遥感数字图像处理-大气校正..
大气校正的原理
大气校正的基本原理大气校正（Atmospheric Correction）是遥感图像预处理中的一项关键技术，用于去除大气散射对图像的影响，从而更准确地提取出地物信息。
1. 大气散射的影响在遥感图像中，由于大气分子和气溶胶的存在，光线在传输过程中会发生散射现象，导致图像的亮度、色彩和对比度发生变化。
这些散射光主要包括大气散射光、地表反射光和太阳辐射等组成。
大气散射光主要由于大气中的气体和气溶胶对入射光的散射而产生，它会产生一部分散射辐射，从而模糊了地物的特征和细节。
2. 大气校正的目的大气校正的目的是通过去除大气散射对图像的影响，使得图像中地物的反射率能够更准确地反映地物的特征。
通过大气校正，可以得到真实的地表反射谱，进而实现遥感图像的定量应用。
3. 大气校正的基本原理大气校正的基本原理是将图像中的每个像素的辐射值转换为地物的反射率。
这一过程需要考虑到光线在入射过程中的吸收、散射、透射等因素。
大气校正的基本原理可以分为以下几个步骤：（1）辐射传输方程大气校正的关键是解决辐射传输方程。
辐射传输方程描述了光线在大气和地表之间的相互作用过程。
该方程是一个复杂的微分方程，通常采用一些近似方法来简化计算。
（2）大气散射成分的估计在大气校正中，需要估计图像中大气散射的成分。
常见的方法是根据大气模型来估计大气散射值。
大气模型包括大气温度、湿度、气压等因素。
通过获取这些参数，可以计算大气散射值。
（3）反射率的计算通过辐射传输方程和大气散射成分的估计，可以计算出每个像素的辐射率。
然后，在已知太阳辐射强度和卫星观测到的辐射强度的情况下，通过将辐射率转换为地物的反射率。
（4）大气校正结果的验证大气校正的最后一步是验证校正结果的准确性。
通常使用地面实测数据和已知的地物反射率进行对比来验证大气校正的效果。
4. 大气校正的方法根据遥感图像的特点和大气校正的要求，大气校正方法可以分为物理模型法和经验模型法两种。
（1）物理模型法物理模型法是基于大气散射的物理原理，通过解决辐射传输方程来实现大气校正。
大气校正原理
大气校正原理
大气校正是遥感图像处理中的一个重要环节，它能够减少大气
对图像的影响，提高图像的质量和解译精度。
大气校正原理是基于
大气对遥感图像的影响进行研究，通过对大气光学特性的分析和模拟，实现对图像的校正和修复。
大气校正原理的基本思想是通过对遥感图像中的大气光学特性
进行建模和分析，找出大气对图像的影响规律，然后利用这些规律
对图像进行校正。
大气光学特性主要包括大气散射、吸收和透射等
过程，这些过程会导致遥感图像中的光谱特征发生变化，影响图像
的质量和解译精度。
在大气校正原理中，首先需要对大气光学特性进行建模和分析。
通过对大气光学参数的测量和观测，可以得到大气对不同波段光谱
的影响规律，包括大气散射、吸收和透射等过程。
然后，利用这些
规律对遥感图像进行校正，消除大气对图像的影响，提高图像的质
量和解译精度。
大气校正原理的核心是建立大气光学模型和遥感图像的关系，
通过对大气光学参数的分析和模拟，实现对图像的校正和修复。
在
实际应用中，可以利用不同的大气校正方法和模型，对不同类型的遥感图像进行处理，提高图像的质量和解译精度。
总的来说，大气校正原理是基于大气光学特性的分析和模拟，通过建立大气光学模型和遥感图像的关系，实现对图像的校正和修复。
它能够减少大气对图像的影响，提高图像的质量和解译精度，是遥感图像处理中的一个重要环节。
通过对大气校正原理的研究和应用，可以更好地利用遥感图像进行资源调查、环境监测和灾害评估等领域的工作。
大气校正原理
大气校正原理大气校正是遥感影像处理中的重要环节，它能够消除大气对遥感影像的影响，提高影像的质量和准确性。
大气校正原理是基于大气对遥感影像的影响进行研究，通过模型和算法对影像进行校正，使得影像能够更好地反映地物的真实信息。
大气校正原理主要包括大气模型、辐射传输模型和大气校正算法。
首先，大气模型是描述大气光学特性的数学模型，它能够定量描述大气对太阳辐射和地物辐射的吸收、散射和透射过程。
其次，辐射传输模型是描述辐射在大气和地物中传输和相互作用的物理模型，它能够模拟大气和地物的辐射特性。
