本科生毕业论文范文 - 图文

山东师范大学学士学位论文

2.1.2几何校正

几何畸变是指影像上的像元在图像坐标系中的坐标与其在地图坐标系等参 考系统中的坐标之间的差异，消除这种差异的过程称为几何校正（Geometric Correction）[14]。遥感图像的几何校正可分两阶段实现[15]：系统校正(几何粗校正)，即把遥感传感器的校准数据、传感器的位置、卫星姿态等测量值代入理论校正公式进行几何畸变校正；几何精校正，即利用地面控制点GCP（Ground Control Point）对应其它因素引起的遥感图像几何畸变进行纠正。几何粗校正的服务通常由卫星接收系统提供，因此本研究只进行了几何精校正。

几何精校正的原理是回避成像的空间几何过程，而直接利用地面控制点数据对遥感影像的几何畸变本身进行数学模拟，并且认为遥感影像的总体畸变可以看作是挤压、扭曲、缩放、偏移以及更高层次的基本变形的综合作用的结果，因此校正前后影像相应点的坐标关系，可以用一个适当的数学模型来表示。具体实现是：首先利用地面控制点数据确定一个模拟几何畸变的数学模型，以此来建立原始畸变影像空间与标准空间的某种对应关系；其次是利用这种对应关系吧畸变空间中的全部元素变换到标准空间（即校正影像空间）中去，从而实现影像的几何精校正。

影像的几何精校正包括两个方面的内容：一是影像空间像元位置的变换；二是变换后的标准影像空间的各像元亮度值的计算。因此，几何校正的过程也就分为两步：第一步是先进行空间变换，即在几何位置上进行校正；第二步是取得变换后影像各像元的亮度值。根据原始畸变空间与校正后的标准空间的转换方式和校正后标准空间像元亮度值的获得方式的不同，可以将几何精校正分为直接成图法和重采样成图法。直接成图法和重采样成图法本质上没有差别，主要的不同在于所用的校正畸变函数不同；其次，校正后像元获得亮度值的方法不同，对于直接成图法称为亮度重配置，而对于重采样成图法称为亮度重采样。

通常的几何校正过程，是在校正后的输出地图坐标系上设定方格，求出格点上对应的影像数据。可是，在该输出影像坐标系的格点上所对应的输入影像坐标通常不是整数值，所以必须用输入影像上周围点的像元值对所求点的像元值进行内插来求。用于几何校正的主要内插方法有：

(1)最邻近内插法：以距内插点最近的观测点的像元值为所求的像元值。该方法优点是不破坏原来的像元值，处理速度快；缺点是最大可以产生1/2像元的位置误差。

(2)双线性内插法：使用内插点周围的4个观测点的像元值，对所求的像元值进行

8

山东师范大学学士学位论文

线性内插。该方法的缺点是破坏了原来的数据，但具有平均化的滤波效果。

(3)三次卷积内插法：使用内插点周围的16个观测点的像元值，用三次卷积函数对所求像元值进行内插。该方法的缺点是破坏了原来的数据，但具有影像的均衡化和清晰化的效果，可以得到较高的影像质量。

几何精校正的一般过程如下（图2-2）：

原始图像参照图像采样控制点输入多项式校正模型参数设定删除误差大的控制点或重新采集控制点确定多项式参数投影选择多项式校正模型校正计算否精度符合要求是建立重采样模型重采样校正后遥感影像

图2-2 几何精校正流程图

3 基于遥感影像水体信息的提取 3.1 水体的光谱特征

卫星遥感影像记载了地物对电磁波的反射信息以及地物自身的热辐射信息。在可见光波段内，水体的波谱特性非常复杂，在图像上影响记载的反射信息主要来自水面、水中悬浮物质和水体底部物质的反射。因而水体吸收和辐射特性，不仅与其本身的性质有关，而且还与其所含物质的类型和大小有关。各地物由于其结构、组成以及物理

9

山东师范大学学士学位论文

化学性质上的差异，从而导致了不同的地物对电磁波的反射存在差异，以及其热辐射也不完全相同。正是由于不同波谱段上不同地物的反射率不同，才使得水体等其他地物的提取可以实现。要想从影像中提取水体，了解水体在TM影像中的特性是很有必要的，这可以为我们提取水体提供有利的参考依据。

对水体来说，水的光谱特征主要是由水本身的物质组成决定，同时又受到各种水状态的影响。在可见光波段0. 6um之前，水的吸收少、反射率较低、大量透射。其中，水面反射率约5%左右，并随着太阳高度角的变化呈3%~10%不等的变化；水体可见光反射包含水表面反射、水体底部物质及水中悬浮物质(浮游生物或叶绿素、泥沙及其他物质)的反射三方面的贡献[16]。对于清水，在蓝——绿光波段反射率4%~5%， 0.6um以下的红光部分反射率降到2%~3%，在近红外、短波红外部分几乎吸收全部的入射能量，因此水体在这两个波段的反射能量很小。这一特征与植被和土壤光谱形成十分明显的差异，因而在红外波段识别水体是较容易的。图3-1为水体的反射光谱曲线。

图3-1水体反射光谱曲线

3.2 水体指数法提取水系 3.2.1 波段比值原理

由于地形坡度、坡向、阴影或者太阳高度和强度季节性的变换，地表同样物质或目标物的亮度值会不一样。图像波段之间比值运算的目的是为了尽量减小这些环境条件的影响，使图像解译者或机助分类算法能正确地识别地球表面物质或土地利用类型。由于波段之间的比值运算提供了任何单波段都不具有的独特信息，这对于难以区分的阴影和水体非常有用。

比值运算就是将一幅遥感影像的不同波段直接做商运算，以削弱地形起伏带来的影响[13] 。由于同一地区不同波段(两个波段或几个波段组合)对应像元亮度值相除，所

10

山东师范大学学士学位论文

得新值构成一幅比值增强图像，能够扩大相邻两个像元的差别，并且能消除地形起伏带来的影响，而且也能同时扩大不同地物亮度值的微小差别。

由不同波段做商运算生成的指数，其创建的基本原理就是在多光谱波段内，寻找出所要研究地类的最强反射波段和最弱反射波段，将强者置于分子，弱者置于分母。通过比值运算，以几何级数进一步扩大二者的差距，使要研究的地物在所生成的指数影像上得到最大的亮度增强，而其他的背景地物则受到普遍的抑制。 3.2.2 应用归一化差异水体指数（NDWI）提取水体信息

归一化差异水体指数(NDWI)(Normalized Difference Water Index)由Mcfeeters提出，其公式如下：

NDWI?TM2?TM4TM2?TM4 （公式3-1）

归一化差异水体指数构建的原理是：水体的反射从可见光到短波红外波段逐渐减弱，在近红外和短波红外波长范围内（0.74 ~2.5um）吸收性最强，几乎无反射，因此用可见光波段和近红外波段的反差构成的NDWI可以突出影像中的水体信息。另外由于植被在近红外波段的反射率一般最强，因此采用绿光波段与近红外波段的比值可以最大程度地抑制植被的信息，从而达到突出水体信息的目的。NDWI的取值在(-1,1)内,水体及阴影取正值，而除阴影外的其他非水体取负值。

在ERDAS下建立NDWI模型，并对黄水河流域TM影像进行模型运算，得到黄水河流域水体信息如图3-2：

图 3-2 黄水河流域NDVI影像图及提取水体图

11