Pen06 遥感影像辐射处理课件

遥感原理与应用（第二版）主编第6章遥感影像辐射处理为什么需要辐射处理？问题1：灰度值失真问题2：目视效果突出主题数据综合辐射处理辐射误差传感器辐射定标大气校正光照条件校正灰度值辐射率地面辐射校正场遥感影像辐射增强影像灰度直方图影像反差调整多波谱影像四则运算影像转换影像融合影像融合处理遥感影像与DEM复合1、辐射处理辐射传输方程（地面水平、没有起伏）1.1、辐射误差灰度值失真灰度值失真：由成像条件、传感器特点所产生的影像灰度值误差，使得目标物波谱特征不能正确反映的现象传感器：不同单元灵敏度差异、边缘减光、感应器老化、…大气：气候、薄雾、水气、…太阳：位置、高度角地形：起伏、阴影辐射校正：消除灰度值失真现象的图像数字处理过程尽可能恢复图像的本来面目1.1、辐射误差辐射校正流程图1.2、传感器辐射定标传感器辐射定标（校准）：建立传感器每个探测单元输出信号量化值与对应像元覆盖地物实际辐射亮度值之间的定量关系强度（振幅）定标：确定传感器输出型号量化值与输入信号能量值之间的定量关系波谱定标：确定随波长变化的强度定标关系空间定标：确定传感器的调制传递函数MTF：ModulationTransferFunction，综合反映传感器（镜头）的反差和分辨率特性1.2.1、传感器辐射定标绝对定标绝对定标：确定传感器输出信号量化值与其对应的入射能量值之间的定量关系（定标系数）

实验室定标（试验场）

：测量已知辐射目标来确定定标关系没有考虑探测器/传感器老化问题（5%peryear）星上内定标（飞行定标）：太阳、钨丝灯、黑体校准源Landsat7/ETM+：太阳定标器、内部灯定标独立探测装置，无法模拟传感器的成像状态不够稳定，只能部分定标1.2.3、传感器辐射定标雷达辐射定标雷达图像辐射定标：建立雷达图像灰度值与标准雷达截面积的函数关系传递函数标准信号源＋标准反射器DNij：原始图像i行j列灰度值Bij：纠正后图像i行j列灰度值头文件给出的参数A0：增益偏移量Aj：增益比率查找表值Rt：地球半径Rj：j列像元所对应地面的斜距H：轨道高度θj：脉冲入射角（天线视角）φj

：j列像元球心角1.2.4、传感器辐射定标热扫描定标热扫描内定标：确定热遥感器的输出值（DN）与入射的辐射亮度值之间的定量关系空﹣地相关定标法用理论模型或经验统计模型消除大气效应，采用地面与遥感平台同步测量的方式进行定标空﹣空相关定标法建立不同传感器热辐射值之间的转换关系MODIS的红外通道具有自定标性冷的太空目标+星上黑体标靶：系统响应函数黑体温度大气纠正（大气亮温）海面/陆面温度A、边缘减光校正光学镜头非均匀性θ：成像路径与光轴的夹角B、光电转换灵敏度校正光电转换灵敏度：一定时间内稳定响应、输出灵敏度传感器老化可定期测量：定标（室内、实时、实地）Landsat传感器灵敏度校正式B、光电转换灵敏度校正TM参数BandRminRmax1﹣0.00991.0042﹣0.02272.4043﹣0.00831.4104﹣0.01942.6605﹣0.007990.58736﹣0.003750.359570.15341.869B、光电转换灵敏度校正MSS参数BandLandsat﹣2Landsat﹣3Landsat﹣4Landsat﹣5RminRmaxRminRmaxRminRmaxRminRmax40.082.630.042.500.042.380.042.3850.061.760.032.000.041.640.041.6460.061.520.031.650.051.420.051.4270.113.910.034.500.123.490.123.491.2.6、其他传感器误差传感器噪声转换、滤波：电流不稳定﹣散粒噪声电阻、电容：热噪声、高斯分布热红外传感器：热噪声摄影胶片：颗粒噪声、溴化银颗粒大小、形状、分布的不均匀扫描线：第六条规则噪声噪声类型条带噪声斑点噪声B、斑点噪声校正斑点噪声识别：与周围平均灰度值的差值较大方法平均值法平均值法+三次卷积修正1.3、大气校正大气校正：消除大气因素导致的影像灰度值误差处理工作定量遥感的主要难点之一重要：多传感器、多时相数据应用于变化监测、全球资源环境、气候变化，需要进行～难点：大气条件参数复杂多变，大气影响原理目前只能模拟方法辐射传输方程～场地+辅助数据～回归分析﹣直方图﹣1.3.1、辐射传输方程～6S模型6S：SecondSimulationoftheSatelliteSignalintheSolarSpectrum由5S模型改进散射、吸收计算：最新近似+逐次散射（吸收）算法改进：模型参数针对吸收：H20、O3、O2、CO2、CH4（methane）、N2O散射：大气粒子、气溶胶模拟地表条件非均一性双向反射1.3.1、辐射传输方程～LOWTRAN模型LOWTRAN：LowResolutionTransmission适用波段范围：0.2~1000（）m0~50,000cm-1，间隔（分辨率）2cm-1

