遥感图像几何校正方法研究

遥感图像几何校正 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 研究 目 录 1 绪论: ..................................................................................................................... 3 1.1研究的背景及意义 .................................................................................... 3 1.2国内外研究现状 ......................................................................................... 3 2 遥感图形畸变的来源 ...................................................................................... 3 2.1传感器成像方式引起的图像变形 ........................................................ 3 2.2 传感器外方位元素的变化影响 ............................................................ 4 2.3 地形起伏引起的像点位移 ..................................................................... 5 2.4 地球曲率引起的图像变形 ..................................................................... 5 2.5 地球自转的影响 ........................................................................................ 6 2.6 大气折射对遥感图像的影响 ................................................................. 6 3 遥感图形的特征以及自身的意义 ............................................................. 7 3.1遥感图自身的意义 .................................................................................... 7 3.2遥感数字影像的特点................................................................................ 8 4 几何校正的原理 ............................................................................................ 10 4.1遥感图像的粗纠正处理 .......................................................................... 10 4.2 遥感图像的精纠正处理 ......................................................................... 11 4.2.1基于多项式的遥感图像纠正............................................................... 11 4.2.2利用共线方程对遥感图形就行纠正................................................... 12 4.2.3通过有理函数最遥感图像的纠正....................................................... 12 4.2.4通过小面元微分来自动配准的几何纠正........................................... 13 4.2.5进行高差改正后的CCD线阵图形的多项式的几何纠正 ................ 14 5. 几何图像的纠正方式以及控制点获取方法 ...................................... 14 5.1几何校正的方法 ....................................................................................... 15 5.1.1 像点几何图形的位置之间的转换...................................................... 15 5.1.2像素灰度重采样................................................................................... 16 5.2控制点的获取方法 .................................................................................. 21 5.2.1控制点的选取方式............................................................................... 21 5.2.2控制点的数量、分布、特征............................................................... 21 6 几何图形校正的具体步骤 .......................................................................... 22 7 总结与展望 ........................................................................................................ 24 7.1总结 .............................................................................................................. 24 7.2展望 .............................................................................................................. 