第5章 遥感图像的辐射校正
最新第5章-遥感数字图像处理-图像校正..ppt课件
广州 5.42 3.6
8.18 8.75 30.78
市测 56％ 45％ 45% 49%
本周 5.36 4.11 8.87 8.65 31.69 校测 67％ 45% 42% 51%
15．阅读文章前五段，概括作者深秋林 中漫步时周围环境的特点。 （不超过10个字）（3分）
考点：辨别和提取文中重要信息 。 （关键词语、句子）
16．第七段“心中”“一会儿是晴朗的 白云，轻快自如，一会儿又是阴沉的 乌云，秤砣般压迫”，作者为什么会 这样说，谈谈你的理解。（4分）
考点：分析作者的情感态度。
答案一：作者通过“一会儿晴朗”“一会 又是阴沉的乌云”，这种变幻莫测的天气 和云来表达心情也同样是一会儿开心， 一会儿愁苦，像云一样变幻不定（。0分）
失分原因：未读懂题干要求。
答案四：我为林中的枯叶、奇幻的景象 感到身心轻快，这使我如“晴朗的白云” 而为林子里落叶飘零、春光已逝感到惆 怅、悲哀、苦恼，这又使作者心中“如盖 乌云”。（2分）
失分原因： 未读出作者在文中蕴含的深沉思考。
正确答案：
作者一方面为深秋凋零的树林那 特有的景致感到轻快自如，同时又为 落叶飘零，韶华落尽，春光已逝感到 无限的惆怅和悲哀。（2分）并由此联 想到个人、大众乃至民族的类似遭际， 不无感慨，内心沉重。 （2分）
地形起伏引起的辐射误差校正
基本思想是把起伏的地形校正到水平地 面的状况。
设光线垂直入射时水平地表收到的光照 强度为I0，则光线垂直入射时坡度为α
I0
的坡面入射点的光强度I为：
I
I I0•cos
处在坡度为α的坡面上的图像g(x,y)校 正后的图像f(x,y)为：
f (x, y) g(x, y)
cos
遥感影像辐射校正方法与技巧
遥感影像辐射校正方法与技巧引言：遥感技术在现代社会的应用日益广泛，无论是环境监测、农业发展还是城市规划，遥感影像都起到了不可或缺的作用。
然而，遥感影像需要进行辐射校正，以准确反映地物的光谱信息。
本文将介绍遥感影像辐射校正的方法与技巧。
一、什么是辐射校正辐射校正是遥感影像处理中的一项重要任务，通过消除大气、地表反射和传感器响应等误差，实现影像灰度与反射率、辐射率之间的转换。
辐射校正的目的是减小影像的空间和光谱差异，以便更好地进行后续分析和应用。
二、辐射校正的方法1. 经验模型方法经验模型方法适用于辐射校正的初步处理。
通过建立传感器响应与地物反射之间的经验模型，根据遥感影像中的亮度值进行校正。
这种方法适用于像素值的非线性校正，但不适用于不同光谱区域之间的校正。
2. 大气校正方法大气校正是辐射校正的关键步骤之一。
大气校正通过模拟大气的辐射传输过程，估算并消除大气对遥感影像的影响。
目前，主要的大气校正方法包括常规大气校正、基于模型的大气校正和基于辐射传输模型的大气校正等。
3. 地表反射校正方法地表反射校正是辐射校正中的另一重要步骤，主要解决地物反射率的转换问题。
地表反射校正方法可以分为基于定标面的校正和基于统计的校正两种。
其中，基于定标面的校正方法需要采集大量的地面参考数据，而基于统计的校正方法则通过统计地物的光谱反射特征进行校正。
三、辐射校正的技巧1. 模型选择与参数估计在进行辐射校正时，需要选择合适的模型和正确估计模型参数。
为了提高辐射校正的准确性，可通过大量的实地观测数据进行参数估计。
同时，对不同地区和不同影像进行适当调整和优化，以提高校正的精度。
2. 数据预处理在进行辐射校正之前，需要对遥感影像进行一定的数据预处理。
主要包括大气润湿校正、坐标转换、几何校正等。
这些预处理步骤有助于减小数据误差，提高辐射校正的精度。
3. 校正结果评价进行辐射校正后，需要对校正结果进行评价。
评价指标包括辐射定标误差、地物反射率的准确度等。
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.txt2、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 calibration3、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—输入数据标识进行二次筛选—选择信息②查询图像的基本信息③设置Sensor类型为Landsat TM7，传感器参数被自动填写，影像和传感器参数查询数据相关信息后输入。
第5章遥感图像的辐射校正
b. 线性灰度变换
在两张影像的重叠部分各取出相对应的n个点，建立线性回归方程； 然后运用最小二乘法求线性方程系数。以其中一幅影像为标准，对另 一幅影像进行变换，从而达到灰度一致化。 特点：简单易行，n足够大时有一定的精度。存在位置配准误差。
三、因大气影响引起的辐射误差校正
消除因为大气散射引起的辐射误差的处理称为大 气校正。
3. 波段对比法
依据：大气散射的选择性，即对短波影响大，对长波影响小
a. 回归分析法 原理：在遥感图像上大山的阴影区或深大水体区域， 各个波段的反射为零。同时，大气散射主要影响短 波部分，波长较长的波段几乎不受影响，因此可用其 校正其它波段数据。
方法：在不受大气影响的波段和待校正的某一波段图 像中，选择最黑区域（通常为高山阴影区）中的一系 列目标，将每个目标的两个待比较的波段灰度值提取 出来进行回归分析，建立线性回归方程，也称为暗像 元法。
1.大气透射 透射是指电磁辐射与介质作用后，产生的次级辐射和
部分原入射辐射穿过该介质，到达另一种介质的现象和过 程。
一般用透射率表示透射能力。
根据透射率的定义，有：
E ex
E0
2.大气窗口 是指大气对电磁辐射吸收和散射都很小、而透
射率很高波段，即在传输过程中损耗小、能透过大 气的电磁波段。
遥感中使用的大气窗口：
设太阳辐射照度为E0，经过大气的路程为x,则穿过该大 气路程后的辐射照度为：
E E0ex
σ称为衰减系数或消光系数
散射系数 吸收系数
大气对电磁波 的影响主要是 散射和吸收。
二、大气吸收
大气中吸收太阳辐射的主要是水蒸汽、二氧化碳 和臭氧。
吸收能力随电磁波的波长而变化，是选择性的。
三、大气透射与大气窗口
卫星遥感图像辐射衰减校正方法
卫星遥感图像辐射衰减校正方法卫星遥感技术作为获取地球表面信息的重要手段，在自然资源调查、环境监测、灾害评估等领域发挥着至关重要的作用。
然而，卫星遥感图像在传输过程中会受到大气散射、吸收等因素的影响，导致图像辐射能量衰减，影响数据的准确性和实用性。
因此，对卫星遥感图像进行辐射衰减校正是一个不可或缺的预处理步骤，以确保后续分析的可靠性和精确度。
以下是六种常用的卫星遥感图像辐射衰减校正方法，以及对这些方法的综合评述。
1. 大气顶层辐射传输模型（ATM）法大气顶层辐射传输模型是基于辐射传输理论，通过模拟太阳光在大气中的传播路径，计算出到达卫星传感器前大气对辐射的影响。
该方法需要详细的气象数据（如温度、湿度、气压和气溶胶光学厚度等），以求解辐射传输方程。
常用的模型有MODTRAN、6S（Second Simulation of the Satellite Signal in the Solar Spectrum）等。
ATM法能够较为精确地校正大气影响，但对输入参数的精度要求高，计算复杂度大。
2. 辐射定标法辐射定标是校正卫星图像的第一步，确保图像的数字值与实际辐射量之间建立准确的关系。
它分为内部定标和外部定标。
内部定标依赖于卫星上的定标设备，校正仪器本身产生的误差；外部定标则利用地面控制点或同步的辐射测量数据，调整图像的整体辐射水平。
虽然辐射定标不直接校正大气衰减，但它是后续大气校正的基础，确保图像的辐射量具有物理意义。
3. 暗像元法暗像元法适用于有水体存在的场景，尤其是大面积水域，因为水体可以被视为近似无反射的理想暗像元。
通过选取图像中未受大气散射影响的暗像元，即水面的反射率接近于零的部分，来估算大气上行透过率和大气下垫面反射率，进而校正大气影响。
这种方法简单易行，但受限于应用场景，对水体条件和图像质量有一定要求。
4. 多时相相对辐射校正法（DOS）多时相相对辐射校正法利用不同时间（如早晚）同一地区影像的差异，通过比较阴影区或植被覆盖度变化较小的区域来估算大气影响。
遥感影像的辐射校正与处理技术
遥感影像的辐射校正与处理技术在当今科技飞速发展的时代，遥感技术作为一种获取地球表面信息的重要手段，发挥着越来越关键的作用。
而遥感影像的辐射校正与处理技术，则是确保遥感数据质量和可用性的重要环节。
遥感影像本质上是通过传感器接收到的地物反射或发射的电磁波能量所形成的图像。
然而，在获取影像的过程中，由于多种因素的影响，影像的辐射值可能会出现偏差或失真，这就需要进行辐射校正。
辐射校正的目的是消除或减少这些影响，使得影像能够准确反映地物的真实辐射特性。
造成遥感影像辐射误差的原因众多。
首先，传感器自身的性能差异会导致响应不一致。
不同的传感器对相同的地物可能会产生不同的测量值。
其次，大气对电磁波的散射和吸收也会改变影像的辐射特性。
比如，大气中的水汽、尘埃等会使得光线散射，导致影像模糊和亮度变化。
再者，太阳高度角、观测角度等几何因素也会影响地物的辐射接收。
此外，地形的起伏会导致光照不均匀，从而影响影像的辐射值。
辐射校正主要包括两种类型：辐射定标和辐射校正。
辐射定标是将传感器测量的数字量化值（DN 值）转换为具有物理意义的辐射亮度或反射率值。
这通常需要借助传感器的定标参数，如增益、偏移等。
通过定标，可以建立起影像数据与实际辐射量之间的定量关系。
而辐射校正则是消除或减少由大气、地形等因素引起的辐射误差。
常见的辐射校正方法有基于物理模型的校正和基于经验模型的校正。
基于物理模型的校正方法需要详细了解大气的成分、物理特性以及太阳辐射等信息，通过建立复杂的数学模型来计算大气对辐射的影响，并进行校正。
这种方法理论上较为精确，但需要大量的先验知识和参数输入，计算量较大。
基于经验模型的校正方法则是通过对大量已知辐射特性的地面控制点或均匀地物区域的观测，建立影像辐射值与实际辐射值之间的经验关系，然后应用这种关系对整个影像进行校正。
这种方法相对简单，但精度可能受到控制点选取和分布的影响。
在进行辐射校正之后，还需要对遥感影像进行进一步的处理，以提高影像的质量和可用性。
遥感图像辐射处理(5)
(二) 辐射校正（大气校正）
在遥感系统工作正常的情况下，由于大气衰减
和地形衰减的原因，获取的数据仍然带有辐射 误差。
大气校正就是 消除或改正遥感图像成像过程中
附加在传感器输出的辐射能量中的各种噪声。
8
实践中是否进行大气校正，取决于：
问题本身 可以得到的遥感数据的类型
获取的历史与当前实测大气信息的数量
22
1.直方图匹配法
波长大于0.7m 的近红外波段一般不受大气散射的影响， 反之波长在0.4~0.7 m 的可见光波段则受大气散射影响显著。 该方法主要通过研究区各波段的直方图估计来进行。通常 可见光波段的数据（如TM1~3波段）由于受大气散射的影 响而具有较高的最小值；相反大气吸收却减少了长波波段 的亮度值，因此造成近红外波段的数据最小值接近于0，甚 至当研究区没有反射率真正为0的目标时也是如此。 校正算法的模型：
Ed ]}exp( secV ) Ld
Ls
地面反射率
E0( ) cos 2
• 对热红外波段，求出地物的辐射亮度后，以普朗克公 式求地物温度
Ls ( Lg g Ld ) Ld
19
3、基于统计学模型的方法
从图像数据本身出发，很少需要其他辅助数据，基本属于归 一化范畴。
• 内部平均法：假定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，把图像DN值与整幅图像的平均辐射光谱值相除，即得到相对反射率。 该法要求地物具有多种类型，整幅图像的均值光谱曲线没有明显的强吸收特 征。 • 平场域法：在图像中找一块亮度高、光谱响应变化小和地形起伏小的区域， 利用该区域的平均光谱值来模拟飞行时大气条件下的太阳光谱，将每个像元 的DN值除以该区域的平均光谱值得到相对反射率。该法可减少大气影响和 仪器引入的残留效应等。 • 对数残差法：将数据除以波段几何均值，再除以像元几何均值。可消除光 照、大气传输、仪器系统误差、地形影响和星体反照率等的影响。 •经验线性法：假设图像DN值与反射率之间存在线性关系，利用某些区域的 已知地面反射光谱值、在图像上对应像元点的平均DN值，通过线性回归求 出增益和偏移量，建立DN值与反射率之间的相互关系式，进行反射率的定 标，消除太阳辐亮度和大气程辐射。
《遥感影像辐射校正》课件
常用的辐射校正模型
常用的辐射校正模型包括大气校正模型、地物反射率校正模型和仪器响应校 正模型等。这些模型是校正过程中的数学表达式，能够准确描述辐射校正的 过程。
辐射校正实例分析
通过实例分析，可以更好地理解遥感影像辐射校正的操作步骤和效果。实例 分析可以涉及不同类型的遥感影像和不同校正方法的比较。
总结和展望
总结遥感影像辐射校正的重要性和方法，展望未来在遥感影像辐射校正领域 的发展方向，包括新的校正模型和算法的应用以及辐射校正在特定应用领域 的深入研究。
《遥感影像辐射校正》 PPT课件
背景介绍
遥感影像辐射校正是一种针对遥感影像数据进行的重要预处理步骤。通过校 正光谱辐射能力，可以消除地表特征和大气透射对图像造成的影响，获取更 准确的地物信息。
遥感影像辐射校正的概念
遥感影像辐射校正是指将原始的数字遥感影像转换为物理量表达，并消除光谱辐射能力的意义
通过辐射校正，可以消除地表大气、地物反射和仪器响应等因素的影响，提 高遥感影像的质量和准确性，为后续的地物分类、变化检测等应用提供可靠 的数据支持。
遥感影像辐射校正的方法
遥感影像辐射校正的方法包括大气校正、地物反射率校正和仪器响应校正等。 不同的校正方法适用于不同类型的遥感影像和应用需求。
- 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)。
通常边缘附近的斑点不进行消除，图像四周的像元不进行斑 点消除
处理过程中，要把斑点和图像本身的边缘信息区别开来，这 可以通过恰当的选择阈值或先进行边缘检测而后进行斑点消 除来实现。
3. 灰度一致化
在研究大区域时，常需要将几张遥感影像拼接，即做镶嵌图。
制作镶嵌图时，除了几何位置保持一致外，还需要使其灰度均匀。 方法：
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。
2. 辐射传递方程计算法
需要测量具体天气条件下的大气参数
地面目标真实辐射能量
E E0e
传感器接收到的电磁辐射能量
T 0, H
大气的衰减，H为大气层高度
在可见光和近红外区，大气的影响主要是由气溶胶引起 的散射造成，在热红外区，大气的影响主要是由水蒸气的吸 收造成。为了消除大气影响，需要测定气溶胶密度以及水蒸 气浓度。 改进方法：在获取地面目标图像的同时，利用搭载在同 一平台上测量气溶胶和水蒸气浓度的传感器获取气溶胶和水 蒸气的浓度数据，利用这些辅助数据进行大气校正。
与地物同温度的 黑体光谱辐射通 量密度
大气散射和辐射的 能量
传感器光谱 响应系数
太阳辐射照 度
地物的光谱 发射率
平台高度
5.2 辐射误差
一、定义
进入遥感器的辐射强度反映在图像上就是亮度值（灰 度值）。辐射强度越大，亮度值（灰度值）越大。
亮度值（灰度值）主要受两个物理量影响：一是太阳
辐射照射到地面的辐射强度；二是地物的光谱反射率。当 太阳辐射相同时，图像上像元亮度值（灰度值）的差异就
征产生影响 为了尽量减少太阳高度角和方位角引起的辐射误差， 大多数卫星设计在同一地方时间通过当地上空。
造成同物异谱问题，影响遥感图像的定量分析与自动识别；
（2）地形起伏：海拔高度、坡向、坡度
传感器接收到的太阳光辐射亮度和地面倾斜程度有关。
由于地形起伏变化，在遥感图像上会造成同类地物灰度 不一致。
4. 其他原因引起的辐射误差 传感器特性的差异、干扰、故障造成不正常的条纹和 斑点。
专业的遥感图像处理系统多提供的大气校正模型： Erdas和Geomatica系统中的ACTOR模型 ENNI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。
3. 波段对比法
依据：大气散射的选择性，即对短波影响大，对长波影响小 a. 回归分析法 原理：在遥感图像上大山的阴影区或深大水体区域， 各个波段的反射为零。同时，大气散射主要影响短 波部分，波长较长的波段几乎不受影响，因此可用其 校正其它波段数据。
传感器输出辐射亮度
探测器输出的最大、最小辐射亮度
对于MSS和TM图像，Dmax分别为 和255 127
MSS的Rmax和Rmin
TM的Rmax和Rmin
3. 条纹误差的校正
遥感图像中的条纹主要是由检测器引起的。 条纹误差消除的常用方法： 平均值法、直方图法、垂直扫描线方向上最近邻点法
或双三次卷积法
2. 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
校正过的辐射亮度
已校正数据的最大值
Dmax V R Rmin Rmax Rmin
大气校正
地表辐射校正
5.1 大气层对电磁波传输过程的影响
5.2 辐射误差
5.3 辐射误差校正方法 5.4 遥感卫星辐射校正场概述
5.1 大气层对电磁波传输过程的影响
基本的辐射传输过程
一、大气散射
大气散射性质与强度取决于大气中分子或微粒半 径及被散射光的波长。 包括选择性散射与非选择性散射。 1.选择性散射 瑞利散射（Raileigh scattering）：由远小于 光波长的气体分子引起，如由O2、N2等；散射强度 与波长的4次方成反比；“蓝天”效应
5.3 辐射校正方法
5.3.1 5.3.2 5.3.3 5.3.4 系统辐射误差校正 大气校正 地面辐射校正 传感器端的辐射校正
5.3.1 系统辐射误差校正
1.光学镜头的非均匀性引起的边缘减光现象的校正
EP E0 cos
4
p
f cos
o点光强
o
f
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。
a. 等概率变换
理论基础：两幅图像重叠部分灰度分布应相同。
设F、G两幅影像，以影像F为标准进行变换。在重叠部分，G影像上灰
度值小于gi的像元百分数为P，对应在F影像上占有同样百分数P的像 元灰度值为fi,这样就找到了gi应变换成fi，找出重叠部分影像G上所有 灰度值应变换成的值g’,列出变换表，根据该表将影像G各像元的灰 度值进行变换。 简单、但存在位置配准误差。
为什么要做大气校正？
入射到传感器的电磁波能量除了地物本身的辐射以外，还有 大气引起的散射光。我们想要了解某一物体表面的光谱属性 ，必须将大气的影响消除。
三种方法： 野外波谱测试回归分析法 辐射传递方程计算法 波段对比法
1. 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。
卫 星 测 量 值
a 0
