法
遥感图像几何处理

22
三种内插方法比较
方法 1
优点 简单易用，计算量小
缺点
处理后的影像亮度具有不连 续性，影响精确度
精度明显提高，特别是对亮度 计算量增加，且对影像起到
2
不连续现象或线状特征的块状 平滑作用，从而使对比度明
化现象有明显的改善。
显的分界线变得模糊。
3
更好的影像质量，细节表现更 为清楚。
工作量很大。
23
18
像元灰度值重采样
校正前后图像的分辨率变化、像元点位置相对变化引 起输出图像阵列中的同名点灰度值变化。
x X
P(X,Y) Y
纠正后影像
p(x,y) y
纠正前影像
19
最近邻法
—以距内插点最近的观测点的像元值为所求的像元值。
影像中两相邻点的距离为1，即 行间距△x＝1，列间距△y=1，取与 所计算点(x,y)周围相邻的4个点，比 较它们与被计算点的距离，哪个点距 离最近，就取哪个的亮度值作为 （x,y）点的亮度值f（x，y）。设该 最近邻点的坐标为（k,l）,则
一是指平台在运行过程中，由于姿态、地球曲 率、地形起伏、地球旋转、大气折射、以及传 感器自身性能所引起的几何位置偏差。
二是指图像上像元的坐标与地图坐标系统中相 应坐标之间的差异。
3
引起遥感图像几何变形的因素
一、遥感平台位置和运动状态变化的影响
旁向位移的影响 速度变化即航向位移的影响
高度变化的影响—地面分辨率不均匀 俯仰变化的影响
21
三次卷积内插法
取与计算点（x，y）周 围 相 邻 的 16 个 点 ， 与 双 向 线 性内插类似，可先在某一方 向上内插，每4个值依次内插 4次，求出f（x，j-1），f(x， j ） ， f(x,j+1) ， f(x,j+2) ， 再根据这四个计算结果在另 一 方 向 上 内 插 ， 得 到 f(x ， y）。

第五章 遥感图像的几何处理
内容提纲
• 遥感传感器的构像方程 • 遥感图像的几何变形 • 遥感图像的几何处理 • 图像间的自动配准和数字镶嵌
2
5.1 遥感传感器的构像方程
• 遥感图像通用构像方程 • 中心投影构像方程 • 全景摄影机的构像方程 • 推扫式传感器的构像方程 • 扫描式传感器的构像方程 • 侧视雷达图像的构像方程
24
5.1.7 基于多项式的构像方程
25
多项式构像方程的缺点
26
5.1.8 基于DLT的构像方程
27
5.1.9 基于RFM的构像方程
28
5.1.9 基于RFM的构像方程
29
5.1.9 基于RFM的构像方程
30
5.1.9 基于RFM的构像方程
31
5.2 遥感图像的几何变形
• 遥感图像成图时，由于各种因素的影响，图 像本身的几何形状与其对应的地物形状往往 是不一致的。
21
5.1.6 侧视雷达图像的构像方程
• 雷达往返脉冲与铅垂线之间的夹角为θ，oy为 等效的中心投影图像，f为等效焦距。侧视雷达 图像成像转换为旋转了θ角的中心投影，此时 像点坐标为x=0，y=rsinθ，等效焦距f=rcosθ
22
5.1.6 侧视雷达图像的构像方程
23
5.1.7 基于多项式的构像方程
yp / f
13
5.1.4 推扫式传感器的构像方程
• 行扫描动态传感器。在垂直成像的情况 下，每一条线的成像属于中心投影，在 时刻t时像点p的坐标为（0、y、-f）
14
5.1.4 推扫式传感器的构像方程
• 推扫式传感器的构成方程为：
15
5.1.4 推扫式传感器的构像方程

傅里叶变换
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。

△x =bb′ sinɑ λ x △y =bb′cosɑ λ y θ= △y /l
令l=x（或y），则得到由地球自转引 起的图像变形误差公式：
§5－3 遥感图像的几何处理
1几何处理的重要性: 1 各种专题图的生产,要求改正影像的几何
变形
2 处理、分析和综合利用多尺度的遥感数 据、多源遥感信息的表示、融合及混合像元 的分解时，必须保证各不同数据源之间几何 的一致性
(1) 中心投影情形时
在垂直摄影的条件下， φ = ω =κ ≈0 ， 地形起伏引起的像点位移为： δh=rh/H
δxh=xh/H δyh=yh/H
其中x、y为地面点对应的像点坐标，
δx 、δy 为由地形起伏引起的在x、y方向上的像点位移
(2) 推扫式成像情形时 由于x=0， δxh=xh/H=0 而在y上方有： δyh=yh/H 即投影差只发生在y方向（扫描方向）
地球自 转的影响
图像底边中点的坐标位 移产生了图像底边中点 的坐标位移△x和△y， 以及平均航偏角θ。
△x =bb′ sinɑ λ x △y =bb′cosɑ λ y θ= △y /l
α是卫星运行到图像中心点位置时的 航向角；
l是图像x方向边长； λx和λy是图像x和y方向的比例尺。
bb′=WLt
竖直摄影条件下 φ = ω =κ ≈0
1 -κ -φ
At ≈ κ 1 -ω
φ ω1
可以得到外方位元素变化所产生的像点位移为：
dx= -(f/H)dXS-(x/H)dZS-[f(1+x2/f2)]dφ -(xy/f)dω +ydκ dy= -(f/H)dYS-(y/H)dZS -(xy/f)dφ -[f(1+x2/f2)] dω -xdκ