25 结束语....................................................................................................................... 26 致谢............................................................................................................................ 26 参考文献.................................................................................................................. 27 遥感图像几何校正方法研究 遥感图像几何校正方法研究 摘要 当进行遥感图像处理时，我们会将它表达在规定的投影图像参照系统中。遥感几何图像成图像的时，各种因素都会对其造成或多或少的影响，图像本身的几何形状与其对应的物体形态是不尽相同的。遥感几何图像的之所以变形是由于原始图像中地物的几何位置、方位、尺寸、形状等与其在参照系统中所要求的表达不一致而产生的变形。 遥感图像所获得的几何数据被广泛的应用于很多领域，包括地理测量、地质检测、海洋测量、水文、地形图测绘以及军事领域，而且在这些领域得到了很好的效益。比较实用的几何图像的校正方法是通过人工采集的控制点然后在进行拟合多项式才能完成，最后在通过间接法最原来的几何图像进行重采样来实现。虽然在后面的算法中运用了几何成像模型，但是因为几何模型不能完全反应出图像的几何特点以及原理，所以还会需要大量的地面控制点来进行拟合。 几何校正包括两方面的内容:一是图像空间像元坐标间的变换，即变换模型，二是变换后标准图像空间各灰度值得计算，即重采样。本文通过大量文献的查阅，研究了遥感影像几何校正的基本方法。 关键词:遥感图像校正 几何变形 成像模型 地面控制点 1 遥感图像几何校正方法研究 Remote sensing image geometric correction method research Abstract When remote sensing image processing， it will be expressed in the provisions of the projected image reference system. When remote sensing of the geometric image into an image， various factors are inflicting a greater or lesser extent， the geometric shape of the image itself， with its corresponding object shape is not the same. The reason why remote sensing geometric image deformation deformation due to the inconsistency of the geometric surface features in the original image position， orientation， size， shape， and their expression in the reference system required. Geometric data obtained by remote sensing images are widely used in many fields， including geophysical surveys， geological testing， marine surveying， hydrology， topographic mapping and military field， and got very good results in these areas. More practical geometric image correction method is then through last artificial collected control points during the fitting polynomial to complete， achieved by the indirect method most original geometric image resampling. Although in the following algorithm using geometric imaging model， but because of the geometric model can not fully reflect the geometric characteristics of the image as well as the principle， it will need a large number of ground control points to be fitted. Geometric correction includes two aspects: First， the image space like Yuan coordinate transformation， transformation model， the second is to transform the standard image space gray worth calculated resampling. In this paper， the inspection of large number of documents， geometric correction of remote sensing image .Key words:remote sensing image correction geometry deformation Imaging model ground control point 2 遥感图像几何校正方法研究 1 绪论: 1.1研究的背景及意义 在当今这个社会中，遥感图像的几何校正技术已经使用的特别成熟，这给人们带来了极大的方便和效益。一般遥感几何图形的数字校正主要由以下两种:第一种就是需要将卫星的位置、状态、以及所走的道路作为数据的函数来进行计算像点的坐标，这里就需要用到卫星轨道的计算 公式 小学单位换算公式大全免费下载公式下载行测公式大全下载excel公式下载逻辑回归公式下载 。但是这种校正往往只有粗略的对几何图像进行校正，得到的几何图像还是会有不晓得偏差，也就是说得到的图形不是很精确，因此就叫做几何图像的粗校正。 