遥感图像辐射处理(5)
合集下载
相关主题
- 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)。
太阳高度角、日地距离引起的辐射误差校 正 地形影响引起的辐射误差校正
28
1. 太阳高度角、日地距离引起的辐射误差 校正
太阳高度角引起的辐射畸变 校正是将太阳光线倾斜照射 校正为垂直照射时获取的图 像。 日地距离也会随季节变化。
E0 sin 0 E d2
太阳高度角
图像上的阴影也与太阳高度 角有关。阴影一般可通过多 光谱图像两个波段的比值运 算基本消除。
21
理论上，波段比值法能够提供好的结果， 因为用于比较的各通道采用相同的大气路 径。（利用散射主要发生在短波波段的图 像上的特点。） 相对大气校正的方法可用于： 1.校正相同时间获取的不同波段的遥感影 像——直方图匹配法； 2.将多个时间获取的遥感影像校正到研究 者选定的标准场景中——回归分析法。
• 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。
33
几个基本概念
直方图 空间剖面 光谱剖面
34
4
5
(一) 传感器辐射定标
若传感器各个探测器工作不正常或定标不准，传
感器系统本身就会引入辐射误差。
辐射定标：
是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。
6
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。
DNi Ai Li Ci
• 内部平均法：假定整幅图像的平均光谱基本代表了大气影响下的太阳光谱 信息，把图像DN值与整幅图像的平均辐射光谱值相除，即得到相对反射率。 该法要求地物具有多种类型，整幅图像的均值光谱曲线没有明显的强吸收特 征。 • 平场域法：在图像中找一块亮度高、光谱响应变化小和地形起伏小的区域， 利用该区域的平均光谱值来模拟飞行时大气条件下的太阳光谱，将每个像元 的DN值除以该区域的平均光谱值得到相对反射率。该法可减少大气影响和 仪器引入的残留效应等。 • 对数残差法：将数据除以波段几何均值，再除以像元几何均值。可消除光 照、大气传输、仪器系统误差、地形影响和星体反照率等的影响。 •经验线性法：假设图像DN值与反射率之间存在线性关系，利用某些区域的 已知地面反射光谱值、在图像上对应像元点的平均DN值，通过线性回归求 出增益和偏移量，建立DN值与反射率之间的相互关系式，进行反射率的定 标，消除太阳辐亮度和大气程辐射。
29
2. 地形影响引起的辐射误差校正
地形中的坡度坡向也会引入辐射误差
校正的目的是去除由地形引起的光照度变化，
使两个反射物性相同的地物，虽然坡度、坡
向不同，但在影像中具有相同的亮度值。
改正后的影像，能改进影像分类的效果。
地形校正需要已知各坡面的倾角和对应地区
的DEM.
30
地形校正方法
K ( Lmax Lmin ) / Cmax
Eg E0T0 cos0 Ed
LT LS 1 1
T ( E0 T 0 cos 0 Ed )
v v
T ( E0 T 0 cos 0 Ed ) LP
1
T ( E0 T 0 cos 0 Ed ) LP ( K BVi , j ,k ) Lmin
15
基于辐射传输模型进行大气校正 需要的参数：
影像中心的经纬度 影像获取的日期、时间 影像获取的高度 影像对应地区的平均高 大气模型（如mid-latitude summer,mid-latitude winter, tropical) 2 影像辐射率数据（即经过辐射定标，单位 W / m .m.sr ） 波段中心波长、波段半径 大气能见度 上述参数被输入所选的大气模型，用于计算遥感影像收集时的大气吸 收、散射等特性值；之后这些大气特性值被用于将传感器接受的能量 值反算为表面反射率值。
定性方法：波段间比值运算 定量方法
余弦校正方法 Minnaert校正方法
C校正方法
统计-经验校正
31
Βιβλιοθήκη Baidu
余弦校正方法
假设： 1. 反射表面为朗伯面； 2.日地距离为常数； 3.太阳辐射地球的能量为 常数。
cos 0 LH LT cos i
32
二. 遥感图像增强
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。
22
1.直方图匹配法
波长大于0.7m 的近红外波段一般不受大气散射的影响， 反之波长在0.4~0.7 m 的可见光波段则受大气散射影响显著。 该方法主要通过研究区各波段的直方图估计来进行。通常 可见光波段的数据（如TM1~3波段）由于受大气散射的影 响而具有较高的最小值；相反大气吸收却减少了长波波段 的亮度值，因此造成近红外波段的数据最小值接近于0，甚 至当研究区没有反射率真正为0的目标时也是如此。 校正算法的模型：
