遥感影像几何校正方法研究.doc

遥感影像几何校正方法研究遥感影像几何校正方法研究摘要：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。几何校正包括两个方面的内容:图像空间像元坐标的变换，即变换模型，和变换后的标准图像空间得各乡愿灰度值得计算,即重采样。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;引言 遥感数字图像的几何校正有两种：一是根据卫星轨道公式将卫星的位置，姿态,轨道,大地曲面形状及扫描特征作为时间的函数来计算每条扫描线上像元的坐标，这种校正往往因为对遥感传感器的位置及姿态测量精度不高而使得校正后图像仍有不小的误差.所以又称其为粗几何校正，粗校正一般由遥感数据生产者，如卫星遥感地面站或遥感公司负责进行；二是对经过粗几何校正影像进行精几何校正，该校正需要借助地面控制点，和多项式等校正模型进行。一般来说,遥感卫星使用较准确的定位技术，姿态保持相当稳定，由卫星姿态变化引起的几何误差较小，但是成像过程中大气扰动引起的几何误差较大；而航空遥感飞机，特别是航模飞机，其姿态变化引起的几何误差不能忽略，有时还相当大。 几何校正（Geometric Correction）是利用控制点(Grond Control Point,GCP)进行的,它是用一种数学模型来近似描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点(即控制点）球的这个几何畸变模型，然后利用次模型进行几何畸变的校正，这种校正不考虑畸变的具体原因，而只考虑如何利用畸变模型来校正图像。1几何校正一般步骤图1。1 数字图像的校正过程1。1地面控制点选取 在选取地面控制点（又称同名点)之前，还要考察以下实际情况，对于那些要处理的地域面积不大，而选取的遥感影像覆盖面积又很大的情况下，需要先进行影像得裁剪，然后选取地面控制点，进行几何精校正，这样可以提高运行速度,校正精度也会较高。一般而言,所选的地面控制点应具有以下特征：（1） 地面控制点在影像上又明显的可识别标志，如桥梁与河岸的交点,田块边角点，大的烟囱，道路的交叉点等。（2） 地面控制点的地物不随时间而变化,以保证两幅不同时相得影像都可以识别出来。（3） 在没有进行过地形校正得影像上选取控制点时，应尽量选取同一高程上的控制点。地面控制点应尽量均匀分布在校正区域内,并有一定的数量保证。地面控制点的精度，数量和分布直接影响着影像几何校正的精度。1。2多项式校正模型 地面控制点确定后，要分别在两幅遥感影像之间或影像与标准地形图之间进行从高一级几何精度的遥感影像或大比例尺得地形图上读取像元的定位值;需要校正的图像像元坐标可以是其行列号，也可以是其变了形的地理坐标。从理论上讲，原图像曲面均可用适当的高次多项式近似拟合。 下一步是确定多项式校正模型,多项式模型的一般数学表达式为: （1.1） 式中，X，Y为校正后图像的像元坐标，x,y为与X,Y相对应得校正前像元坐标，为多项式待定系数，N为多项式的次数。N的选取，取决于图像变形的程度，地面控制点的数量和地形位移的大小。对于多数具有中等几何变形的小区域的卫星影像，较常使用的非线性校正模型是（1.1）的 简化：(1。2） 由（1.2）可以看到，有4个同名点坐标值,即4对（x,y)与（X,Y）坐标值，就可以计算出这8个待定系数。 多项式校正法适用于地势平坦地区的几何校正, 如果高差的范围不是很大, 用该方法进行校正可大大提高校正精度。1.3重新采样和内插方法 所谓重采样(Resample），就是对校正后图像的各像元灰度根据原始图像数值进行重新逐个赋值。这是因为原始图像与理想地面网格的对应关系由于图像非线性几何变形而发生破坏，校正以后的图像像元与原始图像像元已经不是一对一的对应关系，需要用与校正后像元相关的一个或多个原始像元灰度经过适当的处理,形成新的像元灰度值，赋予校正后像元。 重采样目前主要有三种方法：最近邻法，双线性内插法和三次卷积法。最近邻域法算法最简单，效果也最差。三次卷积法算法最繁，效果最好，适用于灰度层次丰富的图像。1.3。1最近邻域法 最近邻域法是将与校正后像元最邻近的原图像像元值赋予该像元的方法.该方法的优点是生成图像仍然保持原图像像元值。比如：原图像是二值化的图像，重采样后的图像仍是二值化的图像。该算法简单，处理速度快。缺点是新网络属性赋值未考虑其他邻近原图像网格的影像，由于输出图像像元的行列号在输入图像中并不只是简单的整数偏移，所以该方法最大可引起半个像元的位置偏移。