第二种就是几何图像粗校正之后的下一步，也就是几何图像的精校正，静校正的步骤就比较繁琐了，他不仅需要借助地面上地物的控制点，还需要配合各种几何公式来进行计算，虽然静校正的步骤比较复杂，但是得到的几何图像的效果是非常好的，准确度也是非常高的。一般来说，遥感几何图像使用的卫星定位还是很准确的，因为它的卫星姿态可以保证很稳性的状态，这样引起的卫星图像的误差就特别小，这写误差在有的情况下是可以忽略的。而如果是使用航空飞机进行拍摄的几何图形，其误差就比较大了，而且这些误差是不能被忽略的。 1.2国内外研究现状 在国外，遥感图像的几何校正技术是比较成熟的，法国的一些学者对这方面做出了研究，他们通过卫星计算公式以及有理函数形状的运用，得到了意想不到的结果。他们得到了像素更高的几何图像，这使得对微型传感器的要求就很低了，但是通过校正得到的几何图像的精度确实是很高的，几乎不再存在什么误差了。 在我们国内几何图像的校正方法也是运用的比较成熟了，我们能够独立的完成一幅几何图像的校正。我国的一些学者还曾经试过运用直线型直接转换法对那些数学几何模型进行研究，通过分析也得到了很好的效果，这说明我国的在这方面的技术也在不断的得到提高。 2 遥感图形畸变的来源 2.1传感器成像方式引起的图像变形 传感器的成像方式有多种，一般有全景投影、斜距投影、中心投影以及平行投影。其中中心投影又可以分为点中心投影、线中心投影、面中心投影。由于中心投影在地面平坦和垂直摄影的情况下，地物与其图像之间有一定的相似性(这 3 遥感图像几何校正方法研究 里不考虑摄影本身的图像变形)，不存在由成像方式造成的图像变形，因此可以把中心投影图形作为基准图形用来讨论其他方式的图像投影的变性规律。此种图像变形又包括全景投影变形和斜距投影变形。 2.1.1 全景投影变形 红外机械扫描仪采用CCD直线阵列作为其检测器的推帚式传感器每一条扫描线都可以相当于中心投影，其成像面相当于全景缝隙摄影机的投影面，此图像面不是一个平面，是一个圆柱面，称之为全景面。因此，扫描视场角越大造成的边缘变形越大。 2.1.2 斜距投影变形 侧视雷达属斜距投影投影类型传感器:两种成像方式对同一地物成像的变形结果如图2-1所示: 图2-1 2.2 传感器外方位元素的变化影响 传感器的外方位元素，是指传感器成像时的三轴方向(X、Y、Z)以及姿态角(j、ω、К)，即6个自由度，来确定摄影的光束在摄影那一瞬间的姿态的参数以及空间位置。不同类型的传感器，外方位元素的变化带来的几何畸变都是有可能不尽相同的。假如这6个自由度中任一个变化，都会给得到的遥感图图形带来不同的变形，这种畸变是不可逆转的，并受到成像的综合影响。 传感器的内方位元素，内方位元素一般都是已知值，由摄影机的鉴定单位给予提供。表示相片之间与摄影中心相关位置的参数，如图形像主点在像平面坐标系中的坐标x0，y0，以及摄影中心到相片的垂距f。些都是内方位元素的要素，都是必不可少的。只有熟练把我这几者的关系，才有了解传感器内方位元素的真正意义。 4 遥感图像几何校正方法研究 图2-2 2.3 地形起伏引起的像点位移 地形起伏引起的像点位移也会对遥感图像造成畸变，投影误差是由于地面的起伏形成的像点位移，当遇见不平坦的地形时，那些高于或者低于某一给定的基准面上的地面点，就是像点的位移，也叫投影差。在高差都正值的情况下，地形起伏在中心投影图形造成的像点位移离原点向外移动，在斜距投影(雷达)影像上则是向内变动的。因此，在雷达影像上看到的是反立体。此外，高出地面物体的雷达影像可能带有“阴影”，远景影像可能被近景影像所覆盖。 图2-3 2.4 地球曲率引起的图像变形 5 遥感图像几何校正方法研究 地球曲率与地形起伏两者引起的像点位移比较类似。要想利用像点位移公式来计算地球曲率引起的像点位移，就要把地球表面(这里可把地球表面看成是一个球面)上的点到那个地球切平面的正射投影的距离看成是一种比较系统的地形起伏，这样就可以计算由地球曲率引起的像点位移了。 图2-4 如图，就可以根据前面介绍的公式来求球像点位移。 2.5 地球自转的影响 地球自转主要是会对动态的传感器的图形造成变形影响，特别是对卫星遥感图像会产生极大的影响。但是在比较常规的框幅摄影机下，地球自转就不会引起图像的变形，因为它的整个图像是在一瞬间曝光形成的，所以不会造成影响。当卫星自北往南运行的时候，地球表面同时也在自西向东自转，这就会造成卫星图像每条扫描线的成像时间不相同，就会使扫描线在地面上的投影向西平移，这样就会导致拍到的图像发生扭曲变形。如图2-5所示: 图2-5 2.6 大气折射对遥感图像的影响 6 遥感图像几何校正方法研究 人们都知道，由于地球上被一层飘忽不定的大气笼罩着，由于这层大气在不停地流动，会使得发射出来的射线不按照原来的轨道行走，这样就会导致这个射线的行走路线不是原来的一条直线，这就是由于大气的折射对遥感几何图像造成变形，进而对其产生巨大的影响，进而发生大气折光差。也就是本节所说的大气遮光所对遥感图像产生的影响，这一点是人们最熟悉的，也是人们普遍都知道的。 3 遥感图形的特征以及自身的意义 3.1遥感图自身的意义 遥感图形由于上章所说的原因而发生变形，但是这个变形是可以控制并可以改正的，这就是其本身的意义所在。只要我们在处理几何图形的时候，把得到的数据、图形等等一一记录下来，就可以通过对这些数据、以及图形的改变以及改造，就可以得到一个全新的准确图像，但是由于得到的数据以及图形的量比较大，就会产生一定的盲目性，这个盲目性会浪费我们大量的时间，但是却得不到想要的结果，我想这是大家都不愿意看到的。因此在处理几何影像的时候，它们所选的方法包括设计的程序，都是要从遥感几何影像本身出发的，这里遥感图像包括它自身的特征，以及处理后所要达到的目的，下面我们就主要概述一下遥感影像数据的性质和特点，为下一步遥感几何图像的校正做铺垫。 地物的光谱特性一般情况下是以图像的方式来进行记录的。地面通过反射或进行发射的波普信息是由地球上大气来传播给遥感图像的传感器的，这里由于不同的地物对电磁波的反射强度在亮度上是不尽相同的，那么传感器就会根据这个不同来记录地球上地物，而且它的记录方式有以下两种:一种是以光学成像为载体或者通过胶片的模式来记录的，第二种就是通过简单的数字进行记录的，也就是人们所说的以光学和数字图像的形式来记录地球上的遥感信息。 这里与用光学图像处理相比，就显现出数字图像处理的有点了，相比来说它更简捷、更快速。而且这样还可以完成许多通过光学处理的方法无法完成的多种处理，而且现今社会数字处理所需要的成本越来越低，所以这种方法的使用也越来越普遍。 3.1.1波普信息 在遥感几何影像中，不同波段的信息反映的地物特征是不尽相同的，比如:可见光的波段能够反映出的地物就存在差异，这些差异主要体现在颜色、亮度方 7 遥感图像几何校正方法研究 面。由于在光线发射的过程中产生的红外光线的远近是不尽相同的，比较近的红外光线就映射出来的地图影像就比较清晰，甚至可以达到让人一目了然，但是比较远的红外光线就不是那么给力了，它所映射出来的图像几乎是无法用肉眼分辨出来的，必须通过几何图像的纠正才能看清。 