遥感影像相对辐射校正实验
多时相遥感图像相对辐射校正
不同时相的多源遥感图像，同一地物，具相同的辐射亮度。
发生变化的地物目标具有不同的辐射亮度，且辐射亮度的 差异能够反映地物发生的变化。
几种常规相对辐射校正方法
直方图匹配 基于统计量的校正
基于伪不变特征(PIF)的校正
基于小波变换的校正
直观地看，小波分析的优点在于可以将信号分解为多尺 度下的低频和高频成分，这样就可以分别对信号的低频 和高频成分施加相应的操作，然后重构信号，获得所需 的处理结果；
ห้องสมุดไป่ตู้
Thanks！
多时相遥感图像
相对辐射校正
21316105 叶婉君
多时相遥感图像
多时相遥感图像是指一组在不同时间获取的同一地域 的影像或地图地理数据。
多时相遥感图像处理和分析技术取得的成果已广泛应 用于环境监测、农业调查、城市研究、森林监测、地 图修测、运动估计等诸多方面。
相对辐射校正
目的：消除不同时相图像之间的辐射差异
基于小波变换的校正实验案例
总结
常规的遥感图像相对辐射校正方法，在消除 图像之间辐射差异的同时，往往也削弱了地 物的变化。 基于小波变换的辐射校正方法既能有效地消 除图像间的整体辐射差异，又能够保留源图 像中由于地物变化引起的辐射差异， 可应用 于变化检测和运动估计等多时相遥感图像处 理和分析任务中。
基于小波变换的校正
将小波分析引入多时相遥感图像辐射 校正，首先对参考图像和源图像分别 实施小波变换，然后保持源图像的高 频成分不变，对低频成分实施辐射变 换，最后重构源图像，得到辐射校正 图像。
基于小波变换的校正实验案例
对台湾地区的两幅不同时相的遥感图像作了辐 射校正处理。它们分别于1995—12.1 1和 2000—08．10由LandSat5的TMl0和 Landsat7的ETM+获取，均为第5波段数据。
遥感影像相对辐射校正实验
相对辐射校正打开待进行校正的同一地区的两个时相的影像.本实验以突泉县为例1.打开两幅影像,观察是否数据无误(包括波段顺序是否正确,影像有无较大偏移).2.观察两幅影像的目视效果,或者通过ENVI菜单Basic Tools中的statistics的compute statistics来获取两幅影像的像元DN值分布.将两幅中DN值差异大,或者更接近真实值的作为主影像;将DN值差异小,或者偏离真实值的影像作为从影像,来进行校正.注意:一定记清楚哪幅为主影像,哪幅为从影像.(突泉县主影像为2007年影像,从影像为2010年影像)3.获取两时相影像的pif点.Pif点即伪不变特征点,通常选取影像中的深水面,无植被覆盖的沙地,面积较大的建设用地等.PIF点选取应当广泛一些.首先将两幅影像Link起来.利用ENVI的ROI在主影像上选取pif点.选取的时候每个PIF点应当面积小,准确.在主影像选取时,应当link着从影像,以便观察选取的PIF点是否发生变化.如果发生变化,应当弃选.选好之后,将ROI存储为ASCII.存储的时候提示以哪幅影像为基准,那么通过两次操作选取不同基准的影像,就得到了两幅影像的PIF点数据.(请将生成的数据命名时添加县名和年份等必要信息)4.获得相对辐射校正系数.这一步利用最小二乘法处理数据.将获得的数据.创建一个EXCEL空表格.为了方便查找,最好现在就把它重命名一下(我将我的表格命名为”突泉数据”).打开表格.将主影像生成的txt也打开,将里面的从”;ID”开始的文本拷贝到表格中.注意粘贴后,下方的粘贴选项.选择”使用文本导入向导”,持续”下一步”,最后”完成”.这时,每个数据元分别放在了单独的表格空格中.将不必要的数据删除,只留下必要的ID和6个波段即可,下图所示.(这其中有必要自己稍微调整一下表头部分,但并不麻烦,此处不赘述.)我们将这个sheet1重命名为”突泉2007”.同样的方法,将从影像的pif数据写入sheet2.并命名为”突泉2010”.进行数据处理时,我们需要一个波段一个波段的来.拿第一波段BI为例.一.我们将两个时相的B1数据拷贝到sheet3中(当然最好将sheet3改名为”B1”之类的) .二.做散点图.选中B1页的数据(包括表头),点击”插入”中的”图表”之”散点图”,第一类图即可.三.线性回归.打开”数据”右端的”数据分析”.如下图所示.四.分析工具中选择”回归”.确定后弹出回归表.需要选中或填写的有：X、Y值的输入区域（），标志，置信度（95%），新工作表组，残差，线性拟合图。
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。
一种夜光遥感影像相对辐射校正方法
一、概述随着遥感技术的不断发展和应用，夜光遥感影像在城市规划、环境监测、军事情报等领域中得到了广泛的应用。
然而，受到大气、云层等因素的影响，夜光遥感影像的辐射值往往存在较大的误差，限制了其在实际应用中的精度和可靠性。
开展夜光遥感影像的相对辐射校正研究具有重要的理论和应用意义。
二、相关工作为了消除大气、云层等因素对夜光遥感影像辐射值的影响，国内外学者开展了大量的研究工作。
目前，主要的相对辐射校正方法包括亮温法、低通滤波法、绝对辐射校正法等。
这些方法在一定程度上能够改善夜光遥感影像的辐射值精度，但仍然存在一定的局限性，需要进一步完善。
三、研究内容本文针对现有相对辐射校正方法存在的不足，提出了一种基于XXX 原理的夜光遥感影像相对辐射校正方法。
