遥感图像处理辐射
遥感图像辐射处理
基本概念
• 辐射定标和辐射校正是遥感数据定量 化的最基本环节。
• 辐射定标：指传感器探测值的标定过 程方法，用以确定传感器入口处的准 确辐射值。
• 辐射校正：指消除或改正遥感图像成 像过程中附加在传感器输出的辐射能 量中的各种噪声的过程。
进入遥感器的辐射强度反映在图像上就是亮度值（灰 度值）。辐射强度越大，亮度值（灰度值）越大。
地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据， 校正较为麻烦，一般情况下对地形坡度引起的误差不做校正。 对于多波段图像，可用波段比值来进行校正，消除地表坡度的 影响。
三、系统噪音
• 图像数据中的干扰。 • 产生的原因：受感测、信号数字化或数
据记录过程中的限制。 • 影响：数字图像质量下降，或完全掩盖
• 我国根据需要选择了敦煌西戈壁作为可见光和 红外波段的辐射校正场，青海湖作为热红外波 段和红外低发射率的辐射校正场。
中国气象局第7号令 《气象探测环境和设施保护办法》
• 第十五条 严禁在遥感卫星辐射校正场场 区内从事任何建设和改变场区内自然状 态的行为。 本办法所称遥感卫星辐射校正场，是 指利用辐射特性稳定、均匀的地物目标 作为辐射参考基准，通过星地同步观测， 对在轨运行遥感仪器进行绝对辐射定标 或星上辐射定标校正的场地。
加拿大在北部大草原也开展卫星、飞机积雪同步观测,以 便对卫星传感器作出客观评价。
根据美、法公布的资料，目前用辐射校正场的方法对可见光 和近红外波段的标正精度可达6%-3%左右。除成功地对 Landsat-4、5的TM，SPOT的HRV，NOAA-9、10 、11 的AVHRR ，Nimbus-7的CZCS 进行辐射校正外，目前正在进一步研究 高分辨率成像光谱仪(AVIRIS) 和中分辨率成像光谱仪 (MODIS) 的辐射校正，并对法国偏光照相机(POLDER) 进行 辐射校正。
遥感图像的辐射校正实验报告
遥感图像的辐射校正实验报告1. 实验目的和内容实验目的：（1）复习巩固课堂上所学的对遥感图像的辐射校正，掌握这些校正方法的基本原理和方法，理解遥感图像辐射校正的意义;（2）实际学习对遥感图像进行绝对大气校正、相对大气校正的FLAASH和黑暗像元法;实验内容：（1）绝对大气校正将遥感图像的DN值转换为地表反射率、地表辐射率、地表温度等的方法。
本次实验通过FLAASH法进行绝对大气纠正。
（2）相对大气校正校正后得到的图像，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。
本次实验通过黑暗像元法进行相对大气纠正。
2. 图像处理方法和流程A.绝对大气校正1、加载影像，打开ENVI，file>>open image file，打开L71120038_03820030128_MTL.txt2、辐射定标FLAASH模块需要输入的是经过辐射定标后的BIL/BIP文件，ENVI >> basic tools >>preprocessing > >calibration utilities >> Landsat calibration3、格式转换上述计算得到的存储方式为BSQ，FLAASH大气校正对于波段存储的要求为BIL/BIP格式，ENVI >> basic tools>> convert data (BSQ ,BIL ,BIP)4、FLAASH大气校正（1）ENVI>>basic tools>>preprocessing>>calibration utilities>> FLAASH，选择需要校正的数据。
选用第二种，设置Single scale factor：10。
（2）设置输入与输出文件①进入地理空间数据云，查询影像参数。
点击数据资源—LANDSAT系列数据—输入数据标识进行二次筛选—选择信息②查询图像的基本信息③设置Sensor类型为Landsat TM7，传感器参数被自动填写，影像和传感器参数查询数据相关信息后输入。
辐射定标和大气校正操作
辐射定标和大气校正操作辐射定标和大气校正是遥感图像处理中非常重要的环节，它们能够有效地消除大气干扰和地物表面反射率差异等因素对遥感图像的影响，从而得到更为精确的遥感信息。
本文将分别介绍辐射定标和大气校正的基本原理、方法和应用，并探讨它们在遥感图像处理中的重要作用。
一、辐射定标1.基本原理辐射定标是指通过对遥感仪器的响应进行准确的实验测定和模型估计，将数字遥感数据中的像元值转换为表观辐射亮度。
在遥感图像处理中，辐射定标是将数字数值转换为真实物理量的过程，包括辐射定标系数的获取和数据的辐射定标转换。
