遥感数字图像处理-大气校正..
大气校正的原理
大气校正的基本原理大气校正（Atmospheric Correction）是遥感图像预处理中的一项关键技术，用于去除大气散射对图像的影响，从而更准确地提取出地物信息。
1. 大气散射的影响在遥感图像中，由于大气分子和气溶胶的存在，光线在传输过程中会发生散射现象，导致图像的亮度、色彩和对比度发生变化。
这些散射光主要包括大气散射光、地表反射光和太阳辐射等组成。
大气散射光主要由于大气中的气体和气溶胶对入射光的散射而产生，它会产生一部分散射辐射，从而模糊了地物的特征和细节。
2. 大气校正的目的大气校正的目的是通过去除大气散射对图像的影响，使得图像中地物的反射率能够更准确地反映地物的特征。
通过大气校正，可以得到真实的地表反射谱，进而实现遥感图像的定量应用。
3. 大气校正的基本原理大气校正的基本原理是将图像中的每个像素的辐射值转换为地物的反射率。
这一过程需要考虑到光线在入射过程中的吸收、散射、透射等因素。
大气校正的基本原理可以分为以下几个步骤：（1）辐射传输方程大气校正的关键是解决辐射传输方程。
辐射传输方程描述了光线在大气和地表之间的相互作用过程。
该方程是一个复杂的微分方程，通常采用一些近似方法来简化计算。
（2）大气散射成分的估计在大气校正中，需要估计图像中大气散射的成分。
常见的方法是根据大气模型来估计大气散射值。
大气模型包括大气温度、湿度、气压等因素。
通过获取这些参数，可以计算大气散射值。
（3）反射率的计算通过辐射传输方程和大气散射成分的估计，可以计算出每个像素的辐射率。
然后，在已知太阳辐射强度和卫星观测到的辐射强度的情况下，通过将辐射率转换为地物的反射率。
（4）大气校正结果的验证大气校正的最后一步是验证校正结果的准确性。
通常使用地面实测数据和已知的地物反射率进行对比来验证大气校正的效果。
4. 大气校正的方法根据遥感图像的特点和大气校正的要求，大气校正方法可以分为物理模型法和经验模型法两种。
（1）物理模型法物理模型法是基于大气散射的物理原理，通过解决辐射传输方程来实现大气校正。
大气校正原理
大气校正原理
大气校正是遥感图像处理中的一个重要环节，它能够减少大气
对图像的影响，提高图像的质量和解译精度。
大气校正原理是基于
大气对遥感图像的影响进行研究，通过对大气光学特性的分析和模拟，实现对图像的校正和修复。
大气校正原理的基本思想是通过对遥感图像中的大气光学特性
进行建模和分析，找出大气对图像的影响规律，然后利用这些规律
对图像进行校正。
大气光学特性主要包括大气散射、吸收和透射等
过程，这些过程会导致遥感图像中的光谱特征发生变化，影响图像
的质量和解译精度。
在大气校正原理中，首先需要对大气光学特性进行建模和分析。
通过对大气光学参数的测量和观测，可以得到大气对不同波段光谱
的影响规律，包括大气散射、吸收和透射等过程。
然后，利用这些
规律对遥感图像进行校正，消除大气对图像的影响，提高图像的质
量和解译精度。
大气校正原理的核心是建立大气光学模型和遥感图像的关系，
通过对大气光学参数的分析和模拟，实现对图像的校正和修复。
在
实际应用中，可以利用不同的大气校正方法和模型，对不同类型的遥感图像进行处理，提高图像的质量和解译精度。
总的来说，大气校正原理是基于大气光学特性的分析和模拟，通过建立大气光学模型和遥感图像的关系，实现对图像的校正和修复。
它能够减少大气对图像的影响，提高图像的质量和解译精度，是遥感图像处理中的一个重要环节。
通过对大气校正原理的研究和应用，可以更好地利用遥感图像进行资源调查、环境监测和灾害评估等领域的工作。
大气校正原理
大气校正原理大气校正是遥感影像处理中的重要环节，它能够消除大气对遥感影像的影响，提高影像的质量和准确性。
大气校正原理是基于大气对遥感影像的影响进行研究，通过模型和算法对影像进行校正，使得影像能够更好地反映地物的真实信息。
大气校正原理主要包括大气模型、辐射传输模型和大气校正算法。
首先，大气模型是描述大气光学特性的数学模型，它能够定量描述大气对太阳辐射和地物辐射的吸收、散射和透射过程。
其次，辐射传输模型是描述辐射在大气和地物中传输和相互作用的物理模型，它能够模拟大气和地物的辐射特性。
最后，大气校正算法是基于大气模型和辐射传输模型，对遥感影像进行校正的数学方法，它能够根据影像的辐射特性和大气光学特性，消除大气对影像的影响，得到真实的地物反射率。
在实际应用中，大气校正原理主要包括以下几个步骤。
首先，获取大气参数，包括大气光学厚度、大气散射系数等参数，这些参数可以通过气象站、气象卫星等途径获取。
其次，根据大气参数和遥感影像的辐射特性，建立大气校正模型，对影像进行校正。
最后，验证校正效果，通过对比校正前后的影像，评估校正的准确性和效果。
大气校正原理在遥感影像处理中具有重要意义。
首先，它能够提高遥感影像的质量和准确性，使得影像能够更好地反映地物的真实信息。
其次，它能够消除大气对影像的影响，减少大气因素带来的误差，提高影像的可比性和一致性。
最后，它能够为遥感影像的定量分析和应用提供可靠的基础，例如土地利用分类、资源调查、环境监测等领域。
总的来说，大气校正原理是遥感影像处理中的重要环节，它能够消除大气对影像的影响，提高影像的质量和准确性。
在实际应用中，需要结合大气模型、辐射传输模型和大气校正算法，对遥感影像进行校正，以获得真实的地物信息。
