全 文 ：第 !" 卷 第 #$ 期
% $ # # 年 #$ 月
林 业 科 学
&’()*+(, &(-.,) &(*(’,)
./01!"!*/1#$
2345!% $ # #
用主成分分析研究 ]PD3ZGDCU遥感图像变形机制
李崇贵#6宋丽萍%
"#1西安科技大学测绘科学与技术学院6西安 "#$$9!# %1深圳市绿化管理处6深圳 9#:$99$
摘6要!6以深圳市区一景 ]PD3ZGDCU SIF 波段遥感图像"总行列数为%8 9"! e%: 8$8!对应 #91;!! Z@e#"1#8! Z@
的实地范围$为研究对象!利用深圳市 hS& 虚拟参考网络定位系统!以厘米级精度测定了 89 个在图像上能有效识
别的地面控制点三维坐标& 计算 89 个控制点的重心点!在统计各控制点到重心点之间真实距离和在变形图像上
对应距离偏差的基础上!分析可能影响 ]PD3ZGDCU SIF 波段遥感图像像点位移的主要因子& 利用主成分分析从这些
因子中提取影响图像变形的主成分!根据所得主成分建立 ]PD3ZGDCU SIF 波段遥感图像变形机制的定量估测模型!
使图像变形估测精度得到一定改善& 所得结果对研究高空间分辨率遥感图像变形纠正算法有一定参考价值&
关键词’6像点位移# 变形机制# 主成分分析
中图分类号! &""#1:666文献标识码!,666文章编号!#$$# A"!::"%$####$ A$$"8 A$"
收稿日期’ %$$; A## A%9# 修回日期’ %$#$ A$# A$:&
基金项目’ 国家自然科学基金项目"7$:"%$%7$ # 武汉大学国家重点实验室开发基金&
H*0,-+#$%,’D*:;#’%/+ ,0b<%:_1%-(Q*+,$*!*’/%’4
S+#4*J/%’4 .-%’:%"#&3,+",’*’$/=’#&9/%/
-D’?/FEEPD#6&/FE-DKDFE%
"#1,0$5%(-2+ 12A I1==-2+ ,.-%2.%12A J%./2#*#+()#*%+%! P-712 42-5%$&-’(#;,.-%2.%12A J%./2#*#+(6P-712 "#$$9!#
%1R$%%2-2+ I121+%G%2’Y;-.%#;,/%2?/%2 4$:126,/%2?/%2 9#:$99$
=2/$-#:$’6RD4? /FNV3/KN/X]PD3ZGDCU KIF3?C/@I4D3YIFU CN@/4NVNFVDFED@IEN"4/4I0C/MVIFU 3/0P@FVICN%8 9"!
IFU %: 8$8! 3/CCNVK/FUDFE4/4?NCNI0CNED/F /X#91;;! Z@e#"1#8! Z@$ DF &?NF ?^NF PCYIF ICNIIVCNVNIC3? /Y\N34!
PVDFE4?NhS& [DC4PI0CNXNCNF3NFN4M/CZ K/VD4D/FDFEVWV4N@ /X&?NF ?^NF PCYIF ICNI4/VPC[NW4?N4?CNN‘UD@NFVD/FI0
3//CUDFI4NV/X89 h’SVM?D3? ICNNIVD0WCN3/EFD^NU /F 4?ND@IEN! 4?NKCN3DVD/F /XVPC[NWDFEh’SVDV3NF4D@N4NC‘0N[N05
’I03P0I4N4?NK/DF4/X3NF4NC/XECI[D4W/X89 h’SV52F 4?NYIVDV/XV4I4DV4D3/X4?NUN[DI4D/F YN4MNNF 4?NCNI0UDV4IF3N/X
NI3? h’S4/4?NK/DF4/X3NF4NC/XECI[D4WIFU 4?N3/CCNVK/FUDFEUDV4IF3N/F UNX/C@NU D@IEN! IFI0W^DFE4?N@IDF XI34/CV
4?I4K/VVDY0WDFX0PNF3N4?NKD_N0UDVK0I3N@NF4/X]PD3ZGDCU KIF3?C/@I4D3YIFU CN@/4NVNFVDFED@IEN5+?NKCDF3DKI0
3/@K/FNF4VICNN_4CI34NU YWPVDFEKCDF3DKI03/@K/FNF4VIFI0WVDV5+?NlPIF4D4I4D[NNV4D@I4D/F @/UN0PVNU 4/UNV3CDYN4?N
UNX/C@I4D/F @N3?IFDV@/X]PD3ZGDCU KIF3?C/@I4D3YIFU CN@/4NVNFVDFED@IENDVNV4IY0DV?NU I33/CUDFE4/4?NKCDF3DKI0
3/@K/FNF4V! M?D3? 3IF D@KC/[N4?NNV4D@I4D/F KCN3DVD/F /XD@IENUNX/C@I4D/F 4/I3NC4IDF4W5+?NCNVP04MD0?I[NV/@N
CNXNCNF3N[I0PN4/CNVNIC3? 3I0DYCI4D/F I0E/CD4?@/X?DE? VKI4DI0CNV/0P4D/F CN@/4NVNFVDFED@IEN5
>*9 ?,-(/’6KD_N0UDVK0I3N@NF4# UNX/C@I4D/F @N3?IFDV@# KCDF3DKI03/@K/FNF4VIFI0WVDV
66近年来!伴随 &K/49!(Z/F/V和 ]PD3ZGDCU 等高空
间分辨率遥感图像应用的不断深入和普及!如何经
济%高效%高精度纠正高空间分辨率遥感图像的几何
变形!已成为实际工作中急需解决的生产难题& 高
空间分辨率遥感图像的几何变形!将严重影响以遥
感图像为基础的不同地类面积量算%地面样地在遥
感图像上的定位%遥感定量估测模型%遥感图像融合
和各种规划设计等的精度!遥感图像要有效应用于
实际生产!需先纠正其几何变形&
对于分辨率在 %19 @以下的中低分辨率遥感图
像!传统校正方法一般是利用 #g#万或 #g9万比例尺
的地形图!通过地形图量测在遥感影像上能有效识
别的地面控制点平面坐标!然后借助商用遥感图像
处理软件进行校正& 伴随遥感图像空间分辨率的提
高!图像变形受地形起伏和传感器倾斜扫描的影响
将增大"OIV4DZ0D%’1*!%$$9# hC/UN3ZD%’1*!%$$7#
QCIVNC%’1*!%$$!$!采用传统基于地形图量测控制
点坐标的方法已无法满足校正精度要求 "李崇贵
等! %$$!# %$$9$& 为此!需借助差分 hS& 定位高精
度测定一定数量在遥感图像上能够有效识别的地面
6第 #$ 期 李崇贵等’ 用主成分分析研究 ]PD3ZGDCU 遥感图像变形机制
控制点坐标!采用适当的纠正模型来校正图像变形
"&?D%’1*!%$$7# SXNDXNC! %$$9$& 为有效校正图像
变形!尽量减少野外测定地面控制点的工作量!需要
研究高空间分辨率遥感图像的变形机制及定量描述
模型!同时研究高空间分辨率遥感图像的几何纠正
算法!以便探索适合实际生产应用的校正模型和地
面控制点配置方案& 本文根据实测地面控制点三维
坐标!利用主成分分析对 ]PD3ZGDCU SIF 波段遥感图
像的变形机制进行定量估测&
#6]PD3ZGDCU 遥感图像变形统计分析
研究区域位于深圳市区!所采用的遥感信息源是
空间分辨率为 $18# @的 ]PD3ZGDCU SIF 波段遥感图
像!试验区遥感图像总行列数为%8 9"! e%: 8$8!对应
的实地范围为 #91;!! Z@e#"1#8! Z@& 在图像覆盖
区域内!地形起伏的变化范围为 #1$$ c7:$1$$ @& 因
深圳已建成 hS& 虚拟参考站定位系统!可以厘米级
精度测定地面控制点三维坐标!采用市区的高空间分
辨率遥感图像!可采集一定数量的地面控制点!以便
进行研究分析& 在本文研究中!共计测定了 89 个地
面控制点的三维坐标!各控制点的平面位置分布及控
制范围如图 # 所示& 控制点覆盖矩形区域左下角和
右 上 角 的 平 面 坐 标 分 别 为 "9$# 79$1%" @!
% !:; :::18; @$%"9#8 "$%1%$ @!% !;; 89$1$9 @$&
图 #6各控制点的平面位置分布及控制范围
QDE5#6+?NUDV4CDYP4D/F IFU 3/F4C/0CNED/F /XNI3? h’S
66遥感图像是地面景物的多中心投影!当地面有
起伏或倾斜扫描时!将导致地面点在地面水平遥感
影像上的构像与地面有起伏或倾斜时在遥感影像上
构像的点位不同!这种点位的差异称为像点位移!像
点位移将导致图像变形&
根据研究区域所测 2 个地面控制点计算重心
点!利用各控制点到重心点之间的实测水平距离和
其在变形遥感影像上对应水平距离之差!来分析像
点位移引起图像的变形大小及其随地形起伏的变化
规律& 设 2 个地面控制点实测三维坐标为 "E-!(-!
/-$"-i#!%!,!2$!在 ]PD3ZGDCU 遥感图像上这些点
对应的行列号为"$-!.-$!设遥感图像的空间分辨率
为 && 可计算 2 个实测地面控制点的重心坐标为’
’ET #2(
2
-T#
E-
’(T #2(
2
-T#
(-
)/ T #
2(
2
-T#
/





-
& "#$
66根据 2 个控制点在变形图像上对应行列号计算
相应的重心坐标为’
’$T #2(
2
-T#
$-
’.T #2(
2
-T#
.





-
& "%$
66利用 2 个控制点实测平面坐标和实测重心坐标
""
林 业 科 学 !" 卷6
求差!计算 2 个控制点到重心点之间的实测水平距
离 Ak-# 利用 2 个控制点在变形图像上的行列号与
在变形图像上的重心坐标之差!计算各控制点在变
形图像上与相应重心点之间的水平距离 A(-& 将这 %
种距离之差定义为各控制点的像点位移 A-’
A-TAk-UA(- T "E-U’E$
% c"(-U’($槡
% U
6& "$-U’$$
% c".-U’.$槡
% & "7$
式中’ -i#!%!,!2# &i$18 @!为 ]PD3ZGDCU 遥感图
像 SIF 波段的空间分辨率&
66各控制点与实测重心点之间的高差为’
#/- T/-U)/& "!$
66按式"7$和"!$计算各控制点的像点位移和相
对高差!其变化规律如图 %I!Y 所示!各控制点像点
位移与相对高差的对应关系如图 %3所示!各控制点
像点位移与控制点海拔的对应关系如图 %U 所示!控
制点像点位移与控制点离重心点距离的关系如图
%N所示!控制点像点位移与控制点离扫描中心线距
离的关系如图 %X所示&
图 %6研究区域各控制点像点位移的变化规律
QDE5%6+?N3?IFEDFE0IM/X4?NKD_N0UDVK0I3N@NF4/XNI3? h’SDF CNVNIC3? CNED/F
66遥感图像变形受地形起伏的影响!还与成像点
离星下点"扫描中心$的距离有关& ]PD3ZGDCU 遥感
图像属推扫式传感器成像!传感器沿着轨道的垂直
方向对地面扫描!每扫描一行就构成一条中心投影
的影像!由传感器的不断运动而构成连续影像& 传
感器在垂直于轨道的方向!一般要进行倾斜扫描!投
影中心不是位移整景图像的中心& 在图像预处理时
已进行了旋转改正!为分析成像点离扫描中心线的
距离对像点位移的影响!取传感器成像中心为图像
的中心& 对本文研究区域而言!各控制点离扫描中
心线的水平距离可表示为’
&-Td.-U#! 7$7 de$18& "9$
式中’ .-为各控制点所在列号!#! 7$7为研究区域遥
感图像扫描中心线的列号&
图 %3cX为双坐标系!实线对应左侧坐标轴!虚
线对应右侧坐标轴!以便进行 % 种因子相互关系的
比较 分 析& 统 计 各 控 制 点 的 像 点 位 移! 并 分
析图 %IcX可得’
:"
6第 #$ 期 李崇贵等’ 用主成分分析研究 ]PD3ZGDCU 遥感图像变形机制
#$ 取研究区域各实测控制点海拔的均值 )/ i
7$1"" @为计算基准面!用式"7$计算各控制点的像
点位移!得各控制点像点位移均值为 )A iA#1"9 @!
