遥感数字图像处理-大气校正.pptVIP

大气校正校正 概 述 太阳位置和角度 大气条件 传感器性能 辐射失真 遥感系统 大气状况 几何误差 辐射校正 几何纠正 几何精纠正 遥感图像 降质类型 辐射失真 表现 遥感传感器测得的值与地物实际的光谱值不同 原因 遥感传感器本身特性 地物光照条件 大气作用 其他 几何畸变 表现 图像几何位置的失真 原因 传感器不稳定 遥感平台 地球 1、经验线性法 假定图像DN值与反射率r之间存在线性关系: 定标点要求： （1）尽可能各向同性的均一地物，面积足够大； （2）地物在光谱上要跨越尽可能宽的反射光谱段，明暗目标之间要有足够的差异； （3）尽可能与研究区域保持同一海拔高度。 以红外波段最低值校正可见光波段 前提假设：大气散射的影响主要在短波波段，红外波段中清洁的水体几乎不受影响，反射率值应当为0。由于散射影响，而使得水体的反射率不等于0，推定是由于受到了天空辐射项的影响。 直方图法确定 纠正方法：差值法 暗像元法2-1、回归分析法 TM图像 蓝光波段的B1大气散射最大，红外波段的B7散射最小。图像中的深的大面积水体与地形阴影在B7中是黑的，如果不存在附加的辐射，这些水体与阴影在其它波段也应该是黑的，B1与B7应该具有比例关系。如果受到影响，那么，在其他波段会产生偏移。 对B1进行校正，回归方程为： B1，B7——遥感图像1波段和7波段目标的灰度值； a0，b0——直线的斜率和截距。 校正后波段的灰度值，a0是上述方程的截距，即偏移量 暗像元法2-2、直方图法 如果图像内包括暗色地物或地形阴影，可从各个波段中减去其最小的亮度值（或一个阴暗地区的平均亮度值）来进行校正。 B=B-Bmin 频数 0 频数 B7 （a） 7波段直方图 0 B1 （b） 1波段直方图 a1 TM图像的1、7波段直方图 直方图法 B=B-Bmin 各波段的像元值减去其最小值 1、内部平均法 ρλ——相对反射率； Rλ——像元值； Fλ——整幅图像的平均光谱值。 优点：可消除地形阴影和其他的整体亮度的差异 缺点：基于假设地面变化是充分异构的，若假设不成立，得到的反射光谱会有虚假性 2、平场域法 平场：一块面积大、亮度高、光谱响应曲线变化平缓的区域 假设条件： 区域的平均光谱没有明显的吸收特征； 区域辐射光谱主要反映的是当时大气条件下的太阳光谱 像元辐射值 / 定标点（平场域）的平均辐射光谱值 5.5.2 模型法-辐射传递方程计算法 由辐射传递方程可得 ： e-T(0,H)称为大气的衰减系数 ； E0为地面目标的辐射能量为； H为大气高度； E为传感器收集到的电磁波能量。 5.5.2 辐射传递方程计算法 专业的遥感图像处理系统多提供了大气校正模型 ERDAS和Geomatica系统中的ACTOR模型 ENVI系统中的Flaash模型 公共的大气校正模型，其中较好的是6S模型。 改进的方法 在获取图像的同时,利用搭载在同一平台上的其他传感器获取气溶胶和水蒸汽的浓度数据，然后利用这些数据进行大气校正。 什么情况下需要进行大气校正 大气透明度差而且不均一 大气中的水汽含量高 低海拔地区应该进行校正，3000米以上的地区可以不考虑 相对高差变化大的地形区域 不同时段图像的联合处理 辐射校正要点 内容 辐射定标 大气校正 地形校正 大气校正 绝对校正 相当校正 基于模型的校正 * 利用传感器观测目标的反射或辐射能量时，传感器得到的测量值与目标的光谱反射率或光谱辐亮度等物理量是不一致的 一部分是因为测量值中包含了太阳位置和角度条件、薄雾等大气条件、或因传感器的性能不完备等条件所引起的失真，而消除图像数据中依附在辐亮度中的各种失真的过程就称为辐射量校正（Radiometric Calibration，简称辐射校正）。一般所购买到的遥感图像都经过了初步的辐射校正，但某些引起图像失真的辐射量仍会存在，在实际问题中，应视具体情况加以处理。 另一部分则是遥感图像在产生过程中，受遥感系统、大气状况等影响会不可避免地产生一些定位误差。在这些误差中，空间位置的变形误差称为几何误差，需要进行几何纠正和精纠正处理。 * 与前两种方法的区别：前两种方法校正后为相对的反射率值，主要考虑的是乘性贡献；这种方法校正后为绝对的反射率值，主要考虑的是加性贡献。 实测两个定标点的地面反射光谱值，计算图像上对应像元点的平均辐射光谱。然后，利用线性回归建立起反射光谱与像素值间的相互关系。求出系数k、b后就得到DN值与反射率r之间的关系式，借此计算像元的反射率 . 在获取地面目标图像