可能引起输出图像中某些地物的不连贯.1.3.2双线性内插法 双线性内插法正是对最近邻域法的改进,其实质是以原图像各网格在当前校正后图像网格中的面积作权重，进行属性加权平均作为当前属性。如：假设原始图像,校正后图像像元大小都是11，校正后图像像元相比原始图像X向,Y向分别错动，如图1。1所示，这样校正后图像网格（i,j）属性值为:(1。3） 式中，g(x，y)为原图像在网格（x,y）处的像元值；为校正后图像在网格（i,j)处的像元值。对每个网格像元都进行这样的计算.这样生成一副灰度重新赋值的图像，这种算法对原始图像与校正图像保持着平行错动的情况是理想的，合理的。但实际情况不会如此理想。因而这种算法就不尽合理了。所以当变形不大的原始图像校正用此法重采样是可以的,但若变形较大，非线性成分较多，这种方法就不太适用.图1.2 双线性内插法原理示意图1.3.3三次卷积法 三次卷积法计算较为复杂，校正时像元使在原图像与之周边靠近的几个像元值，参见图1。2,按与之距离的倒数作为权重，进行加权平均，赋予当前像元，三次卷积法使用Sinc函数作为赋予权重的函数,其表达式为：（1.4） 其函数曲线为：图1.3 Sinc函数曲线该函数具有以下性质：（1） 偶函数;（2） 有一小部分小于0；（3） 当x0，f（x)-1；（4） 当x,f（x)-0。 如果将x坐标值当做距离，对于x的Sinc函数作为权重,当x=0，即距离为0，则权重最大,为“1"随x增大，权重值逐渐减小,在一定范围内达到“0”。为了方便计算，常将Sinc函数用三次多项式来模拟，简化为下式：(1.5）图1。4 三次卷积法原理示意图 如图1。3所示,设像元的大小为,为原图像像元编号“11”，（见网格左上角标注)的属性值。其他像元属性值的表示类推，校正后图像像元P（I，J)内插点P对应原始图像所在的像元为22，且P点到像元22左边线与上边线的距离分别为和，则内插点P的属性值可表示为：(1。6)式中， 式中的f（x)，f(y)都是用多项式表示的Sinc函数,表示原始图像相应像元的灰度值阵列。 三次卷积的内插精度较高，但计算两较大，对图像边缘有所增强，并具有均衡化和清晰化的效果，但它仍破坏了原来的象元值.2几何校正研究现状 宁晓刚等人从 SPOT 卫星的几何特性和成像原理出发, 提出了共线方程校正的理论，使用像素坐标变换，像素亮度值重采样，他给出了利用控制点进行 SPOT5 卫星影像共线方程法校正的方法， 运用该方法对陕西省的平原、 丘陵和山地三种地形的影像进行了校正试验。实验证明该方法可靠稳定, 校正精度高. 刘波根据SPOT遥感卫星的成像原理和特点, 讨论了基于变换关系的正射校正的模型与方法， 变换关系是一种传统的几何校正模型, 它通过地面控制点与影像同名点计算出不同变换式的变换系数， 从而将变形的原始影像拟合到地面坐标系中。建立变换关系有多项式法，Rational Function,Thin Plate Spline三种方法。其中几何校正精度达到较高的水平。利用SOMP做几何精校正，解决了缺少控制点 GCP 的地区遥感影像精校正的问题。利用 SOMP 几何精校正法的主要处理过程为：输入原始图像建立校正公式求影像坐标与SOMP 坐标关系反求大地坐标确定影像输出范围逐个像元校正.该方法理论严密、 算法快捷、 校正精度高, 对缺少控制点的影像校正是一种有效的方法。 彭泽，刘定生等人针对北京一号卫星传感器成像技术特点,在相应的共线方程成像模型基础上，利用北京一号小卫星星历资料中的位置参数和地面控制点相结合，通过几何关系推算出姿态参数，从而得到影像外方位元素的初值。通过少量地面控制点，以行中心投影共线方程作为条件，建立条件方程式,进行条件平差,解算出外方位元素的修正数。从而获得外方位元素的最终值 ,再配合DEM 数据实现影像的几何校正。实验结果表明基于共线方程的校正算法比多项式校正算法误差可以提高1。 52个像素,而且基于共线方程的校正算法可以校正由于高程差引起的像点位移,证实了该几何校正流程的正确性. 孙福贵,冯树辉论述了在山地大高差情况下，选用遥感影像校正模型,点位校正与陪混进行质量控制和精度分析，对数据处理重采样,分辨率融合，一多晶影像数字镶嵌方式进行SPOT遥感影像正射校正的方法.精度分析结果表明，采用物理校正模型对地形欺负较大的地区进行正射校正可以取得较好的结果.3结论 通过研究大量文献资料,本文总结了数字影像几何校正基本方法，并描述了国内研究概况，目前总结如下：（1） 在遥感影像几何校正中，控制点的选取是最重要的一步，控制点的数量，分布和精度直接影像到几何校正的精度和结果。（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及其参考图像或地图上的坐标。（3） 数学模型的选取是重要的一步,根据不同特征的影像采用不同的数学方法.（4） 输出的新图像的像元在图像中的分布是不均匀的，输出前后图像像元对应关系不一，因此需要根据输出图像上的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,进行亮度值的差值计算，建立新的图像矩阵，即重采样。参考文献1彭泽 ,刘定生。北京一号小卫星几何校正方法与试验J.遥感应用，2008，(1）。2刘波。RS（TMSPOT）影像数据校正方法的应用探讨J。露天采矿技术,2008,（1）.3孙福贵,冯树辉.基于1:1万DEM的SPOT5遥感影像正射校正J。安徽农业科学,2008，36(2）.4栾庆祖，刘慧平。基于神经网络模型的遥感影像几何校正研究J.国土资源遥感，2008(1)。5王学平。遥感图像几何校正原理及效果分析J。计算机应用与软件,2008（9）。6黄宝华，郭福生,姜勇彪,罗勇，张策,杨庆坤.广丰盆地遥感图像几何校正方法比较J.水利科技与经济,2010（2).7段继河，卢凌，王虹。 航空影像的几何校正研究与实现J.武汉理工大学学报（交通科学与工程版)， 2008, （03) 。 8杜美庆。聊城市1：2000正射影像制作方法J.安徽地质，2010(2）。9杨高攀，郭师虹，任雷平。高分辨率卫星影像几何校正研究J.电脑知识与技术,2010(9)。10邵俊,郭建宁.CBERS-02B卫星HR相机遥感影像RPC校正方法J.航天返回与遥感,2010(2）.11陈静波,宋伟东。基于有理函数模型的IKONOS单片正射纠正方法研究J测绘工程, 2008， （05) . 12邓书斌，于强，骆知萌,董彦卿,康铭.ENVI下基于GLT的风云三号气象卫星几何校正研究 遥感信息，2009（2）。13胡旭伟,王昌翰。利用SPOT-5卫星遥感影像更新110000地形图初探J。测绘与空间地理信息J,2007（03）.14卜彦龙，潘亮，彭辉,沈林成。未知DEM下的机载SAR图像几何校正方法研究J。测绘学报,2009（1）。15赵英时。遥感应用分析原理与方法M.科学出版社,2003.16王新刚。遥感影像几何校正精度分析D. 中国优秀硕士学位论文全文数据库,2009，（08)17向冬梅。基于DEM数据的SPOT影像几何精校正D。 中国优秀硕士学位论文全文数据库,2009,（08）18高晖。不同精度控制点对遥感图像几何校正的影响D。 中国优秀硕士学位论文全文数据库,2008,（08）19鲍文东，杨春德，邵周岳,安国强，刘锦绣,吴泉源.几何精校正中三种重采样内插方法的定量比较J测绘通报,2009(3).20秦贞学.适用于高分辨率卫星图像的最佳重采样核函数J.科技信息, 2009, （08）。 Abstract The remote sensing images by propagation in the atmosphere and the imaging characteristics of remote sensors appear distorted the deformation of the spatial characteristics, then they need to be geometrically corrected。 Geometric correction consists of two aspects： the image pixel coordinate space transformation, that transformation model, and the transformed standard image space was worth the township is willing to grayscale, or resampling。 Through an extensive literature study the basic methods of remote sensing image geometric correction.Keywords: geometric correction; remote sensing image correction;