最后，大气校正算法是基于大气模型和辐射传输模型，对遥感影像进行校正的数学方法，它能够根据影像的辐射特性和大气光学特性，消除大气对影像的影响，得到真实的地物反射率。
在实际应用中，大气校正原理主要包括以下几个步骤。
首先，获取大气参数，包括大气光学厚度、大气散射系数等参数，这些参数可以通过气象站、气象卫星等途径获取。
其次，根据大气参数和遥感影像的辐射特性，建立大气校正模型，对影像进行校正。
最后，验证校正效果，通过对比校正前后的影像，评估校正的准确性和效果。
大气校正原理在遥感影像处理中具有重要意义。
首先，它能够提高遥感影像的质量和准确性，使得影像能够更好地反映地物的真实信息。
其次，它能够消除大气对影像的影响，减少大气因素带来的误差，提高影像的可比性和一致性。
最后，它能够为遥感影像的定量分析和应用提供可靠的基础，例如土地利用分类、资源调查、环境监测等领域。
总的来说，大气校正原理是遥感影像处理中的重要环节，它能够消除大气对影像的影响，提高影像的质量和准确性。
在实际应用中，需要结合大气模型、辐射传输模型和大气校正算法，对遥感影像进行校正，以获得真实的地物信息。
大气校正原理的研究和应用将进一步推动遥感技术在资源环境监测、地学研究等领域的发展，为人类社会的可持续发展提供重要支撑。
envi遥感图像处理之大气纠正
这样，我们就得到了经过大气校正的地表的反射率了。
步骤四：将大气校正前后的遥感影像进行对比
本步骤是让我们将遥感影像的前后进行对照，来看看进行大气校正前后遥感影像之间的差异。
本步骤所采用的方法是用未校正的反射率减去校正后的反射率，得到一幅新的影像，从新的影像上去看二者之间的差异。
具体步骤是：在envi的Basic Tools中打开 Band Math，在band math中输入：abs(b1-b2)。然后得到了新的图像，从新的图像上来看二者之间的差异。
具体操作步骤如下：
1）确定6S模型的参数。
Table56s Parameters
输入值
含义
注释
卫星参数
7
Landsat卫星
卫星参数
11 22 2.5
116.62 23.11
month,day, hour,
long, lat
成像月份、日期、时间（格林威治时间）、图像中心点精度、纬度
季节特征
3
Midlatitude winter
158.40
-4.7
243.1
-4.7
158.3
Table3 Unit：ESUN=W/(m2.um)
Model
Chance spectrum CHKUR
band
Landsat 4
Landsat 5
1
1957
1957
2
1825
1826
3
1557
1554
4
1033
1036
5
214.9
215.0
7
80.72
Table 2ETM+SpectralRadianceRange
遥感图像的大气校正
大气校正
原理：
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，本次试验采用简单的黑暗像元法。
黑暗像元法是一种古老、简单的经典大气校正方法。
它的基本原理是在假设待校正的遥感图像上存在黑暗像元、地表朗伯面反射和大气性质均一，并忽略大气多次散射辐照作用和邻近像元漫反射作用的前提下，反射率很小（近似0）的黑暗像元由于大气的影响，使得这些像元的反射率相对增加，可以认为这部分增加的反射率是由于大气影响产生的。
这样，将其他像元减去这些黑暗像元的像元值，就能减少大气（主要是大气散射）对整幅影像的影响，达到大气校正的目的。
步骤：
1.打开待校正的图像文件：
2.主菜单中选择Basic Tools---Preprocessing----General Purpose Utilities---Dark Parameters对话框，如下图所示：
3.在Dark Subtract Input File对话框中选择带校正的图像：单机OK。
4.在Dark Subtraction Parameters对话框中选择黑暗像素值，选择波段最小值（Band Minimum），然后选择输出路径，点击OK。
如下图所示：
5.重新打开新的窗口，显示校正过的图像：。
遥感数字图像处理-大气校正..