大气校正原理的研究和应用将进一步推动遥感技术在资源环境监测、地学研究等领域的发展，为人类社会的可持续发展提供重要支撑。
envi遥感图像处理之大气纠正
这样，我们就得到了经过大气校正的地表的反射率了。
步骤四：将大气校正前后的遥感影像进行对比
本步骤是让我们将遥感影像的前后进行对照，来看看进行大气校正前后遥感影像之间的差异。
本步骤所采用的方法是用未校正的反射率减去校正后的反射率，得到一幅新的影像，从新的影像上去看二者之间的差异。
具体步骤是：在envi的Basic Tools中打开 Band Math，在band math中输入：abs(b1-b2)。然后得到了新的图像，从新的图像上来看二者之间的差异。
具体操作步骤如下：
1）确定6S模型的参数。
Table56s Parameters
输入值
含义
注释
卫星参数
7
Landsat卫星
卫星参数
11 22 2.5
116.62 23.11
month,day, hour,
long, lat
成像月份、日期、时间（格林威治时间）、图像中心点精度、纬度
季节特征
3
Midlatitude winter
158.40
-4.7
243.1
-4.7
158.3
Table3 Unit：ESUN=W/(m2.um)
Model
Chance spectrum CHKUR
band
Landsat 4
Landsat 5
1
1957
1957
2
1825
1826
3
1557
1554
4
1033
1036
5
214.9
215.0
7
80.72
Table 2ETM+SpectralRadianceRange
遥感图像的大气校正
大气校正
原理：
大气校正的目的是消除大气和光照等因素对地物反射的影响，本次试验采用简单的黑暗像元法。
黑暗像元法是一种古老、简单的经典大气校正方法。
它的基本原理是在假设待校正的遥感图像上存在黑暗像元、地表朗伯面反射和大气性质均一，并忽略大气多次散射辐照作用和邻近像元漫反射作用的前提下，反射率很小（近似0）的黑暗像元由于大气的影响，使得这些像元的反射率相对增加，可以认为这部分增加的反射率是由于大气影响产生的。
这样，将其他像元减去这些黑暗像元的像元值，就能减少大气（主要是大气散射）对整幅影像的影响，达到大气校正的目的。
步骤：
1.打开待校正的图像文件：
2.主菜单中选择Basic Tools---Preprocessing----General Purpose Utilities---Dark Parameters对话框，如下图所示：
3.在Dark Subtract Input File对话框中选择带校正的图像：单机OK。
4.在Dark Subtraction Parameters对话框中选择黑暗像素值，选择波段最小值（Band Minimum），然后选择输出路径，点击OK。
如下图所示：
5.重新打开新的窗口，显示校正过的图像：。
遥感数字图像处理-大气校正..
暗像元法2-1、回归分析法
• TM图像 • 蓝光波段的B1大气散射最大，红外波段的B7散射最小。图像中的深 的大面积水体与地形阴影在B7中是黑的，如果不存在附加的辐射， 这些水体与阴影在其它波段也应该是黑的，B1与B7应该具有比例关 系。如果受到影响，那么，在其他波段会产生偏移。 对B1进行校正，回归方程为：
– 原因
• 传感器不稳定 • 遥感平台 • 地球
1、经验线性法
• 假定图像DN值与反射率r之间 存在线性关系:
DN kr b
• 定标点要求： （1）尽可能各向同性的均一地物， 面积足够大； （2）地物在光谱上要跨越尽可能 宽的反射光谱段，明暗目标之 间要有足够的差异； （3）尽可能与研究区域保持同一 海拔高度。
改进的方法
在获取图像的同时,利用搭载在同一平台上的其他传感 器获取气溶胶和水蒸汽的浓度数据，然后利用这些数 据进行大气校正。
什么情况下需要进行大气校正
• 大气透明度差而且不均一 • 大气中的水汽含量高 • 低海拔地区应该进行校正，3000米以上 的地区可以不考虑 • 相对高差变化大的地形区域 • 不同时段图像的联合处理
λ
2、平场域法
• 平场：一块面积大、亮度高、光谱响应曲 线变化平缓的区域 • 假设条件： 区域的平均光谱没有明显的吸收特征； 区域辐射光谱主要反映的是当时大气条 件下的太阳光谱
R / F
像元辐射值 / 定标点（平场域）的平均辐射光谱值
5.5.2 模型法-辐射传递方程计算法
• 由辐射传递方程可得 ：
频 数 频 数
B7 （a） 7波段直方图
0
a1
B1 （b） 1波段直方图
TM图像的1、7波段直方图
直方图法
遥感图象大气校正综述
遥感图象大气校正处理综述摘要:大气对遥感图象的处理有很大的影响，大气校正就是指消除大气影响的校正过程。
本文介绍处理遥感图像的大气校正的概念及原理, 对目前常用的大气校正方法做简单概括介绍, 包括辐射传输模型法、黑暗像元法、不变目标法、直方图匹配法等, 分析了各种方法的优缺点, 以及它们各自的使用范围。
关键词: 大气校正遥感图象遥感影像模型1引言航空、航天遥感平台上的传感器接收到的地物信息,由于地球大气的存在而得到衰减,因此,遥感器接收到的地物信息不能真实地反映地表。
同时由于大气的吸收、散射等作用使得遥感器接收到的电磁信息复杂,因而遥感图像的大气辐射校正变得复杂。
随着定量遥感技术迅速发展,特别是利用多传感器、多时相遥感数据进行土地利用和土地覆盖变化监测、全球资源环境分析、气候变化监测等的需要,使得遥感图像大气校正方法的研究越来越受到重视。
[1]何海舰《基于辐射传输模型的遥感图像大气校正方法研究》由于遥感图像成像过程的复杂性，传感器接收到的电磁波能量与目标本身辐射的能量是不一致的。
传感器输出的能量还包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响，必须加以校正或消除。
而大气校正就是针对大气的散射和吸收引起的辐射误差的一种校正。
大气对阳光和来自目标的辐射产生吸收和散射，消除大气的影响是非常重要的，在图像匹配和变化检测中消除大气影响尤为重要。
消除大气影响的校正过程称为大气校正。
[2]南京师范大学专题《遥感数字图象处理》/dky/nb/page/2000-8-8/2000882012459413.htm总的来说，遥感图像的大气校正方法很多。
如果按照校正后的结果，这些校正方法可以分为2种,绝对大气校正方法和相对大气校正方法。
绝对大气校正方法是将遥感图像的DN(digital number)值转换为地表反射率或地表反射辐亮度的方法。
遥感图像处理 大气校正 实验报告
Landsat 5 Thematic Mapper辐射定标和大气校正龚鑫烨操作流程辐射定标：1、加载原始图像H1。
2、Basic Tools——Preprocessing——data-specific utilities——Landsat TM——landsat calibration进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。
从遥感影像的头文件中获取Data Acquisition 的时间，Sun elevation。
如果你是用File?Open ExternalFile?Landsat?Fast 的方法打开header.dat 的话，sun elevation 就已经填好了。
这里Calibration Type 注意选择为Radiance。
输出文件，定标就完成了。
大气校正1、Spectral——FLAASH/Basic Tools——Preprocessing——Calibration Utilities——FLAASH。
首先设定输入输出文件。
FLAASH 模块要求输入辐亮度图像，输出反射率图像。
之前我们进行了辐射定标，得到辐亮度图像，在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式的图像，然后再Input Radiance Image 中选择转换格式后的图像。
(Basic Tools——Convert Data(BSQ,BIL,BIP))。
这里注意，当输入图像后，程序会让你选择Scale Factor，即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。
ENVI 默认的辐亮度单位是2/ W cm sr nm μ••，而之前我们做辐射定标时单位是2/ W m sr m μ••，二者之间转换的比例是10，因此在下图中选择Single scale factor，填写10.000。
此外，如果TM 影像的头文件中没有波段的信息，在这里也要求你提供一个.txt 文件以包含此信息。
实习3 遥感图像大气校正
1、实习目的熟悉大气校正的原理和相关内容，掌握使用ENVI软件进行大气校正的基本软件操作。
2、实习内容使用ENVI软件进行大气校正的原理以及过程。
3、实习数据及软件ENVI软件及其自带实习三数据4、实习步骤（1）、打开需进行大气校正的文件：20091124_HJ_CCD，选择波段4、3、2，进行RGB Color显示。
（2）、数据的辐射定标辐射定标转换：Basic Tools → General Purpose Utilities → Apply Gain and Offset →选择20091124_HJ_CCD → OK →输入实习三中的Word文件“2009年HJ-1A/B星绝对辐射定标系数”数据HJ_1ACCD2的增益2（场地定标）的相应数据a=1/A，L0 → OK（保存）（3）存储顺序调整格式转换：Basic Tools → Convert Data(BSQ、BIL、BIP) →选中文件→OK →选择要转换的文件格式→ OK（4）输入FLAASH参数在主菜单中，Spectral → FLAASH①、文件的输入和输出信息：Input Radiance Image →选择20091124_HJ_CCD →格式错误→进行格式转换→选中转换后的文件→ Use single factor for all bands(single scale factor:1.00000将已改为10) →Output Reflectance File →选择输出文件名和路径→ Rootname for FLAASH files → ASDA。
