遥感数据辐射校正

遥感数据辐射校正
遥感数据辐射校正

遥感数据辐射校正的原理及方法

遥感1班

彭睿20123225

摘要由于传感器响应特性和大气的吸收、散射以及其它随机因素影响,导致图像模糊失真,造成图像的分辨率和对比度相对下降,这些都需要通过辐射校正复原。辐射校正包括三部分的内容:传感器端的辐射校正,大气校正,地表辐射校正。

关键字辐射校正大气校正照度校正辐射传输过程ERDAS

引言近年来,随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展,摄影测量与遥感已成为地球空间信息科学的基础技术,遥感图像在人类生活的诸多领域被广泛应用。然而,在遥感成像时,由于各种因素的影响,遥感图像会存在一定的辐射量失真现象,这些失真影响了图像的质量和应用,必须对其做消除或减弱处理,遥感图像辐射校正就是针对遥感图像的这一缺陷而发展起来的。在遥感影像辐射校正中,大气辐射校正是最重要的一部分,本文主要讨论大气辐射校正的方法和过程。

消除遥感图像数据中依附在辐亮度中的各种失真的过程称为辐射量校正(Radiometric Calibration),简称辐射校正。

1.辐射校正概述

辐射校正的目的:

尽可能消除因传感器自身条件、大气条件、太阳位置和角度条件及某些不可避免的噪声引起的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异,尽可能恢复遥感图像本来的面目,为遥感图像的分割、分类、解译等后续工作打下基础。

辐射误差来源

1.1 传感器端

1.1.1 光学摄影机引起的辐射误差

1.1.2 光电扫描仪引起的辐射误差

1.2 外部因素

1.2.1 大气

1.2.2太阳辐射

2.辐射校正包括三部分的内容:

2.1.传感器端的辐射校正

2.2.大气校正

2.3.地表辐射校正

3.辐射传输过程:如图-1

图-1 基本的辐射传输过程

辐射传输方程:从辐射源经过大气层到达传感器的过程中电磁波能量变化的数学

模型。

4.辐射校正方法:

4.1.系统辐射误差校正 4.2大气校正 4.3.地面辐射校正

4.4.传感器端的辐射校正

4.4.1光学镜头的非均匀性引起的边缘减光现象的校正

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。

1.1.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

1.2因大气影响引起的辐射误差校正

min

min

max max

R R R R D V --=传感器输出辐射亮

校正过的辐射亮度

已校正数据的最大值

P

三种方法:

1.野外波谱测试回归分析法

2. 辐射传递方程计算法

3.波段对比法

下面着重介绍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。 如:对于一个8位量化的图像,转换方程为:

设回归方程为:

L=a+bR

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。

3地形起伏引起的辐射校正

对于地形起伏引起的辐射误差,可以利用地表法线矢量与太阳入射矢量 两者的夹角来校正。

地面测量值

min min max 255

L DN L L L +?-=

若处在坡度为α的倾斜面上的地物影像为g(x,y),则校正后的图像f(x,y)为:

地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据,校正较为麻烦,一般情况下对地形坡度引起的误差不做校正。对于多波段图像,可用波段比值来进行校正,消除地表坡度的影响。

4.传感器辐射校正的基本原理与方法

在遥感器飞越辐射定标场地上空时,在定标场地选择若干个像元区,测量传感器对应波段内的地物光谱反射率,同时测出大气环境参量(大气气溶胶光学厚度,大气中水、臭氧含量等)等。再根据卫星过顶时太阳几何位置、仪器视场角、探测器光谱响应函数等,通过大气辐射传输模型求解出传感器入瞳处各光谱通道的辐射亮度Lt,最后确定它与传感器输出的数字量化值之间的数量关系,求解定标系数,并估算定标不确定性。

Lt 与探测器对应的输出信号的数字量C 之间的定量关系按线性校正模型处理,则有:

A----可见光和近红外波段辐射校正系数 2)红外波段

选择清洁水面作为目标,则探测器的辐射值为:

--探测器光谱响应带宽

---探器光谱响应函数 ----

- -红外波段辐射校正系数

5.总结与展望

1.复杂地表条件下的大气校正。在复杂地表条件下,地形对大气校正有着重要影响,但是由于进行地形校正会改变太阳—地面—传感器的几何关系,从而改变像元接收的太阳辐射,因此,一些学者建议在地形校正前进行大气校正 ,也有学者提出将大气校正与地形校正同时进行 ,实现大气校正与地形校正的耦合。

C

A L t ?=()()?????=

λ

λλ

λλ

λ?λλ?d d I I

λ

?()

λ

?C

A I ?=?*

λ

*A

Richter提出的ATCOR (Atmospheric and Topographic Correction for Airborne Scanner Data)模型就代表了未来的一个发展方向。

2.随着高光谱遥感的发展,海量数据的获取与处理对大气校正提出了新的挑战,促使大气校正向着工程化的方向发展,以满足快速批量对遥感数据进行大气校正的要求。尽管光学遥感大气校正方面的成果很多,各种模型层出不穷,但没有一个是可普遍应用的。因此,在对遥感影像进行大气校正时,要根据研究目的、要求以及研究区的特点,选择适当的大气校正方法。对于热红外遥感,由于热红外辐射与大气的相互作用与可见光、近红外不一样,因而其大气校正方法也不相同。大气校正方法正向自动化、模块化、实用化及工程化的方向发展,相信随着对大气校正方法的不断探索和改进,必将会加快遥感信息定量化的发展步伐3,。基于影像自身的大气参数反演。由于实时的大气参数获取有许多不确定因素,而且成本很高,因此从影像本身反演大气参数将成为一个研究重点。如Gao B.C.利用大气水汽吸收波段与大气窗口波段的比值与大气水汽含量的关系来求解水汽含量,Kaufman利用MODIS 2.1 m通道通过探测地表暗目标反演气溶胶光学厚度。

