6几何失真校正

几何校正操作步骤(精)

几何校正操作步骤 实验目的： 通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 实验内容： ERDAS软件中图像预处理模块下的图像几何校正。几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地里参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图2-1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图2-1）。 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（FromViewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下：

3、图像校正的具体过程 第一步：显示图像文件（Display Image Files） 首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作过程如下： ERDAS图表面板菜单条：Session→Title Viewers 然后，在Viewer1中打开需要校正的Lantsat图像：xiamen,img 在Viewer2中打开作为地理参考的校正过的（图象或）矢量图层：xmdis3.shp 第二步：启动几何校正模块（Geometric Correction Tool）Viewer1菜单条：Raster→Geometric Correction →打开Set Geometric Model对话框（2-2） →选择多项式几何校正模型：Polynomial→OK →同时打开Geo Correction Tools对话框（2-3）和Polynomial Model Properties对话框（4）。 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）（图2-4）:2 →定义投影参数：（PROJECTION）:略 →Apply→Close →打开GCP Tool Referense Setup 对话框（2-5）

ENVI中的几何校正

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,

鱼眼图像畸变校正算法

鱼眼图像畸变校正算法 司 磊 朱学玲 （安徽新华学院 信息工程学院 安徽 合肥 230088） 摘 要： 根据鱼眼镜头成像的特点，选择合适的图像畸变校正算法，标定鱼眼图像的中心和半径，用标定得到的参数进行校正，推出校正模型，方法简单，易于实现，并对鱼眼图的畸变矫正问题提出意见与看法。 关键词： 鱼眼图像；畸变矫正；图像预处理；图像增强 中图分类号：TP391 文献标识码：A 文章编号：1671－7597（2012）1110166－02 鱼眼图像的畸变矫正是以某种独特的变换方式将一副鱼眼 2 有关鱼眼图片的粗略校正 图像转换为理想图像的操作，这种操作在全方位视觉导航中具1）求取鱼眼图像行和列的比值 有重要的作用，是系统自动识别、跟踪和定位目标所必须的基将投射生成标准圆变换为鱼眼图片并求取图片中心点的方础操作。 法与普通相机照相原理不同，对于提取出来的鱼眼图片的轮1 畸变图像的校正原理 廓，我们先假定一个阈值，比如设一个灰度值30，用软件勾勒描绘出校正鱼眼图片大概的轮廓，然后先求出该轮廓的中心点根据畸变图像特点标定坐标图，求取标定点像素的理想值坐标，根据轮廓的图形和鱼眼图像的中心点的坐标，可计算出和实际值，同时生成坐标映射表，再把坐标映射表用于畸变图畸变图像的圆半径，从而求取鱼眼图像的中心点坐标和鱼眼图像的校正程序后，即可得到无畸变图像，具体处理过程如下： 像的粗略轮廓的图像的半径相对比，以便于将鱼眼图像的大概1）标定坐标 轮廓重新调整处理，变的更为精确和直观。假定畸变校正的鱼镜头中心的畸变可以忽略为零，以镜头为中心，离镜头越眼图片的半径中的行坐标曲线和列坐标曲线不相等，则我们需远的地方畸变越大。以镜头为中心标定坐标图，对图像进行坐要将畸变校正的鱼眼图像中的园的半径的曲线与下面的公式相标的标定，按正方形均匀排列圆点，如图1所示。 乘，然后就可以变换为普通的标准圆的图像。下面公式中（u，v）是畸变校正的鱼眼图片的中心点，β为畸变校正的鱼眼图像行和列的比值。 图1 2）图像预处理 先通过图像的、突出边缘细节；然后再用二值化处理增强调节对比度的图像，但部分样板点和背景的对比的差值较大，所以是设定一个阈值对整幅图像进行二值化，最后再对二值化后的图像再次进行中值滤波的方法处理，再次使用中值滤波方法可以有效的去除畸变图像中的部分椒盐噪声的影响。二值化的主要作用是可以提高畸变校正图像的质量，预处理图像可以为点阵样板圆点中心的确定提供重要的作用。 3）圆点中心的确定 由于图像畸变的影响，经过图像预处理后的畸变校正图像仍然是不规则的实心圆，然而样板中的确定的圆点却是规则排列的，所以可以在畸变校正的样板图像上把各个圆点的重心近似的2）鱼眼图片的粗略扭曲校正 替换为圆点中心，找出一个圆点的重心作为理想畸变校正样板图在得到中心点的坐标和校正形状之后，把扭曲的鱼眼图像像上与之对应的点，并找出该点处于二维平面坐标之中与之距离通过投射降低图像的扭曲程度变为正常的四方形的图像。 之和最大的圆点，从各个圆点的坐标之中找出与之距离之和最大在图2中，假设在没有扭曲的背景图像中，存在两个具有的圆点坐标，该点坐标即为畸变图像中与之相对应的点的坐标。相同x坐标的点，即k点和h点，并且在背景图像中随着圆上曲线再找出理想的点阵样板图像和该畸变校正图像中各圆点中心的位的经纬度的变大，扭曲程度也就越大，但是三维球面的整体从置，计算出点与点之间的垂直距离，即可得到点阵样板图像中各左到右的各个面的角度的差值全部都是相等的，而且在x轴方向点之间的偏移量，从而可以描绘和构建畸变校正图像上的各个点上与二维畸变校正图像相对应的线段dx的均匀分割经度或是纬之间偏移量的曲面。最后经过图像预处理过程的样板圆点中心的度也是相等的。因此在二维图像的X轴方向上任意点坐标经度或 确定，可计算出其它圆点中心的坐标位置。 图2