标准差为 #A i!1%% @! 在研究区域未校正的
]PD3ZGDCU 遥感图像上!落入 # 倍%% 倍和 7 倍中误差
区间的像点位移分别为 "%17>!:;1%>和 ;:19>!
像点位移大小基本服从正态分布&
%$ 各控制点的像点位移受控制点和计算基准
面之间的高差影响较大& 在高差变化相对比较大的
区间"图 %Y!3$!控制点像点位移变化幅度也比较
大# 在高差变化相对平稳的区间!像点位移变化值
都较小!说明地形起伏对高空间分辨率遥感图像变
形影响较大&
7$ 各控制点的像点位移与实测海拔的关系密
切!海 拔 越 大! 像 点 位 移 越 大! 在 研 究 区 域!
当海拔在#$$ @左右时!像点位移接近于 $& 像点
位移 与 海 拔 之 间 的 变 化 关 系 呈 非 线 性 关
系"图 %U$ &
!$ 各控制点像点位移大小与控制点离实测重
心点的距离和控制点离扫描中心线的距离没有明显
关系"图 %N!X$&
利用空间插值!可以得到研究区域各实测控制
点反映的地形起伏和相应像点位移的变化规律!如
图 7!! 所示&
图 76研究区域各控制点海拔的三维插值
QDE576+?N4?CNN‘UD@NFVD/FI0DF4NCK/0I4D/F PVDFE
NI3? h’SsVN0N[I4D/F DF CNVNIC3? CNED/F
%6]PD3ZGDCU 遥感图像变形定量估测
]PD3ZGDCU 遥感图像成像的传感器为单线阵推
扫式传感器!在卫星飞行方向上!每一个扫描行就形
成一幅图像& 图像变形主要受倾斜扫描和地形起伏
等因素的影响"王惠文等! %$$8# 于秀林等! %$$8$&
根据前面的统计分析!为探索遥感影像受倾斜扫描%
图 !6研究区域由重心点推算各点像点位移的三维插值
QDE5!6+?N4?CNN‘UD@NFVD/FI0DF4NCK/0I4D/F /XKD_N0
UDVK0I3N@NF43I03P0I4NU MD4? 4?NK/DF4/X3NF4NC/XECI[D4W
地形起伏和传感器姿态角变化等因素引起的图像变
形规律!在本文研究中!设引起各控制点像点位移的
因素包括’
5&6#/6&%6#/%6&#/6&76#/76&%#/
&#/%6&!6/!6&7#/6&%#/%6&#/76& "8$
66在式"8$中!可能只有部分因子影响像点位移!
其中一些因子对像点位移没有影响或影响较小!有
些影响因子间还可能存在一定程度的复共线关系&
为提取影响像点位移的主要因子!同时又能克服因
子之间复共线性对建模的不利影响!采用主成分分
析提取影响 ]PD3ZGDCU 遥感图像变形机制的因子!并
建立估测模型"王惠文等! %$$8# 于秀林等! %$$8$&
根据研究区域 2 个控制点坐标信息和式"8$中
所列 =个影响因子!组成观测阵 P’
PT"E-Q$ 2e= T
E## E#% , E#=
E%# E%% , E%=
, , , ,
E2# E2% , E


2=
& ""$
66对式""$中的观测阵进行中心标准化处理!
*E-QT
E-QU’EQ
&Q
!"-T#!%!,2# QT#!%!,=$&
":$
式中’ ’EQ是 EQ的样本均值# &Q是 EQ的样本标准差&
标准化处理可以消除因量纲不同所引起的虚假变异
信息!使分析的结果更加合理& 将中心标准化处理
后的观测阵仍记为 P&
计算标准化矩阵 P的协方差阵 Wi#2
PJP!求 W
的 =个特征值 $##$%#,$=!以及与这些特征值对
应的标准正交化特征向量 1#!1%!,!1=&
;"
林 业 科 学 !" 卷6
提取第 # 主成分 "# "李崇贵等! %$$!# 王惠文
等! %$$8$’
"# TP1# T(
=
QT#
1#QEQ& ";$
式中’ 1#Q是特征向量 1# 的第 Q个分量&
图 96主成分与影响因子的相关关系和影响点分析
QDE596+?N3/CCN0I4D/F /XKCDF3DKI03/@K/FNF4VIFU DFX0PNF3DFEXI34/CVIFU IFI0WVDV/XDFX0PNF3DFEK/DF4V
因主成分 "# 的方差 .IC""# $ i$#!反映了第 #
主成分所携带观测阵 P中的变异信息!该值越大!
所携带的变异信息就越大!由 $##$%#,$=可得’
.IC""#$ # .IC""%$ # , # .IC""=$& "#$$
66取前 G个主成分所携带变异信息的总和不低
于总变异信息的 ;$>!即
(
G
-T#
$-
(
=
-T#
$-
e#$$f g;$f& "##$
再利用这 G个主成分作为自变量!建立 ]PD3ZGDCU
遥感图像像点位移的估测模型& 根据 89 个控制点
的观测信息!利用式"8$组成观测阵 P!计算协方差
阵 W 的 特 征 值 为’ "1"%$ %!!! 91!#: !8#!
$1!:" 9%"! $1%#9 ;$;! $1#$: #:"! $1$7! ""8!
$1$## !8:! $1$$# 9!"! $1$$$ :;;! $1$$$ 8;8!
$1$$$ #:"! :1!## "8% 7NA$$9! :1%;9 :#NA$$8!
918#$ 98! 7NA$$8&前 % 个主成分变异信息的总和
已超过总变异信息的 ;$>&
计算式"8$中各因子与 % 个主成分的相关系数
"李崇贵等!%$$!$’
$""/!EQ$ T $槡 / 1/Q! "/ T#!%!QT#!%!,=$&
"#%$
66以 $""# !EQ$为横轴!$""% !EQ$为纵轴!绘制各
影响因子的相关圆图!如图 9I所示!分析该图可
得’ 主成分 "# 与 &#/
% !#/! !#/% !#/7 !&#/7 !#/!
&#/!&%#/!&7#/ 正相关!与 &%#/% !&% !&7 !&!&! 负相
关# 主成分 "% 与 &#/
% !#/! !#/% !#/7 !&#/7 !#/!
&#/!&%#/% !&% !&7 !&!&! 正相关!与 &%#/!&7#/ 负
相关&
定义第 -个样本点"控制点$对主成分 "/ 的贡
献率为"李崇贵等!%$$!$’
$’+k"-$ T
"%/"-$
2$/
& "#7$
式中’ "/ "-$是第 -个样本点在主轴 / 上的坐标
值!/ i#!%&
在实际研究中!不希望存在一个对主成分贡献
率过大的样本点!这样的点已远离数据重心和结聚
范围!一般称其为影响点!对模型拟合是不稳定因
素& 在本文研究中!取 $’+k"-$ <
%
2 的点为影响点
&
分别计算对主成分 "# 和 "% 的影响点!所得结果如
图 9Y 和 3中带编号的控制点所示& 编号为 #"!#:!
#;!%$ 和 9$ 的控制点对主成分 "# 都为影响点& 编
号为 #"!#:!%$ 和 9$ 的控制点对主成分 "% 为影响
点& 影响点中包含了相对高差为正或负值达到最大
值的点&
利用 % 个主成分分别建立如下高分辨率遥感图
像像点位移的估测方程’
A T1$ c1#"# c1%"%!
A T1$ c1#"# c1%"% c17"
%
# c1!"
%
% c19"#"%!
A T1$ c1#"# c1%"% c17"
%
# c1!"
%
% c19"#"% c
6618"
7
# c1""
7
% c1:"
%
#"% c1;"#"
%
%!
A T1$ c1#"# c1%"% c17"
%
# c1!"
%
% c19"#"% c
6618"
7
# c1""
7
% c1:"
%
#"% c1;"#"
%
% c1#$"
!
# c
661##"
!