②、更改传感器与图像目标信息：Lat:21、31、54.19，Lon :109、41、39.39(从元数据文件中获取，方法：右击图像→ Pixel Locator →点击切换按钮)Sensor Type（传感器类型）:Multispectral → UNKNOW-MSISensor Altitude(km):649Ground Elevation(km):0.05(从相应区域的DEM获得平均值)Flight Data:Nov-24-2009，Flight Time：3:37:00(从元数据文件中获取)③、Atmospheric Model（大气模型）：Tropical④、Aerosol Model（气溶胶模型）:Rural⑤、Aerosol Retrieval（气溶胶反演）:None⑥、Multispectral Settings（多光谱设置）:filter function file → open → spectral →选择20091124_HJ_CCD_SRF →打开→ OK →⑦、Initial Visibility（初始能见度）:40⑧、Advanced Settings（高级设置）:按照默认设置。
遥感卫星影像数据在什么情况下需要做大气校正？
北京揽宇方圆信息技术有限公司遥感卫星影像数据在什么情况下需要做大气校正？经常会遇到这样的问题：什么情况需要做大气校正产生？这个问题取决于传感器和应用目标，总的来说，如果要做光谱分析，那么大气校正是必须要做的。
本文对于在什么情况下选择什么样的大气校正方法，给出了一些依据。
大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。
大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。
大气校正处理是去除云和气溶胶等对数据的影响，得到地表真实的反射率的过程，其结果就是地表反射率，可用于光谱特征分析。
与地表反射率这个概念相对应的，还有一个表观反射率。
表观反射率是指大气层顶的反射率，这是辐射定标的结果之一，它是由地表反射率和大气反射率组成的，表观反射率数据经过大气校正后得到地表反射率。
下图是wv3数据，都是0-1区间的反射率，1%线性拉伸显示，左图是表观反射率，右图是地表反射率。
在RGB真彩色合成的显示下，两个图看起来非常相似，但是查看同一个像元在表观反射率图像和地表反射率图像的光谱曲线，发现差异非常明显，地表反射率的植被像元光谱曲线在红边波段（700nm附近）有跟高的反射率，斜率更大，更能反应出健康植被的特点。
这说明做大气校正是非常重要的。
地物分类和变化监测一般来说，做非监督分类或者是变化监测，大气校正不是必须要做的，Chinsu et al.(2015)的研究表明大气校正不会提高土地利用分类的精度。
Song et al.(2011)做了更详细的阐述，如果要做非监督分类或土地利用变化监测，不用做大气校正。
对于使用训练样本的监督分类，当一个时相或区域的训练样本要用于另一个时相或区域时，这种情况下，需要做大气校正，不过用暗像元法就足够了。
如果要用标准光谱库文件作为端元或训练样本，进行光谱分析制图或监督分类，一般是需要做大气校正的，因为光谱库的数据都是地表反射率。
遥感数字图像处理
遥感数字图像处理1. 概述遥感数字图像处理是指利用遥感技术获取的各种遥感数据，如航空影像、卫星影像等，进行数字化处理和分析的过程。
遥感数字图像处理在地理信息系统（GIS）领域有着广泛的应用，能够提取出地表覆盖类型、地形和植被等丰富的地理信息，为环境监测、资源管理、农业和城市规划等领域提供重要的数据支持。
2. 遥感数字图像处理的步骤遥感数字图像处理主要包括以下几个步骤：2.1 数据获取数据获取是遥感数字图像处理的第一步，通过卫星、航拍等遥感设备获取地理信息数据。
这些数据以数字图像的形式存在，包括多光谱、高光谱、雷达和激光雷达等数据。
2.2 数据预处理数据预处理是为了消除图像中的噪声和伪影，以及纠正图像的几何和辐射畸变。
常见的数据预处理方法包括辐射校正、几何校正、大气校正等。
2.3 图像增强图像增强是为了使图像更加清晰，突出地物的特征。
常用的图像增强方法包括直方图均衡化、滤波、锐化等。
2.4 特征提取特征提取是为了从图像中提取出具有区别性的特征，以便进行后续的分类和识别。
常见的特征提取方法包括纹理特征、形状特征、频域特征等。
2.5 图像分类图像分类是将图像中的像素划分为不同的类别。
常用的图像分类方法包括基于像元的分类、基于对象的分类、基于深度学习的分类等。
2.6 图像分割图像分割是将图像划分为不同的区域或对象。
常用的图像分割方法包括阈值分割、边缘分割、区域生长等。
2.7 地物提取地物提取是从图像中提取出感兴趣的地物或地物属性。
常见的地物提取方法包括目标检测、目标识别、地物面积计算等。
2.8 结果评价结果评价是对处理结果进行准确性和可靠性的评估。
常用的结果评价方法包括混淆矩阵、精度评定、误差矩阵等。
3. 遥感数字图像处理的应用遥感数字图像处理在各个领域都有广泛的应用，主要包括以下几个方面：3.1 环境监测遥感数字图像处理可以用于环境监测，如水质监测、土壤污染监测等。
通过遥感图像，可以获取水体和土地的信息，分析水质和土壤的污染程度。
大气校正的名词解释
大气校正的名词解释大气校正是遥感技术中的一个重要概念，它在图像处理与分析中发挥着至关重要的作用。
大气校正是指通过移除图像中由大气介质引起的扰动，从而提取出真实的地物反射率信息。
在遥感图像中，大气介质会对地物的反射光产生一定程度的吸收和散射，同时还会产生大气散射以及太阳辐射的多次反射等影响。
这些影响使得遥感图像中地物反射率的分布不完全准确，难以直接用于遥感应用。
