《第四章 (二)图像校正new》由会员分享,可在线阅读,更多相关《第四章 (二)图像校正new(65页珍藏版)》请在金锄头文库上搜索。
1、第4章 遥感图像处理(二),4.2 数字图像的校正 辐射校正 图像的几何畸变 几何校正的方法 几何校正的重采样、内插方法,图像校正,从具有畸变的图像中消除畸变的处理过程叫图像校正,包括: 辐射校正 几何校正,4.3.1 辐射畸变 进入传感器的辐射强度反映在图像上就是亮度值(灰度值)。 该值主要受两个物理量影响: A.太阳辐射照射到地面的辐射强度; B.二是地物的光谱反射率。 当太阳辐射相同时,图像上像元亮度值的差异直接反映了地物目标光谱反射率的差异。,辐射强度值还受到其他因素的影响而发生改变。这一改变的部分就是需要校正的部分,称为辐射畸变。 辐射校正(radiometric correctio
2、n) :消除由于辐射畸变所引起的辐射量失真的过程。,引起辐射畸变的原因: A.传感器仪器本身产生的误差; B.是大气对辐射的影响。,仪器引起的误差是由于多个检测器之间存在差异,以及仪器系统工作产生的误差,这导致了接收的图像不均匀,产生条纹和“噪声”。一般来说,这种畸变应该在数据生产过程中,由生产单位根据传感器参数进行校正,而不需要用户自行校正。 用户应该考虑的是大气影响造成的畸变。,4.3.2大气影响的定量分析(P98),进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。其中对传感器接收影响较大的是吸收和散射。,1.无大气: 在没有大气存在时,传感器接收的辐照度,只与太阳辐射到地面的辐照度
3、和地物反射率有关。 设E0为波长的入射辐照度,为入射方向的天顶角,当无大气存在时,地面上单位面积的辐照度为:,假定地表面是朗伯体, 其表面为漫反射,则某方向物体的亮度为: 是地物反射率; 是球面度(半球反射)。,传感器接收信号时, 受仪器的影响还有一个系统增益系数因子 ,这时进入传感器的亮度值为:,2. 有大气: 由于大气的存在,辐射经过大气吸收和散射,透过率小于1,从而减弱了原信号的强度。同时大气的散射光也有一部分直接或经过地物反射进入到传感器,这两部分辐射又增强了信号,但却不是有用的。在入射方向有与入射天顶角和波长有关的透过率T;反射后,在反射方向上有与反射大顶角和波长又有关的透过率T。因
4、此进入传感器的亮度值为,大气对辐射散射后, 来自各个方向的散射又重新以漫入射的形式照射地物,其辐照度为ED,经过地物的反射及反射路径上大气的吸收进入传感器,其亮度值为(此值通常很小,有人主张忽略不计),相当部分的散射光向上通过大气直接进入传感器,这部分辐射称为程辐射度,亮度为 。,由于大气影响的存在,实际到达传感器的辐射亮度是前面所分析的三项之和,即,比较以下两个公式: 大气的主要影响是减少了图像的对比度,使原始信号和背景信号都增加了因子。,图像某一剖面,在无大气时(a)白处亮度值为50,黑处亮度值为0,则亮度对比C1 =(500)501。当有大气影响时(b),乘上透过率后假定减少10,亮度值
5、减少到45,而由于L2和 Lp 存在,黑白处亮度均增加 10,这样亮度对比变成 C2 =(55-10)/559/11。,可见,对比度减小,图像质量下降了,4.2.3 大气影响的粗略纠正,精纠正: 严格地说,去除大气影响是将公式 中的附加项和附加因子求出,最终求出地物反射率R,从而恢复遥感影像中地面目标的真实面目。,粗略纠正:,粗略校正指通过比较简便的方法去掉式 中的Lp,即程辐射度,从而改善图像质量。 式中还有漫入射因子ED及其他如透过率等影响,这些因子都作为地物反射率的因子出现,直接相减不易去除,常用比值法或其他校正方法去除。严格地说,程辐射度的大小与像元位置有关,随大气条件、太阳照射方向和
