ENVI入门系列教程---3.2 遥感图像几何精校正
every blog every motto: He who seize the right moment, is the right man. – Goethe
0. 前言
0.1 基础知识
- 中等分辨率图像的几何校正：利用地面控制点和几何校正模型来校正非系统因素产生的误差，由于校正过程中会将坐标系赋予图像数据，所以此过程包括地理编码
- 图像纠正：借助一组控制点，对一幅图像进行地理坐标的校正
0.2 控制点
0.2.1 选取
基础数据：
- 基础测绘数据
- 数字线画图（DLG）
- 数字栅格图（DRG）
影像数据：
- 正射影像（DOM）
- 已经过几何精校正的影响
实地测量GPS
地面控制点的实质：找到待校正图像上的点对应真实的坐标值
0.2.2 质量
0.2.2.1 选点原则
- 选取图像上易分辨且较精细的特征点：道路交叉点，河流弯曲或分叉处，海岸线弯曲处，飞机场，城廓边缘
- 特征变化大的地区要多选
- 图像边缘部分一定要选取控制点
- 尽可能的满幅均匀选取
0.2.2.2 数量原则
- 在图像边缘处，在地面特征变化大的地区，需要增加控制点
- 保证一定数量的控制点，不是控制点越多越好，如一景TM的控制点数量在30-50左右
0.3 亮度的确定
重采样方法（插值算法）
- 最近邻法
- 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，哪个点距离近，就去哪个亮度值作为（x,y）点的亮度值
- 简单易用，计算量小，图像的亮度具有不连续性，精度差
- 双线性内插法
- 取(x,y)点周围的4邻点，在y方向内插二次，再在x方向内插一次，得到（x,y）点的亮度值f(x,y)
- 双线性内插法比最近邻法虽然计算量有所增大，但精度明显提高，特别是对亮度不连续或线状特征的块状化现象有明显的改变
- 内插法会对图像起到平滑作用，从而使对比度明显的分界线变得模糊
- 三次卷积内插法
- 进一步提高内插精度的一种方法，通过增加邻点来获得最佳插值函数
- 取与计算点周围相邻的16个点，先在某一方向内插，再根据计算结果在另一个方向上内插，得到一个连续的内插函数
- 计算量大，精度高，细节表现更为清楚，对控制点要求较高
0.4 几何精校正的流程
0.5 本节梗概
0.5.1 基础
地面控制点 + 校正模型 的几何校正方式
包括：
Image to Image 和 Image to Map
0.5.2 练习一
- 数据：待校正的taian-drg.tif
- 内容：根据地形图信息选择控制点来校正地形图
- 工具：Registration : Image to map
0.5.3 练习二
- 数据：已经做过几何校正的SPOT4全色10米分辨率影像；待校正的Landsat5 TM 30米分辨率的影像
- 内容：用SPOT4影像作为基准影像，选择控制点来校正TM影像
- 工具：Registration:Image to Image
说明： 本文基于ENVI 5.3
1. 正文
1.1 练习一
ENVI-classic
- 打开文件
file -> open image file
load - map info 添加信息
map -> registraion -> image to map
- 1:50000,4M分辨率较好
- 北京54 ，20带
添加控制点，图上是公里，所以输入的时候末尾要加000（三个0）
输入5个点（如上）可以进行预测，如下图
添加第6个点
9个点添加完成，如下图
show list 查看，也可以修改，如下图
将控制点保存成经纬度坐标，导出，如下图
下次使用已保存的GCP,如下图
校正
多项式，次数为2，三次卷积重采样，如下图
校正后，有map info 信息；如下图
1.2 练习二
打开文件
校正：
选择校正图像和待校正图像
方法一：
选取控制点
第二个点
第三个点(选取三个点以后可以预测，如下图）
第四个点
第五个点
方法二：
- 导入已有控制点
自动生成点，如下图
与全色波段对应，选取波段5（红外波段，所含信息多）
修改参数
误差，如下图，单位是像元，要求亚像元
show list
按误差排序，
删除或调整，使误差到合理范围内，
保存点，
如下图
用10m分辨率校正30米分辨率的图像，为了保证30分辨率，选如下图第四个；如果选择第二个，会重采样到10m分辨率。
输出图像依然为30m分辨率
有map信息，添加Link
测试，如下图