遥感制图课件：第七章+正射影像图与三维景观图的制作.ppt

1、第七章第七章 正射影像图与三维景正射影像图与三维景观图的制作观图的制作 沈焕锋 武汉大学 资环与环境科学学院 遥感制图遥感制图提提 纲纲 遥遥感影像的正射校正方法感影像的正射校正方法 遥遥感感影像影像镶镶嵌嵌23 遥遥感影像几何感影像几何误误差差来来源源1 三三维维景景观图观图的制作的制作4遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像几何误差来源遥感影像

2、几何误差来源提提 纲纲 遥遥感影像的正射校正方法感影像的正射校正方法 遥遥感感影像影像镶镶嵌嵌23 遥遥感影像几何感影像几何误误差差来来源源1 三三维维景景观图观图的制作的制作4 原始遥感图像通常包含着严重的几何变形，引起几何变形的原因很多（前以述及），一般分为系统性和非系统性两大类： 系统性几何变形是有规律的、可以预测的，可以根据遥感平台、地球、传感器的各种参数进行校正（该部分工作由数据接收部门完成）。 非系统性几何变形是不规律的，它可以是遥感平台的高度、经纬度、速度和姿态等的不稳定，地球曲率及空气折射的变化等等，一般很难预测。几何校正几何校正 几何校正的目的就是要纠正这些系统及非系统性因素

3、引起的图像变形，从而实现与标准图像或地图的几何整合。 用户获得的遥感数据一般是经过了系统性校正的产品，这些数据仍然存在着非系统性因素引起的图像变形。由于使用的目的不同，用户需要利用地面控制点（GCP）和多项式纠正模型作进一步的几何纠正。 几何校正几何校正几何校正思路几何校正思路: : 如下图所示，实线部分为校正前的数据，虚线部分为校正后的数据，几何校正的实质就是建立校正前的图像坐标（x,y）与参考图像（或地图）坐标（X,Y）的关系。几何校正几何校正p最近邻插值最近邻插值 输出像素的灰度等于离它所映射位置最近的输输出像素的灰度等于离它所映射位置最近的输入像素的灰度值。入像素的灰度值。 内插方法内

4、插方法p双线性插值双线性插值 四点确定一个平面函数，属于过约束问题；四点确定一个平面函数，属于过约束问题； 问题描述：单位正方形顶点已知，求正方形内任一点问题描述：单位正方形顶点已知，求正方形内任一点的的f(x,y)值。值。(,)(1)(1) ( , )(1)( ,1) + (1) (1, )(1,1)f iu jvuv f i ju vf i juv f ijuvf ij内插方法内插方法p双三次插值：取与投影点邻近的双三次插值：取与投影点邻近的1616个象元灰度值个象元灰度值（4 4* *4 4） ，计算输出象元的灰度值，计算输出象元的灰度值23231 2| 0 | 1( )4 8| 5|

5、1 | 20 2 |xxxS xxxxxx内插方法内插方法遥感影像正射校正基本原理基本原理 x x = = f fx x ( (X X，Y Y) ) ； y y = = f fy y ( (X X，Y Y) ) 是由纠正后的像点坐标（是由纠正后的像点坐标（X X，Y Y）出发反求其出发反求其在原始图像上的像点坐标（在原始图像上的像点坐标（x x，y y），），这种方法称这种方法称为为反解法反解法（或称为间接解法）（或称为间接解法） X X = = j jx x ( (x x，y y) )； Y Y = = j jy y ( (x x，y y) ) 是由原始图像上像点坐标（是由原始图像上像点坐标

6、（x x，y y）解求纠正解求纠正后图像上相应点坐标（后图像上相应点坐标（X X，Y Y），），这种方法称为这种方法称为正正解法解法（或称直接解法）。（或称直接解法）。 正解法数字微分纠正是从原始图像出发，将原始图像上逐个正解法数字微分纠正是从原始图像出发，将原始图像上逐个像元素，用正解公式求得纠正后的像点坐标。这一方案存在着像元素，用正解公式求得纠正后的像点坐标。这一方案存在着很大的缺点，即在纠正后的图像上，所得的像点是非规则排列很大的缺点，即在纠正后的图像上，所得的像点是非规则排列的，有的像元素内可能出现的，有的像元素内可能出现“空白空白”（无像点），而有的像元（无像点），而有的像元素可能

