envi遥感图像几何校正步骤

大家好，这节课我们来学习一下摇杆图像的几何校正。首先我们来了解一下， 在本节课中我们所说的几何校正，主要就是针对于周等分辨率的几何经校正， 那这个概念呢，就是利用地面控制点和几何校正的数学模型来校正一些由于非系统因素产生的误差。那什么是非系统因素产生的误差呢？就比如说传感器本身的高度、姿态等不稳定，地球曲率，空气折射或者地形等的影响。 总而言之就是由于这些不可预测的一些因素的影响，最后导致我们所获得的影像在几何的位置上有一定的偏差，也就是有一些几何积变的存在。那这个时候呢， 我们需要用几何金校正的方法来进行处理，那么在实际操作中呢，就是我们具体是借助一组控制点对一副影像进行地理坐标的校正，也叫图像纠正。 那么在本节课中我们来学习用地面控制点加矫正模型的几种矫正方式啊，主要包括就是由地面控制点的输入方式的不同，包括两种方法，一种呢是图像对图像，一种呢就是坐标点对图像， 就是 imagine to image 和 imagine to map 这两种方法。好，那我们首先了解一下地面控制点的一些获取途径，那这个地面控制点的实际实质呢，就是找到带矫正 图像上的点所对应真实的坐标值。那无论我们的控制点是从哪里获取的，但是他是有一点就是他要是地面 该位置真实的坐标值，那我们可以用 gps 来量，也可以从我们测绘部门得到的一些基础数据里面来获得 获取控制点，比如说四 d 产品， dlg， 第二 g， 或者说震慑影像， dom， 或者是已经进行过几何金矫正的影像，都可以作为我们获取控制点的一个途径。那控制点的数量和质量呢？我们是有一个原则，首先你在选点的时候不能选择一些移动的目标点， 要选择稳定的目标点作为控制点，比如说道路的交叉点，河流弯曲或者交汇处，飞机场啊，操场 的边缘轮廓等等不容易变化的这些地区，而且在整个的分布上呢，要尽可能的均匀的去分布，而且图像的边缘部分也要选取一定数量的控制点，那一个区域地面特征变化比较大的地方，比如说一个山区，那我们也可以适当的增加控制点。 在数量上呢，也不是说越多越好，比如说，呃，逸景 tm 的影像里，我们的控制点一般在三十到五十个左右就可以了。好，我们再了解一下所用于校正的多项式模型， 我们可以看到这样的一个公式，那有这样的一个模型，我们就可以利用矫正之前的位置去结算出我们矫正之后的一个位置，然后是我们一个最少控制点的个数，就是这样的一个数字模型。然后 呢啊，这里有点问题，他是平方啊，这里是他的平方。然后就是我们控制点的一个计算的模型，和我们误差计算的一个模型。然后下面呢就是我们的一些重采样的一个方法 啊。首先是我们的一个最近领法，在我们之前的摇杆基础知识讲解中，我们也已经讲解了这样的几个方法，我们可以看到他是比较的简单，计算量比较小，同样的他精度是比较差的，下面是我们双线心内插法，他呢相较于 呃最新领法，精度呢是有所提高，同样的计算的那个量也要也是有所提高，整个的计算量会大一些，但精度会有一定的提高，但也因为他对图像会起到拼画作用，所以对 笔度明显的分界线反而会变得模糊。下面是三次卷机内插法，这是我们目前计算量最大，精度最高的一个，所以我们日常在进行图像处理的时候，我们一般是推荐选择三次卷机法。下面我们几何金校正的一个流程。首先呢是 开始我们显示图像的一个文件，然后采集我们地面的控制点，计算误差，如果计算误差计算过大的话，我们要回到这一步，重新采集地面的控制点，直到误差合理。之后我们选择几何模型，选择重采样的输出，最后得到我们 减和交易的一个结果，整体就可以结束了。好，下面呢我们就来进行练习。 首先呢我们做第一个练习就是 imager to map 这种方法，那这种方法呢， 我们使用到的数据呢是五万的地形图，根据地形图上的信息来选择控制点来校正地形图，下面我们进行软件操作的练习。好，下面我们来进行数据的一个练习， 因为我们要去做校正，需要进行对比，所以我们今天用的软件呢是 n v classic file， open image file， 我们打开我们的一个数据， 在素材文件里四号文件数据， 我们打开一比五万地形图，然后我们打开这个泰安杠 d r g 这个 tiff 格式的文件，点击打开，并且将它显示出来。 lost r g b， 好，我们将它打开后呢，我们可以看到这样的一个地形图，这是他的一个图符号，然后这里有他的一个位置 是在泰安，这边是图例，然后在我们的下边呢，有他的一个比例尺，是一比五万的一个地形图。好，那下面我们再来看一下在地形图的图括，在图括这里是有坐标的， 比如说该点的一个坐标，它是有一个经纬度的一个坐标，也有一个公里网啊，这个五零一就是它的一个公里数，前面这个二十就是它的一个代号。 那么公里的坐标呢？有两种表达方式，一种呢前面是带代号的，像这种，然后还有一种呢就是不带代号的，也就是说没有这个二十，只有这个五零一， 哎，这又是一种写法，这种带代号的呢，我们在定义他坐标系的时候，需要选择带代号的坐标系，我们稍后会进行定义。那么我们先浏览一下他的一个横坐标，还有他的一个纵坐标， 是我们公里网格上的一个纵坐标。下面呢，我们就用 image to map 的方法来将地形图上的这个坐标读取 进来，再添加上去，使它有持这个 tiff 数据呢。 in mapper effort 信息，我们打开工具 map 下面 第一项菜单里选择 image to map 这个菜单，点击这里，需要我们去设置一下信息，因为该图像他只是一个图片，他没有任何的一个 mapping for 的信息，我们需要设置他的一个坐标系的信息， 那在这里我们用的是北京五四坐标系，找到一个代号是二十的一个代号，这里呢有一个 n 和没有 n， 这两个有什么区别呢？ n 就是不带代号的坐标系，那没有 n 呢，就是代代号的坐标系，我们刚才有看到是代代号的，所以说我们这里选择二十没有 n 的这一个坐标系。坐标系选好之后呢，我们设置 x 和 y 的一个像圆的大小， 这个项圆大小呢，经过我们测试，一比五万的地形图输入四米，那最后的这个效果呢，保证度呢是比较好的，所以我们这里将默认的三十改成四 回车，一定要摁回车，然后这里我们的校园大小设置好后，我们就点击 ok 好，进入到控制点选择的一个面板，在这个面板里我们依然可以修改他的一个坐标系，在这个圈这 里面就可以进行修改，在这里呢我们需要输入我们的五个点的一个 x y 值，那么我们先选择我们的第一个点，像这种地形图呢，他其实是没有形变的，只不过他没有坐标，我们需要给他添加上去，那么我们就选择三乘三个点，就是九和 点均匀分布的九个点来作为控制点。好第一个点，我们先在我们艾灸窗口里面进行一个大概的定位，之后再录入窗口里， 在精确的定位，用我们的一个十字丝去精确定位我们该点，之后，我们读出该点的 x y 值，因为它是米为单位的，所以我们要读公里网上的这个坐标， x 呢，我们输入是二零五零一， 因为它是公里，我们再加三个零零零零回车， y 呢就是四零零，三 零零零，回撤好，第一个控制点，坐标我们就从图中读出来了，输入进去，我们呢点击 and point 啊，这个点添加 上去，这个呢就是一号点，那我们同样的方法找到我们的第二个点，大概在中间的一个位置，那我们是读取他公里网格数的一个点，我们先看一下公里网格式的一个 变化的规律，这一个网格呢就相当于是一公里，他在这里都有标注，那我们到中间这里来看一下我们现在一麦的窗口里大致的定位， 然后再用窗口里精确的定位一下，我们看一下这个点的一个位置，可以看到他这边是十一，那这里的一个值应该就是二零五幺二零零零，爱周不变， 因为我们是在这样的一个横线上移动的，所以我们的外坐标是没有变的，然后点击 and point， 我们就将第二个 点添加成功了，然后同样的我们选择第三个点，哎，大致的选一下，然后进行一个定位，然后我们读一下他的一个公里数是二零五，二二尾撤， 纵坐标不变。 and point， 添加第二行呢，就是我们一个纵坐标的变化，我们可以看一下纵坐标是怎么变化的，四零零是四零零三，四零零二，然后四零零一，四零零零， 那么说明纵坐标他一个网格他是在减少，越往下他是越减少。一公里，好，我们选择好我们的位置，靠中间，选择好我们的一个位置，好，我们选择大概的一个位置，然后用用去精确的定位，然后这个点的他的横坐标呢？就是 我们的第一个点的横坐标，零五零一，那纵坐标呢？九九四三个零回撤，点击 point 添加，嗯，再到中间来， 位置是这样的，一个中间的位置进行一个精确的选择。好，这里的一个坐标呢？他的一个纵坐标是没有变的，我然后他的一个横坐标呢？是根据上面 和上面的是相对应的，这里就是二零五一二，然后点击 and point， 二零五一二，然后回车。

