[交通运输]第二讲：遥感图像预处理_.pdf

遥感图像处理- 遥感图像预处理 中国科学院遥感应用研究所 孟瑜 mengyu_irsa@ 2009年2月23日 概要 概述 辐射校正 几何校正 © 中国科学院遥感应用研究所 1、概述 © 中国科学院遥感应用研究所 概述 虽然已经开发了较为完善的遥感系统，然而，由于地球大气、陆地 和水体非常复杂，用空间、时间、光谱和辐射分辨率均有限的传感器并 不能很好的记录他们。因此，获取数据时产生的误差会降低遥感数据的 质量，并影响随后的人工或计算机辅助影像分析的精度。 遥感数据的两种常见误差为辐射误差和几何误差。 © 中国科学院遥感应用研究所 概述 辐射误差 (rediometric error)：利用传感器观测目标的反射 与辐射能量时，传感器所得到的测量值与目标的光谱反射率或 光谱辐射亮度等物理量是不一致的。其中包含了太阳位置条件 、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。 辐射校正 (rediometric calibration)：为了正确评价目标的 反射和辐射特性，消除图像中依附在辐射亮度中的各种失真过 程。 © 中国科学院遥感应用研究所 辐射误差产生的原因 因传感器的响应特性引起的辐射误差 光学摄影机引起的辐射误差 光电扫描仪引起的辐射误差 条带噪声、斑点噪声 因大气影响的辐射误差 因光照条件引起的辐射误差 太阳位置引起的辐射误差 地形起伏引起的辐射误差 © 中国科学院遥感应用研究所 几何误差 由于遥感传感器、遥感平台以及地球本身等方面的原因，在遥感成像 时往往会引起难以避免的几何畸变； 在利用遥感图像取信息的过程中，要求把所提取的信息表达在某一个 规定的图像投影参照系统中，以便进行图像的几何量测、相互比较以 及图像复合分析等处理。当原始图像上各地物的几何位置、形状、尺 寸、方位等特征与在参照系统中表达要求不一致时，就产生了图像几 何变形问题。 几何纠正：解决遥感图像的几何变形的问题。 © 中国科学院遥感应用研究所 2、遥感探测器系统误差校正 © 中国科学院遥感应用研究所 遥感探测器系统误差校正 常见的由遥感系统引入的辐射误差包括： y随机坏像元（散粒噪声） y行起始/终止问题 y行或列缺失 y行或列部分缺失 y行或列条纹 数字图像处理技术有时可以修复误定标的光谱信息使之与 正确的实测数据相对一致。然而，对于那些没有获得数据 的区域。有时只能做修饰性的调整。 © 中国科学院遥感应用研究所 遥感探测器系统误差校正-随机坏像元 随机坏像元：一个探测器未记录某个像元的光谱值，该像 元称为坏像元。 散粒噪声：影像中发现许多这种坏像元。 通常，这些像元的值通常在单个或多个波段中为0或255。 定位坏像元：使用简单的阈值法，标出数据集中所有的亮 度值为0的像元（假设像元为0的像元为散粒噪声，而不是 真正的地面覆盖，如水体） 修复：取该像元8领域的像元，取平均代替该像元值。 © 中国科学院遥感应用研究所 遥感探测器系统误差校正-行或列缺失 若扫描系统（如Landsat MSS或Landsat-7 ETM+）的某个探测器不正常， 就有可能产生一整行没有光谱信息的线。坏行或坏列称为行或列缺失， 其像元值为0，在图像只显示一条黑线； 对于遥感图像可以直接在图像上目视观察该线是否存在，但一般来说， 则要设法让计算机自动查找。采用公式