【RS|概念】辐射校正和几何纠正

参考韦玉春遥感数字图像处理课程

1、辐射校正

在这里插入图片描述
原因:辐射失真(辐射误差)

影像因素:大气、传感器性能、太阳位置和角度、地面相邻效应

辐射传输过程中的干扰因素:

  • 大气分子及气溶胶的瑞利散射和米氏散射
  • 表面因素的贡献
  • 地形因素的贡献
  • 太阳辐射光谱的影响

流程:
在这里插入图片描述

校正内容:(像元值)
在这里插入图片描述

1、系统辐射校正(用户数据产品已完成)

  • 光学镜头的非均匀性引起
  • 条纹
  • 灰度的不一致
  • 错位,扫描行缺失

2、传感器端的辐射校正(大气顶面校正)

  • 图像灰度级转为辐亮度
    在这里插入图片描述

L(辐亮度)=G(增益)×DN/(8位量化)+B(偏置)

3、大气校正

  • 大气对遥感图像的影响:
    大气散射造成图像的对比度降低
  • 目的:消除大气散射的影响
  • 类别:
    (1)绝对大气校正
    (2)相对大气校正
    (3)基于模型的校正
  • 需要大气校正的情况:
    (1)大气透明度差而且不均一
    (2)大气中的水汽含量高
    (3)低海拔地区(3000米以上不考虑)
    (4)相对高差变化大的地形区域
    (5)不同时段图像的联合处理
  • 方法:
    (1)散射校正方法(基于暗像元、基于近红外波段、基于直方图、基于已知亮暗目标)
  • 基于暗像元:深的清洁水体、山体或云的阴影、大面积的阔叶林、其他低反射率的地物
  • 基于近红外波段:大气散射的影响主要在短波波段(可见光),红外波段中清洁水体几乎不影响,反射率应当为0.散射使得水体的反射率不等于0,多余的值来自于天空散射的贡献。
    在这里插入图片描述
  • 各个波段减去其最小亮度值(或阴暗地区的平均亮度值)(只适合一景图像)
    在这里插入图片描述
  • 基于已知亮暗目标
    在这里插入图片描述

(2)内部平均法
在这里插入图片描述
优点:可消除地形阴影和其他整体亮度的差异
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。

(3)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

在这里插入图片描述

(4)基于模型的校正
在这里插入图片描述

4、地表校正

  • 太阳辐射校正
    在这里插入图片描述
  • 地形校正(地形方位和地形坡度导致的辐射差异)
    在这里插入图片描述

2、几何纠正、几何精纠正

几何纠正

概念:把具有定位精度的不同传感器图像、地图或其他数据集中的相同地物精确地匹配、叠加在一起的图像处理。
在这里插入图片描述
类别:

  • 绝对几何纠正
  • 相对几何纠正(图像匹配)
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

意义:

在这里插入图片描述
原因:几何误差
误差:
在这里插入图片描述
影响因素:遥感系统、电磁辐射况

校正内容:(像素的位置)

纠正模型:

在这里插入图片描述
在这里插入图片描述
局限:不能完全消除误差,仅仅是减少误差

几何精纠正

步骤:
在这里插入图片描述

地图投影和坐标

  • 控制点的地理坐标和地图投影的要求必须保持一致
  • 坐标单位:米

地面控制点:

  • 来源:地形图、现场实测

  • 控制点特征:容易分辨、相对稳定、特征明显的位置
    在这里插入图片描述

  • 控制点数目:k阶多项式控制点最少数目为(k+1)(k+2)/2(一般要大于最低数,中空间分辨率图像多选取20-30个)

  • 控制点分布:均匀遍布工作地区

重采样:

  • 最近邻重采样
    在这里插入图片描述
  • 双线性内插重采样(4个)
    在这里插入图片描述
  • 三次卷积内插重采样(16个)
    在这里插入图片描述

在这里插入图片描述

误差评定

  • 几何纠正过程中GPC误差不代表纠正后图像的误差

  • 图像几何纠正误差需要利用参考图坐标与纠正后图像的坐标来计算

  • 误差统计指标:RMS、x和y方向上距离的最大误差最小误差平均误差和标准差(尽可能小,分布均匀)

  • 反射率=接收能量/入射能量
    (接受能量来自地表、入射能量来自太阳)
  • 辐亮度(L):沿辐射方向、单位面积、单位立体角、单位波长上的辐射通量。(辐射通量:单位时间通过某一表面的辐射能量)

猜你喜欢

转载自blog.csdn.net/qq_40628258/article/details/84305618