一、实验准备
实验名称：图像几何校正
实验时间：2013年6月4日
实验类型：□验证实验□综合实验□设计实验
1、实验目的和要求：
通过实验操作，理解遥感图像几何校正的基本原理和意义，掌握遥感图像几何校正的基本方法和步骤，熟悉ERDAS软件中图像几何校正的操作流程。
2、实验材料及相关设备：
操作系统：Windows XP
软件：ERDAS IMAGING 9.2
3、实验方法步骤及注意事项：
图像几何校正步骤：
①确定地面控制点（Ground Control Point，GCP），即在原始畸变图像空间
与标准空间寻找控制点。地面控制点应该在图像上有明显清新的定位识别标志，地面控制点上的地物不随时间而变化，地面控制点应当均匀分布在政府图像内，且要有一定的数量保证，地面控制点的数量、分布和精度直接影响几何校正的效果。控制点的精度和选取的难易程度与图像的质量、地物的特征及图像的空间分辨率密切相关。
②地面控制点确定后，要在图像与图像或地图上分别读出各个控制点在图像
上的像元坐标(x，y)及其标准地图或图像上的坐标(X，Y)。
③选择合适的坐标变换函数(即几何校正数学模型)，建立图像坐标〔x，y)
与其参考坐标(x，Y)之间的关系式，通常应川多项式校正模型。利用地面控制点对数据求出模型的未知参数，然后利用此模型对原始图像进行几何精校正。
④何精校正的精度分析，利用几何校正数学模型计算校正之后的图像误差。
⑤确定每一点的亮度值。根据输出图像上各像元在输入图像中的位置，对原
始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。注意事项：
采点时注意由于遥感平台位置和运动状态的变化、地形起伏、地球表面曲率、大气折射、地球自转等因素的影响，遥感图像在几何位置上会发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变。产生畸变的图像给定量分析及位置配准造成困难。
二、实验内容、步骤和结果
（要求：详细写清楚本次实验的完成的主要内容、具体实施步骤和实验结果。纸张不够可以自行添加。）
运行ERDAS IMAGING 9.2软件
第一步：显示图像文件
1) 在ERDAS图标面板中单击Viewer图标两次，打开两个视窗：Viewer 1和Viewer 2；
2) 在Viewer 1视窗下打开需要校正的遥感影像tmAtlanta.img，在Viewer 2 视窗下打开参考图像panAtlanta.jpg
第二步：启动几何校正模块（Set Geometric Model）
单击Viewer 1视窗菜单栏中的Raster→Geometric Correction
→打开Set Geometric Model 对话框(见图1)
→选择多项式几何校正模型 Polynomial→OK
→打开Geometric Correction Tools对话框（见图2）和Polynomial Model Properties对话框（见图3）
→在Polynomial Model Properties对话框中定义多项式次方（Polynomial Order）为2（见图3）
→单击Apply→单击Close
→打开GCP Tool Reference Setup 对话框（见图4）
图1 图2
图3 图4
第三步：启动控制点工具
首先在GCP Tool Reference Setup 对话框（图4）中选择采点模式：
→选择Existing Viewer→OK
→打开Viewer Selection Instructions指示器（见图5）
→在参考图像Viewer2中单击左键
→打开Reference Map Information 提示框（见图6）→OK
→弹出Approximate Statistics 提示框（见图7）→OK
→此时，整个屏幕将自动变化为如图8所示的状态，表明控制点工具已启动，进入控制点采点状态
图5 图6
图7
第四步：采集地面控制点
1) 在Viewer1中移动关联方框的位置，寻找明显的地物特征点，单击Geometric Correction Tools对话框中的图标，进入控制点选取状态，点击所选择的地物特征点；然后在Viewer2中移动关联方框的位置，寻找对应的地物特征点，同样点击，再单击相应的地物特征点；
2) 重复以上步骤6次直至6个控制点选择完毕（二次多项式需要6个点来确定）；
3) 单击下方GCP Tool对话框中的图标，在Viewer1中选择第7个点，从
而得到RMS Error，从中判断上一步所选控制点的准确性（一般要求RMS Error 要小于0.5，若没有达到要求应重新选点或者对所选点进行调整）
第五步：计算转换模型
在控制点采集过程中，随着控制点采集的完成，转换模型就自动生成，单击
Geometric Correction Tools对话框中的图标→Transformation可以查阅多项式参数。
第六步：图像重采样
重采样过程是指依据未校正图像的像元值，计算生成一幅校正图像的过程在
Geometric Correction Tools对话框中选择图标
→在弹出的Resample对话框中输入重采样后的图像文件名111.img→OK →在Viewer中打开111.img即可看到几何校正后的图像。
参考文献：
党安荣等编著.ERDAS+IMAGINE遥感图像处理教程[M].北京:清华大学出版社,2010.4.
