《遥感图像辐射处理》课件

遥感图像辐射处理遥感技术广泛应用于地球资源调查、环境监测、气象预报等领域。遥感图像的辐射处理是提取和分析图像信息的关键步骤,关系到后续的解译分析工作。课程大纲遥感图像采集与处理课程将介绍遥感图像从采集到辐射校正的完整处理流程,包括大气校正、几何校正、图像增强等关键步骤。大气校正概念与方法探讨大气散射对遥感图像的影响,并介绍不同的大气校正模型和算法,如COST、DARK-OBJECT等。几何校正方法介绍多种几何校正方法,如多项式校正、基于控制点的校正、基于DEM的校正等,并分析其原理和适用条件。遥感图像采集过程1卫星传感器遥感图像的采集过程首先需要搭载在卫星上的精密传感器,它能高效地捕捉各种波段的电磁辐射信号。2信号记录与传输捕捉到的信号会被记录下来,并通过卫星通信系统传输回地面接收站。3数据处理地面接收站接收到原始信号数据后,需要进行一系列的辐射校正和几何校正,才能形成可用的遥感影像。大气辐射的影响大气散射短波辐射在大气中遭到分子和气溶胶的散射,会降低入射辐射强度,影响图像质量。大气吸收大气中的气体分子和气溶胶会吸收部分入射辐射,使地物反射的辐射受到削弱。大气折射大气温度梯度和湿度梯度会导致辐射的折射,影响几何校正的精度。大气雾霾大气中的颗粒物和气溶胶会造成雾霾,降低遥感影像的成像质量。大气校正概念1遥感图像受大气影响大气中的分子、气溶胶和水汽会吸收和散射地表反射的辐射,导致图像亮度值发生偏差。2大气校正目的通过大气校正,可以消除大气对遥感图像的影响,还原地表实际反射特性。3校正方法原理基于大气光学模型,估算大气对辐射的影响,进而校正图像亮度值。分子散射模型分子散射原理分子散射是光线穿过大气层时与大气分子相互作用而发生的散射现象。这种散射主要是由于气体分子的小尺寸导致的。蓝天效应分子散射使短波长的蓝光更容易被散射,这就是我们观察到天空呈现蓝色的原因。这种效应会影响遥感图像的辐射特性。拉利散射模型拉利散射模型可以准确描述分子散射的物理过程,为大气校正提供重要理论依据。它考虑了气体分子尺寸、波长等因素。气溶胶散射模型粒子特性气溶胶粒子大小、形状和成分的复杂性决定了其散射行为,需要考虑这些因素。散射强度气溶胶散射强度受粒子浓度、粒子尺度和波长等因素的影响,通常比分子散射更强。时空变化由于气溶胶来源、粒子组成和气象条件等的时空变化,气溶胶散射效应也随之变化。大气校正方法概述分子散射模型分子散射模型用于描述太阳光线在大气中与空气分子相互作用的过程,可以计算出分子散射的贡献。气溶胶散射模型气溶胶散射模型用于描述大气中悬浮微粒对太阳光线的影响,是大气校正的关键部分。校正方法概述常见的大气校正方法包括COST方法、DARK-OBJECT方法等,通过建模大气散射过程来补偿影像中的辐射畸变。COST方法简介COST(EmpiricalLine)方法是一种基于地面参考目标的大气校正方法。其核心思想是利用图像中已知反射率的地物目标来校正图像的辐射值。原理该方法通过选取图像中已知反射率的目标，建立地物目标的辐射值与反射率之间的线性关系，从而反推大气的影响参数，进而校正整幅影像。优点COST方法简单易行，不需要复杂的大气参数输入，可直接获得较为精确的大气校正结果。同时该方法对传感器类型和波段没有特殊要求。应用COST方法被广泛应用于遥感影像的大气校正处理,特别适用于中等分辨率的卫星影像。DARK-OBJECT方法暗目标假设该方法基于在影像中总能找到一些完全暗的目标,如水体或阴影区域。大气校正利用这些暗目标的起始亮度值来校正整个影像的大气散射和吸收效应。