4地物光谱数据的重建

1第四章地物光谱数据重建2定义由于受到太阳位置、角度条件、大气条件、地形影响及传感器本身的性能的影响，传感器所记录的数据与目标的光谱反射率或光谱辐射亮度值并不一致。因此，将传感器记录的原始辐射值（DN值）转化为地物反射率，恢复地物光谱数据本来的面目，称为地物光谱数据重建。3遥感器定标大气校正光照及地形校正遥感器入瞳辐射值地表辐射值地表真实反射值原始数字信号地物光谱数据重建的过程：4辐射误差：传感器所得到的目标测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差值辐射误差产生原因：传感器响应特性和外界自然环境传感器在光电变换的过程中，对各波段的灵敏度是有差异的，也就是说，传感器对各波段的光谱响应是不同的，由此造成辐射畸变。另外，传感器的光学镜头的非均匀性，会引起边缘减光，也会造成图像辐射的畸变。地物（目标物）的辐射（反射）经过大气层时，与大气层发生散射作用和吸收作用。吸收作用直接降低地物的辐射能量，引起辐射畸变。散射作用除降低地物的辐射能量外，大气散射的部分辐射还会进入传感器，直接叠加在目标地物的辐射能量之中，成为目标地物的噪声，降低了图像的质量。光照条件的不同也会引起辐射畸变，如太阳高度角、地面坡度等，都会引起辐射的畸变。辐射误差54.1遥感器定标一般把消除传感器本身影响的辐射校正过程称之为辐射定标，即遥感器定标。对高光谱定量遥感具有十分重要的意义，只有经过精确的定标后，才能获取真实的地物物理参量，才能与不同的高光谱遥感数据，模拟数据进行对比分析。具体形式：建立成像光谱仪每个探测元件输出的数字量化值（DN）与它对应视场中输出辐射亮度值之间的定量关系。6遥感器辐射定标是指建立遥感器每个探测元所输出信号的数值量化值与该探测器对应像元内的实际地物辐射亮度值之间的定量关系。Li波段i的入瞳辐射能量DNi波段i传感器的输出亮度值Ai波段i的定标增益系数Bi波段i的定标偏置量BiDNiAiLi7遥感器定标主要包括三个阶段：实验室定标和星上定标，场地定标（1）实验室定标：是成像光谱仪在运行前在实验室所接受的定标过程。包括光谱定标和辐射定标光谱定标：确定成像光谱仪每个波段的中心波长和带宽。8辐射定标分为两种形式：相对定标和绝对定标。相对定标：校正遥感器中各个探测器元件响应度差异而对卫星遥感器测量到的原始数字进行归一化的工作。绝对定标：通过各种标准辐射源，在不同波谱段建立成像光谱仪入瞳处光谱辐射亮度值与成像仪输出的数字值（DN）之间的定量关系。9其他系统误差校正常见的由遥感系统引入的辐射误差有：随机坏像元（散粒噪声）行起始/终止问题行或列部分缺失行或列条纹10随机坏像元(散粒噪声)BV1BV2BV3BV8BVijkBV4BV7BV6BV5原因：一个探测器未记录某个光谱数据，该像元成为坏像元算法步骤：计算相邻8个像元的均值，用均值代替坏像元的灰度值。11行或列缺失原因：扫描系统的某个探测器工作不正常，就有可能产生一整行没有光谱信息的线。对于线阵列扫描系统而言，就会使得整行或者整列数据缺失。解决方法：人工处理。12（2）机上或星上定标：飞行之前的实验室定标会随着环境的变化而变化，由于受到发射的影响和空间工作的温度变化，发射前的定标关系发生变化，因此，实验室定标后飞机或卫星上的定标也是必要的。机上定标的内容和形式基本上与实验室定标是类似的，其中稳定的光源是主要因素。13（3）地面场定标地面场定标：在遥感器处于正常运行条件下，选择辐射的定标场地，通过地面同步测量对遥感进行定标。对前面两项定标进行检验和修正。14场地定标的原理：遥感器升空后，在定标场地选择若干像元区，测量成像光谱仪对应地物的各波段光谱反射率和大气光谱参量，利用大气辐射传输模型给出成像光谱仪入瞳处各谱带的辐射亮度，最后确定它与成像光谱仪对应的输出的数字量化值的关系，求解定标系数，并进行误差分析。154.2大气校正大气辐射传输理论：大气散射集中在太阳辐射能量最强的可见光区。因此，散射是太阳辐射衰减的主要原因。大气对电磁辐射产生的散射和吸收是主要的辐射误差源，因此，遥感图像的大气校正主要是补偿大气在吸收与散射方面的瞬时影响。大气校正方法可以大致分为：（1）基于图像统计模型；（2）专用的大气校正模型16这是一种相对定标方法，已广泛地应用在成像光谱遥感数据处理中。模型要求在处理的影像数据中存在分布均匀、一定面积的纯净地物。该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。处理时，选择其中某一样区，并求出其像元的灰度平均值，然后对图像中每一个像元都除以该平均灰度值，从而对整幅图像数据进行定标。(1)图像统计模型法1）17内部平均法假定一幅图像内部的地物充分混杂，整幅图像的平均光谱基本代表了大气影响下的太阳光谱信息。因而，把图像DN值与整幅图像的平均辐射光谱值的比值作为相对反射率，校正后的结果为相对的反射率值，这是一种基于图像的方法。这种方法假设地面变化使充分异构的，光谱反射特性的空间变化会相互抵消。如果这个假设不成立，得到的反射光谱会有虚假性.2）183）这种方法假设地面目标的反射率与成像光谱仪探测器所获得的信号之间具有线性关系。DN代表的是波段b上给定像元的灰度值，ρ代表的是反射率。19204）波段对比法——暗像元法该方法的理论依据在于大气散射的选择性，即大气散射对短波的影响大，对长波的影响小。以陆地资源卫星TM为例，1波段收到散射影响最为严重，其次为2波段、3波段，而7波段受散射影响最小，为处理方便，可以把近红外图像看做无散射影响的标准影像，通过对不同波段的对比分析计算出大气的干扰值。若图像中存在亮度为零的目标，如深海水体、阴影等，则其对应图像的亮度值应为0，实际上只有在没有受大气影响的情况下，其亮度值才可能为零，其他目标由于受水气散射、辐射使得目标的亮度值不为零。