三、实验小结
1、实验中出现过的问题（或错误）、原因分析
1）做到实验中的第四步时电脑卡了，然后选取的点不在了，又重新做。一个重要的原因是自己应该边做边保存。
2）最后得出的图形变形太大，原因是实验采点的分布不均匀有一定的误差和自己在采点时放大像元后对比选择的误差太大。
2、保证实验成功的关键问题
1) 控制点选取的最低限额是按未知系数的多少来确定的。一次多项式有6个系
数，需要6个方程来求解，因此需要3个控制点的3对坐标值，及6个坐标数。
二次多项式有12个系数，需要12个方程，即6个控制点。依次类推，对于n次多项式，控制点的最少数目为（n+1）（n+2）/2；
2) 在条件允许的情况下，控制点的选取要大于最低数很多，从而保证几何校正
的效果；
3) 控制点的选择要以配准对象为依据，关键在于建立待匹配的两种坐标的对应
点关系；
4) 控制点应选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或
分叉处、海岸线弯曲处、湖泊边缘、飞机场、城郭边缘；
5) 特征变化大地区应该多选控制点；图像边缘部分一定要选取控制点，以避免
外推；尽可能满幅均匀选取。
3、本实验改进措施：
1）记得边做边保存
2）像元放大的范围大致相同
3）多采点，均匀分布在图上
4、对实验自我评价：
通过本次上机实验及实验报告的撰写，对遥感图像几何校正的原理、方法和具体步骤有了一个清晰的认识，几何校正能在很大程度上对遥感影像在几何位置上发生的变化进行调整，减少地形起伏、地球曲率等因素对遥感影像的影响，从而为各种科学研究提供反应真是情况的遥感影像。
指导教师评语及得分：
得分：签名：年月日
几何校正 1.遥感图像产生几何畸变的原因 地物目标发出的电磁波被卫星上所载传感器接收,这些电磁波上记录和传达了地物目标的信息,这是遥感图像成像的过程也是它的内在规律。在这个过程中图像的几何畸变也随即产生了,其中原因很多,主要表现在以下几个方面: 1. 1卫星位置和运动状态变化的影响 卫星围绕地球按椭圆轨道运动,引起卫星航高和飞行速度的变化,导致图像对应产生偏离与在卫星前进方向上的位置错动。另外,运动过程中卫星的偏航、翻滚和俯仰变化也能引起图像的畸变。 以上误差总的来说,都是因为传感器相对于地物的位置、姿态和运动速度变化产生的,属于外部误差。此外,由于传感器本身原因产生的误差,即内部误差,这类误差一般很小,通常人们不作考虑。 1. 2地球自转的影响 大多数卫星都是在轨道运行的降段接收图像,即当地球自西向东自转时,卫星自北向南运动。这种相对运动的结果会使卫星的星下位置产生偏离,从而使所成图像产生畸变。 1. 3地球表面曲率的影响 地球表面是不规则的曲面,这使卫星影像成像时像点发生移动,像元对应于地面的宽度不等。特别是当传感器扫描角度较大时,影响更加突出。 1. 4地形起伏的影响 当地形存在起伏时,使原来要反映的理想的地面点被垂直在其上的实际某高点所代替,引起图像上像点也产生相应的偏离。 1. 5大气折射的影响 由于大气圈的密度是不均匀分布的,从下向上越来越小,使得整个大气圈的折射率不断变化,当地物发出的电磁波穿越大气圈时,经折射后的传播路径不再是直线而是一条曲线,从而导致传感器接收的像点发生位移。 2.进行几何校正并保证精度的必要性 遥感图像几何校正的精确与否直接关系到应用遥感信息反应地表地物的地理位置和面积的精确度,关系到从图像上获取的信息准确与否,因此在选择控制点上要十分小心,尽可能提高其精度,并且要对校正结果进行反复的分析比较,必要时还要进行多次校正。几何校正让图像上地物对应的像元出现在它应该在的地方,再通过辐射校正、影像增强等遥感图像处理技术,还图像以“本来面目”。然后通过对图像的识别、分类、解译处理实现地面空间上各类资源信息的空间分析研究,使遥感技术投入到实际生产应用中。 3.几何精校正 遥感影像图的几何校正目前有3种方案,即系统校正、利用控制点校正以及混合校正。遥感数据接收后,首先由接收部门进行校正,这种校正叫系统校正(又叫几何粗校正) ,即把遥感传感器的校准数据、传感器的位置、卫星姿态等测量值代入理论校正公式进行几何畸变校正;而用户拿到这种产品后,由于使用目的不同或投影及比例尺不同,仍旧需要做进一步的几何校正,这就需要对其进行几何精校正即利用地面控制点GCP ( GroundContr ol2Point,遥感图像上易于识别,并可精确定位的点)对因其他因素引起的遥感图像几何畸变进行纠正。混合校正则是由一般地面站提供的遥感CCT已经完成了第一阶段的几何粗校正,用户所要完成的仅仅是对图像做进一步的几何精校正。 几何精校正就是利用地面控制点GCP对各种因素引起的遥感图像几何畸变进行校正。从数学上说,其原理是通过一组GCP建立原始的畸变图像空间与校正空间的坐标变换关系,
数字图像处理
图像畸变及校正 1 图像畸变介绍 从数字图像处理的观点来考察畸变校正, 实际上是一个图像恢复的过程, 是对一幅退化了的图像进行恢复。在图像处理中，图像质量的改善和校正技术，也就是图像复原，当初是在处理从人造卫星发送回来的劣质图像的过程中发展、完善的。目前，图像畸变校正的应用领域越来越广，几乎所有涉及应用扫描和成像的领域都需要畸变校正。图像在生成和传送的过程中，很可能会产生畸变，如：偏色、模糊、几何失真、几何倾斜等等。前几种失真主要是体现在显示器上，而后一种失真则多与图像集角度有关。不正确的显影，打印、扫描，抓拍受反射光线的影响等方式，都会使图像产生偏色现像。模糊、几何畸变主要是在仪器采集图片过程中产生，大多是因机器故障或操作不当影响导致，如在医学成像方面。而几何空间失真广泛存在于各种实际工程应用中，尤其是在遥感、遥测等领域。 2 畸变产生的原因 在图像的获取或显示过程中往往会产生各种失真（畸变）：几何形状失真、灰度失真、颜色失真。引起图像失真的原因有：成像系统的象差、畸变、带宽有限、
拍摄姿态、扫描非线性、相对运动等;传感器件自身非均匀性导致响应不一致、传感器件工作状态、非均匀光照条件或点光源照明等；显示器件光电特性不一致；图像畸变的存在影响视觉效果，也是影响图像检测系统的形状检测和几何尺寸测量精度的重要因素之一。 3 图像畸变校正过程所用到的重要工具 灰度直方图是关于灰度级分布的函数，是对图象中灰度级分布的统计。灰度直方图是将数字图象中的所有像素，按照灰度值的大小，统计其所出现的频度。通常，灰度直方图的横坐标表示灰度值，纵坐标为想像素个数。直方图上的一个点的含义是，图像存在的等于某个灰度值的像素个数的多少。这样通过灰度直方图就可以对图像的某些整体效果进行描述。从数学上讲，图像的灰度直方图是图像各灰度值统计特征与图像灰度值出现的频率。从图形上来讲，它是一个一维曲线，表征了图像的最基本的统计特征。 作为表征图像特征的信息而在图像处理中起着重要的作用。由于直方图反映了图像的灰度分布状况，所以从对图像的观察与分析，到对图像处理结果的评价，灰度直方图都可以说是最简单、最有效的工具。 4 图像颜色畸变校正介绍 图像颜色畸变现象可以是由摄像器材导致，也可以是由于真实环境本身就偏色导致，还有的是由于图像放置过久氧化、老化导致。无论其产生的原因如何，其校正方法都是类似的。 如果用Matlab显示颜色畸变的图像RGB基色直方图，发现相对正常图像，颜色畸变的图像的直方图的三种基色的直方图中至少有一个直方图的像素明显集中集中在一处，或则集中在0处或则集中在255处，而另一部分有空缺，或则集
遥感数字图像处理 学院：资源与环境学院 专业：地理信息科学专业 学号： 201301218 姓名：杨力华
实验二遥感数字图像几何精校正 一实验目的 1掌握多项式（这次实验中所使用的是二次多项式）的几何纠正原理； 2 掌握对一幅没有地理坐标的Landset7的1波段的图像参考Landset7标准图像进行校正。 二实验仪器 1 计算机 2 ERDAS操作软件 三实验数据 未配准的p124r036_7t20010510_z49_nn10图像 已有WGS-1984的p124r036_7t20010510_z49_nn10图像 四实验原理 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会产生几何变形。消除图像中的几何变形，包括像素坐标的变换和对坐标变换后的像素亮度值进行重采样。采用多项式进行几何纠正首先根据图像的成像方式确定影像坐标和地面坐标的数学模型，根据数学模型确定纠正方程；其次根据地面控制点和对应像点坐标进行平差计算变换参数、评定精度；最后对原始图像进行几何变换计算，像素亮度值重采样。 五实验步骤 数据准备工作：View1未纠正影像（无坐标系参考）和View2标准影像Landset7-1（WGS1984） 1 显示图像文件View1：打开ERDAS9.1，把未纠正的影像添加进文件中，