% c1#%"
7
#"% c1#7"
%
#"
%
% c1#!"#"
7
%





&
"#!$
66取 89 个控制点中前 9$ 个控制点对应的主成分
"# 和 "%!采用最小二乘原理建立式"#!$中的 ! 种
估测模型!分别计算 ! 种模型的拟合标准差!利用余
下的 #9 个控制点检验所建模型的预报精度!! 种模
型的估测方程%拟合精度和预报精度如表 # 所示&
拟合偏差和预报偏差如图 8 和 " 所示&
直接使用 &和 #/ 建立式"#!$中所示的 ! 种估
$:
6第 #$ 期 李崇贵等’ 用主成分分析研究 ]PD3ZGDCU 遥感图像变形机制
测 模 型! 每 种 模 型 的 拟 合 标 准 差 分 别 为’
71:7!71#%! %1;8! %1:% @! 预 报 标 准 差 分 别 为’
91%%!71#"!71!!!%19# @!拟合和预报偏差分别如图
: 和 ; 所示& 对照表 # 可得’ 除模型 # 外!采用主成
分建 模! 精 度 要 优 于 直 接 使 用 &和 #/ 建 模
的情况& 66
表 @A估测模型及精度
)#2B@A);**/$%+#$%,’+,(*&#’(QD! @
模型
f/UN0
估测方程
)V4D@I4DFENlPI4D/F
拟合标准差
QD4DFE&H
预报标准差
SCNUD34DFE&H
模型 # f/UN0# A iA%1$7: ;"! A$1$#$ #%;"# A$1#9# 7$!"% 71:7 9178
模型 % f/UN0%
A i :1#7: 8;# j #1!;7 8"9 "# j ##1!:! #;" "% A %19!8 #:: "
%
# j #1"8; %7% "
%
% A
%1799 9%7"#"%
71$! 719"
模型 7 f/UN07
A i!91#"" :%" j91"7$ #";"# j7:17$# %;!"% A#%1;;$ !8!"
%
# A"18:# 8"7"
%
% A#!18:7 9!#
"#"% j$1#:9 878"
7
# A71%"7 ;;; 7"
7
% j!1!88 9"8"
%
#"% j71:"! !#9"#"
%
%
%18" 717;
模型 ! f/UN0!
A i88177" $"8 j#"17$! 8!%"# j;!189! %%!"% A%!1#!! !$:"
%
# 7"1$7" ;9%"
%
% A#91$%; #!7
"#"% A71##% ";"
7
# j81;:$ ;8$"
7
% A#81%8" %";"
%
#"% A#%18!" !99"#"
%
% j#1:%9 9%:"
!
# j
$1%": #:7"!% j!1$8$ !!%"
7
#"% j$179; "78"
%
#"
%
% A%1%$9 ;$7"#"
7
%
%1%: %18:
图 86! 种模型的拟合偏差
QDE586+?NXD4DFEUN[DI4D/F /XX/PCZDFUV/X@/UN0
图 "6! 种模型的预报偏差
QDE5"6+?NKCNUD34DFEUN[DI4D/F /XX/PCZDFUV/X@/UN0
图 :6! 种不用主分量分析建模的拟合偏差
QDE5:6+?NXD4DFEUN[DI4D/F /XX/PCZDFUV/X@/UN0
MD4?/P4PVDFEKCDF3DKI03/@K/FNF4VIFI0WVDV
图 ;6! 种不用主分量分析建模的预报偏差
QDE5;6+?NKCNUD34DFEUN[DI4D/F /XX/PCZDFUV/X@/UN0
MD4?/P4PVDFEKCDF3DKI03/@K/FNF4VIFI0WVDV
66通过上面的分析计算可得’
#$ 采用主成分分析!提取能够最大限度代表观
测阵中变异信息的主成分!用所得主成分建立
]PD3ZGDCU 遥感图像像点位移的估测模型!精度要明
显优于不使用主成分分析直接建模的情况&
%$ 在建模过程中!伴随使用主成分阶数的增
加!拟合和预报精度都明显提高!这说明尽管使用主
成分分析!提取能够代表观测阵中最大变异信息的
主成分!主成分的一次多项式远不能有效描述
]PD3ZGDCU 遥感图像的变形机制&
#:
林 业 科 学 !" 卷6
7$ 主成分的 7 次和 ! 次多项式拟合和预报精
度比较接近!! 次多项式略优于 7 次多项式!但当采
用 9 次多项式时!拟合精度会变优 "标准差为
#1;7 @$!预报精度却明显变差"标准差为 !1!$ @$&
宜采用主分量的 7 次或 ! 次模型估测图像变形
大小&
!$ 在提取主成分的过程中!观测阵最好尽可能
包含对图像变形有影响的因子!在提取主成分的基
础上建立估测模型!精度将有较大提高&
9$ 剔除编号为 9$ 的影响点后!采用主成分建
模的拟合和预报精度都明显提高# 而不采用主成分
直接建模!拟合和预报精度都有所降低&
76结论
高空间分辨率遥感图像变形主要受地形起伏的
影响!地形起伏越大!像点位移的变化幅度就越大&
除地形起伏影响因子外!还包括倾斜扫描和传感器
姿态角变化等!其中有些因素是交叉影响!没有一个
明确的模型& 采用多项式估测模型来描述图像变
形!应尽量考虑可能的影响因子& 利用主成分分析
提取主成分!根据所提取的主成分建立估测模型!精
度将有明显提高&
利用主成分分析!可以有效探测地面控制点中
的影响点数量和分布!利用主成分建模!在取消个别
影响点后!模型拟合与预报精度将明显改善& 不用
主成分直接建模!精度则会降低&
利用遥感图像进行森林资源监测!一般都位
于山区!地形起伏大!图像变形更严重!研究图像
变形机制的定量估测模型!对改进遥感图像局部
纠正和带权纠正算法有一定意义& 在更大范围
内!结合 H)f模型!研究图像变形机制有待进一
步试验&
参 考 文 献
李崇贵!李春干 1%$$95森林资源调查林区 hS& 控制网的试验研究5
林业科学! !#"#$ ’ #; A%!5
李崇贵!赵宪文5%$$!5林区地形起伏对 &K/49 遥感图像几何精校正
的影响5北京林业大学学报! %8"%$ ’ 8 A#$5
王惠文!吴载斌!孟6洁5%$$85偏最小二乘回归的线性和非线性方
法5北京’ 国防工业出版社5
于秀林!任雪松5%$$85多元统计分析5北京’ 中国统计出版社5
QCIVNC’&! OI@IZIMI+5%$$!5(FVDE?4VDF4/4?NIXDFN@/UN0X/C?DE?‘
CNV/0P4D/F VI4N0D4N VNFV/C /CDNF4I4D/F5 (&Sk& J/PCFI0 /X
S?/4/ECI@@N4CWvkN@/4N&NFVDFE!9:"9 a8$ ’ %"9 A%::5
hC/UN3ZDJ! HDI0h5%$$75G0/3Z IU\PV4@NF4/X?DE?‘CNV/0P4D/F VI4N0D4N
D@IENV UNV3CDYNU YW CI4D/FI0 K/0WF/@DI0V5 S?/4/ECI@@N4CD3
)FEDFNNCDFEvkN@/4N&NFVDFE!8;"#$ ’ 9; A8:5
SXNDXNC*5%$$95,VPYUD[DVD/F I0E/CD4?@ X/CV@//4? 7H4NCCIDF @/UN0V5
(&Sk& J/PCFI0/XS?/4/ECI@@N4CWvkN@/4N&NFVDFE!9;"7$’ ##9 A#%"5
&?DR!,?@NU &5%$$75,FI0WVDV/X4NCCIDF N0N[I4D/F NXN34V/F (Z/F/V
D@IENCW CN34DXD3I4D/F I33PCI3W YW PVDFE F/F‘CDE/C/PV @/UN0V5
S?/4/ECI@@N4CD3)FEDFNNCDFEvkN@/4N&NFVDFE!8;"#%$’ #79; A#7885
OIV4DZ0D*! JI3/YVNF B5%$$95(FX0PNF3N/XVWV4N@ 3I0DYCI4D/F /F UDCN34
VNFV/C/CDNF4I4D/F5S?/4/ECI@@N4CD3)FEDFNNCDFEv kN@/4N&NFVDFE!
"#"9$’ 8%; A8775
!责任编辑6石红青"
%: