Landsat 8影像像元地理坐标计算

在遥感卫星数据处理中,计算影像中像元对应地面点的地理坐标不仅是遥感影像数据编目的主要工作之一,同时也是各级几何校正的基础,其计算精度直接影响数据产品处理的几何精度.本文在充分了解Landsat 7卫星和SPOT5卫星像元地理坐标计算算法的基础上,对USGS提出的Landsat 8卫星像元地理坐标计算算法进行了系统性整理和研究,并比较了3种传感器间扫描方式和探测器排布的差异造成计算方法的差异,最后以一景Landsat 8的模拟数据为样本,以GLS2005地面控制点库为参考,将本文介绍算法得到的坐标与控制点库坐标作了对比分析,结果验证了该算法的有效性.     

“高分一号”卫星数据几何校正研究

运用野外采集的GPS数据研究几何校正模型和控制点数量对4景"高分一号"高分辨率相机数据的几何校正精度影响,此项研究有利于合理使用"高分一号"卫星数据,为国产卫星数据的应用和推广起到一定的促进作用。分别运用多项式模型和有理函数模型对"高分一号"数据进行几何校正,运用事先布置好的检查点与校正后影像上的同名地物点进行精度分析,实验表明运用有理函数模型对"高分一号"数据进行几何校正会取得较好精度。分别运用25、20、15、10、5、1个和无控制点对4景"高分一号"数据进行有理函数模型的几何校正。综合考虑人力、耗时、精度等因素后得出结论:如果影像中山区不多时,运用5个控制点进行校正可以取得较好的效果,当山区比较密集时,可以适当增加控制点数量到10个。     

基于图像匹配的星载遥感影像自动几何精校正算法

提出了一种新的基于匹配技术的自动几何精校正算法,可以解决遥感影像人工几何纠正方法精度差、效率低等问题。该算法基于控制点图像片与待校正影像匹配实现控制点自动选取,然后进行异常匹配检测剔除匹配错误的控制点,保证控制点选择的精确性,并最后对遥感影像实施精校正。同时,根据以往研究成果,提出了一种更加快速、有效的多判据匹配算法。以遥感影像（光学/SAR）实例进行验证,结果证明了该方法的有效性和鲁棒性。     

基于卡尔曼滤波的Landsat-8卫星影像几何精校正

卡尔曼滤波是一种递推线性最小方差估计算法,被广泛应用于GPS动态数据处理、组合导航和通信与信号处理等领域。本文将卡尔曼滤波引入卫星影像几何精校正处理中,以Landsat-8卫星影像为例,利用卡尔曼滤波方法和地面控制点构建运动方程和测量方程,实现了对卫星星历和姿态数据的修正。实验证明,相比于传统最小二乘平差法,该方法使用较少的控制点即可达到稳定的精度,降低了几何精校正对控制点数量的依赖,具有较高适用性。     

一种改进的局部加权拟合校正方法

几何校正是遥感图像处理的一个重要环节,是减弱遥感图像与地面真实形态差异的重要方法。但是常规几何校正方法对无人机影像进行校正,其效果不够理想。在分析了局部加权拟合校正法的基础上,用控制圆规定其局部校正区域,并且新增辅助控制点来覆盖该区域,以这种方法对其进行了改进。通过对同一无人机影像进行几何校正对比分析实验,结果表明:改进的局部加权拟合校正法能够更充分、合理地利用局部控制点信息,对控制点的分布具有更好的适应性,能够有效提高无人机影像的几何校正精度。     

ETM+全色波段影像的几何精校正

为确保遥感影像为森林资源调查和监测提供更好的服务,必须对影像进行图像预处理,而图像的几何校正是图像预处理中关键一步.传统的基于TM影像的几何精校正只是采用其地面分辨率为30m的波段的影像,由于分辨率不高,导致校正精度不高.介绍了一种使用ETM 影像的地面分辨率为15m的Pan波段校正,在后续处理中,用其它波段与校正后的Pan波段几何配准,从而达到几何精校正的效果.仿真试验表明,这种先校正分辨率高的影像,再配准分辨率低的影像的方法,在一定程度上提高了校正精度,降低了控制点选取的难度.     

TM遥感影像几何精校正方法试验与分析

地处四川盆地西北部的绵阳市地表形态复杂,若仅对TM遥感影像进行粗略校正势必对后续分析埋下隐患。文章采用多项几何校正方法对实验区进行几何精校正,控制点源于同期Quick Bird遥感影像,精校正的总体精度可以达到0.5个像元,可以很好的满足后续分析和研究。     

TM遥感影像几何精校正方法试验与分析

地处四川盆地西北部的绵阳市地表形态复杂,若仅对TM遥感影像进行粗略校正势必对后续分析埋下隐患。文章采用多项几何校正方法对实验区进行几何精校正,控制点源于同期Quick Bird遥感影像,精校正的总体精度可以达到0.5个像元,可以很好的满足后续分析和研究。     

Landsat-8长条带影像正射校正

目的 Landsat-8传感器采用线阵推扫式成像,通过分景处理获得标准景产品。面对大范围遥感数据需求,长条带数据具有更高的应用价值。长条带数据的一般获取方法是通过拼接标准景正射产品的方式,该方法处理效率不高,并且当条带中某景由于云覆盖量较多无法生产正射产品时,将无法通过多景拼接的方式生成相应的长条带正射产品。针对此方法存在的问题,本文提出一种Landsat-8长条带影像的正射校正方法。方法 以长条带影像为整体,通过控制点匹配、长条带几何精校正和正射校正3个部分,直接生成长条带级别的正射校正产品。在长条带几何精校正过程中,提出了Landsat-8的基于轨道约束的长条带平差模型及控制点优化选取方法。结果 在15景的条带长度范围内,本文方法生成的长条带正射产品的几何精度在12 m以内,满足Landsat-8正射产品的精度要求,且处理效率相较于标准景拼接方式提升1倍左右;对于云覆盖较多的景,利用连续3景进行长条带正射校正,可以得到与标准景正射产品几何精度相当的长条带正射产品。结论 本文提出的长条带处理方法,在一定长度范围内,能够得到满足Landsat-8正射产品的精度要求的长条带正射产品,处理效率得到较大提高,且能够有效克服传统方法中云覆盖情形对长条带产品获取的限制。     

基于误差扩散和均值漂移的DSA特征点选择

数字减影血管造影（DSA）技术在血管疾病的诊断和治疗中起着重要的作用。在DSA图像配准算法中,控制点的精度、数量以及它们在图像上分布的情况在很大程度上决定了几何校正和配准的精度。控制点通常采用规则的网格点,然而更加有效的方法是利用图像本身的特征提取控制点。提出了一种基于误差扩散（Error Diffusion）和均值漂移（Mean Shift）的DSA特征点选择算法。该算法引入误差扩散是为了利用图像本身的特征自适应地选择控制点。在边缘和纹理复杂区域取较多控制点（网格密集）,相反在平坦区域取较少控制点。引入均值漂移的目的是为了减少控制点的数量。实验结果表明,该算法可以自适应地把控制点安排到血管等关键图像特征上,并可以根据需要对控制点的数量进行优化。