遥感图像的几何校正(配准)

遥感图像的几何校正(配准) 1.实验目的与任务: (1)了解几何校正的原理; (2)学习使用ENVI软件进行几何校正; 2.实验设备与数据: 设备:遥感图像处理系统ENVI 数据:TM数据 3 几何校正的过程: 注意:几何校正一种是影像对影像,一种是影像对地图,下面介绍的是影像对影像的配 准或几何校正。 1.打开参考影像(base)和待校正影像:分别打开,即在display#1,display#2中打开;2.在主菜单上选择map->Registration->select GCPs:image to image 3.出现窗口Image to Image Registration,分别在两边选中DISPLAY 1(左),和DISPLAY 2(右)。BASE图像指参考图像而warp则指待校正影像。选择OK! 4.现在就可以加点了:将两边的影像十字线焦点对准到自己认为是同一地物的地方, 就可以选择ADD POINT添加点了。(PS:看不清出别忘记放大)如果要放弃该点选择 右下脚的delete last point,或者点show point弹出image to image gcp list窗口,从中选择 你要删除的点,也可以进行其他很多操作,自己慢慢研究,呵呵。选好4个点后就可以 预测:把十字叉放在参考影像某个地物,点选predict则待校正影像就会自动跳转到与参 考影像相对应的位置,而后再进行适当的调整并选点。 5.选点结束后,首先把点保存了:ground control points->file->save gcp as ASCII.. 当然你没有选完点也可以保存,下次就直接启用就可以:ground control points->file->restore gcps from ASCII... 6.接下来就是进行校正了:在ground control points.对话框中选择: options->warp file(as image to map) 在出现的imput warp image中选中你要校正的影像,点ok进入registration parameters 对话框: 首先点change proj按钮,选择坐标系 然后更改象素的大小,如果本身就是你所需要大小则不用改了 最后选择重采样方法(resampling),一般都是选择双线性的(bilinear),最后的最后选择保存路径就OK了

遥感图像的辐射校正实验报告

遥感图像的辐射校正实验报告 1. 实验目的和内容 实验目的: (1)复习巩固课堂上所学的对遥感图像的辐射校正,掌握这些校正方法的基本原理和方法,理解遥感图像辐射校正的意义; (2)实际学习对遥感图像进行绝对大气校正、相对大气校正的FLAASH和黑暗像元法; 实验内容: (1)绝对大气校正 将遥感图像的DN值转换为地表反射率、地表辐射率、地表温度等的方法。本次实验通过FLAASH法进行绝对大气纠正。 (2)相对大气校正 校正后得到的图像,相同的DN值表示相同的地物反射率,其结果不考虑地物的实际反射率。本次实验通过黑暗像元法进行相对大气纠正。 2. 图像处理方法和流程 A.绝对大气校正 1、加载影像,打开ENVI,file>>open image file,打开L71120038_03820030128_MTL.txt

2、辐射定标 FLAASH模块需要输入的是经过辐射定标后的BIL/BIP文件,ENVI >> basic tools >>preprocessing > >calibration utilities >> Landsat calibration 3、格式转换 上述计算得到的存储方式为BSQ,FLAASH大气校正对于波段存储的要求

为BIL/BIP格式,ENVI >> basic tools>> convert data (BSQ ,BIL ,BIP) 4、FLAASH大气校正 (1)ENVI>>basic tools>>preprocessing>>calibration utilities>> FLAASH,选择需要校正的数据。选用第二种,设置Single scale factor:10。 (2)设置输入与输出文件 ①进入地理空间数据云,查询影像参数。点击数据资源—LANDSAT系列数据

遥感图像辐射校正

实验名称:遥感图像辐射矫正 实验目的:通过实验,了解并掌握辐射矫正的原理、基本方法,深刻理解遥感辐射矫正的意义。 实验原理:辐射矫正是指对由于外界因素,数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行矫正,消除或改正辐射误差而引起的影响畸变的过程。 辐射矫正的一般方法有: 1.大气校正:大气会引起太阳光的吸收、散射,也会引起来自目标的反射及散射光的吸收、散射,入射到传感器的除目标物的反射光外,还有大气引起的散射光,消除并校正这些影响的处理过程叫大气校正。 2.太阳高度及地形等引起的畸变校正:视场角和太阳角的关系所引起的亮度变化的校正;地形倾斜的影响校正。 3.传感器的灵敏度特性引起的畸变校正:(1)由光学系统的特性引起的畸变校正。(2)由光电变化系统的特性引起的畸变校正。 辐射误差:传感器观测目标的反射或辐射能量时,观测值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值。

两个基本概念 反射率:反射率是反射辐射通量与入射通量的比值,是0-1之间的无量纲的值 ρλ=Φreflectedλ/ Φiλ 通常用反射率描述各种地物的光谱反射特性。一般分为镜面反射、方向反射、漫反射(各向同性),反射率是地物自身的属性。 朗伯反射体:发光强度和亮度的概念不仅适用于自己发光的物体,也可以应用到反射体。光线射到光滑的表面上,定向地发射出去;射到粗糙的表面上时,它将朝向所有方向漫射。一个理想的漫射面,应是遵循朗伯定律的,即不管入射光来自何方,沿各方向漫射光的发光强度总与cosθ成正比,从而亮度相同。积雪、刷粉的白墙或十分粗糙的白纸表面,都很接近这类理想的漫射面。这类物体称为朗伯反射体。 大气影响的定量分析 进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。其中对传感器接收影响较大的是吸收和散射。