具体步骤如下：1. 采集原始夜光遥感影像数据；2. 对原始数据进行预处理，包括大气校正、亮温计算等；3. 基于XXX原理，建立夜光遥感影像的辐射量化模型；4. 根据模型计算得到影像的相对辐射值；5. 对比原始数据与校正后数据，评估校正效果。
四、方法原理本文方法的核心原理是基于XXX原理，通过建立影像的辐射量化模型，实现对夜光遥感影像的相对辐射校正。
该方法充分考虑了大气、云层等因素对夜光影像的影响，能够有效提高影像的辐射值精度。
五、实验设计与结果分析本文选取了某地区夜光遥感影像为实验样本，采用本文提出的相对辐射校正方法进行处理，并与现有方法进行对比实验。
结果表明，本文提出的方法能够有效提高夜光遥感影像的辐射值精度，相对误差降低了XX。
六、结论与展望通过本文的研究，我们提出了一种基于XXX原理的夜光遥感影像相对辐射校正方法，并进行了实验证实。
结果表明，该方法能够有效提高夜光遥感影像的辐射值精度，具有重要的理论和应用价值。
未来，我们将进一步完善该方法，探索其在更多领域的应用。
也欢迎相关领域的学者和工程师参与讨论，共同推动夜光遥感影像的研究与应用。
七、改进与优化在实验分析的基础上，我们发现了当前相对辐射校正方法存在的一些局限性和不足之处。
遥感卫星影像辐射校正方法
北京揽宇方圆信息技术有限公司遥感卫星影像辐射校正方法影像辐射校正原理辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
利用传感器观测目标的反射或辐射能量时，所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值叫做辐射误差。
辐射误差造成了遥感图像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。
需要指出的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。
遥感图像辐射校正主要包括三个方面：（1）传感器的灵敏度特性引起的辐射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和吸收引起的辐射误差改正。
辐射校正的目的主要包括：1、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等引起的传感器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；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。
辐射校正分为辐射定标和大气校正两部分。
辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。
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。
辐射校正流程图影像辐射校正方法辐射定标主要分为两种类型：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，另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。
遥感影像相对辐射校正方法及适用性研究-中国科学院遥感与数字地球
基金项目:国家高技术研究发展计划(863计划)(编号：2012AA121504-2); 环保公益性行业科研专项(编号：2011467071) 第一作者简介: 段依妮(1988-), 女, 博士研究生, 研究方向为遥感传感器定标、辐射校正。
E-mail: yiniduan@ 。
遥感影像相对辐射校正方法及适用性研究段依妮1,2, 张立福2, 吴太夏2, 童庆禧21. 北京大学 遥感与地理信息系统研究所, 北京 100871;2. 中国科学院遥感与数字地球研究所, 北京 100101摘 要: 遥感影像相对辐射校正是一项基础的数据预处理工作，用于去除影像整体的辐射不均匀性、条带噪声、坏线等辐射问题。
经过30多年的发展，已形成几十种不同的相对辐射校正方法和算法。
面对种类众多的相对辐射校正方法，它们之间的区别和关联是什么，每种方法的特点是什么，如何选择合适的校正方法，是三个亟需回答的问题。
围绕这三个问题，首先，本文以相对辐射校正系数获取的不同方式为原则，将现有的相对辐射校正方法分为三大类：定标法、统计法和综合法，使该分类体系能够反映各类校正方法的区别和关联。
第二，在新的分类体系下，给出了定标法、统计法、综合法的数学模型表达，详细介绍了三类方法包含的每种具体的校正方法和算法，比较分析了每种方法的基本思想、原理和优缺点。
第三，从影像辐射不均匀特征、影像几何特征、传感器定标、影像综合特征四个方面，对各种校正方法的适用性进行综合分析，给出了科学合理地选择相对辐射校正方法的建议，同时结合具体应用实例进行了实验验证。
最后，分析了相对辐射校正研究的发展趋势和存在的问题，有效信息和噪声的计算机判定准则、相对辐射校正效果的评价体系、相对辐射校正对于后续的绝对辐射校正结果的影响是下一步需要深入研究的问题。
