第三章遥感图像辐射校正与几何校正.ppt

《第三章遥感图像辐射校正与几何校正.ppt》由会员分享，可在线阅读，更多相关《第三章遥感图像辐射校正与几何校正.ppt（70页珍藏版）》请在三一办公上搜索。

1、1,第三章 遥感图像辐射校正与几何校正,闫冬梅,2,3.1 辐射校正,辐射误差(rediometric error)：利用传感器观测目标的反射与辐射能量时，传感器所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的。其中包含了太阳位置条件、薄雾等大气条件、或因传感器的性能不完备等条件所引起的失真。辐射校正(rediometric calibration)：为了正确评价目标的反射和辐射特性，消除图像中依附在辐射亮度中的各种失真过程。,3,辐射误差产生的原因,因传感器的响应特性引起的辐射误差光学摄影机引起的辐射误差光电扫描仪引起的辐射误差条带噪声、斑点噪声因大气影响的辐射误差因太阳辐射

2、引起的辐射误差太阳位置引起的辐射误差地形起伏引起的辐射误差,4,辐射校正,由遥感器的灵敏度特性引起的畸变校正由光学系统的特性引起的畸变校正：在使用透镜的光学系统中，例如在摄像面中，存在着边缘部分比中心部分发暗的现象（边缘减光）。如果以光轴到摄象面边缘的视场角为，则理想的光学系统中某点的光量与cosn几乎成正比，利用这一性质可以进行校正（cosn校正）。由光电变换系统的特性引起的畸变校正：由于光电变换系统的灵敏度特性通常有很高的重复性，所以可以定期地在地面测定其特性，根据测定值进行校正。条带噪声和斑点噪声,5,例：Landsat卫星光电转换系统特性引起的辐射误差校正,其中：,分别是探测器的最小、

3、最大辐射亮度；,对应MSS和TM分别是127和255；,绝对辐射亮度；,数据值。,6,TM的最小、最大辐射亮度,MSS的最小、最大辐射亮度,7,例：条带噪声去除,成像时，由于检测系统某一扫描线上故障造成扫描线脱落。这时往往没有任何信息，在图像只显示一条黑线，有时也会出现分段黑线，这些均称条带噪声。对于遥感图像可以直接在图像上目视观察条带是否存在，但一般来说，则要设法让计算机自动查找条带了。采用公式,式中：gij：某一像元被计算前的输入灰度值；M：整个图像所有像元灰值的平均值；D：整个图像所有像元数灰度值的标准偏差；mi：每条扫描线上像元灰度平均值；di：每条扫描线上像元灰度的标准偏差,8,按照

4、上面查找条带公式。如果第i行是一个条带，由于条带上所有像元都是零级灰值，故mi和di计算出来也为零值，最后计算的Gij的灰度值应该等于整个像幅灰度值的平均值M，即计算出来第 i 行的所有像元的灰值都相等（也即等于某一常数时），说明第 i 行是一个条带，需进行去条带处理。,(a)原始图像(b)纵向条带去除后结果图,9,辐射校正,太阳高度及地形等引起的畸变校正 视场角和太阳角的关系引起的亮度变化的校正：太阳光在地表反射、扩散时，其边缘更亮的现象叫太阳光点（sun spot），太阳高度高时容易产生。太阳光点与边缘减光等都可以用推算阴影曲面的方法进行校正。阴影曲面是指在图像的明暗范围内，由太阳光点及边

5、缘减光引起的畸变部分。地形倾斜的影响校正：当地形倾斜时，经过地表扩散、反射再入射到遥感器的太阳光的辐射亮度就会依倾斜度而变化。可以采取用地表的法线矢量和太阳光入射矢量的夹角进行校正的方法，以及对消除了光路辐射成分的图像数据采用波段间的比值进行校正的方法等。,10,例：太阳高度角辐射误差校正,太阳高度角引起的畸变校正是将太阳光线倾斜时获取的图像校正为太阳光线垂直照射时获取的图像。太阳的高度角可根据成像时刻的时间、季节和地理位置来确定：,式中，,为图像对应地区的地理纬度，,为太阳赤纬（成像时太阳直射点的地理纬度），,为时角（地区经度与成像时太阳直射点地区经度的经差）。,11,太阳高度角的校正是通过