6、时间变化而变化,但因其变化量微小而忽略。可以认为,程辐射度在同一幅图像的有限面积内是一个常数,其值的大小只与波段有关。,大气影响的粗略纠正方法,1. 直方图最小值去除法,数字图像,直方图,基本思想 一幅图像中总可以找到某种或某几种地物,其辐射亮度或反射率接近0,例如,地形起伏地区山地阴影处,反射率极低的深海水体处等,这时在图像中对应位置的像元亮度值应为0。 实测表明,这些位置上的像元亮度不为零。这个值就应该是大气散射导致的程辐射度值。,具体校正方法: 1.确定程辐射度增值: 即该图像上确有辐射亮度或反射亮度应为零的地区,则亮度最小值必定是这一地区大气影响的程辐射度增值。 2.做减法运算: 校正
7、时,将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善,对比度增强,从而提高了图像质量。,2. 回归分析法 一般来说由于程辐射度主要来自米氏散射,其散射强度随波长的增大而减小,到红外波段也有可能接近于零,回归分析法 假定某红外波段,存在程辐射为主的大气影响,且亮度增值最小,接近于零,设为波段a。现需要找到其他波段相应的最小值,这个值一定比a波段的最小值大一些,设为波段b,分别以a,b波段的像元亮度值为坐标,作二维光谱空间,两个波段中对应像元在坐标系内用一个点表示。由于波段之间的相关性,通过回归分析在众多点中一定能找到一条直线与波段b的亮度Lb轴相交,且,是斜率:,和
8、是分别为a、b波段亮度的平均值。,是波段a中的亮度为0处波段b中所具有的亮度。可以认为就是波段b的程辐射度。校正的方法是将波段b中每个像元的亮度值减去 ,来改善图像,去掉程辐射。同理可依次完成其他波段的校正。,4.2.4 几何校正,当遥感图像在几何位置上发生了变化,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时,即说明遥感影像发生了几何畸变。 遥感影像的总体变形(相对于地面真实形态而言)是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。产生畸变的图像给定量分析及位置配准造成困难,因此遥感数据接收后,首先由接收部门进行校正,这种校正往往根据遥感平台、地球、传感
9、器的各种参数进行处理。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的不同,仍旧需要作进一步的几何校正。,1. 遥感影像变形的原因 遥感平台位置和运动状态变化的影响 地形起伏的影响 地球表面曲率的影响 大气折射的影响 地球自转的影响,(1) 遥感平台位置和运动状态变化的影响(航高、航速、俯仰、翻滚、偏航) 无论是卫星还是飞机,运动过程中都会由于种种原因产生飞行姿势的变化从而引起影像变形。 航高:当平台运动过程中受到力学因素影响,产生相对于原标准航高的偏离,或者说卫星运行的轨道本身就是椭圆的。航高始终发生变化,而传感器的扫描视场角不变,从而导致图像扫描行对应的地面长度发生变化。航高越向高处
10、偏离,图像对应的地面越宽,航速:卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀,其他因素也可导致遥感平台航速的变化。航速快时,扫描带超前,航速慢时,扫描带滞后,由此可导致图像在卫星前进方向上(图像上下方向)的位置错动。,俯仰:遥感平台的俯仰变化能引起图像上下方向的变化,即星下点俯时后移,仰时前移,发生行间位置错动。,翻滚:遥感平台姿态翻滚是指以前进方向为轴旋转了一个角度。可导致星下点在扫描线方向偏移,使整个图像的行向翻滚角引起偏离的方向错动。,偏航:指遥感平台在前进过程中,相对于原前进航向偏转了一个小角度,从而引起扫描行方向的变化,导致图像的倾斜畸变。,(2) 地形起伏的影响 当地形存在起伏时
11、,会产生局部像点的位移,使原来本应是地面点的信号被同一位置上某高点的信号代替。由于高差的原因,实际像点P距像幅中心的距离相对于理想像点P0距像幅中心的距离移动了r。,高差引起的像点位移,(3)地表曲率的影响 地球是球体,严格说是椭球体,因此地球表面是曲面。这一曲面的影响主要表现在两个方面,一是像点位置的移动,当选择的地图投影平面是地球的切平面时,使地面点P0相对于投影平面点P有一高差h。,像点位移,二是像元对应于地面宽度的不等。由于传感器通过扫描取得数据,在扫描过程中每一次取样间隔是星下视场角的等分间隔。如果地面无弯曲,在地面瞬时视场宽度不大的清况下,L1,L2,L3,的差别不大。但由于地球表
12、面曲率的存在,对应于地面的P1,P2,P3,显然P3-P1 L3-L1,,像元对应于地面宽度的不等,距星下点越远畸变越大,对应地面长度越长。,(4) 大气折射的影响 大气对辐射的传播产生折射。由于大气的密度分布从下向上越来越小,折射率不断变化,因此折射后的辐射传播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,大气折射的影响,N,P,(5) 地球自转的影响 卫星前进过程中,传感器对地面扫描获得图像时,地球自转影响较大,会产生影像偏离。因为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,这时地球自西向东自转。相对运动的结果,使卫星的星下位置逐渐产生偏离。偏离方向如图所示,所以卫星
13、图像经过校正后成为图C的形态。,地球自转引起偏离,(a)获得图像,(b)实际对应的 地面位置,(c)影像变形,2.几何畸变校正,从具有几何畸变的图像中消除畸变的过程称几何校正。 也可以说是定量地确定图像上的像元坐标(图像坐标)与目标物的地理坐标(地图坐标等)的对应关系(坐标变换式)。,几何畸变有多种校正方法,但常用的是一种通用的精校正方法,适合于在地面平坦,不需考虑高程信息,或地面起伏较大而无高程信息,以及传感器的位置和姿态参数无法获取的情况时应用。有时根据遥感平台的各种参数已做过一次校正,但仍不能满足要求,就可以用该方法作遥感影像相对于地面坐标的配准校正,遥感影像相对于地图投影坐标系统的配准
14、校正,以及不同类型或不同时相的遥感影像之间的几何配准和复合分析,以得到比较精确的结果。,(1)基本思路 校正前的图像看起来是由行列整齐的等间距像元点组成的,但实际上,由于某种几何畸变,图像中像元点间所对应的地面距离并不相等(图a)。校正后的图像亦是由等间距的网格点组成的,且以地面为标准,符合某种投影的均匀分布(图b),图像中格网的交点可以看作是像元的中心。 校正的最终目的: A.确定校正后图像的行列数值。 B.找到新图像中每一像元的亮度值。,(2) 具体步骤: A.重采样 找到一种数学关系,建立变换前图像坐标(x,y)与变换后图像坐标(u,v)的关系,通过每一个变换后图像像元的中心位置(u代表
15、行数,v代表列数,均为整数)计算出变换前对应的图像坐标点(x,y)。分析得知,整数(u,v)的像元点在原图像坐标系中一般不在整数(x,y)点上,即不在原图像像元的中心。 计算校正后图像中的每一点所对应原图中的位置(x,y)。计算时按行逐点计算,每行结束后进入下一行计算,直到全图结束。 B.计算像元亮度值 由于计算后的(x,y)多数不在原图的像元中心处,因此必须重新计算新位置的亮度值。一股来说,新点的亮度值介于邻点亮度值之间,所以常用内插法计算。,(3) 计算方法 建立两图像像元点之间的对应关系 (u,v) (x,y),需求出12个系数,至少列出12个方程,即要找到6个已知的对应点(控制点) 如
16、果要提高精度,必须大大增加控制点的数目,用最小二乘法进行曲面拟合求系数。,实际计算时常采用2元2次多项式,2元n次多项式,为了确定校正后图像上每点的亮度值,只要求出其原图所对应点(x,y)的亮度。通常有三种方法: 最近邻法 双向线性内插法 三次卷积内插法。,I 最近邻法 图像中两相邻点的距离为1,即行间距x1,列间距y=1,取与所计算点(x,y)周围相邻的4个点,比较它们与被计算点的距离,哪个点距离最近,就取哪个的亮度值作为(x,y)点的亮度值f(x,y)。设该最近邻点的坐标为(k,l),则,k=Integer(x+0.5) l=Integer(y+0.5),f(x,y)=f(k,l),几何位置上的精度为0.5像元,最邻近内插法以距内插点最近的观测点的像元值为所求的像元值。该方法最大可产生0.5个像元的位置误差,优点是不破坏原来的像元值,处理速度快。,II 双线性内插法 取(x,y)点周围的