关键词: 相对辐射校正，定标法，统计法，综合法，适用性分析 中图分类号: P23/ TP751 文献标志码: A1 引 言相对辐射校正又称为去条带校正或均匀化校正，目的是使用相对辐射校正系数作用于原始图像，消除由于传感器或电荷耦合器件(Charge CoupledDevice ，CCD)探元的响应不一致引起的辐射不均匀效应(Dinguirard 和Slater ，1999)。
多时相遥感图像相对辐射校正_张鹏强
第10卷 第3期2006年5月遥 感 学 报J OURNAL OF REMOTE SENSI N GV o.l 10,N o .3M ay ,2006收稿日期:2005-03-28;修订日期:2005-08-19基金项目:国家自然科学基金资助项目(40371090)。
作者简介:张鹏强(1978) ),男,讲师、博士生。
2000年毕业于解放军信息工程大学航空摄影测量专业,获学士学位;2003年获该校摄影测量与遥感专业硕士学位,并继续攻读博士学位。
研究方向为多时相遥感图像处理与分析、目标识别与变化检测等。
E-m ai:l z pq1978@163.co m 。
文章编号:1007-4619(2006)03-0339-06多时相遥感图像相对辐射校正张鹏强,余旭初,刘 智,李建胜,万 刚(信息工程大学 测绘学院,河南郑州 450052)摘 要: 相对辐射校正是多时相遥感图像处理和分析的前提。
本文分析了几种常规的相对辐射校正方法的优缺点,然后在此基础上提出了一种基于小波变换的遥感图像相对辐射校正方法。
该方法对源图像小波变换域的低频成分实施辐射变换,并保持高频成分不变,重构的图像具有保持高频信息的特性,因而能够较好地保留源图像中由于地物变化引起的辐射差异。
关键词: 多时相遥感图像;辐射校正;灰度分布;辐射特性;小波变换中图分类号: TP751.1 文献标识码: AA Study on R elative Radi o m etric Correction of M ultite mporal R e m ote Sensi ng I magesZ HANG P e ng -qiang ,YU Xu -chu ,L I U Zh,i L I Ji an -she ng ,WAN G ang(Institute of S urveyin g an d M a pp i ng ,Infor m a ti on E n g ineeri ng Universit y,H e nan ,Zh e ngzh ou 450052,Ch in a )Abstract : The relative ra dio m etric c orrection is the fi rst step of processi ng and analyzi ng of multite mporal r e motesensing m i ages .I n thi s paper ,a ne w method based on wavelet tra nsfor m is pr opose d on the basis of a thr ough study o n the three tr aditional ones .Thi s ne w m ethodwas m i ple mente d by doi ng relative r adi o metric correcti on only on the l o w fr eque ncy co mpone nt of wavelet tra nsf or m do ma i n of the source m i age ,and just re m ai ni ng the hi gh frequenc y co mpone nts uncha nged .The reco nstr ucted m i age has the c haracteristi c of keepi ng the hi gh frequency i nfor matio n ,so the ra dio m etric di versit i es in t he source m i age due to ground changes are reserved .K ey words : m ultite m poral re m ote sensi ng m i ages ;radio metric correcti on ;gray level distri buti on ;radio m etric characteristic ;w avelet transfor m1 引 言经过几十年的机载和星载遥感对地观测,人们已经积累了大量的关于地球表面的遥感图像数据。
02遥感图像辐射校正
• 卫星发射之后，由于工作环境、状态发生变化，长期 运行元器件老化，都可能使发射前的定标系数改变， 因此需要进行在轨外定标，以确保遥感数据应用的可 靠性与准确度。
3、关键技术
• 遥感图像的质量由获取的图像数据质量与图像处理的质量 两方面决定，而图像数据的获取质量由成像系统的综合性 能决定。 • 对于理想成像系统，光学遥感器各像元的响应特性一致， 光学系统的均匀性一致，因此遥感器的像元输出DN值（即 数字量化值）与入射的辐亮度值成正比。 • 但实际上，由于成像链路中各个因素的影响，如探测器的 像元非一致性，光学系统的像差，处理电路的不稳定性等 ，各个像元的输出与输入的比例关系会存在较大的偏差， 在图像上会形成噪点、条带和固定图形噪声，严重影响图 形的视觉效果和进一步对目标的识别。 • 遥感器图像相对定标前和相对定标后效果对比如图6 所示。
• 发射前的定标是原始定标，随后各阶段的定标应 在此原始数据上对比、修正。
2、国内外发展现状
• 红外成像星上定标一般采用黑体作为标准辐射源。国外扫描 工作方式成像的红外相机，在相机内部都有控温黑体参考源 用于星上辐射定标。黑体辐射源大多放置在旋转扫描镜超出 扫描成像视场的两侧，通过对黑体精确控温，一个被控制在 地面观测目标温度的最低温度点，另一个被控制在地面观测 目标温度的最高温度点。 • 相机在对地扫描成像前，先对低温黑体成像，获取动态下限 的辐射温度，在对地扫描成像完成后再对高温黑体成像，获 取动态上限的辐射温度，定标点图像数据和温度数据都记录 下来并下传。 • 使用这些数据可以推算所有成像视场内目标的辐射温度，也 可以作为绝对辐射参考源与其它红外扫描成像仪输出图像数 据进行比对。红外扫描成像仪星上定标的原理及定标响应示 意图如图1、图2所示。
2、国内外发展现状
遥感影像相对辐射校正的PIF方法
遥感影像相对辐射校正的PIF方法邵艳坡;洪友堂【摘要】多时相遥感影像闾的相对辐射归一化是进行遥感动态监测的前提.伪不变特征(pseudo-invariant feature,PIF)相对辐射校正法的校正效果在很大程度上取决于PIF点的选取.普通人工选点方法具有主观性强、选点数量及质量有限等缺陷.为解决上述问题,首先对2期TM影像进行精确几何纠正与配准;然后利用波段比值运算与PIF质量控制相结合的方法逐步细化PIF,以提高PIF的选取质量,降低其选取的主观性,并利用与对应样本点各波段的相关系数评价所选点的质量;最后利用所选取的合格PIF点,通过最小二乘回归分析获取增益与偏移量,并对2个时相的TM 影像进行相对辐射校正.对校正前、后典型地物波谱曲线、均方根误差、归一化植被指数(norma-liged difference vegetation index,NDVI)统计量等进行分析的结果表明,校正效果比较理想.%Relative radiometric normalization of multi temporal remote sensing images is the prerequisite of dynamic monitoring of remote sensing.The effect of pseudo-invariant feature (PIF) relative radiation correction is largely determined by the selection of PIF points.The method of ordinary artificial point selection has a lot of shortcomings,such as strong subjectivity and the fact that the points' quality and quantity cannot be controlled.The following operations proposed in this paper will solve these problems.First,the accurate geometric correction and registration of the two TM images were carried out.Then the PIF was refined in stepwise way by combining the band ratio operation and quality control to improve the quality of PIF and reduce the subjectivity of its selection.The quality of selected points was evaluated by using thecorrelation coefficient of corresponding sample points of each band.The method of least square regression analysis was used to get the gain and offset based on the qualified PIF points selected.Then the relative radiometric correction of the two TM images was carried out.The spectrum curves of typical features,root mean square error,NDVI statistics between corrected image and original image were analyzed.The results show that the correction effect is satisfactory.【期刊名称】《国土资源遥感》【年(卷),期】2017(029)001【总页数】7页(P7-13)【关键词】多时相;相对辐射校正;伪不变特征(PIF)方法;比值运算;回归分析【作者】邵艳坡;洪友堂【作者单位】中国地质大学(北京),北京100083;中国地质大学(北京),北京100083【正文语种】中文【中图分类】TP751.1;P237在多时相遥感影像获取过程中，大气条件、传感器定标、太阳辐射强度等的不同，会对遥感动态监测产生很大的影响[1]，因此辐射校正尤为重要。
遥感监测中5种相对辐射校正方法研究
DIN G Li2xia1 ,2 , ZHOU Bin1 , WAN G Ren2chao1 ( 1 . I nst . of A g rio. Remote S ensi n g & I n f orm . A p p li . , Zhej i an g U ni versit y , H an gz hou 310029 , Chi na ; 2 . Zhej i an g Forest ry Col le ge , L i n′an , Zhej i an g 311300 , Chi na) Comparison of f ive relative radiometric normalization techniques for remote sensing monitoring. Jo urnal of Zhejiang University (Agric1 & Life Sci1 ) , 2005 ,31 (3) :2692276 Abstract : Relative radio met ric normalization ( RRN ) minimized radiomet ric differences amo ng images caused by inconsistencies of acquisition conditio ns ( such as weat her , seaso n , sensor , etc. ) rat her t han change in surface reflectance. Five met hods of RRN , i. e. image regressio n ( IR) , p seudo2invariant feat ures ( PIF) , dark set2bright set no rmalizatio n (DB) , no2change set radiomet ric normalizatio n ( NC) , and histogram matching ( HM) , were applied to 1993 and 2001 Landsat TM/ ETM + image of Jiashan County for evaluating t heir perfo rmance in relatio n to land cover detectio n. No ot her parameters and variables but image pixel digital values were used , so t hese met hods were very easy to apply , especially for historical remote sensing images. The root2mean2square error and t he dynamic range were employed in co mparing and evaluating t he images normalized by five met hods. A change detection algorit hm , i. e. , image subt raction , was applied to co mpare t he effect s on change detection. The result s showed t hat DB wo rked best amo ng t he five met hods at t he st udy area , t he PIF worked better. Finally , facto rs affecting t he perfo rmance of relative radiomet ric no rmalization and t he conditions of applying t hese met hods were identified and discussed. ,6] . 为了进行浙江省沿 海地区土壤资源利用遥感动态监测项目 ,本文 就一个研究子区 ,对前文提到的 5 种相对辐射 校正方法的效果作了比较 ,以便选择一种适合 研究区动态监测的相对辐射校正方法.
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。
遥感影像实验报告
一、实验目的本次实验旨在通过遥感影像处理软件ENVI，学习遥感影像的基本处理方法，掌握遥感影像的辐射校正、几何校正、分类和变化检测等关键技术，提高遥感影像处理能力，为后续遥感应用研究打下基础。
二、实验内容1. 辐射校正（1）实验原理：辐射校正是指消除遥感影像中由于传感器、大气、太阳等因素引起的辐射失真，使影像数据真实反映地物辐射特性。
（2）实验步骤：① 打开ENVI软件，导入遥感影像数据；② 选择“Radiometric Correction”模块；③ 选择“Flattening”方法进行辐射校正；④ 保存校正后的影像数据。
2. 几何校正（1）实验原理：几何校正是指消除遥感影像中由于传感器姿态、地球曲率等因素引起的几何失真，使影像数据真实反映地物空间位置。
（2）实验步骤：① 打开ENVI软件，导入遥感影像数据；② 选择“Geometric Correction”模块；③ 选择“Warp”方法进行几何校正；④ 输入校正参数，如坐标系统、校正方法等；⑤ 保存校正后的影像数据。
3. 分类（1）实验原理：遥感影像分类是指根据遥感影像数据中地物光谱和纹理信息，将影像分割为不同地物类别的过程。
（2）实验步骤：① 打开ENVI软件，导入遥感影像数据；② 选择“Classification”模块；③ 选择“Supervised Classification”方法进行监督分类；④ 输入训练样本，设置分类变量；⑤ 选择分类结果输出格式，如分类图层、分类报告等；⑥ 保存分类结果。
4. 变化检测（1）实验原理：遥感影像变化检测是指通过对比同一地区不同时期的遥感影像，分析地物变化信息的过程。
（2）实验步骤：① 打开ENVI软件，导入遥感影像数据；② 选择“Change Detection”模块；③ 选择“Image Difference”方法进行变化检测；④ 输入对比影像，设置变化阈值；⑤ 保存变化检测结果。
三、实验结果与分析1. 辐射校正：通过辐射校正，影像数据的光谱特性得到了有效恢复，地物辐射特性得到了真实反映。
《遥感影像辐射校正》课件
03
人工智能与辐射校 正的集成
探索人工智能技术与辐射校正的 集成方法，实现遥感影像的快速 、准确校正。
THANKS。
噪声失真
由于传感器内部噪声引起的失 真，导致图像中出现随机噪声
。
辐射失真的原因
传感器响应的非线性
由于传感器材料、工艺等因素导致的 响应非线性，引起辐射失真。
大气条件的影响
大气中的气体、水汽、尘埃等对太阳 光的吸收、散射和反射作用，导致遥 感影像的辐射失真。
地物反射特性的差异
不同地物对太阳光的反射特性存在差 异，导致遥感影像的辐射失真。
率的过程。
辐射失真来源
辐射失真主要来源于传感器性能 差异、大气吸收散射、太阳辐射
条件等因素。
校正内容
辐射校正主要校正图像的亮度值 ，使其更接近真实地物反射率。
辐射校正的重要性
提高遥感影像质量
ห้องสมุดไป่ตู้
为后续分析提供准确数据
通过消除辐射失真，可以提高遥感影 像的对比度和清晰度，使地物特征更 加突出。
辐射校正为后续的图像处理和分析提 供了准确的数据基础，提高了遥感数 据的可信度和可靠性。
遥感影像辐射校正技术还可以应用于土地利用 变化监测、水资源管理等领域，为相关部门的 决策提供数据支持。
在城市规划中的应用
遥感影像辐射校正技术可以为城市规 划提供高精度的地理信息数据，帮助 规划师更加准确地了解城市空间布局 和土地利用情况。
遥感影像辐射校正技术还可以应用于 城市环境监测、城市交通规划等领域 ，为城市可持续发展提供科学依据。
建立完善的数据融合效果评估体系，对融合结果进行客观、准确 的评价。
人工智能与辐射校正的结合
01
深度学习在辐射校 正中的应用
遥感图像辐射校正
实验名称：遥感图像辐射矫正实验目的：通过实验，了解并掌握辐射矫正的原理、基本方法，深刻理解遥感辐射矫正的意义。
实验原理：辐射矫正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行矫正，消除或改正辐射误差而引起的影响畸变的过程。
辐射矫正的一般方法有：1.大气校正：大气会引起太阳光的吸收、散射，也会引起来自目标的反射及散射光的吸收、散射，入射到传感器的除目标物的反射光外，还有大气引起的散射光，消除并校正这些影响的处理过程叫大气校正。
2.太阳高度及地形等引起的畸变校正：视场角和太阳角的关系所引起的亮度变化的校正；地形倾斜的影响校正。
3.传感器的灵敏度特性引起的畸变校正：（1）由光学系统的特性引起的畸变校正。
（2）由光电变化系统的特性引起的畸变校正。
辐射误差：传感器观测目标的反射或辐射能量时，观测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值。
两个基本概念反射率：反射率是反射辐射通量与入射通量的比值，是0-1之间的无量纲的值ρλ=Φreflectedλ/ Φiλ通常用反射率描述各种地物的光谱反射特性。
一般分为镜面反射、方向反射、漫反射（各向同性），反射率是地物自身的属性。
朗伯反射体：发光强度和亮度的概念不仅适用于自己发光的物体，也可以应用到反射体。
光线射到光滑的表面上，定向地发射出去；射到粗糙的表面上时，它将朝向所有方向漫射。
一个理想的漫射面，应是遵循朗伯定律的，即不管入射光来自何方，沿各方向漫射光的发光强度总与cosθ成正比，从而亮度相同。
积雪、刷粉的白墙或十分粗糙的白纸表面，都很接近这类理想的漫射面。
这类物体称为朗伯反射体。
大气影响的定量分析进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。
其中对传感器接收影响较大的是吸收和散射。
假定地表面是朗伯体，其表面为漫反射，则某方向物体的辐射亮度为：θππλλλλλcos 00E R E R L ==其中：λR 是地物反射率；π是半球球面度（半球反射）传感器接收信号时，受仪器的影响还有一个系统增益因子 ，这时进入传感器的亮度值为：无大气： 在没有大气存在时，传感器接收的辐照度，只与太阳辐射到地面的辐照度和地物反射率有关。
【VIP专享】遥感影像辐射校正实习报告
目录一：实验目的 (3)二、影像数据 (3)三、实验内容 (3)四、实验步骤 (4)（一）、绝对大气校正 (4)（二）、相对大气校正——回归分析法 (7)（三）、多时相影像匹配法 (9)五、心得体会 (13)六：程序设计 (14)一：实习目的：进一步巩固、掌握遥感影像绝对及相对大气校正基本方法。
二：影像数据：1.交大犀浦校区2003年、2005年SPOT5多光谱影像影像空间分辨率10米，波段1—近红外（0.78 - 0.89μm）；波段2—红色（0.61 - 0.68μm）；波段3—绿色（0.50 - 0.59μm）；波段4—短波红外（1.58 - 1.75μm）。
2. 交大犀浦校区2006年QuickBird（快鸟）多光谱影像影像空间分辨2.44—2.88米，波段1—蓝(450-520nm)；波段2—绿（520-660nm）；波段3—红（630-690nm）；波段4—近红外（760-900nm）。
三：实习具体内容：（一）、绝对大气校正以实测或从光谱数据库中查得的光谱数据，采用基于ELC的大气校正方法，对交大犀浦校区2006年QuickBird多光谱影像中的第1波段影像进行绝对大气校正。
基本步骤：（1）、从QuickBird多光谱影像文件中提取出第1波段影像；（2）、从影像中判读出一些典型地物；图4.1-2：多光谱影像文件中提取出第1波段影像2:利用Matlab从影像中判读出一些典型地物，得到它的灰度值和反射率。
（1）:在Matlab中读取第1波段的影像图片并显示，具体程序语句如下：I=imread('2006-1.tif') %将图像信息读取到矩阵I中m=min(min(I)) %读取矩阵I灰度的最大值n=max(max(I)) %读取矩阵I灰度的最小值imshow(I,n,m) %在matlab中显示读出的图像得到quickbird_multi_2006_xipu..img的第一波段影像的tif格式图，如图4.1.3:图4.1-3:quickbird_multi_2006_xipu..img的第一波段影像中读取一些地物特征点的灰度值，正如图工具可得到：，就是这一点的灰度值，在本次实习相对大气校正前后的影像对比图从校正后和校正前的图像来看，校正后只是整体的亮度值发生了大的系统误差的 TM1波段校正后影像TM1波段校正前影像分析：由图8以看出校正后的图像比校正前的图像差别不明显，在地物间的分辨能力上并无改善。
一种面向变化检测的遥感影像辐射校正方法
第33期2020年11月No.33November ，2020一种面向变化检测的遥感影像辐射校正方法摘要：遥感影像变化检测技术具有全面、高效、客观的特点，目前在很多领域都得到了广泛应用。
为了提升变化检测的精度和效果，往往需要对遥感影像进行辐射校正处理。
文章面向变化检测应用，提出了一种基于稳定区域的相对辐射校正方法。
实验表明，该方法能够去除外部因素造成的辐射差异，使多时相影像的辐射值分布趋于统一，较之传统方法，其结果更贴近真实地表光谱特征，有助于后续影像分析解译和变化监测。
关键词：遥感影像；辐射校正；变化检测中图分类号：P208文献标志码：A江苏科技信息Jiangsu Science &Technology Information高雅，张戬（江苏省测绘研究所，江苏南京210013）基金项目：省属科研院所江苏省测绘研究所自主科研项目；项目名称：深度学习影像解译在自然资源监测中的应用；项目编号：JSCHZZKY202002。
作者简介：高雅（1987—），女，浙江宁波人，工程师，硕士；研究方向：地理信息，遥感。
0引言遥感影像变化检测是利用遥感影像了解地表变化的技术方法，是遥感的重要应用方向之一，具有全面、高效、客观的优势，在生态环境保护、自然资源监管、城乡建设调查、农业生产监控、自然灾害评估等领域均得到了广泛的应用。
遥感影像变化检测主要是借助不同时间获取的同一区域遥感影像，通过分析运算解译，得出该区域内地表变化情况。
然而，由于季节、光照、大气、传感器、搭载平台等因素的影响，多时相遥感数据之间存在不同程度的辐射差异，导致同物异谱问题，对变化检测造成一定的干扰。
对多时相数据进行辐射校正，消除外部因素导致的辐射差异，是变化检测前重要的预处理步骤，可以提高变化检测的精度。
1研究现状国内外学者提出了很多辐射校正的方法，主流的方法可以分为两类：绝对辐射校正和相对辐射校正［1-5］。
绝对辐射校正是为实际成像的物理过程建立模型，将影像像元的辐射灰度值转换为地表真实反射率。
- 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)。
相对辐射校正
打开待进行校正的同一地区的两个时相的影像.本实验以突泉县为例
1.打开两幅影像,观察是否数据无误(包括波段顺序是否正确,影像有无较大偏
移).
2.观察两幅影像的目视效果,或者通过ENVI菜单Basic Tools中的statistics的
compute statistics来获取两幅影像的像元DN值分布.将两幅中DN值差异大,或者更接近真实值的作为主影像;将DN值差异小,或者偏离真实值的影像作为从影像,来进行校正.
注意:一定记清楚哪幅为主影像,哪幅为从影像.(突泉县主影像为2007年影像,从影像为2010年影像)
3.获取两时相影像的pif点.
Pif点即伪不变特征点,通常选取影像中的深水面,无植被覆盖的沙地,面积较大的建设用地等.PIF点选取应当广泛一些.
首先将两幅影像Link起来.利用ENVI的ROI在主影像上选取pif点.选取的时候每个PIF点应当面积小,准确.在主影像选取时,应当link着从影像,以便观察选取的PIF点是否发生变化.如果发生变化,应当弃选.
选好之后,将ROI存储为ASCII.存储的时候提示以哪幅影像为基准,那么通过两次操作选取不同基准的影像,就得到了两幅影像的PIF点数据.(请将生成的数
据命名时添加县名和年份等必要信息)
4.获得相对辐射校正系数.
这一步利用最小二乘法处理数据.将获得的数据.
创建一个EXCEL空表格.为了方便查找,最好现在就把它重命名一下(我将我的表格命名为”突泉数据”).打开表格.将主影像生成的txt也打开,将里面的从”;ID”
开始的文本拷贝到表格中.注意粘贴后,下方的粘贴选项.选择”使用文本导入向导”,持续”下一步”,最后”完成”.这时,每个数据元分别放在了单独的表格空格中.
将不必要的数据删除,只留下必要的ID和6个波段即可,下图所示.(这其中有必要自己稍微调整一下表头部分,但并不麻烦,此处不赘述.)
我们将这个sheet1重命名为”突泉2007”.
同样的方法,将从影像的pif数据写入sheet2.并命名为”突泉2010”.
进行数据处理时,我们需要一个波段一个波段的来.拿第一波段BI为例.
一.我们将两个时相的B1数据拷贝到sheet3中(当然最好将sheet3改名为”B1”
之类的) .
二.做散点图.选中B1页的数据(包括表头),点击”插入”中的”图表”之”散点图”,
第一类图即可.
三.线性回归.打开”数据”右端的”数据分析”.如下图所示.
四.分析工具中选择”回归”.确定后弹出回归表.
需要选中或填写的有：X、Y值的输入区域（），标志，置信度（95%），新工作表组，残差，线性拟合图。
本实验中,X值为从影像的值;Y的值为主影像的值.
注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括数据标志：
后者不包括数据标志.(前面实验的步骤显然是包括了数据标志,即表头).
五.确定后得到分析结果.如下图所示:
不过我们需要的只是两个数据,即第三个表中的Intercept(记作b)和2010B1(b).
相对辐射校正公式为y=ax+b;
同样的,我们可以获取其他波段校正需要的a和b.
5.波段计算并生成影像
在bandmath中输入公式,需要注意的是公式外需要加上uint().如uint(0.56386b1+15.6),这样生成波段的数值为整型.
将6个波段全部计算完成后,生成一幅新的影像.
最后再利用矢量边界数据生成掩膜,将界外区域的DN值变成0.
实验完成.。