所谓电磁波就是遥感几何技术的基石，只有通过发射电磁波，才能测到遥感图像，才能进行下一步的遥感几何图像的纠正。遥感几何影像需要对所需要测量的地物发射电磁波，进而产生大量的数据以及图形，然后再对这些数据及图形进行改正，就能达到想要的结果。电磁波是产生几何图像罪不可缺少的部分，没有它，后面的一切都无从谈起。 3.1.2地物信息 地物信息就是遥感几何图像在进行空间数据获取的时候所得到的信息，这个信息就这对所要测量地物的各方面信息的反应，通过地物信息可以清楚的了解到所测地物的各方面的信息，包括它的特征、变化、以及所发展的趋势。 所以说，获取地物信息也是几何遥感图像处理前比较关键的一步，如果这一步走得好，那为后面的几何图像处理就提供了巨大的方便。 3.1.3时间信息 时间信息就是在几何图像获取的时候，在不同的时候，产生的数据、图形都不一样，正是这些不同的图形拼接到一块，才能形成完整的几何图像信息。但是随着时间不停的改变，以及所获取图形需要的时间周期不同，就导致记录的结果不同。一般短时间就记录大量数据的就记录的比较不准确，而花费大量时间进行记录的就比较准确。 几何图形处理主要就是对各个影像之间进行不定期的变换，实际上它的主要目的就是把几何影像的视觉达到一个很好的效果，还有要改善它的几何形态，这样就可以为以后的应用及时提供可靠性和准确性，其中它的这些应用主要有目标的自动识别、图像的压缩编码等。 几何校正的处理过程最重要的是建立在像素级别上像素级别越高，采集的书籍量就越大，但是这样就会出现复杂的算法，这就需要通过很长的时间来进行计算，所以我们一般不提倡这种方法。 3.2遥感数字影像的特点 8 遥感图像几何校正方法研究 遥感图像是表达地理信息的一种方式，这种表达方式比较特别，因为它得到的东西是一副图像，而不是数据之类的东西。这种遥感图像与普通的图形相比，一个最大的区别就是遥感图像可以清楚的看见地理信息。比如:遥感图像所在的坐标系、以及比例尺、点在图像上的坐标、经纬度、长度单位、还有尺度单位等等。但是这些信息都是在坐标系统的基础上，因此，关于我们对遥感图像的理解，要先明白它所对应的坐标信息，现实中只有结合这些地理信息才能够真正的解释遥感图像所要表达的内容。 为此，还要明白遥感图像所要包含的坐标的信息，这些信息最主要的就是几何图像的投影信息、坐标系统、以及图像所对应的集合地面的描述。这里的坐标又分为两种，一种是球面坐标，一种是平面坐标，这两种坐标系统之间的转换会经常涉及到，尤其在遥感图像的处理过程中，这种转换是通过投影转换来进行完成的，所以对于坐标系统的理解需要了解这些概念。 烟感数字影响是来记录地球上地物波普发射的电磁波，它是通过对地球上得地物进行三维信息到二维的信息转换来实现的，所以它也有自己的特点，其通过数字化后的主要特点如下: (1)更方便于通过计算机进行处理分析 大家都知道，计算机就是进行数字处理的一个机器，它可以把你输入的所以数据通过一定的逻辑关系进行特定的计算，进而得到你想要的结果。然后经过下一步的重采样和矢量化，就可以把数字图像进行数字化，这样就可以完全的使用计算机自身的优点。 (2)通过这种方法得到的数字图像更易于进行保存 这种数字影像运用的存储方法，将之与模拟出来的影像相比较，它在不管是什么情况下发生几何图像的不真实现象。 (3)通过这种方法得到的数字图像更容易建立进行处理的模型 几何图像是以数据的方式来进行储备的，这种方法对得到的数字数据来处理是非常简洁而又方便的。 (4)通过这种方法得到的数字图像的数据量比较大 因为通过遥感传感器进行几何成像时对地球上的地物所覆盖的面积是特别大的，这样就导致测量的时候得到大量的数据，而且要对这些大量的数据进行处 9 遥感图像几何校正方法研究 理就需要花费大量的时间，这就会影响几何图像纠正的进度，所以从这一方面看，这种方法在一定的条件下也是不可取的。 4 几何校正的原理 当对几何遥感图形进行处理的时候，我们需要将它首先放置在一个可以与之参照的系统中。这样，由于多种条件的影响，几何遥感图像成像时，就会导致图像原来的图像形态与它所对应的地球上的地物形态在一般情况下是不一样的。几何遥感图像的变形就是说原来的图像上各个地物形态位置、形态、大小、长短等性质在所选的参照物中的表现是不一样的，所以发生变形。 由上面可知，要想对一个几何图像进行纠正，必须先选择一个特定的参照系统，也就是地面投影。遥感几何图像的形变主要分为两种，一种是静态误差，还有一种是动态误差。静态误差就是指在几何图形成像的时候，传感器对应的地物之间保持静止状态的时候所产生的各种几何误差。而动态误差正好与之相反，就是由于地球的旋转、地形起伏等所产生的各种几何误差。 在使用几何遥感图形的时候，一定要把它放到事先设置好的地理坐标系统中。所以几何遥感图形的处理是非常重要的一个过程。但是随着现代遥感几何技术的进一步发展，不同的分辨率、不同的光谱等都会造成产生的数据、图形不一样，这样进行处理时的方法就不一致，但是一定要确认不同的数据之间的几何特性的一样性。 遥感几何图形主要有两个方面的处理步骤:首先是进行几何遥感图像的粗纠正处理，然后才是几何遥感图形的精纠正处理。只有进行了粗纠正的几何遥感图像，才能进行下一步的精纠正处理。否则，得到的结果是不准确的，也是毫无意义的。 4.1遥感图像的粗纠正处理 首先，遥感图像的几何校正包括粗纠正处理和几何精纠正处理。那么什么事几何校正的粗纠正呢，就是对遥感图像系统误差的纠正，即对遥感图像进行粗加工处理，这种粗加工处理就叫遥感图像的粗纠正。 (1)投影中心坐标的测定和计算 全球定位系统来测定卫星的坐标，要想把这个坐标测准确，就要按照下面的方法来做，可以利用GPS收机直接在卫星上测定卫星的地理坐标进行测定。而 10 遥感图像几何校正方法研究 且如果用全球定位系统来测定卫星坐标，其精度要比用星历表结算的要高。要先定卫星的空间坐标，才能确定中心投影的坐标，由于传感器与卫星之间的相对位置是不变的，就可以在地面上测得。还有就是可以通过6个轨道参数，当知道卫星的运行时刻时，就能通过卫星星历表来找到卫星的地理坐标。 (2)传感器姿态角的测定 卫星的姿态角可以通过多种测量仪器测得，比如可以用的仪器有卫星相机、陀螺仪、红外姿态测量仪等等。也可以通过3个不同位置的接收机，这3个接收机要安装在卫星上，以此测得的数据也可以求得姿态角。 (3)扫描角的测定 扫描角可以根据传感器的扫描周期、扫描视场、以及扫描的平均角速度、平均扫描角来求得，其计算公式就不一一细说了，大家可以参照课本124Page。 粗加工处理可以对传感器的内部变形的改正很有效果，但是通过处理后还是会有很大的残差，这就需要对遥感图像做进一步的精加工处理，也就是下面我们要说的遥感图像的精纠正处理。 4.2 遥感图像的精纠正处理 遥感图像的精纠正就是要消除图形中的几何变形，这就要从多个方面来下手了，要产生一幅新的完整的而且没有几何畸变的图形，一般包括以下环节:第一就是对像素坐标进行转换，也就是将图像坐标改变为地面坐标或者地图坐标;二就是对给通过坐标转换后的像素的灰度值进行一定的重采样。数字图像纠正的主要过程一般如下: 4.2.1基于多项式的遥感图像纠正 首先，大家要知道多项式法对各类传感器图像的纠正都是适用的，因为多项式本身纠正回避成像的几何空间过程，可以直接对变形图像进行数学模拟。然后，就是多项式法可以使用对多种类型传感器几何图像的纠正。下一步要想算出这些多项式的系数，就需要通过地面控制点测出的坐标，以及和其相同的点的地物坐标，然后在通过平差公式计算出这些多项式系数，然后用得出的多项式数据对这些几何图像就行下一步的纠正。 多项式遥感图形的校正又包括通过地面上已经知道的控制点来求得其系数，纠正变换后的遥感图形，重新采样图像的亮度灰度值。这三种方法都是我们常用 11 遥感图像几何校正方法研究 的几何变换的方法，一望同学们可以熟练掌握，只要掌握以后，以后再遇到多项式遥感图形的纠正就方便多了。 4.2.2利用共线方程对遥感图形就行纠正 共线方法的校正是要建立一定的基础上的，这些基础包括几何图形的坐标数据，以及一成不变的变换地面数学关系等，这也是通过直接的描述了成像空间的数学几何形态。但是该方法要想得到实施，还需要又地面信息的高程作为保障，因为它可以对由于地形的起伏地球曲率等引起的投影误差给予纠正。所以，当遇见多项式的准确度不够精确时，或者地物的起伏特别大时，就要运用共线方程对其进行纠正。 运用共线方程时需要计算大量比较大，甚至比用多项式进行纠正的计算量还要大，这时就需要又高程数字信息。与此同时，在进行集合成型的动态扫面时，随着时间的变化，这些传感器的外方位元素也是不断变化的，此时共线方程本身的严谨性就不那么严谨了，因为在扫描的进程中变化只能尽可能相似的表达所需要的外方位元素。 这里就可以得出结论，共线方程进行动态扫描的纠正和运用多项式来纠正，精度上会有提高，但是提高的并不大，可以说只有那么一点点。 4.2.3通过有理函数最遥感图像的纠正 通过有理函数最遥感图像的纠正最常用的方法就是最小二乘法，这种方法是通过RFM参数算法进行的，但是当用于计算RFC的控制点不是特别均匀地分布，或者过度参数化所需模型的话，那么RFM中坟墓就会发生巨大的变化。这样就会使得所设计的函数矩阵的状态变得很差，这时候这个设计矩阵就会变得不正常了，进而会导致运用最小二乘法进行平差时不能内收。于是我们就可以用岭估算的方法来有效的获取精度比较高且符合要求的计算效果，这一点还可以克服最小二乘估算的不足的地方。 下面就说说RFM参数求解的两种方式，一种是与地形有关的，一种是与地形无关的。在已知严格成图模型的时候，采用与地形无关的计算方式会更有效果，反之，就要用与地形有关的计算方式，但是需要注意的是这种计算方式需要积累一定数量的控制点。 当已经知道成像模型的参数时，利用成像模型建立地面上的3维空间网络， 12 遥感图像几何校正方法研究 以及影像之间相互对应的控制点的关系来计算出RFC，利用该方法就只需要这些影像的最大高程和最小高程所覆盖的地物，而不需要详尽的地物控制点的信息，这也是称之为与地形无关的方法。 其流程和步骤如下:先建立空间网络，然后结算RFC，最后进行精度的检查。 4.2.4通过小面元微分来自动配准的几何纠正 遥感图形利用图像配准包括软件系统的方法:这种算法通过对摄影测量中的图形匹配的研究表明，也就是在特征点的汲取和数据算法的整体图像进行下一步的配准，这对自动的获得稠密点对的控制点，并有稠密点构成稠密网，这里的网最好是三角网，然后再利用小三角形并对其进行微分纠正，然后就可以实现准确的几何图像配准。在使用大面元的遥感几何图像之间相互校正的微分纠正，进一步的又得出了小面元的微分校正计算。这种算法的特点就是可以在任两个几何图像上进行迅速、稠密、但是均匀的同名点的匹配，这些同名点可以达到数万个甚至几十万个。 下面就说一下小面元微分校正计算的步骤: 1)先对几何图像进行特征点进行提取，将那些几何图像中比较或者非常( 明显的点提出来为下一步控制点的匹配做准备。这里是通过兴趣算法来提出这些特征点的。 (2)对几何图像进行预处理，大家都知道不一样的几何图像之间会存在很大很大的差别，比如平面未知的差别，或者方位比例的差别。由于这个原因，机油需要对其进行预处理，比如缩放啊、平移啊、旋转啊等等，这样才能更好地进行几何图像的匹配。但是当这个差别非常大的时候，就需要人工进行选取，可以人工选取一至三个同名点的大概位置，然后再进行上面所说的平移、缩放或者旋转处理。 (3)对图像进行粗略匹配 首先将一个矩形窗口视为最终的目标窗口，前提是以一个特征点为中心。然后根据所学知识的预测，从上面几何图像中选取一个比较大的窗口作为搜索用的窗口。 这里进行初期匹配的效果将被视作是一个控制点，这对后面的精确匹配提供 13 遥感图像几何校正方法研究 了基础，所以一般都有特别高的可靠性，但是在选择的时候应该尽量让其均匀分布。 (4)对几何条件进行约束 首先要改变由于地面坡度不一致引起的几何畸变，然后再确定几何约束的条件，然后再进行整体的几何松弛配准，这里的几何约束条件包括以下几个方面:一，目的点应该与对应同名点的顺序一致，不能出现逆序或者倒序的情况，二，对应的同名点的中横坐标不允许有突变，当发生意想不到的突变时，说明一般嗾使粗略差，应该给予去除，三，同名点的横坐标不能相差太大，否则会导致它们离拟合面的距离过远，从而照成不必要的误差。 4.2.5进行高差改正后的CCD线阵图形的多项式的几何纠正 首先说一下多项式对平坦地面上控制点的纠正的优点有哪些，就是纠正的精度比较高、算法上计算起来也比较方便、这也是得它的应用是非常的广泛的。但是在地形起伏特别大的地面上，这里传感器受其影响最为明显，它会导致传感器倾斜角特别大，这样算起来就没有什么效果了，甚至有的时候误差过大，都不能再使用多项式的公式来进行计算。还有一点就是利用多项式就行纠正时需要引进所需要纠正地区的高程，这就需要引入投影差，让后通过投影差离开计算多项式的算法。 其基本思路就是如果有因为地形而引起的变形，先克服这个变形，或者想办法缩小这个变形，为下一步做准备，然后就可以运用一般的多项式对其进行拟合，从而改变它的形状。当进行几何图像的重采样是，做法就要相反了，首先根据多项式的参数来求出还没有收到高差影响的几何像点的坐标，下面就可以通过投影误差，来获得真实的像点的坐标数据。通过这样得到的数据一般都是比较准确的了，所以就不需要在进行下一步的处理了。只需要带入多项式的公式中就可得到所要求的数据了。 5. 几何图像的纠正方式以及控制点获取方法 几何图像的纠正方式有好多种，但是大体上就分为人们所知道的两种，一种是粗校正，一种是精校正。几何图像由于诸多因素而发生变形、扭曲、偏移等等，这就需要对其进行校正，首先要对其进行粗校正，保证先把外部因素引起的误差去掉，在进行精校正，是把内部因素引起的误差给去掉。 14 遥感图像几何校正方法研究 本章主要介绍了几何图像的校正方式，还有地物控制点的获取方法，并通过对比分析，发现采用基于归一化的自动匹配算法，可以更好的进行地面点的选取，并且如果系统设计并采用一种基于窗口的采集模式来进行人工控制点的采集。 5.1几何校正的方法 我们都知道虽然造成遥感影像变形的原因有诸多种，但是进行几何图像校正的方法大体上只有两种，一种是直接转换法，还有一种就是大家都知道的像素的灰度值的重采样法。这两种方法是在不同的场所用的，比如，当几何图形的变形比较小时就可以直接用转换法，就可以得到想要的几何图形。当遇到几何畸变比较大的图形时就需要进一步的应用像点灰度值重采样法了。 下面简单介绍一下，直接转换法还有重采样法的定义，直接转换法就是把所需要的像点放到它原来本该在的地方，这种方法比较直接实用，所以就叫直接转换法。重采样法恰恰与之相反，就是保持像点的位置不变，只需要把它的像素值拿回来就行了，这种方法也用的特别多，主要用于精度比较高的几何图像的校正中。 5.1.1 像点几何图形的位置之间的转换 在输出图像边界和它的坐标系统确立确定之后，就能按照已经选定的纠正的变换函数把原来的原始数字图像一个一个像素变换到既定的图像存储空间里去。这里面有两种可供选择的 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ，一种是直接纠正法，一种是间接纠正法。像素的几何位置变换有两种方法:直接变换与间接变换。在输出图像边界和它的坐标系统确立确定之后，就能按照已经选定的纠正的变换函数把原来的原始数字图像逐个像素变换到既定的图像存储空间里去。这里面有两种可供选择的方案，一种是直接纠正法，一种是间接纠正法。 所谓的直接纠正法，就是以原始的遥感影像的数据阵列出发，按行列的顺序依次按照给定的函数公式对每个原始像素点进行变换，将其变换到输出的图像的坐标中，其函数公式为: (5-1) 15 遥感图像几何校正方法研究 第二个是间接校正法，所谓间接校正，就是从一个空白的输出图像阵列出发，和直接校正法一样，也是按照行列的原来的顺序一次对每一个输出的像素点位来求得原始图形的坐标的位置，其函数公式如下: (5-2) 5.1.2像素灰度重采样 我们就以间接几何图像纠正的方法为例，如输出的几何图像的每一个像素在原始坐标矩阵中都是一个整数的话，那么就可以简单的通风哟其自身的原始灰度值对其几何图像进行输出。但是，当输出的几何图像的每一个像素在原始坐标矩阵中都不是一个整数的话，就需要对其进行重新采样了，这就是下面我们所要介绍的数字几何图像像素亮度灰度值的重采样。对于像素灰度值的重采样我们一定要把握好它的关键，只有把握好它的关键，才能熟练的掌握此种方法，才能更好的去运用它。下面介绍一下几何图像重采样的定义及关键。 所谓的重采样(Resample)，就是对几何校正以后的图像各像元灰度值通过原始几何图像数值逐个进行重新赋值。这主要是是因为原始几何图像和理想的地面网格之间的对应关系有时候会由于图像的非线性几何的变形而遭到破坏，通过校正以后的图像的像元与原来图像的像元就会不是一一对应的关系，这就需要用与几何校正后的像元相关的一个或几个原始的像元灰度值来经过适当的处理，进而形成新像元的灰度值，用于赋予校正后像元。 目前重采样主要有以下三种方法:最近邻法、双线内插法以及三次卷积法。其中最近邻域法的算法是最简单的，但是效果也是最差的。三次卷积法的算法是最繁的，但同时也是效果最好的，这种算法适用于灰度层次比较丰富的几何图像。下面就依次介绍一下几种常用的重采样方法。 (1)最邻近法 最近邻域法就是将那些与校正之后的像元最最邻近的原始图像的像元值给赋予此像元的方法。这种方法的优点就是生成的图像仍然会保持原图像的像元值。例如:当原始图像是二度值化的几何图像，那么重采样后的几何图像仍旧是 16 遥感图像几何校正方法研究 二度值化的几何图像。这种算法比较简单，处理的速度夜比较快。但是缺点就是新型网络属性在赋值的时候未考虑与其比较邻近的原图像的网格影像，因为输出图像的像元的行列号是输入图像中的，这并不只是简单的一种整数偏移，所以此种方法可能会引起半个像元的最大偏移位置。可能造成输出的几何图像中的某些地物不连贯。 使用最邻近法的好处是:得到的数据量比较小，而且都是实用的数据，这就使得用到的数据比较少，因此，最邻近法的计算步骤是三种方法中最简单的，这就使得对几何图像的纠正处理比较快，能够节省大量的时间。但是最邻近法的不好之处就是只适合像元的灰度值比较简单的，有可能导致图像的不连续性，进而得到的图像会不那么清晰。所以，这种方法的使用并不那么广泛，用的比较广泛的还是双线性方程内插法，以及双三次立方卷积插值法。 (2) 双线性方程内插法 双线性内插法其实质就是是对最近邻域法的进一步改进，其实质就是以原来的图像中各网格在此前校正之后图像的网格中的面积重新作一次权重，并进行一次属性的加权平均以此来作为当前的属性。例如:假设原始的我几何图像，校正之后的图像像元的大小规格都是1*1，则校正后的几何图像的像元相比较原始的 ,y,x图像的X向，Y向代码分别错动的距离为，，如图所示，经过这样校正之后的几何图像网格(i，j)的属性值则为: gxygxyxygxy'(1)(1)(,)(1)(1,),,,,,,,，,,,,，， (1)(,1)(1,1),,,,，，,,,,，，xygxyxygxy(5-3) gij'(,)其中式中的g(x，y)为原来图像在既定网格(x，y)处的像元灰度值;为校正后几何图像在网格(i，j)处的像元灰度值。后面对于每一个网格的像元都会进行类似这样的计算。只有这样才能生成一副重新赋值的灰度图像，这一种算 17 遥感图像几何校正方法研究 法对原始的图像以及校正后的图像起着平行错动的作用，这也是最是理想的，并且合理的。但是实际情况并不会如此的理想。因而这种算法就有点不尽合理了。故而当变形图像不太大的原始图像校正要用此法重采样还是可以的，但是图像若变形较大甚至很大，就会造成非线性成分特别多，这种方法就会不太适用了。 此种方法的好处就是得到的几何图像的纠正精度比最邻近法有一定的提高，而且得到的几何图像具有一定的连续性，看起来并不那么模糊了，给人一怒了然的感觉。但是此种方法的不好之处就是，在计算的过程中，计算量相比最邻近法增大了不少，而且可能会使得到的几何图像发生一定的变形。这种算法只适合于几何图像像元的灰度值比较丰富的，如果是几何变形比较大的图像，此种方法就不适应了。因为变形过大，就会使得非线性的成分特别多，道之用此方法处理不了。及时处理也不那么准确。 (3)双三次立方卷积插值法 双三次立方卷积插值法是几何影响重采样的最后一种方式，这种方法是使用率比较高的一种，因为此种算法虽然计算比较复杂，但是能一步到位，可以略过中间的繁琐过程。而且其几何图像的亮度灰度值一般都是最高的，不需要在进行修改，所以，在实际的生活中，大家会经常到看此种方法的应用。也是因为此，这种方法时常被应用于变形较大，并且几何图形的纠正比较繁琐的图像中。 但是三次卷积法的计算也是最为复杂的，当进行几何图像校正时的像元会使原始图像和与其周边比较靠近的多个像元灰度值，参见图1.2，这就要按与其距离的倒数的数值作为一个权重，然后对其进行加权平均之，然后赋予当前像元一个函数，三次卷积法主要使用Sinc函数作为下一步要用的已经赋予权重的函数之，此函数的表达式为: sinxfx(),x(5- 4) 其函数曲线为: 18 遥感图像几何校正方法研究 图为 Sinc函数曲线 该函数主要具有以下性质: (1) 得是偶函数; (2) 还得有一小部分数值小于0; (3) 而且当x->0，f(x)->1; ,(4) 然后当x->，f(x)->0。 