CN111899183A - 一种基于地理定位数据的遥感图像几何精校正方法 - Google Patents
一种基于地理定位数据的遥感图像几何精校正方法 Download PDFInfo
- Publication number
- CN111899183A CN111899183A CN201910370097.8A CN201910370097A CN111899183A CN 111899183 A CN111899183 A CN 111899183A CN 201910370097 A CN201910370097 A CN 201910370097A CN 111899183 A CN111899183 A CN 111899183A
- Authority
- CN
- China
- Prior art keywords
- row
- longitude
- latitude
- pixel
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012937 correction Methods 0.000 title claims abstract description 14
- 238000012952 Resampling Methods 0.000 claims abstract description 8
- 238000003491 array Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于地理定位数据的卫星遥感图像几何精校正方法。步骤如下：(1)读取卫星遥感图像和对应的经纬度数据；(2)去除原始图像中条带噪声；(3)构建投影坐标系；(4)像元匹配；(5)灰度值重采样。本发明使用卫星遥感图像的地理定位数据构建校正前后的映射关系，基于最小距离进行像元间的匹配，实现高精度校正；基于匹配像元间距自适应选择重采样方式，考虑了像元实际分辨率大小，真实反映图像灰度值；易于实现，时间成本低。
Description
技术领域
本发明涉及卫星遥感图像处理技术领域，特别是涉及一种基于地理定位数据的卫星遥感图像几何精校正方法。
背景技术
卫星遥感是一种远距离、非接触探测技术，广泛应用于气候、环境变化以及灾害监测等领域。但是在信号的传递过程中，由于扫描过程、地球自转和大气折射等因素的影响，会造成卫星图像像元空间分布不均匀、分辨率大小不一致等几何形变。在使用经过系统标定的卫星产品的过程中，还需要进行包括像元匹配、重采样等步骤在内的几何精校正，获得符合标准参考坐标系的卫星遥感图像。
几何精校正目前一般采用基于控制点构建的函数变换方法，通过选取一定数量的控制点建立原始图像和基准图像之间的映射关系，实现畸变图像的校正投影。早期采用手工方式选取控制点，效率较低。为了克服这一问题科研人员进行了大量的研究，提出了基于灰度值、基于特征点等自动配准方法，实现了控制点的自动检测。
由于非系统畸变是不规律的，通过由数学表达式构建的映射关系对卫星图像进行像元匹配，受控制点数量、分布等因素的影响，精度不高；同时，卫星产品数据量较大，复杂的控制点自动检测算法大大提高了时间成本。
发明内容
本发明提供一种基于地理定位数据的卫星遥感图像几何精校正方法，使用地理定位数据构建校正前后的映射关系，根据匹配像元间距自适应选择重采样方式，从而实现高精度的几何校正，真实反映图像灰度值。
本发明的技术方案包括以下步骤：
(1)读取卫星遥感文件，获取原始图像、经度数据和纬度数据3个二维数组，若数组尺寸不同，对经纬度数据进行插值运算，使图像和经纬度数据相匹配；
(2)去除图像条带噪声：根据纬度数据定位扫描条带间的重叠区域，删除重叠像元，对保留部分进行线性插值恢复图像原有尺寸，原始图像和经度数据做同样处理，保持原始图像与经纬度数据一一对应；
(3)由经纬度数据获取输出图像的投影范围，根据空间分辨率构建输出图像的地理坐标系；
(4)像元匹配：计算原始像元与输出像元之间的距离，选择原始图像中距离最近的像元作为输出像元的匹配点；
(5)灰度值重采样：计算输出图像灰度值。
进一步地，步骤(4)中，原始图像与输出图像像元间距离计算过程如下：
1)选定计算距离的像元的区域：计算原始经度数组中第一行数值与输出像元经度的差的绝对值，选择最小值所在列为初始列，计算原始经度数组中最后一行数值与输出像元经度的差的绝对值，选择最小值所在列为终止列，计算原始纬度数组中初始列数值与输出像元纬度的差的绝对值，选择最小值所在行为初始行，计算原始纬度数组中终止列数值与输出像元纬度的差的绝对值，选择最小值所在行为终止行；
2)在选定区域内继续进行选择：计算经度数组中初始行与输出像元经度的差的绝对值，选择最小值所在列为初始列，计算经度数组中终止行与输出像元经度的差的绝对值，选择最小值所在列为终止列，计算原始纬度数组中初始列与输出像元纬度的差的绝对值，选择最小值所在行为初始行，计算原始纬度数组中终止列与输出像元经度的差的绝对值，选择最小值所在行为终止行；
3)使用公式(1)计算选定区域内每个像元与输出像元间的距离，区域中最小值点即为输出像元匹配点；
