什么是雷达卫星？
1991年初爆发的海湾战争中，战场上空经常阴云密布，有时还下着雨，给空中侦察带来困难。可是美国有一颗名叫“曲棍球杆”的雷达侦察卫星，却能不分昼夜地透过云雾看清地面1立方米大小的物体。它在海湾上空绘制了数千幅雷达图像。“曲棍球杆”卫星和别的侦察卫星合作，还发现并跟踪了伊拉克“飞毛腿”导弹发射架的夜间转移，甚至能识破伪装的假目标。雷达卫星的“眼睛”是合成孔径雷达，同望远镜一样，雷达天线直径越大，目标看得越清楚。但卫星上不能安装大型天线，所以科学家让星载雷达准确而重复地发出和接收脉冲波，使小型天线在行进中好像变成了一个直径很大的天线，使分辨率明显提高。雷达卫星也能用于和平目的，例如探矿和减灾。安装有雷达的海洋卫星可以遥感出清晰的海浪形状和运动方向，还能监视海冰漂移，为船舶和港口提供灾害警报。在洪涝时期，雷达卫星可以透过云层“看清”江河堤岸和水域，及时预报洪峰动向和水位变化。雷达波对草木、土壤有一定的穿透性，可以测量土壤湿度，预报旱情。现在，星载合成孔径雷达已经在地球以外大显身手。金星终年被浓密云层所笼罩。载有雷达的飞船却能揭开它的“面纱”，绘制出十分精确的金星地形图。
主要高分辨率雷达卫星简介
国科创（北京）信息技术有限公司-雷达卫星是载有合成孔径雷达（SAR）的对地观测遥感卫星的统称，可应用于农业、地质等众多领域。SAR的全天候、全天时及能穿透一些地物的成像特点，显示出它与光学遥感器相比的优越性。随着雷达相关卫星技术的发展，雷达遥感数据也在多学科领域中得到了广泛的应用，我国也已经发射了自行研制的雷达卫星，未来雷达卫星技术也会向新的方向发展，它们将为数字地球的发展提供丰富的数据源。
1. 雷达卫星简介
雷达卫星是载有合成孔径雷达（SAR）的对地观测遥感卫星的统称。雷达卫星的全天候、全天时及能穿透一些地物的成像特点，显示出它与光学遥感器相比的优越性，使得雷达遥感数据在多学科领域中得到了广泛的应用。
2. 成像雷达最常用的波段
Ka-波段: 0.75~1.1cmK-波段: 1.1 ~167cm；
Ku-波段: 1.67~2.4cm；
X-波段: 2.4 ~3.75cm, 广泛用于军事侦察和商用地形观测，如COSMO-SkyMed,
TerraSAR-X；
C-波段: 3.75~7.5cm, 用于许多星载SAR，如ERS-1和RADARSAT；
S波段: 7.5 ~15cm,用于星载Almaz；
L-波段: 15 ~30cm, 用于SEASAT和JERS-1；
P-波段: 30 ~100cm， 用于NASA/JPL AIRSAR。
3. 雷达频率的选择
雷达波穿透云雨或进入地表层的能力随波长的增加而增加，雷达波长应该和我们想要区分的地物特征的尺度相匹配，例如，区分冰、小尺度地物，使用X-波段；地质学制图、大尺度地物，使用L-波段；穿透叶子，最好使用较低的频率，使用P-波段。
L、X、C波段所生成的SAR图像有其各自的特点，高程信息的精度主要取决于雷达波长和相干系数。对于同一区域的SAR图像干涉处理，L波段的图像相干性高于X、C波段的图像，但是就高程信息的敏感度，X、C波段优于L波段。
4. 主要高分辨率雷达卫星简介
国科创（北京）信息技术有限公司遥感事业部提供多尺度、多分辨率、全覆盖的遥感影像数据产品服务，拥有多光谱、高光谱、雷达卫星、无人机影像等遥感数据，可提供环保、国土、农业、水利和林业等应用领域的人工智能目标识别、图像分类、正射纠正、图像处理、解译、咨询服务，以及基于多源影像的综合应用解决方案。国科创（北京）信息技术有限公司是中关村高新技术企业，也是国家高新技术企业，拥有ISO9001、ISO14001、OHSAS18001资质，也通过了信息安全管理体系和信息技术服务管理体系双认证，可提供专业的遥感数据产品服务。
雷达卫星的发展
在雷达卫星1号基础上，加拿大在2001年发射的雷达卫星2号雷达将具有全极化测量能力；欧空局也将在1999年11月发射的Envisat-1卫星上装载ASAR，有同极化和交叉极化两种极化模式；2002年将发射的LightSAR 将为L波段多极化及具有干涉测量、扫描模式的实用化成像雷达。同年计划发射的日本ALOS/PALSAR亦为多极化、多工作模式雷达系统。我国也将在未来的几年内，发射自行研制的L波段雷达卫星。由此可见， 国际上星载雷达正在向新的方向发展，它们将为数字地球的发展提供丰富的数据源。SAR技术的空间应用，使其成为20世纪末最受欢迎的侦察仪器之一，对它的应用和发展还刚刚开始。SAR卫星在未来将有更加广阔的发展和应用前景。 虽然编队飞行扩展了单颗卫星的功能，提高了单颗卫星的性能，但编队飞行中卫星的密集分布，其覆盖依然是非连续的；如果要实现连续覆盖，则由编队飞行组成卫星星座，即编队飞行卫星星座。在传统的卫星星座中，组成星座的单元为单颗卫星；而在编队飞行卫星星座中，组成星座的单元为飞行编队。编队飞行可以实现立体成像功能，由飞行编队组成的卫星星座则可以实现对某个区域的连续立体成像。SAR侦察卫星具有全天时、全天候、不受大气传播和气候影响、穿透力强等优点，并对某些地物具有一定的穿透能力。这些特点使它在军事应用中具有独特的优势，必将成为未来战场上的杀手锏。因此，各航天国家纷纷计划或正在发展自己的SAR侦察卫星。我们完全有理由相信，21世纪是SAR卫星飞速发展的新世纪。
雷达卫星主要作用是什么？
雷达测高计主要用于大地测量和海洋观测，可测量卫星对海面的平均高度，从而获得地球基本形状、扁率和重力场分布等参数。雷达散射计是一种用来测量海面或地面散射回波信号功率的雷达，它所测定的散射系数主要决定于被测表面粗糙度。因海风影响海面的粗糙度，故散射计可间接测定风速和估计方向。合成孔径雷达是利用雷达与目标的相对运动，把尺寸较小的真实天线孔径用数据处理的方法合一较大的等效天线孔径的雷达。它的特点是分辨率很高，能全天候工作。雷达卫星可观测海底地貌的起伏和发现潜水艇。
Radarsat系列卫星
加拿大的 Radarsat-1 是世界上第一个商业化的 SAR 运行系统 ( 图 3-27) ，由加拿大太空署、美国政府、加拿大私有企业于1995 年合作发射，卫星高度796km，倾角98. 6°，重复周期 24 天，轨道类型与太阳同步 ( 晨昏) 。目前，Radarsat 卫星图像主要应用于海冰监测、制图、地质勘探、海事监测、救灾减灾和农林资源监测，以及地球上的一些脆弱生境的保护等方面。表 3-14 QuickBird 卫星搭载传感器的主要参数表 3-15 QuickBird 卫星轨道参数Radarsatr-1 的合成孔径雷达系统 ( SAR) 采用 C 波段 ( 5. 6cm) HH 极化，它的突出的优点是，该系统有可变的波束选择方式，包括多种地面刈幅、分辨率、视角等，还有宽波束的扫描 “ScanSAR”方式。在数据收集时，可以使用二个、三个或四个单波束观测( 图 3-28) 。单波束包括标准模式、宽模式、精细模式、超高模式、超低模式; ScanSAR类包括窄扫描 “ScanSAR”和宽扫描 “ScanSAR”( 表 3-16) 。精细模式有最高的空间分辨率，最小的成像范围。标准模式有 7 个成像位置，优秀的图像质量。宽模式的分辨率与标准模式接近，成像范围更大，但这是以轻微牺牲图像质量为代价的。超低模式由于成像在最佳角度范围外，图像质量可能有少许降低。超高模式有 6 个成像位置，优秀的图像质量，但同样由于成像在最佳角度范围外，图像质量可能有少许降低。2007 年发射的 Radarsat-2，其主要图像传感器也是具有多种成像模式能力的 C 波段SAR 雷达，保留了 Radarsat-1 卫星目前所有的成像模式，并且包括了重要的创新和改进。Radarsat-2 采用多极化工作模式，大大增加可识别地物或目标的类别，可为用户提供 3 ～100m 分辨率、幅宽从 10 ～ 500km 范围的雷达数据，在原有水平极化 ( HH) 的基础上增加了垂直极化( VV) 和正交极化( HV或VH) ，四种极化模式将提供全面的极化数值设定。另外，每一个主要的成像模式能够在每一维提供 3m 一采样点的条带图像。由于无论在卫星轨道的左或者右边，所有成像模式均有效，所以卫星的再访时间缩短。图 3-27 Radarsat －1 卫星示意图图 3-28 Radarsat －1 卫星工作模式图表 3-16 Radarsat-1 星载雷达工作模式
影响遥感图像几何精校正精度的主要因素有哪些？
几何精校正是几何校正的一种，通常都用GPS获取的精确坐标值来作为基准点，这取决于你对精度的要求。当然最主要的还是校正模型的选择(也就是校正方法的选择)，以及采集的基准点的精度，人为选择特征点(参考点)的精度，特征点的数量，分布覆盖范围，通常做几何校正，我们会将选择的控制点平均分布在整幅影像中，做几何精校正也一样。控制点在10-30个左右，尽量均匀分布，最后RMS控制在一个象元以内即可。控制点的数量取决于影像的分辨率与幅宽，不能过少也不能过多。常用的校正模型是二次多项式。
什么是遥感影像的几何纠正和正射纠正
Q UI C KB I R D影像的正射纠正及地形图更新应用研究
摘 要：介绍了Q u i c k B i r d影像的波段合成、分辨率融合、图像增强以及 自然色彩变换等技术，阐述 了Q u i c k Bi r d 影像的正
射纠正的方法、纠正后的精度分析 、纠正后应用于地形 图及 空间数据更新的技 术方法 。
关键词：Qu i c k Bi r d ；正射纠正 ；精度分析 ；空间数据；更新
Re s e a r c h o f Qu i c k b i r d I ma g e o n Or t h o c o r r e c t i o n a n d
Upda t i ng o f Re l i e f M a p
SHI Yu h u a
( B a s i c G e o g r a p h i c I n f o r ma t i o n C e n t e r o f G a n s u ， L a n z h o u 7 3 0 0 0 0 ， C h i n a )
A b s t r a c t ：T h i s p a p e r i n t r o d u c e s s o me t e c h n i q u e o f Q u i c k b i r d ，t h a t i n c l u d e s L a y e r S t a c k ，R e s o l u t i o n Me r g e ，
R a d i o m e t r i c E n h a n c e me n t ，N a t u r e C o l o r ’ S T r a n s f o r m a t i o n a n d S O o n ．I t p r i ma r y e x p o u n d s t h e m e t h o d o f Q u i c k b i r d ’ S
Or t ho c o r r e c t i o n ， p r e c i s i o n a n a l y s i s ， a p p l i c a t i o n t o u p da t i n g t e c hn i qu e o f r e l i e f ma p a n d s p a t i a l d a t a ．
Ke y w o r d s ：Q u i c k b i r d ；o r t h o c o r r e c t i o n ；p r e c i s i o n a n a l y s i s ；s p a t i a l d a t a ；u p d a t i n g
