第5章_遥感数字图像处理_图像校正

第5章图像校正（2）本次课内容5.4传感器端的辐射校正5.5大气校正5.6地面辐射校正5.4传感器端的辐射校正传感器端的辐射校正对于卫星遥感图像来说，又称为大气顶面辐射校正或大气上界辐射校正.为什么进行传感器端的辐射校正？在扫描方式的传感器中，传感器收集到的电磁波信号需要经光电转换系统转变成电信号记录下来。该信号量化后成为离散的灰度级别，仅在图像中具有相对大小的意义，没有物理意义。不同的传感器间、同一传感器不同日期产生的图像中都可能存在偏差，需要对传感器定标校正后才能进行比较。传感器端的辐射校正的原理利用已经建立的地物反射率与遥感图像像素之间的关系，通过遥感图像的像素值计算传感器端的像素的反射率。一般通过辐射定标来完成。辐射校正的结果可以是辐亮度也可以是反射率。（1）可见光和近红外波段的辐射定标在卫星飞越大面积均匀试验场地上空同时，在若干选好的象元内测定探测器对应波段内的地物反射率，同时测出气象要素和大气光学特性。再根据卫星过顶时太阳几何位置、仪器视场角、探测器光谱响应函数等，通过大气辐射传输模式正演出到达传感器入瞳处各光谱通道的辐射亮度。（2）红外波段的辐射校正传感器入瞳处接受的总辐射由3部分组成：①通过大气向上传输的直接地面辐射；②由大气自身向上传输的辐射；③大气向下辐射到达地面再经地面反射后通过大气向上传输的辐射。如选择清洁水面为目标，那么按线性模型处理为式中，为红外波段的校正系数，C为图像灰度级。CAI**A（3）图像的灰度级和辐亮度图像上的像素值为灰度级实际的电磁波辐射强度为辐亮度在图像数字化时，电磁波的辐亮度被量化为灰度级。而在实际应用中，因为灰度级没有实际的物理意义，不同日期图像对比和遥感定量反演时，需要将灰度级转化为辐亮度。辐射定标在卫星飞越试验场地上空时同时,在若干选好的像素内测定探测器对应波段内的地物反射率ρt，同时测出气象要素和大气光学特性.再根据卫星过顶时太阳几何位置,仪器视场角,探测器光谱响应函数等通过大气辐射传输模式正演出到达传感器入瞳处各光谱通道的幅亮度Lt.绝对辐射校正就是建立遥感器测量数字信号与对应的辐射能量之间的数量关系。对于一种遥感器来说，绝对辐射校正就是确定一个灰度值（DN）对应多少辐射度值（L），或者确定一个辐射值L对应多少灰度值（DN），其数学表达式为DN＝a.L或L＝b.DN不同的传感器有不同的校验参数，通常通过线性方程将传感器的最小和最大的辐亮度与图像的灰度级联系起来，进行转换。波段不同，传感器可以探测的最小和最大的辐亮度值不同。对于8位量化（量化级数）为256的图像，基本的转换方程如下所示：L为图像的辐亮度；Lmin和Lmax分别为最小和最大灰度级对应的辐亮度；DN为图像中像素的灰度级。minminmax255/)(LDNLLLGain，增益Bias，偏置对于8位量化图像，图像幅亮度Lt=（Lmax-Lmin)/255XDN+LminLt为图像的辐亮度；Lmin为最小灰度级对应的辐亮度；Lmin为最大灰度级对应的辐亮度；DN为像素对应的灰度级。传感器的辐亮度参数可以在图像的元数据文件中找到。Landsat5的TM图像辐射校正幅亮度L=Gain*DN+BiasGain为增益，增益=（Lmax-Lmin)/255，Lmax和Lmin分别为最大和最小光谱辐射值，Bias为偏置，偏置=Lmin。随着时间变换，传感器的校正参数误差也会发生变化。5.5大气校正消除由大气散射引起的辐射误差的处理称为大气校正。在前期的大气校正中主要指对天空散射光的校正（程辐射校正）。遥感图像中，卫星遥感图像需要进行大气校正；航空摄影获取的图像，根据飞行高度的情况可以不进行大气校正。大气校正的3种方法统计学方法：将野外实测的大气影响的测量值与传感器同步观测结果回归分析辐射传递方程：测量大气参数，按理论公式求得大气干扰辐射量；波段对比法：在特殊条件下，利用某些不受大气影响或影响很小的波段校正其他波段。一般采用波段对比法5.5.1统计学方法通过将野外实地波谱测试获得的无大气影响的辐射值与卫星传感器同步观测对应象元亮度值进行回归分析计算确定辐射误差校正量。5.5.2辐射传递方程算法测量大气参数，按理论公式求得大气干扰辐射量。为大气的衰减系数；E0为地面目标的辐射能量；H为传感器的高度（高度为H的大气）；E为传感器测到的电磁波能量。在可见光和近红外区，大气的影响主要是由气溶胶引起的散射造成的；在热红外区，大气的影响主要是由水蒸气的吸收造成的。需要测定可见光和近红外区气溶胶的密度、热红外区水蒸气浓度参数。常用大气模型商业模型：ACTOR（Erdas和Geomatica）、Flaash（ENVI）公共模型：6S模型6S模型是目前世界上发展比较完善的大气辐射校正模型之一。由5S模型改进而来，适合于可见光-近红外的多角度数据。该模型考虑了地表非朗伯体情况，解决了BRDF与大气相互耦合的问题，通过使用较为精确的近似方程以及“SOS”算法，提高了瑞利散射和米氏散射的计算精度，显著简化了计算，同时模型支持的光谱分辨率达到2.5nm。利用辐射传递方程同城只能得到近似解，改进的方法是在获取图像的同时，利用搭载在同一平台的其他传感器获取气溶胶密度和水蒸气密度数据，然后利用这些数据进行校正。5.5.3波段对比法在特殊条件下，利用某些不受大气影响或影响很小的波段来校正其他波段。理论依据：大气散射影响对波长的选择性。波长越长的波段受大气散射影响越小。大气散射辐射度主要来自米氏散射（尘埃、小水滴及气溶胶等影响），其散射强度随波长的增大而减小，到红外波段也有可能接近于零。以Landsat卫星为例，其TM2，3，4都会受到大气散射的影响，而TM5，7几乎不受大气散射的影像，能够较为正确地反映地物波谱的实际情况。因而可以使用同步获得的TM7波段来对其他几个波段图像进行辐射校正。实现方法（一）回归分析法在TM图像中，蓝光波段的B1大气散射最大，B7大气散射最小。图像中的深的大面积水体与地形阴影在B7中是黑色的，如果不存在附加的辐射，这些水体与阴影在其他波段也应该是黑的，B1与B7应该具有比例关系。若对B1进行校正，首先在B1上得最黑区域中选择一系列目标，以这两个波段做散点图，并作回归分析，以确定偏移量。实现方法（二）直方图法基本思想：每幅图像上都有辐射亮度或反射亮度应为0的地区，而事实上并不等于0,说明亮度最小值必定是这一地区大气影响的程辐射度增值。校正方法：将每一波段中每个像元的亮度值都减去本波段的最小值使图像亮度动态范围得到改善，对比度增强，从而提高了图像质量。5.6地面辐射校正太阳辐射校正地形辐射校正5.6.1太阳辐射校正主要是校正太阳高度角导致的辐射误差。即：将太阳光线倾斜照射时获取的图像校正为太阳垂直照射时获取的图像。公式法其中，为太阳高度角，g(x,y)为太阳高度角时的图像，f(x,y)为太阳直射时的图像。波段比值法：用同步获取的相同地区的任意两个波段图像相除得到的新图像。sin),(),(yxgyxf28(1)不同太阳高度角校正θ为太阳高度角f(i，j)为校正前图像在(i，j)像元点的灰度值；f’(i，j)为校正后图像在(i，j)像元点的灰度值；(2)不同像幅的照度校正5.6.2地形辐射校正地形不平坦，受坡度和坡向的影像，传感器获得的能量会发生变化。地形校正需要有地区的DEM数据，对于高山峡谷地区的图像，地形校正是非常必要的。地形起伏引起的辐射误差校正基本思想是把起伏的地形校正到水平地面的状况。I0I设光线垂直入射时水平地表收到的光照强度为I0，则光线垂直入射时坡度为α的坡面入射点的光强度I为：cos0II处在坡度为α的坡面上的图像g(x,y)校正后的图像f(x,y)为：cos),(),(yxgyxf5.6.4其他辐射误差校正大气传输信道中由于大气湍流扰动影响产生随机噪声传感器的噪声源包含有转换和滤波过程中产生的噪声传感器的另一噪声源为滤波器电路中电阻、电容产生的热噪声热红外波段传感器因部分的温度变化也产生噪声效应摄影胶片记录信息时存在的胶片颗粒噪声这些噪音均属于对图象的高频干扰，多采用低通滤波方法予以消除。遥感卫星辐射校正场概述遥感技术的迅速发展，遥感应用日趋定量化，因而进一步改进卫星定量遥感精度的要求越来越迫切。辐射校正场技术：利用地球表面大面积均匀的地物为目标，当卫星过顶时实施同步地面观测，以实现对在轨道上运行的卫星传感器做辐射校正的技术。建立辐射校正场的目的遥感数据的定量化要求监测在轨传感器变化并不断提供修正系数补充星上定标的不足多种遥感仪器和不同时间遥感资料的综合应用辐射校正场的国外发展概况美国NASA和Arizona大学在新墨西哥州的白沙和加利福尼亚州的爱德华空军基地的干湖床建立辐射校正场法国在马赛市附近建立了LaCrun辐射校正场欧洲科技局在非洲撒哈拉沙漠、加拿大在北部大草原、日本澳大利亚在澳大利亚北部沙漠地区1984年国际上成立对地观测卫星委员会（CEOS）定标和真实性检验工作组（WGCV）。我国的遥感辐射校正场1993年国家卫星气象中心成立中国遥感卫星辐射校正场专题论证组1993年确定敦煌市西部党和洪积扇区为可见光和近红外波段的绝对辐射校正场1994年确定青海湖为热红外波段的绝对辐射校正场2000年由中国气象局国家卫星气象中心牵头，国内7个部委的11个单位参加合作建成了中国遥感卫星辐射校正场。敦煌辐射校正场青海湖辐射较正场