多光谱低空遥感图像光照辐射度校正.pdfVIP

第 30卷 第 19期 农 业 工 程 学 报 、，ol_30 NO．19 2014年 10月 TransactionsoftheChineseSocietyofAgriculturalEngineering 0ct．2014 199 多光谱低空遥感图像光照辐射度校正 汪 沛 ，一，张俊雄 ，兰玉彬 ，周志艳 ，一，罗锡文 1,2-~ (1．华南农业大学工程学院，广州 510642； 2．华南农业大学南方农业机械与装备关键 技术教育部重点实验室，广州 510642； 3．中国农业大学工学院，北京 100083) 摘 要：为了提高受云层 阴影影响的遥感图像的信息提取准确度，该文 以水稻小区试验过程 中为进行氮素水 平检测而采集的低空机载高分辨率多光谱遥感图像为对象，对受云层 阴影影响的高光谱图像进行光谱校正， 从而提高氮素水平检测的精度。试验中采用机载的双摄像机同步采集可见光和近红外的水稻遥感图像，并将 两摄像机的图像进行几何校正后合成得到彩红外 (colorinfrared，CIR)光谱 图像；同时在图像采集区域布置 3 块不同反射率的 1．2mx1．2m标定靶 ，利用便携式光谱仪测定标定靶的反射光谱曲线，并统计标定靶在图像 中各通道的亮度均值。以标定靶在晴天无云和有云图像 中的亮度值为节点，对 G、R和近红外 (nearinfrared， NIR)通道分别建立分段的线性变换模型进行校正。为验证校正精度，在遥感图像中分别选择大田水稻、小 区试验 田块和裸地 3个不同区域的图像 的 G、R和 NIR通道像素亮度均值及归一化植被指数 (normalized differentialvegetationindex，NDVI)作为评价指标。试验结果表 明，和传统的整体线性变换相 比，采用分段线 性变换校正具有较高精度 ，G、R和NIR通道校正后的平均误差为 8．6％，9．1％和 l1．7％，NDVI平均误差为 11．5％，有效提高了阴影条件下的遥感图像的信息提取精度，提高了受云层影响遥感图像的利用率。研究为 低空遥感的图像校正提供了参考 。 关键词：遥感；监测；图像处JE；多光谱 图像；光谱校aT-；光照辐射度；氮素监测；去云 doi：10．3969d．issn．1002—6819．2014．19．024 中图分类号：S127；P407．8 文献标志码：A 文章编号：1002—6819(2014)一19—0199—08 汪 沛，张俊雄，兰玉彬，等．多光谱低空遥感图像光照辐射度校正[J]．农业工程学报，2014，30(19)：199--206． WangPei，ZhangJunxiong，LanYubin，eta1．Radiometriccalibration oflow altitudemultispectralremotesensing images[J[．TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE)，2014， 30(19、：199--206．(inChinesewihtEnglishabstrac0 统计回归法[9-10]、主成分分析法[1lj、同态滤波法 l【2J、 O 引 言 小波变换法[13-14]和支持向量机[1S-161等。大部分的遥 随着信息技术的发展，遥感已经成为精准农业 感影像云层及其阴影去除方法研究侧重于受遮盖 中作物信息获取的重要手段。在中国重要粮食作物 地物的几何特征恢复，不利于基于光谱特征的信息 之一的水稻生产管理中也得到了广泛的应用，在水 提取。在 以农作物信息为获取 目标的遥感 中往往偏 稻种植面积调查[卜引、生物量估算[、产量估测I4】等 重于对 目标颜色、光谱的考察，光照的变化影响着 方面发挥 了重要的作用 。 作物叶色、健康