i.rectifygrass - 云端在线

程序：

您的姓名

i.纠正 - 通过计算每个像素的坐标变换来校正图像
基于控制点的图像。

关键词

图像，纠正

概要

i.纠正
i.纠正 - 帮帮我
i.纠正 [-猫] 组=姓名 [输入=姓名[,姓名,...]] 延期=绳子 秩序=整数
[分辨率=浮动[记忆=记忆 in MB[方法=绳子] [--帮助] [--详细]
[--安静] [--ui]

标志：
-c
在目标位置使用当前区域设置（定义=计算最小面积）

-a
整顿组中的所有光栅图

-t
使用薄板样条

- 帮帮我
打印使用摘要

--详细
详细模块输出

- 安静的
静音模块输出

--用户界面
强制启动 GUI 对话框

参数：
组=姓名 [必需的]
输入影像组的名称

输入=姓名[,姓名……]
输入栅格地图的名称

延期=绳子 [必需的]
输出栅格地图后缀

秩序=整数 [必需的]
整流多项式阶数 (1-3)
选项： 1-3
默认： 1

分辨率=浮动
目标分辨率（如果使用 -c 标志则忽略）

记忆=记忆 in MB
要使用的内存量（以 MB 为单位）
默认： 300

方法=绳子
使用的插值方法
选项： 最近， 线性， 立方体， 兰佐斯， 线性_f， 立方_f， 兰佐斯_f
默认： 最近的

商品描述

i.纠正 使用包含在源数据中或用
地面控制点管理器计算转换矩阵，然后转换 x,y
图像中每个像素的单元坐标到标准地图坐标。 结果是一个
具有变换坐标系的平面图像（即，不同的坐标系
系统比之前更正）。 支持的转换方法有第一、第二、
三阶多项式和薄板样条。 推荐使用薄板样条
包含地面控制点 (GCP) 的未地理参考卫星图像。
示例是 NOAA/AVHRR 和 ENVISAT 图像，其中包括大量 GCP。

如果没有可用的地面控制点，则必须运行地面控制点管理器
before i.纠正. 图像必须先是地理参考，然后才能驻留在标准中
坐标 LOCATION，因此可以与标准中的其他地图图层进行分析
坐标位置。 完成后 i.纠正, 校正后的图像存放在
目标标准坐标位置。 此位置是使用选择 目标.

一次可以修正多于一张光栅图。 每个单元格文件都应该被赋予一个
唯一的输出文件名。 校正后的图像或校正后的光栅图将位于
程序完成时的目标位置。 原始未修正文件不是
修改或删除。

如果 -c 使用标志， i.纠正 只会纠正图像或光栅的那部分
发生在目标位置的选定窗口区域内的地图，并且只有
单元文件的一部分将在目标数据库中重新定位。 这很重要
因此，要检查目标 LOCATION 中的当前地图集窗口，如果 -c 标志是
用过的。

如果您正在修正一个文件并计划使用 GRASS 将其修补到另一个文件
程序 补丁，选择第一个选项，当前窗口在目标位置。 这个
但是，window 必须是目标 LOCATION 的默认窗口。 当一个文件被
rectified 小于正在纠正它的默认窗口，NULL 是
添加到修正后的文件中。 修补包含 NULL 数据的相同大小的文件，
消除了修补结果中无数据线的可能性。 这是因为，当
图像被修补，图像中的 NULL 被非 NULL 像素值“覆盖”。
在修正要打补丁的文件时，使用
相同的默认窗口。

协调 改造
使用以下命令选择所需的转换顺序（1、2 或 3） 秩序 选项。 该
程序将计算 RMSE 并检查所需的点数。

线性推力器 仿射 改造 （第一 秩序 转型）
x' = ax + by +c
y' = Ax + Bt +C a,b,c,A,B,C 由最小二乘回归确定
控制点进入。 此转换应用缩放、平移和旋转。 它
不是通用橡胶板，也不是使用 DEM 的正射校正，
不是二阶多项式等。如果（1）几何正确，则可以使用它
图像，以及（2）可以忽略地形或相机失真的影响。

多项式 转型 矩阵 （二， 3d 秩序 转型）
i.纠正 使用一阶、二阶或三阶变换矩阵来计算
配准系数。 选定订单所需的控制点数
变换（由 n 表示）是
((n + 1) * (n + 2) / 2) 或分别为 3、6 和 10。 强烈建议一
或更多额外的点被识别以允许过度确定的转换
计算将生成每个包含的均方根 (RMS) 误差值
观点。 所有包含的控制点的 RMS 误差值立即
当用户从菜单栏中选择不同的转换顺序时重新计算。 这
多项式方程使用改进的高斯消元法执行。

薄 盘子 仿样 （TPS） 改造
选择 TPS 转换 -t 旗帜。 这种坐标变换方法
建议用于包含数百或数千个 GCP 的卫星图像，并且
用于具有未知地理配准和/或已知本地化的历史印刷或扫描地图
扭曲。

TPS 将线性仿射变换与单独的变换系数相结合
对于每个 GCP，使用具有距离的径向基核函数 DIST 在任何之间
两点：
dist2 * log(dist) 因此，可以使用 TPS 去除局部失真
转型。 例如，扫描线传感器会因视角的变化而产生
与扫描中心相比，朝向扫描线端点的失真更大
线。 即使是更高阶的多项式变换也无法在本地删除这些
不同的失真，但 TPS 转换可以。 为了获得最佳结果，TPS 需要一个均匀的
并且，对于局部扭曲，GCP 的密集间距。

重采样 方法
使用以下七种不同方法之一对校正后的数据进行重新采样： 最近的, 双线性,
立方体, 兰佐斯, 双线性_f, 立方_f或 兰佐斯_f.

方法=最近 执行最近邻分配的方法是最快的
重采样方法。 它主要用于分类数据，例如土地利用
分类，因为它不会改变数据单元格的值。 这 方法=双线性
方法根据 4 个的加权距离平均值确定单元格的新值
输入图中的周围单元格。 这 方法=立方 方法确定的新值
基于输入中 16 个周围单元格的加权距离平均值的单元格
地图。 这 方法=lanczos 方法根据加权确定单元格的新值
输入图中 25 个周围单元格的距离平均值。

双线性、三次和 lanczos 插值方法最适用于连续
数据并导致一些平滑。 这些选项不应与分类数据一起使用，
因为单元格值将被更改。

在双线性、三次和 lanczos 方法中，如果任何周围的单元用于
插入新的单元格值为 NULL，结果单元格将为 NULL，即使
最近的单元格不是 NULL。 这将导致沿 NULL 边界的一些细化，例如
DEM 中陆地区域的海岸。 bilinear_f、cubic_f 和 lanczos_f 插值方法
如果不需要沿 NULL 边缘细化，则可以使用。 这些方法“回退”到
沿 NULL 边界的更简单的插值方法。 也就是说，从 lanczos 到立方到
双线性到最近。

如果使用最近邻分配，则输出地图的栅格格式与
输入地图。 如果使用任何其他插值，则输出映射写为
浮点。

附注

If i.纠正 正常启动，但一段时间后会看到以下文本：
错误：写入段文件时出错
用户可以尝试 -c 标志或模块需要更多的硬盘可用空间。

使用 onworks.net 服务在线使用 i.rectifygrass