遥感作为现代信息技术的重要组成部分，是获
取地球空间信息及其动态变化资料 的主要技术手段 ，
成为从事地球科学 、资源环境 、测绘勘察、农林水
利等学科科学研究的基本方法 ，在资源调查与规划 、
环境质量评价与监测 、农业生产管理 、测绘制 图和
区域开发等方面得到广泛 的应用 。
遥感影像内容丰富、地表识别能力高，如何实
现丰富的遥感信息资源利用最大化是当今遥感技术
研究 、探索的前沿 。遥感影像在测绘行业 中的应用
已较为广泛 ，对 Q u i c k B i r d影像纠正处理和应用与更
新地形 图的探索是关键技术之一 。
1 影像简介
Q u i c k B i r d影像是美 国数字全球公司 Q u i c k B i r d 卫
星获取的图像，图像分辨率为0 ． 6 1 m( 黑白)～2 ． 4 4 m
( 彩色 ) ，重访周期 1 ～ 3 d 。它的出现使航天遥感与
航空遥感 的界限变得模糊 ， 引起世界的广泛关注。 将
Q u i c k B i r d 的0 ． 6 1 m分辨率图像与2 ． 4 4 m多光谱图像融
合 ，可用于类型识别 ，提高成图精度 ，适用于资源
与环境分析制 图，适合 编制城乡大比例尺规划用图、
土地利用图及资源环境专题制图等。
2 影像预处理
2 ． 1 波段选择
人们习惯用彩色来显示一幅 图像。彩色显示是
由红、绿、蓝三原色组成的，即仅能用 3个波段组
收稿日期：2 0 0 7 — 0 8 - 2 1
合。它限制了波段选取的数量，却达到了还原地物
色彩 ，在可视条件下 目视辅助解译地物 的 目的。为
了实现最佳的融合效果 ，融合前必须进行最佳波段
组合方案的选择。要求 3 波段合成图像信息量大、相
关性小、冗余度小、整体改善图像质量 。在进行了
试验后 ，认为选择 2 ． 4 4 m分辨率的红 、绿、近红外三
个波段组合 ，经过自然色彩变换后，影像的色彩接
近真彩色，以利于更好地识别和解译各类要素，进
行综合判读和判调，这对更新数据的完整性、要素
定性和定位的准确性意义重大。
2 ． 2 分辨 率融合
分辨率融合是对不 同空间分辨率的遥感 图像的
融合处理，使融合后的遥感图像既具有较好的空间
分辨率、又具有多光谱特征，从而达到图像增强的
目的 。选择红、绿 、近红外波段组合后的 2 ． 4 4m的
多光谱影像和0 ． 6 1 m分辨率的全色影像进行融合 ， 试
验中采用 了主成份变换法 、乘积法 、比值法进行 了
具体的分析比较。结果表明，以主成份变换法空间
解析度和色彩解析度为最优 。
2 - 3 图像增强
遥感图像在获取处理过程 中，由于多种因素 的
影响，导致图像质量多少会有所退化。图像增强 的
目的在于 ：一是采用一系列技术改善图像的视觉效
果，提高图像的清晰度。本次试验主要使用了空间
增强处理 中的锐化增强处理 ( C r i s p E n h a n c e m e n t ) 。锐
化增强后的图像 ( 见图2 )明显比锐化增强前的图像
维普资讯 http://www.cqvip.com ·
4 6· 地理空间信息 第5卷第6期
( 见 图 1 )清晰度要好
图 1 锐化增强前图像
图 2 锐化 增 强 后 图 像
二是将 图像转换成 一 种更适合 人或机器进行 分
析处理的形式 。陶像增强不是以 像保真度为原则 ，
而是通过图像纹理 、色彩等变换 处理 ．设法有选 择
地突出便 于人或机器分析某些感兴趣的信息，抑 制
一
些无用的信息，以提高 像的使用价值 。试验中
主要使用 了光谱增强处理中的自然色彩变换 f N a t u r e
C o l o r 1 ， 对 图3所示图像经 闩然包彩变换得到图4所示
的更接近 自然色彩的图像 ，便于珲解和识别 、解译
地物
图 3 自然色彩变换前图像
图 4 自然色彩变换后图像
3 影像正射纠正
3 ． 1 遥感影像的误差来源
原始的遥感图像存在严重的几何变形 ，引起几
何变形的原因主要有 ： 1 )卫星的姿态 、轨道以及地
球的形状和运动等外部因素；2 )遥感器本身结构性
能和扫描镜的不规则运动 、检测器采样延迟、探测
器的配置 、波段间的配准失调等内部因素 ；3 )纠正
上述误差而进行一系列换算和模拟而产生的处理误差。
3 ． 2 纠正试验
几何校正的 目的就是要 纠正上述 系统及非系统
性因素引起的图像变形，从而使之实现与标准图像
或具有特定投影和坐标系统的地 图完全套合配准 ， 并
使其本身具有空间参数的特性 。
纠正试验采用 E R D A S的Q u i c k B i r d 纠正模型 ，采
用 L E 1 C A G P S卫星定位系统静态快速观测 、 计算全野
外布设的像控点。每景影像一般有 1 O～ 1 5个点 ，且
分布均匀 。像控点选取在图像上有明显 的、清晰的
定位识别标志，如道路交叉点、河流叉 口、建筑边
界 、地块角点。所有 的控制点都精确刺点并绘点位
图 ，最终成果统一换算 到 1 9 8 0西安坐标系。为了消
除投影差，采用 D E M ( 数字高程模型)参加影像数
字微分纠正。试验采用两种不同的 D E M数据纠正同
一
景影像 ( 本景影像所属地形类别为山地 ) ，一种是
1： 5万 DE M ( 格网间距 2 5 m) ；另一种 DE M数据是
由 1： 1 万D R G数据对等高线、高程点等地貌要素矢
量化 ，构 T I N( 不规则三角网)生成的 D E M ( 格网间
距 5 m) 。在像控成果和 DE M模型准备完成后 ，通过
E R D A S软件的 Q u i c k B i r d纠正模型按步骤进行处理 ，
即能分别得到用两种不 同 DE M数据纠正的遥感正射
影像 ( R S D OM) 。
3 ． 3 精度分析
用纠正后的 Qu i c k B i r d影像与 1：1 万 DRG( 数字
栅格地图 )套合 ，在 同名地物上分别读出一组 X、Y
坐标值。用纠正后的同名影像点坐标减去在 D R G上
同名地物量测值 ，求 m点位相对移位差。两种格 网
问距的 D E M用于纠正试验精度对比统计见表 1 。
表 I 纠正精度对比统 计表
试验结果表明，采用两种 D E M参加影像数字微
分纠正均满足 1： 1 万 D L G( 数字线划地图 )的更新
精度要求，采用 1： 1 万 D E M精度稍高。
维普资讯 http://www.cqvip.com 第 5卷第 6期 石 玉华 ： QUI C KBI RD影像 的正射 纠正及 地形 图更新应 用研 究 ·4 7‘
4 用于地形图更新
高分辨率的遥感影像处理的研究成果，为要素
的室 内判读提供了可能性 ，为利用航 天遥感 图像进
行地形图修测提供 了基础。通过人工 和计算机识别
的途径 ，预先进行要素的内业判读 ，结合 已有地形
图，最终完成基础地理信息数据的更新。
4 ． 1 与 DR G数据套合
高分辨率的遥感影像与 D R G数据套合、分析、
比较 ，修测变化地物是地形 图和地理空间信息更新
的有效手段。为了直观与简便 ，需要把相应的 D R G
数据透明叠加到影像上 ，对 于变化 了的地物 ，以影
像为准，利用D R G进行部分地物的定性。
4 ． 2 更新的技 术方法
更新要素主要有 ：居民地及建 ( 构 )物、温室 、
人工渠 、 植被 、 交通道路等纹理 比较明显的地物要素。
1 )居民地及建 ( 构 )筑物。修测 1： 1 0 0 0 0 地形
图时，按居民地综合取舍要求先进行主要街道修测 ，
大片居 民地内在保证外 围特征情况下可进行综合采
集 ，对于居民地房屋以屋顶轮廓为准绘出。
对于上下形体规则 的楼房 ( 投影畸变较小 的区
域 ) ，先以楼顶为准调绘楼房形状 ，然后平移到能看
见房屋底线的边线处。
投影畸变较大的或上下形体不规则的高层房屋 ，
要以底部边沿为准。一般较高的建筑物可看到相邻
两侧边沿线而看不到另外两侧边沿线 ，此种情况就
以可看到的两边沿线矩形推 出另外两边 ；圆形 ( 或
其他形体 )的建筑 物，也可对称地绘 出看不到的部
分，在外业调绘时要重点核实。
各种地面上的能判读的地物要素，按影像上要
素的实际类型和位置绘出，被树或其他地物断断续
续遮挡时 ，可依能看到的影像要素连续绘 出。
遇到被邻近高层遮挡、影像模糊或高大树木遮
盖 的房屋 、地 面地物要素时，要绘 出其相应的具体
范围线 ，单独存放一层 ，以便外业补绘。
地 图上没有 的，而影像上有显著的人工修造 的
地物纹理的并且判断不 出地物类别的 ，可绘出纹理 、
推测出类型 ，暂归人相应 的层 ，以纯绿色表示 ( 可
以规定 ，凡推测 内业判绘的地物 ，均以纯绿色表示 ，
其他所有要素均不要使用纯绿色，以便外业核查 ) 。
2 ) 植被。 依据影像采集不同纹理之间的分界线 ，
外业调绘定性。
3 )交通 。在影像上主要对照底图判绘有变化的
及新增的公路及其附属设施 、 铁路及其附属设施 、 城
区街道等。 ．
4 )水 系。面状水系要素从 影像上较容易修测 ，
线状水系要素要依据 D R G底图， 按影像上走 向修测。
5 结 语
Q u i c k B i r d影像正射纠正是其影像得以应用的基
本技术方法 ，与所有正射影像一样 ，其单片微分正
射纠正 的精度主要取决于控制点分布 、数量和所采
用的 D E M基本格 网大小和精度。对应 1：1 0 0 0 0地形
图精度要求 ，山地采用 1： 1 0 0 0 0( 5 1 T I 格网间距 )的
D E M比较适宜 ；平地 、丘陵地形采用 1：1 00 0 0( 5 1 T I
格 网间距 )和 1： 5 0 0 0 0( 2 5 1 T I 格网间距 )均可达到
精度要求 。
对于地形图更新 ，利用 Q u i c k B i r d正射影像更新
1：1 0 0 0 0地形 图是一种经济 、 有效 、实用 的方法 ，能
及时提供现势地 图，经在几个城市试验 ，对一般地
区较 为有效 ，但 对 城市 区域较 为 困难。因此利 用
Q u i c k B i r d正射影像更新全要素地形 图有较大的局限
性。在没有立体像对情况下 ，无论采用多高分辨率
的遥感单 片影像 ，首先 ，不能更新地貌要素 ，地貌
要素只能依据 D RG，对于地貌发生变化的区域 ，如
新修建的高速公路过山等，要考虑用其他方法进行
更新 ；其次 ，对于有大量高层建筑的城镇地 区，因
为楼房 的投影畸变较 大，或者上下形体不规则的群
楼和主楼 ， 很难判定实际形状 ， 更新后的精度也不高。
以遥感影像或航摄影像作为主要资料源更新已
有的矢量数据是今后一个时期的主要技术方法和手段。
参考文献
[ 1 ] 仇肇悦 ， 李 军 ， 郭宏俊 遥 感应 用技 术[ M] ． 武汉： 武汉测绘
科技 大学 出版社 ， 1 9 9 8
[ 2 ] 赵英时． 遥感应用分析原理与方法[ M] ． 北京： 科学出版社， 2 0 0 3
[ 3 】 党安 荣， 王晓栋 ， 陈晓峰 ， 等． 遥感图像 处理方法[ M] ． 北京： 清
华 大学人居环境研究中心 ， 2 0 0 0
[ 4 ] 常庆瑞 ， 蒋平安， 周 勇， 等． 遥感技术导论[ M] ． 北京： 科学 出
版 社 ． 2 0 0 4
[ 5 ] 贾永红． 计算机 图像处理与分析[ M] ． 武汉： 武汉大学出版社，
2 0 01
几何校正是给图象加上地理坐标,正射校正加上地理坐标的同时再通过一些测量高程点和DEM来消除地形起伏引起的图象变形.后者的测量高程点很难获得,需要外定向数据点.
在ERDAS8.6中不可以加入测量高程点和DEM来消除地形起伏引起的图象变形，但在ERDAS9.1中也可以在几何纠正的模块中加入测量高程点和DEM来消除地形起伏引起的图象变形。所以两者的区别不是这样的。正射纠正是几何纠正的一种，它主要是用来处理航片的，单单用几何纠正更粗糙一点，正射纠正处理航片模型更精确。
图像几何校正（看图 需要打开http://blog.sina.com.cn/s/blog_591e2880010008o8.html）
1、图像几何校正的途径
ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图2-1）。
ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图2-1）。
图2-1 Set Geo-Correction Input File对话框
在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况：
其一：首先确定来自视窗（FromViewer），然后选择显示图像视窗。
其二：首先确定来自文件（From Image File），然后选择输入图像。
2、图像几何校正的计算模型（Geometric Correction Model）
ERDAS提供的图像几何校正模型有7种，具体功能如下：
表2-1 几何校正计算模型与功能
模型 功能
Affine 图像仿射变换（不做投影变换）
Polynomial 多项式变换（同时作投影变换）
Reproject 投影变换（转换调用多项式变换）
Rubber Sheeting 非线性变换、非均匀变换
Camera 航空影像正射校正
Landsat Lantsat卫星图像正射校正
Spot Spot卫星图像正射校正
3、图像校正的具体过程
第一步：显示图像文件（Display Image Files）
首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作过程如下：
ERDAS图表面板菜单条：Session→Title Viewers
然后，在Viewer1中打开需要校正的Lantsat图像：tmAtlanta,img
在Viewer2中打开作为地理参考的校正过的SPOT图像：panAtlanta,img
第二步：启动几何校正模块（Geometric Correction Tool）
Viewer1菜单条：Raster→ Geometric Correction
→打开Set Geometric Model对话框（2）
→选择多项式几何校正模型：Polynomial→OK
→同时打开Geo Correction Tools对话框（3）和Polynomial Model Properties对话框（4）。
在Polynomial Model Properties对话框中，定义多项式模型参数以及投影参数：
→定义多项式次方（Polynomial Order）:2（若此处定义的次方数为T，则需配准的点数为（T+1）*（T+2）/2，若为2，责应该配置6个点）
→定义投影参数：（PROJECTION）:略
→Apply→Close
→打开GCP Tool Referense Setup 对话框（5）
图2-2 Set Geometric Model对话框
图2-3 Geo Correction Tools对话框
图2-4 Polynomial Properties对话框
图2-5 GCP Tool Referense Setup 对话框
第三步：启动控制点工具（Start GCP Tools）
图2-6 Viewer Selection Instructions
首先，在GCP Tool Referense Setup对话框（图5）中选择采点模式：
→选择视窗采点模式：Existing Viewer→OK
→打开Viewer Selection Instructions指示器（图2-6）
→在显示作为地理参考图像panAtlanta,img的Viewer2中点击左键
→打开reference Map Information 提示框（图2-7）；→OK
→此时，整个屏幕将自动变化为如图7所示的状态，表明控制点工具被启动，进入控制点采点状态。
图2-7 reference Map Information 提示框
图2-8 控制点采点
第四步：采集地面控制点（Ground Control Point）
GCP的具体采集过程：
在图像几何校正过程中，采集控制点是一项非常重要和繁重的工作，具体过程如下：
1、 在GCP工具对话框中，点击Select GCP图表，进入GCP选择状态；
2、 在GCP数据表中，将输入GCP的颜色设置为比较明显的黄色。
3、 在Viewer1中移动关联方框位置，寻找明显的地物特征点，作为输入GCP。
4、 在GCP工具对话框中，点击Create GCP图标，并在Viewer3中点击左键定点，GCP数据表将记录一个输入GCP，包括其编号、标识码、X坐标和Y坐标。
5、 在GCP对话框中，点击Select GCP图标，重新进入GCP选择状态。
6、 在GCP数据表中，将参考GCP的颜色设置为比较明显的红色，
7、 在Viewer2中，移动关联方框位置，寻找对应的地物特征点，作为参考GCP。
8、 在GCP工具对话框中，点击Create GCP图标，并在Viewer4中点击对应点，系统将自动将参考点的坐标（X、Y）显示在GCP数据表中。
9、在GCP对话框中，点击SelectGCP图标，重新进入GCP选择状态，并将光标移回到Viewer1中，准备采集另一个输入控制点。
10、不断重复1-9，采集若干控制点GCP，直到满足所选定的几何模型为止。
第五步：采集地面检查点（Ground Check Point）
以上采集的 GCP的类型均为控制点，用于控制计算，建立转换模型及多项式方程，。下面所要采集的GCP类型是检查点。（略）
第六步：计算转换模型（Compute Transformation）
在控制点采集过程中，一般是设置为自动转换计算模型。所以随着控制点采集过程的完成，转换模型就自动计算生成。
在Geo-Correction Tools对话框中，点击Display Model Properties 图表，可以查阅模型。
第七步：图像重采样（Resample the Image）
重采样过程就是依据未校正图像的像元值，计算生成一幅校正图像的过程。原图像中所有删格数据层都要进行重采样。
ERDAS IMAGE 提供了三种最常用的重采样方法。略
图像重采样的过程：
首先，在Geo-Correction Tools对话框中选择Image Resample 图标。
然后，在Image Resample对话框中，定义重采样参数；
→输出图像文件明（OutputFile）:rectify.img
→选择重采样方法（Resample Method）:Nearest Neighbor
→定义输出图像范围：
→定义输出像元的大小：
→设置输出统计中忽略零值:
→定义重新计算输出缺省值：
第八步：保存几何校正模式（Save rectification Model）
在Geo-Correction Tools对话框中点击Exit按钮，推出几何校正过程，按照系统提示，选择保存图像几何校正模式，并定义模式文件，以便下一次直接利用。
第九步：检验校正结果（Verify rectification Result）
基本方法：同时在两个视窗中打开两幅图像，一幅是矫正以后的图像，一幅是当时的参考图像，通过视窗地理连接功能，及查询光标功能进行目视定性检验。
参考资料：http://www.gisforum.net/bbs/dispbbs.asp?boardid=47&id=109611 和 http://blog.sina.com.cn/s/blog_591e2880010008o8.html
SAR名词解释
抛物线转向也称停损点转向，是利用抛物线方式，随时调整停损点位置以观察买卖点。由于停损点（又称转向点SAR）以弧形的方式移动，故称之为抛物线转向指标。
1．计算方法
（1）先选定一段时间判断为上涨或下跌。
（2）若是看涨，则第一天的SAR值必须是近期内的最低价；若是看跌，则第一天的SAR须是近期的最高价。
（3）第二天的SAR，则为第一天的最高价（看涨时）或是最低价（看跌时）与第一天的SAR的差距乘上加速因子，再加上第一天的SAR就可求得。
（4）每日的SAR都可用上述方法类推，归纳公式如下：
SAR（n）＝SAR（n-1）＋AF〖EP（n-1）－SAR（n-1）〗
SAR（n）＝第n日的SAR值，SAR（n-1）即第（n-1）日之值；
AR；加速因子；
EP：极点价，若是看涨一段期间，则EP为这段期间的最高价，若是看跌一段时间，则EP为这段期间的最低价；
EP（n-1）：第（n-1）日的极点价。
（5）加速因子第一次取0．02，假若第一天的最高价比前一天的最高价还高，则加速因子增加0．02，若无新高则加速因子沿用前一天的数值，但加速因子最高不能超过0．2。反之，下跌也类推。
（6）若是看涨期间，计算出某日的SAR比当日或前一日的最低价高，则应以当日或前一日的最低价为某日之SAR；若是看跌期间，计算某日之SAR比当日或前一日的最高价低，则应以当日或前一日的最高价为某日的SAR。
2．运用原则
买卖的进出时机是价位穿过SAR时，也就是向下跌破SAR便卖出，向上越过SAR就买进。
3．评 价
（1）操作简单，买卖点明确，出现讯号即可进行；
（2）SAR与实际价格，时间长短有密切关系，可适应不同型态股价之波动特性。
（3）计算与绘图较复杂；
（4）盘局中，经常交替出现讯号，失误率高。
