基于ERDAS,IMAGINE的ETM+影像几何精校正

(河北工程大学 资源学院，河北 邯郸 056038)
摘 要：文章介绍了遥感图像预处理中的几何精校正。
关键词：ETM+影像；几何精校正；控制点；河北
中图分类号：TP391.41(222)  文献标识码：A  文章 编号：1007—6921(2009)20—0081—02 

在遥感成像时，由于各种因素的影响，使得遥感影像存在一定的几何畸变和辐射量的失真现 象。这些畸变和失真影响了图像的质量和应用，必须进行消除。几何变形是指图像上的象元 在图像坐标系中的坐标与其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［1］。由于所采用的Landsat ETM+图像的辐射校正和几何粗校正已 在遥感卫星地面站进行过，所以只需进行以地面控制点为依据的ETM+影像几何精校正。
1 研究区概况

邯郸市位于河北省南部，地处东经114°03"～40"，北纬36°20"～44"之间，西依太行山脉 ，东接华北平原，与晋、鲁、豫三省接壤，总面积12 000km²，其中市区面积419km²。 本文选用了美国陆地卫星2001年5月10日ETM+图像，景号为124、34的遥感图片。
2 影像的几何畸变

由于遥感器、遥感平台以及地球本身等方面的原因，在遥感成像时往往会引起难以避免的几 何畸变。影像中所包含的几何畸变可以表示为影像上各像元的位置坐标与地图坐标系中的目 标地物坐标的差异［2］。

几何畸变的原因可大致分为4类：①遥感器的内部畸变，由遥感器结构引起的畸变。②遥感器的外部畸变，由影像投影方式的几何学引起的畸变。它可以进一步分为平台引 起的畸变和目标物（地球的自转等）引起的畸变。③影像投影面的选取法引起的畸变，由于影像投影面的选取法（影像坐标系的定义方式 ）不同，几何畸变的表现也不同。④由地图投影法的几何学引起的畸变，根据采用的地图投 影法不同，几何畸变的表现也不同。
3 几何精校正的基本原理

由于一般的面接收站提供给用户的卫星遥感数据（CCT）都是经过几何粗校正处理的，所以 用户在应用前所要进行的几何校正是几何精校正处理。几何精校正是利用地面控制点（grou nd control point，GCP）对由各种因素引起的遥感影像的几何畸变的校正。

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，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，可以用适当的数 学模型来表示。具体实现是：①利用地面控制点数据确立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（如地理制图空间）的某种对应关系；②利用 这种对应关系把畸变空间中的全部元素变化到标准空间（即校正影像空间）中去，从而实现 影像的几何精校正。

由上面的原理可知，影像的几何精校正包括两个方面的内容：①影像空间像元位置的变换 ；②变换后的标准影像空间的各象元亮度值的计算。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象元亮度值的 获得方式的不同，可将几何精校正分为直接成图法和重采样成图法（如图1所示）。


4 数据的准备工作
4.1 地形图的准备 

比例尺的选取:所用地形图的比例尺一般应大于遥感影像成图的比例尺［3］。因此 本次研究采用1∶5万的地形图进行纠正，以ArcGIS为平台对扫描获得的地形图进行坐标配准 并设置了投影等参数。其地图投影采用“UTM投影”,投影椭球选择“WGS 84椭球”,基准面 名称选择“WGS 84”,UTM带号为“50”，“北半球”。
4.2 校正图像的准备

对纠正的影像进行必要的增强、合成或融合处理,以有利于控制点的选取。
5 几何精校正过程
5.1 控制点的选取

本次研究中，借助邯郸市的1:5万地形图，首先对2001年5月10日的Landsat7-ETM+数据中B80 波段进行校正，然后再将其他时相的数据与之配准。几何精校正中，采用控制点校正方式， 选用一定的数学模型采用Keyboard Only模式在影像图上读取像元坐标，地形图上读取相应 的大地坐标并输入计算机。同时，为确保几何校正的精度，对于不符合精度要求的控制点进 行删除、重选，直至符合要求。

本次研究,采用二阶多项式拟合,用33个控制点,纠正的点位中误差为0.3130,像元分辨率为15 m。表1列出了该33个地面控制点的坐标残差及中误差(T)。

5.2 重采样

重新定位后的象元在原图像中的分布是不均匀的，即输出图像像元点在输入图像中的行列号 不是或不全是整数关系。因此需要根据输出图像上的各象元在输入图像中的位置，对原始图 像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵［4］。

常用的内插方法包括：①最邻近法是将最邻近的象元值赋予新象元。该方法的优点是输出图像仍然保持原来的 象元值，简单，处理速度快。但这种方法最大可产生半个像元的位置偏移，可能造成输出图 像中某些地物的不连贯。②双线性内插法是使用邻近4个点的象元值，按照其距内插点的距离赋予不同的权重，进 行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输 出图像，其缺点是破坏了原来的象元值，在后来的波谱识别分类分析中，会引起一些问题。③三次卷积内插法较为复杂，它是使用内插点周围的16个象元值，用三次卷积函数进行 内插。这种方法对边缘有所增强，并具有均衡化和清晰化的效果。但是它仍然破坏了原来的 象元值，且计算量较大。

综合考虑遥感影像以及研究区情况,本研究中采用三次卷积内插法,误差可以控制在半个像元 内0.3130,符合精度要求。校正前与校正后图片如图2、图3所示。

5.3 精度分析

RMS误差（均方根）是GCP的输入（原）位置和逆转换的位置之间的距离，它是在用转换矩阵 对一个GCP作转换时所期望输出的坐标与实际输出的坐标之间的偏差。
表1中给出了每个点的RMS误差，由距离方程式计算：


T为总RMS误差。对每景影像,不仅要验证每个地面控制点(GCP)的RMS误差Ri，而且要验证总 的R MS误差T。如果RMS误差没有达到所要求的精度,重复几何精校正的步骤,直至精度满足要求为 止。通过（1）（4）式的计算,得出控制点的单点误差必须保证在1个像元左右,所有控制点 的均方根误差也必须保证在1个像元左右。表1中控制点的单点误差和总的误差都在0.5个象 元以内，因此校正误差满足精度要求。
6 结束语

先将ETM+影像分辨率较高的B80波段进行几何精校正，然后将其他波段与校正好的B80波段进 行几何配准，完成遥感影像的几何精校正。实验证明,先校正分辨率高的影像再用校正好的 高分辨率遥感影像校正低分辨率的遥感影像，在很大程度上提高了校正的精确度,并且控制 点选择容易。
［参考文献］
［1］ 朱述龙，张占睦.遥感图像获取与分析［M］.北京：科学出版社，2000.105.
［2］ 钱乐祥，等.遥感数字影像处理与地理特征提取［M］.北京：科学出版社，200 4.
［3］ 刘磊，周军，田勤虎，李德成.基于ERDAS IMAGINE进行ETM影像几何精校正研 究［J］.遥感技术与应用,2003,22(1):56～58.
［4］ 赵英时，等.遥感应用分析原理与方法［M］.北京：科学出版社，2003. 
［5］ 党安荣,王晓栋,陈晓峰,张建宝.ERDAS IMAGINE遥感图像处理方法［M］.北京: 清华大学出版社,2003.