【2017年整理】辐射校正-莫紫君.docx

遥感图像的辐射校正 莫紫君 201231162623 12级土地资源管理4班 公共管理学院 实验目的 通过实习操作，掌握遥感图像辐射校正的基本原理和和方法，理解遥感图像辐射校正的意义。 实验准备 遥感图像处理软件ERDAS 9.2 具有7个波段的遥感数字影像资料 实验原理 由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辨率和对比度下降等辐射畸变，其中，大气散射是图像辐射畸变的主要因素，实验中主要是消除由大气散射引起的辐射误差。 实验过程 ERDAS软件中图像预处理模块下的图像辐射校正。大气校正有两种方法，一种是直方图图，一种是线性回归法。 直方图法 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：? 打开TM影像，通过视窗viewer的图标?，查找最小灰度值。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，从而判断该图像是否有辐射亮度或反射率接近0的地物。? 查看波段1，得到DN值的最小值为67。 进行波段运算，将每个波段的DN值减去这个最小DN值，即把图像修正成改正大气辐射后的图像。如下图所示： 点击modeler→?model?maker?，弹出对话框。依次点击?，用将它们连接。见下图： 在图中双击，出现对话框，在File?Name中输入要辐射校正的图像sub2006.img，点击OK。 再双击，出现对话框，如下图进行操作，输入公式，点击OK。 再双击，确定输出路径，命名为band1.img。 最后，点击，再从Viewer菜单中打开辐射增强后的图像。 回归分析法 原理：大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此用长波数据来校正短波数据 操作方法：在不受大气影响的波段（如TM5或7）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每个目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程。本实验中令TM7为自变量X。 在视窗viewer打开要校正的图像，Raster→Profile?Tools。 弹出对话框，选择spectral→?ok，弹出Spectral?Profile对话框如下： 利用Spectral?Profile?中的图标?选取一系列由暗到亮的目标地物点，在对话框中得到地物点在各个波段的的光谱曲线，通过Spectral?Profile对话框菜单栏的viewer?→?Tabular?Data??查看地物点在各个波段的具体灰度值。 将TM1-6的灰度值与TM7的灰度值输入到新建的Excel表中，并建立线性回归方程Lb=aLa+b，得到散点图。求出线性方程的常数项a、b，该值b即为大气影响值。在空间建模工具中，图像灰度值减去该值b即可消除大气散射对图像影响。 由上图得，线性回归方程为y = 0.411x + 89.488，即b约等于89。 计算。点击modeler→?model?maker?，弹出对话框。依次点击?，用将它们连接。见下图： 双击，输入要辐射校正的图像sub2006.img，点击OK。双击，用波段1减去散点图中的值b=89，如图所示。双击，确定输出路径，点击图标进行运算，得到波段一的校正的结果。用同样的方法依次对波段2-6进行校正。 完成。从Viewer菜单中打开辐射增强后的图像。 实验心得： 这是我上遥感课以来的第一个实验，它让我领悟了一个道理：纸上得来终觉浅。上课的时候，老师事无巨细地把整个实验的原理啊方法啊过程啊都给我们讲一遍了，我也非常认真的听明白了。去到机房之后，出现的各种细节问题，都把我弄的措手不及。 比如说，拿到图像资料以后，发现图像已经是处理过的，而老师还没教我们数据转换的操作。对于ERDAS软件，我们更是第一次接触，就算大概知道要怎么操作，也不知道要点击的键在哪个位置。乱点一通是不行的，还是得等老师来手把手指导。还有选取一系列由暗到亮的目标地物点的这一个操作，在实际选点的时候，由于实际图像的模糊，导致我很难确定我所选取的点是否一致的由暗到亮的。到最后面建立线性回归方程画散点图的时候，又在很久以前学过但没学透的Excel中栽了跟头，摸索了好久才分析出来结果。最让我头疼的是，回到宿舍以后要安装ERDAS软件，在安装这方面我是一窍不通的，幸好我宿舍住了一位软件达人。可是好巧不巧的是她回家过母亲节去了，为了完成这份报告我只好另辟蹊径先借同学电脑来用，之后再叫软件达人帮我安装。 有句话说，前途是光明的，道路是曲折