因此，需要进行大气校正来消除这些影响，使得图像能够更好地反映地表的真实信息。
大气校正的目标是恢复出地物的本来面貌，即消除大气介质对遥感图像的扰动。
校正后的图像能够提供更为精确的地物反射信息，为遥感应用的研究和分析提供了准确的数据基础。
在进行大气校正时，需要考虑到多种因素，如大气的吸收和散射特性、地物的反射光谱特性以及遥感设备的测量参数等。
针对不同的大气校正需求，可以使用不同的校正模型和算法。
目前常用的大气校正方法包括水平投射法、标准反射率法和辐射传输法等。
水平投射法是一种简单直接的方法，它基于对地球表面特定区域进行测量，并将这些测量值用于校正整个图像。
标准反射率法则是利用已知地物的反射率值来推测图像中其他地物的反射率，从而校正全图像。
辐射传输法则是基于大气散射和吸收模型，通过对大气介质的模拟计算，来减少遥感图像中大气介质的影响。
此外，大气校正还需要考虑遥感图像的时间和空间相关性。
时间相关性指的是针对同一地点，在不同时间拍摄的图像之间进行校正。
空间相关性则是在同一时间，对不同地点或不同高程的遥感图像进行校正，以消除地形和地物的影响。
大气校正的结果直接影响到遥感图像的应用价值。
准确的大气校正能够提供更可靠的地物反射率信息，从而为农业、环境保护、城市规划等领域的研究和决策提供有力支持。
另外，大气校正也对气候变化等全球性问题的研究具有重要意义。
总之，大气校正是遥感技术中不可或缺的一环。
通过消除大气介质对图像的扰动，实现对地物真实反射率的估计，能够提高遥感图像的数据质量和分析能力。
遥感数字图像处理辐射定标与大气校正实验报告
经过大气校正后，遥感图像的反射率信息更加准确，地物边缘更加清晰，能够提高遥感图像的精度和可信度。
三、实验结论
本实验通过ENVI遥感图像处理软件进行辐射定标和大气校正实验，掌握了遥感数字图像处理的基本原理和方法，学习了遥感数字图像处理的实验方法和技巧，提高了遥感图像处理的技术水平。经过实验处理后，遥感图像的质量和精度得到了提高，反映了辐射定标和大气校正的重要性和必要性。
（3）实验结果
经过辐射定标后，遥感图像的数字值被转化为反射率或辐射亮度温度值，具有物理意义。
2.大气校正实验
（1）实验原理
大气校正是指校正遥感图像中由大气介质造成的亮度扰动，以便获取更准确的地物反射率信息。大气校正方法可以分为模型法和基于图像的方法两种。
（2）实验步骤
①打开ENVI遥感图像处理软件，并加载所需的遥感图像；②进入“Atmospheric Correction”模块，选择大气校正方法；③根据遥感图像的波段信息和大气参数，设置大气校正的参数；④进行大气校正，并将结果保存为新的遥感图像。
这是一篇遥感数字图像处理实验报告，重点介绍了辐射定标与大气校正的实验过程和结果。本实验的主要目的是通过数字图像处理的方法对遥感图像进行辐射定标和大气校正，从而提高遥感图像的质量和精度。
一、实验目的
1.了解辐射定标和大气校正的基本原理和方法；
2.掌握遥感数字图像处理软件的使用方法；
3.学习遥感数字图像处理的实验方法和技巧；
4.提高遥感图像处理的技术水平。
二、实验内容
1.辐射定标实验
（1）实验原理
辐射定标是指通过对遥感图像的辐射值进行校正，将其转化为物理量。具体来说，就是将遥感图像中每个像元的数字值转化为反射率或辐射亮度温度值，从而使图像具有物理意义。
遥感数据大气校正ENVI
在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。
而且在不同的资料中，各个名词的解释又不一样。
例如：定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》）遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。
辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009）其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。
公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr（瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。
公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESU Nλ为太阳表观辐射率均值，θs是以度为单位的太阳高度角。
不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。
例如用Env i打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度以及发射率三个数据类型（见dsbin：传感器定标http://bbs.esri /ESRI/viewthread.php?tid=56191）。
大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。
主要分为两种类型：统计型和物理型。