如果将x的坐标值当做最大的距离，那么对于x的Sinc函数如果作为权重，则当x=0，那么所得距离为0，则权重视为最大，也就是“1”;然后随着x的增大，权重的值也逐渐的减小，慢慢的在一定的范围内就会达到“0”。但是我们通常为了便于计算，通常将Sinc函数的表达式用三次或三次以上的多项式来进行进一步的模拟，其简化为下式: 23,12||||................||1,，,xxx ,sinx23fxxxxx()48||5||||.....1||2,,,，,,,,x,0.......................................||2x,,(5- 5) 19 遥感图像几何校正方法研究 三次卷积法原理示意图 P||x11 如图所示，设像元的大小为，为原图像像元编号“11”的属性值。其他像元属性值的表示依次类推，校正之后的图像像元P(I，J)内插点P对应原 ,x始图像所在的像元为22，则P点到像元22左边线与上边线之间的距离分别为,y和，则内插点P的属性值可以表示为: pppp，，11121314 ,,pppp21222324,,PIJfyfyfyfy(,)[(),(),(),()],,1234,,pppp31323334,, pppp41424344，，(5- 6) 式中， xxxxxxxx,，,,,,,,,,,1;;1;2;1234 yyyyyyyy,，,,,,,,,,,1;;1;2.1234 (5-7) PIJ, 式中的f(x)，f(y)都是用多个多项式表示的Sinc函数，表示为原始图像相应的像元灰度值的阵列。 三次卷积的内插精度较高，但计算两较大，对图像边缘有所增强，并具有均衡化和清晰化的效果，但它仍破坏了原来的象元值。双三次立方卷积插值法是几何影响重采样的最后一种方式，这种方法是使用率比较高的一种，因为此种算法虽然计算比较复杂，但是能一步到位，可以略过中间的繁琐过程。而且其得 20 遥感图像几何校正方法研究 到的几何图像的亮度灰度值一般都是最高的，不需要在进行修改，所以，在实际的生活中，大家会经常到看此种方法的应用。也是因为此，这种方法时常被应用于变形较大，并且几何图形的纠正比较繁琐的图像中。 5.2控制点的获取方法 在地物上获取想要的控制点是一项非常不容易的工作，但是这项工作又非常重要，缺之不可。首先在获取所需的控制点之前，要做好一定的准备工作，比如一定要对地物进行一定的观察，确保此块地物符合研究所需要的条件，尽量选取那些比较鲜艳的地方作为标志，这样就不容易搞混，并且这些控制点是可能随着时间的变化而变化的，所以一定要记录好不同时间段的点位，以免对后面的计算带来不便，还有最需要注意的一点就是，在获取控制点的时候，一定要选着同一高度的点，这会对下一步的进行带来极大的方便。 5.2.1控制点的选取方式 1.窗口采集模式，这种模式的采集只适用于几何影像相互关联的校正，一般不会经常出现在人们的视野中，很少使用。 2.文件采集模式，这种模式使用就比较广泛了，主要适用于通过GPS测量或者地图摄影测量等一些方法获得相对应地物控制点的坐标信息等。此种方法简单易用，为广大人们所喜爱。 3.地图采集模式，这种模式的采集主要适用于与地图相对应的覆盖地区。此种方法得到的数据不是太准确，但是能瞬间得到大量的数据，适用于任务干的比较紧的数据采集。 5.2.2控制点的数量、分布、特征 (1).控制点选点的数量 控制点的选点数量就要取决于几何校正模型的需求，不同地面模型的控制点数量是不相同的。比如在地势比较平坦的地方就可以获取少量的控制点就可以满足需要了，但是在地势不平坦或者地形起伏高差比较大的地方，就要保证所选控制点的密集度，尽量获取比较多的控制点，只有这样才能满足几何校正的需要，而且这样通过几何校正出来的图像才能达到我们的要求。 不同地面模型的控制点数量是不相同的。比如在地势比较平坦的地方就可以获取少量的控制点就可以满足需要了，但是在地势不平坦或者地形起伏高差比较 21 遥感图像几何校正方法研究 大的地方，就要保证所选控制点的密集度，尽量获取比较多的控制点，只有这样才能满足几何校正的需要，而且这样通过几何校正出来的图像才能达到我们的要求。 (2).控制点的分布 由于控制点的分布图形是不同的，而且控制点的获取数量也不尽相同，这就会出现多种不同的计算方式，如果影像区域是一个矩形的话，那么所选的控制点就会遍布在这个举行的四周，由于举行是一个规则的图形，这就不需要再在中间选取额外的控制点。这里需要注意的是，有的控制点可能会重叠，这样就需要把多余的控制点给去掉，相反，如果有些地方控制点不够，那么就需要在该累积的部分布控更多的控制点。 (3).控制点的特征 收集做目视用的选择控制点的时候，就该明白一个几何影像中哪一些点能够做好的控制点，哪一些点又是差的比较大的控制点，一般在地面上好一些的控制点都能够选择那些大陆主要干道的交汇中心、足球运动场、高尔夫球球场、高速公路的交汇中心、失去内人行道上的交汇点等;如果实在农村最好也要选择人性比较多的道路来作为地面上的控制点，差一点的控制点有高层楼房的顶点、野外 废墟、或者经常下雨的地方等这些不规则物体。 6 几何图形校正的具体步骤 如图6-1 22 遥感图像几何校正方法研究 图6-1几何校正的具体步骤 第一步:首先做好准备工作 几何图像的校正准备工作也非常重要，这关系到能不能提取到好的几何图像和准确的数据，所以一定要特别的慎重。 第二步:输入原始数据图像 先打开几何校正所需要的计算机软件，然后把所需要校正的几何图像输入进去，等待下一步的进行。 第三步:建立校正函数 输入原始图像之后，就要根据所想要得到的几何数据图像，编译出计算所需要的校正函数，建立好正确的数据函数之后，就要把这个函数公式输入到计算机软件中区了，这样就有利于下一步的进行。 第四步:确定输出函数的范围 这一步是非常重要的一步，必须根据几何图像的参照系统确定好输出函数的范围，才能确定输出图像的范围，才能得到自己想要跌倒的图像。 第五步:逐个对像元进行几何变化 由于在几何校正的过程中得到的像点的像元是不同的，这就需要对其进行几何变化，只有把这些像点进行变化才能计算出几何图像的像元灰度值。 23 遥感图像几何校正方法研究 第六步:像元灰度重采样 像元灰度值也是整个几何校正最重要最核心的一步，因此一定把握好这关键的一步，不能有半点失误，否则，就会得到一个意想不到的错误结果。在对几何图像进行它的亮度灰度值重采样的时候，对于周围的像点的亮度灰度值的采样点就可以用我们已经熟知的采样函数关系式来表达。像元灰度值的重采样方法主要有以下三种，分别是最邻近像元采样法、双线性内插采样法、双三次卷积重采样法。其中最后一种方法应用的最为广泛，也是最实用的一种。但是这三种方法都关系到一些近似函数的计算，所以在计算的过程中一定要多加注意。 第七步:输出校正之后的几何图像 在对几何图像图像进行重采样之后，就可以得到像的几何图像了，这时候对一副几何图像的校正也就基本结束了，这时候就需要把校正之后的几何图像输出出来，然后就可以与所期待的结果进行比较，看得到的几何图像是否得到标准就可以了。 第八步:几何图像效果评价 对几何图像进行校正之后，一定要对它的效果进行评价，有的同学往往会忽略这一步，这是非常不正确的。只要是按照上面所说的步骤一步一步的来的，一般得到的几何图像矫正的效果都是不错的。下面就是一副很不错的进行几何校正前后的几何图像校正前后效果比对。如图6-2 图6-2 7 总结与展望 7.1总结 本文通过对遥感影像畸变来源粗略的分析研究，以及对遥感几何图像本身的特征及自身意义的阐述，让我们了解到怎么样能够快捷、精准的得到想要的几何 24 遥感图像几何校正方法研究 图像，怎样能够快速的消除几何图像中的误差。本文还介绍了地面控制点的获取方式以及控制点的数量控制，这也是做好几何图像校正的一个重要且不可缺少的环节，还提到了灰度值的自动匹配算法，这种算法在这里是非常实用的，因此在控制点的采集上就节省了大量的时间。 本篇文章还就几何图像的校正原理做了进一步的阐述，几何图像的校正主要包括粗校正和精校正，只要把握好这两个点，就可以很好的对一副几何图像进行几何纠正了。最后，本文还介绍了几何校正的具体步骤，这个步骤一定不能颠倒顺序，必需按部就班的一步一步的来，而且这些步骤一步也不能少，少了其中一步都不能得到最终想要的几何校正图像。 通过翻阅大量的文献和资料，本篇文章总结了数字几何影像校正的基本方法，以及数字几何影响矫正的一般步骤，并且描述了国内研究概况，那么它的具体总结如下所述: (1)在遥感影像几何校正的过程中，选取准确的控制点也是最重要的一步，因为所选取的控制点的数量、控制点的分布以及控制点的精度都会直接的影响到几何图像校正的精确度和效果。 形图上分别依次(2)那么当地面上的控制点确定以后，就要在几何图像或着地 计算出每一个控制点所在图像上的像元的坐标，还要计算出其参考几何图像或地图上的坐标。有了这些坐标，就可以很好的进行几何图像的纠正了。 (3)数学几何模型的选取夜非常是重要的一步，这需要根据不同的特征点几何影像还要运用不同的数学计算方法对其进行计算。 (4)输出的新几何图像的像元在几何图像中的分布是不均匀的，输出前后图像的像元对应的关系不是相同的，因此，需要通过输出的几何图像上的各像元在输入图像中的位置，对原始几何图像按一定的规则重新进行采样，进行亮度灰度值的差值的几何计算，建立新的几何图像矩阵，也就是重采样。 7.2展望 几何图像的校正处理技术在当今社会起着越来越重要的作用。他不仅给人们在这方面提供了快捷、方便的处理方法，还给人们带来了巨大的效益。但是遥感几何图形的处理还需要进一步的发展和成熟，我个人觉得主要以下几个需要注意的地方: 25 遥感图像几何校正方法研究 (1)首先要进一步的了解几何图像校正的模型，只有这样才能更好的完善这个几何校正模型。 (2)几何校正的方法还有待进一步的提高，因为从上面文章可以看出，几何校正的计算量还是比较大的，而且图像的拼接还不是那么的成熟，需要进一步的改进。 (3)需要开发更多的用于几何图像校正的计算机软件，用来提高几何校正的准确性和高效性。 结束语 不知不觉，四年的大学求学生涯就快走到了尽头，在此只能感慨一句:时光飞逝啊。在我的 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 即将完成之际，心情也特别的激动，因为这篇论文的写作是凝集了指导老师和自己亲身实践之后的心血，我也非常感谢写作的过程中杨福芹老师给予的指导和帮助，以及身边的同学朋友的关心和帮助，真的很感谢他们。 在这里首先要感谢我的指导老师，是她不懈的给我讲解 毕业论文 毕业论文答辩ppt模板下载毕业论文ppt模板下载毕业论文ppt下载关于药学专业毕业论文临床本科毕业论文下载 写作的要点和技巧，并给我提供大量的参考文献，还要感谢一直陪伴在我身边的好朋友们，正是由于他们的支持，才是得我的论文能够这么顺利的完成。还有就是那些四年来不断地传授给我们知识的讲师们，他们真可谓是:春蚕到死丝方尽，蜡炬成灰泪始干。在这里我再次向他们表示崇高的敬意和诚挚的谢意。 致谢 在这四年中，我经历了人生最美好的大学时光，不仅学到了自己专业的知识，还学到了到社会上生存需要成我的各种技能。在学校，我不仅认识了各种各样的优秀的老师和同学，还交到了很多的知心朋友，使得自己的大学时光非常的丰富多彩。在学校，我最喜欢的就是参加各种各样的学院活动，从那里可以很多的乐趣，增长自己的知识和生存技能，最重要的是和自己的朋友们一起经历了那么多。这里发生的一切都将是我人生最重要且不可忘记的一部分，这也会是我人生中的一笔宝贵的财富，在此我真心的感谢那些不管是批评还赞赏过我的老师和朋友，他们都将深深的印在我的脑海里。 26 遥感图像几何校正方法研究 参考文献 [1]彭泽，刘定生.北京一号小卫星几何校正方法与试验.遥感应用，2008(1). [2]刘波.RS(TMSPOT)影像数据校正方法的应用探讨.露天采矿技术，2008(1). [3]孙福贵，冯树辉.基于1:1万DEM的SPOT5遥感影像正射校正.安徽农业科学，2008(1). [4]栾庆祖，刘慧平.基于神经网络模型的遥感影像几何校正研究[J] .国土资源遥感，2008(1). [5]王学平.遥感图像几何校正原理及效果分析.计算机应用与软件，2008(9). [6]黄宝华，郭福生，姜勇彪，罗勇，张策，杨庆坤.广丰盆地遥感图像几何校正 水利科技与经济，2010(2). 方法比较. [7]段继河，卢凌，王虹.航空影像的几何校正研究与实现.武汉理工大学学报(交通科学与工程版)，2008(03). [8]杜美庆.聊城市1:2000正射影像制作方法.安徽地质，2010(2). [9]孙家柄，舒宁，关泽群. 遥感原理、方法和应用.北京，测绘出版社，1996. [10] 赵宪文 ，李崇贵.基于“3S”的森林资源定量估测———原理、方法、应用及软件实现.北京，中国科学技术出版社，2001. [11]徐青，龚志辉. 航空摄影测量学. 武汉，解放军信息工程大学测绘学院出版社，1999. [12]李英.空中摄影与摄影测量[M ] .北京，海潮出版社，2002. [13]王之卓.摄影测量原理续编[M ] . 北京，测绘出版社，1986. [14]冯国瑜，刘雨，李进杰(基于相机投影模型的航拍图像几何校正(现代电子技术，2007. [15]王宏志，胡艳君，赵爽(一种混合噪声图像去噪平滑算法(东北师大学报:自然科学版，2008. [16] 张启福，孙现申.遥感图像几何校正方法与前景展望[J].北京测绘，2011. [17]徐丽萍SPOTS号卫星及其应用前景.北京视宝(SPoT)卫星图像有限公司. 27 遥感图像几何校正方法研究 [18]张永生，巩丹超.高分辨率遥感卫星应用.成像模型!处理算法及应用技术[M] .北京，科学出版社，2004. [19]张继贤，张永红，林宗坚. SPOT影像像点位移的研究.测绘科学2000. 28