暗像元法2-1、回归分析法
• TM图像 • 蓝光波段的B1大气散射最大，红外波段的B7散射最小。图像中的深 的大面积水体与地形阴影在B7中是黑的，如果不存在附加的辐射， 这些水体与阴影在其它波段也应该是黑的，B1与B7应该具有比例关 系。如果受到影响，那么，在其他波段会产生偏移。 对B1进行校正，回归方程为：
– 原因
• 传感器不稳定 • 遥感平台 • 地球
1、经验线性法
• 假定图像DN值与反射率r之间 存在线性关系:
DN kr b
• 定标点要求： （1）尽可能各向同性的均一地物， 面积足够大； （2）地物在光谱上要跨越尽可能 宽的反射光谱段，明暗目标之 间要有足够的差异； （3）尽可能与研究区域保持同一 海拔高度。
改进的方法
在获取图像的同时,利用搭载在同一平台上的其他传感 器获取气溶胶和水蒸汽的浓度数据，然后利用这些数 据进行大气校正。
什么情况下需要进行大气校正
• 大气透明度差而且不均一 • 大气中的水汽含量高 • 低海拔地区应该进行校正，3000米以上 的地区可以不考虑 • 相对高差变化大的地形区域 • 不同时段图像的联合处理
λ
2、平场域法
• 平场：一块面积大、亮度高、光谱响应曲 线变化平缓的区域 • 假设条件： 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
R / F
像元辐射值 / 定标点（平场域）的平均辐射光谱值
5.5.2 模型法-辐射传递方程计算法
• 由辐射传递方程可得 ：
频 数 频 数
B7 （a） 7波段直方图
0
a1
B1 （b） 1波段直方图
TM图像的1、7波段直方图
直方图法
遥感图象大气校正综述
遥感图象大气校正处理综述摘要:大气对遥感图象的处理有很大的影响，大气校正就是指消除大气影响的校正过程。
本文介绍处理遥感图像的大气校正的概念及原理, 对目前常用的大气校正方法做简单概括介绍, 包括辐射传输模型法、黑暗像元法、不变目标法、直方图匹配法等, 分析了各种方法的优缺点, 以及它们各自的使用范围。
关键词: 大气校正遥感图象遥感影像模型1引言航空、航天遥感平台上的传感器接收到的地物信息,由于地球大气的存在而得到衰减,因此,遥感器接收到的地物信息不能真实地反映地表。
同时由于大气的吸收、散射等作用使得遥感器接收到的电磁信息复杂,因而遥感图像的大气辐射校正变得复杂。
随着定量遥感技术迅速发展,特别是利用多传感器、多时相遥感数据进行土地利用和土地覆盖变化监测、全球资源环境分析、气候变化监测等的需要,使得遥感图像大气校正方法的研究越来越受到重视。
[1]何海舰《基于辐射传输模型的遥感图像大气校正方法研究》由于遥感图像成像过程的复杂性，传感器接收到的电磁波能量与目标本身辐射的能量是不一致的。
传感器输出的能量还包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响，必须加以校正或消除。
而大气校正就是针对大气的散射和吸收引起的辐射误差的一种校正。
大气对阳光和来自目标的辐射产生吸收和散射，消除大气的影响是非常重要的，在图像匹配和变化检测中消除大气影响尤为重要。
消除大气影响的校正过程称为大气校正。
[2]南京师范大学专题《遥感数字图象处理》/dky/nb/page/2000-8-8/2000882012459413.htm总的来说，遥感图像的大气校正方法很多。
如果按照校正后的结果，这些校正方法可以分为2种,绝对大气校正方法和相对大气校正方法。
绝对大气校正方法是将遥感图像的DN(digital number)值转换为地表反射率或地表反射辐亮度的方法。
遥感图像处理 大气校正 实验报告
Landsat 5 Thematic Mapper辐射定标和大气校正龚鑫烨操作流程辐射定标：1、加载原始图像H1。
2、Basic Tools——Preprocessing——data-specific utilities——Landsat TM——landsat calibration进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。
从遥感影像的头文件中获取Data Acquisition 的时间，Sun elevation。
如果你是用File?Open ExternalFile?Landsat?Fast 的方法打开header.dat 的话，sun elevation 就已经填好了。
这里Calibration Type 注意选择为Radiance。
输出文件，定标就完成了。
大气校正1、Spectral——FLAASH/Basic Tools——Preprocessing——Calibration Utilities——FLAASH。
首先设定输入输出文件。
FLAASH 模块要求输入辐亮度图像，输出反射率图像。