大家好，我们本节课讲一下图像的自动配准。在实际的数据生产中，我们经常会遇到这样一种情况，同一地区的图像或者相邻地区有重叠区的图像，由于几何较真误差的原因， 重叠区的相同地物不能重叠。这种情况对图像的融合、图像镶嵌以及动态监测等应用会带来很大的影响。遇到这种情况，我们就可以利用重叠区的匹配点和相应的计算模型进行精确的配准。 图像配准呢，就是将不同时间、不同传感器和成像设备，或者不同条件下受天气照度、摄像位置、角度等等在 在这些条件下获取的两幅或者多幅影像进行匹配叠加的过程。本节课呢，就学习使用 image registration workfill 对两对两副 几何位置有偏差的影像进行配准。这个自动配准的工作流呢，它是自动、准确、 快速的影像配准的一个工作流，它可以将复杂的参数设置步骤集成到一个统一的面板中，在少量或者不需要人工干预的情况下，就能够快速并且准确的实现影像间的一个 自动配准。这个工作流呢，进行图像自动配准的特殊步骤如下，首先我们是要选择图像配准的一个文件， 之后生成太点，然后检查太点和带配准的图像。最后一步，输出我们图像配准的一个结果。我们在 nv 中进行的练习呢，包括一对相同分辨率、 不同成像时间的数据，也包括一对不同分辨率、相同成像时间的全色和多光谱数据。下面呢，我们就在 nv 中来实现具体的一个操作。首先我们打开 nv 对于图像配准的工作理由呢，它需要有两副影像， 其中一幅呢是基准影像，另一幅是带配准影像。其中基准影像必须包括标准的地图坐标或者 rpc 的信息，不能只是像素坐标，或者说是 有坐标，没有投影信息等等，或者是伪坐标等等。而带配准图像则没有这么严格的约束，但是如果没有坐标信息，则需要手动选择至少三个同名点。 如果说在输入的两幅数据影像中啊，某一个具有更高的定位精度，或者说某一幅图是正式影像，那么最好用这个影像来作为基准影像。 整个图像配准的流程包括选择图像配准文件，生成太点，检查太点和带配准的图像，到最后的输出图像配准的一个结果 都是在这个工作流程化的一个操作面板中实现的。下面我们先来看一看第一个列， 练习对于相同分辨率的影像进行图像配准。我们所用到的是有一定重叠区域的，已经做过了几何校正的 sport 影像为在 fail 中 open 中 打开我们的 sport， 选择这两个文件，点击打开 加载影像。首先来观察一下这两幅影像，进行一个色彩的拉伸显示， 那这是图一，这是图二。打开这个小窗口， 我们来观察一下，可以看到这两幅图呢，其实还是有很大的差异的，他在重点区域呢，并没有完全的重合，所以呢需要更精确的配准来解决这个问题。在右侧的工具栏中， two box 选选择几何校正里面的配准，打开有一个配准的工作流，我们双击选中 打开这个工作流的一个面板。首先第一步呢就是加载选择图像配准的文件，基准影像呢，我们 选择影像零一， 而带喷准的影像呢，我们选择零二，然后这里也可以去查看一下我们影像的一个信息， 点击， ok， 这样我们就选好了图像配准所需要的文件，点击 next， 进入到下一步 生成太点的步骤。在本节的练习中呢，对于工作流中参数的设定，我们基本上按照默认来设定， 这样可以满足大部分图像配准的一个需求。在生成钛点的这个面板中呢，有三个小面板， 第一个面板我们可以看到他有许多的参数。第一个呢是自动生成太点的时候所需要匹配的算法，这里呢提供了两种算法，第一种呢是一般用于形态相同的图像，比如说都是光学头像的时候。 第二种呢算法的匹配呢是一般用于不同形态的图像，例如说光学图像和雷达图像之间，热红外与可见光之间等等。这个参数呢是指最小太点匹配的一个匹配度。遇值， 当自动找点工呢，会给找到的点计算一个分值，分值越高呢精度越高，嗯，当找到的太点低于这个分值的时候， 也就是说低于这个预值的时候，他就会自动删除，不参与交政，那这个预值的范围呢是零到一之间，在这里我们就按照默认的零点六。 下一个呢是我们的一个几何模型，这里呢提供了几种过滤肽点的几何模型，不同的模型适用于不同类型的图像， 以及呢，需要对不同的参数进行一个选择，例如我们按照默认的选择了第一个几何模型的时候呢，我们要对他的一个 transform 的变形来选择一个方法， 也要对他的每个连接点最大允许的误差这个值进行一个设置，这个 值越大，保留的态点越多，那可能相当于精度就越差。在这里呢，我们按照所有的都按照默认的来设置，我们再来看一下， 我们再来看一下。第二个面板中，我们可以看到这个按钮呢，是将配准图像和带配准图像进行一个切换，切换的一个显示 在这个面板中呢，也可以实现对太碘的毒入和添加删除等等。呃，当有这么两种情况的时候，需要去手动地选择 cti。 呃，第一种情况是 dependent 图像没有坐标信息，则需要手 选择三个同名点，也就是这里的种子点。第二种情况呢，就是当基准影像或者带胶枕影像质量非常差，比如，呃地雾变化比较明显的时候，那么也需要手动的去选择几个泰迪， 这样呢可以提高自动匹配的一个精度。那在这里呢，石 otable 是指种子点的列表，当生成了太一点之后呢，我们就可以通过石 otable 来查看种子点的各种数据， 那这个呢，是添加和编辑种子点，这里呢，选择生成种子点的一个个数， 然后通过这个小按钮呢，我们也可以加载已经已有的一个太点的文件。第三个选项呢， 在这个面板中，我们可以进行波段的一个匹配，对太点的数量呢进行一个拟生成，以及匹配和搜索窗口的大小等等匹配的方法的选择等等。他是指基准影像的一个配准波段。第二行呢是指 带配准以上的一个配准波段。好，这里呢他是说所需要的太点个数，那这个太点的个数不能小于九。 这里呢是指搜索窗口的一个大小，这个搜索窗口的大小是要大于匹配窗口的一个大小啊。然后下面这个呢，就是我们匹配窗口的一个大小，这个窗口的大小会根据事物图像的一个分辨率自动调整的，自动调整到一个默认值。 而搜索窗口的大小呢，必须大于匹配窗口的大小，而搜索窗口的大小数值越大，找到的点呢就越精确，但是需要的找点的时间也就越长。最后这个参数选项是指找点的算法 的算法，他的精度呢，最高，速度最慢。在这里呢，我们基本上是按照默认的所有的参数，基本上能满足我们对于这个图像自动配准的要求。然后点击下一步， 进入到第三步，检查态点和带配准图像这个步骤中。 同，同样呢，跟上一个操作面板的第第二个小窗口比较相似。这里呢是配准影像和带配准影像的一个显示的切换按钮，然后 sotable 中呢，罗列了出了自动生成的态点， 那么这里有太点的一个个数六十七个，在这呢，我们可以看到种子点，也就是说同名点，它具有编号， 而且在基准影像中，他是用紫色的颜色来标记，在带配准图像中他用绿色 来标记。在收 table 中，我们打开可以对这些泰点进行编辑，那么每个点的 id 呢， 就是在图中他所代表的数字标号，这是相一致的，我们在收胎宝中点击就可以找到在图中的这个点，而收胎宝中可以对太典进行一个编辑， 在最右侧这一列是每个太点的一个误差值，在 l 上点击右键选选择一个排练方式，我们可以看到他按照误差的大小来进行排列，在这里呢，我们可以直接删除误差较大的点， 也就是二号点，我们刚刚删掉了，然后一号点进行一个删除，然后一直对他进行一个删除，直至说我们下面的一个误差 小于一，现在我们的误差是属于小于一的一个情况，这就说明配准的精度还可以。 下一个呢是配准的一些选项，对于他配准的一个矫正模型，我们选择的是多项式，然后他有一个仿设变换多项式的选项，还有一个去三角网的选项，那么默认他的纠正模型是多项式 重采样方法呢？我们选择最高级别的三次卷机，背景值设为零，输出的像圆大小呢，我们是设为带配准的影像的大小。 设置好这些参数之后，我们就可以 点击下一步了，当然也可以进行一个滤预览，点击预览就可以，也可以直接点击 next 进入下一。 那么最后这一步呢，就是设置输出图像配准的一个结果，比如说设置输出文件和太点文件的一个输出， 配准文件呢，可以保存为 nv 的标准格式或者 tf 文件，我们这里呢就保存为 nv 的标准格式。然后泰点呢，也可以可以保存成二进制的一个 文件，我们在这里可以选择我们的一个输出文件位置， 点击 finish 完成图像的一个配准，并对结果进行一个输出，那么我们的一个进度条呢，是在这里的一个右下角进行显示， 这时候呢我们就可以对配准的结果进行一个检查，打开我们这个小窗口， 因为我们是用零一文件进行配准的，所以我们显示和零一文件进行对比，这样是不是就可以看出来，基本上我们配准的一个效果还是非常满意的，那么重叠区域的 地形也基本上重合在一起了，那么这个小练习呢，就是针对相同传感器的图像，不同的成像的时间来进行这样的一个呃图像的配准，自动配准的这样的一个流程。 那么我们下面的一个练习呢，就来学习针对不同分辨率的图像怎样进行配准。我们首先把刚才打开的影像数据全部清除掉， 然后 feel open 打开我们多光谱与全色的一个数据， 对图像进行一个显示的拉伸 哦，我们把透明度调整到百分之五十左右， 我们可以看到有非常严重的一个双眼皮重复的这样的一个情况，这种会严重的影响到我们的一个图像的融合， 所以我们要对这两副影像进行一个精确的配准，同样是在 two box 工具栏中选择影像自动配准的一个工作流选择我们基准的影像在这里呢与全色的影 影像作为基准影像，点击 ok， 以多光谱分辨率较低的这个影像呢为带配准的一个影像，读入数据之后，点击 next， 进入下一步， 同样到了生成 ta 一点的界面，全部呢选择默认，然后点击 next， 我们可以来观察一下影像，可以看可以看到深沉的影像全部都均匀的分布在图像上，全部都非常均匀的， 然后我们在收 table 中可以观察到这些太点的一个信息，也可以对它进行一个编辑，我们可以对误差大小进行一个排列， 我们可以看到它的一个总误差呢是零点四八，是小于一的，它整体的一个太点的质量呢是比较好的，所以我们就不需要再进行修改了，直接用它自动生成的这个太点就可以了， 然后我们点击我，然后我们来选择配准的一些参数，跟刚才一样，对于重采一样呢，我们选择是三四选机， 这里我们选择的是 web image， 然后点击那当所有 有的参数设置好之后，我们点击 next， 进入到我们图像输出的结果的一个面板，好点击 finish 完成图像的一个自动配准， 那进度条刚也在这下面显示了，那么这里呢是针对不同分辨率的全色影像和多光谱影像进行图像的一个自动配准， 那么是在 nv 流程化的工具的引导下所做的一个图像的自动配准，那么他的他的基准影像呢是全色影像，所以我们可以打开我们的小窗口进行观察，首先呢对他进行一个显示拉伸，然后我们点开我们的小窗口， 就可以看到是不是比刚才看到的一个情况好的多，那重叠区域已经完全进行了重合，说明呢，这个图像自动配准的一个效果呢还是非常好的。 以上呢就是图像自动配准的两个练习哦，本那么通过本节的学习呢，我们了解了图像自动配准的目的和基本方法，也学习了在 nv 中如何进行图像自动配准的一个操作。以上就是本节的内容，谢谢大家。

本节课的内容呢是图像镶嵌。图像镶嵌是指在一定的数学基础控制下，把多景相邻摇杆图像拼接成一个大范围无缝的图像的过程。 在 nv 中，图像镶嵌的功能可以提供交互式的方式，将有地理坐标或者没有地理坐标的多幅图像进行合并， 从而生成一幅单一的合成图像。在最新版本的 nv， 提供了全新的影像无缝镶嵌工具 seamless mosaic， 所有的功能集成在一个流程化的界面。通过这个界面，我们可以实现对图层的叠放顺序的控制，也可以设置 忽略值显示或隐匿图层以及轮廓线，重新设计有效的轮廓线，或者说选择重采样的方法和输出范围，也可以指定输出的波段和背景值。 可以进行颜色的校正、羽化和调和。可以提供高级的自动生成接边线功能，也可以手动进行接边线的编辑。 而且这个流程化工具它也提供了对镶嵌结果的一个预览的这样的一个功能。 使用这个工具可以对影像的镶嵌做到更精细的控制，包括镶嵌云色、接边线功能和镶嵌预览等等。本节课程呢，将以两副影像为例， 简单的学习 similar small sake 工具的使用。我们数据使用的是两幅有地理坐标的 tm 图像文件，将利用 影像无缝镶嵌工具 similar mosaic 来进行图像镶嵌的这样的一个操作。下面我们进入 nv 中来学习详细的操作步骤。打开 nv feel open， 打开这两幅需要进行镶嵌的影像， 可以对他进行一个拉伸， 这就是我们需要进行镶嵌的两幅影像， 在 two box 工具箱中镶嵌选项下，选择无缝镶嵌工具， 打开无缝镶嵌的一个工作流的操作面板。首先来看一下这个工作流面板上所呈现的内容，这一行呢是它的一个工具栏， 而这一行是他不同步骤的各个面板。我们首先要来添加将要进行镶嵌的两幅图像，点击左上角的这个加号， 添加影像， 进入到影像文件选择的这个面板，在这个面板中我们可以 添加或者删除我们需要进行镶嵌的一个影像，在这里呢我们选择所有的一个影像而底下这几幅选项，而底下这几幅选项分别是，如果我们已经打开两幅影像，我们还需要第三幅和第四幅，我们可以点击这个再进行打开， 然后这个是打开我们之前打开过的一个影像，也就是说打开，打开我们刚才关闭的一个影像， 然后这个按钮呢是连接，这个呢就是打开我们的一个数据集来选择进行镶嵌的图像， 这个呢是打开我们远程连接管理器上的资源进行影像的一个读入，这里呢我们选择 t m 的两副影像进行镶嵌，所以我们可以选中这两副影像，点击， ok 进入下一个 流程，我们对它进行一下拉伸， 可以看到当我们选中哪个影像的时候，这个影像就被蓝绿色的这个框所选中，而另一个就是这个玫红色的框。 在读入影像的按钮右方，我们可以选择移除我们不需要进行镶嵌的影像，这个按钮呢是可以选择隐匿影像或者是显示影像，这个按钮呢，可以用来选择 隐匿边框或者是显示边框，那么他旁边这个类似的按钮呢，是可以显示 边框中的一个填充，我们可以看一下这个效果。这个功能呢，提供了更好的方式来直观的辨别在每个场景，也就是说每副影像中他的一个边界也可以更有效的覆检测覆盖的一个区域， 也可以更有效的检测覆盖的区域的缝隙和空隙。然后类似模样的这第四个按钮呢，它是用来重新估算，而在右边的这个按钮可以用来改变两幅影像的一个叠制顺序， 比如说我们选中的第一幅影像把它给关掉，比如说我选择了第一幅影像，是这幅影像，它本来是在第二幅影像的下面，现在我们来将它提前到最上。 上面一层也可以选择呢放在另外一幅影像的最下面。通过 order 的下拉菜单，我们来可以改变两副影像的一个叠置顺序。 当有多副影像的时候，可以直接将选中的影像放在最后或者最前。在这个 my 的这个选项面板中有一个值叫做叫 data ignore value， 我们可以对这个直径一设置，也就是设置透明值， 当重叠区有背景值的时候可以设置这个值，在这个面板的右上角也可以选中。 欲懒 预览我们镶嵌的一个结果，我们可以看到 即使经过了颜色显示的一个拉伸，这两幅影像的拼接部分还是有明显颜色的一个不同。所以呢，我们还要对他进行一个云色的处理， 在 n 位中采用颜色平衡的方法去尽量避免由于镶嵌图像的颜色的不一致而影响镶嵌的结果。 往往呢是以一幅图像为基准，统计各个镶嵌图像的直方图，以整幅基准图像或者重叠区的直方图，采用直方图匹配的方法匹配其他 它镶嵌图像，从而使得镶嵌图像具有相近的一个灰度特征来进行一个匀色。也就是说在 n v 中所用到的匀色方法是直方图匀色法。我们选中 针对不同的直方图匹配法呢，有重叠区直方图匹配以及整个影像的直方图匹配。我在这里呢，我们一般选择默认的就可以了， 也就是重叠区直发图匹配。这时候呢，我们可以回到 man 的面板，然后对这两幅图谁做参考和谁做校正来进行一个互换，进行一个效果预览 的一个比较，来确定哪张是参考图像，可以让镶嵌结果更加令人满意。我们点击右键，然后进行一个互换， 这样呢，就可以看到直方图匹配的一个匀色效果。第三步呢，是进行接边线羽化的一 设置，我们在这个小面板中，在上面的工具 simize 里，我们可以进行对接边线进行一个编辑。接边线呢，也就是说，在镶嵌过程中，在相邻的两个图的重叠区域内， 按照一定的规则选择一条线作为两条图的一个接边线，那这样呢，能够改变接边线处的一个差异太大的问题，或者说没有精确配准的这个问题等等。 而街边线的选择呢，常常选择重叠区的河流啊，道路啊等地物，或者说沿着河流或者道路绘制街边线。 在 sim line 中第一个选项呢是自动生成接边线， nv 中呢，接边线的编辑提供了自动以及手绘两种方法，可以结合起来使用 sim lines 下拉菜单选中 自动绘制接边线，我们可以就可以选择自动绘制接边线， 图中的绿色线条呢，就是所生成的自动生成的街边线，可以看到自动生成的街边线他比较规整， 而这时候呢，下拉菜单中呢，编辑，删除等等这些对接边线的操作按钮也全部都亮起来了。也就是说 我们可以进行手动绘制接边线，或者说对已生成的接边线进行一个编辑，通过呢绘制多边形重新设置接边线。比如说刚才所说的接边线的选择，一般是重叠的河流啊，道路啊， 或者沿着河流道路绘制的这样一条街边线，比如说在这张图上，我们来编辑一下刚才自动生成的一个街边线， 比如说我这里我希望他沿着这样的一个纹纹理来进行一个镶嵌，所以呢我选择 开始编辑接边线， 绘制多边形， 沿着这个纹理绘制一个多边形。 刚才呢我们是单击左键开始的，现在我们双击来完成接边线的一个编辑， 来完成接边线的一个编辑，像如图所示，就是我们完成编辑后的一个接边线，当我们 绘制完接边线的时候呢，也可以对他进行一个保存，或者说我们已经有编辑好的接边线，我们可以读入，当我们不想要这个接边线的时候，我们也可以进行删除等等的一个操作。接边 线编辑完成之后呢，我们可以对影像进行一个羽化，因为我们经常需要将镶嵌图像的接边线变得适当的模糊，这样呢才能使他更好的融入图像。 nv 呢提供了将图像间重合的边缘进行羽化的功能，我们可以指定羽化的一个距离，并且沿着边缘或者切割线进行羽化。边缘羽化呢，是指按照指定的像素距离对图像进行均衡化处理。 而根据街边线进行羽化呢，是在距街边线特定的距离范围内对图像进行一个均衡化的处理，或者可以选择不进行羽化处理。那么在这里呢，我们就默认对 接边线沿接边线进行一个均衡的浴花处理， 也可以根据实际的镶嵌效果来选择不同的羽化方法。在这里呢，我们就选择默认在最后一步呢，是对影像的一个镶嵌结果的输出，也要对他的一些参数进行设置， 比如说输出的格式是 nv 和 tf 两种格式，这里呢可以选择我们输出的一个地址以及保存的一个文件名。 这里的背景值呢，我们选择为零，再选择这个方法的，再选择这个，再选择这个重彩。 想要方法的时候呢，我们选择最高的这个三次卷机。在这个面板的参数设置完之后呢，我们注意到这个按钮，我们也可以来设定我们需要输出的范围，图像的范围， 比如说我们将镶嵌的结果，所有的影像的区域呢都进行一个输出，或者说呢我们只选择输出我所拉的这个框中的这个影像这样的一个影像区域进行输出。点击分离式 输出镶嵌的结果， 我们可以看到这里的一个进度条， 最后我们就得到了镶嵌的一个结果，进行颜色的一个拉伸，我们可以看一下镶嵌的一个结果， 可以说通过 nv 的无缝镶嵌工具所达到的镶嵌结果还是不错的。 下面我们来总结一下本节课的一个收获。在本节课中，我们掌握了图像镶嵌的基本方法以及基本步骤，利用影像无缝镶嵌工具来进行多幅影像的镶嵌， 经过加载数据、匀色处理、接边线和羽化，最终输出镶嵌的结果。以上就是本节图像镶嵌的一个内容，谢谢大家。