遥感数据辐射校正

遥感数据辐射校正的原理及方法 遥感1班 彭睿20123225 摘要由于传感器响应特性和大气的吸收、散射以及其它随机因素影响,导致图像模糊失真,造成图像的分辨率和对比度相对下降,这些都需要通过辐射校正复原。辐射校正包括三部分的内容:传感器端的辐射校正,大气校正,地表辐射校正。 关键字辐射校正大气校正照度校正辐射传输过程ERDAS 引言近年来,随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展,摄影测量与遥感已成为地球空间信息科学的基础技术,遥感图像在人类生活的诸多领域被广泛应用。然而,在遥感成像时,由于各种因素的影响,遥感图像会存在一定的辐射量失真现象,这些失真影响了图像的质量和应用,必须对其做消除或减弱处理,遥感图像辐射校正就是针对遥感图像的这一缺陷而发展起来的。在遥感影像辐射校正中,大气辐射校正是最重要的一部分,本文主要讨论大气辐射校正的方法和过程。 消除遥感图像数据中依附在辐亮度中的各种失真的过程称为辐射量校正(Radiometric Calibration),简称辐射校正。 1.辐射校正概述 辐射校正的目的: 尽可能消除因传感器自身条件、大气条件、太阳位置和角度条件及某些不可避免的噪声引起的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异,尽可能恢复遥感图像本来的面目,为遥感图像的分割、分类、解译等后续工作打下基础。 辐射误差来源 1.1 传感器端 1.1.1 光学摄影机引起的辐射误差 1.1.2 光电扫描仪引起的辐射误差 1.2 外部因素 1.2.1 大气 1.2.2太阳辐射 2.辐射校正包括三部分的内容: 2.1.传感器端的辐射校正 2.2.大气校正 2.3.地表辐射校正 3.辐射传输过程:如图-1

遥感实习2卫星数据的预处理流程

数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。

图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像,然后定标为辐射亮度图像,对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration :将记录的原始DN 值转换为大气外层表面反射率(或称为辐射亮度值)。 目的:消除传感器本身的误差,确定传感器入口处的准确辐射值 方法:实验室定标、机上/星上定标、场地定标 不同的传感器,其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中,定标模块:Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction :将辐射亮度或者表面反射率转换为地表实际反射率 目的:消除大气散射、吸收、反射引起的误差。 分类:统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种: 1) 绝对大气校正方法:将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。包括:基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 相对大气校正方法:校正后得到的图像,相同的DN 值表示相同的地物反射率,其结果不考虑地物的实际反射率。包括:基于统计的不变目标法、直方图匹配法等。 方法的选择问题,一般而言: 1) 如果是精细定量研究,那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测,那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少,没办法了只能选择较简单的方法了。 在ENVI 中,Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、镶嵌 当研究区超出单幅遥感图像所覆盖的范围时,通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 在进行图像的镶嵌时,需要确定一幅参考影像,参考图像将作为输出镶嵌图像的基准,决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间,使得图像的色调保持一致。但接边色调相差太大时,可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis

遥感卫星影像辐射校正方法

北京揽宇方圆信息技术有限公司 遥感卫星影像辐射校正方法 影像辐射校正原理 辐射校正是指对由于外界因素,数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正,消除或改正因辐射误差而引起影像畸变的过程。 利用传感器观测目标的反射或辐射能量时,所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。辐射误差造成了遥感图像的失真,影响遥感图像的判读和解译,因此,必须进行消除或减弱。需要指出的是,导致遥感图像辐射量失真的因素很多,除了由遥感器灵敏度特性引起的畸变之外,还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。 遥感图像辐射校正主要包括三个方面:(1)传感器的灵敏度特性引起的辐射误差,如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等;(2)光照条件差异引起的辐射误差,如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等;(3)大气散射和吸收引起的辐射误差改正。 辐射校正的目的主要包括:1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异;2、尽可能恢复图像的本来面目,为遥感图像的识别、分类、解译等后续工作奠定基础。 辐射校正分为辐射定标和大气校正两部分。

辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时,或者需要对不同时间、不同传感器获取的图像进行比较时,都必须将图像的亮度灰度值转换为绝对的辐射亮度,这个过程就是辐射定标。 大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映,其中包含了由大气吸收,尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差,反演地物真实的表面反射率的过程。 辐射校正流程图 影像辐射校正方法 辐射定标主要分为两种类型:统计型和物理型。统计型是基于陆地表面变量和遥感数据的相关关系,优点在于容易建立并且可以有效地概括从局部区域获取的数据,例如经验线性定标法,内部平场域法等,另一方面,物理模型遵循遥感系统的物理规律,它们也可以建立因果关系。如果初始的模型不好,通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象;所以一个逼真的模型可能非常复杂,包含大量的变量。例如6s模型,Mortran等。 用于大气辐射传输校正的模型主要有5S模型、6S模型、LOWTRAN模型、MODTRAN模型、ACORN模型、FLAASH模型和ATCOR模型。 1、ACORN模型 一种基于图像自身的大气校正软件,可以实现图像辐射值到表观地表反射率的转换,其工作波长范围是350-2500nm。在目前的大气校正程序一般都把地表假定为水平朗伯体,这主要是因为我们一般很难获取地表的充足信息以完成地形校正,因此大气校正的结果称

遥感影像辐射校正实习报告

遥感实习报告(4)遥感影像辐射校正 专业: 班级: 姓名: 学号: 成绩: 指导教师: 2013年6月15日

目录 一:实验目的 (3) 二、影像数据 (3) 三、实验内容 (3) 四、实验步骤 (4) (一)、绝对大气校正 (4) (二)、相对大气校正——回归分析法 (7) (三)、多时相影像匹配法 (9) 五、心得体会 (13) 六:程序设计 (14)

一:实习目的: 进一步巩固、掌握遥感影像绝对及相对大气校正基本方法。二:影像数据: 1.交大犀浦校区2003年、2005年SPOT5多光谱影像 影像空间分辨率10米,波段1—近红外(0.78 - 0.89μm);波段2—红色(0.61 - 0.68μm);波段3—绿色(0.50 - 0.59μm);波段4—短波红外(1.58 - 1.75μm)。 2. 交大犀浦校区2006年QuickBird(快鸟)多光谱影像 影像空间分辨2.44—2.88米,波段1—蓝(450-520nm);波段2—绿(520-660nm);波段3—红(630-690nm);波段4—近红外(760-900nm)。 三:实习具体内容: (一)、绝对大气校正 以实测或从光谱数据库中查得的光谱数据,采用基于ELC的大气校正方法,对交大犀浦校区2006年QuickBird多光谱影像中的第1波段影像进行绝对大气校正。 基本步骤: (1)、从QuickBird多光谱影像文件中提取出第1波段影像;(2)、从影像中判读出一些典型地物;

(3)、从以前实测的光谱物据或光谱数据库中,读出步骤2中判读出的那些地物对应QuickBird第1波段的反射率值; (4)、基于步骤3的反射率值,采用基于ELC的大气校正方法,对交大犀浦校区2006年QuickBird多光谱影像中的第1波段影像进行绝对大气校正。 (二)、相对大气校正——回归分析法 以交大犀浦校区2006年QuickBird多光谱影像中的第4波段影像为参考,采用回归分析法,对第1波段影像进行相对大气校正。(三)、多时相影像匹配法 以交大犀浦校区2003年SPOT5多光谱影像中的第3波段(绿波段)影像为参考,采用多时相影像匹配法,对交大犀浦校区2005年SPOT5多光谱影像中的第3波段(绿波段)影像进行相对大气校正。四:实验步骤 (一)、绝对大气校正 1:从QuickBird多光谱影像文件中提取出第1波段影像 启动ERDAS软件在Viewer #1中打开影像:quickbird_multi_2006_xipu..img,在ERDAS软件界面中选择Interpreter Utilities Layer Stack:如图4.1-1

ERDAS 遥感影像校正

ERDAS 遥感影像校正 图像几何校正 1、图像几何校正的途径 ERDAS图标面板工具条:点击DataPrep图标,→Image Geometric Correction →打开Set Geo-Correction Input File对话框(图2-1)。 ERDAS图标面板菜单条:Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框(图2-1)。 图2-1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框(图1)中,需要确定校正图像,有两种选择情况: 其一:首先确定来自视窗(FromViewer),然后选择显示图像视窗。 其二:首先确定来自文件(From Image File),然后选择输入图像。 2、图像几何校正的计算模型(Geometric Correction Model) ERDAS提供的图像几何校正模型有7种,具体功能如下: 表2-1 几何校正计算模型与功能 模型功能 Affine 图像仿射变换(不做投影变换) Polynomial 多项式变换(同时作投影变换)(由于多项式法原理比较直观,使用上较为灵活且可以用于各种类型的图像,因而遥感图像几何纠正的空间变换一般采用多项式法。) Reproject 投影变换(转换调用多项式变换) Rubber Sheeting 非线性变换、非均匀变换 Camera 航空影像正射校正 Landsat Lantsat卫星图像正射校正 Spot Spot卫星图像正射校正 3、图像校正的具体过程 数据源采用具有地理参考信息的SPOT全色影像作为标准影像,选到一定量的地面控制点,采用多项式拟合方法对卫星图像进行校正。 第一步:显示图像文件(Display Image Files) 首先,在ERDAS图标面板中点击Viewer图表两次,打开两个视窗(Viewer1/Viewer2),并将两个视窗平铺放置,操作过程如下: ERDAS图表面板菜单条:Session→Title Viewers 然后,在Viewer1中打开需要校正的Lantsat图像:tmAtlanta,img 在Viewer2中打开作为地理参考的校正过的SPOT图像:panAtlanta,img 第二步:启动几何校正模块(Geometric Correction Tool) Viewer1菜单条:Raster→ Geometric Correction →打开Set Geometric Model对话框(2) →选择多项式几何校正模型:Polynomial→OK →同时打开Geo Correction Tools对话框(3)和Polynomial Model Properties对话框(4)。 在Polynomial Model Properties对话框中,定义多项式模型参数以及投影参数: →定义多项式次方(Polynomial Order):2(若此处定义的次方数为T,则需配准的点数为(T+1)*(T+2)/2,若为2,责应该配置6个点)

ERDAS遥感图像的辐射校正

遥感图像的辐射校正 实验目的:通过实习操作,掌握遥感图像辐射校正的基本原理和和方法,理解遥感图像辐射校正的意义。 实验内容:ERDAS软件中图像预处理模块下的图像辐射校正。 由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辩率和对比度下降等辐射畸变,其中,大气散射是图像辐射畸变的主要因素,实验中主要是消除由大气散射引起的辐射误差。 大气校正有两种方法,一种是直方图图,一种是线性回归法。 1、直方图法(注意:是否满足应用该方法的前提条件) 打开TM影像,通过视窗viewer的图标,查找最小灰度值,利用空间建模模块(Modeler)的建模工具(Model Maker)图像象元灰度值减去该最小灰度。 点击modeler → model maker ,打开建模对话框见下图: 双击输入要校正的某一波段的影像,双击输入运算方程式,双击输出校正后的新 图像名称,点击工具栏中的运行图标,计算机自动进行运算。

2、线性回归分析法 在视窗viewer打开要校正的图像,Raster→Profile Tools 弹出对话框,选择spectral→ ok,弹出Spectral Profile对话框如下: 利用Spectral Profile 中的图标选取一系列由暗到亮的目标地物点,在对话框中得到地物点在各个波段的的光谱曲线,通过Spectral Profile对话框菜单栏的viewer → Tabular Data查看地物点在各个波段的的具体光谱灰度值。

利用一系列目标地物点的灰度值建立线性回归方程L b=aL a+b,求出线性方程的常数项a、b,该值b即为大气影响值,在空间建模工具中,图像灰度值减去该值即可消除大气散射对图像影响。

浅析遥感图像的几何校正原理及方法

浅析遥感图像的几何校正原理及方法 摘要:几何校正,就是清除遥感图像中的几何变形,是遥感影像应用的一项重要的前期处理工作。本文简单分析了几何校正的原理和基本方法,并以ERDAS软件为例,对青海海东地区遥感影像进行了几何校正,从而直观地表述了遥感图像几何校正的完整过程。结果表明,几何校正的精度受多方面因素影响,最主要的是控制点GCP的选取数量和选取位置。本次校正精度小于0.5个像元,符合要求。 关键词:遥感、ERDAS、几何校正、GCP 引言:遥感20世纪60年代发展起来的对地观测综合性技术。狭义遥感指从远距离、高空,以至外层空间的平台上,利用可见光、红外、微波等遥感器, 通过摄影、扫描等各种方式,接收来自地球表层各类地物的电磁波信息,并对这些信息进行加工处理,从而识别地面物质的性质和运动状态的综合技术。遥感已然成为地理数据获取的重要工具。但是遥感技术的成图规律决定了遥感图像不能直接被应用,因为遥感图像在成像时, 由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响, 使得遥感图像存在一定的几何变形[2] , 即图像上的像元在图像坐标系中的坐标与其在地图坐标系等参考坐标系统中的坐标之间存在差异, 其主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲[3] 。而且随着当今遥感技术的飞速发展,人们对遥感数据的需求也多源化,它们可以是来自不同的波段, 不同的传感器, 不同的时间。这些多源数据在使用时, 必须具有较高的空间配准精度。这就需要对原始影像进行高精度的几何校正。因此, 几何校正是遥感影像应用的一项重要的前期处理工作。 ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统,它以先进的图像处理技术友好灵活的用户界面和操作方式、面向广阔应用领域的产品模块、服务于不同层次用户的模型开发工具以及高度RS/GIS 集成功能为遥感及相关应用领域的用户提供内容丰富且功能强大的图像处理工具,代表了遥感图像处理系统未来的发展趋势[5]。基于此软件强大的功能性和灵活的操作性,本文采用erdas软件对海东地区影像图进行几何纠正。 2 研究区概况与研究方法 海东地区位于青海省东北部,"海东"以位于青海湖东而得名。地处祁连山支脉大板山南麓和昆仑山系余脉日月山东坡,属于黄土高原向青藏高原过渡镶嵌地带,海拔在1650~2835米之间。境内山峦起伏,沟整纵横,气候属于高原气候,高寒、干旱、日照时间长,太阳辐射强,昼夜温差大。年平均气温6.9℃,年均降水量为323.6 毫米,总蒸发量为1644毫米。本文采用校正过的2004年的海东地区参考影像对2009年对应影像进行校正。 3 几何校正的原理与方法 遥感图像几何校正包括光学校正和数字纠正。本文主要介绍数字纠正。 数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的,其包括两方面,一是像元坐标变换,二是像元灰度值重新计算(重采样)。 (三) 数字图像灰度值的重采样 校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化,如图3所示

浅谈遥感图像的几何校正

浅谈遥感图像的几何校正 摘要 遥感是在不直接接触的情况下,对目标物或自然现象远距离感知的一门探测技术。ERDAS IMAGINE是一款遥感图像处理系统软件。遥感图像的几何处理是遥感信息处理过程中的一个重要环节,必须先用ERDAS IMAGINE进行几何精纠正,只有消除了几何变形,才能进一步分析研究,进一步开展图像解译、专题分类等分析研究工作。 关键词:遥感,erdas imagine,几何纠正

1.前言 遥感是在不直接接触的情况下,对目标物或自然现象远距离感知的一门探测技术。具体地讲,是指在高空和外层空间的各种平台上,运用各种传感器获取反应地表特征的各种数据,通过传输,变换和处理,提取有用的信息,实现研究地物空间形状,位置,性质,变化及其与环境的相互关系的一门现代应用技术科学。遥感图像处理硬件系统也从光学处理设备全面转向数字处理系统,内外存容量的迅速扩大,处理速度急速增加,使处理海量遥感数据成为现实,网络的出现将使数据实时传输和实时处理成为现实。遥感图像处理软件系统更是不断翻新,从开始的人机对话操作方式发展到视窗方式,未来将向智能化方向发展。ERDAS IMAGINE是一款遥感图像处理系统软件。ERDAS IMAGINE是美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术,友好、灵活的用户界面和操作方式,面向广阔应用领域的产品模块,服务于不同层次用户的模型开发工具以及高度的RS/GIS(遥感图像处理和地理信息系统)集成功能,为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具,代表了遥感图像处理系统未来的发展趋势。 遥感图像作为空间数据,具有空间地理位置的概念,在应用遥感图像之前,必须将其投影到需要的地理坐标系中。因此,遥感图像的几何处理是遥感信息处理过程中的一个重要环节。 遥感图像在成像时,由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响,获得的遥感图像相对于地表目标存在一定的几何变形,使得图像上的几何图形与该物体在所选定的地图投影中的几何图形产生差异,造成形状或位置的失真,这主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲,且其精度直接影响到后续处理工作的质量。要在这样的遥感图像上进行研究,必须先用ERDAS IMAGINE进行几何精纠正,只有消除了几何变形,才能进一步分析研究,进一步开展图像解译、专题分类等分析研究工作。 2.国内外发展状况 2.1国内发展状况

