遥感数字图像处理2

实习序号及题目影像几何精纠正实习人姓名实习指导教师姓名地址专业班级个人e-mail地址实习地点实习日期时间实习目的和内容实习目的：1.深入理解影像几何精纠正的原理2.学会使用ENVI5.1中ImageRegistrationWorkflow的纠正方法和具体操步骤实习内容：以具有地理参考的全色波段影像为基础，对没有地理坐标的多光谱影像进行几何校正。原理和方法几何精纠正原理：原始的遥感图像通常包含严重的几何变形，引起这种几何变形的原因包括系统性和非系统性两类。系统性一般由传感器本身引起，可以用传感器模型来纠正；非系统性几何变形是没有规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。几何校正的目的就是要纠正这些系统及非系统因素引起的图像变形。几何校正属于图像的空间变化，将像素坐标映射到新的值，主要包括图像配准、图像校正、地理编码、正射校正、图像匹配。几何精纠正又称为几何配准，是指把不同传感器获取的具有几何精度的图像、地图或数据集中的相同地物元素精确的彼此匹配、叠加在一起的过程。几何精纠正以基础数据集作为参照。如果基础数据集市图像，该过程称为相对纠正，即以一景图像作为基础，纠正其它的图像，这是图像-图像的纠正；如果基础数据是标准的地图，则称为绝对纠正，即以地图作为基础，纠正图像，这是图像-地图的纠正。本次实习采用图像-图像的纠正，即相对纠正。几何精纠正的基本原理是回避成像的空间几何过程，直接利用地面控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥感图像的总体畸变可以看作是挤压、扭曲、缩放、偏移以及更高次的基本变形综合作用的结果。因此，校正前后图像相应点的坐标关系可以用一个适当的数学模型来表示。几何精纠正的基本技术是同名坐标变换方法，即通过在基础数据和图像中分别寻找地面控制点（GCP）的同名坐标，并借此建立变换关系来进行几何精纠正。几何精纠正的主要方法是采用多项式法，机理是通过若干控制点，建立不同图像间的多项式空间变换和像元插值运算，实现遥感图像与实际地理图像间的配准，达到消减以及消除遥感图像的几何畸变。主要包括：地面控制点的采集，选择多项式纠正模型，重采样等过程。多项式纠正方程在实践中经常使用，因为它的原理直观、计算简单，特别是对地面相对平坦的图像有足够好的纠正精度，可以满足计算机分类、地物变化监测等处理的需要。对于简单的旋转、偏移和缩放变形，可以使用最基本的仿射变换公式进行纠正：x=a0+a1X+a2Yy=b0+b1X+b2Y复杂的变形可以使用多项式纠正方程：x=a0+(a1X+a2Y)+(a3X2+a4XY+a5X2)+(a6X3+a7X2Y+a8XY2+a9Y3)y=b0+(b1X+b2Y)+(b3X2+b4XY+b5X2)+(b6X3+b7X2Y+b8XY2+b9Y3)其中，x、y为像素的图像坐标；X、Y为同名地物点的地面坐标；ai、bi为多项式系数。对于图像重采样：是对离散数据组成的数字图像按所需的像元位置或像元间距进行插值计算，以构成新图像的过程。主要包括两步：像素位置变换和像素值变换。像素位置变换：像素位置变换是按选定的纠正方程把原始图像中的各个像素变换到输出图像相应位置上去，变换方法有直接成图法和间接成图法（或称正解法与反解法）。直接成图法是从原始图像出发，利用纠正方程将图像中的行列转换为新图像的坐标，在此方法中像素的坐标位置发生了变化，但是像素值不变，所得到的数据无法用规则的矩阵表示，一般不采用此法。而间接成图法则是以具有地理坐标的空白图像阵列为基础，根据纠正公式计算规则网的地理坐标（X，Y）在原始图像中对应位置的（x，y）；根据（x，y）与周围像素之间的关系内插产生新的像素值，然后吧像素值写到(X,Y)。图像重采样：常用的图像重采样方法有最邻近法、双线性内插法和三次卷积内插方法。最近邻重采样：在待纠正的图像中直接区距离（x，y）最近的像素值作为重采样值，实际操作中往往取x=INT（x+0.5），y=INT（y+0.5）处的像素值作为重采样值。最近邻重采样算法简单，最大的优点是保持像素值不变。但是，纠正后的图像可能具有不连续性，会影响制图效果。双线性内插重采样：任意位于四个像素fi,j，fi,j+1，fi+1,j，fi+1,j+1，之间的像素p(x，y)，由双线性插值得到为p=(1−dx)(1−dy)fi,j+dx(1−dy)fi,j+1+dy(1−dx)fi+1,j+dxdyfi+1,j+1式中，dx=x-INT(x)，dy=y-INT(y)。该方法简单且具有一定的精度，一般能到满意的插值结果，缺点是具有低通滤波的性质，会损失图像中一些边缘或线性信息，导致图像模糊。三次卷积内插重采样：理论上最佳插值函数是辛克函数。三次卷积插值是利用多项式来逼近该函数：ω(x)={1−(a+3)x2+(a+2)|x3|，|x|1a(|x|−1)（|x|−2）2，1≤|x|20,其他式中a的值去-1或-0.5，三次卷积内插需要16个原始像素参加计算。该方法产生的图像比较平滑，缺点是计算量很大。数据准备与研究区概况使用的数据包括经过几何精纠正的spot数据（10米分辨率、1994年）和未经过几何精纠正的TM数据（30米分辨率、2009年）。Spot1，2，3上搭载的传感器HRV采用CCD（chargecoupleddevice)S作为探测元件来获取地面目标物体的图像。HRV具有多光谱XS具和PA两种模式，其余全色波段具有10m的空间分辨率，多光谱具有20m的空间分辨率。Spot4上搭载的是HRVIR传感器和一台植被仪。Spot5上搭载包括两个高分辨几何装置（HRG）和一个高分辨率立体成像装置（HRS）传感器。TM传感器是Landsat4和Landsat5携带的传感器，每16天扫描同一区域，即其16天覆盖全球一次，landsatTM影像包含7个波段，波段1-5和波段7的空间分辨率为30米，波段6（热红外波段）的空间分辨率为120米。