统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，详细请参照玉妮小居新浪博客：辐射校正的统计模型/s/blog_5f4afe870100da1w. html。
遥感名词解释
遥感名词解释遥感名词解释1.模拟图像：空间坐标和明暗程度连续变化,计算机无法直接处理的图像,又称光学图像。
2.数字图像：指用计算机存储和处理的图像，是一种空间坐标和灰度均不连续的、用离散数学表示的图像。
数字图像的最小单元是像素。
3.遥感数字图像(digital image)：是以数字形式表述的遥感图像。
不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。
4.电磁波谱：按电磁波在真空中传播的波长或频率，递增或递减排列，则构成电磁波谱。
5.反射波谱：地物反射电磁辐射的能力，随所反射的电磁波波长变化而变化。
如以横坐标表示波长的变化，纵坐标表示其反射率（或反射亮度系数）可构成反映反射光谱特性的曲线，称为反射光谱曲线。
6.高光谱图像：是指利用很多很窄的电磁波波段从感兴趣的物体中获取有关数据得到的遥感图像，波段多，波段范围一般<10nm。
7.高空间分辨率图像：空间分辨率<10m遥感图像。
8.遥感影像地图：以航空和航天遥感影像为基础，经几何纠正，配合数字线划图和少量注记，将制图对象综合表示在图面上的地图。
遥感影像地图具有一定的数学基础，有丰富的光谱信息与几何信息，又有行政界限和属性信息，直接提高了可视化效果。
9.遥感图像模型：传感器探测地物电磁波辐射能量所得到的遥感图像从理论角度归纳出的一个具有普遍意义的模型。
10.多源信息融合：将多种遥感平台、多时相、遥感数据之间以及遥感与非遥感数据之间的信息组合匹配的技术，复合后将更有利于综合分析，一般包括匹配和复合两个步骤。
11.像素：数字图像最基本的单位是像素，像素是A/D 转换中的取样点，是计算机图像处理的最小单元；每个像素具有特定的空间位置和属性特征。
像素值称为亮度值(灰度值/DN值)。
亮度值的高低由传感器所探测到的地物辐射强度决定。
由于地物反射或辐射电磁波的性质不同且受大气影响不同，相同地点不同图像（不同波段、时期、种类）的亮度值可能不同，因此灰度值是相对的，仅能在图像内部相互比较。
遥感大气校正
实验四遥感图像的大气校正实验目的：通过实习操作，掌握遥感图像大气校正的基本方法和步骤，掌握遥感图像波段计算及其应用。
实验内容：环境小卫星的数据读取；辐射定标、图像配准、大气校正；植被反演、植被覆盖变化监测1、实验相关知识及背景◆传感器定标就是将图像的数字量化值（DN）转化为辐射亮度值或者反射率或者表面温度等物理量的处理过程；传感器定标可分为绝对定标和相对定标，绝对定标是获取图像上目标物的绝对辐射值等物理量。
◆遥感图像的大气校正方法很多，这些校正方法按照校正后的结果可以分为2种：绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。
相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。
◆ENVI下FLAASH大气校正工具是基于MODTRAN4+辐射传输模型，FLAASH对图像文件有以下几个要求：（1）数据是经过定标后的辐射亮度（辐射率）数据，单位是：（μW）/（cm2*nm*sr）。
（2）数据带有中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（FWHM），这两个参数都可以通过编辑头文件信息输入（Edit Header）。
（3）数据类型支持四种数据类型：浮点型（floating）、长整型(long integer )、整型（integer）和无符号整型(unsigned int)。
数据存储类型：ENVI标准栅格格式文件，且是BIP或者BIL。
（4）波谱范围：400－2500nm◆浑善达克地区位于内蒙古草原锡林郭勒高原中部。
近年来频频发生在京津地区的沙尘暴与该地区生态环境恶化相关。
据统计，京津地区沙尘暴70%的沙源来自于这个区域。
通过对该区域植被覆盖度的定量反演，植被覆盖的变化检测，可以实现草原植被的高频率、大范围、高实时的变化监测。
2、实验步骤根据环境小卫星CCD数据特点及草原植被变化监测的要求，采用以下处理流程：一、数据预处理：D数据读取；2.辐射定标；3.大气校正；4.研究区裁剪；二、反演模型建立1.归一化植被指数；2.植被覆盖度；三、植被变化监测1.植被覆盖区提取；2.植被变化检测；四、后期处理与应用◆数据读取和定标（1）安装环境小卫星数据读取和定标补丁ENVI_HJ1A1B_Tools.sav文件放在home\ITT\IDL\IDL80\products\envi48\save_add目录下。
遥感实验-——辐射定标与大气校正
姓名：学号：日期：1．实验名称辐射定标与大气校正2、实验目的熟悉遥感软件，掌握ENVI中对图像辐射定标与大气校正的基本方法。
3、实验原理1、辐射定标是将传感器记录的电压或数字量化值（DN灰度值）转换成绝对辐射亮度值（辐射率）的过程，或者转换成与地表（表观）反射率、表面温度等物理量有关的相对值的处理过程2、大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，包括消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响；消除大气分子和气溶胶散射的影响。