之前我们进行了辐射定标，得到辐亮度图像，在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式的图像，然后再Input Radiance Image 中选择转换格式后的图像。
(Basic Tools——Convert Data(BSQ,BIL,BIP))。
这里注意，当输入图像后，程序会让你选择Scale Factor，即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。
ENVI 默认的辐亮度单位是2/ W cm sr nm μ••，而之前我们做辐射定标时单位是2/ W m sr m μ••，二者之间转换的比例是10，因此在下图中选择Single scale factor，填写10.000。
此外，如果TM 影像的头文件中没有波段的信息，在这里也要求你提供一个.txt 文件以包含此信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
B1 b0 B7 a0
B1，B7——遥感图像1波段和7波段目标的灰度值； a0，b0——直线的斜率和截距。 校正后波段的灰度值，a0是上述方程的截距，即偏移量
B1 B1 a0
暗像元法2-2、直方图法
• 如果图像内包括暗色地物或地形阴影，可 从各个波段中减去其最小的亮度值（或一 个阴暗地区的平均亮度值）来进行校正。 B=B-Bmin
λ
2、平场域法
• 平场：一块面积大、亮度高、光谱响应曲 线变化平缓的区域 • 假设条件： 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
R / F
像元辐射值 / 定标点（平场域）的平均辐射光谱值
5.5.2 模型法-辐射传递方程计算法
• 由辐射传递方程可得 ：
大气校正校正
概 述
太阳位置和角度
遥感图像
遥感系统
辐 射 失 真 几 何 误 差 大气状况
大气条件
传感器性能
辐射校正
几何纠正 几何精纠正
降质类型
• 辐射失真
– 表现
• 遥感传感器测得的值与 地物实际的光谱值不同
• 几何畸变
– 表现
• 图像几何位置的失真源自– 原因• • • • 遥感传感器本身特性 地物光照条件 大气作用 其他
– 原因
• 传感器不稳定 • 遥感平台 • 地球
1、经验线性法
• 假定图像DN值与反射率r之间 存在线性关系:
DN kr b
• 定标点要求： （1）尽可能各向同性的均一地物， 面积足够大； （2）地物在光谱上要跨越尽可能 宽的反射光谱段，明暗目标之 间要有足够的差异； （3）尽可能与研究区域保持同一 海拔高度。
暗像元法2-1、回归分析法
• TM图像 • 蓝光波段的B1大气散射最大，红外波段的B7散射最小。图像中的深 的大面积水体与地形阴影在B7中是黑的，如果不存在附加的辐射， 这些水体与阴影在其它波段也应该是黑的，B1与B7应该具有比例关 系。如果受到影响，那么，在其他波段会产生偏移。 对B1进行校正，回归方程为：
辐照度
亮目标
.
斜率=增益
.
暗目标 截距=偏移 反射率
以红外波段最低值校正可见光波段
• 前提假设：大气散射的影响主要在短波波 段，红外波段中清洁的水体几乎不受影响， 反射率值应当为0。由于散射影响，而使得 水体的反射率不等于0，推定是由于受到了 天空辐射项的影响。 • 直方图法确定 • 纠正方法：差值法
辐射校正要点
• 内容
– 辐射定标 – 大气校正 – 地形校正
• 大气校正
– 绝对校正 – 相当校正 – 基于模型的校正
改进的方法
在获取图像的同时,利用搭载在同一平台上的其他传感 器获取气溶胶和水蒸汽的浓度数据，然后利用这些数 据进行大气校正。
什么情况下需要进行大气校正
• 大气透明度差而且不均一 • 大气中的水汽含量高 • 低海拔地区应该进行校正，3000米以上 的地区可以不考虑 • 相对高差变化大的地形区域 • 不同时段图像的联合处理
E E0 e
T ( 0, H )
e-T(0,H)称为大气的衰减系数 ； E0为地面目标的辐射能量为； H为大气高度； E为传感器收集到的电磁波能量。
5.5.2 辐射传递方程计算法
专业的遥感图像处理系统多提供了大气校正模型
ERDAS和Geomatica系统中的ACTOR模型 ENVI系统中的Flaash模型 公共的大气校正模型，其中较好的是6S模型。
频 数 频 数
0
B7 （a） 7波段直方图
0
a1
B1 （b） 1波段直方图
TM图像的1、7波段直方图
直方图法
B=B-Bmin 各波段的像元值减去其最小值
1、内部平均法
R / F
ρ ——相对反射率； Rλ ——像元值； Fλ ——整幅图像的平均光谱值。 • 优点：可消除地形阴影和其他的整体亮度的差异 • 缺点：基于假设地面变化是充分异构的，若假设 不成立，得到的反射光谱会有虚假性