其中，lon、lat为原始像元对应的经纬度值，Lon、Lat为输出像元对应的经纬度值。
进一步地，步骤(5)中，输出图像灰度值计算过程如下：
1)比较距离与经纬度分辨率的大小，若距离小于等于二分之一分辨率，则输出像元灰度值等于其匹配点灰度值，否则执行下一步；
2)比较距离与二倍分辨率的大小，若距离小于等于二倍分辨率，则输出像元灰度值等于以其匹配点为中心3*3窗口中距离小于等于二倍分辨率的像元灰度值的距离加权和，否则执行下一步；
3)判定该像元为无效点。
本发明的有益效果是：使用卫星遥感图像的地理定位数据构建校正前后的映射关系，对每个输出像元基于最小距离进行高精度匹配；根据匹配像元间距自适应选择重采样方式，考虑了像元实际分辨率大小，真实反映了像元灰度值；易于实现，计算量小，时间成本低。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图，以中分辨率成像光谱仪（Moderate-resolution ImagingSpectroradiometer，MODIS）遥感图像的几何精校正为例对本发明进一步说明，本发明包括但不仅限于下述实施例。
如图1所示，本发明具体实现步骤如下：
(1)读取空间分辨率为1km、经纬度分辨率为0.01的Level1B文件MOD021KM.A2018314.0310.061.2018314132754.hdf，获取数据集EV_1KM_RefSB中第八波段的原始图像，图像尺寸为2030*1354，灰度值代表遥感反射率进行尺度变换后的整型数值，读取地理定位信息文件MOD03.A2018314.0310.061.2018314085242.hdf，获取文件中Longitude 二维数组，数组大小为2030*1354，数值代表与原始图像中下标相同像元的经度，获取文件中Latitude二维数组，数组大小为2030*1354，数值代表与原始图像中下标相同像元的纬度，若此处获得的数据尺寸不一致，对经纬度数据进行插值运算，使其匹配；
(2)去除图像条带噪声：MODIS一条扫描带有10行数据，计算纬度数组中每列扫描带中的重叠区域，保留重叠区域上属于后面一条扫描带的像元，删除重叠区域上属于前面一条扫描带的像元，保留最后一条扫描带的全部像元，对保留部分进行线性插值恢复图像原有尺寸，对经度数组和原始图像做同样处理，保证原始图像像元与经纬度数组中数据一一对应；
(3)获取Longitude数组中最大值xmax、最小值xmin，获取Latitude数组中最大值ymax、最小值ymin，计算输出图像列数sizex=(xmax-xmin)/0.01，计算输出图像行数sizey=(ymax-ymin)/0.01，构建初始值为xmin、步长为0.01、长度为sizex的一维行向量，重复sizey行得到二维经度数组，构建初始值为ymax、步长为-0.01、长度为sizey的一维列向量，重复sizex列得到二维纬度数组；
(4)像元匹配：计算原始经度数组中第一行数值与输出像元经度的差的绝对值，选择最小值所在列为初始列，计算原始经度数组中最后一行数值与输出像元经度的差的绝对值，选择最小值所在列为终止列，计算原始纬度数组中初始列数值与输出像元纬度的差的绝对值，选择最小值所在行为初始行，计算原始纬度数组中终止列数值与输出像元纬度的差的绝对值，选择最小值所在行为终止行，计算经度数组中初始行与输出像元经度的差的绝对值，选择最小值所在列为初始列，计算经度数组中终止行与输出像元经度的差的绝对值，选择最小值所在列为终止列，计算原始纬度数组中初始列与输出像元纬度的差的绝对值，选择最小值所在行为初始行，计算原始纬度数组中终止列数值与输出像元经度的差的绝对值，选择最小值所在行为终止行，使用公式(1)计算选定区域内每个像元与输出像元间的距离，区域内距离最小值点即为匹配点；
(5)灰度值重采样：比较距离与经纬度分辨率的大小，若距离小于等于二分之一分辨率，则输出像元灰度值等于其匹配点灰度值，否则比较距离与二倍分辨率的大小，若距离小于等于二倍分辨率，则输出像元灰度值等于以其匹配点为中心3*3窗口中距离小于等于二倍分辨率的像元灰度值的距离加权和，否则判定该像元为无效点。
Claims (3)
1.一种基于地理定位数据的卫星遥感图像几何精校正方法，其特征在于包括以下步骤：
(1)读取卫星遥感文件，获取原始图像、经度数据和纬度数据3个二维数组，若数组尺寸不同，对经纬度数据进行插值运算，使图像和经纬度数据相匹配；
(2)去除图像条带噪声：根据纬度数据定位扫描条带间的重叠区域，删除重叠像元，对保留部分进行线性插值恢复图像原有尺寸，原始图像和经度数据做同样处理，保持原始图像与经纬度数据一一对应；
(3)由经纬度数据获取输出图像的投影范围，根据空间分辨率构建输出图像的地理坐标系；
(4)像元匹配：计算原始像元与输出像元之间的距离，选择原始图像中距离最近的像元作为输出像元的匹配点；
(5)灰度值重采样：计算输出图像灰度值。
2.如权利1要求所述的一种基于地理定位数据的卫星遥感图像几何精校正方法，其特征在于：步骤(4)中，原始图像与输出图像像元间距离计算过程如下：
