遥感图像的几何校正

几何校正是遥感信息处理中一个十分重要的环节,它直接关系到信息提取的精度与实用程度。本文分析遥感图像产生几何畸变的原因,介绍几何校正的原理和方法,以湘中某地区QuickBird遥感图像在ENVI下进行几何校正为例阐述其具体步骤。     

Quick Bird遥感影像的几何校正

以高分辨率的Quick Bird卫星数据为对象,经影像信息融合,使处理后的图像分辨率提高且接近真彩色,具有良好的判识效果;选择若干个GPS地面控制点作为参考点,以遥感图像处理软件ER Mapper6.2为平台,对图像进行二次多项式几何精校正,纠正后的图像点位误差在lm左右,说明纠正后的图像具有较高的几何精度.     

基于面特征的遥感图像几何校正模型

传统的遥感图像几何校正模型是基于控制点建立的。然而在很多情况下,图像的面特征比点特征更易自动提取。提出面特征之间距离的定义及算法,在此基础上利用控制面建立误差方程,实现基于面特征的几何校正。以Land-sat、ALOS和Quickbird影像为例进行了试验,结果表明,本文的方法可用于不同的卫星影像和成像模型。当控制资料不含粗差时,利用控制面和控制点的校正精度基本一致,可达到1个像素以内;当控制资料含有粗差时,基于面特征的几何校正模型比基于点特征的几何校正模型具有更强的容错能力。     

遥感卫星CCD相机数据的系统几何校正

本文叙述ＣＣＤ相机遥感数据的几何校正方法，特别是在预处理系统中实现校正的算法。     

卫星遥感图像的几何精校正研究

对遥感图像几何精校正方法的研究进行了简介,并通过吐鲁番地区影像校正实例,对运用地面控制点进行几何精校正作了较详细的阐述,对校正控制点的选择及拟合精度进行了分析。     

浅谈QuickBird遥感卫星影像几何精校正

QuickBird卫星影像是目前商用高精度遥感图像，因其空间分辨率较高，数据产品格式复杂，目前在实际应用中对其几何精校正（包括正射校正）还存在许多问题。本文就近年来承担有关项目——高精度遥感图像在西藏、云南、四川等地区机场建设工程应用的基础上，探讨了QuickBird卫星影像的几何精校正方法、原理以及高精度正射遥感影像地图制图工艺的关键性技术问题。     

遥感数字图像解析

讨论一种分解遥感数字图像的解析方法.其目的是将组成原始遥感的各分量(太阳直射光、天空散射光和大气亮度)逐点分离,并各自生成新的数字图像.由于这些图像是自然光各分量分别与地物和大气之间相互作用的产物,它们在地表辐射能量和大气环境状况的遥感定量反演研究及遥感图像的模式识别中有着具其他传统遥感图像无法具有的独特作用.     

遥感影像几何精校正中控制点选取的研究

在采用多项式模型进行遥感影像的几何精校正中,控制点的选取对校正精度有重要影响。本文通过实例计算,分析比较控制点的数量、分布对校正结果的影响,分析结果表明:适当增加控制点的数量会提高校正精度,但控制点数量并非越多越好;选择均匀分布的控制点有利于提高几何校正的精度。     

高精度遥感影像的空间投影几何精校正

几何校正为影像预处理工作做了技术准备。其精度直接影响着后续工作的质量。目前,高精度遥感影像因其空间分辨率较高、数据产品格式复杂,在实际应用中对其进行几何精校正(包括正射校正)还存在许多问题。在地面控制点(Ground Control Point,GCP)分布不均或数量不足的情况下,运用空间投影加密控制点的方法,能有效解决此类问题。本文以Quick Bird遥感卫星影像为例,阐述了该方法的可行性。     

遥感图像的位置校正算法

本文通过对遥感图像解译中传统的几何位置校正方法的研究,提出了一种曲面样条函数算法,从而能解决传统方法校正不安全的缺陷。     

基于MATLAB算法的遥感图像融合

遥感影像像素级融合是遥感信息分析与处理过程中非常有效的方法。文章通过分析3种主要的多源遥感影像融合方法特征和不足,运用MATLAB算法实现影像融合,并对融合成果结合主观目视和客观指标进行综合评价。经过实验表明,利用MATLAB影像融合算法融合取得了较好效果,且提高了影像处理效率。     

基于MATLAB的遥感影像纹理特征分析

随着遥感技术的飞速发展,遥感影像计算机分析也随之成为遥感技术应用的一个重要组成部分.传统的遥感影像分析方法大都是基于影像光谱特征的计算机自动分类,忽略了影像的空间结构信息,精度不高.研究了利用灰度共生矩阵提取遥感影像的纹理特征,实现了MATLAB下采用监督分类方法应用最短距离分类器及滤波完成了全色遥感影像的分类分析.     

基于MATLAB图像处理工具箱IPT函数的遥感图像配准

遥感图像配准是遥感图像拼接、信息融合的基础,是对遥感图像定量应用和研究的关键环节.MATLAB的图像处理工具箱IPT(Image Processing Toolbox)提供有基于点特征进行图像配准的函数,利用这些函数可以方便快捷地完成图像之间的配准.论文首先对图像配准及基于点特征的遥感图像配准作了详细的介绍,然后对IPT中配准函数的语法格式作了详尽的分析,并对两幅遥感图像进行了配准操作,最后对该方法进行了结论性分析,阐明该方法的应用价值与可改进之处.     

基于SRTM控制的高分遥感影像区域网平差方法

针对异轨高分辨率卫星影像基高比小、重叠区域弱交会现象,本文提出SRTM(Shuttle Radar Topography Mission)控制的高分遥感影像区域网平差方法.该方法以高程值为相邻影像连接点的高程控制,进行光束法区域网平差,进行影像RPC(Rational Polynomial Coefficient)参数精化,避免弱交会情况下高程误差放大现象,降低同名点的相对偏移.采用高分一号四景进行实验,结果表明:通过引入高程控制的光束法区域网平差,改善纠正后影像连接区域错开现象,影像平面相对定位精度提高到一个像素以内,满足相邻影像的拼接需求.     

遥感影像纠正控制点数据的综合管理

介绍了对控制点数据进行综合管理的必要性、思路；应实现的功能及在遥感影像几何精纠正的生产过程中应用控制点数据的方法。     

采用LRM均值-方差规定化的遥感影像不均匀性校正

遥感影像中的不均匀现象是遥感影像处理中要解决的一个重要问题。现有的遥感影像不均匀性校正方法通常都是针对亮度不均匀进行处理的,对于反差不均匀性校正并没有好的解决方案。针对遥感影像中同时存在亮度、反差不均匀的情况,提出了一种基于LRM均值-方差规定化的不均匀校正算法。该方法以LRM影像分块处理为基础,结合影像均值-方差规定化原理,对遥感影像进行处理。实验证明,该方法不仅能够校正亮度不均匀现象,而且对于反差不均匀现象也有很好地校正作用,能够达到整体影像的亮度、反差一致性,获得更加清晰的影像。     

一种基于变分Retinex的遥感影像不均匀性校正方法

本文提出一种基于变分Retinex的遥感影像灰度不均匀性校正方法。该方法在Retinex框架上,利用变分最优化技术和投影归一化最速下降法求解成像瞬间的照度分布,并以此为基础对遥感影像的灰度不均匀性进行校正。为了提高运算效率,引入了多尺度数值求解的策略。利用模拟影像和真实影像进行了实验,并与传统方法进行了对比分析,结果表明,本文方法能够在消除影像灰度不均匀现象的同时,有效保持影像本身的色彩和细节信息,同时还具有较高的运算效率。