一、总结
1、变换方法一般选择:
- 一阶多项式变换(又称仿射变换),对影像进行拉伸、缩放和旋转。
校正变换,同时兼顾全局和局部精度。
二、原理
1、多项式变换使用最小二乘拟合(LSF)和控制点构建多项式,可优化全局精度,但不保证局部精度。最小二乘拟合算法的目标是获得可适用于所有点的通用公式,这通常以控制点的位置发生轻微移动为代价。
(1)零阶多项式用于平移数据,适用于当数据已进行地理配准但通过微小的平移可以更好地排列数据时。
(2)一阶多项式用于平移、缩放和旋转栅格数据,栅格数据上的正方形、矩形通常会变为具有任意比例和角度方向的平行四边形,创建更多链接(控制点),会产生更多的数学变换误差,但变换的总体精度还是会提高。
(3)二阶或三阶变换可对栅格数据集进行弯曲
2、样条函数变换(spline transformation)是一种橡皮页变化方法,对局部精度而非全局精度进行优化,当控制点很重要且需要进行精确配准的时候就用到次变化,添加更多控制点会提高总体精度,至少需要10个控制点。
3、校正变换(adjust transformation)对全局LSF和局部精度都进行优化,至少需要3个控制点。
4、投影变换(projective transformation)能够扭曲线,变化后之前平行的线可能不再保持平行,适用于倾斜的影像 、扫描的地图和Landsat、Gigtial Globe等影像产品。至少需要4个控制点。
5、相似变换(similarity transformation)是尝试保留原始栅格形状的一阶变换,其RMS误差通常要比其他多项式变换更大。
更详细解释可参考ESRI官方帮助文档:地理配准栅格数据集的基础知识—帮助 | ArcGIS Desktop