当前课程知识点:遥感数字图像处理理论与方法 >  第四章 遥感图像几何纠正 >  第二讲 >  4.2.8 有理函数模型和RPC纠正

返回《遥感数字图像处理理论与方法》慕课在线视频课程列表

4.2.8 有理函数模型和RPC纠正在线视频

下一节:5.1.1 彩色增强

返回《遥感数字图像处理理论与方法》慕课在线视频列表

4.2.8 有理函数模型和RPC纠正课程教案、知识点、字幕

我们来看看

有理函数模型和RPC纠正

首先了解一下

有理函数模型的产生背景

共线方程

从机理上描述了图像的成像关系

但需要知道传感器的物理构造

成像方式等参数

高性能的传感器参数

成像方式

卫星轨道不公开

商用遥感卫星传感器

信息不向用户公开

如IKNOS QuickBird等等

当新的传感器发射升空时

必须要有新的 适合的传感器模型支持

随着各种新型传感器的不断出现

引入一种独立于传感器平台的

不考虑其物理意义的

抽象传感器模型是非常有意义的事情

有理函数模型

是Space Imaging公司

提供的一种新型构像模型

有理函数是多项式模型的比值形式

RFM是比多项式模型

更为精确的构像表达形式

是各种传感成像几何模型的

一种更广义的表达

能够获得

与严格成像模型近似一致的精度

有理函数模型有哪些特点呢

RFM是多项式模型的比值形式

是利用RFM拟合严格的几何模型

在不知道传感器物理模型的

有关参数的情况下

对传感器严格成像模型的

一种近似模拟

RFM将地面点的大地坐标

与其对应的像点坐标

用比值多项式关联起来

为了增强参数求解的稳定性

将地面坐标X和影像坐标x

正则化到-1.0和1.0之间

可以用公式

将两个坐标对应起来

在上面公式当中

XY是正规化的像点坐标

PLH是正规化的地面点坐标

我们再具体看看

有理函数模型的具体公式

在公式当中

NUMs(P,L,H)/ NUML(P,L,H)

以及DENs(P,L,H)/ DENL(P,L,H)