6、调整一幅图像内的平均灰度来实现的，在太阳高度求出后，太阳以高度角,斜射时得到的图像,与直射时得到的图像,有如下关系：,如果不考虑天空光的影响，各波段图像可采用相同的,角进行校正。,太阳方位角的变化也会改变光照条件，它也随成像季节、地理纬度的变化而变化。太阳方位角引起的图像辐射值误差通常只对图像细部特征产生影响，它可以采用与太阳高度角校正相类似的方法进行处理。,12,(a)原始影像(b)太阳高度角辐射校正后影像,利用卫星影像头文件中提供的太阳高度角参数进行辐射校正。输出文件为32位浮点影像数据。,13,例：地形坡度引起的辐射误差校正,太阳光线和地表作用以后再反射到传感器的太阳光的辐射亮度和地面倾

7、斜度有关。如果光线垂直入射时水平地表受到的光照强度为,，则光线垂直入射时倾斜角为,的坡面上入射点处的光强度,为：,因此若处在坡度为,的倾斜面上的地物影像为,则校正后的图像,为,14,由上式看出，地形地坡度引起的辐射校正方法需要有图像对应地区的DEM数据。另外，此项校正也可采用比值图像来消除地形坡度所产生的辐射量误差。利用同地区同分辨率DEM数据，建立影像区地形坡度模型；而后利用像点地形坡度角进行影像辐射校正。,(a)原始影像（b）同分辨DEM数据(c)地形坡度角影像辐 射校正结果影像,15,辐射校正,由遥感器引起的误差或由太阳高度引起的误差，一般在数据生产过程中由生产单位根据遥感器参数进行校正

8、，而不需要用户进行自行处理。用户应该考虑大气影响引起的辐射畸变。,16,大气影响的定量分析,进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。其中对传感器接收影响较大的是吸收和散射。,17,大气影响的定量分析,无大气：在没有大气存在时，传感器接收的辐照度，只与太阳辐射到地面的辐照度和地物反射率有关。设E0为波长的入射辐照度，为入射方向的天顶角，当无大气存在时，地面上单位面积的辐照度为：,18,大气影响的定量分析,假定地表面是朗伯体，其表面为漫反射，则某方向物体的亮度为：是地物反射率；是球面度（半球反射）,19,大气影响的定量分析,传感器接收信号时 受仪器的影响还有一个系统增益因子，这时进入

9、传感器的亮度值为：,20,大气影响的定量分析,由于大气的存在，辐射经过大气吸收和散射，透过率小于1，从而减弱了原信号的强度。同时大气的散射光也有一部分直接或经过地物反射进入到传感器，这两部分辐射又增强了信号，但却不是有用的。在入射方向有与入射天顶角和波长有关的透过率T；反射后，在反射方向上有与反射大顶角和波长又有关的透过率T。因此进入传感器的亮度值为,21,大气影响的定量分析,大气对辐射散射后，来自各个方向的散射又重新以漫入射的形式照射地物，其辐照度为ED，经过地物的反射及反射路径上大气的吸收进入传感器，其亮度值为（此值通常很小，有人主张忽略不计）,22,大气影响的定量分析,相当部分的散射光

10、向上通过大气直接进入传感器，这部分辐射称为程辐射度，亮度为。,23,大气影响的定量分析,可见，由于大气影响的存在，实际到达传感器的辐射亮度是前面所分析的三项之和，即,24,大气影响的定量分析,比较以下两个公式：大气的主要影响是减少了图像的对比度，使原始信号和背景信号都增加了因子。,25,大气影响的定量分析,无大气时（a)白处亮度值为50，黑处亮度值为0，则亮度对比C1=（500）501。当有大气影响时(b)，乘上透过率后假定减少10，亮度值减少到45，而由于L2和 Lp 存在，黑白处亮度均增加 10，这样亮度对比变成 C2=（55-10)/559/11。,可见，对比度减小，图像质量下降了,26