2启动校正模板。 （1）Viewer1菜单条：Raster→Geometric Correction→打开 Set Geometric Model对话框，选择多项式几何校正模型：Polynomial—OK （2）同时打开Geo Correction Tools对话框和Polynomial Model Properties 对话框。在Polynomial Model Properties对话框中定义多项式模型参数以及投影参数：定义多项式次方（Polynomial Order）:2次多项式；定义投影参数：（PROJECTION）。
遥感数字图像处理 第一部分 1.什么是图像？并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理？它包括那些内容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其内容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。
ENVI图像处理专题之：图像几何校正 1.遥感图像产生几何畸变的原因 地物目标发出的电磁波被卫星上所载传感器接收，这些电磁波上记录和传达了地物目标的信息，这是遥感图像成像的过程也是它的内在规律。在这个过程中图像的几何畸变也随即产生了，其中原因很多，主要表现在以下几个方面: 1. 1卫星位置和运动状态变化的影响 卫星围绕地球按椭圆轨道运动，引起卫星航高和飞行速度的变化，导致图像对应产生偏离与在卫星前进方向上的位置错动。另外，运动过程中卫星的偏航、翻滚和俯仰变化也能引起图像的畸变。 以上误差总的来说，都是因为传感器相对于地物的位置、姿态和运动速度变化产生的，属于外部误差。此外，由于传感器本身原因产生的误差，即内部误差，这类误差一般很小，通常人们不作考虑。 1. 2地球自转的影响 大多数卫星都是在轨道运行的降段接收图像，即当地球自西向东自转时，卫星自北向南运动。这种相对运动的结果会使卫星的星下位置产生偏离，从而使所成图像产生畸变。 1. 3地球表面曲率的影响 地球表面是不规则的曲面，这使卫星影像成像时像点发生移动，像元对应于地面的宽度不等。特别是当传感器扫描角度较大时，影响更加突出。 1. 4地形起伏的影响 当地形存在起伏时，使原来要反映的理想的地面点被垂直在其上的实际某高点所代替，引起图像上像点也产生相应的偏离。 1. 5大气折射的影响 由于大气圈的密度是不均匀分布的，从下向上越来越小，使得整个大气圈的折射率不断变化，当地物发出的电磁波穿越大气圈时，经折射后的传播路径不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。
2.进行几何校正并保证精度的必要性 遥感图像几何校正的精确与否直接关系到应用遥感信息反应地表地物的地理位置和面积的精确度，关系到从图像上获取的信息准确与否，因此在选择控制点上要十分小心，尽可能提高其精度，并且要对校正结果进行反复的分析比较，必要时还要进行多次校正。几何校正让图像上地物对应的像元出现在它应该在的地方，再通过辐射校正、影像增强等遥感图像处理技术，还图像以“本来面目”。然后通过对图像的识别、分类、解译处理实现地面空间上各类资源信息的空间分析研究，使遥感技术投入到实际生产应用中。 3.几何精校正方案 遥感影像图的几何校正目前有3种方案，即系统校正、利用控制点校正以及混合校正。遥感数据接收后，首先由接收部门进行校正，这种校正叫系统校正(又叫几何粗校正) ，即把遥感传感器的校准数据、传感器的位置、卫星姿态等测量值代入理论校正公式进行几何畸变校正;而用户拿到这种产品后，由于使用目的不同或投影及比例尺不同，仍旧需要做进一步的几何校正，这就需要对其进行几何精校正即利用地面控制点GCP ( Ground Control Point，遥感图像上易于识别，并可精确定位的点)对因其他因素引起的遥感图像几何畸变进行纠正。混合校正则是由一般地面站提供的遥感CCT已经完成了第一阶段的几何粗校正，用户所要完成的仅仅是对图像做进一步的几何精校正。 几何精校正就是利用地面控制点GCP对各种因素引起的遥感图像几何畸变进行校正。从数学上说，其原理是通过一组GCP建立原始的畸变图像空间与校正空间的坐标变换关系，利用这种对应关系把畸变空间中全部元素变换到校正空间中去，从而实现几何精校正。 几何校正最关键的步骤就是如何准确选择控制点（有时又称为同名地物点，指的是同一个地区的两幅影像上对应的同一个地物点），越准确越好。其次就是利用选好的控制点，采用一定的校正方法进行校正。 几何校正选点的方式通常用三种：基于已有准确坐标的影像；基于地面实测控制点数据；基于有准确坐标的地图数据。 4.几何精校正 下面我们主要介绍基于同一个地区的有准确坐标的影像，来校正另一幅TM影像的基本过程。
遥感图像几何精校正 实验名称：遥感图像的几何精校正。 实验目的：1.了解和熟悉envi软件的几何校正的原理 2.熟悉和掌握envi软件的几何校正的功能和使用方法； 3.对自己的图像先找到投影，再另存一幅图像，去掉投影，在其它软件中旋转一 角度，用原先的图像作为参考对旋转后的图像进行几何校正，使得其比较精确。实验原理：几何校正，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控件变换和像元插值运算，实现遥感图像与实际地理图件间的配准，达 到消减以及消除遥感图像的几何畸变。 多项式几何校正激励实现的两大步： 1. 图像坐标的空间变换： 有几何畸变的遥感图像与没有几何畸变的遥感图像，其对应的像元的坐标是不一 样的，如下图1右边为无几何畸变的图像像元分布图，像元是均匀且不等距的分 布。为了在有几何畸变的图像上获取无几何畸变的像元坐标，需要进行两图像坐 标系统的空间装换。 图1：图像几何校正示意图 在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采用的是二元 n次多项式,表达式如下: 其中x, y为变换前图像坐标, u, v为变换后图像坐标, aij , bij为多项式系数, n = 1, 2, 3, ?。 二元n次多项式将不同坐标系统下的对应点坐标联系起来, ( x, y )和( u, v )分别应 不同坐标系统中的像元坐标。这是一种多项式数字模拟坐标变换的方法,一旦有 了该多项式,就可以从一个坐标系统推算出另一个坐标系统中的对应点坐标。 如何获取和建立二元n次多项式,即二元n次多项式系数中a和b的求解,是几何 校正成败的关键。数学上有一套完善的计算方法,核心是通过已知若干存在于不 同图像上的同名点坐标,建立求解n次多项式系数的方程组,采用最小二乘法,得出 二元n次多项式系数。 不同的二元n次多项式,反映了几何畸变的遥感图像与无几何畸变的遥感图像间的 像元坐标的对应关系, 其中哪种多项式是最佳的空间变换模拟式,能达到图像间 坐标的完全配准,是需要考虑和分析的。 在二元n次多项式数字模拟中,从提高几何校正精度的角度考虑,需要兼顾的因素