（4）影像投影面及地图投影法的选取。
3
（1）遥感器的内部畸变：
透镜的辐射方向畸变像差 透镜的切线方向畸变像差 透镜的焦距误差 透镜的光轴与投影面的非正交性 图象投影面的非平面性 探测元件排列的不整 采样速率的变化 采样时刻的偏差 扫描镜的扫描速度的变化
4
（2）遥感平台运动状态变化
航高：当平台运动过程中受到力学
24
第一步 选择几何校正计算模型
25
第二步 选择几何校正采点模式
26
第三步 采集地面控制点（GCP）
第四步 采集地面检查点
27
第五步 影像重采样
28
重采样
– 找到一种数学关系，建立变换前影像坐标（x， y）与变换后影像坐标（u，v）的关系，通过 每一个变换后影像像元的中心位置（u代表行 数，v代表列数，均为整数）计算出变换前对 应的影像坐标点（x，y）。分析得知，整数 （u，v）的像元点在原影像坐标系中一般不 在整数（x，y）点上，即不在原影像像元的 中心。
21
复合校正：
实际工作中常常将两种方法结合起来。 把理论校正式与利用控制点确定的校正式组合 起来进行校正。① 分阶段校正的方法，即首先 根据理论校正式消除几何畸变（如内部畸变 等），然后利用少数控制点，根据所确定的低 次校正式消除残余的畸变（外部畸变等）；② 提高几何校正精度的方法，即利用控制点以较 高的精度推算理论校正式中所含的遥感器参数、 遥感器的位置及姿态参数。
• 最近邻法 • 双向线性内插法 • 三次卷积内插法。
32
最邻近内插法以距内插点最近的观测点的像元值
为所求的像元值。该方法最大可产生0.5个像元
的位置误差，优点是不破坏原来的像元值，处理
速度快。
–最近邻法

遥感监测实施技术流程
影像融合
遥感监测实施技术流程
4. 变化信息提取及变化类型确定
• 变化信息发现
• • • • 光谱特征变异法 差值法 多波段主成份变换 主成份差异法
• 变化类型的确定
• 目视解译法 • 计算机自动解译分类法 • 人机交互解译法
遥感监测实施技术流程
5. 外业调查与复核
• • • • • 实地检查确认遥感内业判读的变化图斑； 实地调查影像上识别或定位不准的小图斑边界线； 实地量测影像上量测精度不足的线状地物宽度； 对影像上有云影遮盖的范围做补充调查； 实地收集监测区内与真正变化图斑相对应的土地变更 调查资料，为变化信息分类后处理及精度评定提供依 据。
3. 多源多时相遥感数据的融合
数据融合目的是通过将监测区内两个或多个 时相的数据融合，提高影像数据的空间分辨率和 光谱分辨率，增强影像判断的准确性。 同时两个时段影像的交叉融合又会突出变异， 有助于检测出变化信息。
遥感监测实施技术流程
数据融合的关键技术：
• 充分考虑不同遥感数据之间波谱信息的相关性而 引起的有用信息的增加和噪声误差的增加，对多 源遥感数据作出合理的选择； • 解决遥感影像的几何畸变问题，使各种影像在空 间位置上能精确配准起来； • 选择合适的融合算法，最大限度地利用多种遥感 数据中的有用信息。
其中，f为等效焦距；Xi,Yi,Zi为地面点i的地面坐标；xi,yi为其图像坐标；Xsi,Ysi,Zsi 为li行上传感器的地面坐标；aj,bj,cj为li行的外方位元素Фi，Ωi，κi所确定的旋转矩 阵中的9个元素。
2.1 遥感影像几何校正
• 多项式纠正－线 性 变 换
对于地形起伏 不大的地区，我们 可以忽略DEM的影 响，采用多项式纠 正方式，多项式纠 正是常用的遥感影 像纠正方法。

方案----坐标变换：
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: 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。
• 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：
x a0 (a1 X a2Y ) (a3 X a4 XY a5Y ) .......
• 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。
• 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。

问题三：坐标纠正变换两种方案
直接法（需进行像元的重新排列，要求存储空间大一倍，计
算时间也长）
间接法（常采用）
14
几个重要的问题
问题四：亮度值重采样
最邻近像元采样
（简单计算量小、辐射保真度好，但几何精度低）
双线性内插法
（实践中常采用）
双三次卷积重采样法
（内插精度较高，但计算量大）
15
双线性内插法
遥感图像几何处理
1
主要内容：
➢遥感图像几何变形 ➢遥感图像的几何处理 ➢遥感图像几何处理的应用
2
遥感图像的几何变形
遥感图像的几何变形是指原始图像上各地物的几 何位置、形状、尺寸、方位等特征与在参照系统 （切平面坐标系）中的表达要求不一致时产生的 变形。
Hale Waihona Puke 形误差➢ 静态误差与动态误差 ➢ 内部误差与外部误差
5
➢几何处理两个层次
粗纠正：仅对图像上的系统几何误差进行改正。对传感器内部畸变的改正 很有效，但处理后图像仍有较大的残差。 精纠正：消除图像中的几何变形，得到符合某种地图投影或图形表达要求的 新图像。
6
粗纠正
——基于图像的构像方程来进行。
MSS的构像方程：
（任一像元的构像，都等效于中心投影朝旁向旋转 了一个扫描角后，以像幅中心成像的几何关系。）
图像对另一幅图像的几何纠正
19
图像配准的关键问题 ——同名点的选取
方法之一：利用图像相关法自动获取
20
相关系数
相关性测度
mm
( fi, j fi, j )(gir, jc gr,c )
(c, r)
i1 j1
1
m
m
m