11、,大气影响的粗略纠正,严格地说，去除大气影响是将公式 中的附加项和附加因子求出，最终求出地物反射率R，从而恢复遥感影像中地面目标的真实面目。当大气透过率变化不大时，有时只要去掉含ED和Lp的数据项就可修正图像的亮度，使图像中像元之间的亮度变化真正反映不同像元地物反射率之间的变化关系。这种对大气影响的纠正是通过纠正辐射亮度的办法实现的，因此也称作辐射校正。,27,大气影响的粗略纠正,精确的校正公式需要找出每个波段像元亮度值与地物反射率的关系。为此需得到卫星飞行时的大气参数，以求出透过率T、T等因子。如果不通过特别的观测，一般很难得到这些数据，所以，常常采用一些简化的处理方法，只去掉主要的大气影响

12、，使图像质量满足基本要求。,28,大气影响的粗略纠正,粗略校正指通过比较简便的方法去掉式 中的Lp，即程辐射度，从而改善图像质量。式中还有漫入射因子ED及其他如透过率等影响，这些因子都作为地物反射率的因子出现，直接相减不易去除，常用比值法或其他校正方法去除。严格地说，程辐射度的大小与像元位置有关，随大气条件、太阳照射方向和时间变化而变化，但因其变化量微小而忽略。可以认为，程辐射度在同一幅图像的有限面积内是一个常数，其值的大小只与波段有关。,29,大气影响的粗略纠正,直方图最小值去除法,30,大气影响的粗略纠正,直方图最小值去除法 基本思想在于一幅图像中总可以找到某种或某几种地物，其辐射亮度或反

13、射率接近0，例如，地形起伏地区山的阴影处，反射率极低的深海水体处等，这时在图像中对应位置的像元亮度值应为0。实测表明，这些位置上的像元亮度不为零。这个值就应该是大气散射导致的程辐射度值。,31,大气影响的粗略纠正,直方图最小值去除法 一般来说由于程辐射度主要来自米氏散射，其散射强度随波长的增大而减小，到红外波段也有可能接近于零。,32,大气影响的粗略纠正,直方图最小值去除法 具体校正方法十分简单，首先确定条件满足，即该图像上确有辐射亮度或反射亮度应为零的地区，则亮度最小值必定是这一地区大气影响的程辐射度增值。校正时，将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善，

14、对比度增强，从而提高了图像质量。,33,例：直方图最小值去除法,原始影像,直方图法大气校正结果影像,34,大气影响的粗略纠正,回归分析法 假定某红外波段，存在程辐射为主的大气影响，且亮度增值最小，接近于零，设为波段a。现需要找到其他波段相应的最小值，这个值一定比a波段的最小值大一些，设为波段b，分别以a，b波段的像元亮度值为坐标，作二维光谱空间，两个波段中对应像元在坐标系内用一个点表示。由于波段之间的相关性，通过回归分析在众多点中一定能找到一条直线与波段b的亮度Lb轴相交，且,35,大气影响的粗略纠正,回归分析法,36,大气影响的粗略纠正,回归分析法 是斜率：和 分别为a、b波段亮度的平均值。

15、是波段a中的亮度为0处波段b中所具有的亮度。可以认为就是波段b的程辐射度。校正的方法是将波段b中每个像元的亮度值减去，来改善图像，去掉程辐射。同理依次完成其他波段的校正。,37,例题：,红外波段,可见光波段,辐射校正后：,可见光波段,38,例：基于回归分析法的大气校正,(a)原始影像(b)基于参考波段的大气校正结果影像,39,3.2 几何校正,在利用遥感图像取信息的过程中，要求把所提取的信息表达在某一个规定的图像投影参照系统中，以便进行图像的几何量测、相互比较以及图像复合分析等处理。当原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中表达要求不一致时，就产生了图像几何变形问题。,

16、40,几何校正的必要性：,遥感图像的几何处理就是解决遥感图像的几何变形的问题，对遥感图像进行几何纠正。其重要性主要体现在以下三个方面：第一，对遥感原始图行几何变形改正后，才能对图像信息进行各种分析，制作满足量测和定位要求的各类地球资源及环境的遥感专题图。第二，当应用不同传感方式、不同光谱范围以及不同成像时间的各种同一地域复合图像数据来进行计算机自动分类、地物特征的变化临测或其他应用处理时，必须进行图像间的几何配准，保证各不同图像间的几何一致性。第三，利用遥感图像进行地形图测图或更新对遥感图像的几何纠正提出了更严格的要求。,41,遥感图像的几何变形误差的影响因素,遥感图像的几何变形误差可分为静态

17、误差和动态误差两大类。静态误差是指在成像过程中，传感器相对于地球表面呈静止状态时所具有的各种变形误差；动态误差则主要是由于在成像过程中地球的旋转所造成的图像变形误差。静态误差又可分为内部误差和外部误差两类变形误差。内部误差主要是由于传感器自身的性能、技术指标偏离标称数值所造成的，它随传感器的结构不同而异，误差较小，课堂内容不涉及。外部变形误差指的是传感器本身处在正常工作的条件下，由传感器以外的各因素所造成的误差。例如传感器的外方位（位置、姿态）变化、传感介质的有均匀、地球曲率、地形起伏、地球旋转等因素所引起的变形误差等。,42,(1).传感器成像几何形态带来的变形,传感器一般的几何成像方式包括

18、中心投影、全景投影、斜距投影以及平行投影等，在这几种不同的类型中，其中，平坦地区的竖直摄影的中心投影和竖直情况下的平行投影是没有几何形态变形的，因为中心投影图像本身与地面景物保持相似的关系，而全景投影和斜距投影的结果，则产生图像变形。通常把竖直摄影的中心投影和平行投影（正射投影）的图像视为基准图像，而全景投影和斜距投影变形规律可以通过与中心投影或正射投影的影像相比较而获得。,43,(2)传感器外方位元素变化的影响,传感器的外方位元素通常指的是传感器成像时的位置和姿态角，对于侧视雷达而言，还包括其运行速度。当外方位元素偏离标准位置而出现变动进，就会使图像产生变形。这种变形的影响一般是由地物点影像

19、的坐标误差来表达的，并可以通过传感器的构像方程得以解析。(3)地球起伏的影响 地球表面的高低变化，将使影像点产生位移。不过，具有方向投影几何形态（中心投影、全景投影等）的传感器与具有斜距投影几何形态（侧视雷达）的传感器将有不同的地形起伏像点位移规律，比如在高差同为正值的情况下，地形起伏在中心投影影像上造成的像点位移是远离原点向外移动的，而在雷达影像上则是向内变动的。,44,(4)地球曲率的影响,地球曲率引起的像点位移类似地形起伏引起的像点位移。,(5)大气折射的影响,大气层是一个非均匀的介质，它的密度是随离地面的高度增加而递减的，所以电磁波在大气中传播的折射率也随高度而变，从而使电磁波传播的路

20、径不是一条直线而变成了曲线，进而引起了像点位移。,45,(6)地球自转的影响,在静态传感器（常规框幅式摄影机）成像的情况下，地球自转不会引起图像变形，因为其几何整幅图像是在瞬间一次曝光成像的。地球自转主要地对动态传感器的图像产生变形影响，特别是对卫星遥感图像。以陆地资源卫星多光谱扫描仪为例，当卫星由北向南运行的同时，地球表面也在由西向东自转，由于卫星图像每条扫描线的成像时间不同，因而造成扫描线在地面上的投影依次向西平移，最终使得图像发生扭曲。,46,3.1.2 遥感数字影像几何纠正的一般过程,遥感数字影像的几何纠正的目的就是改正原始影像的几何变形，生成一幅符合某种地图投影或图形表达要求的新图像

21、。从具有几何畸变的图像中消除畸变的过程。也可以说是定量地确定图像上的像元坐标（图像坐标）与目标物的地理坐标（地图坐标等）的对应关系（坐标变换式）。,47,几何畸变校正方法,系统性校正：当知道了消除图像几何畸变的理论校正公式时，可把该式中所含的与遥感器构造有关的校准数据（焦距等）及遥感器的位置、姿态等的测量值代入到理论校正式中进行几何校正。该方法对遥感器的内部畸变大多是有效的。可是在很多情况下，遥感器的位置及姿态的测量值精度不高，所以外部畸变的校正精度也不高。,48,几何畸变校正方法,基于控制点的几何精校正：利用控制点的图像坐标和地图坐标的对应关系，近似地确定所给的图像坐标系和应输出的地图坐标系