数字图像的纠正过程 数字图像几何纠正：通过计算机对离散结构的数字图像中的每一个像元逐个进行纠正处理的方法。 基本原理：利用图像坐标和地面坐标（另一图像坐标、地面坐标等）之间的数学关系，即输入图像和输出图像间的坐标转换关系实现。 纠正函数 纠正的函数有多种：多项式方法、共线方程方法、随机场内插方法等。多项式方法应用最普遍。 多项式纠正的基本思想：图像的变形规律可以看做是平移、缩放、旋转、仿射、偏扭、弯曲等形变的合成。 直接纠正方法：从原始图像阵列出发，按行列的顺序依次对每个原始图像像元点位用变换函数 F （）（正解变换公式）求得它在新图像中的位置，并将该像元灰度值移置到新图像的对应位置上。 ??++++++==25243210),(i i i i i i i i x i y c x c y x c y c x c c y x F X ??++++++==25243210),(i i i i i i i i x i y d x d y x d y d x d d y x F Y 间接纠正法：从空白的新图像阵列出发，按行列的顺序依次对新图像中每个像元点位用变换函数f () （反解变换公式）反求其它在原始图像中的位置，然后把算得的原始图像点位上的灰度值赋予空白新图像相应的像元。 ??++++++==25243210),(i i i i i i i i x i Y c X c Y X c Y c X c c Y X f x ??++++++==25243210),(i i i i i i i i x i Y d X d Y X d Y d X d d Y X f y 确定新的图像的边界：纠正后图像和原始图像的形状、大小、方向都不一样。所以在纠正过程的实施之前，必须首先确定新图像的大小范围。 求出原始图像四个角点（a,b,c,d ）在纠正后图像中的对应点(a ’,b ’,c ’,d ’)
图像的几何失真校正专业班级：10 信息安全学生姓名：王猛涛学生学号：_ 20101616310049 _ 指导教师：姚孝明完成时间：2021年3月4日
数字图像处理 实验八：图像的几何失真校正 一、实验目的 1. 熟练掌握MATLAB图像处理工具箱中的imresize函数与imrotate函数。 2. 根据自己编写的程序，选定图像进行放大或缩小，进一步理解图像缩小、放大与旋转操作的原理。 二、实验主要仪器设备 1. 微型计算机：Intel Pentium及更高。 2. MATLAB软件（含图像处理工具箱）。 三、实验原理 1. imresize函数 imrersize函数使用由参数method指定的插值运算来改变图像的大小。method的几种可选值： 'nearest'（默认值）最近邻插值 'bilinear'双线性插值 'bicubic'双三次插值 B = imresize(A,m)表示把图像A放大m倍 B = imresize(...,method,h)中的h可以是任意一个FIR滤波器（h通常由函数ftrans2、fwind1、fwind2、或fsamp2等生成的二维FIR滤波器）。 2. imrotate函数 函数功能：对进行旋转操作。在matlab命令窗口中键入help imrotate 或doc imrotate或lookfor imrotate可以获得该函数帮助信息。 调用格式： B = imrotate(A,angle) 将图像A（图像的数据矩阵）绕图像的中心点旋转angle度，正数表示逆时针旋转，负数表示顺时针旋转。返回旋转后的图像矩阵。以这种格式调用该函数，该函数默认采用最近邻线性插值（Nearest-neighbor interpolation）。旋转后的图像超出的部分填充0（黑色）。 B = imrotate(A,angle,method) 使用method参数可以改变插值算法，method参数可以为下面这三个值：
数字图像需要校正的原因： ．辐射畸变：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这改变的部分就是需要校正的部分，称为辐射畸变。引起辐射畸变的原因有两个，即传感器本身的误差和大气对辐射的影响。传感器本身的误差由传感器生产单位根据传感器参数进行校正，而不需要用户进行校正。大气的主要影响是降低了图像的对比度，可通过辐射校正来校正图像． ．几何畸变（影像变形）：几何畸变是指图像的几何位置发生了变化，从而引起图像的变形可通过几何校正的方法校正图像。