简单高效该方法计算简单,只需找出影像中最暗的像元作为参考。适用范围广适用于各种遥感影像,如光学遥感、雷达遥感等,效果良好。图像亮度校正减少过曝和欠曝通过调整图像亮度,可以有效减少过曝和欠曝的问题,使图像细节更加清晰。提高图像对比度适当提高亮度分布可以增强图像的对比度,突出目标物体,提升整体图像质量。补偿环境影响受光照、气候等环境因素影响的图像,可通过亮度校正来补偿这些影响,还原真实场景。图像进程中的辐射畸变遥感传感器在采集图像时,受到多种环境和机械因素的影响,会产生不同程度的辐射畸变。大气条件的变化,例如温度、湿度和压力,会导致不同光谱波段的辐射值发生偏移。遥感仪器自身的几何、光学和电子特性也会引起图像辐射的不均匀性。检测和校正方法畸变检测通过分析图像特征点的分布情况和像元亮度值等信息,可以检测出图像中存在的几何畸变和辐射畸变。畸变校正根据检测到的畸变类型,采用相应的校正算法,如多项式校正、透视校正等,可以有效地消除图像畸变。质量评估通过计算相对精度、绝对精度、RMSPE等指标,可以评估校正后图像的几何和辐射精度。结果优化根据评估结果,可以进一步调整校正参数,不断优化校正效果,提高图像质量。平面校正1投影平面化将原始倾斜图像投影到水平平面上2地理配准将图像与地理坐标系对齐3几何变换使用数学模型调整图像几何平面校正是遥感图像几何校正的基础步骤之一。它通过投影变换、地理坐标配准和几何变换等方法,将倾斜的原始图像校正为在水平面上的正射影像。这为后续的精细几何校正奠定了基础,确保遥感图像能与地图坐标系对齐。切面校正1倾斜校正校正图像倾斜角度2正射校正矫正地物的几何形变3拼接处理实现多幅影像的无缝拼接切面校正是一种重要的几何校正方法,主要包括倾斜校正、正射校正和拼接处理等步骤。通过这些处理,可以矫正遥感图像的几何畸变,提高其空间分析精度,为后续的数据处理和应用分析奠定基础。非线性校正多项式校正的局限性多项式校正无法准确描述复杂的几何变形,尤其是在图像边缘区域。非线性校正方法采用更加复杂的数学函数,如样条函数、人工神经网络等,模拟图像的非线性变形。更高精度校正非线性校正可以更好地拟合实际的几何失真,从而提高校正精度。计算复杂性增加非线性校正需要更多的计算资源和时间,实现过程更加复杂。图像内部畸变透镜失真图像传感器的光学透镜可能会导致径向和切线方向的畸变,如桶型和枕型失真。CCD阵列偏移图像传感器的CCD像素阵列可能会存在不完全对准或倾斜,造成像素定位偏移。辐射失真图像边缘处的光线入射角比中心部分大,从而造成边缘部分亮度衰减。热扩散效应图像传感器受热后,像素位置可能会发生位移,导致几何失真。图像外部畸变相机位置偏移相机在拍摄时的位置和角度偏离标准位置会造成外部畸变。地形起伏影响地形起伏不平会使遥感影像出现放大、缩小等外部畸变。太阳照射角度太阳照射角度的变化也会引起图像外部几何畸变。几何校正方法1阶多项式校正使用一阶多项式对影像进行几何校正,能够基本修正影像的平移、缩放和旋转等常见的几何畸变。精确多项式校正采用高阶多项式对影像进行几何校正,可以精准校正复杂的几何畸变,适用于大范围的遥感影像。模型仿真校正根据传感器几何模型和影像获取条件等参数,建立影像几何畸变的数学模型进行校正。基于控制点的校正在影像和地图上选取若干个地物控制点,建立影像和地理坐标系之间的相关关系实现校正。1阶多项式校正1阶多项式校正是一种最简单的几何校正方法。其基本思想是使用平面坐标的1阶多项式变换来对影像进行几何校正。该方法需要地面控制点信息，通过最小二乘法拟合出像平面到地面平面的1阶多项式变换参数，从而实现几何校正。简单可靠，但精度有限，仅适用于影像形变较小的情况。精确多项式校正3多项式阶数使用更高阶的多项式来实现更精确的校正3-5控制点数量需要更多的高精度地理控制点以保证多项式校正的准确性99%校正精度高阶多项式可以达到接近100%的几何校正精度精确多项式几何校正是基于多项式函数对遥感影像进行非线性几何变换的方法。相比一阶多项式校正，精确多项式校正采用更高阶的多项式函数来实现更精确的几何校正。这需要使用更多的高精度地理控制点以保证多项式模型的准确性。通过精确建模，可以达到接近100%的几何校正精度。模型仿真校正模型仿真校正使用计算机仿真进行几何校正。通过建立数学模型模拟传感器到地物的成像过程,可以精确预测图像畸变。该方法能够准确补偿镜头畸变、透镜扭曲等内部因素以及地球曲率、高程变化等外部因素引起的几何畸变。优点能够实现高精度的几何校正缺点需要精确的仪器参数和地物信息,建模过程复杂基于控制点的校正基于控制点的校正是利用地面实测的已知点作为控制点,通过图像和控制点之间的几何关系,对遥感图像进行几何校正。这种方法可以准确地校正图像的几何畸变,提高图像的定位精度。优点可以消除地形、传感器等因素导致的几何畸变,提高图像精度缺点需要获取大量的精确控制点信息,工作量大,获取控制点也存在一定困难基于DEM的校正基于数字高程模型（DEM）的几何校正方法能够准确补偿地表高程变化引起的影响。通过整合DEM数据与遥感图像,可以建立精确的空间映射关系,实现对坡度、方位角等因素的校正。这种方法适用于地表特征高度起伏较大的区域,能够大幅提高几何校正的精度。平面精度(米)高程精度(米)基于DEM的校正方法能达到平面精度0.8米、高程精度0.5米,远优于传统的1阶多项式模型和精确多项式模型。精度评估指标相对精度相对精度用于评估图像内不同区域之间的精度一致性，可反映图像的内部一致性。常用差异分析或归一化差异分析等方法。绝对精度绝对精度反映图像与实际地物之间的符合程度，可通过地面控制点或高精度参考数据进行对比分析。RMSPERMSPE(RootMeanSquarePositionalError)用于评估图像中几何位置的误差，反映整体的定位精度。可从控制点或参考数据中计算得出。相对精度1%相对精度衡量遥感图像校正结果的一个重要指标，反映了校正效果相对于真值的误差范围。2-5%合格标准一般来说，相对精度在1%-5%之间才能达到良好的校正效果。0.5%优秀水平部分应用场景要求相对精度达到0.5%甚至更高的精度水平。绝对精度绝对精度是评估遥感图像几何校正质量的重要指标之一。它描述了校正后图像与实地测量的绝对坐标系之间的偏差程度,可以反映校正方法的准确性。通过统计分析在控制点上的残差,可以计算出绝对精度,为进一步改进校正提供依据。RMSPE5%平均误差10%最大误差1.5均方根误差0.8标准差RMSPE（RootMeanSquarePositioningError）是遥感图像几何精度评估的一个常用指标。它综合考虑了定位误差的大小和分布情况，可以反映遥感图像整体的几何定位精度水平。RMSPE越小,说明遥感图像几何精度越高。对比度影像对比度反映影像中高低亮度值之间的差异。高对比度影像层次分明，细节突出，而低对比度影像缺乏层次感。对比度测量指标常用标准差、亮度直方图等指标评估影像对比度。对比度高低会影响影像质量和分析效果。图像质量改善色彩校正调整图像的饱和度、亮度和对比度,使颜色更鲜艳生动,更