22、之间的坐标变换式。坐标变换式经常采用1次、2次等角变换式，2次、3次投影变换式或高次多项式。坐标变换式的系数可从控制点的图像坐标值和地图坐标值中根据最小二乘法求出。,49,几何畸变校正方法,复合校正：把理论校正式与利用控制点确定的校正式组合起来进行校正。分阶段校正的方法，即首先根据理论校正式消除几何畸变（如内部畸变等），然后利用少数控制点，根据所确定的低次校正式消除残余的畸变（外部畸变等）；提高几何校正精度的方法，即利用控制点以较高的精度推算理论校正式中所含的遥感器参数、遥感器的位置及姿态参数。,50,几何精校正,精校正方法，适合于在地面平坦，不需考虑高程信息，或地面起伏较大而无高程信息，以及

23、传感器的位置和姿态参数无法获取的情况时应用。有时根据遥感平台的各种参数已做过一次校正，但仍不能满足要求，就可以用该方法作遥感影像相对于地面坐标的配准校正，遥感影像相对于地图投影坐标系统的配准校正，以及不同类型或不同时相的遥感影像之间的几何配准和复合分析，以得到比较精确的结果。,51,几何精校正的基本思路,校正前的图像看起来是由 行列整齐的等间距像元点 组成的，但实际上，由于 某种几何畸变，图像中像元点间所对应的地面距离并不相等（图a）。校正后的图像亦是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀分布（图b），图像中格网的交点可以看作是像元的中心。校正的最终目的是确定校正后图像的行

24、列数值，然后找到新图像中每一像元的亮度值。,52,几何精校正的一般步骤,利用控制点间的映射关系，建立最小二乘下的变换函数,53,几何精校正重采样方法,找到一种数学关系，建立变换前图像坐标（x，y）与变换后图像坐标（u，v）的关系，通过每一个变换后图像像元的中心位置（u代表行数，v代表列数，均为整数）计算出变换前对应的图像坐标点（x，y）。分析得知，整数（u，v）的像元点在原图像坐标系中一般不在整数（x，y）点上，即不在原图像像元的中心。计算校正后图像中的每一点所对应原图中的位置（x，y）。计算时按行逐点计算，每行结束后进入下一行计算，直到全图结束。,54,几何精校正重采样方法,重采样的两种方法

25、（1）对输入图像的各个象元在变换后的输出图像坐标系上的相应位置进行计算，把各个象元的数据投影到该位置上。（2）对输出图像的各个象元在输入图像坐标系的相应位置进行逆运算，求出该位置上的象元数据。该方法是经常采用的方法。,55,几何精校正重采样方法,重采样的方法,56,几何精校正计算方法多项式几何精纠正,建立两图像像元点之间的对应关系（u,v)(x,y)，需求出12个系数，至少要找到6个已知的对应点（控制点）如果要提高精度，必须大大增加控制点的数目，用最小二乘法进行曲面拟合求系数。,2元2次,2元n次,57,几何精校正重采样内插计算,计算每一点的亮度值。由于计算后的（x，y）多数不在原图的像元中心

26、处，因此必须重新计算新位置的亮度值。一般来说，新点的亮度值介于邻点亮度值之间，所以常用内插法计算。通常有三种方法：最近邻法双向线性内插法三次卷积内插法。,58,内插计算-最近邻法,图像中两相邻点的距离为1，即行间距x1，列间距y=1，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，哪个点距离最近，就取哪个的亮度值作为（x,y）点的亮度值f（x，y）。设该最近邻点的坐标为（k,l）,则,k=Integer(x+0.5)l=Integer(y+0.5),f(x,y)=f(k,l),几何位置上的精度为0.5象元,最邻近内插法以距内插点最近的观测点的像元值为所求的像元值。该方法最大可

27、产生0.5个像元的位置误差，优点是不破坏原来的像元值，处理速度快。,59,内插计算-双线性内插法,取（x，y）点周围的4邻点，在y方向（或x方向）内插二次，再在x方向（或y方向）内插一次，得到（x，y）点的亮度值f(x，y），该方法称双线性内插法。设4个邻点分别为(i,j),(i,j+1),(i+1,j),(i+1,j+1),过(x,y)作直线与x轴平行，与4邻点组成的边相交于点（i,y)和(i+1,y)。先在y方向内插,由f(i,j+1)和f(i,j)计算交点的亮度f（i,y)；由f(i+1,j+1)和f(i+1,j)计算交点的亮度f(i+1,y)。然后计算x方向，以f(i,y)和f(i+1

