GIS配准和配准算法基本概念学习

为什么需要进行数据配准？

遥感影像数据在成像过程中存在多种几何畸变，需要通过配准操作对影像/栅格数据集的坐标进行纠正；纸质地图保存过程中存在纸张变形，......；
另一种情形是，在对多个数据集进行分析时，要求所有参与分析的数据集在同一坐标系下，此时也需要进行数据的配准；

什么是数据配准？

数据配准是通过参考数据集（图层）对配准数据集（图层）进行空间位置纠正和变换的过程。
通过确定的配准算法和控制点信息，对配准数据集进行配准，可以得到与参考数据集（图层）空间位置一致的配准结果数据集。

配准算法介绍
supermap 提供四种配准方法，线性配准、二次多项式配准、矩形配准和偏移配准。

线性配准
    也称仿射变换。这种配准方法假设地图因变形而引起的实际比例尺在 X 和 Y 方向上不相同，因此，具有纠正地图变形的功能。
    实际应用中，通常利用4个或者4个以上的控制点来进行线性配准。待定系数是通过最小二乘法的原理进行求解的。

二次多项式配准
    是常用的精度较高的配准方法。多项式纠正把原始图像变形看成是某种曲面，输出图像为规则平面。
    从理论上讲，任何曲面都能以适当高次的多项式来拟合。
    一般用二次二项式就可以对变形比较严重的图像进行纠正，并得到较高的精度。

矩形配准
    实质上是一种特殊的，有限定条件的线性配准。
    如果原图像为规则矩形，纠正后的图像坐标仍是规则矩形，则选择两个相对的角点就可以确定矩形4个角点的坐标，在线性配准的纠正公式中的常数项取作0，则已知2个相对角点坐标就可以求解得到纠正公式，从而实现几何纠正。

偏移配准
    偏移配准仅需要一组控制点和参考点，分别对 X 坐标和 Y 坐标求差值，再利用差值对原数据集所有组坐标点进行偏移。