完整版遥感影像预处理.docx

完整版遥感影像预处理.docx

《完整版遥感影像预处理.docx》由会员分享，可在线阅读，更多相关《完整版遥感影像预处理.docx（22页珍藏版）》请在冰点文库上搜索。

完整版遥感影像预处理

遥感影像预办理

预办理是遥感觉用的第一步，也是特别重要的一步。

目前的技术也特别成熟，大

多数的商业化软件都具备这方面的功能。

预办理的大体流程在各个行业中有点差

异，而且着重点也各有不相同。

本小节包括以下内容：

数据预办理一般流程介绍

预办理常闻名词讲解

ENVI中的数据预办理

1、数据预办理一般流程

数据预办理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处

理和光谱归一化几个环节，详细流程图以下列图。

图1数据预办理一般流程

各个行业应用会有所不相同，比方在精巧农业方面，在大气校正方面要求会高点，

因为它需要反演；在测绘方面，对几何校正的精度要求会很高。

2、数据预办理的各个流程介绍

（一）几何精校正与影像配准

引起影像几何变形一般分为两大类：

系统性和非系统性。

系统性一般有传感

器自己引起的，有规律可循和可展望性，可以用传感器模型来校正；非系统性几

何变形是不规律的，它可以是传感器平台自己的高度、姿态等不牢固，也可以是

地球曲率及空气折射的变化以及地形的变化等。

在做几何校正前，先要知道几个看法：

地理编码：

把图像更正到一种一致标准的坐标系。

地理参照：

借助一组控制点，对一幅图像进行地理坐标的校正。

图像配准：

同一地区里一幅图像（基准图像）对另一幅图像校准

影像几何精校正，一般步骤以下，

（1）GCP（地面控制点）的采用

这是几何校正中最重要的一步。

可以从地形图（DRG）为参照进行控制选

点，也可以野外GPS测量获得，也许从校正好的影像中获得。

采用得控制点有

以下特色：

1、GCP在图像上有明显的、清楚的点位标志，如道路交织点、河流交织点

等；

2、地面控制点上的地物不随时间而变化。

GCP平均分布在整幅影像内，且要有必然的数量保证，不相同纠正模型对控制点

个数的需求不相同。

卫星供应的辅助数据可建立严实的物理模型，该模型只需9

个控制点即可；对于有理多项式模型，一般每景要求很多于30个控制点，困难

地区合适增加点位；几何多项式模型将依照地形情况确定，它要求控制点个数多

于上述几种模型，平时每景要求在30-50个左右，特别对于山区应合适增加控

制点。

（2）建立几何校正模型

地面点确定此后，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）及其参照图像或地图上的坐标（X，Y），这叫需要选择一个