大家好，欢迎大家收看本节的视频教学内容，图像裁剪。图像裁剪是将研究区之外的区域进行去除，常用的方法呢有按照行政区划边界或者自然区划边界进行图像的一个裁剪。 在基础的数据生产中呢，还经常要进行标准分幅裁剪。在 nv 中，图像裁剪可以分为，在 nv 中，图像裁剪的过程可以分为规则裁剪和不规则裁剪。 规则裁剪是指裁剪图像的边界范围是一个矩形，这个矩形获取途径可以包括行列号啊，通过左上角和右下角两点的一个坐标，图像文件， ioi， 史料文件等等。 而不规则的分幅裁剪是指裁剪图像的边界是一个任意的多边形。任意多边形呢，可以是事先生成的一个完整的闭合的多边形区域，也可以是一个手工绘制的啊，多边形 也可以是 nv 支持的史料文件。那么针对不同的情况呢，可以采用不同的裁剪过程。在下面学习中呢，我们将在 nv 中为大家详细的讲解一下操作步骤。如何进行规则的图像裁剪，又如何进行不规则的图像裁剪。 我们所用到的数据呢，有 t m 以上数据和一些使量的数据。我们将有两个大的练习，一个练习呢是进行规则的图像裁剪，还有一个练习呢，是进行 不规则的图像裁剪。在不规则的图像裁剪中呢，我们又分成两个内容，一个是手工绘制多边形来确定裁剪的一个区域，另外一个是通过外部的实量文件来获得裁剪区域 来进行图像的一个裁剪。好，下面呢，我们来进入到 nv 中学习具体的一个操作步骤，打开我们的一个 nv， 以 tm 影像为例，再 feel open 里面打开我们要用到的一个数据是我们的 tm 数据，北京 tm 数据，好，我们对它进行一下线性拉伸，我们可以看到这是我们一个 北京区域的 t m 影像。首先我们第一个练习是进行规则图像的一个裁剪，在 feel save as 保存为 这个选项中呢，我们点击，我们进入到了一个文件选择的一个面板，打开右侧的裁剪区域， 我们可以对裁剪区域进行编辑，我们可以看到在这里显示了行列数，像素值等等一些信息，那么我们可以有多种方法来确定裁剪区域，我们可以选择 通过现在的可视窗口中显示的区域来进行裁剪，也就是说在我们 这个窗口中所显示的图像范围，我们来进行一个裁剪，也可以呢通过外部的一个文件来进行一个裁剪，然后也可以呢手动的来选择一个裁剪的区域，也可以对 去进行移动或者是拉伸改变大小等等，也可以在这里通过直接输入行列号改变像素值的大小来确定裁剪的一个区域。总之呢，无论通过什么方法 在红框内的为我们所要确定的裁剪区域，也就是我们要保留下来的研究区域，当选择好了之后，我们就可以点击 ok， 当然这里是对我们裁剪的一个空间范围内的一个裁剪，当然我们也可以选择我们的一个输出的波段， 那这里我们就不进行修改了，直接单击 ok， 那这个面板呢就是进行文件路径输出以及文件名的一个设置，这里的 输出格式呢，我们就选择默认的 n v 的一个格式，我们来为文件输出的裁剪文件起个名字， 在这里我把它命名为 t m 下划线点 m g， 选择好输出路径后 设置好。选择好输出路径以及设置好我们的输出文件名之后，我们就可以点击 ok 来执行我们图像裁剪的一个操作。 好，我们可以对他进行一个颜色的拉伸，把这个北京这个没有裁剪过的关掉，我们就可以看到这是我们裁剪下来的一个规则形状的一个影像，那我们去掉了不需 需要的一个研究区域，去除了我们研究区之外的一个影像，这个过程呢就是规则影像的裁剪，我们把它删除移除。 下面第二个练习呢是进行不规则图像的一个裁剪。对于不规则图像裁剪的一个练习呢，我们学习两种方法， 一种方法呢是手动绘制裁剪区，另一种方法是利用外部的一个史料数据来确定裁剪的一个区域。手动绘制裁剪区，我们仍然是用北京这个 tm 音效，在图层管理器中 我们选中北京 tm 以下单击右键选择新的感兴趣区域，通过这个呢我们来绘制一个多边形。 已确定我们需要裁剪的一个区域，我们打开了一个 roi 编辑的一个面板，在感兴趣区绘制的面板中，我们选择绘制多边形，可以在图上进行一个绘制， 这个绘制的区域呢，大家可以自己选择，我这里呢就沿着这样一个边界进行一个绘制， 选好后我们右击点击第一个，这样我们就选完成了我们感兴趣区的一个选择。在感兴趣区的这个面板中呢，我们可以对他进行颜色的一个修改， 也可以对他的一个名称进行修改，也可以呢，根据需要 绘制多个多边形，绘制多个感兴趣区也是可以的， 当我们绘制了多个感兴趣区域的时候，我们这边就可以去 进行一个切换， 也可以进行一个删减。 当我们完成了所需要裁剪区域的多边形绘制的时候，可以将我们绘制的多边形进行保存，在这个 r o l 这个面板中，选择 fill c o s 保存绘制的多边形，选择保存的一个位置，那这里呢我们取名叫啊 oi e， 点击点击 ok， 就完成了我们这个多边形的一个输出。紧接着我们在 two box 里工具箱里我选择 我们感兴趣区，选中 supertest data from rys， 双击打开裁剪的面板，在文件输入的对话框中，首先选择带裁剪的的图像， 点击 ok。 在利用感兴趣区进行多项裁剪的一个面板中，我们要对以下的一个参数进行一个设置， 首先我们要选中我们要裁剪的这个范围，就是我们刚刚绘制的这个感兴趣区，然后将这个选项改为 yes， 然后背景值设为零。 最后呢来选择文件输出的名称以及路径，然后这些参数都设置好之后，我们点击 ok 来进行我们的一个裁剪，这样就能看到我们裁剪的一个结果，对影像进行一个进行拉伸，就是这样的一个结果。最后一个小练习呢，就是通过外部的一个使量数据来确定我们的一个裁剪范围。 我们仍然是打开北京 tm 这个影像，再从 feel open 食量数据中打开我们的一个食量文件， 点击哦，打开好，我们可以看到这就是我们刚才打开的一个时亮点 ssp 文件。于是呢，我们将待裁剪的 tm 影像加载了时亮数据进行显示在 top boss 工具栏中。呃，打开我们刚刚打开的这个工具， 然后选择我们待裁剪的一个影像。 这时候呢，我们选择参照的感兴趣区为史量 s h p， 点击 mask ok， 设置背景值为零，然后选择输出的文件，以及设置它的一个输出的名字和路径。 最后我们点击 ok 来完成外部数据。通过外部的数量数据来对 t m 影像进行影像裁剪， 可以看到他的工具条刚在右下角。很快呢，我们就得到了裁剪的一个结果，我们对他进行一下线性的拉伸， 可以看到裁剪出来了。通过本节课的学习呢，我们掌握了图像的裁剪在 nv 中的基本操作方法和操作流程，学习了规则裁剪和不同情况 下的不规则图像裁剪的流程。也学习了 nv 中图像裁剪的工具，例如在 open save as 里的裁剪工具和 two box 工具栏里的一个工具。以上就是我们本节课的内容，谢谢大家。

