第3章 遥感图像校正与镶嵌01.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * 基本思想 在于一幅图像中总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。 直方图最小值去除法 一般来说由于程辐射度主要来自米氏散射，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 具体校正方法十分简单，首先确定条件满足，即该图像上确有辐射亮度或反射亮度应为零的地区，则亮度最小值必定是这一地区大气影响的程辐射度增值。校正时，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。 假定某红外波段，存在程辐射为主的大气影响，且亮度增值最小，接近于零，设为波段a。现需要找到其他波段相应的最小值，这个值一定比a波段的最小值大一些，设为波段b，分别以a，b波段的像元亮度值为坐标，作二维光谱空间，两个波段中对应像元在坐标系内用一个点表示。由于波段之间的相关性，通过回归分析在众多点中一定能找到一条直线与波段b的亮度Lb轴相交，且 2、回归分析法 回归分析法 回归分析法 ?是斜率： 和 分别为a、b波段亮度的平均值。 ?是波段a中的亮度为0处波段b中所具有的亮度。可以认为?就是波段b的程辐射度。校正的方法是将波段b中每个像元的亮度值减去? ，来改善图像，去掉程辐射。 同理依次完成其他波段的校正。 3、去条带 成象时，由于检测系统某一扫描线上故障造成扫描线脱落。这时往往没有任何信息，在图像只显示一条黑线，有时也会出现分段黑线，这些均称条带噪声。 一般说，去条带的办法较简单，多用条带上行和下行的均值来代替。当像元位（i,j）用g(i,j)来代替，则　　　　　　　　　　 对于遥感图像可以直接在图像上目视观察条带是否存在，但一般来说，则要设法让计算机自动查找条带了。采用公式 式中： 为某一像元被计算前的输入灰度值 M为整个图像所有像元灰值的平均值 D为整个图像所有像元数灰度值的标准偏差　　　　　　　　 mi为每条扫描线上像元灰度平均值　　　　　　　　　　　 di为每条扫描线上像元灰度的标准偏差　　　　 以上各式中的i,j表示图像行列顺序号，其中i=1,2,……,L； j=1,2,……,S 按照上面查找条带公式。如果第i行是一个条带，由于条带上所有像元都是零级灰值，故mi和di计算出来也为零值，最后计算的Gij的灰度值应该等于整个像幅灰度值的平均值M，即计算出来第 i 行的所有像元的灰值都相等（也即等于某一常数时），说明第 i 行是一个条带，需进行去条带处理。 大气校正模型 ?基于图像特征模型 不需要进行实际地面光谱及大气环境参数的测量，仅利用遥感图象自身的信息对遥感数据进行定标。如遥感图像波段之间的数学变换、暗目标法等。 适用范围小、且校正后的图象均存在不同程度的噪声 ?地面线性回归经验模型 获取遥感影像上特定地物的灰度值及其成像时相应的地面目标反射光谱的测量值，建立两者之间的回归方程式，在此基础上对整幅遥感图像进行辐射灰度纠正 模型计算简单、需要进行实地同步定标点的光谱测量，且对地面定标点的要求较严格。 大气辐射传输模型能较合理地处理大气散射、大气吸收、发射等过程，且能产生连续光谱，避免光谱反演的较大定量误差，得到了最广泛的应用。 应用大气辐射传输模型进行遥感影像大气纠正需要解决两个关键问题： 有关大气介质特征数据的获取； 适用的大气辐射传输模型 基于图像特征模型 适用于可见光—近红外（0.25~4μm）的多角度数据 对不同情况下(不同的遥感器,不同的地面状况)太阳光在太阳—地面目标—遥感器整个传输路径中所受到的大气影响进行了描述。在基于BRDF的大气校正算法中，大气顶层的可见光与近红外波段反射率可表示为： 6S大气校正模型 基于大气辐射传输模型的校正 在6S大气校正软件中需要输入的主要参数: (1)太阳天顶角、卫星天顶角、太阳方位角、卫星方位角、也可输入轨道与时间参数来代替； （2）大气组分参数，包括水汽、灰尘颗粒度等。若缺乏精确的实况数据，可以根据卫星数据的地理位置和时间，选用6S提供的标准模型 （3）气溶胶组分参数 （4）气溶胶大气路径长度，一般可用当地的能见度参数表示 （5）观测目标的海拔高度及遥感器高度 （6）光谱条件等 遥感图像大气校正实例— FLAASH大气校正软件纠正多光谱和高光谱数据 FLAASH大气校正软件采用先进的MODTRAN4+模型 FLAASH模块使用主要有以下六