20cm-1cm-1：1cm内的波数计算大气透过率、大气背景辐射、单次散射波谱辐射亮度值、太阳直射辐射度多次散射效应、新的带模式、O3和O2在紫外线的吸收提供垂直廓线（分布）及其对应的消光系数、吸收吸收、非对称因子的波谱分布6种大气模式的T、P、DH20、O3、O2、CO2、CH4（methane）、N2O的混合比其他13种微量气体城乡大气气溶胶、雾、沙层、火山喷雾、云、雨1.3.1、辐射传输方程～ATCOR模型ATCOR：ASpatial﹣AdaptiveFastAtmosphericCorrection，RudolfRichter1990年提出，多次改进，以ATCOR2为主适用范围高空间分辨率传感器太阳波谱（反射波谱：VNIR）、热红外波谱假定：地表相对平坦大气条件：由查证表描述PCIATCOR大气校正：参见彩页图6﹣21.3.2、场地+辅助数据～设：灰度值与反射率呈线性关系特点物理意义明确计算简单需要大量外业波谱测量对测量区域要求高DN=b·R＋a=DNG

＋a

DN：灰度值R：目标反射率/辐射率b：回归系数a：回归常数﹣大气影响部分校正公式DNG=DN－a1.3.2、场地+辅助数据～卫星垂直探测模型计算Landsat卫星垂直探测模型需要：大气路径辐射率、大气透射率、……1.3.4、直方图～波段对比依据大气对所有目标的影响为一个常数散射对短波红外波段几乎无影响确定近红外波段中有灰度值为0的区域用减法进行大气辐射校正DNi－min（DNi）1.4、光照条件～光照条件太阳辐照度目标特征：非朗伯体（如：森林）大气程透过率（大气衰减系数）大气路径长度天气条件太阳瞬时入射角

i：通常对影像细节特征产生影响太阳高度角

坡度

阴影：i＜0A、太阳高度角与地形太阳高度角计算太阳照射地面时，其入射能量值随入射角而变化入射角随地形起伏、太阳高度角而变化太阳高度角随纬度、时间、季节而变化A、太阳高度角与地形入射角计算A、太阳高度角与地形校正天空光：大气对太阳辐射的散射、吸收（辐射）所产生的电磁波辐射不考虑天空光影响时，有如下~校正式A、太阳高度角与地形影像灰度匹配影像镶嵌之前，需要进行影像灰度匹配方法类似太阳高度角与地形校正如果有不同时间（季节）的两幅影像需要灰度值匹配，则可采用下面的公式前提是太阳辐射强度在其传输方向上没有随时间发生变化B、阴影校正阴影使地面目标的灰度值严重失真难以校正变通方法：比值法（阴影对各波段的影响相同）改变了灰度值适用于比值波谱分析1.5、灰度值辐射率、温度可见光波段、热红外波段遥感影像的一个重要应用就是直接计算像元对应地物的波谱反射率、温度影像数据头文件：可见光波段反射率校正参数热红外波段温度：TMBand6TM影像各波段太阳辐照度波段123457E01969184015511044225.782.071.6、地面辐射校正场意义地面辐射校正场：除了作为定标的实验基地，还可以对影像辐射校正之后的效果进行精度评价、检核与修正定量遥感的需要星上内定标的补充多源遥感数据的使用美国：新墨西哥州WhiteSand欧洲：法国马赛西北LaCrau中国敦煌西戈壁滩：可见光、红外波段辐射校正场青海湖：热红外、低发射率红外波段辐射校正场2、遥感影像辐射增强遥感影像辐射增强：通过调整影像灰度值的分布特点，使得有用信息被突出显示出来，便于人眼识别影像数字处理的基本内容增强感兴趣信息与背景信息的反差一般伴随有信息的损失对计算机自动信息提取也有利，算法可以更简单方法空间域～：对空间域影像进行的～频率域～：对频率域影像进行的～内容影像灰度直方图影像反差调整2.1、影像直方图单波段灰度图。灰度值为横轴，像元数（%）为纵轴2003﹣07﹣3003:31:38.7：长沙幅SPOT5

