遥感数字图像处理_遥感数字图像辐射校正.pptxVIP

第二章 遥感数字图像辐射校正 Remote Sensing Digital Image radiometric correction;2.1 基本概念与特点;图像畸变：实际得到的图像都在不同程度上与地物的辐射能量或亮度分布有差异，即存在着畸变和降质，即图像畸变，或称为退化（degradetion） 图像恢复(Restoration) ：对一个退化的图像进行处理，使它恢复到原始目标的状态。它是处理由于一个或多个质量降级原因而记录下来的影像，使处理后的图像能更好地接近原始景物。;辐射误差：传感器所得到的目标测量值与目标的光谱反射率或光谱辐亮度等物理量之间???差值???? 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。 亮度值（灰度值）主要受两个物理量影响： 一是太阳辐射照射到地面的辐射强度； 二是地物的光谱反射率。 当太阳辐射相同时，图像上像元亮度值（灰度值）的差异就直接反映了地物目标光谱反射率的差异，但实际测量时，辐射强度值还受到其他因素的影响而发生改变。 ;辐射校正消除遥感图像数据中依附在辐亮度中的各种失真的过程称为辐射量校正（Radiometric Calibration),简称辐射校正。;在遥感数字图像处理中，为了取得良好的处理效果，所处理的图像必须经过几何校正（几何粗校正和几何精校正）、辐射校正以及噪声抑制等处理后，才能根据实际待研究问题的需要进行诸如图像增强、分类的处理 。 遥感图像的降质主要可以归结为两大类：辐射失真和几何畸变。;图像恢复的特点;2.2 图像畸变的类型与原因;2、畸变原因;2.3.1决定灰度值大小的主要因素;2.3.2 辐射误差产生的原因;（1）因传感器响应特性引起的辐射误差;（2）因大气影响引起的辐射误差;散射增加了到达卫星的辐射能量，但降低了遥感图像的反差。;（3）因太阳辐射引起的辐射误差;太阳高度角较低时，会使图像上产生阴影压盖其它地物，造成同物异谱问题，影响遥感图像的定量分析与自动识别； 太阳方位角引起的图像辐射误差通常只对图像的细部特征产生影响;地形起伏引起的辐射误差;（4）其它原因引起的辐射误差;传感器灵敏度特性为起因的畸变校正 太阳高度角及地形等引起的畸变校正 大气校正;;（1）光学系统的特性引起的畸变校正;（2）光电变换系统的特性引起的畸变校正 由于光电变换系统的灵敏性通常有很高的重复性，可以定期地在地面测定其特性，根据测量值进行校正。 ;;MSS的Rmax和Rmin;TM的Rmax和Rmin;（3）条纹误差的校正;条带畸变;主要处理方法 平均值法、直方图法、三次褶积法;TM影像;（4）斑点误差的校正;斑点的校正 （1）平均法：取其邻域像元亮度值的平均值 （2）双三次卷积法 通常边缘附近的斑点不进行消除，图像四周的像元不进行斑点消除 处理过程中，要把斑点和图像本身的边缘信息区别开来，这可以通过恰当的选择阈值或先进行边缘检测而后进行斑点消除来实现。;（5）灰度一致化;线性灰度变换;2.5.2 大气影响的辐射校正;主要方法 （1）统计学方法 将野外实地光谱测试获得的无大气影响的辐射值，与卫星同步获得值进行回归统计分析，确定校正量（波谱测试回归分析法） （2）辐射传递方程计算法 测量大气参数，按理论公式计算大气干扰辐射量。 （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小的波段校正其它波段。;1、统计学方法;野外波谱测试回归分析法;注意：比较时，应将图像像元亮度值与辐射度进行转换 通常是通过线性方程将传感器的最大和最小辐亮度与图像的灰度级联系起来，并进行转换。有关辐亮度的参数可以在图像的元数据文件中找到。 如：对于一个8位量化的图像，转换方程为：;; 在获取地面目标图像时，可以预先在地面设置反射率已知的标志，或事先测出若干地面目标的反射率，把由此得到的地面实况数据和传感器的输出值进行比较，以消除大气的影响。 注意：在地面特定地区、特定条件、一定时间段内测定的地面目标反射率不具有普遍性，因此该方法仅适用于包含地面实况数据的图像。;2、辐射传递方程计算法——测量大气参数，按理论公式计算大气干扰辐射量; 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，在热红外区，大气的影响主要是由水蒸气的吸收造成。为了消除大气影响，需要测定气溶胶密度以及水蒸气浓度。 改进方法：在获取地面目标图像的同时，利用搭载在同一平台上测量气溶胶和水蒸气浓度的传感器获取气溶胶和水蒸气的浓度数据，利用这些辅助数据进行大气校正。;3、波段对比法 理论依据：大气散射的选择性，即对短