遥感影像相对辐射校正实验

相对辐射校正 打开待进行校正的同一地区的两个时相的影像.本实验以突泉县为例 1.打开两幅影像,观察是否数据无误(包括波段顺序是否正确,影像有无较大偏 移). 2.观察两幅影像的目视效果,或者通过ENVI菜单Basic Tools中的statistics的 compute statistics来获取两幅影像的像元DN值分布.将两幅中DN值差异大,或者更接近真实值的作为主影像;将DN值差异小,或者偏离真实值的影像作为从影像,来进行校正. 注意:一定记清楚哪幅为主影像,哪幅为从影像.(突泉县主影像为2007年影像,从影像为2010年影像) 3.获取两时相影像的pif点. Pif点即伪不变特征点,通常选取影像中的深水面,无植被覆盖的沙地,面积较大的建设用地等.PIF点选取应当广泛一些. 首先将两幅影像Link起来.利用ENVI的ROI在主影像上选取pif点.选取的时候每个PIF点应当面积小,准确.在主影像选取时,应当link着从影像,以便观察选取的PIF点是否发生变化.如果发生变化,应当弃选. 选好之后,将ROI存储为ASCII.存储的时候提示以哪幅影像为基准,那么通过两次操作选取不同基准的影像,就得到了两幅影像的PIF点数据.(请将生成的数

据命名时添加县名和年份等必要信息) 4.获得相对辐射校正系数. 这一步利用最小二乘法处理数据.将获得的数据. 创建一个EXCEL空表格.为了方便查找,最好现在就把它重命名一下(我将我的表格命名为”突泉数据”).打开表格.将主影像生成的txt也打开,将里面的从”;ID” 开始的文本拷贝到表格中.注意粘贴后,下方的粘贴选项.选择”使用文本导入向导”,持续”下一步”,最后”完成”.这时,每个数据元分别放在了单独的表格空格中. 将不必要的数据删除,只留下必要的ID和6个波段即可,下图所示.(这其中有必要自己稍微调整一下表头部分,但并不麻烦,此处不赘述.)

实验二--遥感图像的辐射定标

实验二遥感图像的辐射定标 1.实验目的与意义: (1)了解辐射定标原理 (2)使用ENVI软件自带的定标工具定标 (3)学习波段运算进行辐射定标 2.为什么要进行辐射定标,定标的原理是什么? 目的:消除传感器本身的误差,确定传感器入口处的准确辐射值。 原理:辐射定标是将传感器记录的电压或数字量化值(DN)转换为绝对辐射亮度值(辐射率)的过程,或者转换为与地表(表观)反射率、表面温度等物理量有关的相对值的处理过程。 3.辐射定标过程 一般有两种方式: 第一种:利用计算公式,在ENVI中利用band math计算福亮度和反射率。 第二种:利用ENVI自带的定标工具进行定标,获取福亮度或反射率。 第一种方法:用波段运算得到Radiance和Reflectance (1)表观辅亮度radiance的计算 radiance=((lmax-lmin)/(qcalmax-qcalmin)*(qcal-qcalmin)+lmin 其中:radiance –表观辐亮度 qcal-----DN(也就是影像数据本身); lmax 和lmin是从参数表中查询; qcalmax 是DN值的最大值,对于TM是8bit来说,qcalmax=255; Qcalmin 是DN值的最小值,一般为0 即

(2)表观反射率的计算 ρ=π*L*d2/(ESUN*cos(θ)) 其中ρ为表观反射率; L为上一步计算出来的表观辐亮度; d为日地距离,这个数据通过下面的表格中获取; ESUN为大气层外的太阳辐射,也可以说是传感器接收处的太阳辐射; θ为太阳天顶角。(这个可以通过影像的元数据获取)在本次实验的数据中radiance=(193+1.52)/255*b1-1.52 Reflectance=3.14*(b1)*1.0128^2/(1957*0.7381) 步骤如下:打开文件L5120036__MTL.txt ,点击Band Math,输入(193+1.52)/255*b1-1.52,之后即可计算出辐射度,文件保存为radiance1。 、

遥感图像几何精校正、辐射校正

遥感图像几何精校正、辐射校正 实验目的:应用ENVI软件对图像进行几何精校正、辐射校正处理,使得图像更精确。并通过实验了解运用ENVI软件进行几何、辐射校正的过程和方法。 实验原理:引起图像几何变形的一半分为两大类:系统性和非系统性误差。几何校正是利用地面控制点和几何校正数学模型来校正非系统因素产生的误差,同时也将图像投影到平面上,使其符合地图投影系统的过程。 数据来源:在遥感实验室中老师做几何校正的资料数据图。具体信息如图所示: 一、几何校正 实验步骤: 1)打开并显示图像文件 主菜中File—Open Image File将校正后和校正前的文件打开并将它们分别显示在Display 中。 2)启动几何校正模型 选择主菜单Map—Registration—Select Gcps:Image to image 进入界面如下图: 3)选择校正后的图作为base图形,选择校正前的warp图作为待改正的图点击OK进入采集地面控制点。 4)地面控制点的采集过程

(1)在两个Display中移动方框位置,寻找明显的相同地物特征使两个Zoom中的地物相同。(2)在Ground control Points selection上,单击Add point 将当前的点收集。 (3)用同样的办法继续寻找点,至少四个点。 点的选取如图所示: 5)在Ground Control Points Selection上,点击Show list 按钮可以看到选择的所有控制点。