选定计算距离的像元的区域：计算原始经度数组中第一行数值与输出像元经度的差的绝对值，选择最小值所在列为初始列，计算原始经度数组中最后一行数值与输出像元经度的差的绝对值，选择最小值所在列为终止列，计算原始纬度数组中初始列数值与输出像元纬度的差的绝对值，选择最小值所在行为初始行，计算原始纬度数组中终止列数值与输出像元纬度的差的绝对值，选择最小值所在行j为终止行；
在选定区域内继续进行选择：计算经度数组中初始行与输出像元经度的差的绝对值，选择最小值所在列为初始列，计算经度数组中终止行与输出像元经度的差的绝对值，选择最小值所在列为终止列，计算原始纬度数组中初始列与输出像元纬度的差的绝对值，选择最小值所在行为初始行，计算原始纬度数组中终止列与输出像元经度的差的绝对值，选择最小值所在行为终止行；
使用公式(1)计算选定区域内每个像元与输出像元间的距离，区域中最小值点即为输出像元匹配点；
其中，lon、lat为原始像元对应的经纬度值，Lon、Lat为输出像元对应的经纬度值。
3.如权利1要求所述的一种基于地理定位数据的卫星遥感图像几何精校正方法，其特征在于：步骤(5)中，输出图像灰度值计算过程如下：
比较距离与分经纬度辨率的大小，若距离小于等于二分之一分辨率，则输出像元灰度值等于其匹配点灰度值，否则执行下一步；
比较距离与二倍分辨率的大小，若距离小于等于二倍分辨率，则输出像元灰度值等于以其匹配点为中心3*3窗口中距离小于等于二倍分辨率的像元灰度值的距离加权和，否则执行下一步；
判定该像元为无效点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910370097.8A CN111899183A (zh) | 2019-05-06 | 2019-05-06 | 一种基于地理定位数据的遥感图像几何精校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910370097.8A CN111899183A (zh) | 2019-05-06 | 2019-05-06 | 一种基于地理定位数据的遥感图像几何精校正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111899183A true CN111899183A (zh) | 2020-11-06 |
Family
ID=73169338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910370097.8A Pending CN111899183A (zh) | 2019-05-06 | 2019-05-06 | 一种基于地理定位数据的遥感图像几何精校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111899183A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109493331A (zh) * | 2018-11-06 | 2019-03-19 | 中国林业科学研究院资源信息研究所 | 一种基于并行计算算法的两景图像重叠区域快速获取方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050249431A1 (en) * | 2004-05-06 | 2005-11-10 | Siemens Aktiengesellschaft | Method for post- reconstructive correction of images of a computer tomograph |
| CN102509275A (zh) * | 2011-11-25 | 2012-06-20 | 北京航空航天大学 | 一种基于像元成像区域合成的遥感图像重采样方法 |
| CN103413272A (zh) * | 2013-07-22 | 2013-11-27 | 中国科学院遥感与数字地球研究所 | 低空间分辨率多源遥感图像空间一致性校正方法 |
| CN104766328A (zh) * | 2015-04-16 | 2015-07-08 | 武汉大学 | 基于路径追踪的遥感影像Bowtie效应纠正方法 |
| CN105551053A (zh) * | 2015-12-01 | 2016-05-04 | 中国科学院上海技术物理研究所 | 一种小面阵星载tdi ccd相机的快速几何精校正方法 |
| CN107024683A (zh) * | 2017-06-14 | 2017-08-08 | 中国科学院遥感与数字地球研究所 | 基于dem的sar影像直接正射校正方法及系统 |
-
2019
- 2019-05-06 CN CN201910370097.8A patent/CN111899183A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050249431A1 (en) * | 2004-05-06 | 2005-11-10 | Siemens Aktiengesellschaft | Method for post- reconstructive correction of images of a computer tomograph |