大家好，本节课主要为大家讲解 nv 下进行自定义坐标系的操作。 我们以北京五四、西安八零和两千坐标系为例，这三种都是国内常用的坐标系统，但是由于 nv 默认情况下是不包括 或者说不能识别这三种坐标系，所以说我们今天就以这三种为例来介绍自定义坐标系。 在课程开始之前，我们先来了解一下背景知识，比如说我们常用的地图坐标呢，有两种，一种呢是地理坐标系，一种是投影坐标系。地理坐标系就是以经纬度为单位的地球坐标系统， 他有两个重要的部分，一个呢是地球椭圆体，一个呢是大地基准面。因为地球表面是非常不规则的，所以我们为了更好的定位呢，需要有一个标准的妥球体进行模拟地球，而大地基准面就是为了定位 地球妥球体一般情况下呢，是需要有七个参数来进行定位，其中有三个平移，三个旋转，一个缩放，但是 nv 目前只识别三个平移参数，每一个妥球体呢，他对应一个或者多个的大地基准面。后面我们西安八零和 北京五四也能够看到另外一种坐标系类型，就是投影坐标系，也是我们用的最多的，刚才讲到啊，地理坐标是是球面的，而投影坐标系是平面的，需要用到一定的坐标法则，把我们的球面 就是经纬网格投影到平面上。你可以看到我们右边的图中，根据轴的方位或者角度可以分为正轴、斜轴、横轴。根据投影的平面可以分为圆锥投影、圆柱投影和方位投影，而目前我国普遍采用的是高斯克铝格投影， 在英美国家称为横轴莫卡托投影，其实这两个只是名称而已，它们的原理都是一样的，只不过一个是横轴相切，一个是横轴相割，比例系数为零点九九六，一般情况下我们默认为一即可， 后面我们在自定义坐标系的时候也会提到。而高斯特铝格投影示意图如右下图所示，一般分为三度带和六度带的一个分带投影。我国的地图比例尺在一比一万 到一比五十万之间的都是需要用高斯克铝格投影，而一比一万和一比二点五万的需要用三度分带，而其他的比例只需要用到六度分带。另一种是大地坐标，而这种是在剩余测量里用的比较多的， 比如说前方交汇，后方交汇这些，当然在摇杆里面用的也比较少， 大家了解一下就可以了。下面我们介绍一下国内坐标系，北京五四和西安八零可以看一下， 两个坐标系都是投影直角坐标系，投影类型都是我们刚才提到的高斯克里格，然后妥球体分别为克拉索斯基和 ig 七五，然后对应两个基准面，从这里可以看到通用类型和妥球体都是其他国际上通用的或者 一些常用的妥球题，而基准面是我们自己定义的，就是北京五四和西安八零，同样两千坐标系也是一样的， 而他们用到的妥球体可以看到下边我们参考妥球体 wgs 八四，可以看到他的长短半轴和扁率参数， 而克拉索斯基和 r h 七五还有两千坐标系的拓球体，可以看到他们的年代长短半轴，在这里多说一句，就是 北京五四和西安八零都是餐星坐标系，就是它的原点，坐标系原点是妥球体中心，而两千坐标系是制星坐标系，就是地星坐标系。后面我们会讲到为什么会现在推广两千坐标系，这是两千坐标系的一个 详细介绍。 c g c s 两千是全球地心坐标系在我国的一个具体体现，它的原点是整个地球的一个质量中心，因为我们可以看到 ig 七五，它的长短半轴和 w g s 八四分别相差了三米， 就是体现在地球表面的话，他的误差或者精度可能差十倍之多。这是因为北京五四和西安八零都是餐星坐标系，在误差控制方面都是难度较大的， 所以我们现在所用的这个两千坐标系，这种坐标系它是地心坐标系，它采用的妥球体的参数，我们可以看一下长短半轴和扁率，下面我们来进行一下练习，在练习之前我们来讲一下坐标定义文件，就是 nv 的坐标定义文 文件，它位于哪个路径，因为我们需要对它进行修改，我们默认是把 nv 装在了 c 盘里，我们就是 c 盘，就是我们之前的那个数据位置， nv 五点一，然后 classic， 然后这个 这就是他的一个，然后这里有四个文本文件，其中我们要用到的呢是这两个，我们可以看一下 ppt 的一个介绍， 是妥球体参数文件基准面参数文件，我们可以打开看一下，这个是妥球体， 加了很多默认的妥球体，然后是基准面，但是我们的国内的妥球体用的这个基准面里面是没有的，我们需要自己添加进去。知道了这三个文件的一个位置， 我们再进行下面的练习。首先呢根据我们的操作步骤，首先第一步是添加妥球体，我们前面的 ppt 也介绍了他们三种投影类型或者投影坐标系都是使用了不同的妥球体，所以我们现在来进行一个添加， 因为我们添加的这个信息比较多，所以为大家提供了一个文本文件，就方便大家复制粘贴， 因为如果这里面的字母或者说逗号用错了，那么我们在启动的时候就会报错，所以要非常注意啊。然后我们现在直接来进行拷贝，我们对应这个 脱球题，是西安八零，北京五四，还有两千的这个脱球题啊，我们把它复制下来，然后在安装路径下找到我们刚才看的那几个文本文件， 我们点击拖球体，我们拉到最下面，然后弹出微复制进来 进行保存，把它输入进去， 然后跟大家说多说一下这个地方，这个逗号是英文输入法下的，而且还是绊脚的，如果说自己怕输错这个逗号的话，可以复制上面的这个逗号，然后这里面的大小写也必须是一致的。 然后添加完妥球体后，我们下面来添加基准面，同样是北京五四，西安八零和两千的这个基准面， 我们打开 将它粘贴进来，然后编辑完之后我们保存，打开 mv， 我们这这些操作都是在 n v classic 下面进行操作的，我们要打开 n v classic， 然后如果我们之前已经打开了 n v classic， 然后才编辑这两个文件的话，我们是要重新打开 n v 的，才能去识别里面的一个新增的文件。然后现在我们来定义我们的一个 坐标系，在 maps 菜单下面，我们点击自定义坐标系，这个时候我们需要注意投影坐标系的一个名称，我们一定要和 arctis 的一致，比如说我们可以新建一个北京五四的，它的格式是这样的， 北京 b 是大写，后面是小写，然后下划线一九五四，下划线 j k， 大写 z o a， e， 下划线二十，嗯，这样定义一个六度分带二十带的一个坐标系，后面这个 n 等会我们再介绍是什么意思，然后选择 t m 投影，选择我们的北京五四 基准面，这里有一个冬天的设置，我们中国区域的话，我们都是偏于五百千米，这个单位是米，所以我们后面需要再加三个零， 这个 n 呢？他是需不需要加挑代号，如果说呢，我们呃有这个 n， 这里直接输入就可以了。然后如果没有这个 n 的话呢，那我们这里把 n 去掉， 这里把二十竖在前面，这就是他的一个挑来号，那这里我们没有就直接放到这里。

大家好，本课程为大家详细介绍在 nv 下边进行土色正式校正的操作方法。首先我们来介绍一些背景知识，比如说为什么要进行正式校正， 因为在卫星飞行和拍摄过程中会存在一些几何误差，而这些误差主要是由以下原因引起的，比如说比利时变化传感器的姿态方位， 以及说传感器的一个系统误差，而正式校正可以消除这些误差。第一个原因就是比例尺的变化，是在所有的一个深影像中都会发生的， 像我们现在图中两个房屋的一个大小，他们的宽度都是一样的，都是八米，但是我们人眼的这个位置去看就是不一样的，但因为距离的不同，导致了比例尺的一个变化，比如说比例尺分 分别是一比四百和一比一百三十三，这就是一个非常常见的现象，而且在所有的摄影图像里都会发生，这是不可避免的，而且各个点的比例尺都是不一样的。另外因为遥感图像都是从上方往下方拍摄的，在图像的千指方向 也会有同样的一个情况，比如说同样的房屋宽度是八米呃，但是由于距离的不同，因为这个房屋在山顶，这个房屋在山脚下，也会导致比例尺的一个不同。另外一种呢， 是传感器的姿态和方位导致的误差，在这里呢，我们有三个示意图，首先一二三这三个圆锥，他表示的就是传感器的姿态或方位一号，他是拍摄是千指方向拍摄的，就是我们所谓的这个下面的这个中间的这个楼层是位于新下点，而他拍摄 效果是左上角是个一图，可以看一下它的效果。二号可以看到有一些偏差，而且是倾斜拍摄，三号 的拍摄效果单号的倾斜角度更大，这些都是传感器的姿态和方位引起的误差，那么这些误差就需要我们提供传感器的姿态和方位，把它的位置和方位这些内方位引元素进行构建来消除误差。第三个 就是传感器它本身的系统误差，比如说我们推扫式的扫描中心，它沿着一条线进行扫描，但是，但是虽然线上的点它是位于星下点，它的分辨率也是最高的， 位于扫描线两侧，与扫描线越距离越来越远，他的分辨率也就越来越低。而多项式的纠正只能针对分辨率较低的，比如说二十米或者更低一点的。而对于我们高 分辨率影像，我们一般是要用到严格的物理模型，比如说要用到 d m 原数进或者 r p c， 就是游历函数多项式进行图像的正式纠正，下面介绍一下它的使用条件。我们刚才也提到了，对于不同的分辨率需要用到不同的算法， 而对于分辨率较高，比如说小于或者高于十五米或者更高分辨率的图像呢，而且具有 r p c 文件或者参数的话呢，可以用正设校正进行几何校正，这样可以达到更高的一个精度要求。但是对于中等分辨率，比如说二十米的， 如果影像覆盖山区，而且地形起步比较大，我们可以用震慑纠正。但是对于中低分辨率的，比如说三十米或者更低分辨率的，我们一般不进行震慑纠正，除非他的地形起步非常大。下面介绍一些常见的传感器卫星的一些震慑 矫正参数，比如说我们常用常见的快鸟 wordwill 这些他们都是用的 rpc 的文件，然后 sport 系列的包括葡萄牙的数据，他们都是这种 putchbroom sensor， 还提供心力参数文件，这个 d i m 文件，然后国产数据包括资源一号，资源三号 和高分一号，这些也都是采用的 r p c 文件，而且 n v 对于国产卫星的支持，或者是他 r p c 文件信息的识别是非常好，我们可以去参考。好，下面我们来进行一个练习，那么练习用到的数据 是我们快鸟的一个多光谱的数据，它覆盖的位置呢是位于美国亚利桑那州菲尼克斯，也叫凤凰城，这个也是 nv 原厂商他公司的一个总部的位置。然 然后内容的话呢就是正式校正啊，因为在 nv 五点一和 nv 克拉斯克这两个里面做正式校正的工具呢，它是有一些偏差，有些区别的，所以我们呢就是这两个都进行一下演示。下面我们启动 nv， 这里先用到的是 nv 五点一，先打开我们的一个 nv 五点一的软件， 然后下面我们第一步呢，先打开我们的数据 file open a， 然后打开这个快鸟，然后点击一下我们的一个素材，点击这个 t i l 文件，将它打开做一下拉伸， 这就是我们代交政的影像，我们可以看一下他的一个数据情况，这里我们可以点击 data manager， 然后看在这里看一下他的一个整体的数据信息，这里面就有 r、 p、 c， 包括他的向源大小，还有他的一个波长的一个范围，支持他识别 pc 的一个信息。另外可以在这里右键 will medita， 就是查看它的一个原数据，这里有一些 mapping for 的一些信息，这里也有一些 rpc for 的这些信息，可以在这里查看到。然后有了 rpc 信息之后，我们现在就可以进行震慑校正了， 我们用的工具就在我们的工具箱里，位于这个文件夹下面，在几何纠正的文件夹下面，然后我们 nv 五点一里，所有和几何纠正有关的都在这个文件夹里，然后这个的话是在这个文件夹里，这里有构建 rpc， 然后 rpc 正式矫正的流程化工具， 然后是拓展模块，然后我们点击第二个，因为现在我们只有一个数据啊，所以它自动选择了我们的快鸟数据，所以我们选择它，然后这里的一个数据呢是我们 nv 自带的一个数据。我们 nv 五点一开始的话呢， nv 里面是自带了很多的一个数据，包括全球的一个 dm 数据，然后这个是二零一零年的全球的一个范围，然后它的空间分辨率比较低，一般情况下不到万不得已我们是不需要用它的，所以我们提供了一个分辨率更高一点的 来打开我们净度比较高的那一个，打开它，我们用这个来进行操作流程化工具的好处呢，就是这样，我们把它选择好之后，就可以进行下一步，如果我们不小心选错了，我们也可以返回再重新选，这个时候我们点击下一步， 然后他就到了这样的一个面板，然后这个面板呢我们输入的参数也是比较多的，选项卡呢，他也有四个选项卡啊，现在我们来一一介绍一下。首先 第一个选项卡就是 gcps 需要输入控制点的信息，比如说我们在实地测的一些控制点，一般控制点是用实地测量或者是从其他的参考数据里面获取，然后这里我们把应眼图打开，查看它的一个大概的位置，比如说在这里我在现场 或者这个点的位置，我们测量了一下他的地理信息或者地理坐标，然后在这里我们选中就是鼠标左键单击就可以添加一个控制点， 然后控制点列表它就有一个 g c p 一，它是这样命名的，再点一个它就是 g c p 二，右边呢它是可以修改的，包括它的一个经纬度信息。假如说我们这边呢， 测量他是一一二零七，然后这里比方说是三三 点四一，我们就可以这样去进行一个输入，当然如果有高层信息可以填进去，如果没有的话呢，他会用到 dm 的一个信息。

