一般地，卫星影像数据采集加工至用户手中，仅是张单纯的图片，并没有用户需要的坐标和投影。通常需要先将其进行数据融合，以获得视觉上{zj0}的自然彩色影像和需要的空间几何精度，然后再以融合后的数据作为校正单元来进行几何精校正。 可用于校正的软件平台和方法很多，如：加拿大阿波罗公司的PCI ，法国SPOT公司的GeoImage等。我们以美国资源环境研究所(ESRI)的ERDAS Imagine评测版软件为遥感影像的处理平台，用多项式数学方法进行几何校正实验，并采用解析分析的数学方法来进行校正的精度评价。
图1.遥感影像校正流程图
1.确定校正单元与参照影像 本实验以融合后的卫星遥感数据为校正单元，以正射航空相片为坐标参照系，在分辩率为0.2米的航空正射影像上选取校正控制点，实现卫星影像的几何精校正。
2.选择并启动ERDAS IMAGINE几何校正模块 校正前要在ERDAS IMAGINE几何校正模块中设置好多项式模型参数及投影参数。在本次实验中，我们先舍弃DEM数据，对多景位于平坦地区的卫星影像选取二次多项式进行校正，个别处于起伏地区如山地和河流的卫星影像，则选取三次或四次多项式，处于更为复杂地形的卫星影像，则选择Rubber Sheeting线性、非线性变换算法来进行相应的几何校正，以检验在无DEM数据可资使用的情况下的几何xx纠正方法。必要时，还是要引入DEM数据来辅助几何校正。
3.控制点采集的要领 3.1.控制点的布设 控制点的布设的原则一般要把握两点：一是要尽可能地均匀，一般规则遥感影像的前4～9个控制点要将整个影像控制在一个规则的坐标范围内，概括地把校正控制点范围确定好，以方便后续控制点的采集。这样，控制点的点位中误差往往会控制到最小，每个控制点的几何残差也容易校正，我们称这种控制点布设方法为“边廓点”，即四边形点位布设。方法如图2：
图2.左屏为卫星影像，右屏为航空影像
当影像不是一个很规则的几何图形时，要尽可能地将它用控制点分成几个规则的几何图形，然后分块进行控制点的采集。但这并不是说把每块独立起来，还要保证整体点位均匀。在不规则影像的边缘，尽量的布放控制点，从而控制住影像的边缘，来更好的控制整体。 总之在选取控制点的时候，要把握整体，整体把握住后再对局部均匀地选择控制点。
3.2.点位布设顺序 进行选取控制点的时候要注意点和点之间的排放顺序。在局部选取控制点的时候千万不要盲从，看到拐角、交叉等地形就放点，这样的结果只能是局部校正得比较好，但从整体来看就不理想。点密而不均、量多而无序起不到好的效果。 所谓有序布点，就是让控制点按照一定的顺序排列，当然这种顺序不是{wy}的，可以是从左到右、从上到下，从中心到四周，从左上到右下等等，要根据影像的图面要素特征来选取适合的控制点布放顺序。不同的顺序{zh1}的校正的结果是有所不同的。如：对于平原来说，可以在选好边廓点后按照从左到右、从上到下的顺序来选取控制点。 图3.控制点布设顺序
选点时要选择没有变化的相同区域，如明显的道路交叉路口、建筑物或构筑物的边角等等。因为遥感影像与航片有时相差异，成像时的太阳高度角、方位角、大气等条件也不尽相同，因此同样的建筑物或其它具有明显高程差的地物上不宜放置控制点，以避免像差带来的几何误差，保证点位的精准度。如图4：
图4 左屏为卫星影像，右屏为航空影像
一般来说，采用多项式数学模型时，控制点个数与多项式阶项n及地形情况有密切关系。控制点个数最少应2倍于(n＋1)(n＋2)/2。当阶项n＝2或更高时，通常要求每景控制点在25个以上，困难地区应适量增加控制点，保证在30～50个左右。 在复杂地形条件下，对整景影像要进行分区选点和校正并保证相邻分区有影像重叠区和公共控制点，在公共区域有意的均匀增加控制点，来保证两个相邻的公共区域校正效果一致，从而方便将相邻两幅图镶嵌起来。 控制点布设方式，是在图面均匀布点的基础上，根据不同的地段采用不同的方式，如不规则的河流采用四边形和三角网方式。平原采用四边形和六边形的方式。控制点残差一般不超过下表的规定：
当遇到大面积的山地时可以提高多项式的项阶来校正，更好的办法还是用非线性算法，以非均匀变换的方法对其进行校正。顾名思义，这种方法没有很严谨的算法，它忽略了影像成像时高程差带来的影响，将被校正目标当作一个平面去处理，在有高程形成误差的地方把控制区域强行拉伸到控制点指定的地方，从而实现对难以控制地区的几何位置校正。 但要注意的是，采用这种方法一定要把被校正区域的边廓点选好，更要布点均匀、有序。 使用非线性算法进行控制位加密布设控制点时，其周围一定要有相应的控制点来平衡它，不然该区域会发生几何扭曲、变形。为了避免这种情况的发生要注意两点： ①在选取边廓点的时候尽量选取影像的边缘部位、把握住边缘，因为边缘地区最容易发生形变； ②在控制点比较密的地区一定要在四周放点控制，对于没把握的点位不要轻易去放，以免一个坏点影响整个区域。一般这种方法的校正点数布设不要过少，不管是对SPOT5-HRG影像还是对QuickBird、IKONOS影像，都应在40个以上，必要时根据校正情况再分区加点。
4.计算转换模型 点位布设以后，ERDAS IMAGINE会自动生成转换模型，如图5：
图5.控制点布设后ERDAS的计算模型
5.影像重采样 ERDAS IMAGINE 提供三种重采样方法 ①Nearest Neighbor：邻近插值法，将最近像元直接赋值输出； ②Bilinear Interpolation：双线性内插值法，用双线性方程以2*2窗口计算输出像元值； ③Cubic Convolution ：立方卷积插值法，用三次曲线回归方程以4*4窗口计算输出像元值。 本实验用的方法是是分别试验了双线性插值法和立方卷积插值法，比较后证明双线性插值法采样后的影像灰阶稍弱一点，显然是由于影像经过了直方图拉伸；而立方卷积插值法采样后的影像亮度较高，光滑度较高。
6.校验几何校正结果 对于校验几何校正精度，我们一般采用以下几种方法： ①目视定性验证法，这种方法一般用在线状地物较多的影像上； ②相邻图幅镶嵌法，如镶嵌时不能与其它图幅很好的拼接在一起，则校正失败； ③采用解析方法计算校正精度，并分析精度结果(后附)。 下面以某监测区的一景QuickBird数据为例来说明其校正结果，并计算其几何校正精度： 此次实验共选取了43个控制点，控制点残差X为0.3562、Y为0.3789、控制点点位中误差为0.5200。见下图：
6.1.检测经度方向的校正误差 横向检查线状地物的经向误差，以铁路编组站为检测对象。见下图：
6.2.检测纬度方向的校正误差
6.3.几何纠正结果的精度计算方法 1.规则地将整个图面分为若干检查区(不少于25个)，然后在每个检查区内随机地点取检测点，或随机地在整个像面上画取若干条向量路径，然后在每条路径上按向等距地点取检测点，每条检测路径的检测点距离可以不相等，但在单条检测路径上的检测点距离必须相等。见下图：
|