7、出现重复（多个像点），因此很难实现灰度内插并获得素可能出现重复（多个像点），因此很难实现灰度内插并获得规则排列的数字影像。规则排列的数字影像。遥感影像正射校正反解法（间接法）数字微分纠正反解法（间接法）数字微分纠正 计算地面点坐标计算地面点坐标 计算像点坐标计算像点坐标 灰度内插灰度内插 灰度赋值灰度赋值 遥感影像正射校正 计算地面点坐标计算地面点坐标 设正射影像上任意一点（像素中心）设正射影像上任意一点（像素中心）P P的坐标的坐标为（为（XX，YY），），由正射影像左下角图廓点地面坐由正射影像左下角图廓点地面坐标（标（X X0 0，Y Y0 0）与正射影像比例尺分母与正射影像比例尺分母 M

8、 M计算计算 P P点所点所对应的地面坐标（对应的地面坐标（X X，Y Y）：）： X X X X0 0 + + M M X X Y Y Y Y0 0 + + M M Y Y 遥感影像正射校正 计算像点坐标计算像点坐标应用反解公式计算原始图像上相应像点坐标应用反解公式计算原始图像上相应像点坐标p p（x x，y y），），在航空摄影情况下，反解公式为共线方程：在航空摄影情况下，反解公式为共线方程： )()()()()()()()()()()()(33322203331110ssssssssssssZZcYYbXXaZZcYYbXXafyyZZcYYbXXaZZcYYbXXafxx式中式中Z Z

9、是是P P点的高程，由点的高程，由DEMDEM内插求得。内插求得。XYaYaXaaYXaZjjiiij110110001010YaaaaXZ1111100100 基于矩形格网的基于矩形格网的 DEMDEM多项式内插多项式内插双线性多项式双线性多项式( (双曲抛物面双曲抛物面) )内插内插根据最邻近的根据最邻近的4 4个数据点，可确定一个双线性多项式个数据点，可确定一个双线性多项式遥感影像正射校正 灰度内插灰度内插 由于所求得的像点坐标不一定正好落在像元素中心，为由于所求得的像点坐标不一定正好落在像元素中心，为此必须进行灰度内播，一般可采用双线性内插方法，求得此必须进行灰度内播，一般可采用双线性

10、内插方法，求得像点像点p p的灰度值的灰度值g g（x x，y y）222112112222212112121111)1 ()1 ()1)(1 ()(yIxIyxyIxIyxIWIWIWIWPI遥感影像正射校正 灰度赋值灰度赋值最后将像点最后将像点p p的灰度值赋给纠正后像元素的灰度值赋给纠正后像元素P P，即即 G G（X X，Y Y） = g = g（x x，y y） 依次对每个纠正象素完成上述运算，即能获得纠正的数依次对每个纠正象素完成上述运算，即能获得纠正的数字图像，这就是反解算法的原理和基本步骤。因此，从原字图像，这就是反解算法的原理和基本步骤。因此，从原理而言，数字纠正是属理而言，

11、数字纠正是属点元素纠正点元素纠正。遥感影像正射校正 非系统几何校正步骤：非系统几何校正步骤： 1. 1. 地面控制点（地面控制点（ GCPGCP ）的选取）的选取 地面控制点是用来作为匹配标准的，所以它在图像上应有明显的、清晰的定位识别标志，如道路交叉点、河流叉口等。 参考图像（或地图）上的坐标可以是经纬度、平面投影坐标（如高斯投影），也可以是GPS从野外测得的坐标。 地面控制点应均匀地分布在整幅图像内，且要有一定的数量保证。因为地面控制点的数量、分布和精度直接影响几何纠正的效果。几何校正几何校正 2. 2. 多项式纠正模型多项式纠正模型 地面控制点确定后，要在原始图像与参考图像（或地图）上分

12、别读出各个控制点的图像坐标（x,y）和参考坐标（X,Y）。 建立图像坐标（x,y）和参考坐标（X,Y）之间的对应关系： x = f1（X,Y） y = f2（X,Y） 该关系式又称为多项式纠正模型：几何校正几何校正NiiNjjiijYXax00NiiNjjiijYXby00多项式纠正模型： 式中：aij和bij为多项式系数，N为多项式的次数。 对于大多数具有中等几何变形的小区域的卫星图像，一次线性多项式就可以纠正6种几何变形，包括X、Y方向的平移、比例尺变形、倾斜和旋转，从而取得足够的纠正精度。几何校正几何校正 对变形比较严重的图像或当精度要求较高时，可用二次多项式： x = a0+ a1 X

13、 + a2 Y + a3 X2 + a4 XY + a5 Y2 + y = b0+ b1 X + b2 Y + b3 X2 + b4 XY + b5 Y2 + 当多项式的系数（ N ）确定后，用所选定的控制点坐标，按最小二乘法回归求出多项式系数。并用以下公式计算每个地面控制点的均方根误差:22)()(yyxxRMSerror几何校正几何校正 多项式纠正模型确定后，对全幅图像的各像元进行坐标变换，重新定位，以达到纠正的目的。 3. 3. 重新采样重新采样 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，该过程又称为重新采样，一般采用以下内插法：最邻近法双线性内插法

14、三次卷积内插法几何校正几何校正提提 纲纲 遥遥感影像的正射校正方法感影像的正射校正方法 遥遥感感影像影像镶镶嵌嵌23 遥遥感影像几何感影像几何误误差差来来源源1 三三维维景景观图观图的制作的制作4基本概念基本概念p背景： 在遥感图像的应用中，当研究区处于几幅图像的交界处或研究区较大需多幅图像才能覆盖时，需要把覆盖研究区的那些图像配准，进而把这些图像镶嵌起来，便于更好地统一处理、解译、分析和研究。p影像镶嵌定义： 将两幅或多幅遥感影像(它们有可能是在不同的成像条件下获取的)拼在一起,构成一幅整体影像的技术过程。基本概念基本概念p 拼接缝： 在实际应用过程中，不可避免地要将几种不传感器、不同时相的

15、影像拼接在一起，形成一幅大幅面的遥感镶嵌图像。相邻影像由于获取的不同时间，由于季节的不同，植被、水系等地物变化明显，其地物的电磁波信息不同，导致色调和形态有差异;随时间推移，有些地物(农田及土地覆盖类型的变换)或由于人类的活动(道路、砍伐或种植的树木)造成的变化，也会引起相邻图像的色调、纹理的变化。地面环境的微小变化、成像角度的不同等因素都可能造成这种色彩上的差异。这些变化必然造成相邻影像上的色调不统一和纹理的不连续，致使影像相互镶一嵌时出现明显的接缝。镶嵌步骤镶嵌步骤数据预处理重叠区确定色调调整影像镶嵌数据预处理数据预处理 对于影像数据的预处理，主要包括影像校正、影像配准和融合处理等，鉴于本

16、章重点在于如何实现镶嵌，这里不详细叙述。重叠区确定重叠区确定 遥感图像镶嵌工作的进行主要是基于相邻图像的重叠区。无论是色调调整，还是几何镶嵌，都是将重叠区作为基准进行的。重叠区确定的是否准确直接影响到镶嵌的效果。黄色部分为重叠区域（二）、重叠区的确定 为了进行色调调整和几何镶嵌，必须精确地确定相邻图象的重叠区，也即相邻图象间几何对准。可采用如下方法进行。1移位匹配法 对于两幅相邻图象的重叠区的确定，可以采用移位匹配法来实现，该方法原理简单且方便。以左右两幅图象为例，移位匹配法原理如下： 对于两幅图象的重叠部分，可视为图象的两个波段，若彼此已几何对准，则利用它们进行图象合成显示时，图象的各种细节

17、就相吻合，此时两个波段的信息互相增强，如：河流的两岸、山脊线以及各种细小的纹理结构等均会因为几何对准互相被增强，从而使纹理结构显示清晰；反之，若未被几何对准，则利用它们进行图象合成显示时，图象的各种细节就不相吻合，河流的岸线、山脊线等均会出现错位，而且由于没有几何对准，所有细小的纹理都不能重合，使得整幅合成图象显得杂乱无章、难以分辨。 用移位匹配法确定的重叠区方法如下：首先将其中一幅图像的重叠部分(利用图像显示功能大致确定的两幅图像的重叠区域)显示于图像监视器上(作为基准)；而后将另一幅图像的重叠部分与之合成，利用移动后一幅图像，使两幅图像不断地移动相对位置，当所有纹理细节达到最佳吻合时，两幅

18、图像便几何对准了(只要两幅图像的几何位置完全正确，也就是说只要两幅图像经过几何校正，那么一定可以找到这样的几何对准位置)，从而可以精确地确定两幅相邻图像的重叠范围。2计算法3根据几何坐标色调调整色调调整 色调调整是遥感影像数字镶嵌技术中的一个关键环节。不同时相或成像条件存在差异的影像，由于要镶嵌的影像辐射水平不一样，影像的亮度差异较大，若不进行色调调整，镶嵌在一起的几幅图，即使几何位置配准很理想，由于色调各不相同，也不能很好地应用于各个专业上。另外，成像时相和成像条件接近的影像也会由于传感器的随机误差造成不同像幅的影像色调不一致。从而影响应用的效果，因此必须进行色调调整。色调调整色调调整 常用

19、的影像色调调整方法都是以相邻影像的重叠区域为基础,通过各种平滑过渡来消除人为的假边缘和拼接缝。主要有基于影像直方图、基于影像信息熵、基于相邻影像方差、均值的色调调整方法。影像镶嵌影像镶嵌 影像镶嵌又可细分为重叠区接缝线的寻找以及拼接缝的消除。接缝线的质量直接影响镶嵌影像的效果。在镶嵌过程中，即使对两幅影像进行了色调调整，但两幅影像接缝处的色调也不可能完全一致，为此还需对影像的重叠区进行色调的平滑(亮度镶嵌)，这才使得镶嵌后的影像中无接缝存在。影像镶嵌影像镶嵌影像拼接线的选择： 为消除明显拼接缝，可将拼接线选择在灰度曲线上局部变化急陡的地方，这些地方对应影像上的部分为两色块的分界线，而尽量避免选

20、择灰度曲线上较平缓的地方，这些地方对应影像上一般为河流、湖泊、平坦土地等地方，选择在这些地方的拼接边，尽管对镶嵌影像做了色彩平衡，但镶嵌结果图像上灰度的细微差别都会导致明显的拼接缝。另外，拼接线选取时还须考虑遥感影像的时相及成像质量，时相新且质量好的影像尽可能多利用，反之则少利用。镶嵌算法镶嵌算法p拼接线消除算法 在本章中主要介绍以下两种镶嵌算法： 1.距离加权法 2.基于卷积运算的镶嵌算法 影像镶嵌影像镶嵌p基于卷积运算的镶嵌算法 原理： 将卷积运算与加权运算相结合,针对图像边缘灰度差异较大,采取加权处理的方法来实现图像的无缝拼接。采用像元的距离加权主要是针对同名像元在图像重叠区域中所占的距

21、离比例,距离加权会减轻成像过程中的噪声影响,起到平滑影像的作用。影像镶嵌影像镶嵌p基于卷积运算的镶嵌算法 步骤：选取模板。 常用的邻域有4-邻域和8-邻域。假定邻域大小为 ,则对于中心像元的灰度计算公式为: 式中： 为邻域中每个像元的权重， 为经过卷积运算后所得的像素的新灰度值。 NM MmNnmnnmfkyxg11),(),(mnk),(yxg影像镶嵌影像镶嵌 以33的模板为例来进行运算。 表1和表2两种模板是对图像邻域的处理来设置的。表1取邻域的4个像元以及像元本身,表2取邻域的8个像元以及像元本身。为简化叙述过程,这里以表1的情况来叙述,表2的情况与此类似。010111010111111