4、数据来源（下载源、波段数、对应的波长、分辨率、投影、地区）Landsat5、TM图像、BAND_COMBINATION = "1234567"5、实验过程5、1辐射定标：实方法一：External with MetadataBasic Tools-Preprocessing-Calibration Utilitties-Landsat Calibration5.1.1.1打开Basic Tools-Preprocessing-Calibration Utilitties-Landsat TM，根据图像信息输入5.1.1.2 打开校正图像，关联两幅图像，比较数据值方法二：BandMath验结果与分析5.1.2.1打开图像，选择BandMath按照辐射定标公式输入5.1.2.2 选择待校正波段图像5.1.2.3 关联两幅图像，对比两幅图像数据5、2 去零5.2.1打开图像，选择BandMath输入公式（b1*b1/b1）5.2.2 选择辐射定标过的图像5.2.3 打开图像，但是得到的图像是数据负值5、3简化暗像元法大气校正5.3.1 打开basic tool->Preprocessing->General Purpose Utilities->Dark Subtract5.3.2 关联图像，对比信息6、心得、意见或建议。
朱文泉遥感实验大气校正波段运算
朱文泉遥感实验大气校正波段运算大气校正是遥感图像处理中必不可少的一环，尤其是对于大气影响较大的遥感数据，正确的大气校正能够提高遥感数据的质量和准确性，从而更好地为地理信息提供支持。
本文将针对大气校正中的波段运算方法进行探讨和分析。
一、大气校正概述大气校正是指通过对遥感图像进行数学处理，消除或减小大气对图像的影响，得到真实反射率的过程。
由于大气层的不均匀性以及大气气溶胶、水汽等分散物质的存在，使得遥感图像接收到地物反射的同时，也受到大气的影响，导致图像中存在大气散射和大气吸收的成分。
因此，必须对影响图像质量的大气成分进行适当的处理，以获得真实的反射率图像。
二、大气校正的方法大气校正的方法多种多样，通常包括大气校正标准方法、辐射传输模型、辐射度量模型、统计方法等。
而其中波段运算是大气校正的一种重要方法，主要通过对遥感图像中的像素值进行波段运算，得到真实反射率。
1.波段运算原理波段运算是指利用遥感图像数据中的不同波段之间的关系，进行数学运算，以减小或消除波段之间的差异，从而得到更准确的反射率。
常见的波段运算方法包括比值法、归一化差异植被指数（NDVI）等。
其基本原理是通过波段之间的比值或差异，减小或消除大气成分对图像的影响，以获得更真实的地物信息。
2.波段运算步骤波段运算通常包括以下几个步骤：首先，需要选择适当的波段组合，通常包括可见光、近红外和短波红外波段；然后，对选定的波段进行数学运算，如比值、归一化等；最后，根据波段运算的结果，进行相关的校正计算，以获得真实的反射率图像。
三、大气校正波段运算实验为了验证波段运算在大气校正中的有效性，我们进行了一组实验。
首先，我们选取了一组包括可见光（VIS）、近红外（NIR）和短波红外（SWIR）波段的遥感图像数据，然后对这些数据进行波段运算，计算得到各个波段之间的比值、归一化差异植被指数等指标。
接着，我们对这些指标进行分析和比较，以验证波段运算在大气校正中的有效性。
遥感大气校正matlab
遥感大气校正matlab
遥感大气校正（Atmospheric Correction）是一种去除大气干扰
的技术，可以提高遥感影像的质量和可用性。
Matlab是一种
常用的处理遥感数据的工具，下面是使用Matlab进行遥感大
气校正的一般步骤：
1. 读取遥感影像数据：使用Matlab的相关函数读取遥感影像
数据，可以是多光谱影像或高光谱影像。
2. 获取影像中的大气信息：通过某种方法，如相对辐射传输模型或大气模型，获取影像中各像元的大气信息，如大气透过率等。
3. 计算大气校正参数：根据获取到的大气信息，使用特定的算法计算大气校正系数，如大气透射率、大气散射校正参数等。
4. 针对每个波段进行大气校正：根据计算得到的大气校正参数，对每个波段的像素值进行校正，得到校正后的遥感影像。
5. 可选的后处理步骤：根据实际需求，可以进行一些额外的后处理，如波段合成、镶嵌校正等。
以上仅为一般步骤，具体的实施方法和算法可以根据实际需求和数据特点进行调整。
需要注意的是，遥感大气校正是一个复杂的过程，需要一定的遥感和图像处理专业知识。
在实际应用中，可以采用已有的开
源工具包，如Envi、ArcGIS等，或者利用Matlab中的图像处理工具箱和光谱分析工具箱进行开发和实现。
遥感大气校正matlab
遥感大气校正matlab（原创实用版）目录1.遥感大气校正概述2.MATLAB 在遥感大气校正中的应用3.遥感大气校正的步骤4.MATLAB 在遥感大气校正的具体实现5.结论正文一、遥感大气校正概述遥感大气校正是指在遥感图像处理中，对大气影响进行校正的过程。
大气影响主要包括大气吸收、大气散射和大气透射等。
遥感大气校正的目的是消除大气影响，从而提高遥感图像的质量和准确性。
目前，已有多种大气校正方法，如黑暗目标法、海洋色标法、辐射传输法等。
二、MATLAB 在遥感大气校正中的应用MATLAB 是一种广泛应用于科学计算和工程设计的软件，具有强大的数据处理和可视化功能。
在遥感大气校正中，MATLAB 可以进行各种数学运算、线性规划、非线性优化等，为大气校正算法的实现和优化提供便利。
此外，MATLAB 还有丰富的图像处理工具箱，如图像处理工具箱、光学成像工具箱等，可以方便地处理遥感图像。
三、遥感大气校正的步骤遥感大气校正一般包括以下几个步骤：1.预处理：对遥感图像进行预处理，包括去除噪声、辐射定标、大气透射率校正等。
2.大气校正：对预处理后的图像进行大气校正，消除大气吸收和大气散射的影响。
3.校正后处理：对校正后的图像进行后处理，包括图像增强、滤波等。
4.质量评估：对校正后的图像进行质量评估，以检验大气校正效果。
四、MATLAB 在遥感大气校正的具体实现以黑暗目标法为例，介绍 MATLAB 在遥感大气校正的具体实现：1.预处理：使用 MATLAB 的 imread 函数读取遥感图像，然后使用imnoise 函数去除噪声，接着使用 iradjust 函数进行辐射定标。
2.大气校正：使用 MATLAB 编写黑暗目标法算法，对图像进行大气校正。
具体包括计算黑暗目标的反射率、计算校正系数、对图像进行大气校正等。
3.校正后处理：使用 MATLAB 的 imfilter 函数对校正后的图像进行滤波，提高图像质量。
4.质量评估：使用 MATLAB 的 imagequality 函数对校正后的图像进行质量评估，如计算峰值信噪比（PSSNR）等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
B1 b0 B7 a0
B1，B7——遥感图像1波段和7波段目标的灰度值； a0，b0——直线的斜率和截距。 校正后波段的灰度值，a0是上述方程的截距，即偏移量
B1 B1 a0
暗像元法2-2、直方图法
• 如果图像内包括暗色地物或地形阴影，可 从各个波段中减去其最小的亮度值（或一 个阴暗地区的平均亮度值）来进行校正。 B=B-Bmin
λ
2、平场域法
• 平场：一块面积大、亮度高、光谱响应曲 线变化平缓的区域 • 假设条件： 区域的平均光谱没有明显的吸收特征； 区域辐射光谱主要反映的是当时大气条 件下的太阳光谱
R / F
像元辐射值 / 定标点（平场域）的平均辐射光谱值
5.5.2 模型法-辐射传递方程计算法
• 由辐射传递方程可得 ：
大气校正校正
概 述
太阳位置和角度
遥感图像
遥感系统
辐 射 失 真 几 何 误 差 大气状况
大气条件
传感器性能
辐射校正
几何纠正 几何精纠正
降质类型
• 辐射失真
– 表现
• 遥感传感器测得的值与 地物实际的光谱值不同
• 几何畸变
– 表现
• 图像几何位置的失真源自– 原因• • • • 遥感传感器本身特性 地物光照条件 大气作用 其他
– 原因
• 传感器不稳定 • 遥感平台 • 地球
1、经验线性法
• 假定图像DN值与反射率r之间 存在线性关系:
DN kr b
• 定标点要求： （1）尽可能各向同性的均一地物， 面积足够大； （2）地物在光谱上要跨越尽可能 宽的反射光谱段，明暗目标之 间要有足够的差异； （3）尽可能与研究区域保持同一 海拔高度。
暗像元法2-1、回归分析法
• TM图像 • 蓝光波段的B1大气散射最大，红外波段的B7散射最小。图像中的深 的大面积水体与地形阴影在B7中是黑的，如果不存在附加的辐射， 这些水体与阴影在其它波段也应该是黑的，B1与B7应该具有比例关 系。如果受到影响，那么，在其他波段会产生偏移。 对B1进行校正，回归方程为：
辐照度
亮目标
.
斜率=增益
.
暗目标 截距=偏移 反射率
以红外波段最低值校正可见光波段
• 前提假设：大气散射的影响主要在短波波 段，红外波段中清洁的水体几乎不受影响， 反射率值应当为0。由于散射影响，而使得 水体的反射率不等于0，推定是由于受到了 天空辐射项的影响。 • 直方图法确定 • 纠正方法：差值法
辐射校正要点
• 内容
– 辐射定标 – 大气校正 – 地形校正
• 大气校正
– 绝对校正 – 相当校正 – 基于模型的校正
改进的方法
在获取图像的同时,利用搭载在同一平台上的其他传感 器获取气溶胶和水蒸汽的浓度数据，然后利用这些数 据进行大气校正。
什么情况下需要进行大气校正
• 大气透明度差而且不均一 • 大气中的水汽含量高 • 低海拔地区应该进行校正，3000米以上 的地区可以不考虑 • 相对高差变化大的地形区域 • 不同时段图像的联合处理
E E0 e
T ( 0, H )
e-T(0,H)称为大气的衰减系数 ； E0为地面目标的辐射能量为； H为大气高度； E为传感器收集到的电磁波能量。
5.5.2 辐射传递方程计算法
专业的遥感图像处理系统多提供了大气校正模型
ERDAS和Geomatica系统中的ACTOR模型 ENVI系统中的Flaash模型 公共的大气校正模型，其中较好的是6S模型。
频 数 频 数
0
B7 （a） 7波段直方图
0
a1
B1 （b） 1波段直方图
TM图像的1、7波段直方图
直方图法
B=B-Bmin 各波段的像元值减去其最小值
1、内部平均法
R / F
ρ ——相对反射率； Rλ ——像元值； Fλ ——整幅图像的平均光谱值。 • 优点：可消除地形阴影和其他的整体亮度的差异 • 缺点：基于假设地面变化是充分异构的，若假设 不成立，得到的反射光谱会有虚假性