PAN影像直方图理想状态：正态分布曲线2.1、影像直方图多种变化简单影像的红光波段灰度直方图，反映出3种地物类型2.1、影像直方图多种变化2.1、影像直方图累积～2.1、影像概貌分析基本统计量均值：中值：众数：方差：反差：2.1、影像直方图偏斜与量度直方图偏斜：与正态分布的差异斜度公式（单峰/对称）2.1、影像直方图多波段影像概貌分析各波段之间关联性，影像数字处理重要依据协方差：协方差阵：2.1、影像直方图多波段影像概貌分析各波段之间关联性，影像数字处理重要依据相关系数：相关系数阵：2.1、影像直方图多波段影像概貌分析欧几里德距离：实例：2.2、影像反差调整影像反差调整、影像增强、影像拉伸线性变换直方图均衡直方图规定化（正态化、匹配）等间隔密度分割非线性变换灰度反转2.2.1、线性扩展灰度值变换关系为线性关系2.2.1、线性扩展实例2.2.1、线性扩展分段扩展StretchedsegmentCompressedsegmentCompressedsegment2.2.2、直方图均衡化直方图均衡化：使得新灰度直方图为一平坦曲线的拉伸处理每一定灰度范围内的像元数大致相等扩展：原始灰度直方图峰值区压缩：原始灰度直方图低值区2.2.2、直方图均衡化连续函数公式2.2.2、直方图均衡化离散函数公式2.2.2、直方图均衡化离散函数公式m：均衡化后的灰度等级2.2.3、直方图规定化正态化、匹配步骤待规定影像直方图均衡化均衡化待规定影像均衡化逆变换2.2.4、等间隔密度分割等间隔密度分割：将原始影像的灰度值分布按灰度等间隔原则划分为等间隔离散的灰度等级，不同等级灰度值分别用不同的颜色表达可以建立阶梯状查找表，实行快速分割n为分割等级数目也可以采用灵活的非线性分割方法也可以按照像元数相等原则划分灰度等级与直方图均衡化相似2.2.5、非线性扩展指数2.2.5、非线性扩展对数2.2.5、非线性扩展正切2.2.6、灰度反转条件反转简单反转3、多波谱影像四则运算多波谱影像四则运算：将不同波段、不同影像数据（经精确几何配准、像元尺寸统一后）逐像元进行算术四则运算，生成新的影像数据减法：VI加法：G、RPan，

G、R、NIRPan乘法：与加法运算类似，但是灰度差异被放大除法：阴影校正、大气校正、DVI混合：NDVI、TNDVI4、影像融合多源遥感数据：多传感器、多时相、多分辨率、多波段各有优缺点各类地学信息：多学科、多类型、需要一种综合技术：数字影像融合遥感研究的前沿，发展迅速影像融合的前提覆盖区域：相同坐标系：相同空间分辨率：相同4、影像融合没有严格的定义数据融合（fusion）：针对影像数据及其他辅助数据（地形图、GPS数据、地球物理信息等）的数据融合，增加信息量与信息质量数据复合/整合（integration）：强调栅格数据与矢量数据间的转换与结合等信息融合/合成（composition）：针对信息、知识级数据的融合结合（combination）：合并（merging）：叠合（overlay）：……4、影像融合处理影像融合：将具有不同信息特点的影像数据综合在一起，生成新的影像数据的影像数字处理方法包含了原始影像数据的不同特点SPOT：PAN+XS地形复合：DEM+ImageGIS：多源数据叠加（分析）影像融合分3个层次像元级（像素级）特征级决策级融合效果评价影像与DEM复合4、影像融合处理4.1、像元级～像元级～：原始影像数据逐像元进行的数据融合，应用广泛优点提高影像分辨率（质量）保存原始影像空间特征及其位置细节信息较完整缺点波谱特征有所改变计算机运算量较大影像特征的针对性不强方法加权融合HIS变换主成分变换小波变换比值（乘积）变换4.1.1、加权融合A：多波段影像 B：全色影像波段相关性大：全色﹣可见光小：全色﹣红外4.1.2、IHS变换3种色彩表达方式补色RGB：Red、Green、Blue减色CMYK：Cyan、Magenta、Yellow、Black线性调色IHS:Intensity、Hue、SaturationWhite4.1.2、IHS变换公式4.1.2、IHS变换融合步骤步骤：以SPOT影像为例PAN、XS影像配准XS影像进行RGBIHS

变换PAN替换I

成分PANHS进行IHSRGB

逆变换，生成新的XS影像4.1.3、主成分变换波段间相关性FeatureSpace：影像灰度空间横轴:MSS4﹣green纵轴:MSS5﹣red灰度值相关性：与波谱信息相关不大的土壤信息4.1.3、主成分变换K﹣L变换：Karhunen﹣LoeveTransformPCA：PrincipalComponentAnalysis主（轴）成分解算波段间协方差矩阵特征值（Engenvalue）排序大小特征向量（Engenvector）影像数据主成分表达每一个主成分轴生成一幅新影像新影像灰度值：每个像元特征向量在各个主成分轴上的分量值实质上就是影像特征（灰度）空间坐标系旋转（矩阵）操作4.1.3、主成分变换特点各成分之间去相关第一成分信息含量最丰富，并依次快速减少第一成分信息土壤信息为主第二成分植被信息为主4.1.3、主成分变换融合步骤步骤：以SPOT影像为例PAN、XS影像配准XS影像进行主成分变换PAN替换第一成分PANHS进行主成分逆变换，生成新的XS影像4.1.4、小波变换影像逐级分解原始影像分解低频可以再次分解水平高频垂直高频对角高频①②③④4.1.4、小波变换正变换4.1.4、小波变换逆变换4.1.4、小波变换融合4.1.5、比值（乘积）变换D：一般代表全色影像B1、B2、B3：一般代表多波段影像中蓝光、绿光、红光、（近红外）等波段4.2、特征级～