22、111 表1 4-邻域 表2 8-邻域 影像镶嵌影像镶嵌 为了尽量保留原有图像的灰度特征,将待处理的像元本身的灰度值的权重设置的较大,其邻域像元灰度的权重设置相对较小。如表3中所给的权重就是表4中相应位置的像元的权重。00.100.10.60.100.10) 1, 1(yxf), 1(yxf) 1, 1(yxf) 1,(yxf),(yxf) 1,(yxf) 1, 1(yxf), 1(yxf) 1, 1(yxf 表3 像元权重 表4 像元邻域表影像镶嵌影像镶嵌 以两幅图像左右重叠为例,选取 模板,假定重叠区域宽度为 ,左边图像总宽度为 ,右边图像总宽度为 ,本文分别将卷积运算运用到两幅图像的重叠

23、区域,给出的计算公式如下： 对应变量 取值范围分别为：L331L2L11111111( , )( , )( , )( , )(,)(1)(,)( , )( , )ijijijijF x yf x yF x yG x ydkf xi yjdwg xi yjG x yg x y1111LyLyLLLLyy影像镶嵌影像镶嵌 式中, 和 是平滑处理完后 新的灰度值; 和 为待处理像元 的在两幅不同图像上的灰度值; 为待处理像元 到重叠区最左边的距离权重, 为待处理像元 到重叠区最右边的距离权重; 和 为对应左右两幅图像像元 的权重。),(yxF),(yxG),(yx),(yxf),(yxgdd1ijk

24、ijw),(jyix ),(yx),(yx),(yx),(),( ),()1 ( ),(),(),(),(),(11111111yxgyxGjyixgwdjyixfkdyxGyxFyxfyxFijijijij影像镶嵌影像镶嵌距离权重 的确定： 设重叠区域宽度为L,当前待处理像元距离图像左边缘距离为r(r表示图像重叠区域左边缘距离当前待处理像元的像元个数)时,则距离权重: 式中,d和1-d均在0,1范围内。显然当r=0时,重叠区域左边缘图像的灰度值完全是左边图像的灰度;当r=L时,重叠区域右边缘图像的灰度值完全是右边图像的灰度。dLrdLrd/1 ,/1E E提提 纲纲 遥遥感影像的正射校正方法

25、感影像的正射校正方法遥遥感感影像影像镶镶嵌嵌23遥遥感影像几何感影像几何误误差差来来源源1三三维维景景观图观图的制作的制作4景观图的制作原理(, , )|(, , )AX Y ZX Y ZD集合A表示区域D上各点三维坐标向量的集合集合B为二维影像各像素与其灰度的集合( , , )|( , )Bx y gx yd制作景观图实际就是一个从A到B的映射景观图的制作原理 原理与航空摄影完全原理与航空摄影完全相同相同，不同的是航空摄影，不同的是航空摄影一般接近于一般接近于正直摄影正直摄影，而景观图则是，而景观图则是特大倾角特大倾角“摄影摄影”(”(将地面点投射到二维影像上将地面点投射到二维影像上) )，

26、 g g为像为像点（点（x x，y y）对应的灰度值，它可以是航空（天）对应的灰度值，它可以是航空（天）影像中相应象素的灰度值，也可以是根据地形及影像中相应象素的灰度值，也可以是根据地形及虚拟光源模拟出来的值。虚拟光源模拟出来的值。 北京北京. 亚运村亚运村City modeling and visualization模拟灰度景观图三维形体或景物图的真实性在很大程度上取决于对三维形体或景物图的真实性在很大程度上取决于对明暗效应明暗效应的模拟。在的模拟。在DTM透视图经过隐藏线、面透视图经过隐藏线、面的消隐处理之后，再用明暗度公式计算和显示可见的消隐处理之后，再用明暗度公式计算和显示可见面的亮度