| CN102509275A (zh) * | 2011-11-25 | 2012-06-20 | 北京航空航天大学 | 一种基于像元成像区域合成的遥感图像重采样方法 |
| CN103413272A (zh) * | 2013-07-22 | 2013-11-27 | 中国科学院遥感与数字地球研究所 | 低空间分辨率多源遥感图像空间一致性校正方法 |
| CN104766328A (zh) * | 2015-04-16 | 2015-07-08 | 武汉大学 | 基于路径追踪的遥感影像Bowtie效应纠正方法 |
| CN105551053A (zh) * | 2015-12-01 | 2016-05-04 | 中国科学院上海技术物理研究所 | 一种小面阵星载tdi ccd相机的快速几何精校正方法 |
| CN107024683A (zh) * | 2017-06-14 | 2017-08-08 | 中国科学院遥感与数字地球研究所 | 基于dem的sar影像直接正射校正方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 楼琇林等: ""遥感图像数据重采样的一种快速算法"", 《遥感学报》, vol. 6, no. 2, pages 96 - 100 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109493331A (zh) * | 2018-11-06 | 2019-03-19 | 中国林业科学研究院资源信息研究所 | 一种基于并行计算算法的两景图像重叠区域快速获取方法 |
| CN109493331B (zh) * | 2018-11-06 | 2021-09-28 | 中国林业科学研究院资源信息研究所 | 一种基于并行计算算法的两景图像重叠区域快速获取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109903352B (zh) | 一种卫星遥感影像大区域无缝正射影像制作方法 | |
| CN110570449B (zh) | 一种基于毫米波雷达与视觉slam的定位与建图方法 | |
| CN108830889B (zh) | 基于全局几何约束的遥感影像与基准影像的匹配方法 | |
| CN103063200A (zh) | 高分辨率光学卫星正射纠正影像生成方法 | |
| CN112017224A (zh) | Sar数据区域网平差处理方法和系统 | |
| CN112419380B (zh) | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 | |
| CN108364279B (zh) | 确定静止轨道遥感卫星指向偏差的方法 | |
| CN102663693A (zh) | 一种基于最小二乘法的线阵推扫式影像自适应辐射校正方法 | |
| CN101477682B (zh) | 一种利用加权多项式模型实现遥感影像几何校正的方法 | |
| CN116310883B (zh) | 基于遥感图像时空融合的农业灾害预测方法及相关设备 | |
| CN113486975A (zh) | 遥感图像的地物分类方法、装置、设备及存储介质 | |
| CN113313769A (zh) | 一种光学卫星多面阵传感器片间无缝几何定标方法 | |
| CN111899183A (zh) | 一种基于地理定位数据的遥感图像几何精校正方法 | |
| CN108876829B (zh) | 基于非线性尺度空间及径向基函数的sar高精度配准方法 | |
| KR100870894B1 (ko) | 선형 스캐닝 영상의 자동 영상기하 보정 방법 | |
| CN107516291B (zh) | 夜景影像正射纠正处理方法 | |
| CN104537614B (zh) | 一种环境一号卫星ccd影像正射校正方法 | |
| CN109579796B (zh) | 一种投影后影像的区域网平差方法 | |
| CN104599285A (zh) | 一种基于遥感图像的水体信息提取方法及装置 | |
| CN113592744B (zh) | 一种适用于高分辨率遥感影像的几何精校正方法 | |
| CN112767454B (zh) | 基于多视角观测sar数据采样分析的叠掩信息补偿方法 | |
| CN102509275B (zh) | 一种基于像元成像区域合成的遥感图像重采样方法 | |
| CN113379648B (zh) | 一种高分七号和资源三号立体影像联合平差方法 | |
| CN114155167B (zh) | 一种基于在线遥感卫星影像的自动化快速校正方法 | |
| CN112213750B (zh) | 高光谱卫片全谱段逐像元成像角度参数处理方法及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |