{
  "id": "orthorectification",
  "title": "正射校正",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "正射校正消除传感器姿态和地形起伏造成的影像几何畸变，使影像要素可在地图坐标中定位和量测。",
  "category": "geography",
  "subcategory": "",
  "type": "concept",
  "aliases": [
    "正射纠正",
    "微分纠正"
  ],
  "generated_at": "2026-11-06",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/orthorectification/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/orthorectification/",
      "json": "https://aiwiki.page/en/orthorectification.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "正射校正是对航空或卫星影像进行几何校正，以消除地形起伏、传感器姿态和成像几何关系造成的位置畸变。它利用成像传感器模型、高程信息和位置参考数据，将影像内容定位到指定的坐标参考系统中。所得影像通常称为正射影像，兼具照片的丰富细节和地图的位置几何特性。正射校正是摄影测量、遥感以及为地理信息系统制备影像的基础操作。"
    },
    {
      "heading": "为什么影像需要正射校正",
      "text": "普通照片是透视影像，而不是地图。不同高程上的物体具有不同的投影关系，相机姿态也会改变它们在影像中的表观位置。即使相机垂直向下拍摄，只要地面不平坦，照片中仍会存在地形起伏引起的位移。\n\n对于近垂直的画幅式照片，相对于物体在下方参考面上所对应的位置，高出参考面的物体通常会沿远离像底点的方向向外偏移。相机倾斜还会使影像各处的位置和比例尺发生额外变化。卫星影像的几何关系可能更复杂，因为许多传感器会在航天器运动过程中逐行记录影像。\n\n因此，为未经校正的影像赋予坐标，并不一定能使其中所有要素都处于正确位置。道路、岸线和建筑物可能在影像的一部分区域对齐，却在其他区域出现偏离；在山区或偏离传感器正下方观测方向的区域，这种情况尤其明显。\n\n正射校正通过考虑传感器与观测表面之间的三维关系来处理这些影响。它并不消除所选地图投影本身固有的变形：正射校正后的影像仍具有其输出投影的比例尺和形状特性。"
    },
    {
      "heading": "几何原理",
      "text": "传感器模型与表面模型\n\n核心问题是确定地面上某个位置对应于原始影像中的哪个位置。这需要两类主要模型：\n\n- 传感器模型：描述三维地面坐标如何投影到影像坐标。\n- 高程模型：提供地面位置处的表面高度。\n\n对于常规画幅式相机，传感器模型通常包含焦距、像主点位置、镜头畸变，以及曝光时相机的位置和姿态。这些参数通常分为内方位元素和外方位元素。\n\n推扫式卫星传感器需要采用随时间变化的描述，因为不同影像行是在不同的位置和姿态下获取的。一些卫星产品则提供有理多项式系数，用以近似表示地面坐标与影像坐标之间的关系，而不必提供完整的物理传感器模型。\n\n数字高程模型提供第三个空间坐标。它是否适用，取决于其分辨率、垂直精度、数据日期，以及它所表达的表面类型。\n\n映射到输出网格\n\n数字正射校正通常采用反向映射。对于输出网格中的每个像元，软件会：\n\n- 确定其水平地图坐标。\n- 获取对应的高程。\n- 将该三维位置转换到传感器模型的坐标系中。\n- 将其投影到原始影像上。\n- 对原始影像进行采样，为输出像元赋值。\n\n用简化符号表示，若高程表面为 \\(Z=h(X,Y)\\)，则传感器模型通过下式确定源影像坐标：\n\n\\[(u,v)=P\\bigl(X,Y,h(X,Y)\\bigr),\\]\n\n其中，\\(P\\) 表示成像几何关系及任何必要的坐标变换。随后，通过在源影像的 \\((u,v)\\) 位置进行插值，获得输出影像的强度值。\n\n这种反向映射方法有助于避免将源像元逐个直接移动到输出网格时可能产生的空隙。生成的正射影像通常以栅格数据形式存储。\n\n对高程误差的敏感性\n\n表面高度误差会转化为水平定位误差，斜视时尤其如此。在简化的局部几何条件下，两者的关系近似为：\n\n\\[|\\Delta x| \\approx |\\Delta h|\\tan\\theta,\\]\n\n其中，\\(\\Delta h\\) 为高程误差，\\(\\theta\\) 为观测方向与当地铅垂线的夹角。这是一阶近似，而非完整的误差模型，但它说明了为什么偏离天底方向拍摄的影像对高程数据质量尤其敏感。"
    },
    {
      "heading": "处理流程",
      "text": "影像准备与定向\n\n处理从影像及其相关元数据开始。对于相机系统，校准用于确定或改进成像模型所需的参数。卫星影像处理可能使用轨道信息、姿态测量数据、时间信息以及随产品提供的传感器系数。\n\n地面控制点是影像上可辨识、且地面坐标已通过独立方式确定的地物点。它们可用于估计定向参数或改进现有的传感器模型。控制点的分布与数量同样重要：若控制点集中在一小块区域，可能无法对场景其余部分形成充分约束。\n\n对于相互重叠的照片，光束法平差会联合估计相机的方位参数和地物点的三维位置。它将影像量测值与控制信息相结合，并在具备条件时纳入导航仪器提供的位置和姿态观测值。\n\n高程与参考系统\n\n影像、控制点和高程数据必须采用相互兼容的参考系统。水平坐标依赖于大地基准，而高度则需要注意其垂直参考基准。\n\n一个尤为重要的区别是：相对于参考椭球测量的椭球高，与以重力相关垂直基准为参考的高度并不相同。将两者混用可能引入系统性位移。\n\n数字地形模型通常表示裸地表面，而数字表面模型则包含植被和建筑物等地物。应根据产品是仅用于表示地面位置，还是也要准确重定位高出地面的物体，选择合适的模型。\n\n重采样\n\n输出像元所对应的源影像位置很少恰好落在源像元中心，因此必须通过重采样方法为其赋值：\n\n- 最近邻法选取距离最近的源像元。它保留原始存储的像元值，但可能产生锯齿状边缘。\n- 双线性插值利用邻近像元生成更平滑的过渡，但会改变其数值。\n- 三次卷积利用更大的邻域，可保持较锐利的视觉效果，但可能在强烈反差附近产生过冲。\n\n重采样会影响影像外观和数值，但无法恢复原始影像未能分辨的空间细节。仅仅缩小输出像元尺寸，并不能提高定位精度。\n\n镶嵌\n\n多幅经过正射校正的影像可以合成为一幅正射镶嵌影像。这还需要对影像选择、接缝线位置、亮度平衡以及重叠内容的处理作出额外决策。\n\n正射校正和镶嵌是不同的操作。即使每幅影像都已完成几何校正，仍可能因光照差异、运动物体、季节变化或残余误差而出现可见接缝。"
    },
    {
      "heading": "常规正射校正与真正射校正",
      "text": "利用裸地地形模型生成的常规正射影像可以校正地形引起的位移，但建筑物和其他高出地面的物体仍可能呈现偏离其地面位置的倾斜。屋顶相对于建筑物基底轮廓可能存在偏移，建筑立面也可能仍然可见。\n\n真正射校正利用足够精细的表面表达和可见性分析，更准确地重定位高出地面的地物，并处理遮挡问题。当某幅影像无法观测到某个表面时，与其重叠的其他影像可能提供另一个视角。\n\n仅有精细的高程表面，并不能保证生成令人满意的真正射影像。还必须正确处理建筑物边缘、高度突变、影像重叠和可见性。任何几何变换都无法重建在所有可用源影像中均被遮挡的表面。"
    },
    {
      "heading": "相关几何操作",
      "text": "正射校正比地理配准的含义更具体。地理配准建立影像坐标与地理坐标或地图坐标之间的关系，但不一定考虑地形起伏。\n\n同样，二维仿射变换或投影变换可以使影像在近似平面的表面上很好地对齐，却可能在高程变化的区域留下明显误差。投影变换可以描述平面的透视关系，但无法描述任意三维地形的透视关系。\n\n影像配准使不同影像彼此对齐。配准后的影像可能具有相同的位置误差，因此成功对齐并不能证明其绝对地理精度。\n\n重投影改变已完成地理配准的数据集的坐标表达方式。它本身并不校正原始传感器几何关系或地形起伏引起的位移。"
    },
    {
      "heading": "精度与局限",
      "text": "正射校正后影像的精度是有限的。重要误差来源包括：\n\n- 传感器方位、轨道、姿态或时间信息不准确。\n- 相机校准的残余误差。\n- 控制点量测不准或分布不佳。\n- 高程误差或表面模型不适当。\n- 水平或垂直参考系统不一致。\n- 影像与高程数据获取日期之间发生的变化。\n- 遮挡、运动，以及模型无法充分表达的地表特征。\n\n精度评估应使用独立检查点，而不能只使用拟合模型时所用的点。水平位置均方根误差等指标可以概括偏差，但如何解读这些指标，取决于检查点的质量、分布、样本量以及系统性偏差。拟合残差较小，并不一定能证明整幅影像都具有相应的精度。\n\n正射校正主要处理几何问题。它本身并不校正大气效应、阴影、云层遮挡或地表反射率差异。\n\n合成孔径雷达影像需要采用适合雷达测量的几何模型。地形校正可以将雷达观测结果定位到地图坐标中，但叠掩和雷达阴影等效应通常无法仅通过几何重映射消除。"
    },
    {
      "heading": "发展与应用",
      "text": "正射校正源于将透视航空照片转换为适配地图的影像的摄影测量方法。早期方法利用光学和机械设备，对起伏地形进行微分纠正。数字处理使利用高程模型和传感器几何关系以数值方式完成这种变换成为可能。\n\n数字相机、卫星成像、导航系统和自动影像匹配扩大了正射校正的应用范围。小型无人机也可通过相互重叠的照片生成正射镶嵌影像，但自动化处理并不意味着可以省去适当的控制、高程建模和独立精度评估。\n\n正射校正影像服务于制图学、土地利用规划、基础设施测绘、农业监测、环境观测和灾害评估。它提供具有地理参考的背景，便于解译地物并将影像与矢量数据集结合使用。在变化检测中，不同获取日期的影像采用一致的校正尤为重要，否则位置不匹配可能被误判为真实的地表变化。"
    }
  ],
  "links": [
    "coordinate-reference-system",
    "remote-sensing",
    "geographic-information-system",
    "map-projection",
    "digital-elevation-model",
    "raster-data",
    "calibration",
    "georeferencing",
    "synthetic-aperture-radar",
    "cartography",
    "land-use-planning"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}