every blog every motto:He who seize the right moment, is the right man. – Goethe

0. 前言

0.1 基础知识

中等分辨率图像的几何校正：利用地面控制点和几何校正模型来校正非系统因素产生的误差，由于校正过程中会将坐标系赋予图像数据，所以此过程包括地理编码图像纠正：借助一组控制点，对一幅图像进行地理坐标的校正

0.2 控制点

0.2.1 选取

基础数据：

基础测绘数据数字线画图（DLG）数字栅格图（DRG）

影像数据：

正射影像（DOM）已经过几何精校正的影响

实地测量GPS

地面控制点的实质：找到待校正图像上的点对应真实的坐标值

0.2.2 质量

0.2.2.1 选点原则

选取图像上易分辨且较精细的特征点：道路交叉点，河流弯曲或分叉处，海岸线弯曲处，飞机场，城廓边缘特征变化大的地区要多选图像边缘部分一定要选取控制点尽可能的满幅均匀选取

0.2.2.2 数量原则

在图像边缘处，在地面特征变化大的地区，需要增加控制点保证一定数量的控制点，不是控制点越多越好，如一景TM的控制点数量在30-50左右

0.3 亮度的确定

重采样方法（插值算法）

最近邻法 取与所计算点（x,y）周围相邻的4个点，比较它们与被计算点的距离，哪个点距离近，就去哪个亮度值作为（x,y）点的亮度值简单易用，计算量小，图像的亮度具有不连续性，精度差

双线性内插法 取(x,y)点周围的4邻点，在y方向内插二次，再在x方向内插一次，得到（x,y）点的亮度值f(x,y)双线性内插法比最近邻法虽然计算量有所增大，但精度明显提高，特别是对亮度不连续或线状特征的块状化现象有明显的改变内插法会对图像起到平滑作用，从而使对比度明显的分界线变得模糊

三次卷积内插法 进一步提高内插精度的一种方法，通过增加邻点来获得最佳插值函数取与计算点周围相邻的16个点，先在某一方向内插，再根据计算结果在另一个方向上内插，得到一个连续的内插函数计算量大，精度高，细节表现更为清楚，对控制点要求较高

0.4 几何精校正的流程

0.5 本节梗概

0.5.1 基础

地面控制点 + 校正模型 的几何校正方式

包括：

Image to Image 和 Image to Map

0.5.2 练习一

数据：待校正的taian-drg.tif内容：根据地形图信息选择控制点来校正地形图工具：Registration : Image to map

0.5.3 练习二

数据：已经做过几何校正的SPOT4全色10米分辨率影像；待校正的Landsat5 TM 30米分辨率的影像内容：用SPOT4影像作为基准影像，选择控制点来校正TM影像工具：Registration:Image to Image

说明：本文基于ENVI 5.3

1. 正文

1.1 练习一

ENVI-classic

打开文件

file -> open image file

load

map info 添加信息

map -> registraion -> image to map

1:50000,4M分辨率较好北京54 ，20带

添加控制点，图上是公里，所以输入的时候末尾要加000（三个0）

输入5个点（如上）可以进行预测，如下图

添加第6个点

9个点添加完成，如下图

show list 查看，也可以修改，如下图

将控制点保存成经纬度坐标，导出，如下图

下次使用已保存的GCP,如下图

校正

多项式，次数为2，三次卷积重采样，如下图

校正后，有map info 信息；如下图

1.2 练习二

打开文件

校正：

选择校正图像和待校正图像

方法一：

选取控制点

第二个点

第三个点(选取三个点以后可以预测，如下图）

第四个点

第五个点

方法二：

导入已有控制点

自动生成点，如下图

与全色波段对应，选取波段5（红外波段，所含信息多）

修改参数

误差，如下图，单位是像元，要求亚像元

show list

按误差排序，

删除或调整，使误差到合理范围内，

保存点，

如下图

用10m分辨率校正30米分辨率的图像，为了保证30分辨率，选如下图第四个；如果选择第二个，会重采样到10m分辨率。

输出图像依然为30m分辨率

有map信息，添加Link

测试，如下图