设回归方程为：
地面测量值
L=a+bR
大气影响的附加部分（天空光散射）
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。
直接反映了地物目标光谱反射率的差异，但实际测量时，
辐射强度值还受到其他因素的影响而发生改变。
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
二、引起辐射误差的因素
传感器
大气
太阳辐射
其它
1. 因传感器的响应特性引起的辐射误差
– 光学摄像机引起的辐射误差
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。 辐射校正包括三部分的内容：
传感器端的辐射校正
散射增加了到达卫星的辐射能量，但降低了遥感图像 的反差。 B
Cr
max
Bmin
设两类地物的亮度值分别为2和5，假设散射使亮度值 增加了5个单位，则
无散射时的反差： 有散射时：
5 Cr 2
55ቤተ መጻሕፍቲ ባይዱCr 1.4 25
散射作用所包含的亮度值中不含有任何地面信息，却降 低了图像的反差，从而降低了图像的分辨率，必须进行 校正。
遥感中使用的大气窗口：
1）0.3-1.15um:包括部分紫外光、全部可见光和部分近 红外光，透过率在70% 2）1.4-1.9um:近红外窗口，透过率在60%-95%之间 3）2.0-2.5um:近红外窗口，透过率为80% 4）3.5-5.0um:中红外窗口，透过率为60%-70% 5）8.0-14.0um:热红外窗口，透过率为80% 6）1.0-1.8mm:微波窗口，透过率为35%-40% 7）2.0-5.0mm:微波窗口，透过率为50%-70% 8）8.0-1000.0mm:微波窗口，透过率为100%
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。
注意：比较时，应将图像像元亮度值与辐射度进行转换
通常是通过线性方程将传感器的最大和最小辐亮度与图像的灰度级 联系起来，并进行转换。有关辐亮度的参数可以在图像的元数据文 件中找到。 如：对于一个8位量化的图像，转换方程为：
L Lmax L min DN Lmin 255
东华理工大学研究生课程
遥感数字图像处理与分析
官云兰 遥感与地理信息工程系
第5章
遥感图像的辐射校正
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。 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。
米氏散射（Mie scattering）：也称为气溶胶散 射，主要有霾、水滴、尘埃、烟、花粉、微生物、 海上盐粒、火山灰等气溶胶引起的散射，引起散射 的大气粒子直径约等于入射电磁波波长。散射强度 与波长的二次方成反比。
2.非选择性散射 大气中的云、雾、水滴、尘埃以及大小超过波 长10倍的颗粒引起的散射，散射粒子的直径远大于 入射波长，对各种波长予以同等散射。
方法：在不受大气影响的波段和待校正的某一波段图 像中，选择最黑区域（通常为高山阴影区）中的一系 列目标，将每个目标的两个待比较的波段灰度值提取 出来进行回归分析，建立线性回归方程，也称为暗像 元法。
Y a bX
Y：待校正波段的图像亮度值 X：不受大气影响波段的图像亮度值
b. 线性灰度变换
在两张影像的重叠部分各取出相对应的n个点，建立线性回归方程； 然后运用最小二乘法求线性方程系数。以其中一幅影像为标准，对另 一幅影像进行变换，从而达到灰度一致化。 特点：简单易行，n足够大时有一定的精度。存在位置配准误差。
三、因大气影响引起的辐射误差校正
消除因为大气散射引起的辐射误差的处理称为大 气校正。