211978年Ahern等利用清澈的水体影像作为暗目标提取大气光学信息进行大气辐射纠正。通过比较各波段直方图，将相应波段中最小值与暗目标的差，为大气辐射影响。显示有关图像的直方图，从图上可以得知最黑的目标亮度为零，即第七波段图像的最小亮度值为零，第四波段的亮度最小值为a4，则a4就是第四波段图像的大气校正。其它波段同理可以得到大气校正。225）波段对比法——回归分析法用长波数据来校正短波数。在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。例如：XbaY11式中，X为TM5波段的亮度均值；Y为TM1亮度均值；23（2）大气辐射传输模型246s模型：secondsimulationofthesatellitesignalinthesolarspectrum根据不同的成像系统和大气条件，通过大气传输方程对大气辐射进行求取。输入的参数包括：输出的结果1、几何参数1、吸收2、大气模式2、辐射3、气溶胶模式3、散射4、气溶胶浓度4、校正5、地面高度6、探测器高度7、地表特性8、表观反射率25基于大气物理参数的模型1、lowtran模型：大气辐射传输实用软件（美国空军地球物理实验室开发）2、modtran模型：对lowtran的改进3、acorn模型：美国科罗拉多州ImSpec有限公司开发的一种基于图像处理的大气校正软件，实现图像辐射值到表观地表反射率的转换。26辐射地形校正的目的：消除地形造成的影像中同类地物亮度值的差异；提高影像解译精度。4.3辐射地形校正2728C纠正法在余弦纠正法的基础上发展起来，由于在入射角比较小的区域会发生纠正过度的问题。29(a)原始影像(c)校正结果2(b)校正结果1304.4遥感影像的几何校正几何畸变：遥感图像在几何位置上发生了变化，产生行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化。产生畸变的图像给定量分析及位置配准造成困难。在应用遥感图像之前，必须将其准确投影到需要的坐标系中，这就是几何纠正。31（1）遥感平台位置和运动状态变化遥感影像变形的原因：32（2）地形起伏影响33（3）地球表面曲率的影响像点位置的移动像元对应于地面宽度的不等34（4）大气折射的影响35（5）地球自转的影响36几何纠正分为：粗校正和精校正两个阶段粗纠正：首先由接受部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数纠正系统误差，即把与传感器有关的测定的校正数据带入相应的构像方程。精纠正：然后，由用户根据使用的目的不同或投影及比例尺不同，进一步做几何精校正。如何进行几何纠正？37高光谱遥感图像的精纠正基于地面控制点来消除图像中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像的过程。38基本思路：校正前的图像由于某种几何畸变，图像像元对应的地面距离并不相等。校正后的图像也是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀分布。因此，可以用一个适当的多项式来表达纠正前后图像中相应点之间的坐标关系。建立变换后图像坐标（x,y）与变换前图像坐标（u,v）的关系，显然，整数的像元点在原图像坐标系中一般不在整数（u,v）点上。39计算方法（以多项式法为例）首先建立两图像像元点之间的对应关系，用数学关系f表示为二元N次多项式，记做：niinjjiiiijnijnjjiiiijvubyvuax0000),(),(vufyvufxyx通常数学关系表示为二元N次多项式：40实际计算中常常采用二元二次多项式，其展开式为：首先要计算出上面式的12个系数，这就需要12个方程，实际工作中发现，6个控制点是解线性方程的理论最低数，这样少的控制点较正后的图像效果差，因此在实际工作中，要增加控制点，控制点增加后计算结果有所改变，需采用最小二乘法，通过对控制点数据进行曲面拟合来求系数。41Ll1这里代表。其中，L为控制点的个数，上式写成距阵形式记为：11BAU4223332224323233222232222322221llllllllllllllllllllllllllllllllllllllllllllllllllllllvvuvuvvuvvuuvuvuuuvuvuvuvuvuvuvvuvuvvuvvuuvuvuuuvuvuvuA同样以Y为主的距阵形式为：22BAU0220110110001aaaaaaU0220110110002bbbbbbU221llllllllllllvxuxvuxvxuxxB222llllllllllllvyuyvuyvyuyyB42依据最小二乘法进行求解系数矩阵U1和U2的值，并进行精度检验：212111)()(PBAPAAUPBAPAAUTTTT43系数确定后，利用公式便可以根据每一个像元点的行列值，计算每一点的亮度值。由于计算后的像点多数不在原图的像元中心处，因此必须重新计算新位置的亮度值。一般来说，新点的亮度值介于邻点亮度值之间，所以常常采用内插法计算。不在采样点44采样方法：1）最近邻法图像中两相临点的距离为1，即行间距为1，列间距为1，取与所计算点（x,y）周围相临的4个点，比较他们与被计算点的距离，哪个点距离最近，就取哪个的亮度值作为（x,y）点的亮度值。设该最近邻点的坐标为（K，L），则：K=Integer(x+0.5)L=Integer(y+0.5)式中，Integer为取整，于是点（K，L）的亮度值就作为点（x,y）的亮度值。优缺点：这种方法简单易用，计算量小，在几何精度上精度为0.5个像元，但是处理后的图像的亮度具有不连续性，从而影响了精度。45原始图像纠