MAPGIS几何校正两种方法

MAPGIS几何校的正两种方法 一、mapgis主菜单图像处理中的图像分析， 首先，将JPEG文件转化为msi文件。具体操作如下： 1，文件，数据输入，转换数据类型，选择JPEG文件，添加文件，转换，选择保存位置。 其次，进行坐标校正 2，打开图像分析，文件，打开影像，镶嵌融合，控制点信息，选中控制点，一个一个删除控制点。 3，在四个角有公里网相交的点添加控制点，在弹出的小窗口中较准确的选择控制点位置，按空格键，按照地质图中公里网数值输入X、Y坐标，确定，是。按照上面的步骤再增加两个控制点， 4，镶嵌融合，校正预览，影像校正，选择粗校正的文件保存位置。 5，然后按照第3步骤均匀的增加17个控制点，镶嵌融合，校正参数，选择多项式参数为二次多项式，影像精校正，选择精校正之后的文件存储位置。（选作） 再次，将JPEG文件矢量化 6，mapgis主菜单图像处理中图形处理，新建工程，连着三个确定，添加项目，选择文件型为mapgis图形文件（msi），选择粗校正文件，建立图层对图片进行矢量化。 最后，进行投影变化 7，mapgis主菜单图像处理中实用服务，投影变化，投影转换有两种办法，一种是单个文件进行转换，另一种是成批文件投影转换，首先，介绍第一种方法 7.1，文件，打开文件，选择wp、wt、wl其中的一种，再在矢量化结果中的文件夹中选择其中的某一个图层，P投影转换，设置当前地图参数，进行投影变换。 7.2，P投影转换，B成批文件投影转换，投影文件/目录，选择矢量化的文件，当前投影参数，设置好之后点开始投影，确定，此种方法会覆盖原有的矢量化文件（做好备份）。二、 7，第一种方法精校正完成以后，mapgis主菜单图像处理中图形处理，新建工程，连着三确定，添加项目，选择文件类型为mapgis图形文件（msi），选择精校正文件，建立图层对图片进行矢量化。 8，其他，整图变换，键盘输入参数K，变换类型全打钩，给定原点变换打钩，远点X、Y 输入地质图左下角公里值相交点的坐标，参数输入中，位移参数X、Y为原图的左下角相同点与矢量化的图相同点之间的差值，输入之后，确定。

图像畸变校正

数字音视频处理大作业（一） 题目：图像畸变校正 班级：021212 学号：02121128 姓名：文威威

目录 第一章图像畸变概述.................................. - 1 - 第一节图像畸变的概念........................... - 1 - 第二节图像畸变形成原因......................... - 1 - 第二章通过算法去除图像畸变.......................... - 2 - 第一节引言..................................... - 2 - 第二节基于网格图像的图像畸变修正............... - 2 - 第三节基于现场定标的图像畸变校正............... - 3 - 第四节基于畸变等效曲面的图像畸变校正 ........... - 3 -

第一章图像畸变概述 第一节图像畸变的概念 图像畸变是指成像过程中所产生的图像像元的几何位置相对于参照系统(地面实际位置或地形图)发生的挤压、伸展、偏移和扭曲等变形，使图像的几何位置、尺寸、形状、方位等发生改变。 第二节图像畸变形成原因 造成图像畸变的原因包括：传感器性能误差，如摄像机的焦距变动、像主点偏移、镜头光学畸变、多光谱扫描仪扫描速度的非线性、扫描线首尾点成像的时间差引起的扫描线偏斜、采样和记录速度不均匀等；成像时的透视误差，如遥感成像系统投影方式主要有中心投影(摄像机)、斜距投影(侧视雷达)、全景投影(多光谱扫描)和多中心投影(胶带摄影机)等。除框幅式中心投影外，其它的投影方式都产生不同类型的畸变；飞行器姿态变化引起图像平移、旋转、扭曲和缩放；地球自转对扫描图像的影响；地形和地物高度变化，引起像点位移和比例尺改变；地球曲率的影响；大气折射，改变了光的传播方向、路径和雷达波的传播时间。

6-图像畸变校正

实验五 图像形状及颜色畸变的校正 一、 实验目的与要求 让学生了解数字图像的数学表达及相关概念，通过实验让学生加深对数学在相关学科的应用价值的认识，培养学生的实际操作能力，并引导他们建立基础学科在处理具体问题时方法上联系。 二、 问题描述 对于在颜色或形状上发生畸变的图像，通过数学的方法实现校正。 三、问题分析 先由教师讲授数字图像的基本概念（包括图像的数学化、采样、量化、灰度、各种数学图像的文件格式、表色系、颜色映像等），再通过具体的实例给学生示范对于在颜色或形状上发生畸变的图像如何通过数学的方法实现校正的过程。最后让学生动手完成对某些特殊畸变的图像的校正，写出数学原理和实验报告。 四、背景知识介绍 1. 数字图像的数值描述及分类 图像是对客观存在物体的一种相似性的生动模仿与描述，是物体的一种不完全的不精确的描述。数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。采样是将空域上或时域上连续的图像变换成离散采样点（像素）集合的一种操作。 对一幅图像采样后，若每行像素为M 个，每列像素为N 个，则图像大小为M ?N 个像素。例如，一幅640?480的图像，就表示这幅连续图像在长、宽方向上分别分成640个和480个像素。显然，想要得到更加清晰的图像质量，就要提高图像的采样像素点数，即使用更多的像素点来表示该图像。 客观世界是三维的，从客观场景中所拍摄到的图像是二维信息。因此，一幅图像可以定义为一个二维函数f(x,y),其中x,y 是空间坐标。对任何一对空间坐标(x,y)上的幅值f(x,y)，成为表示图像在该点上的强度或灰度，或简称为像素值。因为矩阵是二维结构的数据，同时量化值取整数，因此，一幅数字图像可以用一个整数矩阵来表示。矩阵的元素位置(i,j)，就对应于数字图像上的一个像素点的位置。矩阵元素的值f(i,j)就是对应像素点上的像素值。 值得注意的是矩阵中元素f(i,j)的坐标含义是i 为行坐标，j 是列坐标。而像素f(x,y )的坐标含义一般指直角坐标系中的坐标，两者的差异如下图： 对应于不同的场景内容，数字图像可以大致分为二值图像，灰度图像，彩色0 列坐标(j) 行坐标(i) 矩阵元素 f (i ,j) 0 纵坐标(y) 横坐标(x) 像素f(x,y) 图 1.1 矩阵坐标系与直角坐标系