2.方法辐射定标的方法主要包括实地观测、辐射反演法和模型估算法。
其中，实地观测是指通过在地面上设置观测站点，利用辐射仪器对地表进行测量，获取地面真实辐射亮度，以此来建立数字值和真实辐射亮度之间的关系。
辐射反演法是指通过大气传输模型和辐射传输方程来估算大气对遥感数据的影响，并进一步进行辐射定标。
模型估算法是指利用已有的大气传输模型和地表反射率模型，通过数值方法来进行遥感图像的辐射定标。
3.应用辐射定标的应用主要包括地球观测卫星的遥感数据处理、遥感影像的信息提取、环境变化分析和生态监测等领域。
利用辐射定标后的遥感数据可以更准确地获取地表反射率、地表温度和大气成分等信息，从而为环境监测、资源管理和灾害预警提供更为可靠的数据支持。
二、大气校正1.基本原理大气校正是指利用大气传输模型和辐射传输方程，对遥感数据进行修正，消除大气对遥感图像的干扰和影响，还原地物表面的真实辐射亮度。
大气校正主要考虑大气吸收、散射和反照，以及大气对太阳辐射的衰减和地表反射率的影响。
2.方法大气校正的方法主要包括模型校正和经验校正。
其中，模型校正是指利用大气传输模型和辐射传输方程，对遥感数据进行数值计算，得到校正系数，进而进行大气校正。
经验校正是指利用多源遥感数据、气象数据和地面监测数据，结合统计模型和经验模型，对遥感数据进行修正，消除大气干扰。
卫星遥感图像辐射衰减校正方法
卫星遥感图像辐射衰减校正方法卫星遥感技术作为获取地球表面信息的重要手段，在自然资源调查、环境监测、灾害评估等领域发挥着至关重要的作用。
然而，卫星遥感图像在传输过程中会受到大气散射、吸收等因素的影响，导致图像辐射能量衰减，影响数据的准确性和实用性。
因此，对卫星遥感图像进行辐射衰减校正是一个不可或缺的预处理步骤，以确保后续分析的可靠性和精确度。
以下是六种常用的卫星遥感图像辐射衰减校正方法，以及对这些方法的综合评述。
1. 大气顶层辐射传输模型（ATM）法大气顶层辐射传输模型是基于辐射传输理论，通过模拟太阳光在大气中的传播路径，计算出到达卫星传感器前大气对辐射的影响。
该方法需要详细的气象数据（如温度、湿度、气压和气溶胶光学厚度等），以求解辐射传输方程。
常用的模型有MODTRAN、6S（Second Simulation of the Satellite Signal in the Solar Spectrum）等。
ATM法能够较为精确地校正大气影响，但对输入参数的精度要求高，计算复杂度大。
2. 辐射定标法辐射定标是校正卫星图像的第一步，确保图像的数字值与实际辐射量之间建立准确的关系。
它分为内部定标和外部定标。
内部定标依赖于卫星上的定标设备，校正仪器本身产生的误差；外部定标则利用地面控制点或同步的辐射测量数据，调整图像的整体辐射水平。
虽然辐射定标不直接校正大气衰减，但它是后续大气校正的基础，确保图像的辐射量具有物理意义。
3. 暗像元法暗像元法适用于有水体存在的场景，尤其是大面积水域，因为水体可以被视为近似无反射的理想暗像元。
通过选取图像中未受大气散射影响的暗像元，即水面的反射率接近于零的部分，来估算大气上行透过率和大气下垫面反射率，进而校正大气影响。
这种方法简单易行，但受限于应用场景，对水体条件和图像质量有一定要求。
4. 多时相相对辐射校正法（DOS）多时相相对辐射校正法利用不同时间（如早晚）同一地区影像的差异，通过比较阴影区或植被覆盖度变化较小的区域来估算大气影响。
遥感图像处理辐射校正方法
遥感图像处理辐射校正方法近年来,随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展,摄影测量与遥感已成为地球空间信息科学的基础技术,遥感集市在人类生活的诸多领域被广泛应用。
然而,在遥感成像时,由于各种因素的影响,遥感图像会存在一定的辐射量失真现象,这些失真影响了图像的质量和应用,必须对其做消除或减弱处理,遥感图像辐射校正与增强技术就是针对遥感图像这一缺陷而发展起来的。
在图像遥感中,由于系统误差、大气、太阳辐射等的存在,电磁辐射在太阳—地球表面—传感器之间传输的过程中受到各种各样的影响,使得遥感器所接受的目标反射辐射能量被衰减,不能准确地反映表面真实的辐射特性。
所谓辐射校正,主要是纠正由于传感器制造、传感器芯片热噪声、成像天气条件、地物所处的地形和太阳的照射条件等因素造成的辐射度量误差,尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声而引起的传感器得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异,尽可能恢复图像的本来面目,为遥感图像的识别、分类、解译等后续工作打下基础。
辐射校正的主要内容包括:系统辐射校正、大气辐射校正、太阳辐射校正和其他辐射校正。
遥感技术的应用是人类视觉在波谱范围上的扩展和从物体表面向内部的延伸。
人眼虽可看到很多东西,可区分约三千多种色彩,但那只是波长为0.38-0.8m 的可见光部分。
对于黑白图像,人眼能区分的灰度级只有二三十个,而在非可见光波段,需要将原始图像的灰度值转换到0-255 灰度区间才有利于人眼观察。
但是如果以256 个灰度级来描述一幅黑白遥感图像,获得的原始图像的灰度值很难均匀分布在0-255 之间,而是常常集中在某一段灰度范围之内,图像的反差小,对比度差,不利于人眼的分辨,对遥感图像进行增强处理能有效解决这个问题。
遥感图像辐射校正的疑难问题多且复杂，如散焦和运动模糊图像对图像的损伤较大,给图像复原造成了很大困难,特别是集散焦、运动、高噪声、低清晰度于一身的复合型模糊图像,其复原的难度使研究人员望而却步。
envi辐射定标
envi辐射定标
Envi辐射定标是指使用ENVI软件对遥感图像进行辐射定标，即将数字计数转换为物理辐射量。
该过程是将原始遥感图像转换为具有物理单位的辐射数据，以便进行定量分析和研究。
辐射定标的目的是消除图像中的光照差异和仪器响应差异，确保图像中不同像元的辐射值可比较。
辐射定标主要包括以下步骤：
1. 辐射校正：
通过测量辐射标准物体的辐射值，校正仪器的响应差异，消除仪器传感器的非线性特性和响应偏差。
2. 大气校正：
针对大气对辐射的影响，根据大气模型和大气参数，将图像中的大气效应进行校正，以消除大气底片。
3. 角度校正：
对于斜面遥感图像，根据观测角度和太阳天顶角，进行角度校正，以消除地形和光照角度带来的影响。
4. 波段融合：
对于多光谱或高光谱遥感图像，将各个波段的辐射值进行融合，生成一个全谱范围内的辐射图像。
通过辐射定标，可以将遥感图像转换为具有物理意义的辐射数
据，提供可靠的信息用于地学、农业、环境等领域的分析和应用。
3遥感图像辐射处理
方法二：利用图象本身来求反射率
• 内部平均法 • 平场域法
• 对数残差法
方法三：借助已知地物光谱反射率的经验方法
7
太阳高度角和地形影响引起的辐射误差校正
• 太阳高度角引起的辐射误差校正：
波段图像比值运算 定量：需要太阳高度角 太阳光线垂直照射 时获取的图像
太阳光线倾斜照射 时获取的图像
• 地形影响引起的辐射误差校正
M m I 2
S 0, 若M m M m S , 若 I 0 .5 M m M m S , 若 I 0 .5 2M m
m min{r , g , b}
M max{ r , g , b}
H 0, 若 max min H 60(2 b r ), 若R max H 60(4 r b), 若G max H 60(6 g r ), 若B max
梯度图像
g ( x, y) | G[ f ( x, y)] |
在图像上，边缘处具有较大的梯度，可通过设 置合适的阈值将边缘提取出来。
36
37
空间卷积锐化法
常见锐化模板:
2 -1 -1 0 0 -1 0 -1 4 -1 0 -1 0 -1 2 -1 -1 -1 -1 2 2 2 -1 -1 -1
-1
2 -1 -1 2 -1 2 -1 2 2 -1 -1 -1 2 -1 -1 -1 2 -1 -1 -1
-1 -1 2 -1 2 -1 2 -1 -1
38
频率域增强
基本原理：图像中的灰度跳跃变化区，对应着频率域 中的高频成分，灰度变化缓慢的区域对应着频率域中 的低频成分。通过频域滤波处理，可保留低频或高频 成分，达到图像平滑或锐化的目的。
遥感原理与应用_第4章_3 遥感影像处理-遥感影像辐射处理
1 2 3 4 5 6 7
传 感 器 校 正
L d s2 E0 cos
L为地物在给定波ain
和bias分别为传感器的增益和偏移量，从图像头文件中可以读取； ρ为 反射率（即表观反射率）；ds是日地天文单位距离；E0大气顶层的太
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
SWJTU
绝对定标要建立传感器测量的数字信号与对应的辐射能量之间
1 2 3 4 5 6 7
传 感 器 校 正
的数量关系，该关系通常呈线性关系，建立该关系就是确定线性 关系中的系数及常数项，即定标系数。
K：传感器的增益；
Lmax：传感器达到饱和时所记录的辐射能量，即传感器记录 的最大能量；