引起几何畸变的原因确很多：如遥感平台的位置和运动状态受化的影响：飞机或卫星相对于地物的位置、飞行姿态、速度的变化地形起伏的影响：产生局部像点位移； 地球表面曲率的影响：产生像点位移和导致像元对应于地面宽度的不等； 大气折射的影响：从大气下层到上层，大气密度的不同导致折射率的不断变化，使得辐射传播不再是直线而是曲线，结果是产生像点位移； 地球自转的影响：多数卫星在轨道运行的降段接收图像，即卫星自北向南运动，的同时，地球自西向东自转相对运动的结果是产生影像的偏离（向东偏）。 以上变形都由接收图像的接收部门根据遥感平台、地球、传感器的各种数据进行校正，当用户拿到遥感影像后，由于所使用图像的目的不同，或地图投影、比例尺、 基准面等的不同仍需进行校正。 6)辐射校正通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。 ．程辐射度：散射光向上通过大气进入传感器的那部分辐射量．辐射校正方法有两种：直方图最小值去除法、回归分析法。 ．图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图 ．直方图作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异 ．直方圈最小值去除法：幅图像中总可以找到某种或某几种地物其辐射亮度应该为0但不是0（接近于0），该地物的辐射值就是大气散射导致的程辐射度然后将每像兀值都减去这个程辐射值（即像元最小值），使图像对比度增强。一般来说，程辐射王要是由米氏散射造成的，其散射强度随波长增长而减弱，到红外波段也有可能减弱为0。 ·回归分析法：在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析 7)几何校正把存在几何畸变（各种原因造成的几伺位置变化）的图像，纠正成符合某 种地图投影的 图像，且要找到新图像中每像元的亮度值 ．具体步骤 ≯汁算校正后每点所对应原图中的位置 ≯计算每一点的亮度值。 ．汁算方法： ≯建立两图像像元点之间的对应关系； ≯求出原图所对应点的亮度：最近邻法、双线性内插法、三次卷积内插法 ．控制点的选取： ≯数目的确定：控制点的最少数目是由未知系数的多少决定的，公式为(n+1)(n+2)／2，实际工作表明，选取最少数目的控制点校正图像，校正效果不好，一般
《遥感数字图像处理》习题与答案 第一部分 1.什么是图像？并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理？它包括那些内容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其内容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。
图像的几何失真校正 专业班级：10 信息安全学生姓名：王猛涛学生学号：_ 20101616310049 _ 指导教师：姚孝明完成时间：2013年5月2日
数字图像处理 实验八：图像的几何失真校正 一、实验目的 1. 熟练掌握MATLAB图像处理工具箱中的imresize函数与imrotate函数。 2. 根据自己编写的程序，选定图像进行放大或缩小，进一步理解图像缩小、放大与旋转操作的原理。 二、实验主要仪器设备 1. 微型计算机：Intel Pentium及更高。 2. MATLAB软件（含图像处理工具箱）。 三、实验原理 1. imresize函数 imrersize函数使用由参数method指定的插值运算来改变图像的大小。method 的几种可选值： 'nearest'（默认值）最近邻插值 'bilinear'双线性插值 'bicubic'双三次插值 B = imresize(A,m)表示把图像A放大m倍 B = imresize(...,method,h)中的h可以是任意一个FIR滤波器（h通常由函数ftrans2、fwind1、fwind2、或fsamp2等生成的二维FIR滤波器）。 2. imrotate函数 函数功能：对图像进行旋转操作。在matlab命令窗口中键入help imrotate 或doc imrotate或lookfor imrotate可以获得该函数帮助信息。 调用格式： B = imrotate(A,angle) 将图像A（图像的数据矩阵）绕图像的中心点旋转angle度，正数表示逆时针旋转，负数表示顺时针旋转。返回旋转后的图像矩阵。以这种格式调用该函数，该函数默认采用最近邻线性插值（Nearest-neighbor interpolation）。旋转后的图像超出的部分填充0（黑色）。 B = imrotate(A,angle,method) 使用method参数可以改变插值算法，method参数可以为下面这三个值：
