ENVI遥感影像初学笔记6 |
您所在的位置:网站首页 › 几何纠正适用范围 › ENVI遥感影像初学笔记6 |
几何校正介绍
在获取遥感图像时,受到太阳辐射、大气传输、地球运动和传感器结构等多种因素的影响,导致遥感图像存在辐射畸变和几何畸变。因此,获取后的影像必须进行辐射校正和几何校正处理。几何校正的目的是纠正几何畸变,确定校正后图像的行列值,并找到新图像中每一像元的亮度值,从而实现待校正图像与基准图像的配准校正。 几何校正的主要步骤: 打开待校正图像和基准图像采集地面控制点(ground control point,GCP)计算RMS误差选择校正模型(本次实验选用Polynomial多项式变换)重采样输出(本次实验选用Cubic Convolution三次卷积内插法) 多项式校正:多项式变换通常使用多项式函数来拟合图像像元的位置变换,常见的形式是二维多项式变换,通常表示为: 其中,(X) 和 (Y) 是原始图像像元的行列坐标,(X') 和 (Y') 是校正后的图像像元的行列坐标,(a_i) 和 (b_i) 是多项式系数。 通过对图像像元的位置进行测量和对应的地理位置进行配准,可以利用这些配对点来拟合多项式变换的系数。拟合完成后,就可以利用多项式变换将整个图像进行几何校正,从而实现将图像像元的位置映射到其在地球表面的真实地理位置。 重采样以下是三种重采样输出方法的介绍: 最近邻法(Near Neighbor):最近邻内插是一种简单的内插方法,它选择离目标点最近的一个像素值作为内插结果。在放大图像时,最近邻内插会导致图像出现锯齿状的边缘,因为它只是简单地复制最近邻的像素值。尽管最近邻内插方法计算简单,但通常不会产生高质量的图像。 双线性内插法(Bilinear):双线性内插是一种比最近邻内插更加精确的内插方法。它会考虑最近的4个像素值,并根据距离加权来计算内插值。双线性内插方法会产生比最近邻内插更加平滑的图像,在放大图像时能够减轻锯齿状边缘的问题。 三次卷积内插法(Cubic Convolution):三次卷积内插是一种高阶内插方法,它利用目标点周围更多的像素值来计算内插结果,从而产生更加平滑的图像。它采用了更多的像素值信息,因此在放大图像时通常能够产生更高质量的结果。然而,三次卷积内插方法的计算复杂度也相对较高。 几何校正操作 数据准备待校正图像(图像的长宽比例和角度都与采集到的遥感图像有差别): 基准图像: ENVI经典版由于ENVI5.3版本的工具Registration:Image to Image 不支持手动采点,只支持导入控制点文件的形式,本次实验使用ENVI Classic进行: ENVI Classic 5.3界面 采集点界面:打开待校正图像(窗口1)和基准图像(窗口2) 打开校正工具->Registration->Select GCPs: Image to Image 选择窗口2为基准,窗口1为待校正图像: 选择采样点,点击add point,最好为十字路口,桥梁: 将采样好的点,保存为pts文件: 回到新版ENVI然后回到ENVI新版界面,点击工具箱中的校正工具Geometric Correction->Registration: Image to Image: 选择好待校正图像和基准图像后会可选择自动化采集控制点: 挑选出RMS较大的点,删掉RMS代表Root Mean Square,即均方根。在几何校正过程中,RMS值通常用来衡量图像像元在实际地理位置和校正后位置之间的差异。RMS值越小,表示校正效果越好,即图像像元的地理位置与实际位置的差异越小。因此,RMS值可以作为评估几何校正质量的指标之一。 校正参数:方法选择Polynomial 重采样选择Cubic Convolution 校正后效果图:从Portal视窗也可以看出与基准图像贴合的程度也是比较好的: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |