第5章遥感图像的辐射校正.ppt

第5章遥感图像的辐射校正
汇报人:
设太阳辐射照度为E0，经过大气的路程为x,则穿过该大气路程后的辐射照度为：
σ称为衰减系数或消光系数
散射系数
吸收系数
大气对电磁波的影响主要是散射和吸收。
二、大气吸收
大气中图像上会造成同类地物灰度不一致。
4. 其他原因引起的辐射误差
传感器特性的差异、干扰、故障造成不正常的条纹和
斑点。
辐射校正方法
系统辐射误差校正
大气校正
地面辐射校正
传感器端的辐射校正

p
o
o点光强
机载成像光谱图像的边缘辐射畸变与仪器大视场角有关，主要由大气
效应、地物反射非朗伯体特性、太阳-仪器-目标相对几何关系等因素
综合作用所引起的。
系统辐射误差校正
2. 光电转换系统的特性引起的辐射误差校正
由于转换系统的灵敏度特性有很高的重复性，可以定期在地面上测量
其特性，根据测量值对其进行辐射畸变校正。
以Landsat的MSS、TM图像为例，对传感器的输出R进行校正的公式
传感器输出辐射亮度
校正过的辐射亮度
已校正数据的最大值
探测器输出的最大、最小辐射亮度
MSS的Rmax和Rmin
TM的Rmax和Rmin
3. 条纹误差的校正
遥感图像中的条纹主要是由检测器引起的。
条纹误差消除的常用方法：
平均值法、直方图法、垂直扫描线方向上最近邻点法
或双三次卷积法
TM影像
3. 斑点误差的校正
遥感图像中的斑点误差主要由噪声或磁带的误码率等造成，在图像中往往是分散和孤立的。

（1）待判定像元亮度值与周围邻
点像元亮度平均值之差超过
给定阈值。
（2）待判定像元亮度值与周围邻点
像元亮度值的方差减去影像亮
度值的平均方差超过给定阈值

（1）平均法：取其邻域像元亮度值的平均值
（2）双三次卷积法
通常边缘附近的斑点不进行消除，图像四周的像元不进行斑点消除
处理过程中，要把斑点和图像本身的边缘信息区别开来，这可以通过恰当的选择阈值或先进行边缘检测而后进行斑点消除来实现。
3. 灰度一致化
在研究大区域时，常需要将几张遥感影像拼接，即做镶嵌图。
制作镶嵌图时，除了几何位置保持一致外，还需要使其灰度均匀。
方法：
等概率变换
理论基础：两幅图像重叠部分灰度分布应相同。
设F、G两幅影像，以影像F为标准进行变换。在重叠部分，G影像上灰
度值小于gi的像元百分数为P，对应在F影像上占有同样百分数P的像
元灰度值为fi,这样就找到了gi应变换成fi，找出重叠部分影像G上所有
灰度值应变换成的值g’,列出变换表，根据该表将影像G各像元的灰
度值进行变换。
简单、但存在位置配准误差。
b. 线性灰度变换
在两张影像的重叠部分各取出相对应的n个点，建立线性回归方程；然后运用最小二乘法求线性方程系数。以其中一幅影像为标准，对另一幅影像进行变换，从而达到灰度一致化。
特点：简单易行，n足够大时有一定的精度。存在位置配准误差。
三、因大气影响引起的辐射误差校正
消除因为大气散射引起的辐射误差的处理称为大气校正。
为什么要做大气校正？
入射到传感器的电磁波能量除了地物本身的辐射以外，还有大气引起的散射光。我们想要了解某一物体表面的光谱属性，必须将大气的影响消除。
三种方法：
野外波谱测试回归分析法
辐射传递方程计算法
波段对比法
1. 野外波谱测试回归分析法
野外波谱测试需要与卫星同步在野外进行光谱测量。
通常选用同类仪器测量，将地面测量结果与卫星影像对应像元亮度值
进行回归分析。
注意：比较时，应将图像像元亮度值与辐射度进行转换
通常是通过线性方程将传感器的最大和最小辐亮度与图像的灰度级
联系起来，并进行转换。有关辐亮度的参数可以在图像的元数据文
件中找到。
如：对于一个8位量化的图像，转换方程为：
a
地面测量值
卫星测量值
0
设回归方程为：
L=a+bR
大气影响的附加部分（天空光散射）
将图像中的每个像素值减去a，获取某区域经过大气
改正后的图像。
在获取地面目标图像时，可以预先在地面设置反射率已
知的标志，或事先测出若干地面目标的反射率，把由此
得到的地面实况数据和传感器的输出值进行比较，以消
除大气的影响。
注意：在地面特定地区、特定条件、一定时间段内测定
的地面目标反射率不具有普遍性，因此该方法仅适用于
包含地面实况数据的图像。
2. 辐射传递方程计算法
传感器接收到的电磁辐射能量
地面目标真实辐射