操作步骤（1）使用file——open打开bldr-sp.img、bldr-tm.img，选择5%线性拉伸。（2）打开ENVI5.1，启动校正模块。Toolbox—Geometriccorrection---Registration---ImageRegistrationWorkflow。(3)选择基准影像：bldr-sp.img和待校正影像：bldr-tm.img。(4)配置TiePointsGeneration窗口中的“Main”选项：MatchMethod：[General]CrossCorrelation校正同种类影像，如光学影像对光学影像的校正；[CrossModality]MutualInformation校正不同种类影像，如光学影像对合成孔径雷达的校正。MinimumMatchingScore：最小匹配数。自动找点功能会给找到的点计算一个分值，分值越高精度越高。当找到的Tie点低于这个阈值，则会自动删除不参与校正。阈值范围0-1。默认值：0.6。GeometricModel:FittingGlobalTransform使用一阶多项式或仿射变换来限定控制点的位置，适合绝大部分的图像，是默认选项。FrameCentralProjection：适合于框幅式中心投影的航空影像数据。Transform:First-OrderPolynomialMaximumAllowableErrorPerTiePoint：5.00控制点以最大允许的误差距离在预测位置进行迭代运算。（5）配置TiePointsGeneration窗口中的SeedTiePoints选项SwitchToWarp/SwitchtoBase：基准影像与待配准影像视图切换按钮ShowTable：种子点列表StartEditing：添加和编辑种子点SeedTiePoints：种子点个数。点击StartEditing选择种子点。（6）配置TiePointsGeneration窗口中的Advanced选项MatchingBandInBaseImage:基准影像波段。如果影像具有波长信息，同时如果待校正影像也有波长信息或是全色影像，则红光波段被视为默认波段MatchingBandInWarpImage:待校正影像波段。如果影像具有波长信息，同时如果基准影像也有波长信息或是全色影像，则红光波段被视为默认波段。RequestedNumberofTiePoints:要求产生控制点的个数，最小值为9，默认25，根据校正精度的要求可增大数目，控制点越多，精度越高。SearchWindowsSize：搜索窗口大小，需要大于匹配窗口大小，搜索窗口越大，找到的点越精确，但是需要时间越长。它是待校正影像为控制点的配置，寻找地形特征的移动子窗口，默认255。MatchingWindowSize：匹配窗口大小，会根据输入图像的分辨率自动调整一个默认值。用于计算基准影像和待校正影像间的可匹配度，默认值：61。InterestOperator：Forstner算子用于分析一个像元与邻近像元的灰度梯度矩阵，在影像匹配中通常优于Moravec算子。（7）配置ReviewandWarp窗口中的TiePoints选项：SwitchtoWarp：转换到待校正影像ShowTable：显示表格。通过Score和Error来表示控制点的质量精度单击ShowTable，打开Tie点列表，可以对连接点进行编辑，最右列为误差值，右键选择Sortbyselectedcolumnreverse按照误差排序，可以直接删除误差较大的点。ShowErrorOverlay：通过颜色渐变来显示控制点的误差程度。深灰色表示：误差可以忽略；橙色至白色表示：有较大误差，建议删除该区域的控制点；暗红色至亮红色表示：该区域的误差在一个合理范围（2.5—10个像元），可根据自己的精度要求来检查相关的控制点。（8）配置ReviewandWarp窗口中的Warping：WarpMethod：选择多项式模型PolynomialResampling：Bilinear默认；最近邻法：优点是简单、处理快速，但是会产生位置偏移，造成某些地区的不连贯。双线性内插法：计算量比最近邻增加了，精度也提高了同时改善了亮度不连续的现象。三次卷积内插法：对边缘有所增强，有均衡化和清晰化的效果。但是破坏了原来的像元值。BackgroundValue：在待校正影像中没有数据的区域填入的值，默认为0OutputExtent：FullExtentofWarpImage为默认；OverlappingAreaOnly只输出重叠部分的区域。OutputPixelSizeX/Y：表明输出校正影像的像元大小，默认是基准影像像元的大小。（9）选择输出的文件路径及名称。设置输出文件和控制点文件：输出的配准文件可以被保存为ENVI标准格式和TIFF格式，控制点保存为ASCII文件。点击finish完成并执行配准。（10）检验精纠正效果。利用工具栏右下的ViewSwip，ViewBlend和ViewFlicker工具进行目视检验校正效果。结果与分析1.选取配准点要注意选择能够轻易识别的点，如道路交叉口、房子墙角等，因此选取的3个配准点如下图（两个道路交叉点、一个房子墙角）：2.系统自动生成的配准点如下：单点误差超过了要求值0.5，因此需要删除一些误差较大的点，将ERROR按照降序排列，删除误差较大的点后：此时还剩余32个匹配点，满足至少20个匹配点的要求，完成影像配准。3.完成影像配准后，在datamanagement中设置真彩色合成，即3、2、1合成，并设置5%线性拉伸。4.选择ViewBlend、ViewFlicker和ViewSwip工具查看配准效果：在影像配准的过程中，单点精度应当小于0.5个像元，因此需要将ERROR超过0.5的点删去，删去后单点精度误差最大值为0.48，总体精度为0.317，并且通过目视检测纠正精度，发现纠正情况良好，TM影像上