Ed ]}exp( secV ) Ld
Ls
地面反射率
E0( ) cos 2
• 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
Ls ( Lg g Ld ) Ld
19
3、基于统计学模型的方法
从图像数据本身出发，很少需要其他辅助数据，基本属于归 一化范畴。
v
f ( BVi , j ,k )
辐射传输模型
MODTRAN模型 6S模型 …
用于估计研究区内特定时间（天） 的路径辐射 LP 。
14
大气校正模块：
ACORN——Atomospheric CORrection Now （MODTRAN4模型） ATREM——the Atmospheric REMoval （6S模型） FLAASH——Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes （ MODTRAN4+模型） ATCOR——the ATmospheric CORrection （ MODTRAN4+模型）
遥感图像辐射处理
1
主要内容
遥感图像的辐射误差处理 遥感图像增强 多光谱图像运算 遥感信息复合
2
一. 遥感图像的辐射误差处理
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 地形影响和光照条件的变化
•
大气的散射和吸收
遥感图像的辐射处理------定量遥感的基础
26
例如：对MSS4、7波段
y a4 x b4
a4
[(L
i 1
n
7 (i )
L7 )(L4(i ) L4 )]
2 [( L L ) 7 (i ) 7 ] i 1
n
b4 L4 a4 L7
大气校正公式：
L4 b4 L4
27
(三). 太阳位置、日地距离、地形影响 引起的辐射误差校正
• 传感器辐射定标
•
辐射校正
3
定量遥感概念
遥感技术发展的现状：一方面仍有大量遥感数据未被利用； 一方面所需求的有效信息又十分匮乏。 原因：遥感本身的原因；遥感应用研究中的对一些基本理 论问题尚缺乏深入的研究。 随着遥感科学的发展、遥感应用的深入，定量遥感的必要 性日益明显；而且，大量多角度遥感数据的问世，又使定 量反演成为可能。 定量遥感：指从对地观测电磁波信号中定量提取地表参数 的技术和方法，区别于仅靠经验判读定性识别地物的方法。
20
相对大气校正
绝对大气校正需要较多的参数（传感器定标系数、 获取影像时的大气参数），很多情况下较难，特别 对于历史存档数据而言，大气参数无从获取。 从不同的有利位置或用多光谱波段对同一目标进行 多种方式的观测，可使大气衰减的影响降到最小。 因为通过多视角多波段信息可消除大气影响。因而， 提出相对大气校正的方法。
Li DNi Bi Ai 255 Ai Rmax Rmin
Bi Ci / Ai
Bi Rmin
相对定标
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。
大气校正的类型
绝对大气校正：目的是将遥感系统记录的亮度值 转换为折合表面反射率值，使之能与地球上其他 地区获取的折合表面反射率值进行比较和结合使 用。 相对大气校正：绝对大气校正需要提供传感器光 谱剖面和同步的大气属性；但对于大多数的卫星 影像，这些信息是难于获取的，因而无法实现表 面反射率的精确提取。因此，发展了相对大气校 正技术。
18
2、简化的理论计算
• 可见光和近红外波段，求反射率（主要目的是对大气气溶胶含 量、大气吸收和大气散射特性等进行描述和求解）
传感器入口处的 辐射亮度：
Ls Lg exp(V ) Ld
{( g / )[E0 () cos2 exp( sec2 )
16
例如：ACORN大气校正方法
MODTRAN4辐射传输模型
E0 ( Edu Ls
1 Edd
T 0 T v
)
反射率计算
1 ( E0T 0 Tv ) / Edd Ls ( E0 Edu ) /
17
10
绝对大气校正
采用模式大气来校正遥感数据：即根据一年 中的时间、研究区域的高程和经纬度来计算 假想的大气条件；之后根据大气条件将遥感 影像上的像元亮度值转化为表面反射率值。 该方法适用于当大气衰减与遥感获取的地面 信号相比较小时的情况。 结合遥感数据获取的大气实测值，采用模式 大气的效果更好。
图像处理的有力工具——直方图
25
三个步骤