选择我们的高光库反射率数据，点击 ok 就打开了我们这样的一个界面， 那在这样的一个界面中呢，我们可以去选择三种植被指数参与分析。首先呢是选择我们的绿度指数，优先选择窄度， 优先选择窄带绿度指数，还可以设置我们的一个最小绿度指数，这里我们设置零点二，这里我们设置成零点二，那么低于这个值的区域呢，他就不参与计算，会被研磨掉。下面这个呢就是选择夜色素指数，我们保持默认就好了。 然后下面是要选择灌层水分含量指数或光利用率指数，我们也是保持默认就好了。最后呢就是给他一个输出的文件铃木 健康分期，然后点击他就在分析了，嗯，结果呢是以 nv 分类结果的格式输出的，我们可以将它打开， 可以看到就是这样的一个植被分类的结果，那他根据森林的一个健康程度呢，一共是分了九类，我们可以在这里去勾选不同的一个，去查看不同分级的一个结果， 那么数字越大呢，就代表我们的铃木越健康，你可以看一下就是我们这个红色区 绿的我们把它关掉，这样看着会更明显一点，就是我们红色区域的这部分铃木他是最健康的。好，下面我们来看下一个工具，农作物斜坡，那下面我们来看下一个工具，农作物斜坡，使用农作物斜坡工具呢，就能够创建农作物斜坡的一个空间分布， 因为干旱的农作物呢是不能有效的利用蛋和光能的表现为胁迫，较高，而健康生长的作物表现为较低的胁迫，那我们就能够从胁迫途中去判断适合农作物生长的区域。 这个工具呢是可以用在精确农业分析，那我们农作物协作工具是用绿度、光利用绿灌成氮含量，叶绿素灌成水分含量这几种只被指数来进行分析的。 那接下来呢，我们就实际的操作一下，还是在这个文件夹下。第一个工具就是我们的农作物胁迫工具，我们双击双击打开后选择我们的高光铺发射率数据，点击 ok 就打开了我们这样的一个面板，那在这个面板里呢，是可以选择三种植被指数参与分析的。首先是选择绿度，那我们还合上一个一样，我们优先选择窄带绿度指数，这里也给他设置成零点二。然后第二个呢就是灌成水 和惯成蛋，我们这里呢按照默认就好了。最后一个是光利用率或叶绿素指数，也是默认，然后选择我们的一个输出文件，当然这些所有的一个设置的话呢，你都可以根据你具体需要做的一 分析来进行相应的修改，我们这里呢就都按照默认了，那我们这里就是农作物胁迫，我们打开，然后点击 ok， 他就输出了。 同样的我们这个文件它也是以 n v 分类结果的一个格式输出的，我们这里点击 open， 将我们的这个农作物胁迫的这个文件打开 好，我们就可以看到他也是分了九类，那么数字越高呢，就说明他的斜坡性越高，他的一个植物长势就会越低 啊，我们可以看到这个红色区域的话，就是不太适合植物生长的，我们的黑色区域黑色、 灰色、蓝色、浅蓝色这一片区域的话都是比较适合植被生长的，然后我们这个绿色浅绿色也还好。接下来我们介绍我们的第三个工具，易燃性分不分析工具。 那主要呢就是创建某一区域植被易燃性的一个空间分布图，主要是运用在森林规划，也可以用它来分析成交混合区的一个火灾风险。通常我们这个高易燃区，它都是干燥或者干旱状态下的植被构成的，它的含水含量非常少，那我们就可以通过 绿度、灌成水分含量、干旱或碳衰竭这三个植被指数来判断我们的一个易燃性。我们的工具还是在这个文件夹下选择第二个选择我们的文件，点击， ok， 这里呢我们可 可以看到他还是三类植被指数。首先我们选择绿度，这里选择窄带，绿度指数 最小值零点二，然后这里呢他就是灌成水分含量之数，我们默认这里的话呢是干旱和碳衰竭，我们默认就可以了啊，如果你这里有一个对应的选项，你需要去修改的话，直接修改就可以了。这里我们设置一下我们输出的一个位置，给他命名易燃性分析。 好，我们点击 ok， 他这样就慢慢的输出了，同样的他也是以分类结果的方式输出，我们打开来看一下， 他是分了九类，我们的数字越高，他的一个依然性就越高，这里看一下 就是在这些区域它的一个依然性都是比较高的，那下一个工具呢？就是植被抑制工具，植被抑制工具呢主要是利用影像的红波段和近红外波段，从高光谱和多光谱影像中移除或减少植被光谱信息， 对影像进行植被变换，那我们经过处理后的影像就能更好的或者地质以及城市地物解议的结果，我们可以用植被意志的结果来做定性的分析，他一般呢就是用在地图地质制图上， 那我们打开我们的一个数据，我们这个的话就不用我们现在这个数据了，我们重新打开一个新的数据， 我们重新打开的数据呢是我们软件自带的一个数据，在我们的目录下，在我们的安装那我们会用到我们 nv 自带的一个数据，在我们的安装目录下， 在 n v 五点一，然后 classic data， 然后选择我们的一个数据 打开 好。打开后呢我们来看一下职位移植工具，是在我们的光谱下，是在我们的波普大文件夹下，在我们的这个小文件夹下最后一个，然后双击 进入到这个面板，之后我们选择好我们的数据，点击 ok， 设置我们的一个输出路径即可， 这里我们还是对它进行一个命名， 我点击 ok， 他就进行输出了， 在我们的主面板下呢，我们去给他进行一个两个面板的这样的一个显示， 然后我们两个数据的话呢，分别都用 我们的假彩色去进行一个， 那么就能看到很明显的一个对比，这样我们植被被一直处理后，基本上就没有植被的一个光伏信息了。那么以上呢就是我们植被分析的 工具的一些讲解，那么本节课主要是了解了植被波普的一个特征，学习了指数的一个计算， 就是我们的一个纸杯计算器去进行计算，然后学习了四种纸杯分析工具的一个使用，我们可以根据我们需要达成的一个效果来选择对应的一个纸杯分析工具去进行分析， 整体的话是偏流程化的一个工具，也是比较简单的，大家都可以去学一学。那我们本节课就到这里了，大家再见。

这个窗口的大小会根据事物图像的一个分辨率自动调整的，自动调整到一个默认值，而搜索窗口的大小呢，必须大于匹配窗口的大小，而搜索窗口的大小数值越大，找到的点呢就越精确， 但是需要的找点的时间也就越长。最后这个参数选项是指找点算法的算法，他的精度呢，最高，速度最慢。在这里呢，我们基本上是按照默认的所有的参数，基本上能满足我们对于这个图像自动配置的要求。然后点击下一步， 进入到第三步，检查太点和代配准图像，这个步骤中同同样呢，跟上一个操作面板的第第二个小创 窗口比较相似。这里呢是配准影像和带配准影像的一个显示的切换按钮，然后输入 table 中呢，罗列了出了自动生成的太点，那么这里有太点的一个个数六十七个。在这呢，我们可以看到种子点，也就是说同名点，它具有编号， 而且在基准影像中，他是用紫色的颜色来标记，在带配准图像中他用绿色来标记。在收 table 中，我们打开 可以对这些态点进行编辑，那么每个点的 id 呢，就是在图中它所代表的数字标号， 这是相一致的。我们在收胎宝中点击就可以找到在图中的这个点，而收胎宝中可以对太点进行一个编辑，在最右侧这一列是每个太点的一个误差值，在 l 上点击右键选，选择一个排列方式，我们可以看到他按照误差的大小来进行排列。在这里呢，我们可以直接删除误差较大的点，也就是二号点，我们刚刚删掉了，然后一号点进行一个删除，然后一直对他进行一个删除， 直至说我们下面的一个误差小于一，现在我们的误差是属于小于一的一个情况，这就说明配准的精度还可以。 下一个呢是配准的一些选项，对于他配准的一个矫正模型，我们选择的是多项式，然后他有一个仿设变换多项式的选项，还有一个聚三角网的选项，那么默认他的纠正模型是多项式重采样方法呢，我们选择最高级别的三次卷机背 直设为零输出的相缘大小呢，我们是设为带配准的影像的大小。 设置好这些参数之后，我们就可以点击下一步了，当然也可以进行一个预预览，点击预览就可以，也可以直接点击 nice 的进入下一。 那么最后这一步呢，就是设置输出图像配准的一个结果，比如说设置输出文件和太点文件的一个输出 配准文件呢，可以保存为 n v 的标准格式或者 tiff 文件，我们这里呢就保存为 n v 的标准格式，然后太点呢也可以可以保存成二禁制的一个文件，那么在这里可以选择我们的一个输出文件位置， 点击 finish 完成图下的一个配准，并对结果进行一个输出。那么我们的一个进度条呢，是在这里的一个右下角进行显示，这时候呢我们就可以对配准的结果进行一个检查，打开我们这个小窗口， 因为我们是用零一文件进行配准的，所以我们显示和零一文件进行对比，这样是不是就可以看出来，基本上我们配准的一个效果还是非常满意的， 那么重叠区域的地形也基本上重合在一起了，那么这个小练习呢，就是针对相同传感器的图像，不同的成像的时间来进行这样的一个呃，图像的配准，自动 配准的这样的一个流程。那么我们下面的一个练习呢，就来学习针对不同分辨率的图像怎样进行配准。我们首先把刚才打开的影像数据全部清除掉， 然后 feel open 打开我们多光谱与全色的一个数据， 对图像进行一个显示的拉伸 哦，我们把透明度调整到百分之五十左右，我们可以看到有非常严重的一个双眼皮重复的这样的一个情况，这种会严重的影响到我们的一个图像的融合， 所以我们要对这两副影像进行一个精确的配准。同样是在 two box 工具栏中选择影像自动配准的一个工作流， 选择我们基准的影像，在这里呢寓意全色的影像作为基准影像，点击 ok， 以多光谱分辨率较低的这个影像呢为带配准的一个影像，读入数据之后点击 next， 进入下一步， 同样到了生成 ta 一点的界面，全部呢选择默认，然后点击 next。 我们可以来观察一下影像，可以可以看到生成的影像全部都 均匀的分布在图像上，全部都非常均匀的。然后我们在收胎报中可以观察到这些太点的一个信息，也可以对他进行一个编辑，我们可以对误差大小进行一个排列， 我们可以看到它的一个总误差呢是零点四八，是小于一的，它整体的一个太点的质量呢是比较好的，所以我们就不需要再进行修改了，直接用它自动生成的这个太点就可以了， 然后我们点击我，然后我们来选择配准的一些参数，跟刚才一样，对于重采样呢，我们选择是三四选机， 这里我们选择的是 webmage， 然后点击那当所有的参数设置好之后，我们点击 next， 进入到我们图像输出的结果的一个面板， 好，点击分离式完成图像的一个自动配准，那进度条杠也在这上面显示了，那么这里呢是针对不同分辨率的全色影像和多光谱影像进行图像的一个自动配准， 那么是在 nv 流程化的工具的引导下所做的一个图像自动配置，那么他的他的基准影像呢是全色影像，所以我们可以打开我们的小窗口进行观察，首先呢对他进行一个显示拉伸，然后我们点开我们的小窗口 就可以看到，是不是比刚才看到的一个情况好得多，那重叠区域已经完全进行了重合，说明呢，这个图像自动配准的一个效果呢还是非常好的。 以上呢就是图像自动配准的两个练习哦本那么通过本节的学习呢，我们了解了图像自动配准的目的和基本方法，也学习了在 nv 中如何进行图像自动配准的一个操作。以上就是本节的内容，谢谢大家。

高分一数据解压号之后，里面有两部分内容，一部分内容是 nss 传感器，传感器中多光谱这部分的数据，下面这部分内容是 pen 全色的数据，一共两部分。 首先最上面第一是 mss 多光谱的一个 gpg 文件， 那这个 gpg 文件就是一个快视图，可以双击打开，通过这个系统里面在图片查看器就可以进行查看，这个是一个快视图， 快视图就是方便我们快速查看这份影像的一个成像质量，可以看出这个是标准假彩色的一幅图像，可以查看影像的有云，无云和云 量多少，大概怎么样这个影像，这就是一个快视图。那些第二个文件呢？就是一个点 rpb 的一个后缀，这个是有利于多样式系数，这个文件用于政设校证的。 那接着还有一个 tiff 的一个主文件，炸格文件，主文件， 这个就是高分一号图像，这个主文件接着是一个 xml 的一个原文件，一个文本文件， 我们可以双击打开这个原文件，大家可以通过这个记事本写字板打开，或者是写字程序等等都可以进行一个打开。在这里面你可以看到 整个的一个数据原文件，包括这个传感器名称，高分一号，还有这个传感器 id， pms 传感器，然后是这个影像的一个接收时间以及这个轨道号， orbit id 轨道号，然后是这个传感器的这个类型数据类型标准， 接下来是 cid 还有 productid 产品号， cid 是不唯一的，假如说你高分一号有一个，唉，高分一号地星或者说 b 星都有一个相同的一个井号，那下 下面是 product id， 就是产品号，你可以在数据检索网站上面输入这个唯一的产品号，来检索这唯一的这景影像，这是井号和产品号的一个区别，还有这个用户级别和产品级别 一二三四四个波段，还有这个 start time， 还有 under time， 这个是传感器的这个快门的开始和关闭时间，还有 center time 就是中央时间，也是传感器的拍摄时间， 这里是一四年七月份获取这个影像，然后 image gsd 就是影像的地面采用距离， ground assembling distance， 实际上就是地面采 用距离，这个像原代表影像的地面的真实距离就是八米，实际上就是影像的空间分辨率八米。然后下面还有一些卫星的天顶角和方位角，传感器的天顶角、方位角等等，这些信息就不多看了， 这个就是他的这个原文件， xml 原文件都在这个文件家里进行了一些描述。 然后接下来下面这个就是自带的 dm 高层数据，那这里面就是可能是早期的这个高分一号数据，就会带这个 dm 高层数据，现在可能没有了。然后还有一个 some gpg， 这个是一个拇指图，也就是一个小的一个快视图， 这个就是多光谱这部分数据。下面这部分是全色的内容，跟这个多光谱的 nss 基本一致，也是有块式图，有 zmo 原文件以及这个拇指图等等，那这部分就不多介绍了， 主要就是这个原文件原数据信息都在这个原文件里面，可以进行一个查看，那这是高分一号数据的一个介绍。

