====== Geometrické korekce ======
  * odstranění jevů vzniklých kolísáním výškya rychlostí pohybu nosiče, i zakřivení Země
  * atmosférické refrakce, zdánlivé změny v poloze objektů v důsledku kolísání nadmořské výšky terénu a nelinearity v průběhu snímání senzoru
  * nemá měřítko !!!
  * **cíle geometrických korekcí**
    * odstranit významné vlivy tak, aby obraz získal požadovaný souřadnicový systém zvoleného kartografického zobrazení a aby bylo možné použít ho jako mapy
    * propojení obrazových dat s prostorovou  vektorovou databází v GIS
<WRAP center round info 60%>
kartografická projekce = systém vztahů, kterými je část sféroidu transformována do roviny \\
každá projekce používá souřadnicový systém k vyjádření polohy objektů
</WRAP>


===== rektifikace =====
  * transformace polohy pixelu z jednoho souřadnicového systému do druhého
  * **registrace**
    * úprava souřadnicové soustavy jednoho obrazového záznamu do souřadnicové soustavy druhého obrazového záznamu
    * nemusí jít o souřadnicovou soustavu mapového zobrazení, jde mi jenom o porovnání dvou obrazových záznamů
  * **georeferencování**
    * je to to samé co registrace, až na to, že je k registrovaným datům dodána informace o absolutní poloze alespoň jednoho obrazového prvku
    * proces, při kterém jé známá absolutně poloha alespoň jednoho pixelu
    * tímhle se mění jenom informace o poloze obrazových prvků, nemění se samotné DN hodnoty!
  * **geokódování**
    * transformace do určité kartografické projekce
    * poloha každého pixelu je vyjádřena v systému mapových souřadnic
  * **ortrektifikace**
    * odranění nepřesností v relativní změně v poloze objektů
    * hlavně pro družicová data nad hodně členitým terénem a mapy velkých měřítek
    * potřebuju k tomu DMR
    * 
===== převzorkování =====
  * transformace DN hodnoty každého pxelu z původní souřadnicové soustavy do nové, až po rektifikaci
  * hlavním výsledkem rektifikace a převzorkování je to, že dva obrazové záznamy jsou porovnatelné (stejná souřadnicová soustava a stejné prostorové rozlišení)

===== Transformace digitálního obrazu =====
  * algoritmy: polynomická transformacee, splinová fce, transformace po částech, ortorektifikace
==== polynomická tranformace ====
  * vstupní snímek -> volba metody korekce -> výpočet parametrů -> kontrola přesnosti -> transformace a převzorkování -> výstupní snímek
  - __sběr identických (vlícovacíh) bodů__
    * dvojice souřadnic (zdrojové a cílové)
    * rovnoměrné rozmístnění identických bodů
    * nejlépe hrany budov a tak, je blbost vybírat třeba něco v okolí říčního toku, protože to se mění v čase
  - __volba stupně transformace__
    * polynom prvního řádu
      * podobnostní -2
        * posunutí, otočení
      * afinní -3
        * už i zkosení
      * kolineární -4
    * 2.řádu(6), 3. řádu (10), 4.řádu (15), 5. řádu (21)
 {{ :polyn.png?nolink&500 |}}
  - __hodnocení přesnosti (testování transformačních rovnic)__
    * koeficienty rovnic vytvářejí matici -> inverze této matice -> pro každý identický bod můžu vypočítat jeho polohu ve zdrojové soustavě
    * jak moc velký rozdíl polohy bodu mezi zdrojovou a novou soustavou určuje RSME
    * RSME - střední kvadratická chyba
    * přípustná hodnota < poloviční velikost jednoho pixelu
    * RMSE=(X-X<sup>OR</sup>)<sub>2</sub> + (Y-Y<sup>OR</sup>)<sub>2</sub>
      * X je nová souřadnice, X<sup>OR</sup> původní souřadnic
    * počítám to jak pro jednotlivé dvojice, tak jako jednotlivou chybu. Když je u některé dvojice moc velká chyba, tak ten bod vyhodím a dělám to tak dlouho, dokud mi chyba neklesne pod jeden pixel
  - __převzorkování obrazu__ 
     * každém pixlu přiřadím hodnotu vypočítanou z původního obrazu
{{ :resampl.png?nolink&300 |}}
      * **nejbližší soused**
       * metoda je geometricky nejméně přesná. Výsledný snímek může obsahovat nespojitosti, protože sousední pixely objektů mohou být ve výsledném obraze posunuty až o polovinu šířky pixelu
       * zachovává původní hodnoty pixelů
       * pokud budu pak obraz klasifikovat, musím použít tenhle algoritmus
{{ ::neighb.png?nolink |}}
      * **bilinerání interpolace**
       * hodnota pixelu v novém obraze vypočtena jako vážený průměr 4 nejbližších pixelů z původního obrazu
       * shlazuje výsledný obraz -> ten pak ztrácí rozlišení
{{ ::bint.png?nolink |}}
      * **kubická konvoluce**
       * vážený průměr 16 nejbližších sousedů
{{ ::kubkon.png?nolink |}}
      * **bikubický spline**


===== modelový přístup =====
  * výškově členitá území a snímky z družic s vysokým rozlišením vyžadují modelový přístup
  * fyzikální model obsahující tři části:
    * model senzoru, model orbity, model snímaného území