Las imágenes originales de teledetección suelen tener severas deformaciones geométricas, que generalmente se dividen en dos categorías: sistemáticas y no sistemáticas. La deformación geométrica del sistema es regular y predecible, por lo que puede predecirse mediante fórmulas matemáticas o modelos que simulen la deformación interna de la plataforma de teledetección y sensor remoto. La deformación geométrica no sistemática es irregular y puede ser causada por la inestabilidad de la altura, latitud, longitud, velocidad y actitud de la plataforma del sensor remoto, o por cambios en la curvatura de la tierra y la refracción del aire, que generalmente son difíciles. para predecir.
? El objetivo principal de la corrección geométrica de imágenes de teledetección es eliminar la deformación geométrica de la imagen para que la posición espacial de la imagen corresponda con precisión al campo de visión. Los contenidos de la corrección general incluyen principalmente: corrección de la geometría del sistema, corrección de la deformación de la proyección y corrección de la precisión geométrica. Entre ellos, la corrección geométrica del sistema y la corrección de la distorsión de la proyección son realizadas principalmente por la estación receptora terrestre antes de proporcionar información al usuario, en combinación con datos relevantes como la actitud operativa, indicadores de rendimiento del sensor, condiciones atmosféricas, ángulo de altitud solar, etc. La imagen se procesa aproximadamente según el plan de procesamiento convencional. Corrección de distorsión geométrica. Para los datos de imagen obtenidos por la mayoría de los usuarios de imágenes, la corrección geométrica real es la corrección de precisión geométrica, es decir, mientras se garantiza que la precisión cumpla con los requisitos, se utiliza un determinado modelo matemático para convertir la imagen en la proyección requerida, de modo que la imagen es la misma geográficamente que en el espacio. Los parámetros coinciden con otros datos en la misma área.
? La corrección de precisión geométrica suele utilizar el método polinomial para la corrección. El mecanismo de este método es establecer operaciones de transformación espacial polinómica e interpolación de píxeles entre diferentes imágenes a través de varios puntos de control, logrando así el registro de imágenes de teledetección y mapas geográficos reales, y logrando el propósito de reducir y eliminar la distorsión geométrica de las imágenes de teledetección. .
Seleccione 1.1.1 Puntos de control terrestre y modelo de corrección polinómica
1. ¿Selección de puntos de control terrestre
? El propósito de seleccionar puntos de control es establecer una correspondencia entre los píxeles de la imagen y los puntos del mismo nombre en las características reales o los puntos correspondientes en el mapa. Esto requiere que el número de puntos de control sea suficiente y se garantice la precisión. La precisión y dificultad de la selección del punto de control están estrechamente relacionadas con la calidad, las características y la resolución espacial de la imagen, y es el paso más importante en la corrección geométrica. El principio de selección de puntos de control terrestre es: los puntos de control terrestre tienen puntos de referencia obvios y claros en la imagen, como intersecciones de carreteras, bifurcaciones de ríos, límites de edificios, límites de tierras de cultivo, etc., los objetos terrestres en los puntos de control terrestre no cambian; con tiempo para garantizar que cuando dos imágenes o mapas del período estén corregidos geométricamente, se puedan reconocer simultáneamente, al seleccionar puntos de control en imágenes sin corrección del terreno, deben realizarse a la misma altura del terreno las rotaciones de control deben ser uniformes; distribuidos por toda la imagen, y se garantiza una determinada cantidad.
2. ¿Modelo de corrección polinómica
? Una vez seleccionados los puntos de control, se deben calcular respectivamente las coordenadas de píxeles o las coordenadas geográficas correspondientes de los puntos de control en la imagen de referencia y la imagen a registrar. Luego seleccione una función de transformación de coordenadas adecuada (es decir, un modelo de corrección matemática) para establecer la correspondencia de coordenadas entre la imagen de referencia y la imagen a registrar, lo que generalmente se denomina modelo de corrección polinomial. Para la corrección geométrica general, se puede utilizar un modelo de corrección polinómica lineal. Para aquellos con requisitos de alta precisión, se puede utilizar un modelo de corrección polinómica cuadrática o cúbica. El propósito de la corrección polinómica de una imagen es reposicionar las coordenadas de píxeles de la imagen que se va a registrar para que correspondan a las coordenadas de la imagen de referencia.
1.1.2 Remuestreo de imágenes
? La distribución de píxeles reposicionados en la imagen original es desigual, es decir, el número de filas y columnas de píxeles en la imagen de salida no son o no son todos números enteros. Por lo tanto, de acuerdo con la posición de cada píxel en la imagen de salida en la imagen de entrada, la imagen original debe volver a muestrearse de acuerdo con ciertas reglas y los valores de brillo deben interpolarse para establecer una nueva matriz de imagen.
? Los métodos de interpolación más utilizados incluyen:
? ①El método del vecino más cercano asigna el valor de píxel más cercano a un nuevo píxel, como asignar el valor de brillo de un píxel en la imagen original al píxel de sombra correspondiente en la imagen de salida. La ventaja de este método es que la imagen de salida aún mantiene el valor de píxel original, el proceso es simple y la velocidad de procesamiento es rápida. Sin embargo, este método también tiene sus limitaciones, es decir, puede producir una desviación de posición de hasta medio píxel, lo que puede provocar que algunas características de la imagen de salida sean incoherentes.
? (2) El método de interpolación bilineal utiliza los valores de píxeles de cuatro puntos adyacentes para realizar una interpolación lineal asignando diferentes pesos según su distancia desde el punto de interpolación. Este método tiene un efecto de filtrado medio y los bordes se suavizan, lo que da como resultado una imagen de salida más coherente. Su desventaja es que destruye el valor de píxel original, lo que provocará algunos problemas en el análisis posterior de identificación y clasificación espectral.
? ③El método de interpolación convolucional cúbica utiliza los valores de 16 píxeles alrededor del punto de interpolación y utiliza la función de convolución cúbica para la interpolación. Este es uno de los tres métodos de remuestreo y es más complejo. Mejora los bordes de las características de la imagen con un efecto claro y equilibrado, pero aún destruye los valores de píxeles originales y requiere una gran cantidad de cálculo.
? El remuestreo de imágenes no solo es un paso importante en la corrección geométrica, sino también esencial en algunos procesamientos de imágenes, como el registro y registro entre imágenes de diferentes períodos de tiempo y resoluciones espaciales y con otros datos en síntesis SIG.
? Existen muchos resultados de investigaciones sobre corrección atmosférica en el país y en el extranjero, utilizando principalmente diferentes modelos de corrección, incluidos los siguientes métodos:
? ①Método de modelo de características de imagen: este es un método de corrección atmosférica relativa que no requiere medición del entorno atmosférico real ni del espectro terrestre real. Solo utiliza la información contenida en imágenes de detección remota. Por ejemplo, algunos cálculos del índice de vegetación pueden eliminar parcialmente la atmósfera. influencia y también hay un método de objetivo oscuro. Generalmente solo se aplica a áreas pequeñas, las imágenes procesadas tienen diferentes ruidos y el efecto no es muy bueno.
? (2) Método de modelo estadístico: es decir, utilizando el valor de gris del objeto de superficie seleccionado en la imagen de detección remota y el valor del espectro de reflexión del objeto de superficie medido en el momento de la imagen correspondiente, establecer un modelo estadístico, calcular la cantidad de corrección, y corregir toda la imagen. Este método requiere datos espectrales medidos al tomar imágenes y no se puede utilizar para corregir imágenes históricas sin datos medidos o datos de imágenes que no se pueden medir debido a condiciones de campo difíciles.
? (3) Método de modelo teórico: utiliza principalmente la teoría de transferencia de radiación atmosférica para establecer ecuaciones y modelos de corrección atmosférica para corregir la interferencia atmosférica. Este método se basa en un modelo físico riguroso y es un método de corrección atmosférica absoluta.
Fusión y mejora de imágenes de teledetección
1. La fusión de imágenes es la síntesis de dos o más imágenes en una nueva imagen mediante un algoritmo específico. La información contenida en los datos de imágenes de teledetección de múltiples fuentes es colaborativa, complementaria y redundante. Para hacer un uso más razonable y eficaz de la información de los datos, la fusión de imágenes de teledetección puede integrar un conjunto de datos de imágenes con cierta resolución espacial, resolución espectral y resolución temporal en un espacio y tiempo unificados para formar un nuevo conjunto de información espacial y fusionar. Conviértalo en una nueva imagen. Las imágenes compensan las deficiencias de la información única, logran la complementación mutua de varios recursos de información, mejoran el efecto visual del reconocimiento de objetivos y mejoran la precisión del análisis integral.
2. ¿Mejora de la imagen mediante teledetección
? El propósito de la mejora de imágenes por teledetección es resaltar información temática relevante y mejorar el efecto visual de la imagen. Los métodos de mejora de imágenes más utilizados incluyen: ajuste de contraste de imagen, suavizado de imagen, nitidez de imagen, presupuesto cuádruple de imagen multiespectral, etc.
1.3.2 Empalme de imágenes y renderizado de imágenes
1. ¿Empalme de imágenes
? Cuando el área de trabajo involucra diferentes datos de escena, el procesamiento del mosaico debe realizarse durante el proceso de mapeo de la imagen. La esencia del procesamiento del mosaico es un proceso de registro y ajuste de tono dentro del rango de datos superpuestos. De acuerdo con la distribución del mapa, se selecciona una imagen en el centro del área de trabajo como imagen de referencia para el empalme, y otras imágenes se empalman en orden de cerca a lejos.
(1) ¿Registro geométrico de la imagen
? Registre con precisión las imágenes a unir para que estén en el mismo sistema de coordenadas espaciales.
El registro entre imágenes generalmente utiliza puntos de control y registro de puntos con el mismo nombre, es decir, en el proceso de registrar datos con el mismo nombre en dos datos de escena en datos de otra escena, las partes superpuestas de las dos imágenes se vuelven más consistentes geométricamente.
(2) ¿Coincidencia de colores de imágenes adyacentes
? Según un determinado método, las imágenes adyacentes combinan el color de manera que las imágenes de diferentes fases estén coordinadas entre sí en color. Para que la ecuación de coincidencia de color establecida sea más precisa, la misma área seleccionada para la coincidencia de tonos y el ajuste de dos imágenes adyacentes debe ser lo más grande posible, y se debe seleccionar un área representativa para la coincidencia de tonos. A veces hay nubes y ruido en las imágenes de detección remota. Estas áreas deben evitarse al seleccionar áreas de coincidencia; de lo contrario, afectará la ecuación de coincidencia y reducirá la precisión de la coincidencia de tonos. Se utilizan polígonos irregulares (en lugar de simples rectángulos) para definir las áreas de la imagen utilizadas para establecer las ecuaciones de coincidencia de tonos. Esto no solo puede evitar las nubes y el ruido, sino también obtener el área de coincidencia de tono de imagen representativa más grande posible, equilibrando así el valor de brillo y el contraste de la imagen de salida empalmada. En el proceso de combinación de colores de imágenes adyacentes, se debe cumplir el principio de "primero el todo, luego las partes y ajustar gradualmente los detalles de los objetos terrestres".
(3)Remuestreo
? El remuestreo es el proceso de extraer imágenes de baja resolución a partir de imágenes de detección remota de alta resolución. El remuestreo puede mejorar la eficiencia del procesamiento de imágenes. Los métodos de remuestreo comunes incluyen el método del píxel vecino más cercano, el método de interpolación bilineal y el método de convolución bicúbica. Durante el proceso de ortorectificación, el método de remuestreo debe aplicarse con precisión, y el tamaño de píxel y el método de remuestreo de corrección de imagen deben cumplir con los requisitos de la cartografía del proyecto y del proyecto en sí.
4) Procesamiento de imágenes de una sola escena
¿A. Eliminación de neblina
? La presencia de nubes y niebla en las imágenes de satélite afectará la interpretación de la imagen, por lo que puede elegir un algoritmo apropiado o utilizar un método de reemplazo de imágenes por etapas para eliminar las nubes y la niebla.
B. ¿Quitar sombra
? Las áreas de sombra pueden ser confirmadas por el ojo humano y eliminadas mediante ajustes locales de brillo y contraste dentro del área de sombra. Habrá algunas diferencias en los valores de tono y brillo entre las áreas con sombra y las áreas sin sombra después del procesamiento, y es necesario ajustar el brillo y el contraste de toda la imagen para lograr buenos efectos visuales.
C. ¿Tratamiento de cambio de color
? Normalmente, la imagen a procesar es una imagen en color generada seleccionando los canales R (rojo), G (verde) y B (azul) en un multiespectro. En el sistema de color RGB, cada canal tiene valores de brillo de 0 a 255***256. Después de mezclar los valores de los tres canales (256×256×256), se pueden producir aproximadamente 654,38 067,7 millones de colores. El verdadero color de los objetos terrestres debe lograrse ajustando los valores de brillo de diferentes canales.
D. ¿Ajuste de coherencia de imagen multiescena
? Cuando el color de la imagen de una escena se ajusta a su tono más realista, los tonos de otras imágenes pueden acercarse a él. Este proceso es complicado y requiere repetidos intentos de acumular experiencia.
E. Borde mosaico
? (1) Establezca el valor de desvanecimiento apropiado. Al seleccionar una línea de teselación, elija un valor de desvanecimiento apropiado. En general, hay poca diferencia entre imágenes en la misma pista y sus valores de difuminado deben ser menores que los seleccionados para imágenes en diferentes pistas.
? (2) Tome la línea del mosaico. Al unir varias imágenes, las imágenes de buena calidad deben cubrir las imágenes de mala calidad. Cuando una imagen nueva cubre una imagen antigua, los bordes geométricos a menudo producen bordes duros obvios después del empalme. Las líneas de mosaico pueden eliminar los problemas obvios de las líneas de borde después del empalme de la imagen, pero debe tenerse en cuenta que las líneas de mosaico deben intentar evitar carreteras, ríos y otras características. Si no se pueden evitar, se debe aumentar el valor de difuminado.
2. Principio del mapeo de imágenes
(1) La imagen debe ser rica en capas, de color uniforme, de contraste moderado, clara e inmutable.
(2) El error de posición del plano de los puntos característicos seleccionados al azar en el mapa de imagen no deberá ser superior a 0,5 mm y, en circunstancias especiales, no deberá ser superior a 0,75 mm.
(3) El valor absoluto del tamaño real y el tamaño teórico del perfil no debe exceder el límite.
La imagen puntual ampliada tiene una longitud lateral de 0,15 mm y una diagonal de 0,20 mm. La imagen original tiene una longitud lateral de 0,20 mm y una diagonal de 0,30 mm.
(4) Tres o más imágenes. debe seleccionarse para producir imágenes en color para imágenes de bandas multiespectrales, el error de registro entre bandas no deberá ser mayor a 0,2 mm, y el error de registro de la imagen no deberá ser mayor a 0,3 mm. Para producir imágenes de teledetección en color, banda pancromática. o se deben seleccionar imágenes de una sola banda según sea necesario.