在两幅图像中搜寻相对固定目标即光谱稳定 的地物样本点，称为伪不变特征要素 （Pseudo-Invariant Features, PIF)； 运用PIF的DN值，利用线性回归的方法解求 增益和偏移量参数； 根据线性关系式，通过波段运算，得到与参 考图像具有相同或相近辐射值的结果图像， 完成相对大气校正。
从遥感数据中提取生物物理信息所要求的精度
不需要进行大气校正的原则：训练数据来自所研究的影像， 而不是来自从其他时间或地点获取的影像。 必须进行大气校正的情况：提取生物物理变量时，如数据未 经校正，就可能丢失这些重要成分的反射率的微小差别信息； 如需要将某影像中提取的生物物理量与另一景不同时相影像 中提取的同一生物物理量相比较，就必须进行大气校正。
outputBV i , j ,k inputBV i , j ,k bias
23
例如：对于TM影像的1~4波段可采用该方法进行校正；而 TM的5和7波段则不需要。
bias
24
2.回归分析法
也称为不变目标法。方法的前提假设：不同时相 （或不同波段）的图像灰度值之间满足线性关系， 这种假设在近似情况下是成立的。 通过线性等式描述“伪不变特征要素”不同时相间 的灰度关系，即y=a*x+b，其中x为参考图像，y为 待校正图像，a和b分别为增益和偏移量参数。 若确定了a、b两个参数，即可按线性公式对待纠正 图像的DN值做线性变换。
7
(二) 辐射校正（大气校正）
在遥感系统工作正常的情况下，由于大气衰减
和地形衰减的原因，获取的数据仍然带有辐射 误差。
大气校正就是 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。
8
实践中是否进行大气校正，取决于：
问题本身 可以得到的遥感数据的类型
获取的历史与当前实测大气信息的数量
11
1、基于辐射传输模型的大气校正
LS LT LP (W .m2 .sr 1 )
LS LT LP (W .m2 .sr 1 )
LT
T ( E T
v
1
2
0
0
cos 0 Ed )d
1
LS ( K BVi , j ,k ) Lmin
28
1. 太阳高度角、日地距离引起的辐射误差 校正
太阳高度角引起的辐射畸变 校正是将太阳光线倾斜照射 校正为垂直照射时获取的图 像。 日地距离也会随季节变化。
E0 sin 0 E d2
太阳高度角
图像上的阴影也与太阳高度 角有关。阴影一般可通过多 光谱图像两个波段的比值运 算基本消除。
21
理论上，波段比值法能够提供好的结果， 因为用于比较的各通道采用相同的大气路 径。（利用散射主要发生在短波波段的图 像上的特点。） 相对大气校正的方法可用于： 1.校正相同时间获取的不同波段的遥感影 像——直方图匹配法； 2.将多个时间获取的遥感影像校正到研究 者选定的标准场景中——回归分析法。
• 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。
33
几个基本概念
直方图 空间剖面 光谱剖面
34
4
5
(一) 传感器辐射定标
若传感器各个探测器工作不正常或定标不准，传
感器系统本身就会引入辐射误差。
辐射定标：
是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。
6
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。
DNi Ai Li Ci
• 内部平均法：假定整幅图像的平均光谱基本代表了大气影响下的太阳光谱 信息，把图像DN值与整幅图像的平均辐射光谱值相除，即得到相对反射率。 该法要求地物具有多种类型，整幅图像的均值光谱曲线没有明显的强吸收特 征。 • 平场域法：在图像中找一块亮度高、光谱响应变化小和地形起伏小的区域， 利用该区域的平均光谱值来模拟飞行时大气条件下的太阳光谱，将每个像元 的DN值除以该区域的平均光谱值得到相对反射率。该法可减少大气影响和 仪器引入的残留效应等。 • 对数残差法：将数据除以波段几何均值，再除以像元几何均值。可消除光 照、大气传输、仪器系统误差、地形影响和星体反照率等的影响。 •经验线性法：假设图像DN值与反射率之间存在线性关系，利用某些区域的 已知地面反射光谱值、在图像上对应像元点的平均DN值，通过线性回归求 出增益和偏移量，建立DN值与反射率之间的相互关系式，进行反射率的定 标，消除太阳辐亮度和大气程辐射。
29
2. 地形影响引起的辐射误差校正
地形中的坡度坡向也会引入辐射误差
校正的目的是去除由地形引起的光照度变化，
使两个反射物性相同的地物，虽然坡度、坡
向不同，但在影像中具有相同的亮度值。
改正后的影像，能改进影像分类的效果。
地形校正需要已知各坡面的倾角和对应地区
的DEM.
30
地形校正方法
K ( Lmax Lmin ) / Cmax
Eg E0T0 cos0 Ed
LT LS 1 1
T ( E0 T 0 cos 0 Ed )
v v
T ( E0 T 0 cos 0 Ed ) LP
1
T ( E0 T 0 cos 0 Ed ) LP ( K BVi , j ,k ) Lmin
15
基于辐射传输模型进行大气校正 需要的参数：
影像中心的经纬度 影像获取的日期、时间 影像获取的高度 影像对应地区的平均高 大气模型（如mid-latitude summer,mid-latitude winter, tropical) 2 影像辐射率数据（即经过辐射定标，单位 W / m .m.sr ） 波段中心波长、波段半径 大气能见度 上述参数被输入所选的大气模型，用于计算遥感影像收集时的大气吸 收、散射等特性值；之后这些大气特性值被用于将传感器接受的能量 值反算为表面反射率值。
定性方法：波段间比值运算 定量方法
余弦校正方法 Minnaert校正方法
C校正方法
统计-经验校正
31
Βιβλιοθήκη Baidu
余弦校正方法
假设： 1. 反射表面为朗伯面； 2.日地距离为常数； 3.太阳辐射地球的能量为 常数。
cos 0 LH LT cos i
32
二. 遥感图像增强
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。
22
1.直方图匹配法
波长大于0.7m 的近红外波段一般不受大气散射的影响， 反之波长在0.4~0.7 m 的可见光波段则受大气散射影响显著。 该方法主要通过研究区各波段的直方图估计来进行。通常 可见光波段的数据（如TM1~3波段）由于受大气散射的影 响而具有较高的最小值；相反大气吸收却减少了长波波段 的亮度值，因此造成近红外波段的数据最小值接近于0，甚 至当研究区没有反射率真正为0的目标时也是如此。 校正算法的模型：
Ed ]}exp( secV ) Ld
Ls
地面反射率
E0( ) cos 2
• 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
Ls ( Lg g Ld ) Ld
19
3、基于统计学模型的方法
从图像数据本身出发，很少需要其他辅助数据，基本属于归 一化范畴。
v
f ( BVi , j ,k )
辐射传输模型
MODTRAN模型 6S模型 …
用于估计研究区内特定时间（天） 的路径辐射 LP 。
14
大气校正模块：
ACORN——Atomospheric CORrection Now （MODTRAN4模型） ATREM——the Atmospheric REMoval （6S模型） FLAASH——Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes （ MODTRAN4+模型） ATCOR——the ATmospheric CORrection （ MODTRAN4+模型）
遥感图像辐射处理
1
主要内容
遥感图像的辐射误差处理 遥感图像增强 多光谱图像运算 遥感信息复合
2
一. 遥感图像的辐射误差处理
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 地形影响和光照条件的变化
•
大气的散射和吸收
遥感图像的辐射处理------定量遥感的基础
26
例如：对MSS4、7波段
y a4 x b4
a4
[(L
i 1
n
7 (i )
L7 )(L4(i ) L4 )]
2 [( L L ) 7 (i ) 7 ] i 1
n
b4 L4 a4 L7
大气校正公式：
L4 b4 L4
27
(三). 太阳位置、日地距离、地形影响 引起的辐射误差校正
• 传感器辐射定标
•
辐射校正
3
定量遥感概念
遥感技术发展的现状：一方面仍有大量遥感数据未被利用； 一方面所需求的有效信息又十分匮乏。 原因：遥感本身的原因；遥感应用研究中的对一些基本理 论问题尚缺乏深入的研究。 随着遥感科学的发展、遥感应用的深入，定量遥感的必要 性日益明显；而且，大量多角度遥感数据的问世，又使定 量反演成为可能。 定量遥感：指从对地观测电磁波信号中定量提取地表参数 的技术和方法，区别于仅靠经验判读定性识别地物的方法。
20
相对大气校正
绝对大气校正需要较多的参数（传感器定标系数、 获取影像时的大气参数），很多情况下较难，特别 对于历史存档数据而言，大气参数无从获取。 从不同的有利位置或用多光谱波段对同一目标进行 多种方式的观测，可使大气衰减的影响降到最小。 因为通过多视角多波段信息可消除大气影响。因而， 提出相对大气校正的方法。
Li DNi Bi Ai 255 Ai Rmax Rmin
Bi Ci / Ai
Bi Rmin
相对定标
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。
大气校正的类型
绝对大气校正：目的是将遥感系统记录的亮度值 转换为折合表面反射率值，使之能与地球上其他 地区获取的折合表面反射率值进行比较和结合使 用。 相对大气校正：绝对大气校正需要提供传感器光 谱剖面和同步的大气属性；但对于大多数的卫星 影像，这些信息是难于获取的，因而无法实现表 面反射率的精确提取。因此，发展了相对大气校 正技术。
18
2、简化的理论计算
• 可见光和近红外波段，求反射率（主要目的是对大气气溶胶含 量、大气吸收和大气散射特性等进行描述和求解）
传感器入口处的 辐射亮度：
Ls Lg exp(V ) Ld
{( g / )[E0 () cos2 exp( sec2 )
16
例如：ACORN大气校正方法
MODTRAN4辐射传输模型
E0 ( Edu Ls
1 Edd
T 0 T v
)
反射率计算
1 ( E0T 0 Tv ) / Edd Ls ( E0 Edu ) /
17
10
绝对大气校正
采用模式大气来校正遥感数据：即根据一年 中的时间、研究区域的高程和经纬度来计算 假想的大气条件；之后根据大气条件将遥感 影像上的像元亮度值转化为表面反射率值。 该方法适用于当大气衰减与遥感获取的地面 信号相比较小时的情况。 结合遥感数据获取的大气实测值，采用模式 大气的效果更好。
图像处理的有力工具——直方图
25
三个步骤
在两幅图像中搜寻相对固定目标即光谱稳定 的地物样本点，称为伪不变特征要素 （Pseudo-Invariant Features, PIF)； 运用PIF的DN值，利用线性回归的方法解求 增益和偏移量参数； 根据线性关系式，通过波段运算，得到与参 考图像具有相同或相近辐射值的结果图像， 完成相对大气校正。
从遥感数据中提取生物物理信息所要求的精度
不需要进行大气校正的原则：训练数据来自所研究的影像， 而不是来自从其他时间或地点获取的影像。 必须进行大气校正的情况：提取生物物理变量时，如数据未 经校正，就可能丢失这些重要成分的反射率的微小差别信息； 如需要将某影像中提取的生物物理量与另一景不同时相影像 中提取的同一生物物理量相比较，就必须进行大气校正。
outputBV i , j ,k inputBV i , j ,k bias
23
例如：对于TM影像的1~4波段可采用该方法进行校正；而 TM的5和7波段则不需要。
bias
24
2.回归分析法
也称为不变目标法。方法的前提假设：不同时相 （或不同波段）的图像灰度值之间满足线性关系， 这种假设在近似情况下是成立的。 通过线性等式描述“伪不变特征要素”不同时相间 的灰度关系，即y=a*x+b，其中x为参考图像，y为 待校正图像，a和b分别为增益和偏移量参数。 若确定了a、b两个参数，即可按线性公式对待纠正 图像的DN值做线性变换。
7
(二) 辐射校正（大气校正）
在遥感系统工作正常的情况下，由于大气衰减
和地形衰减的原因，获取的数据仍然带有辐射 误差。
大气校正就是 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。
8
实践中是否进行大气校正，取决于：
问题本身 可以得到的遥感数据的类型
获取的历史与当前实测大气信息的数量
11
1、基于辐射传输模型的大气校正
LS LT LP (W .m2 .sr 1 )
LS LT LP (W .m2 .sr 1 )
LT
T ( E T
v
1
2
0
0
cos 0 Ed )d
1
LS ( K BVi , j ,k ) Lmin