Геометрическая коррекция космических снимков.

Исходные материалы: архивные снимки среднего разрешения Центра. Снимки IRS-1D/LISS и LANDSAT

Программное обеспечение: ENVI, графический редактор

Цель работы: Провести регистрацию непривязанного изображения с использованием геопривязанного снимка данных на примере спутниковых снимков IRS-1D и LANDSAT в ПП ENVI. Геопривязанным является снимок IRS-1D.

В большинстве случаев, геометрия получаемых снимков сопровождается искажениями. Эти искажения вызваны отклонением оптической оси камеры от вертикального положения в момент съемки, смещениями за рельеф, наклонением орбиты съемки, параметрами датчика и др. Вследствие этого, проведение точных измерений по снимку затруднительно. Для восстановления геометрии изображений применяются методы и технологии фотограмметрической обработки.

В ходе фотограмметрической обработки устанавливается взаимно однозначное соответствие между точками на снимке и аналогичными точками, расположенными на земной поверхности. При этом устраняются геометрические искажения снимка.

Наиболее простой способ геометрической коррекции - это известный метод DLT (Direct Linear Transformation), использующий соотношения аффинного соответствия между точками местности и снимка, а также другие подходы подобного характера. Эти методы являются довольно грубыми, но могут применяться для решения локальных задач.

Эта опция используется как для грубой геометрической коррекции, так и для перепроецирования снимка в заданную проекцию. В ENVI данная опция разделена по виду исходной информации:

Select GCPs: Image to Image - выбор точек привязки с растра;

Select GCPs: Image-to-Map - выбор точек привязки по картографическим данным (векторная карта, наземные измерения точек привязки).

При использовании первого способа привязки опорные точки набираются на исходном, привязанном изображении, и на обрабатываемом изображении. В качестве исходного изображения может выступать как какой-либо привязанный снимок, так и привязанная отсканированная карта. Оператор должен найти характерные точки местности на обоих снимках, если есть необходимость измерений с подпиксельной точностью, то нужно выполнять измерения в окне Zoom, поставив увеличение х₂,х₃,х₄,х₅, и т.д. Информация об измеренных пикселях отображается в окне Ground Points Selection. Целочисленное значение пикселя относиться к верхнему левому углу, значение координат х и у, увеличивается при смещении вправо и вниз, соответственно. Точность геометрической привязки обусловлена точностью и разрешением исходного снимка, количеством набранных точек привязки, а так же правильно подобранным способом трансформирования. В программном комплексе ENVI реализованы три способа:

RST (Rotation, scaling, and translation) - поворот, масштабирование, смещение. Это самый простой метод, для его реализации необходимо иметь не менее 3-х опорных точек.

Алгоритм этого метода - это линейное преобразование вида:

x = a₁ +a₂x +a₃y = b₁+b₂x+b₃y.

Использование данного алгоритма не позволяет обрезать изображение. Этот метод является очень грубым, для достижения лучшей точности используйте метод полиномов первой степени.

Polynomial - метод пересчета координат, используя полиномы N-ой степени. В колонке degree указывается степень полиномов. Полиномиальные уравнения первой степени имеют вид:

x = a₁ + a₂x+a₃y+ axy= b₁+b₂x+b₃y+ b₄xy.

В зависимости от степени полиномов, используемых для обработки, меняется необходимое количество опорных точек, так, например, для использования полиномов первой степени нужно 3 и более точек, а второй - 8 и более.

Triangulation - триангуляция Делоне, при использовании этого способа по имеющимся опорным точкам строится нерегулярная сеть из треугольников, стремящихся к равносторонним, а потом интерполируются значения, для получения регулярной сетки.

Ход работы:

1. Открыть 2 изображения (данные IRS-1D и LANDSAT)

2. Выбрать в главном меню ENVI: Map > Registration > Select GCPs: Image to Image

3. Указать, в каком дисплее загружено геопривязанное изображение, которое будет выступать в качестве опорного, а в каком - обрабатываемое, непривязанное изображение.

4. Найти объект, хорошо опознаваемый на обоих снимках, на геопривязанном снимке и на непривязанном снимке.

5. Набрать 10 точек равномерно по всему снимку. После добавления третьей точки начнет работать функция Predict, которая выводит перекрестие курсора в окне дисплея с непривязанным снимком примерно в область, соответствующую точке на привязанном снимке. Нужно стремиться, чтобы среднеквадратичная ошибка точек привязки RMS Error была меньше 1.

6. Перепроецировать непривязанное изображение в проекцию геопривязанного.

7. Сохранить результат.

Лабораторная работа №4.