数字图像处理-畸变校正

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，或则集中在中间而两边空，因此通过调整该直方图的像素点的像素值在区间[0，255]上的分布来解决图像颜色畸变问题。如果直方图中像素集中在0一边则说明该基色偏暗，如果集中在255处则说明该基色偏亮。下图是一有颜色畸变的图像的基色B 的直方图。

ENVI实习之几何精纠正

3.进入了GCP选择对话框，既可以输入矫正坐标，也可以在两窗口中点取 4.先在四个角选取四个控制点，便于构建最简单的模型（3个点既可，但是为了保证 精度，选取四个点）add point 5.完成三个点采集时，模型即可建立，此时就可以使用predict工具了。根据所建立的 模型，可以预测base中点对应的warp中的大概位置。通过调节，便可以选取同名地。添加到列表中 6.添加第五个点后，ERROR x，y和rms便已经出现，说明模型基本建立 7.继续添加控制点，保证RMS控制在0.5内 8.完成20个点采集 但是，RMS=0.95

9.通过UPDATE工具调节，直至单点RMS<0.5 10.通过调节，单点RMS均小于0.5 11.完成模型构建 12.选择warp fiel（对tm影像进行几何精纠正） 修改分辨率为30米（因为tm影像的分辨率为30m，纠正为10 没有意义，只是徒增了大小） Method 选取polynomial 多项式，选取2项，gcp大于6 输出位置选择

13.在ENVI zoom中加载两幅影像使用SWIP进行对比 结果：在分界线右侧基本吻合，在右侧略有变形

存在问题与解决办法 1.但完成三个点的拾取时，模型一阶多项式模型建立，这是就可以使用predict功能了， 并且直接添加predict的点，这时，误差很小。 其实，这个模型是逐步建立的，首先三个点建立一个简单模型，使用predict预测这个模型中，点对应的内插点，我们必须利用这个预测的点，找到base中的点的同名点，找到后的这组点，参与模型构建 2.为什么会在第五个点添加时，才显示RMS，而不是第四个点？？

遥感图像几何校正

第4讲遥感图像几何校正 遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。 几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。 在开始介绍ENVI的几何校正操作之前，首先对ENVI的几何校正几个功能要点做一个说明。 1几何校正方法 （1）利用卫星自带地理定位文件进行几何校正 对于重返周期短、空间分辨率较低的卫星数据，如A VHRR、MODIS、SeaWiFS等，地面控制点的选择有相当的难度。这时，可以利用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。 （2） image to image几何校正 通过从两幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置 （3）image to map几何校正 通过地面控制点对遥感图像几何进行平面化的过程。 （4）image to image 自动图像配准 根据像元灰度值或者地物特征自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配置过程。 （5）image registration workflow流程化工具

将具有不同坐标系、不同地理位置的图像配准到同一坐标系下，使图像中相同地理位置包含相同的地物。 2控制点选择方式 ENVI提供以下选择方式： ?从栅格图像上选择 如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。 ?从矢量数据中选择 如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。 ?从文本文件中导入 事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。 ?键盘输入 如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。 3详细操作步骤 3.1基于自带定位信息的几何校正 下面以MODIS Level 1B级数据为例学习利用自带几何定位文件进行几何校正，数据在"第4讲遥感图像预处理\基于自带定位信息的几何校正\数据\1-Modis"中，具体操作如下： 第一步：打开数据文件

遥感图像几何精校正实验报告

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

浅析遥感图像的几何校正原理及方法

浅析遥感图像的几何校正原理及方法 摘要：几何校正，就是清除遥感图像中的几何变形，是遥感影像应用的一项重要的前期处理工作。本文简单分析了几何校正的原理和基本方法，并以ERDAS软件为例，对青海海东地区遥感影像进行了几何校正，从而直观地表述了遥感图像几何校正的完整过程。结果表明，几何校正的精度受多方面因素影响，最主要的是控制点GCP的选取数量和选取位置。本次校正精度小于0.5个像元,符合要求。 关键词：遥感、ERDAS、几何校正、GCP 引言：遥感20世纪60年代发展起来的对地观测综合性技术。狭义遥感指从远距离、高空，以至外层空间的平台上，利用可见光、红外、微波等遥感器, 通过摄影、扫描等各种方式，接收来自地球表层各类地物的电磁波信息，并对这些信息进行加工处理，从而识别地面物质的性质和运动状态的综合技术。遥感已然成为地理数据获取的重要工具。但是遥感技术的成图规律决定了遥感图像不能直接被应用，因为遥感图像在成像时, 由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响, 使得遥感图像存在一定的几何变形[2] , 即图像上的像元在图像坐标系中的坐标与其在地图坐标系等参考坐标系统中的坐标之间存在差异, 其主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲[3] 。而且随着当今遥感技术的飞速发展，人们对遥感数据的需求也多源化,它们可以是来自不同的波段, 不同的传感器, 不同的时间。这些多源数据在使用时, 必须具有较高的空间配准精度。这就需要对原始影像进行高精度的几何校正。因此, 几何校正是遥感影像应用的一项重要的前期处理工作。 ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统，它以先进的图像处理技术友好灵活的用户界面和操作方式、面向广阔应用领域的产品模块、服务于不同层次用户的模型开发工具以及高度RS/GIS 集成功能为遥感及相关应用领域的用户提供内容丰富且功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势[5]。基于此软件强大的功能性和灵活的操作性，本文采用erdas软件对海东地区影像图进行几何纠正。 2 研究区概况与研究方法 海东地区位于青海省东北部,"海东"以位于青海湖东而得名。地处祁连山支脉大板山南麓和昆仑山系余脉日月山东坡,属于黄土高原向青藏高原过渡镶嵌地带,海拔在1650~2835米之间。境内山峦起伏,沟整纵横,气候属于高原气候,高寒、干旱、日照时间长,太阳辐射强,昼夜温差大。年平均气温6.9℃,年均降水量为323.6 毫米,总蒸发量为1644毫米。本文采用校正过的2004年的海东地区参考影像对2009年对应影像进行校正。 3 几何校正的原理与方法 遥感图像几何校正包括光学校正和数字纠正。本文主要介绍数字纠正。 数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的,其包括两方面,一是像元坐标变换，二是像元灰度值重新计算（重采样）。 (三) 数字图像灰度值的重采样 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,如图3所示

几何精校正方法-华师版

在做校正之前注意看文档最后的注意事项，免得返工费时费力 同时注意文档中间的各种亮色字段，注意重要的要求 1.使用ENVI 4.3。月球坐标。注意投影和datum。 2.打开待校正影像和基准影像。待校正的IIM图像使用B25，B20，B11三个波段进行RGB 彩色合成。基准图用LRO-WAC 200m的数据。 3.开始选择控制点。map-registration-select gcps：image to image

baseimage即LRO WAC文件。Warp image即待校正的IIM影像。 4.右键将两幅影像Geographic link，这样他们会显示大致相同的位置。便于寻找控制点。 可从影像的中部偏上的位置开始选点（这部分影像质量高。误差小。）为便于观看，图像可增强、拉伸（有很多方法,直方图匹配方法看文档最后的注意事项的第一条）。 控制点尽可能地选择像素小的点（本工作目的不是提取光谱做矿物，而是精确的控制位置）。如下图所示的小亮点，实在找不到小亮点可选择很小的撞击坑或者其他控制位置。特别注意：由于太阳光照射方向不同，无论是撞击坑还是小白点都要考虑阴影和光照方位，在zoom窗口放置点的时候注意考虑IIM数据与基准图的太阳方位，以免出现偏差。

由于太阳光照射方向不同，选择坑要小心，可能位置有偏差，如下图。 找到对应点以后取消link开始选点。可用下面zoom窗口增加放大倍数来确定中心位置。 确定以后点add point添加点。（注意看文件最后的注意事项的第3条） 以此类推，当选完三个点以后可以使用predict来找对应点。 方法是先在基准图上选择一个区域，点predict以后，软件会预测与基准图上的点对应的点，便于寻找控制点。用predict找点的时候不能根据rms error大小来判断点是否对应，应以目视为主，不能完全信任predict。 5.控制点应均匀分布，保证每个image窗口都至少含有5个以上控制点（密密麻麻的小点， 建议选很多,越多越精确）。且左右均匀分布。另外，由于两极地区变形严重，需要在此基础上再增加控制点的数量，以确保较小的校正误差。即两极地区每个image窗口至少7-8个控制点。如下图所示，小白点密密麻麻，完全可以选很多。

图像畸变校正word版

实验五 图像形状及颜色畸变的校正 一、 实验目的与要求 让学生了解数字图像的数学表达及相关概念，通过实验让学生加深对数学在相关学科的应用价值的认识，培养学生的实际操作能力，并引导他们建立基础学科在处理具体问题时方法上联系。 二、 问题描述 对于在颜色或形状上发生畸变的图像，通过数学的方法实现校正。 三、问题分析 先由教师讲授数字图像的基本概念（包括图像的数学化、采样、量化、灰度、各种数学图像的文件格式、表色系、颜色映像等），再通过具体的实例给学生示范对于在颜色或形状上发生畸变的图像如何通过数学的方法实现校正的过程。最后让学生动手完成对某些特殊畸变的图像的校正，写出数学原理和实验报告。 四、背景知识介绍 1. 数字图像的数值描述及分类 图像是对客观存在物体的一种相似性的生动模仿与描述，是物体的一种不完全的不精确的描述。数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。采样是将空域上或时域上连续的图像变换成离散采样点（像素）集合的一种操作。 对一幅图像采样后，若每行像素为M 个，每列像素为N 个，则图像大小为M ?N 个像素。例如，一幅640?480的图像，就表示这幅连续图像在长、宽方向上分别分成640个和480个像素。显然，想要得到更加清晰的图像质量，就要提高图像的采样像素点数，即使用更多的像素点来表示该图像。 客观世界是三维的，从客观场景中所拍摄到的图像是二维信息。因此，一幅图像可以定义为一个二维函数f(x,y),其中x,y 是空间坐标。对任何一对空间坐标(x,y)上的幅值f(x,y)，成为表示图像在该点上的强度或灰度，或简称为像素值。因为矩阵是二维结构的数据，同时量化值取整数，因此，一幅数字图像可以用一个整数矩阵来表示。矩阵的元素位置(i,j)，就对应于数字图像上的一个像素点的位置。矩阵元素的值f(i,j)就是对应像素点上的像素值。 值得注意的是矩阵中元素f(i,j)的坐标含义是i 为行坐标，j 是列坐标。而像素f(x,y )的坐标含义一般指直角坐标系中的坐标，两者的差异如下图： 对应于不同的场景内容，数字图像可以大致分为二值图像，灰度图像，彩色 列坐标(j) 行坐标(i) 矩阵元素 f (i ,j) 0 纵坐标(y) 横坐标(x) 像素f(x,y) 图 1.1 矩阵坐标系与直角坐标系

遥感图像几何校正原理及效果分析

第25卷第9期 计算机应用与软件 V o l .25N o .9 2008年9月 C o m p u t e r A p p l i c a t i o n s a n d S o f t w a r e S e p .2008 遥感图像几何校正原理及效果分析 王学平 (中国地质大学数学地质遥感地质研究所　湖北武汉430074) 收稿日期:2007-09-10。地质过程与矿产资源国家重点实验室基金项目(M G M R 2002-11)。王学平,副教授,主研领域:遥感应用与研究。 摘　要 几何校正是遥感图像处理的一个重要环节,是削弱遥感图像与地面真实形态差异的重要手段。以广东省从化市E T M + 遥感数据和G I S 数据为例,较深入地分析遥感图像几何校正原理并介绍E R -M a p p e r 7.0遥感软件的几何校正应用,指出提高遥感图像几何校正精度的有效途径和效果分析。 关键词 E T M+图像　G I S 数据　几何校正　效果分析 G E O ME T R I CR E C T I F I C A T I O NA N DE F F E C TA N A L Y S I SO FR E MO T ES E N S I N GI MA G E W a n g X u e p i n g (I n s t i t u t e o f M a t h e m a t i c a l a n dR e m o t e S e n s i n gG e o l o g y ,C h i n aU n i v e r s i t y o f G e o s c i e n c e s ,W u h a n 430074,H u b e i ,C h i n a ) A b s t r a c t G e o m e t r i c r e c t i f i c a t i o ni s a n i m p o r t a n t c o m p o n e n t i n r e m o t e s e n s i n g i m a g e p r o c e s s ,a n d i s a n e s s e n t i a l m e a n s t o r e d u c e o r e l i m -i n a t e d i f f e r e n c e s b e t w e e nr e m o t e s e n s i n g i m a g e a n d r e a l g e o g r a p h i c s h a p e .I n t h i s p a p e r i t d e e p l y a n a l y z e s t h e g e o m e t r i c r e c t i f i c a t i o nt h e o r y ,t a k i n g G u a n g d o n g C o n g h u a E T M +r e m o t e s e n s i n g d a t a a n d G I Sd a t aa s a ne x a m p l e ,i n t r o d u c e s t h e a p p l i c a t i o ni n g e o m e t r i c r e c t i f i c a t i o no f t h e s o f t w a r eE R -M a p p e r 7.0,a n dp o i n t s o u t t h e a v a i l a b l e a p p r o a c hf o r i m p r o v i n g t h e p r e c i s i o no f g e o m e t r i c r e c t i f i c a t i o n a n d t h e e f f e c t a n a l y -s i s .K e y w o r d s E T M+i m a g e G I Sd a t a G e o m e t r i c r e c t i f i c a t i o n E f f e c t a n a l y s i s 0　引　言 在二十一世纪的今天,遥感已揭开她神秘的外纱,与多种应用学科相结合,从理论遥感已发展出资源遥感、环境遥感、生态遥感、海洋遥感、地质遥感等领域,遥感应用方面的教材和专著也层出不穷。本人多年从事遥感理论与应用方面的研究和教学工作,发现遥感图像处理中的几何校正是一个易被忽视的研究内容,常造成处理后遥感图像的质量下降。本文结合实例,较深入地剖析几何校正原理,较全面地指出提高几何校正精度的有效参数和途径。重视几何校正在遥感图像处理中的作用,它不仅可以有效提高遥感图像的几何精度,而且可以进行遥感图像与其它数据源如G I S 图形的配准。 1　遥感图像几何校正原理分析 在分析遥感图像几何校正原理的同时,有必要了解几何校 正产生的背景以及与遥感图像几何精度的关系。 1.1　几何畸变与几何校正 几何畸变和几何校正是遥感理论的一对派生词,几何校正是因几何畸变而产生,是解决几何畸变的方法体系。 在遥感理论上,将遥感平台位置和运动状态、地形起伏、地球表面曲率、大气折射等遥感系统内外因素影响造成的遥感图像几何位置上的变化统称为几何畸变,也就是遥感图像在几何位置上与实际地面位置有差异。在图像上表现为像元行列分布不均匀,像元大小与地面大小对应不准确等。针对不同因素产 生的图像几何畸变,发展出了多种多样的校正方法,如图像比例 尺的变化、中心位置的偏移以及旋转等畸变,通过不同的线性变 换进行校正。对于图像的不规则几何畸变,通过多项式法、三角 测量法、M Q 模型、自动纠正算法等众多方法[1-4] 来消除。 1.2　图像级别 遥感图像的几何精度级别与几何校正密切相关。一般遥感图像数据源分为3个级别,第1个级别是指卫星下行数据经过格式化同步、按景分幅、格式重整等处理后得到的图像数据。该数据未进行任何几何校正,几何畸变较大。第2个级别是经过系统几何校正的图像数据,即利用卫星所提供的轨道和姿态等参数、以及地面系统中的有关处理参数对第1个级别遥感数据进行几何校正所获得的数据,该工作通常是由遥感卫星地面接收站完成,是研究人员获取的主要遥感数据源。第3个级别是经过几何精校正的图像数据,指采用地面控制点对第2个级别中的系统几何校正模型进行修正,使之更精确地描述卫星与地面位置之间的关系。该工作可以由遥感卫星地面接收站完成,也可以由研究人员来实现。 对于第3级别的L a n d s a t 7E T M+遥感图像数据,几何定位精度可达一个像元以内,即几何误差为15米,可以作为1:10万以下中小比例尺的矿产、资源、测量等研究方面的数据源。 1.3　几何校正原理分析 几何校正,即图像级别中的几何精校正,主要方法是多项式

数字图像处理畸变校正

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, 实际上就是一个图像恢复的过程, 就是对一幅退化了的图像进行恢复。在图像处理中,图像质量的改善与校正技术,也就就是图像复原,当初就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与成像的领域都需要畸变校正。图像在生成与传送的过程中,很可能会产生畸变,如:偏色、模糊、几何失真、几何倾斜等等。前几种失真主要就是体现在显示器上,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、几何畸变主要就是在仪器采集图片过程中产生,大多就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,尤其就是在遥感、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,也就是影响图像检测系统的形状检测与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 灰度直方图就是关于灰度级分布的函数,就是对图象中灰度级分布的统计。灰度直方图就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就是,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,图像的灰度直方图就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,它就是一个一维曲线,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

实验七 遥感图像几何精校正

图像几何校正 遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。 一、影像到影像的几何纠正 1、打开并显示图像文件 在ENVI主菜单栏中，选择File →Open Image F ile，打开参考影像（这里以SPOT图像为例）和需校正影像（这里以TM图像为例）。它们将分别显示在Display窗口，如图2.12所示。 图2.12 待纠正影像和参考影像显示图 2、启动几何纠正模块 （1）在ENVI主菜单中，选择Map→Registration→Select GCPs：Image to Image，弹出Image to Image Registration几何纠正模块对话框。 （2）选择显示参考影像（SPOT文件）的Display为基准图像的（Base Image），显示需校正影像（TM文件）的Display为待纠正图像（Warp Image）（如图2.13所示）。 （3）点击OK按钮，弹出Ground Control Point Selection对话框，进行地面控制点的采集，如图2.14所示。

图2.14 地面控制点选择对话框图2.13 选择基准影像与待纠正影像 3、采集地面控制点 在图像几何纠正过程中，采集地面控制点是一项重要和繁重的工作，直接影响最后的纠正结果，在实际操作中要特别认真和具有耐心。 （1）在Ground Control Point Selection对话框中，选择Options→ Set Point Colors，设置或修改GCP在可用和不可用状态的颜色。 （2）在两个Display中移动方框位置，寻找明显的地物特征点作为输入GCP。 （3）在Zoom窗口中，点击左小下角第三个按钮，打开定位十字光标，将十字光标分别移到基准影像与待纠正影像相同地物点上。 （4）在Ground Control Point Selection上，单击Add Point按钮，将当前找到的点进行收集。如图2.15所示。 图2.15 同名地物控制点采集 （5）利用同样的方法继续寻找其余的点，当选择控制点的数量达到3时，RMS被自动计算。Ground Control Point Selection上的Predict按钮可用，这时在基准图像显示窗口上面定位一个特征点，单击Predict按钮，纠正图像显示窗口上会自动预测区域，适当调整一下位置，点击Add Point按钮，将当前找到的点收集。随着控制点数量的增多，预测点的精度越来越精确。