遥感与数字图像处理基础知识 一、名词解释： 数字影像图像采样灰度量化像素 二、填空题： 1、光学图像是一个____________________ 函数。 2、数字图像是一个____________________ 函数。 3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：________和________。 4、一般来说，采样间距越大，图像数据量________，质量__________；反之亦然。 5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是________的整数。设该数字图像为600行600列，则图像所需要的存储空间为________字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为________。 三、不定项选择题：(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的 6、BSQ是数字图像的________。 ①连续记录格式②行、波段交叉记录格式③像元、波段交叉记录格式。 四、问答题： 1、怎样才能将光学影像变成数字影像？ 2、模数变换的两个过程：采样和量化，分别是什么含义？
遥感图像几何精校正、辐射校正 实验名称：遥感图像的几何精校正。 实验目的：1.了解和熟悉envi软件的几何校正的原理 2.熟悉和掌握envi软件的几何校正的功能和使用方法； 3.对自己的图像先找到投影，再另存一幅图像，去掉投影，在其它软 件中旋转一 角度，用原先的图像作为参考对旋转后的图像进行几何校正，使得其 比较精确。 实验原理：几何校正，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控件变换和像元插值运算，实现遥感图像与实际 地理图件间的配准，达到消减以及消除遥感图像的几何畸变。 多项式几何校正激励实现的两大步： 1. 图像坐标的空间变换： 有几何畸变的遥感图像与没有几何畸变的遥感图像，其对应的像元的 坐标是不一样的，如下图1右边为无几何畸变的图像像元分布图，像 元是均匀且不等距的分布。为了在有几何畸变的图像上获取无几何畸 变的像元坐标，需要进行两图像坐标系统的空间装换。 图1：图像几何校正示意图 在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采 用的是二元n次多项式,表达式如下: 其中x, y为变换前图像坐标, u, v为变换后图像坐标, aij , bij为多项式 系数, n = 1, 2, 3, ?。 二元n次多项式将不同坐标系统下的对应点坐标联系起来, ( x, y )和( u, v )分别应不同坐标系统中的像元坐标。这是一种多项式数字模拟坐标 变换的方法,一旦有了该多项式,就可以从一个坐标系统推算出另一个 坐标系统中的对应点坐标。 如何获取和建立二元n次多项式,即二元n次多项式系数中a和b的求 解,是几何校正成败的关键。数学上有一套完善的计算方法,核心是通 过已知若干存在于不同图像上的同名点坐标,建立求解n次多项式系 数的方程组,采用最小二乘法,得出二元n次多项式系数。 不同的二元n次多项式,反映了几何畸变的遥感图像与无几何畸变的遥 感图像间的像元坐标的对应关系, 其中哪种多项式是最佳的空间变 换模拟式,能达到图像间坐标的完全配准,是需要考虑和分析的。