6)选择校正参数输出结果 (1)在Ground Control Points Selection上选择Opintion—Ware File 选择校正文件

遥感图像几何精校正实验报告

遥感图像几何精校正 实验名称:遥感图像的几何精校正。 实验目的:1.了解和熟悉envi软件的几何校正的原理 2.熟悉和掌握envi软件的几何校正的功能和使用方法; 3.对自己的图像先找到投影,再另存一幅图像,去掉投影,在其它软件中旋转一 角度,用原先的图像作为参考对旋转后的图像进行几何校正,使得其比较精确。实验原理:几何校正,主要方法是采用多项式法,机理是通过若干控制点,建立不同图像间的多项式控件变换和像元插值运算,实现遥感图像与实际地理图件间的配准,达 到消减以及消除遥感图像的几何畸变。 多项式几何校正激励实现的两大步: 1. 图像坐标的空间变换: 有几何畸变的遥感图像与没有几何畸变的遥感图像,其对应的像元的坐标是不一 样的,如下图1右边为无几何畸变的图像像元分布图,像元是均匀且不等距的分 布。为了在有几何畸变的图像上获取无几何畸变的像元坐标,需要进行两图像坐 标系统的空间装换。 图1:图像几何校正示意图 在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采用的是二元 n次多项式,表达式如下: 其中x, y为变换前图像坐标, u, v为变换后图像坐标, aij , bij为多项式系数, n = 1, 2, 3, ?。 二元n次多项式将不同坐标系统下的对应点坐标联系起来, ( x, y )和( u, v )分别应 不同坐标系统中的像元坐标。这是一种多项式数字模拟坐标变换的方法,一旦有 了该多项式,就可以从一个坐标系统推算出另一个坐标系统中的对应点坐标。 如何获取和建立二元n次多项式,即二元n次多项式系数中a和b的求解,是几何 校正成败的关键。数学上有一套完善的计算方法,核心是通过已知若干存在于不 同图像上的同名点坐标,建立求解n次多项式系数的方程组,采用最小二乘法,得出 二元n次多项式系数。 不同的二元n次多项式,反映了几何畸变的遥感图像与无几何畸变的遥感图像间的 像元坐标的对应关系, 其中哪种多项式是最佳的空间变换模拟式,能达到图像间 坐标的完全配准,是需要考虑和分析的。 在二元n次多项式数字模拟中,从提高几何校正精度的角度考虑,需要兼顾的因素

遥感实验 ——辐射定标与大气校正

姓名:学号:日期: 1.实验名称 辐射定标与大气校正 2、实验目的 熟悉遥感软件,掌握ENVI中对图像辐射定标与大气校正的基本方法。 3、实验原理 1、辐射定标是将传感器记录的电压或数字量化值(DN灰度值)转换成绝对辐射亮度值(辐射率)的过程,或者转换成与地表(表观)反射率、表面温度等物理量有关的相对值的处理过程 2、大气校正的目的是消除大气和光照等因素对地物反射的影响,获得地物反射率、辐射率、地表温度等真实物理模型参数,包括消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响;消除大气分子和气溶胶散射的影响。 4、数据来源(下载源、波段数、对应的波长、分辨率、投影、地区) Landsat5、TM图像、BAND_COMBINATION = "1234567"

5、实验过程 5、1辐射定标: 实方法一: File-Open External File-Landsat-GeoTIFF with Metadata Basic Tools-Preprocessing-Calibration Utilitties-Landsat Calibration 5.1.1.1打开Basic Tools-Preprocessing-Calibration Utilitties-Landsat TM,根据图像信息输入 5.1.1.2 打开校正图像,关联两幅图像,比较数据值

方法二: BandMath验结果与分析 5.1.2.1打开图像,选择BandMath按照辐射定标公式输入 5.1.2.2 选择待校正波段图像

5.1.2.3 关联两幅图像,对比两幅图像数据

遥感影像辐射校正

遥感影像辐射校正 实验报告 姓名:杨磊 学号:20113315 班级:11遥感 指导教师:罗小军

2013/6/13 目录 一、实验名称: (3) 二、实验概况: (3) 三、实验目的: (4) 四、实验步骤: (4) (一)、绝对大气校正: (4) 1、按照实习要求将quickbird_multi_2006_xipu.img的第一波段提取出来 (4) 2、将第一波段图像以“JPG”格式输出: (6) 3、在matlab中进行处理: (7) (二)、相对大气校正: (10) 1、把quickbird_multi_2006_xipu.img中图像的第一和第四波段图像提取出来: . 10 2、回归分析: (11) 4、在matlab中实现相对大气校正: (12) 5、校正结果: (12) (三)、多时相影像匹配法: (13) 1、分别提取spot5_10multi_2003_xipu和spot5_10multi_2005_xipu的第三波段(绿 色)的影像: (13) 2、多时相影像匹配原理: (14) 3、在matlab中实现: (15) 4、结果: (16) 五、实验体会: (17)

一、实验名称: 遥感影像辐射校正实习: 1、绝对大气校正; 2、相对大气校正——回归分析法; 3、多时相影像匹配法。 二、实验概况: 1、影像数据:quickbird_multi_2006_xipu.img spot5_10multi_2003_xipu.img spot5_10multi_2005_xipu.img;

2、实验所用软件:ERDAS9.2 matlabR2010a; 3、实验地点:X4245 ; 4、实验时间:6月9日——6月17日。 三、实验目的: 1、复习巩固课堂上所学的对遥感图像的辐射校正,掌握这些校正 方法的基本原理; 2、实际体验对遥感图像进行绝对大气校正、相对大气校正的回归 分析法和多时相影像匹配法; 3、考察了对matlab的基本使用,复习掌握一定的编程能力。 四、实验步骤: (一)、绝对大气校正: 1、按照实习要求将quickbird_multi_2006_xipu.img的第一波段提取出来: 单击,出现如图1.1 1,在当中选择“Utilities”,在弹出的图1.1 2中选择“Layer stack”

遥感辐射校正报告

《遥感原理与应用》 期末报告 班级:116112 小组:第一组 组员:彭茜蕤黄慧林 刘佳慧周林 指导教师:陈启浩 课题:遥感影像辐射校正 中国地质大学信息工程学院信息工程系 2013年5月