都是三次多项式

在多项式当中的系数

像ai bi ci di

i可以从0到19

所以这些参数称为有理函数系数

简称为RFC

我们再来看看有理函数模型

应用于遥感图像几何纠正

当遥感卫星影像获取的详细信息

如轨道参数以及成像方式无法得到的时候

以地面控制点强

制用数学模式进行坐标转换

是比较常用的并且简单的方法

比如像仿射变换和多项式变换等等

多项式模型纠正比较简单

速度快

但采用一般的多项式作为模型时

它在确定系数的点拟合很好

而在其他点的内插值

可能有明显偏离

且与相邻GCP不协调

也就是说在某些点处产生振荡现象

这导致了多项式

近似计算中误差的

界限明显超出平均误差

RFM在多项式中

加入控制点高程因子

且增加多项式阶数和系数

并以多项式比值形式

使模型能更接近真实地表的变化

投影系统产生的误差

可以用RFM的1次项来表示

地球曲率

大气折射和镜头畸变等

产生的误差可以很好地使用

用RFM的2次项来表示

其他一些未知的

具有高阶分量的误差

如相机振动等

用RFM的3次项来表示

RFM具有独立于具体传感器

形式简单等特点

它适用于各类传感器

包括最新的航空和航天传感器

能满足传感器参数透明化

成像几何模型通用化和处理高速

智能化等要求

我们介绍一下

目前我们应用比较多的RPC纠正

RPC就是有理函数模型的系数

是将地面点大地坐标

与其对应的像点坐标

用比值多项式关联起来的

RFM模型的参数

RFM的参数

共有90个

其中有理函数的多项式系数共有80个

也就是a b c是有理多项式系数

另外还有10个为归一化系数

他们提供将地面点坐标

像点坐标归一化为-1到1之间的参数

我们在购买遥感数据产品时候

经过几何校正的遥感数据产品

这些系数均可从

影像附带的RPC参数文件中读取

在RPC校正过程中

将这些参数应用到图像几何处理过程中

即可完成图像坐标到地图坐标的变换

完成遥感图像的RPC校正

在这

左图是ZY-3卫星的原始图像

不具有地图坐标信息

右图是经过RPC校正后的ZY-3卫星遥感图像

它具有了正确的地图坐标

我们接下来介绍一下常用商业软件中的

几何纠正模块支持的构像模型

这里以ERDAS软件为例

在模型选择对话框中

我们可以选择

适合遥感数据的构像模型

比如

Affine

这是指仿射变换模型

比如像Camera是

框幅式相机中心投影构像模型

另外

还有其它多种和传感器相关的

推扫式构像模型

这些都是多中心投影类型

我们来看看常用商业软件

这里以ENVI软件中支持的构像模型

大家可以看到

和ERDAS一样

在正射纠正模型中

就包括多种和传感器相关的模型

以及通用的有理函数模型等等

本讲我们就介绍到这里

谢谢

遥感数字图像处理理论与方法课程列表:

第一章 遥感图像基础

-1.1 遥感数字图像

-1.2 遥感数字图像的坐标系统和地图投影定义

-1.3 遥感数字图像的计算机存储

-1.4 遥感数字图像的计算机显示

-第一章习题

第二章 遥感图像辐射校正

-第一讲

--2.1.1 遥感图像辐射校正概述

--2.1.2 遥感数字图像像元值的物理意义

--2.1.3 TOA光谱辐射亮度和表观反射率

--2.1.4 可见光和近红外波段的表观反射率模拟

-第二讲

--2.2.1 传感器的辐射定标

--2.2.2 6S辐射传输模型及其大气校正

--2.2.3 MODTRAN大气校正

--2.2.4 ATCOR 2 大气校正与地表反射率计算

--2.2.5 太阳辐射与地形引起的辐射误差的校正

-第二章习题

第三章 热红外遥感图像大气校正和地表温度反演

-3.1 概述

-3.2 热红外遥感图像像元值的物理意义

-3.3 热红外遥感图像的大气校正

-3.4 地表温度的遥感反演原理和方法

-3.5 ATCOR 2 大气校正与地表温度计算

-第三章习题

第四章 遥感图像几何纠正

-第一讲

--4.1.1 概述

--4.1.2 几何纠正的通用处理流程

--4.1.3 多项式构像模型及其几何纠正

--最小二乘法原理

-第二讲

--4.2.4 通用构像方程

--4.2.5 中心投影构像模型

--4.2.6 多中心投影构像模型

--4.2.7 SAR图像几何纠正

--4.2.8 有理函数模型和RPC纠正

-第四章习题

第五章 遥感图像增强

-第一讲

--5.1.1 彩色增强

--5.1.2 辐射增强

--5.1.3 空间增强

-第二讲

--5.2.4 光谱增强(4.1)

--5.2.4 光谱增强(4.2~4.3)

--5.2.5 频率域增强(5.1~5.5)

--5.2.5 频率域增强(5.6)

-第五章习题

第六章 遥感图像融合

-6.1 遥感图像融合概述

-6.2 基于IHS变换的图像融合

-6.3 基于主成分变换的图像融合

-6.4 基于小波变换的图像融合

-6.5 融合图像的质量评估

-第六章习题

第七章 遥感图像计算机分类

-第一讲

--7.1.1 图像分类概述

--7.1.2 判别函数

--7.1.3 非监督分类

--7.1.4 监督分类

-第二讲

--7.2.5 分类结果后处理

--7.2.6 分类结果精度评价

--7.2.7 其它分类方法

-第七章习题

第八章 遥感图像变化检测

-8.1 变化检测概述

-8.2 常用的变化检测方法

-8.3 CVA变化检测

-8.4 遥感图像变化检测应用实例

-第八章习题

4.2.8 有理函数模型和RPC纠正笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。