28、,y)来内插f(x,y)值。,双线性内插法使用内插点周围的4个观测点的像元值，对所求的像元值进行线性内插。缺点是破坏了原来的数据，但具有平均化的滤波效果。,60,内插计算三次卷积内插法,增加邻点来获得最佳插值函数。取与计算点（x，y）周围相邻的16个点，与双向线性内插类似，可先在某一方向上内插，每4个值依次内插4次，求出f（x，j-1），f(x,j)，f(x,j+1),f(x,j+2)，再根据这四个计算结果在另一方向上内插，得到f(x，y）。因这种三次多项式内插过程实际上是一种卷积，故称三次卷积内插。,3 次卷积内插法使用内插点周围的16个观测点的像元值，用3次卷积函数对所求像元值进行内插。缺

29、点是破坏了原来的数据，但具有图像的均衡化和清晰化的效果，可得到较高的图像质量。,61,三种内插计算方法比较,62,几何精校正控制点的选取控制点数目的确定,其最低限是按未知系数的多少来确定的。一次多项式有6个系数，就需要有6个方程来求解，需3个控制点的3对坐标值，即6个坐标数。2次多项式有 12个系数，需要 12个方程（6个控制点）。依次类推，n次多项式，控制点的最少数目为(n+1)(n+2)/2。实际工作表明，选取最少数目的控制点来校正图像，效果往往不好。在图像边缘处，在地面特征变化大的地区，如河流拐弯处等，由于没有控制点，而靠计算推出对应点，会使图像变形。因此，在条件允许的情况下，控制点数的

30、选取都要大于最低数很多。,63,几何精校正控制点的选取原则,控制点的选择要以配准对象为依据。以地面坐标为匹配标准的，叫做地面控制点（记作GCP）。有时也用地图作地面控制点标准，或用遥感图像（如用航空像片）作为控制点标准。无论用哪一种坐标系，关键在于建立待匹配的两种坐标系的对应点关系。一般来说，控制点应选取图像上易分辨且较精细的特征点，这很容易通过目视方法辨别，如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、湖泊边缘、飞机场、城廓边缘等。特征变化大的地区应多选些。图像边缘部分一定要选取控制点，以避免外推。此外，尽可能满幅均匀选取，特征实在不明显的大面积区域（如沙漠），可用求延长线交点的办法来弥补，

31、但应尽可能避免这样做，以避免造成人为的误差。,64,例：基于控制点的几何精校正,步骤1：控制点编辑或控制点导入 利用“控制点编辑器”进行基于图像对图像或手动输入控制点。,65,例：基于控制点的几何精校正,获得如图的控制点分布,利用软件处理系统提供的控制点编辑和误差计算功能，调整控制点分布和精度，以提高几何精纠正的精度。,66,例：基于控制点的几何精校正,步骤2：确定几何精纠正的方法和重采样方法 几何精纠正方法选择：,重采样方法选择：,67,例：基于控制点的几何精校正,步骤3：进行几何精纠正，得到纠正后影像,几何精纠正结果图（左）与参考图（右）对比,68,基于地面控制点库的几何精纠正,通常的图像

32、几何精纠正是通过人工选取地面控制点进行的,这使得几何精纠正速度成为图像应用的瓶颈问题，严重制约着图像产品的应用速度。IRSA遥感图像处理软件利用ODBC开发地面控制点管理模块，利用VC+开发控制点图像片识别模块，利用地面控制点数据库控制点管理模块来管理控制点信息。在对未知控制点影像进行校正之前，根据控制点库的控制点信息通过计算机来快速识别未知控制点影像的控制点。,69,基于地面控制点库的几何精纠正,基于地面控制点数据库的工作过程为：首先，在参考影像上查找控制点，获取控制点的图像片以及经、纬度信息，将该信息存入控制点库。在对未知控制点影像进行校正之前，根据未知控制点影像的四个角点经、纬度从数据库中查询出落入该范围的已知控制点，并根据其地理坐标映射到未知控制点影像上的大致位置。然后，进行控制点图像片匹配，在未知控制点影像上通过计算机识别控制点。最后，通过人机交互检验确保控制点的正确。对于同分辨率、同波段的影像，匹配控制点精度可达到一个像元。,70,基于控制点库的几何精纠正流程逻辑,