ENVI学习总结(三)——图像几何校正
3. 图像几何校正
3.1 内容介绍
几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差,由于校正过程中会将坐标系统赋予图像数据,所以此过程包括了地理编码。
3.1.1 控制点选择方式
如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据,可以从中选择控制点,对应的控制点选择模式为Image to Image。
如果拥有需要校正图像区域的经过校正的矢量数据,可以从中选择控制点,对应的模式为Image to Map。
如果只有控制点目标坐标信息或者只能从地图上获取坐标文件(如地形图等),只好通过键盘敲入坐标数据并在影像上找到对应点。
3.1.2 几何校正模型
ENVI提供三个几何校正模型:仿射变换(RST)、多项式和局部三角网(DelaunayTriangulation)。
3.1.3 控制点的预测与误差计算
3.2 详细操作步骤
3.2.1 扫描地形图的几何校正
开始>程序>ENVI5.1>Tools>ENVI Classic,选择主菜单>File>Open Image File,将taian-drg.tif文件打开,并显示在Display中。
(1) 主菜单>Map>Registration>Select GCPs:Image to map,打开几何校正模块。
(5)当选择 3 个点时候,Pretict 按钮亮起,可以在 E 和 N 中输入坐标,单击 Pretict 按钮
自动在图上大致定位,或者选择 Options>Auto Pretict,可以自动根据坐标值在图上定位。
(7)在 Ground Control Points Selection 上,选择 Options>Warp File,选择校正文件
(9)重采样选择 Bilinear,背景值(Background)为 0。
(10)选择输出路径和文件名,单击 Ok 按钮如图3.1.3。
3.2.2 Landsat5 影像几何校正
下面学习以具有地理参考的 SPOT4 10 米全色波段为基准影像,对 Landsat5 TM 30 米图像的几何精校正过程,文件都是以 ENVI 标准栅格格式储存,其流程如下图3.1.4所示:
开始>程序>ENVI5.1>Tools>ENVI Classic,主菜单>File>Open Image File,将 SPOT(bldr_sp.img)
和 TM 图像(bldr_tm.img)文件打开,并分别在 Display 中显示两个影像。
主菜单>Map>Registration>Select GCPs:Image to Image,打开几何校正模块如图3.1.5。
选择显示 SPOT 文件的 Display 为基准影像(Base Image),显示 TM 文件的 Display 为待校正影像(Warp Image),点击 OK 进入采集地面控制点如图3.1.6。
用同样的方法继续寻找其余的点,当选择控制点的数量达到 3 时,RMS 被自动计算。
Ground Control Points Selection 上的 Predict 按钮可用,选择 Options>Auto Predict,打开自动
预测功能。这时在 Base Image(Spot 影像)上面定位点,Warp Image(TM 影像)上会自动预测区域。
当选择一定数量的控制点之后(至少 3 个),可以利用自动找点功能。Ground Control
Points Selection 上,选择 Options>Automatically Generate Points,选择一个匹配波段,这里
选择 band5,点击 OK,弹出自动找点参数设置面板,设置 Tie 点的数量为 50,Search Window Size 为 131,其他选择默认参数,点击 OK如图3.1.7。
(4)点击 Ground Control Points Selection 上的 Show List 按钮,可以看到选择的所有控制列表,
如下图所示。选择 Image to Image GCP List 上的 Options>Order Points by Error,按照 RMS 值有高到底排序如图3.1.8。
有两种校正输出方式:Warp File 和 Warp File (as Image Map)。推荐使用 Warp File (as Image Map)。
(1)在 Ground Control Points Selection 上,选择 Options->Warp File,选择校正文件(TM 文件)。
(3)重采样选择 Bilinear,背景值(Background)为 0.
(1)在 Ground Control Points Selection 上,选择 Options> Warp File (as Image to Map) ,选择校正文件(TM 文件)。
(2)在校正参数面板中,默认投影参数和像元大小与基准影像一致。
(3)投影参数保持默认,在 X 和 Y 的像元大小输入 30 米,按回车,图像输出大小自动更改。
(5)重采样选择 Bilinear,背景值(Background)为 0.
(6)Output Image Extent:默认是根据基准图像大小计算,可以做适当的调整。选择输出路径和文件名,单击 Ok 按钮如图3.1.10。
图3.1.10 Warp File (as Image to Map)校正参数设置
检验校正结果的基本方法是:同时在两个窗口中打开图像,其中一幅是校正后的图像,一幅是基准图像,通过地理链接(Geographic Link)检查同名点的叠加情况。
在显示校正后结果的 Image 窗口中,右键选择 Geographic Link 命令,选择需要链接的两个窗口,打开十字光标进行查看,如下图所示。 或者直接在 ENVI 新界面下打开两幅图像进行对比。
ENVI学习总结(三)——图像几何校正相关推荐
- Python计算机视觉编程学习笔记 三 图像到图像的映射
图像到图像的映射 (一)单应性变换 1.2 仿射变换 (二)图像扭曲 2.1 图像中的图像 2.2 图像配准 (三)创建全景图 3.1 RANSAC 3.2 拼接图像 (一)单应性变换 单应性变换是将 ...
- 【ENVI入门系列】04.图像几何校正
[ENVI入门系列]04.图像几何校正 (2014-09-23 10:15:13) 转载▼ 标签: 杂谈 分类: ENVI 版权声明:本教程涉及到的数据仅供练习使用,禁止用于商业用途. 目录 图像几何 ...
- ENVI学习之0001
一.ENVI是什么 ENVI是一个完整的遥感图像处理平台,其软件处理技术覆盖了图像数据的输入.输出.定标.图像增强.纠正.正射校正.镶嵌.数据融合以及各种变换.信息提取.图像分类.与GIS的整合.DE ...
- 从零开始学习jQuery (三) 管理jQuery包装集
本系列文章导航 从零开始学习jQuery (一) 开天辟地入门篇 从零开始学习jQuery (二) 万能的选择器 从零开始学习jQuery (三) 管理jQuery包装集 从零开始学习jQuery ( ...
- 深度学习的三种硬件方案:ASIC,FPGA,GPU;你更看好?
原文链接:http://www.sohu.com/a/123574005_465947 深度学习的三种硬件方案:ASIC,FPGA,GPU:你更看好? 2017-01-06 10:59 硬件十万个为什 ...
- HighNewTech:重磅!来自深度学习的三位大牛Yoshua、Hinton、LeCun荣获2018年图灵奖
High&NewTech:来自深度学习的三位大牛Yoshua Bengio.Geoffrey Hinton.Yann LeCun荣获2018年图灵奖 导读 ACM提名 Yoshua Bengi ...
- 【杂谈】如何让2020年秋招CV项目能力更加硬核,可深入学习有三秋季划4大领域32个方向
为了让大家在深度学习与计算机视觉方向上掌握更多硬核的项目能力,以便应对秋季招聘,有三AI秋季划准备了4个小组,每一个小组有8个方向,供大家深入学习.当你在某一个领域里做到极致,便会成为该领域的专家,从 ...
- 【杂谈】如何让你的2020年秋招CV项目经历更加硬核,可深入学习有三秋季划4大领域32个方向(2020.7.23号后涨价)
眼看着2020年上半年已经所剩无几了,大家也经历了一个不一样的学期,许多即将毕业的同学和准备换工作的朋友也在开始准备秋招了. 为了让大家在深度学习与计算机视觉方向上掌握更多硬核的项目能力,有三AI秋季 ...
- 【通知】如何让你的2020年秋招CV项目经历更加硬核,可深入学习有三秋季划4大领域32个方向...
眼看着2020年上半年已经所剩无几了,大家也经历了一个不一样的学期,许多即将毕业的同学和准备换工作的朋友也在开始准备秋招了. 为了让大家在深度学习与计算机视觉方向上掌握更多硬核的项目能力,有三AI秋季 ...
- Caffe学习笔记4图像特征进行可视化
Caffe学习笔记4图像特征进行可视化 本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权 欢迎关注我的博客:http://blog.csdn.net/hit201 ...
最新文章
- Nodejs的模块系统以及require的机制
- 基于内容的图像检索 Database for Content-Based Image Retrieval
- mariadb 最新精简压缩版 win64 解压即用
- 案例|自建or现成工具?小型创业团队敏捷研发探索
- html上下走马灯特效,上下左右滚动的走马灯文字代码
- SimpleUI 2.0 发布,采用element-ui+vue给django admin带来全新体验
- html中如何禁用,如何禁用HTML链接
- linux从服务器获取共享列表失败,linux – 如何获取连接到本地网络中NFS服务器的客户端列表?...
- 嵌套类nested class 和 抽象类abstract
- 佳能lbp611cn硒鼓_佳能lbp611cn说明书
- linux可视化打开root,Linux非root用户登录情况下可视化编辑root权限文本
- 微信小程序-2-微信开发者工具介绍
- [原创]AM3352 + TPS65910 调试方法+调试记录
- 清橙OJ A1212. 剪枝
- 应广单片机开发调试应注意的问题
- EasyPlayer RTSP播放器:一个适用于安防行业的工具利器(EasyPlayer Windows v2.0.17.0709)
- deepin、UOS 安装wine
- 我的新浪博客-软件测试
- Visual Studio 2008 简体中文专业版下载(附序列号)破解 几种办法
- matlab中conj和,[转载]matlab中 conv和xcorr两个函数的区别conj()函数