合理的坐标变换函数式（即数据校正模型），尔后用公式计算每个地面控制点的

均方根误差（RMS）

依照公式计算出每个控制点几何校正的精度，计算出累积的整体均方差误

差，也叫节余误差，一般控制在一个像元之内，即RMS<1。

（3）图像重采样

重新定位后的像元在原图像中分布是不平均的,即输出图像像元点在输入图

像中的行列号不是或不所有是正数关系。

因此需要依照输出图像上的各像元在输入

图像中的地址，对原始图像按必然规则重新采样，进行亮度值的插值计算，建立

新的图像矩阵。

常用的内插方法包括：

1、最周边法是将最周边的像元值赐予新像元。

该方法的优点是输出图

像依旧保持原来的像元值，简单，办理速度快。

但这类方法最大可产生半个像元

的地址偏移，可能造成输出图像中某些地物的不连结。

2、双线性内插法是使用周边4个点的像元值，依照其距内插点的距

离赐予不相同的权重，进行线性内插。

该方法拥有平均化的滤波收效，边缘碰到平

滑作用，而产生一个比较连结的输出图像，其缺点是损坏了原来的像元值。

3、三次卷积内插法较为复杂，它使用内插点周围的16个像元值，用

三次卷积函数进行内插。

这类方法对边缘有所增强，并拥有平衡化和清楚化的效

果，当它依旧损坏了原来的像元值，且计算量大。

一般认为最周边法有利于保持原始图像中的灰级，但对图像中的几何结构

损坏较大。

后两种方法诚然对像元值有所近似，但也在很大程度上保留图像原有

的几何结构，如道路网、水系、地物界线等。

（二）数字图像镶嵌与裁剪

l镶嵌

当研究区超出单幅遥感图像所覆盖的范围时，平时需要将两幅或多幅图像拼

接起来形成一幅或一系列覆盖全区的较大的图像。

在进行图像的镶嵌时，需要确定一幅参照影像，参照图像将作为输出镶嵌图像的

基准，决定镶嵌图像的比较度般配、以及输出图像的像元大小和数据种类等。

镶

嵌得两幅或多幅图像选择相同或周边的成像时间，使得图像的色彩保持一致。

但

接边色彩相差太大时，可以利用直方图平衡、色彩圆滑等使得接边尽量一致，但

用于变化信息提取时，相邻影像的色彩不相同意圆滑，防备信息变异。

l裁剪

图像裁剪的目的是将研究之外的地区去除，常用的是依照行政区划界线或自然区

划界线进行图像的分幅裁剪。

它的过程可分为两步：

矢量栅格化和掩膜计算

（Mask）。

矢量栅格化是将面状矢量数据转变为二值栅格图像文件，文件像元

大小与被裁剪图像一致；把二值图像中的裁剪地区的值设为1，地区外取0值，

与被裁剪图像做交集运算，计算所得图像就是图像裁剪结果。

（三）大气校正

遥感图像在获得过程中，碰到如大气吸取与散射、传感器定标、地形等因素

的影响，且它们会随时间的不相同而有所差异。

因此，在多时相遥感图像中，除了

地物的变化会引起图像中辐射值的变化外，不变的地物在不相同时相图像中的辐射

值也会有差异。

利用多时相遥感图像的光谱信息来检测地物变化情况的动向监测，

其重要前提是要除掉不变地物的辐射值差异。

辐射校正是除掉非地物变化所造成的图像辐射值改变的有效方法，依照校正

后的结果可以分为2种，绝对辐射校正方法和相对辐射校正方法。

绝对辐射校正

方法是将遥感图像的DN（DigitalNumber）值变换为真实地表反射率的方法，它

需要获得影像过境时的地表测量数据，并考虑地形起伏等因素来校正大气和传感

器的影响，因此这类方法一般都很复杂，目前大多数遥感图像都无法满足上述条

件。

相对辐射校正是将一图像作为参照（或基准）图像，调整另一图像的DN值，

使得两时相影像上同名的地物拥有相同的DN值，这个过程也叫多时相遥感图像

的光谱归一化。

这样我们就可以经过解析不相同时相遥感图像上的辐射值差异来实

现变化监测。

因此，相对辐射校正就是要使相对牢固的同名地物的辐射值在不相同

时相遥感图像上一致，从而完成地物动向变化的遥动人态监测。

3、ENVI中的数据预办理介绍

（一）几何精校正与影像配准

（1）选择几何校正模型

ENVI中支拥有大多数商业化卫星的几何校正模型，如QuickBird、Ikonos、

Spot1-5、P6、WorldView-1等，一般的校正模型包括二次多项式、仿射变换

和局部三角网。

图2何校正模型

控制点选择方式可以是从影像上，也可以从矢量数据也许野外实测等。

图3控制点选择方式

选择控制点也特其他方便，包括了误差的结算。

图4控制点选择

重采样方式包括了三种方法。

图5重采样方式

（二）数字图像镶嵌与裁剪

l镶嵌

ENVI支拥有地理参照和没有地理参照影像数据的镶嵌，可以自动对镶嵌影

像进行颜色平衡，并供应了多种影像增强和直方图般配工具，可以最大限度地消

除镶嵌影像间的色彩解颜色差异

多种色彩平衡方法

图6颜色校正设置

多种接边线编写方式。

图7接边线镶嵌

l裁汰

在ENVI中做裁汰的方法特其他多，供应多种方法进行图像的空间裁剪获得子区，包括：

手动输入行列数、从图像中交互选择地区、输入地理坐标范围、和其他图像文件的交集、使用转动窗口中的图像和经过感兴趣地区。

图8影像的裁剪

（三）大气校正

ENVI的大气校正模块为FLAASH。

详细情况拜会帖子：

ENVI中的大气校正

模块（FLAASH）的使用说明。