Lmin：传感器探测并记录的最小能量；
Cmax：遥感图像中的最大值（如：对无符号8位类型数据，最 大值是255）。
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
SWJTU
1 2 3 4 5 6 7
传 感 器 校 正
探测元件响应度差异造成的影像色调不一致性
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
SWJTU
DN值(从遥感器 得到的数字测 量值) 遥感器校正
• 光学系统特征(如边缘减光) • 光电变换系统的灵敏度特 征的偏差 • 遥感器系统的增减及偏差 相关系数(如Landsat TM和 MSS)
相对辐射校正和绝对辐射校正
相对辐射校正和绝对辐射校正相对辐射校正和绝对辐射校正是遥感领域中常用的两种辐射校正方法。
在遥感图像处理中，辐射校正是非常重要的一步，可以将原始图像中的辐射能量转换为物理上可比较的辐射亮度值，使得不同时间、不同传感器获取的图像能够进行定量分析和比较。
下面将对相对辐射校正和绝对辐射校正进行详细介绍。
相对辐射校正是一种基于相对辐射亮度进行的校正方法。
在遥感图像中，每个像元的辐射亮度值受到多种因素的影响，如太阳高度角、大气透过率、地表反射率等。
相对辐射校正通过选取一个参考区域，计算该区域的平均辐射亮度值，然后将整个图像中的像元辐射亮度值都除以该参考区域的平均辐射亮度值，从而消除了大气透过率和太阳高度角的影响。
相对辐射校正能够使得不同地区、不同时间获取的遥感图像在辐射亮度上具有可比性，方便进行定量分析。
然而，相对辐射校正只能消除大气透过率和太阳高度角的影响，而不能消除地表反射率的影响。
为了解决这个问题，可以采用绝对辐射校正方法。
绝对辐射校正是通过获取地表反射率的参考数据，利用辐射传输模型计算出地表反射率与辐射亮度之间的关系，从而将图像中的辐射亮度值转换为地表反射率。
绝对辐射校正能够消除地表反射率的影响，使不同地区、不同时间获取的遥感图像在地表反射率上具有可比性，更加方便进行定量分析和比较。
相对辐射校正和绝对辐射校正都是常用的辐射校正方法，但两者在处理过程和结果上存在一些差异。
相对辐射校正是通过选取参考区域进行校正，不需要获取地表反射率的参考数据，处理过程相对简单。
而绝对辐射校正需要获取地表反射率的参考数据，并进行复杂的辐射传输模型计算，处理过程相对复杂。
另外，由于相对辐射校正只消除了大气透过率和太阳高度角的影响，图像中的绝对辐射亮度值无法直接比较，而绝对辐射校正将图像中的辐射亮度值转换为地表反射率，使得图像具有可比性。
在实际应用中，选择相对辐射校正还是绝对辐射校正需要根据具体的研究目的和数据条件来决定。
如果只是进行简单的定性分析，相对辐射校正已经足够。
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。
相对辐射校正
相对辐射校正相对辐射校正是一种常用的遥感图像处理方法，旨在消除由于地物表面反射率不均匀、大气散射和吸收等因素引起的图像辐射差异。
这种校正方法可以提高遥感图像的质量，使其更符合实际地物的辐射特性。
相对辐射校正的基本原理是通过获取图像中不同地物的辐射亮度值，并将其转换为反射率值。
反射率是地物表面对太阳辐射的反射能力的度量，可以反映地物的光学特性。
相对辐射校正的目的就是将图像中的辐射亮度值转换为反射率值，以实现不同地物之间的比较和分析。
相对辐射校正的过程包括以下几个步骤：1. 预处理：首先对遥感图像进行预处理，包括噪声去除、几何校正等操作，以确保图像的准确性和一致性。
2. 大气校正：由于大气散射和吸收的存在，遥感图像中的辐射值会受到干扰。
因此，在进行相对辐射校正之前，需要对图像进行大气校正。
大气校正的目的是消除大气散射和吸收对图像的影响，使得图像中的辐射值更加准确。
3. 反射率计算：在大气校正之后，可以根据地物表面的辐射亮度值计算其反射率值。
反射率计算需要考虑地物的光学特性和辐射定标参数，通过将辐射亮度值转换为反射率值，可以消除不同地物之间的辐射差异，实现图像的相对辐射校正。
4. 结果验证：相对辐射校正之后，需要对校正结果进行验证。
可以通过与地面采样数据进行对比，评估校正结果的准确性和可靠性。
相对辐射校正在遥感图像处理中具有重要的作用。
通过消除图像中的辐射差异，可以更准确地提取地物信息，实现地物分类、变化检测等应用。
同时，相对辐射校正也为不同时间、不同传感器的遥感图像进行比较和分析提供了基础。
相对辐射校正是一种常用的遥感图像处理方法，通过消除图像中的辐射差异，实现地物的比较和分析。
相对辐射校正的过程包括预处理、大气校正、反射率计算和结果验证等步骤。
这种校正方法可以提高遥感图像的质量和可用性，为遥感应用提供准确的地物信息。
专题4 遥感图像的辐射校正
专题4 遥感图像的辐射校正
1.直方图最小值去除法:
原理：在图像中可以找到某种或某几种地物，其辐射亮度或反射率接近0，例如，地形起伏地区山的阴影处，反射率极低的深海水体处等，这时在图像中对应位置的像元亮度值应为0。
实测表明，这些位置上的像元亮度不为零。
这个值就应该是大气散射导致的程辐射度值。
所以直方图最小值的基本原理就是测量出每个波段中的DN值的最小值，即把该值当做程辐射度值，通过波段运算进行修正。
操作方法：
1）首先查看图像的第7波段的DN值统计数据，看最小值是否为0，从而判断还图像有否辐射亮度或反射率接近0的底物。
2）逐个查看波段每个波段的DN值的最小值。
然后进行波段运算，将每个波段的DN值减掉这个DN值得最小值，即把图像修正成改正大气辐射后的图像。
3）得出的数据是每个波段处理后的每个波段的数据文件，然后按照波段顺序进行合成得到辐射校正后的数据。
注：如果图像的第七波段的DN值的最小值不为0，则说明该图像不存在实际反射率接近0的底物，则不能使用该方法进行辐射校正。
实验结果：
原图：（假彩色合成图像）
辐射校正后
图像在现实上差别不会很大，但是数据表示的含义是不相同的。
在图像上右击选择Z profile（spectrum），同一点的数据图对比如下：
Dn=肉（lamuda）*A+B。
第四章(4)_遥感影像辐射校正
• 相当部分的散射
没有到达地面，向上通过大气直接进入传感 器，这部分辐射称为程辐射度，辐亮度为 L p。
大气影响的定量分析
可见，由于大气影响的存在，实际到达传 感器的辐射亮度是前面所分析的三项之和 ，即
L L1 L2 L p
L RT S ( E0T cos E D ) SL p
• Reflectance (field spectrum) = gain x radiance (input data) + offset • ENVI's empirical line calibration requires at least one field, laboratory, or other reference spectrum; these can come from spectral profiles or plots, spectral libraries, ROIs, statistics or from ASCII files. Input spectra will automatically be resampled to match the selected data wavelengths. • If more than one spectrum is used, then the regression for each band will be calculated by fitting the regression line through all of the spectra. • If only one spectrum is used, then the regression line will be assumed to pass through the origin (zero reflectance equals zero DN). The calibration can also be performed on a dataset using existing factors.
03遥感图像辐射校正
大气 太阳辐射
7
二、辐射误差来源
❖ 光学摄影机引起的辐射误差
主要由光学镜头中心和边缘的透射强度不一致造 成的，它使同一类地物在图像的不同位置上有不 同的灰度值。
8
二、辐射误差来源
❖ 光电扫描仪引起的辐射误差
光电转换误差，即传感器接收的电磁波信号经光 电转换系统转换为电信号的过程中引起的辐射量 误差
第二章 遥感图像的辐射校正
❖ 第一节 辐射校正概述 ❖ 第二节 辐射校正的原理和方法
1
❖ 教学要求：
❖ 1、掌握遥感数字图像辐射畸变的原因及辐射校正 的目的
❖ 2、掌握因大气、太阳辐射、地形等因素引起的辐 射误差校正方法
❖ 教学重点：
❖ 辐射校正的原理与方法
2
第一节 辐射校正概述
❖ 一、辐射校正的含义 ❖ 二、辐射误差的来源 ❖ 三、辐射校正的内容及流程 ❖ 四、辐射校正的目的
(1)利用辐射传输方程进行大气校正
❖ 若地物目标辐射能量为E0，它通过高度为H的
大气层后，传感器接收系统能收集到的电磁 波能量为E，则由简化后的大气辐射传输方程 得到：
E=E0e-T(0,H)
e-T(0,H)大气衰减系数，确定很复杂 ❖ 若上式能够给出适当的近似解，就可求出地
面目标的真实辐射能量E0。
探测器增益变化引起的误差。
9
二、辐射误差来源
❖ 大气影响引起的辐射误差
电磁波在大气中传播时，受到大气中各种成分的 散射和吸收作用影响。
对于短波的太阳反射波段而言，以散射作用为主； 对于长波的地球发射波段而言，以吸收作用为主。
10
二、辐射误差来源
❖ 太阳辐射引起的辐射误差
由于太阳位置变化以及地形的变化，不同地表 位置接收到的太阳辐射是不同的。 ❖太阳位置主要指高度角和方位角。其中高度 角对于地表的太阳辐照度影响较大，而方位 角的变化通常只对图像细部特征产生影响。 两者最终使图像阴影及辐射值不同。 ❖传感器接收的辐亮度和地表坡度坡向有关。
《遥感图像预处理》课件
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。
遥感图像辐射处理.pptx
非线性变换对应着非线性映射函数，典型的映射包括平 方函数、对数函数、窗口函数、阈值函数、多值量化函 数等。
第16页/共20页
密度分割后的伪彩色图
第17页/共20页
2.6 图像灰度反转
灰度反转是指对图像灰度范围进行线性或非线性取反， 产生一幅与输入图像灰度相反的图像，其结果是原来亮 的地方变暗，原来暗的地方变亮。
(a)
(b)
(c)
第9页/共20页
2 图像反差的调整
2.1线性变换 简单线性变换是按比例拉伸原始图像灰度
等级范围，一般为了充分利用显示设备的显示 范围，使输出直方图的两端达到饱和。
由于遥感图像的复杂性，线性变换往往 难以满足要求，因此在实际应用中更多地采用 分段线性变换，可以拉伸感兴趣目标与其他目 标之间的反差。
第11页/共20页
（a） 经直方图均衡化后的Lena图像； （b） 均衡化后的Lena图像的直方图
第12页/共20页
2.3 直方图匹配
直方图匹配是对图像查找表进行数学变换，使一 幅图像的直方图与另一幅图像类似。直方图匹配经常作 为相邻图像拼接或应用多时相遥感图像进行动态变化研 究的预处理工作，通过直方图匹配可以部分消除由于太 阳高度角或大气影响造成的相邻图像的效果差异，特别 是对于图像的镶嵌和变化检测
第10页/共20页
2.2直方图均衡
直方图均衡是将随机分布的图像直方图修改成均匀分 布的直方图。其实质是对图像进行非线性拉伸，重新分配 图像像元值，使一定灰度范围内的像元的数量大致相等。 直方图均衡后每个灰度级的像元数，理论上应相等，实际 上为近似相等，直接从图像上看，直方图均衡效果是： 1 各灰度级所占图像的面积近似相等，因为某些灰度级出 现高的像素不可能被分割。 2 原图像上频率小的灰度级被合并，频率高的灰度级被保 留，因此可以增强图像上大面积地物与周围地物的反差。 3 如果输出数据分段级较少，则会产生一些大类地物的近 似轮廓。
-遥感图像增强处理--辐射增强处理
遥感图像增强处理--辐射增强处理地质系09资源勘查0910105025殷祥2012-5-17遥感图像增强处理--辐射增强处理一、实验目的：掌握在ERDAS中进行辐射增强处理方法（Radiometric Enhancement）。
二、实验内容及实习步骤：点击Interpreter/Radiometric Enhancement，进行操作。
辐射增强命令辐射增强功能LUT Stretch：查找表拉伸通过修改图像查找表（Lookup Table）使输出图像值发生变化，是图像对比度拉伸的总和。
Histogram Equalization:直方图均衡化对图像进行非线性拉伸，重新分布图像像元值使一定灰度范围内像元的数量大致相等Histogram Match:直方图匹配对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似，常用于图像拼接处理Brightness Inverse: 亮度反转对图像亮度范围进行线性及非线性取反值处理Haze Reduction: 去霾处理降低多波段图像及全色图像模糊度的处理方法Noise Reduction: 降噪处理利用自适应滤波方法去除图像噪声Destripe TM Data:去条带处理对Landsat TM图像进行三次卷积处理去除条带具体操作：打开ERDAS IMAGINE 中的Interpreter/Radiometric Enhancement在按上出现的菜单，对上述的辐射增强命令一一尝试一遍（1）LUT Stretch：查找表拉伸单击快捷菜单中的LUT Stretch，在弹出的窗口中作如右图所示的设置，然后单击OK，于是就可以得到成果对比图，如下第二张图所示1-11-2下面的操作类似于（1）中的操作（2）Histogram Equalization: 直方图均衡化2-12-22-3(3) Histogram Match:直方图匹配3-1-13-1-23-1-33-2-13-2-23-2-3(4) Brightness Inverse: 亮度反转4-1-14-1-24-2-14-2-2（5）Haze Reduction: 去霾处理5-15-2（6）Noise Reduction: 降噪处理6-16-2（7）Destripe TM Data:去条带处理7-1--7-2三，实验小结：通过本次实验，发现辐射增强处理的效果明显，具体它用在什么地方，还需在以后的学习当中认真领悟--。
gee 辐射归一化
gee 辐射归一化辐射归一化是一种用于处理遥感图像中的辐射度量的常用方法。
它对图像中的各个波段的辐射值进行归一化处理，使其具有可比性和可解释性。
本文将介绍辐射归一化的概念、原理及其在遥感图像处理中的应用。
辐射归一化是一种将不同波段的辐射度量统一到同一尺度上的处理方法。
遥感图像通常包括多个波段，每个波段的辐射度量方式可能不同，此时需要对这些辐射值进行归一化处理。
辐射归一化的目的是消除波段之间的差异，使得不同波段的图像可以直接进行比较和分析。
辐射归一化的原理是基于辐射度量的物理特性。
在遥感图像中，我们通常有多个波段的辐射值，这些辐射值与物体表面反射、辐射、发射等物理过程有关。
由于不同波段的辐射度量方式不同，例如可见光波段的辐照度与红外波段的亮温度等，直接进行图像分析和比较会带来困难。
因此，需要对这些波段进行归一化处理，使得它们具有可比性和可解释性。
辐射归一化的方法有很多种，其中较为常用的是线性变换和直方图匹配。
线性变换是将原始辐射值映射到一个指定的范围内，通过定义最小和最大辐射值，将辐射值线性地映射到[0,1]或者[0,255]之间。
这样可以保持原始辐射值的相对大小关系，同时使得不同波段的辐射值可比。
直方图匹配是通过将原始辐射值的直方图与指定的目标直方图进行匹配，使得归一化后的辐射值分布与目标直方图相似。
这样可以保持原始辐射值的分布特性，并使得不同波段的辐射值具有可解释性。
辐射归一化在遥感图像处理中有广泛的应用。
首先，辐射归一化可以用于不同波段的图像融合。
通过对不同波段的辐射值进行归一化处理，可以使得它们具有可比性，从而方便进行图像融合。
例如，融合多光谱和高光谱图像可以得到具有更丰富信息的图像，有助于地物分类和目标识别。
其次，辐射归一化可以用于地物提取和辐射定量分析。
通过归一化处理，可以将不同波段的辐射值转换为统一的尺度，方便进行地物特征提取和分析。
例如，通过归一化的高光谱图像可以提取地物的辐射特征，进而进行遥感监测和资源调查。
- 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)。
1、回归分析法
对MSS4、7波段 ya4b4x
n
[(L7(i) L7)(L4(i) L4)]
b4 i1 n
[(L7(i) L7)2]
a4 L4b4L7
i1
大气校正公式：
L4 L4a4
2、直方图法
图像中亮度为零的目标，如深海水体、阴影等，只有在没有受大 气影响的情况下，其亮度值才可能为零。
8
遥感图像增强
➢遥感图像的辐射处理------定量遥感的基础 • 传感器辐射定标 • 辐射校正
2
传感器辐射定标
-----对传感器的探测值进行标定，用以确定传感器入口 处的准确辐射值。
➢绝对定标
建立传感器测量的数字信号(DN)与对应的辐射能量之间 的 数量关系。绝对定标在卫星发射前后都要进行。
DiNAiLi Ci
•图像直方图总体形状应类似； •图像中黑与亮特征应相同； •对某些应用，图像的空间分辨率应相同； •图像上地物分布应相同。
➢直方图匹配时可建立一个查找表来作为变换函数。
15
反差调整 密度分割
dij
dij dmin n dmaxdmin
➢影像的辐射校正 ➢太阳高度角和地形影响引起的辐射误差校正 ➢大气校正
4
影像的辐射校正
方法一：简化的理论计算
• 可见光和近红外波段，求反射率
传感器入口处的
辐射亮度：
L sL gexp V ()L d
{g (/)E [ 0 ()co 2esx s p e 2 () c E d ]e }x p s e (V ) cL d
原理：在遥感成像的同时，同步获取成像目标的反射率，或通过预 先设置已知反射率的目标，把地面实况数据与传感器的输出数据进行 比较，来消除大气的影响。
LabR 未受大气影响
卫星观测值
的地面实测值
大气影响
aLbR
大气校正公式
LG La
7
方法二：利用波段的特性进行大气校正
原理：利用散射主要发生在短波波段的图像上的特点。
对数变换
dAlodg )(B
指数变换
dAexd)pB (
平方根变换
dAs(q d) rB t
A dm axdm in F(dma)xF(dmi)n
B A m d a d m x a x A m d id n m in
11
直方图均衡化
原始图像直方图 P (A ) [P 0 ,P 1 , ,P n 1 ]
9
空间域增强
➢反差调整 ➢彩色增强
线性变换 非线性变换 直方图均衡化 直方图正态化 直方图匹配 密度分割 图像灰度反转
➢空间滤波
10
反差调整 线性变换
dijddm ijaxddm miin(ndm axdm i)n
非线性变换
对数变换、指数变换、平方根变换、标准偏差变换、直方图周期性变换等。
K
P(ai) P(b0)
i0
L
P(ai)P(b0)P(bi)
i0
原图像上灰度值为０～Ｋ的像素其灰度 值合并为正态化后图像的灰度值０
原图像上灰度值为Ｋ＋１～Ｌ的像素其灰度 值合并为正态化后图像的第一个灰度值
反差调整 直方图匹配
➢通过非线性变换使一个图像的直方图与另一个图像 的直方图类似。 ➢利用不同时间、由于太阳高度角或大气影响引起差 异的图像进行图像镶嵌和变化检测时非常有用。 ➢进行直方图匹配的两幅图像应有相似的特性：
遥感图像辐射处理
主要内容
遥感图像的辐射处理 遥感图像增强 多光谱图像运算 遥感信息复合
1
遥感图像的辐射处理
➢辐射误差
传感器输出的电磁波能量与目标本身辐射的能量之差。
➢引起辐射误差的原因
• 传感器本身的性能 • 太阳位置和角度条件 • 地形影响 • 大气条件,等
➢遥感图像的辐射误差
• 传感器本身的性能引起的辐射误差 • 地形影响和光照条件的变化引起的辐射误差 • 大气的散射和吸收引起的辐射误差
地面反射率
Ls E0() cos2
• 对热红外波段，求出地物的辐射亮度后，以普朗克公式求地物温度
L s (L g g L d ) L d
方法二：利用图象本身来求反射率
• 内部平均法 • 平场域法 • 对数残差法
方法三：借助已知地物光谱反射率的经验方法
5
太阳高度角和地形影响引起的辐射误差校正
设均衡后的图像直方图 P (A ) [P 0 ,P 1 , ,P n 1 ]
P 0 P 1 P n 1 1 /m
n1
m1
Pi Pj 1
i0
j0
PP0k1P1Pk2 PkPlm 1m 1
PRPR1Pn1m 1
d0,d 1, ,dk d0
d k 1 ,d k 2 , ,d l d 1 d R ,d R 1 , ,d n 1 d m 1 12
• 太阳高度角引起的辐射误差校正：
太阳光线倾斜照射
波段图像比值运算
时获取的图像定量：需要太阳来自度角太阳光线垂直照射 时获取的图像
• 地形影响引起的辐射误差校正
定量计算：需要DEM 一般也可采用比值运算
6
大气校正
消除大气对太阳辐射或目标辐射的吸收和散射影响。
方法一： 基于地面场地数据或辅助数据进行辐射校正
13
反差调整 直方图正态化
正态化后图像的直方图
P(x) 21 ex p(2 x2x)2dx
P(x) 21m x 0 1ex p(2 x2x)2
设原图像直方图为
正态化：
P ( A ) [ P a 0 ,P a 1 ,P a 2 , ,P a i, P a n 1 ]
P ( B ) [ P b 0 ,P b 1 ,P b 2 , ,P b i, P b n 1 ]
➢概念
• 为特定目的，突出表现遥感图像中的某些信息，削弱或除去某些不 必要的信息，使图像更易判读。 • 实质是增强感兴趣目标和周围背景图像间的反差。 • 图像增强不增加原始图像的信息。
➢方法 •空间域：直接对图像进行各种运算以得到所需的增强结果。 •频率域：先将空间域图像变换成频率域图像，然后在频率 域中对图像的频谱进行处理，以达到增强的目的。
Li
DNi Ai
Bi
255 Ai Rmax Rmin
➢相对定标
Bi Ci /Ai Bi Rmin
得出目标中某一点的辐射亮度与其他点的相对值。又称为传感器探 测元件归一化，是为了校正传感器中各个探测元件响应度差异而对卫星
传感器测量到的原始亮度值进行归一化的一种处理过程。
3
辐射校正
------消除或改正遥感图像成像过程中附加在传 感器输出的辐射能量中的各种噪声。