ENVI: 如何进行图像的自动配准?

简介: ENVI: 如何进行图像的自动配准?

01 理论

博客参考 杨雪栋的《基于ENVI 4.5的SPOT5图像自动配准》


配准,就是将相同或者不同传感器所采集得到的同一场景的多光谱、多波段或同一 传感器在不同时相、不同方位获得同一场景的图像 建立对应关系,进行匹配和叠加的过程。


说人话就是,两幅图像有重叠部分,但是如果直接按照各自的地理或者投影坐标进行排布,那么重叠部分又会有重影效果,即没有完全重合,所以配准就是让两幅图像的重叠部分完全重叠在一起而不是错位重叠。(错位重叠可看下图)

(上图是透视窗口,可以发现下图与上图理应是完全重叠,现在它们错开了)


需要说明的是,不是所有的图像都能进行图像的自动配准,必须得是基准图像和待配准图像都有地理信息,更准确的说是都需要有MapInfo。否则,就需要手动添加控制点(GCP)或者连接点(Tie 点)而无法实现自动配准。


02 实操

2.1 加载图像

 

2.2 两幅图像的重影效果展示

 


2.3 搜寻并点击 图像几何校正工作流程 工具

[说明一下,下方的 自动配准:图像到图像校正 工具1也是一样的效果,只不过我选择的工具2更为方便,但是灵活性也会相应的减弱一些。因为工具1你需要手动设置的参数会多一些......]

2.4 选择基准图像和待配准图像

 

2.5 自动生成Tie点(连接点)的参数设置

出现进度条

2.6 检查连接点和校正参数

2.6.1 对误差较大的Tie点进行删除


2.6.1 校正参数设置

 

出现进度条

 

2.7 输出文件的参数设置


出现进度条

2.8 校正之后的图像展示

目录
相关文章
|
传感器 存储 编解码
ENVI:如何进行对自带RPC的图像进行RPC正射校正呢?
ENVI:如何进行对自带RPC的图像进行RPC正射校正呢?
3065 0
|
定位技术
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
21126 0
|
机器学习/深度学习 并行计算 PyTorch
英伟达新一代GPU架构(50系列显卡)PyTorch兼容性解决方案
本文记录了在RTX 5070 Ti上运行PyTorch时遇到的CUDA兼容性问题,分析其根源为预编译二进制文件不支持sm_120架构,并提出解决方案:使用PyTorch Nightly版本、更新CUDA工具包至12.8。通过清理环境并安装支持新架构的组件,成功解决兼容性问题。文章总结了深度学习环境中硬件与框架兼容性的关键策略,强调Nightly构建版本和环境一致性的重要性,为开发者提供参考。
10350 64
英伟达新一代GPU架构(50系列显卡)PyTorch兼容性解决方案
|
定位技术
ArcGIS:如何对栅格图像进行地理配准和定义投影?
ArcGIS:如何对栅格图像进行地理配准和定义投影?
7804 1
|
机器学习/深度学习 人工智能 算法
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
本文介绍了如何使用 Python 和 YOLO v8 开发专属的 AI 视觉目标检测模型。首先讲解了 YOLO 的基本概念及其高效精准的特点,接着详细说明了环境搭建步骤,包括安装 Python、PyCharm 和 Ultralytics 库。随后引导读者加载预训练模型进行图片验证,并准备数据集以训练自定义模型。最后,展示了如何验证训练好的模型并提供示例代码。通过本文,你将学会从零开始打造自己的目标检测系统,满足实际场景需求。
17320 1
Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型
|
存储 数据可视化 数据管理
在ArcGIS Pro中使用栅格函数
在ArcGIS Pro中使用栅格函数
999 1
ArcMAP对遥感影像进行波段提取的3种方法
ArcMAP对遥感影像进行波段提取的3种方法
5400 0
|
编解码
ENVI无缝镶嵌、拼接栅格数据的方法
【8月更文挑战第10天】使用ENVI进行无缝镶嵌的方法包括:准备具有一致空间参考的栅格数据;通过“File”菜单逐个加载数据;启动“Seamless Mosaic”工具;添加待镶嵌图像;调整几何校正、颜色平衡及羽化参数以平滑过渡;设定输出路径与格式;最后执行镶嵌并检查结果质量,必要时微调参数直至满意。
2320 1