然后北篇的话是零，然后纬度的话中央纬度零，然后中央精度，嗯，大家不知道怎么算，我们这是个嗯二十条带六度分度，那我们这个是怎么算呢？给大家演示一下， 二十乘以六，再减去三，这是他的一个中央经线，这个可很好理解。 然后这个时候我们直接可以按回车，因为后面都是零的话，他会直接自动补齐，这我们刚刚讲到的一个系数，这里设置为一就可以了。然后这里这个时候呢就是参数完全输入完毕，然后我们就添加到列表里面，就选择这个 projection 这个 下单，然后然后点击这个 and new project 添加，然后点击确定，然后这样我们就添加进去了，我们现在就可以使用这样的一个坐标系，如果下次启动的时候呢，他不会保留的，就说仅限于这次的一个使用， 如果我们想要下次打开可以使用的话呢，我们点击这个 file say appreciction， 然后就是我们把它保存在我们本地的这个文本文件里，把存到这个文本文件中，点击 ok， 然后覆盖就可以了。这个时候我们再来看一下这个文本文件， 这边就是我们一个刚添加好的北京五四二十度带的一个坐标系，然后这边的一个啊，那我们就可以知道一个中央经线，中央尾线，冬天还有一个北系数。那我们知道这些信息的话，我们就可以直接在这 文件里面去写，就是将我们需要添加的写在这样的一个记事本里，下面我们来使用一下，听到提供的数据里面，我们是有一个 h t r 和一个 i m g 格式，这是 n v 的一个标准格式，这个 h t r 是一个头文件，然后现在我们用 n v 来打开这个文件，对 open in magic file， 然后点击我们的一个位置， 找到我们的一个数据，然后选择我们数据文件夹里面的点 m g 文件，然后点击打开，可以看到我们的一个托运坐标系是属于丢失的一个状态，那我们刚刚就导入了一个 北京五四的，刚刚我们将坐标系导入进去，现在我们就可以对它进行一个定义，右键选择 edit map information， 弹出的对话框内，我们可以点击 change 这个按钮，可以看到 这个列表里面有我们刚刚新建的这个坐标系，然后我们点击 ok， 这些参数按照默认就可以了， 然后点击 ok， 这个时候 map 音符它就进行了一个更新，然后这个我们的图文件也会对应的更新，这就是我们讲到的 ppt 内的一个 定义坐标，然后我们的一个使用坐标，下面我们再将因为我们在使用，在推广使用两千的一个坐标系，我们下面再导入一个两千的坐标系，和刚才步骤一样，用 map， 然后点击，然后也是按照标准的一个格式，我们输入 z g z s 相划线，两千相划线， g 退， 将这个输入进去，然后选择 pm 投影，然后选择两千坐标系的这个基准面，然后同样东篇五百千米，然后后面是零，然后是 零幺幺七一，设置好之后，我们和刚才一样来添加，点击确定来，然后来进行一个保存， 嗯，点击下确定覆盖啊，建议大家呢就是在做这个修改之前呢，我们可以将这三个文件进行一下备份，如果说后面啊做的出现问题，可以再重新的去替换掉他，然后设置完之后，我们来现在进行一个对他进行一个投影转换， 然后工具同样是在卖铺文件夹下面，嗯，然后我们所有的一个几何纠正，包括配准啊，正式要证都是在这个卖铺里面。现在我们转换就是在自定义坐标系下面这个菜单，点击选择我们的这个数据文件，在右边就可以看到他的一个信息，然后点 ok， 同样的 change plg， 我们要选择输出的一个投影坐标系，然后我们刚新建的两千坐标系就在这里点击 ok， 然后下面这个是我们的一个输出线源大小我们一般都是默认，如果我们需要修改的话呢，就直接在这里，比如说我改成二十米，我一定得按回车，然后这里的行列数呢，他就会重新的计算一下，如果我不回车就这样点他是不会计算的，所以出的结果就会有问题，这里如果我们要修改，一定要记得回车。 然后右边呢是我们同意转换的一些参数，比如说方法还有数量，分为有四种方法，第一个 rst 就是一个简单的反式变化，第二个就是多样式， 比如说可以二次对象多项式或者三组多项式，第三呢就是一个局部的三角网。然后第四种是精确的图根转换，他是会做逐个向圆的，每个向圆都 都会做转换精度肯定是非常高的，但是消耗的时间也非常多，也就是说 nv 离启动算法，它的列表是有规律的，从上到下是精度越来越高的， 但是消耗的时间也是越来越长的，这里我们选择三角，这里面是控制点，就是 gcp 的数量，比如说 xy 分别是二十五，也就是说二十五乘二十五，我们可以把它输出为一个 pts 文件，把这个文件信息保存出去之后可以继续使用，这里我们就不保存了， 下面是重采样的算法，同样的他也提供了三种，第一个是最近领法双线内插和三四卷机，这里面同样是从上到下精度越来越高， 所以我们现在选择第三种，把背景值设为零，然后就是设置我们的一个输出路径，所以呢我们就选择一个文件夹进行输出，就改为 f 九 c j c s 两千。然后我们这个后缀的话呢是没有什么影响的，一般是点 m g 或者点 d a t 都是可以的，它是一个二进指纹键，设置完之后我们就可以点， ok， 然后我们再来看一下它的一个 map 音符，这里呢是北京五四， 这里他就是一个两千坐标系，这就是我们的一个简单应用，我们的一个转换，虽然是自定义坐标系的步骤或者操作不是很复杂，但是因为 条带投影又有很多个条带，有六度角又有三度角，所以说又有很多种投影坐标系，而且它的一个中央经线都是不一样的，需要我们去手动的一个一个添加，这也是比较麻烦的。 下面给大家提供一个东西，就是我们的一个国内坐标系文件，然后这里有一个文档，告诉我们如何使用这个文件夹？其实很简单，就是我们刚才用到的三个文本文件，托球体基准面和托运做标写，因为我们嗯后面的这 一个 nv 呢，他都是采用的阿克计斯一个投影模式，所以说我们的这个文件呢，他这个都是要和阿克计斯兼容的。现在我们来操作一下怎么使用这个国内坐标系文件啊？首先把这三个文件复制放到我们这个文件夹下面去，把它进行一个替换， 这个时候需要我们去重启这个 n v 才可以使用，这个时候我们关闭 n v， 然后重新打开，比如说我们再重复一下刚才的一个操作啊，我们选择一个我们刚才的数，再把我们刚才数据去做 打开，然后再重复我们刚才的一个步骤。我们来看一下，在这个下面我们就有很多，然后呢就是这种， 他是以中央经线命名的，然后上面这种是以条带号命名的，后边是三度角分带，后面有条带号，这种是中央经线的，然后北呃北京五四是一样的，我们两千的也是一样的， 再都不用分带，这样我们在使用的话呢，他就是非常的方便了。下面我们来做一个操作啊，依然他是 北京，他是北京五四啊，我们来把它转换成西安八零二十，对，然后点确定 可以看到这里面他就自动加上了一个二十，这是他的一个飘带号，然后后面的参数你可以设置一下，然后把它放在我们的一个文件夹内，然后输入点击 ok， 然后这个里面我们可以看一下它是有条带号的，然后我们把这个北京五四的这个数据，我们在 access 里去打开，看一下能不能去识别它的一个数据， 然后我们直接把它这样拖进来，显示成这样是正常的，我们需要对它进行一个拉伸，显示右键属性 符号系统，然后这里有一个拉伸类型，然后我们选择标准叉， 然后点击确定，这个时候就显示正常了，我们看一下他的一个坐标系，在这个里面有一个坐标系，我们可以看到这里，这看一下我们中央金线幺幺七，然后我们的一个北京五四 这么一个自定义，就说明他是正常的去识别出来了。好，我们那现在我们来回顾一下我们本节课的一个收获。首先呢是了解了我们地理投影的一个基本原理， 大地坐标的概念，然后了解了我们国内三种坐标系的一个由来及参数。啊，掌握了再问一下怎么自定义，嗯，包括这些东西，然后我们掌握了，嗯，如何添加妥球体基准面定义坐标系， 然后掌握了一个投影之间的转换，然后给大家提供了一个 nv 使用阿科技斯国内坐标系的一个文件， 这样大家就不用去一个一个进行操作了，直接替换使用就可以了。最后谢谢大家，如果有需要国内坐标系的这个文件的话，后台可以联系一下我们小编进行领取。好，大家再见。

另外一种呢就是 n v classic 分类后处理，那这里面呢就涉及到了很多的一个手手动编辑的功能，那我们来看一下它里面的一个功能，我们可以看到 n v classic 分类后处理呢，有局部手动修改更改类别颜色，更改类别名称等等功能。然后就现在我们就去 到 eric livesic 里面去看一下他的一个具体的操作。首先我们打开我们的数据，打开我们的原始影像和我们的分类影像，点击打开，然后将我们的原始影像显现出来， 然后打开我们的一个原始数据，然后在我们的 over 类中选择我们这个分类类别，点击选 我们的分类工具分类，选择我们的分类文件，点击 ok， 就会出现这样的一个小的面板，这里呢我们就可以去看我们的一个数据， 他的一个覆盖情况，然后我们也有一些小的快捷键，如果说在我们这个小斑块里点击右键 他就是一个全选，然后再点击他就是全部取消全选，这是一个比较实用的小工具。然后我们修改影像颜色和姓名的工具，在我们的 option 里这里有一个更改颜色和姓名，我们点击 比如说你们想给沙地换个颜色，我们就可以在这里去给他换一个颜色，点击 ok， 在这里他就换成了蓝色，我们再点击前面的就可以看到我们的一个沙地他变 成了蓝色。然后在这个选项中呢，我们还有一些统计啊的一些工具，如果大家感兴趣可以试一试， 然后我们通过这里的费偶去进行一个保存，就可以把我们的这个修改过后的这个文件给保存出来了，然后下面我们来介绍一下这个类别的一个编辑，来找两个颜色相差比较大的两个类别， 然后我们来看一下这个编辑是怎样进行编辑的，我们可以将用窗口放大一点， 然后我们编辑的一个工具都在我们这个 adit 里面，然后可以看到有三种 model， 第一种呢就是没有变化，没有编辑的，然 然后下面这个就是增加我们的一个目标类别，我们这里就选择录在这个小窗口里，比如说我这里选择其他，我想将这一块的一个林地变为其他，我就可以在里面 按住我们的左键进行一个框选，然后点击右键闭合，然后再点击一下右键，他这一块就变成了其他。 然后如果我们想要说去，我们想要去移动，我虽然框选了，但是我不想要这一块区域，我想要这个其他的一块区域的话呢，我们就点击鼠标左键 可以进行一个拖拽，然后右键他就可以变成这个样子了。然后我们如果画出来 我并不是很满意这个区域的话，点击我们鼠标的一个中间就可以将它进行一个删除。同样的我们想改成其他的一个类别的数据呢，就是在这个底这里要把它的一个类别激活类别改成我们的一个你要更改的类别，这时然后你再把它进行一下框选， 他就可以进行一个更改。那就比如说我们这里面一些比较小的斑块，那我们是不是就可以去进行一个手动的去除，比如说这个样子把它圈起来，这样我们就去掉了我们的小斑块， 然后下面我们再来看一下这个 delete from classic， 那这个呢？他就是说他会把这个类别，他会从我们的目标类别中去进行一个删除的操作。就比如说我们这一块，我们想要把 这一块领地进行一个删除，就可以看到我们这里就删除了，那他就会归到哪一类呢？会归到我们的这个无分类这个区域内，比如说我这块其他我也不想要了，我们这样去给他勾选， 他就是勾选不上的，因为我们所确定的位置，我们所想要删除的是我们的一个林地，所以我们只能删掉我们林地的一个数据，那我把它切换成其他，就可以正常的删除了。 那同样的在我的目标类别中是其他的时候，我也没有办法去对林立进行一个删除，他就没有办法删除，这就是我们的一个删除，这个这一个选项是添加，这个选项是删除，那如果我们想要将他的 类别从某一种变换到另外一种，那这个时候我们就需要这一个工具，首先选择我们想要变成的一个类别，就是变化过后的一个类别，那这里呢？我给他选择成零的也就 ok。 然后这个我想将其他换成零 d， 那这个时候我们就点击其他，让这个激活区域变为其他， 那我想要这个未分类区域变成林地，那我们就在这个未分类区域上点击，让这个激活区激活类别变为未分类，变为未分类区域。那这个时候呢，我们再进行一个框选， 我们可以看到他只是对未分类区域进行了一个更改，其他的这些空的地方和旁边这些这个其他类别的这个他都没有进行更 我框的大一点，让大家更直观的看一下，他只是将这一小块的一个黑色转换成了我们的一个领地。那我们再来看一下这个其他，我们想要将其他转换成领地的话，这一块 他也只是将紫色的斑块进行了一个更改。那相比较我们最开始的一个添加的话，我们刚开始的这一个添加，他就是会将我们的一个 这一块区域的所有的图板都变成我们想要添加的颜色，而这种的话呢更方便我们将某一类别的斑块进行一个修改。然后另外就是我们的这个多边形的一些矩形啊，然后就是我们的一个绘 大了区域，这个是我们的一个多边形，就是随便画，然后由我们的一个矩形和一个椭圆矩形的话就是这样就可以，然后椭圆 椭圆就是这样。这然后还有我们最后一个选项，他是一个撤销，点击 他就会将我们刚才修改的去撤销回来，也是比较常用的，基本上也就是这些，那现在我们就可以把这个结果保存出去。然后以上就是我们的一个微克拉斯克的一个分类后处理，接着我们来 接着我们继续看一下我们的 ppt。

这个呢，就是关于 models 的一个集合校正的结果，那下面呢，我们来看一下第二个练习阿萨数据的一个集合校正。首先呢，我们把这些数据啊全部清除。 一步，打开数据文件，几乎是同样的步骤，在 vives 里寻找相对应的一个传感器类型 elsa， 然后点击打开， 在我们的数据中找到二阿萨芬芳的一个位置， 选中要打开的文件， 我们就将数据打开。第二步呢，选择校正的模型，在 two box 工具箱中。呃，几何校正，通过传感器，通过传感器进行几何校正。然后我们选择阿萨， 选择我们要矫正的文件，点击 ok， 打开，进入到进行投影设置的一个面板。在这一步呢，我们要设置输出的参数，我们选择这个，然后在底下的这里选择 no， 然后单击 ok， 那么 nv 呢，自动计算了一些参数，在这里呢，我们要进行一下修改，也就是说关于他的这个配准的方法，我们选择重采样的时候选择最高级别的，这样的结果呢，更加的精确。然后 我们选择它的输出路径以及文件名 啊嘶， 然后单击 ok， 他就开始进行集合校正。 嗯，这样呢，我们就得到了几何矫正的一个结果。嗯，那么最后一步呢，我们可以对几何矫正的结果进行查看和验证。我们在 two boss 工具栏中打开 bear spare， google air sprage， 这样呢，可以利用流程化的工具将校准结果叠加到 google air 上进行显示。 嗯，然后因为我们的电脑呢，没有就是可以打开 google airs 的一个工具啊，所以说我们没有办法 去查看，但是如果大家呃有 google airs 的这样的一个软件呢，可以看到我们的一个结果是和 google airs 中的底图呢基本吻合的。 接下来是第三个练习，是基于 g l t 文件的国产卫星的几何教程方法。我们首先第一步 打开数据，在这里呢，我们用的是国产数据 vc 风云三号的一个 vc 影像，然后它的影像的一个后缀呢是 h e 五，我们点击 进入到 hdf 五的数据选择的一个面板，嗯，可以看到这样的一个界面，文件中呢，包含了非常多的一个信息， 我们选择一个有用信息，呃，比如说表格反射率，选中这个信息，然后点击中间的这个按钮，将影像信息下载到右边的这个信息栏中，然后呢单击右下角的这个打开，将影像打开， 然后同样的方法， 然后同样的方法，我们来打开它的几何， 我们来打开它的几何信息机，几何信息和位置信息，我们打开， 那么在数据管理器中呢，我们可以看到同时打开的它，它的文件呢？同时打开的数据集呢，会形成一个多波段的一个数据文件。然后第二步呢， 就是生成 g r t 文件，也就是说生成地理查找表文件，那么在 two box 工具箱中，几何校正，新建 g r t 文件。 build g r t 双击打开，在弹出的对话框中， input x， 我们选择的是 located 信息文件，点击 ok， 而在 input y 这个选项中呢，我们选择的是 plotted 文件， 然后进入到投影系的选择的对话框中，在这里呢，我们都选择这个， 然后选择 ok， 这是建立地理查找表的参数的设置，那么我们的校园大小呢？是默认，但他的一个旋转角度呢？我们设置为零，然后将地理查找表进行保存。 终于有你了， 点击 ok， 好在生成了 g r t 文件之后呢？第三步，我们要利用 g r t。 文件来进行几何校正。在 two box 工具栏里几何校正，然后通过 g r t。 文件进行几何校正。 在弹出的电话框中 input d 查找表的文件，我们刚才我们点击我们刚才设置这个 d d 查找表文件，点击 ok。 在输入影像数据这个里面，我们选择 该矫正的影像，我们同样可以通过右边的具体信息来查看到底是要进行哪个文件，点击 ok， 在这里呢选择输出路径和文件名， 点击 ok。 这样呢就完成了基于 g l t 文件的一个集合矫正。那么最后一步，我们可以同样对集合矫正的结果进行浏览验证，和刚才的操作都是一样的，一样是和 google airs 进行对比。那么我们 这一节课了解了低分辨率微型影像矫正方法，而且学习了 modest， nv set 等中低分辨率数据的几何校正， 学习了基于 g l t 的一个几何校正方法。以上就是本节课的主要内容，谢谢大家。

前面呢我们讲的都是一些遥感和 n v 的一些基础的知识，相对来说是比较枯燥，那下面我们就实际的进入到软件的一个学习。首先呢我们介绍一下 n v 安装之后的这个目录， 大家可以跟着我一起操作。首先我们介绍一下 nv 安装之后的这个目录，大家现在可以跟着我一起操作了，我们这个 nv 按照他默认的路径之后安装完之后， 他的一个目录是在 c 盘下面啊，大家可以找一下，找一下在 c 盘的下面 有一个 program files， 然后找到我们的 一个，然后找到我们的一个 x lease 这个文件夹， 然后我们安装完之后呢，我们在这个 c 盘里就会生成这样的一个文件夹，然后这个呢是我们的一个许可的文件，我们进入到 nv 五点一， 就是我们安装完 nv， 他会自动安装这个 idl， 我们进入到这个五点一的这个文件夹， 然后这个就是 n v 五点一的一个目录结构，然后我们这每一个就相应的是对照我们这样的一个结构的作用。然后 classic 呢是我们的一个经典的 nv 的一个安装目录，这个是我们过一会再介绍。然后下面有一个 custom code， 这个是我们的一个用户自定义的一个代码，可以放在里面做一些拓展， 然后 data 是我们安装完之后提供的一个测试数据，这个是我们的一个测试数据， 然后 extension 就是我们刚才有介绍到 idl 可以给 他拓展补丁，还有我们素材包里的一些常用的 nv 功能的补丁，然后这个补丁呢就是一个点 sim 文件，这个点 sim 文件可以打补丁的时候把这个就把这个点 sim 文件放在这里就可以了。然后呢我们 有一个问题，就是我们现在一个补丁都是啊以前版本的一个补丁啊，要打到这个 clask 里面，然后下面是我们的一个 g p 工具啊，这个 g p 工具呢里面就是有一个 act two boss， 然后我们在做的话，就是有一些用过阿科技斯的，就是应该不会陌生，就是我们之前如果先装了阿科技斯，再装 nv 的话，它自动检测到你电脑里有阿科技斯，他就会把这个工具包给你装上这个。 下面就是这个 gp 工具里面有一个 ac to boss， 他就是在嗯 acc 平台上有一个 nv 的一个菜单，就可以直接在 accc 平台下去操作 nv， 这个呢就是他的一个 gp 工具。我们可能有的人电脑上没有这个 gp 工具啊， 是因为它就是大家没有在电脑上安装 ac gs， 就是如果我们电脑上先装了 ac gs， 然后安装 n v 的话，它就会自动检测到你电脑上有 a c g s， 它就会把这个鸡皮工具装上去。如果没有的话呢，就是可能你先装了 n v， 然后后装 a c g s， 你再修复一下，它就会自动把这个 gp 工具装上了。然后下面就是帮助啊，还有一些其他的一些东西，我们用的比较多的话呢，还是这个 estation， 就是这个打补丁的这个地方，然后我们的这个 nv 五的话，这个一个特点呢，就是它界面有很大的一个变化 啊，就是他有两个界面，一个呢就是经典的 nv 这个三三窗口的一个界面啊，就是用过 nv 的人知道 nv 经典的一个界面，就是打开是一个工序条，然后打开图像是三个窗口这样的， 然后 n v 五的话呢？嗯，然后我们下面就是可以启动一下，嗯，可以他看到这里有一个 n v， 我们直接点击这个，这就是我们的一个 n v， 它有这个 n v 和 n v classic， 我们点击这个，这个就是经典版，这个 classic 就是经典版，这个就是我们现在的一个 n v， 你点击把这个 n v 打开， 然后这个就是 n v 五点一的一个最新的界面。第一次打开 n v 的人可能觉得没什么，可能觉得是比较正常的，但是如果说， 呃，以前用过 nv 的话，可能就是改变还是比较大，然后它是这种 windows 窗口风格的，然后呢它是有菜单， 有图层管理器，有图像显示的一个窗口，还有工具栏，这是 n v 五，那我们以前的这个老版本的 n v 呢，它就以 n v classic 进行保留，我们点击这个 n v classic， 就是我们打开可以看到这就是以前的一个 n v 的菜单，这个可能第一次接触的话就是觉得挺奇怪的，找不到它，打开找不到地方，它上面就是一个一个条 啊，那我们作为用户呢，你就是你比较习惯哪一种？你如果习惯经典的话呢，就使用经典这种菜单，如果你觉得这种比较 那个的舒适的话，就是看着比较舒服的话，你就使用这种彩蛋，那相应的在 classic 这下面这些工具里啊，你如果就是说想在这个五点零上找，找不到的话，你就直接在这个 two box 里 去搜索，直接去搜索你需要用的工具就可以了。那我们这个课程呢，主要就是会以 nv 五点一的这个菜单界面格式去进行讲解，那我也会就是区分一下，就是如果我说我们的一个 nv， 他就是一个这样子 啊，最新的一个界面，如果我说我们的 n v 的一个 classic， 他就是说我们经典的这个界面来进行一下区分，然后我们后面的课程呢，是以呃这个 n v 来为主 进行讲解，因为如果像一些预处理，就比如说像啊几何交政这种互动性很强，你要选点改点操作交互这种很强的。我们会在这个恩维克拉奇克下面来进行 v 的这个平台呢，它更适合于影像的一个分析，包括影像的一个浏览啊提进行提取啊，会更适合， 就是一些特别复杂的一些操作，还是在这个克拉斯克里面更方便使用。然后就是在这个里面，到时候我们做的时候会提醒大家打开哪一个平台，下面我们来一一介绍，然后这个就是说到恩威克拉斯克， 然后下面我们唱还是来一介绍，然后下面就是说到我们的一 一个 nv classic 的一个目录结构。那说到我们的一个 nv classic， 我们还是回到刚才的一个系统数据下面，找到我们的一个目标目录，回到我们的一个 nv 五点一这个文件夹下，这个 classic 就在这个第二个文件夹中 点击这里面它就是 nv classic 的一个安装入镜，然后这个也是有相应的一个运行目录，就是这个里面就是 nv classic 在这个平台下提供的一些数据，然后这是不同传感器的一个光不响音函数，然后就是 help， 还有一些代码，然后就是这个 map projection， 这个呢是 nv 下面的一个自定义坐标系， 会用到这个文件夹下面的这几个 tft 文件，我们先有一个印象，这里面是可以自定义基础面，自定义托求体，在这个文件夹下面 还有一个就是 menu， menu 也是可以改的， menu 里面就是跟他菜单相关的一些一些文件，我们找到一个 n v 点 m e n， 我们可以找到这个 n v 点 m e n， 然后用记事本来将它打开，这个里面呢就是我们 n v classic 的一个菜单啊，为什么要看这个呢？就是你看这里 他的一个一级菜单，零级菜单，一级二级菜单都在这里，就是你要做汉化的话是比较方便， 就是有的人就是可能不太习惯看英文的这个界面，就喜欢看中文的界面，然后就是你可以在这里就是进行一个更改，将里面的英文替换成中文去 进行一个汉化，改正之后点击保存，保存之后呢我们重启这个 n v， 重启这个 n v classic， 我们就是可以对它进行一个汉化了， 然后这是我们 n v classic 的一个汉化，那我们呃 n v 的一个汉化是在哪里呢？啊？回到这个 n v 五点一的这个文件夹下面，在这个 resource 文件里面，然后这第三个这个文件， 然后这里面这个就是五点菜单界面，然后这里面这个文件也都是可以用记事本打开去翻译 的，然后我们回到 classic 下面， 然后是我们介绍的 menu， 然后 menu 这里有一个 n v 点 c f g， 这个呢是系统设置文件，我们在用 n v classic 的时候做一些系统设施，这是默认设置，如果我们不太熟，想要改哪个设置不确定，我们可以先把这个 复制备份一下，然后我们改掉设置之后，呃，如果说你哪里改错了，可能后面改的可能软件都出现问题了，我们就把这个文件再替换过来就可以了。然后这里还有一个 c o i 的， 这个是拓展工具，拓展工具可以放到这个里面，然后这个也是一些补丁。然后还有一个，这个是我们的一个波普库，这是做高波普分析的时候提供的一些， 呃，国际的权威机构里的一些波普的数据库，然后这个 usgs， 这就是 usgs 测的一些波普植物，动植物的波普，然后这里是标准地步的一些波普曲线， 然后这个是整个 m n v 的一个安装路径，然后我们最常用的就是打补丁的，然后还有就是自定义 坐标系的，这这样的一个地方，这是我们最常用的两个，然后等我们后面啊用多了就会更加熟悉了， 然后我们再看一下 ppt， 然后这是 nv classic 的一个目录结构。

那这个呢就是样本的编辑，那下面呢样本选择好之后，那这些样本的质量到底如何？我们需要质量的一个控制，那我们主要用的是可分离性这个指标来判断样本的一个质量，让我们在某一个样本上面呢，将 ioi 工序打开， 在 office 下面选择倒数第二个菜单，计算样本的可分离性。默认呢是将所有的样本可分离性都计算，我们第一次计算的时候全选点击 ok， 好在这个样本可分离性的表中，我们能看到，首先每一类样本和其他类别都计算出来了两个指标，这两个指标呢就用来判断样本的可分离性，他们两个值呢是在零 到二之间，那一般情况下呢，当这两个值都大于一点九的时候，说明样本的可分离性比较好，是非常好的样本。那如果这两个值小于一点八，那说明两个样本之间的分离度不高，也就是说可能是混淆的，那到最后 对分离结果也是有影响的。那如果这两个值某两类地物之间它的可分离都比较小，比如说我们的林地和这个草地灌木，在第一个得分上面小于一点八，说明我们草地和林地的可分离性 不高，我们需要去修改这个地物的样本，直到他的可分离性能够达到一点八以上，就是可能校园选的有点多，把不是草地的也选进来了，每一种地物和其他地 我都对应这些值，我们可以参考，我们参考之后，比如说要去修改，那这个呢就是要去修改草地灌木这个样本，那我们可以回到草地和灌木，然后进行修改， 可以把它给，可以把它给 压缩一下，也可以把它删除，重新绘制。那这个时候可以再进行可分离度的一个计算， obs 下面可分离度的计算， 我们就可以只选择林地和灌木，选择这两个就可以了，点击， ok， 那么我们可以看到通过刚才的一个修改，我们可以看到草地和林地之间他的一个可分离度，这两个指标就是都达到了一点八以上。好，那这 这个时候说明我们这两个类型的样本的可分离度就是比较高的。那计算完样本的可分离度之后呢？那如果说我们有的样本他的一个可分离度是小于一的话，就说明这两类样本非常可能是一类地物， 考虑要将两类样本合并成一类笔物，我们来学习一下样本的一个合并，也是在打开一个 r y， 点击 options merge our 这一项选择我们要合并的样本，比如说我们要将林地和草地进行一个合并， 然后我们点击这个 delete， 然后点击， ok， 好，这个时候呢他就生成了一个新的 li， 这个呢就是我们雷地和刚才选择的草地这两类地物的一个样， 样本的合并，合并成的这一类的地物。好，我们在左边把它打开，设置 r v i 的名称，比如说是林地宝地，哇， 就比如说我们就不把它区分开了，把它们合并都属于一类，然后我们进行一下颜色的一个选择， 好，这个就是我们样本的一个合并，那通过刚才的操作，我们就学习了样本的选择，样本的新建，样本的编辑，删除、修改或者合并，以及样本的可分离度的计算来判断样本的一个质量。 那选择好之后呢，样本确定下来，我们就可以将样本进行保存好，在 r y 这个大的问 键夹向上面，右键 save as 点击。那么在五点一之后的这个版本中呢，我们这个文件都是点 x m l 这个后缀的文件，然后我们点击， ok， 好，要么就被我们保存出来了，可以看一下， 在这里就有我们保存出来的一个样本。那有时候呢，我们的有一些老的用户，他们知道在 nv 五点一之前，他的样本呢是点 roi 格式的， 那如果我们用以前的版本下选择的样本来进行操作的话，我们也可以直接打开，我们在 r o i 的这个面板中 file open 打开样本，那我们看一下这个样本，它的一个后缀名是 r o i 的这个格式和 x m l 的这个格式，那我们如果有以前版本的这个 li 的这个格式的呢，就可以在这里打开，比如说，比如说这个是以前版本的一个 li， 我们可以在这个地方进行一个打开，这就是 老版本的这个样式的一个打开。那么对这个新版本的 x m l 的这个样本呢，我们同样也可以保存成 l i 的这个格式，在这个 l i 面板的 file 下面这个 export， 这个 export to classic 可以把它保存为以前老版本的 r o i， 就是点 r o i 格式来用之前的一个软件版本，也就是说新老 r o i 的版本呢，我们都是互相监 容的，那学习了样分类样本的选择，那下面呢，我们来选择分类器，根据流程选择分类器，将 dayt manage 打开，将我们刚才选选择的这些就可以把它关掉。好，然后呢我们打开 打开提供给大家的这个分类样本，点 r o i 这个文件，那这个 样本呢，我们选择就多一些用于接下来的一个分类，然后如果有想去了解一下这些分类器的一个区别的话呢，可以去进行一个搜索学习， 主要呢几种分类，就是我们 ppt 中的这些这几种分类，大家可以搜索学习一下，那在这边我们就不过多的去赘述了，那在这里呢，我们选择分类器是在右边 two box 里面 classic 福利省，这是一系列分类器，我们选择支持项量激法，然后双击，然后选择我们带分类的一个影像，点击 ok， 选择样本全选。 那其他呢？我们就按照默认右侧是我们最终的分类的一个结果，那下就是每一个校园通过 限量基法的这个算法计算出它归于每一个样本的这个相似度，相似度越高呢就归到这个样本里面去，实际上它属于一个分类的中间的一个文件， 那这个文件呢，我们可以输入出来，也可以不输入出来，那如果不输出来的话呢，我们就在这个按钮上点击，把它变成弄下面呢我们根据这样的一个设置，点击 ok 进行分类。 好，这个是分类之后的一个结果，那我们可以依次的叠加到图像上去来看每一类别， 我们在结果上先右键 hidoclassing， 把它全部关闭。然后呢我们先查看林地的一个结果，依次查看耕地， 草地、裸地以及沙地，那这个结果查看之后呢，我们还要再进行分类后处理，那分类后处理呢，我们后面 有一个专门的一堂课来介绍分类后处理，所以在这里我们就不做解释了，我们直接呢来看最后一步结果的一个验证结果的验证，那 对于分类结果呢，一般可以用混淆矩阵来验证它的一个结果，也可以用 r o c 的曲线，也就是用图解法来表达分类精度。那这两种呢都是在菜单，在这 prist classic fiction 里面都是在，那 这两种呢都是在这个选项夹下面的，那我们这里呢用用混淆矩阵的方法来计算这两个选项，那这里呢是混淆矩阵的计算，然后 roc 就是图解法来来检验精度呢，就是这两个选项。 那我们要做精度的一个验证，那肯定是需要有真实的这个参考员。有一种呢是就是标准的一个分类图，那就是我们的一个第一项，那我们第二种呢就是选择我们感兴趣区来进行验证，那比如这个感兴 区呢，我们可以从更高精度的数据源上去选择，比如说我们现在用的是三十米的一个分辨率的数据做的分类，那我们可以用两米甚至分辨率更高的这个影像作为一个真实的参考 来选择我们的一个感兴趣区。那下面呢，我们在这个练习里面，我们还是从这个影像上来选择一些真实的样本来作为验证的样本好样本的选择方法跟训练样本的选择方法是一致的， 那在这里我们将带他 manage 打开，然后将分类样本呢在软件中移除好，打开，我们选好的验证样本。 好，大家注意验证样本呢的选择，首先呢要跟分类样本的一个位置要不同， 然后我们的一个分类，然后呢我们的一个第五类型类别要一致好，验证样本打开之后呢，我们来选择用混淆矩阵的方法来进行精度的一个检验，选择这个菜单，我们双击是这个输入分类后的结果， class 点击 ok， 好，那验证样本就是分类后的结果，我们有第五的类别，那验证的样本呢？他也有第五的类别，那他俩如果一致的话呢，会做自动的一个匹配， 比如说名称一致的话，会做自动的匹配，如果名称不一致的话呢，在这里我们要进行手动的选择，哪一类分别对应哪一类别，那这里我们点击 ok， 它有两种表达方式，一种是像素，一种 是百分比，那我们将它都显示出来点是 u k， 那我们来看这个表，首先呢有一个总的分类进度，有个 carpa 系数，然后下面这个呢就是分类混淆矩阵，左侧这一列代表的是分类后的 第五类别啊，上面这一列，这上面这一行呢，代表的是我们检验样本的我们验证的样本，那被正确分类的项元数，每一列对应的横纵所对应的这个第五类别就是被正确分类的项元数， 比如说林地和林地所对应的这个值，一共有四百一十九个，有四百一十八个都被正确分类了，那我们就可以看对角线的这些数据 就是被正确分类的像元素，那我们这里呢还有百分比，以百分比的形式来表达了混淆矩阵，那下面呢，下面这个呢，分别是错分的误差，还有落分的误差，有百分之多少被落分， 以及你是制图精度用户的精度。好，那这个呢，就是精度的一个验证，我们在该例子中使用自己选择的训练样本，自己选择的验证样本来进行的精度验证。 好，那最后呢，我们来做一个总结。这堂课我们以 t m 数据为例，学习了两种图像监督分类的流程，包括类别的判断、样本的选择和编辑，样本可分离度的一个计算，分类器的介绍，影像分类以及精度的一个验证。 最后最终呢得到一个正确的分类结果。好，那这堂课的内容就到这里，谢谢大家。

我们来学习四点三节摇杆图将几何矫正。 本节主要包括下面三部分内容，一、遥感图像几何机变的原因。二、几何矫正的方法。三、几何经矫正。 首先了解一下腰杆图像几何疾病的原因。几何疾病的原因 可以归纳为内部因素和外部因素，内部因素包括传感器和平台的影响， 比如平台的姿势的变化、转感器扫描速度不均匀等等。外部因素包括地球自传、地球曲律、地形起伏 和大气折射等影响。这些因素综合在一起，使遥感图像相对真实位置发生了偏移、扭曲、挤压等等，导致了遥感图像的几何疾变。 几何机变给遥感图箱的处理和应用带来了很大的误差和不确定性，所以要对遥感图箱的几何机变进行矫正，这就是几何矫正。 遥感几何矫正分为几何初矫正、几何经矫正和正社矫正。几何初矫正根据卫星运行和丞相过程中引起疾病的原因，也就是之前讲过的内部因素 和外部因素，利用传感器的较准数据、卫星姿态数据、地形数据等，通过理论公式进行矫正，又称为几何系统矫正。 这个工作通常是由卫星运营方来开展的。用户获取的遥感图像一般都是做过了几何出缴证的，也因此我们对遥感图像几何疾病的原因没有展开来细讲。 由于遥感器的位置、姿态等测量值的误差，经过几何出矫正之后的遥感图像定位精度还存在一定的误差，需要进行几何经矫正。几何经较正，不考虑产生几何机变 的原因，回避了丞相的空间几何过程，直接通过地面控制点建立向源坐标和真实坐标之间的对应关系。矫正几何疾变 震慑较真了，它的目的是消除地形起伏造成的几何激变，把摇杆图像从中心投影转换为震慑投影。 通常需要遥感图像的有理多项式的系数、数字、高成模型、 dm 或者地面控制点等信息，矫正之后的图像称之为正摄影像。 我们来详细的学习一下几何经教症。几何经教症 主要有三个步骤，一、选取地面控制点。二、进行坐标转换。三、灰度值的空间重采样， 在基准数据和代矫正图像上选取相同的目标地物点，对，就是控制点。选取控制点是几何经矫正最关键的步骤， 如果控制点的选择有错误，那么无论后面怎么做都得不到正确的矫正结果。 选取控制点的基准数据或者说参考数据主要有三种来源，第一种是具有准确的地理信息的遥感图像，这也是最常用的 几何矫正参考数据。第二种是地形图，包括纸质的地形图和数字地形图等等。第三种是利用 gnss 等定位仪器实测得到的控制点。 选取控制点要注意几个原则，一、在图像上选取容易分辨的有明显特征的位置，比如十字路口、桥梁、河流、风岔口、机场的跑道、水库的大坝等等。 二、在特征变化大而且精度要求高的地区，要适当的多选择一些控制点，而在特征变化不明显的区域可以少选一些， 比如沙漠地区。三、尽可能满足选举控制点，因为结合经矫正的实质是基于经验统计方法做的矫正，那么样本也就是控制点， 他是否能很好的代表总体，对于矫正结果有很大的影响。 四、尽量不选择容易随着时间变化的点。比如草原上的河流、拐弯处、高山雪线等等， 在不同的时期，他们的位置很可能会发生变化，所以不合适作为控制点。除了这几个原则之外，还要注意在选取控制点 的过程中，去掉误差明显偏高的控制点。通常情况下，要保证控制点的总体误差在一个项元以内。 选取了足够多的控制点以后，就可以根据控制点数据进行坐标转换， 也就是找到一种数学模型，建立变换前的图像坐标和变换后图像坐标的对应关系。 坐标转换有两种方法，直接法和间接法。直接法通过原始图像计算出每个向源在输出图像中的坐标值。这种方法输出的向源值不变，但是向 向源坐标位置发生了变化，输出图像的向源分布不均匀，无法用规则举证表示，所以很少使用。而间接反了 是从输出的图像出发，计算其中的每个向源在原图像中的位置，然后根据原图像周围向源的值计算出这个位置新的向源值。他所得到的输出图像 是规则举证，便于处理，是常用的方法。间接法中计算的输出向源在原图像中的位置很可能不是整数，那么它的向源值要根据周围的向源值进行空间 从采样来计算。从采样的方法有三种，最零进法、双线性插直和立方卷机 最灵镜法，直接把距离目标位置最近的向远直作为输出向远的回度值。我们看一下这张示意图， x 一撇 y 一撇这个向源距离 x y 这个点最近，所以直接取 x y 点的向源值作为重采样的结果值。 这种方法简单方便，处理速度快，还能保持原相原直，但是 结果图像不够平滑，相邻相圆值差异比较大的地方可能会出现明显的锯齿状的这样的特点。 双线性插直把距离目标位置最近的四个向源进行双线性插直插直结果作为输出图像向源的灰度直。线性插直呢， 大家之前应该都学过，知道是什么意思，那么双线性插直的双字是什么意思呢？是二维的意思， 就是说在 x 方向和 y 方向都做线性差值。我们看一下这 张示意图来通过双线性插直计算 x 一撇 y 一撇这个相源值。 可以首先在 x 方向根据 x y 和 x 加一 y 这两个点 进行插值计算，计算出 x 一撇 y 这个点的值。根据 x y 加一和 x 加一 y 加一这两个点进行线性差值，计算出 x 一撇 y 加一这个点的值。 然后根据 x e 撇 y 和 x e 撇 y 加一这两个点，在 y 方向再做一次 线性差值，计算，得到 x 一撇 y 一撇的值。当然也可以先在 y 方向分别做两次线性差值，得到 x y 一撇 和 x 加一 y 一撇这两个点的直。再在 x 方向做一次线性差值，得到 x 一撇 y 一撇的直。结果是一样的， 和最零净化相比，双线性插直结果图像比较平滑，计算速度 又比立方卷机要快，实际工作中用的比较多。立方卷机以距离目标位置最近的十六个 值进行加权计算，作为输出图像象源的会度值。这种方法利用三次多项式来逼近理论上的最佳差之函数。新课函数 在 x 方向分别运用三次多项式进行四次插直运算，得到 x v 减一、 x v、 x v 加一和 x v 加二这四个点的值，然后在外方向 再一次的运用三次多项式进行差值运算，得到 xy 这个点的值。同样也可以先在 y 方向进行四次 插直，然后再在 x 方向进行插直，结果是一样的。和前两种重采样方法相比，立方卷机结果图像的平滑程度最高，计算量也最大。 最灵净法双线性插直，立方卷机依次能够产生更加平滑的图像，计算量也逐渐增加。 这三张图分别给出了三种重采样方法的结果，直观的揭示了不同的平滑程度。 当然平滑是优点，但是在某些情况下也是缺点。比如当遥感图像中有缺失值或 或者眼膜背景直的时候，在缺直向源或者背景向源临近的向源进行双线性插直，或者立方卷机就会把缺失直或者背景直带入插直计算， 给结果图像带来误差。这种情况下应该采用最邻净法。