目录 1.辐射校正的概念和原理 2.辐射校正的原理 3.部分辐射校正方法效果展示4.辐射校正相关前沿 5.参考文献 6.小组成员分工

1.辐射校正的概念和原理 由于传感器响应特性和大气的吸收、散射以及其他随机因素的影响,导致图像模糊失真,造成图像的分辨率和对比度的相对下降。辐射校正纠正由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辨率和对比度下降等辐射失真。 为了得到相对真实有用的遥感图像,这些因素导致的图像误差需要通过辐射校正来复原。 2.辐射校正的原理 一、系统辐射校正--传感器定标 传感器定标:传感器定标模型可用线性公式表示如g’=kg+b,实质是建立传感器输出值与传感器入瞳处辐射亮度间的联系。 (一)光学摄影机内部辐射误差校正 光学摄影机内部辐射误差主要是由镜头中心和边缘的透射光的强度不一致造成的,它使得在图像上不同位置的同一类地物有不同的灰度值。设原始图像灰度值g,校正的图像灰度g’,则有g’=g/cos θ;θ为像点成像时光线与主光轴夹角。 (二)光电扫描仪内部辐射误差的校正 两类误差: (1)光电转换误差;(2)探测器增益变化引起的误差。 二、大气校正 定义:指消除主要由大气散射引起的辐射误差的处理过程。 (一)公式法 与卫星扫描同步进行野外波谱测试,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,回归方程为: 式中,LAi为卫星观测值;Ri为地面反射率; a和b为回归系数; 系数a为大气散射引起对辐射的干扰部分 a=SiLBi (式中,Si为系统增益因素;Lbi为大气路径辐射率) b表示辐射率Lai随地面反射率 Ri递增而增长的程度大小; Ti为大气透射率;Hi为太阳辐照度;θ为太阳天顶角; i代表各波段的序号。 将上式代入可得:

多时相遥感图像相对辐射校正_张鹏强

第10卷 第3期2006年5月 遥 感 学 报 J OURNAL OF REMOTE SENSI N G V o.l 10,N o .3M ay ,2006 收稿日期:2005-03-28;修订日期:2005-08-19基金项目:国家自然科学基金资助项目(40371090)。 作者简介:张鹏强(1978) ),男,讲师、博士生。2000年毕业于解放军信息工程大学航空摄影测量专业,获学士学位;2003年获该校摄影测量与遥感专业硕士学位,并继续攻读博士学位。研究方向为多时相遥感图像处理与分析、目标识别与变化检测等。E-m ai:l z pq1978@163.co m 。 文章编号:1007-4619(2006)03-0339-06 多时相遥感图像相对辐射校正 张鹏强,余旭初,刘 智,李建胜,万 刚 (信息工程大学 测绘学院,河南郑州 450052) 摘 要: 相对辐射校正是多时相遥感图像处理和分析的前提。本文分析了几种常规的相对辐射校正方法的优缺点,然后在此基础上提出了一种基于小波变换的遥感图像相对辐射校正方法。该方法对源图像小波变换域的低频成分实施辐射变换,并保持高频成分不变,重构的图像具有保持高频信息的特性,因而能够较好地保留源图像中由于地物变化引起的辐射差异。 关键词: 多时相遥感图像;辐射校正;灰度分布;辐射特性;小波变换中图分类号: TP751.1 文献标识码: A A Study on R elative Radi o m etric Correction of M ultite mporal R e m ote Sensi ng I mages Z HANG P e ng -qiang ,YU Xu -chu ,L I U Zh,i L I Ji an -she ng ,WAN G ang (Institute of S urveyin g an d M a pp i ng ,Infor m a ti on E n g ineeri ng Universit y,H e nan ,Zh e ngzh ou 450052,Ch in a ) Abstract : The relative ra dio m etric c orrection is the fi rst step of processi ng and analyzi ng of multite mporal r e mote sensing m i ages .I n thi s paper ,a ne w method based on wavelet tra nsfor m is pr opose d on the basis of a thr ough study o n the three tr aditional ones .Thi s ne w m ethodwas m i ple mente d by doi ng relative r adi o metric correcti on only on the l o w fr eque ncy co mpone nt of wavelet tra nsf or m do ma i n of the source m i age ,and just re m ai ni ng the hi gh frequenc y co mpone nts uncha nged .The reco nstr ucted m i age has the c haracteristi c of keepi ng the hi gh frequency i nfor matio n ,so the ra dio m etric di versit i es in t he source m i age due to ground changes are reserved .K ey words : m ultite m poral re m ote sensi ng m i ages ;radio metric correcti on ; gray level distri buti on ; radio m etric characteristic ;w avelet transfor m 1 引 言 经过几十年的机载和星载遥感对地观测,人们已经积累了大量的关于地球表面的遥感图像数据。这些不同传感器获取的多源遥感图像,除了具有不同的几何和辐射特性外,还具有不同的时相特性。对时相特性的研究使得遥感技术提供了最可行的地表变化监测方法 [1,2] 。在过去的十几年中,科学家和工程技术人员在多时相遥感图像处理和分析技术 上作了大量的研究 [3] ,取得的成果已广泛应用于环 境监测、农业调查、城市研究、森林监测、地图修测、运动估计等诸多方面 [3)5] 。但是,由于在不同季节、 不同时间成像时,受不同的大气条件、光照条件、地表起伏、土壤湿度、植被气候、传感器成像模型和侧视角等影响,同一地区所成的影像具有较大的辐射差异 [1,6] ,这给多时相图像处理和分析带来了极大 的困难。为此,在诸如变化检测和运动估计等遥感

相关文档
最新文档