27、（或颜色），其真实感又进一步提高。面的亮度（或颜色），其真实感又进一步提高。EPS （RPcos）IPS 假设光源到达的能量IPS在所有方向上被均匀反射，即为漫射反射 R Rp p是是反射系数。反射系数。s入射线反射线pEPS （RPcos）IPS P P点的明暗度是由反射光线确定点的明暗度是由反射光线确定模拟灰度景观图明暗度的均匀化明暗度的均匀化 为了简化消除隐藏面的工作，通常光滑表面用平面立体为了简化消除隐藏面的工作，通常光滑表面用平面立体来近似，但明暗度的计算可以恢复它的光滑原形。来近似，但明暗度的计算可以恢复它的光滑原形。 GouraudGouraud用线性插值来实现明暗度的均匀化，如

28、下图所示，用线性插值来实现明暗度的均匀化，如下图所示，它要求它要求计算每一个面所有顶点的法矢量，再用每个顶点的法计算每一个面所有顶点的法矢量，再用每个顶点的法矢量计算每个点的明暗度，通过顶点明暗度的插值从而可得矢量计算每个点的明暗度，通过顶点明暗度的插值从而可得到平面内部各处的明暗度。到平面内部各处的明暗度。扫描线LRPADCB一个多边形的明暗度用其顶点一个多边形的明暗度用其顶点ABCDABCD的明暗度来表示的明暗度来表示真实景观图（真实景观图（LandscapeLandscape）由DEM与原始影像制作景观图 将每一DEM格网划分为mn个地面元，原则是使景观图上象素之间无缝隙 依次计算各地面

29、元在景观图上的像素行列号（Il，Jl）l 进行消隐处理； 真实景观图的制作原理和模拟景观图相似，即在真实景观图的制作原理和模拟景观图相似，即在DEMDEM透明透明图图的基础上，对每一象素赋予一灰度值（或彩色），但此时的的基础上，对每一象素赋予一灰度值（或彩色），但此时的灰度值（或彩色）并不是由模拟计算得到的明暗度，而是取自灰度值（或彩色）并不是由模拟计算得到的明暗度，而是取自对对实地所摄影像的真实灰度值实地所摄影像的真实灰度值。由由DEMDEM与原始影像制作景观图与原始影像制作景观图 由地面元计算其对应的原始影像像素行列号（Ip，Jp）由双线性内插计算（Ip，Jp）的灰度gp（Ip，Jp）；

30、将原始影像灰度gp赋予景观图象素(Il，Jl) gl（Il，Jl）=gp（Ip，Jp）由由DEMDEM与正射影像制作景观图与正射影像制作景观图l由地面元计算其对应的正射影像像素行列号，由地面元计算其对应的正射影像像素行列号，此时是简单的平移与缩放，而不需利用共线方此时是简单的平移与缩放，而不需利用共线方程计算；程计算；l将正射影像相应像素的灰度值将正射影像相应像素的灰度值g g0取出赋予景观取出赋予景观图像素（图像素（Il，Jl） gi（Il，Jl）= g0 如果已经有了正射影像图，则不需利用原始影像，如果已经有了正射影像图，则不需利用原始影像，而可以利用正射影像制作景观图，这样可以大大地而可

31、以利用正射影像制作景观图，这样可以大大地节省计算工作量。其处理过程的前节省计算工作量。其处理过程的前1-31-3步与利用原始步与利用原始影像时完全相同，所不同步骤为：影像时完全相同，所不同步骤为：景观图l在景观图的基础上，根据一定的工程设计，利在景观图的基础上，根据一定的工程设计，利用几何造型技术，可以展现工程完成后的景观，用几何造型技术，可以展现工程完成后的景观，以利于对该工程的设计作出评价或修改。以利于对该工程的设计作出评价或修改。l在在景观图的基础上，结合平移、旋转、缩放等景观图的基础上，结合平移、旋转、缩放等功能，可获得多幅接近连续变化的景观图，这功能，可获得多幅接近连续变化的景观图，这就是就是动画动画的制作过程。的制作过程。数字厦门数字厦门