遥感原理与应用复习资料 第六章 遥感图像的辐射处理

传感器接收的电磁波的组成：

1、太阳经大气衰减后到达地面，经地面反射后又经大气衰减进入传感器的能量。

2、地面本身辐射的能量经大气衰减后进入传感器的能量。

3、大气散射、反射和发射的能量

4、大气和物体的散射、反射和辐射的能量经物体反射后再经大气衰减后到达传感器。

遥感图像的辐射误差主要包括：

-----传感器本身的性能引起的辐射误差；

-----地形和光照条件变化引起的辐射误差；

-----大气的散射和吸收引起的辐射误差。

辐射定标：是指建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。

辐射校正：消除或改正成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。

辐射定标流程：

定标的类型

1. 实验室定标

2. 机上和星上定标

3. 场地定标

三种类型定标方式的共性：

都是出于同一目的

在特定情况下都是不可缺少的

三种类型定标方式的差异：

处于不同的阶段：实验室、机上星上、场地定标

所考虑的主要因素不同：

实验室定标：原始定标，准确度高，是后续定标的基础

机上星上定标:综合性定标，对前两项修正

场地定标：反映入轨运行的真实情况

入瞳辐射值的获取方式不同：实验室测得、机上星上测得、根据模型计算得到

定标的关键：建立起传感器各通道记录灰度值与入瞳辐射值之间的联系。

发射前在实验室中进行成像光谱仪定标

实验室定标：光谱定标，辐射定标

光谱定标：成像光谱仪一次能拍摄成百上千张照片，每张照片称为一个波段的影像，每个波段的影像体现着不同的信息。在确定传感器增益系数和偏置量之前，必须通过的光谱定标，获取成像光谱仪每个波段的中心波长及带宽。

实验室：人工创造理想的状态，可使用单色仪

单频性：某一时刻只输出某一已知波长的辐射能

连续性：波长可以连续变化

辐射定标：对于每一个已知波长的通道，确定成像光谱仪在该波长下的输入辐射能与输出响应的关系。

即针对某个波段，确定定标增益系数（相乘）和定标偏置量（相加）

辐射定标种类：

使用要求或目的：相对辐射定标和绝对辐射定标

使用光谱波段不同分类：反射辐射定标和发射辐射定标

机上定标：在传感器装机、飞行之前，都要对它进行辐射定标，这样在飞行中成像光谱仪就能进行地物反射辐射的定量量测。

但传感器的性能会随着空间环境的变化而变化，经过搬运、安装和操作等过程，定标参数会失准，因此机上或星上定标十分必要。

遥感卫星升空后并不能马上投入观测工作

机上定标用来经常性的检查飞行中的定标情况,一般采用内定标方法.

辐射定标源,定标光学系统都在飞行器上.

实施过程与实验室定标有类似之处。

人造辐射源

辐射定标源进入遥感器的路径与地面物体类似，通过所有光路并且充满仪器孔径。

星上定标：星上定标又称在轨定标，受制于载荷、能耗空间等因素制约，光谱定标很少，主要指辐射定标。

目的也是确定辐射源与响应值之间的关系

辐射源的选择主要有两种方式：

星上内定标系统：星载人造辐射源

星载太阳定标系统：以太阳为辐射源

优点: 可对一些光学遥感实时定标

不足: 大部分只是部分系统定标；

没有模拟遥感器的成像状态；

星上定标系统也不够稳定。

场地定标：场地定标是指遥感器处于正常运行条件下，选择辐射定标场地，通过

地面同步测量对遥感器进行定标。

原理：（1）机载或星载传感器飞越辐射定标场地上空时，同步地在定标场地选

择若干像元区，测量传感器对应的地物的各波段光谱反射率和大气

光谱等参量。

（2）然后利用大气辐射传输模型等手段给出成像光谱仪入瞳处各光谱带的辐射亮度。

（3）最后确定它与成像光谱仪对应输出的数字量化值的数量关系，求解定标系数并估算定标不确定性。

特点：

• 以大面积地表均匀地物作为定标源

• 多通道、动态、大范围定标

• 考虑大气传输环境的影响

辐射校正场：为了适应卫星定量化遥感技术和遥感资料定量化应用技术发展的需要，由中国气象局国家卫星气象中心牵头，国内7个部委的11个单位参加合作，于2000年建成了“中国遥感卫星辐射校正场”。包括敦煌陆面试验场和青海湖水面试验场

场地定标的一般技术流程：

1.获取空中、地面及大气环境数据

2.计算大气气溶胶参数

3.计算大气中水和臭氧含量

4.采集、分析定标场的地物光谱数据

5.遥感器获取位置及成像时间

6.根据大气传输模型计算相应入瞳辐射值

7.计算定标系数并估计误差

场地定标的常用方法：

• 反射基法：在卫星过顶时同步测量地面目标反射率因子和大气光学参量(如大气光学厚度,大气柱水汽含量等) 然后利用大气辐射传输模型计算出遥感器入瞳处辐射亮度值 .具有较高的精度.

• 辐照度基法：采用经过严格光谱与辐射标定的辐射计, 通过航空平台实现与卫星遥感器观测几何相似的同步测量, 把机载辐射计测量的辐射度作为已知量,去标定飞行中遥感器的辐射量,从而实现卫星的标定

最后辐射校正系数的误差以辐射计的定标误差为主

仅仅需要对飞行高度以上的大气进行校正,回避了底层大气的校正误差,有利于提高精度

• 辐亮度基法：又称改进的反射率法,利用地面测量的向下漫射与总辐射度值来确定卫星遥感器高度的表观反射率, 进而确定出遥感器入瞳处辐射亮度,这种方法是使用解析近似方法来计算反射率,从而可大大缩减计算时间和计算复杂性

定标场地要求：面积大+地物均匀+有利的大气环境

优点：实现了对遥感器运行状态下与获取地面图象完全相同条件的绝对校正.

不足：需要测量和计算空中遥感器过顶时的大气环境和地物反射率.

相对定标：为了校正传感器各个探测元件响应度差异而对卫星传感器测量到的原始数字计数值进行归一化的一种处理过程

太阳高度角和地形影响引起的辐射误差校正：通过两个波段的比值基本消除

通过两个波段的比值基本消除：

将地面测定的结果与卫星图像对应像元的亮度值进行回归分析

大气模型：

需要有关大气假设或成像时刻的大气参数(气压,温度,水汽,臭氧等), 气体中的悬浮物类型,高度,太阳高度角,传感器的视角等。

利用波段特性来校正：

（1）回归分析法：在不受大气影响的波段图像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亮度值进行回归分析

（2）直方图法：若图像中存在亮度为零的目标,如深海水体,阴影等,只有在没有受大气影响的情况下,其亮度值才可能为零

遥感图像增强是为特定目的,突出遥感图像中的某些信息,削弱或除去某些 不需要的信息,使图像更易判读。

图像增强的实质是增强感兴趣目标和周围背景图像间的反差。

它不能增加原始图像的信息,有时反而会损失一些信息.。

它也是计算机自动分类一种预处理方法。

数字图像：是能被计算机存储、处理和使用的用数字表示的图像

数字化：将连续的图像变化,作等间距的抽样和量化.通常是以像元的亮度值表示.

数字图像直方图：以每个像元为单位,表示图像中各亮度值或亮度值区间像元出现的频率的分布图。

直方图正态分布：反差适中,亮度分布均匀,层次丰富,图像质量高.

直方图偏态分布：图像偏亮或偏暗,层次少,质量较差.

灰度变换：灰度变换是一种简单而实用的方法。它可使图像动态范围增大，图像

对比度扩展，图像变清晰、特征明显，它是图像增强的重要手段之一

直方图均衡：实质是对图像进行非线性拉伸,重新分配图像像元值,使一定灰度范

围内的像元的数量大致相等.

直方图均衡特点：

(1) 各灰度级所占图像的面积近似相等

(2) 原图像上频率小的灰度级被合并

(3) 如果输出数据分段级较小,则会产生一个初步分类的视觉效果

(4) 增强图像上大面积地物与周围地物的反差,同时也增加图像的可视粒度

(5) 具体增强效果不易控制,只能全局均衡

直方图正态化：直方图正态化是将随机分布的原图像直方图修改成高斯分布,修改直方图的方法与直方图均衡类似,采用累加方法

直方图匹配：为了使图像直方图匹配获得好的结果，两幅图像应有相似的特性：

(1)．图像直方图总体形状应类似；

(2)．图像中黑与亮特征应相同；

(3)．对某些应用，图像的空间分辨率应相同；

(4)．图像上地物分布应相同，尤其是不同地区的图像匹配。如果一幅图像里

有云，而另一幅没有云，那么在直方图匹配前，应将其中一幅里的云去掉。

直方图匹配可用于：

图像匹配：对在不同时间获取的同一地区或邻接地区的图像；或者由于太阳高度角或大气影响引起差异的图像匹配很有用.

图像镶嵌

变化检测

亮度反转处理：产生一幅与输入图像灰度相反的图像, 其结果是原来亮度的地方变暗,原来暗的地方变亮.

线性变换：在改善图像对比度时,如果采用线性或分段线性的函数关系,那么这种

变换就是线性变换.

把数字图像组合转换成彩色图形，或者把各种增强或分类图像组合叠加，以彩色图像显示出来(彩色的视觉分辨能力比黑白高)

彩色合成（多波段色彩变换）：赋给每个象元一种颜色，经计算机处理，输出按顺序排列的彩色象元点阵, 这就是彩色合成图像。

最佳波段组合参数：联合熵和最佳指数

伪彩色增强技术 (单波段彩色变换)：

（1）密度分割：单波段黑白遥感图像可按亮度分层, 对每层赋予不同的色彩，使之成为一幅彩色图像.这种方法又叫密度分割。

分层方案的确定：分层方案与地物光谱差异对应合适，可以较好地区分地物类别。

过程：输入图像->显示直方图->确定分割等级数，计算分割间距->

像元亮度值转换->为像元新值赋色。

 效果：·以不同的色彩表示图像的色调变化，增强了图像的显示能力

       ·造成误差

（2）空间域灰度级－彩色变换：将原图像的灰度分段经过红,绿,蓝三种不同变换,变成三基色分量，合成一幅彩色图像

（3）频率域伪彩色增强：

1.先把黑白图像经傅立叶变换到频率域

2.在频率域内用三个不同传递特性的滤波器分 离成三个独立分量，

3.逆傅立叶变换，便得到三幅代表不同频率分量的单色图像

4.对这三幅图像作进一步的处理（直方图均衡化）

5.最后将它们作为三基色分量分别加到彩色显示器的红、绿、蓝显示通  道，从而实现频率域分段的伪彩色增强

彩色图像增强：

在RGB模型上增强

在IHS模型上增强：

I 明度：是人眼对光源或物体明亮程度的感觉. 物体反射率越高,明度就越高.   

H 色调：是色彩彼此相互区分的特性.   

S 饱和度：是色彩纯洁的程度,即光谱中波长段是否窄, 频率是否单一的表示.

RGB模式与IHS模式：将RGB模式转换成IHS模式，对于定量地表示色彩特性，以及在应用程序中实现两种表达方式的转换具有重要意义。

在IHS模型上增强：

（1）通过色调进行处理

（2）通过亮度进行处理

（3）通过颜色饱和度进行处理

减法运算：

当为两个不同波段的图像时,通过减法运算可以增加不同地物间光谱反射率以及在两个波段上变化趋势相反时的反差.

而当为两个不同时相同一波段图像相减时, 可以提取波段间的变化信息.

加法运算：通过加法运算可以加宽波段，如绿色波段和红色时段图像相加可以得到近似全色图像；而绿色波段、红色波段和红外波段图像相加可以得到全色红外图像。

乘法运算：乘法运算结果与加法运算结果类似

除法运算：

通过比值运算能压抑因地形坡度和方向引起的辐射量变化,消除地形起伏的影响。

也可以增强某些地物之间的反差,如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分

因此,比值运算是自动分类的预处理方法之一。

混合运算：归一化差分植被指数(NDVI)  NDVI=(红外-红)/(红外+红)  

例NDVI=(MSS7-MSS5)/(MSS7+MSS5)

也称为生物量指标变化，可使植被从水和土中分离出来。

(MSS6-MSS5)/(MSS6+MSS5)以消除部分大气影响

K-L变换（主分量变换）：它是对某一多光谱图像X.利用K-L变换

矩阵A进行线性组合,而产生一组新的多光谱图像Y. Y=AX

K-L变换特点：变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。新坐标系的坐标轴一定指向数据量较大的方向。

几何意义：原始特征空间的特征轴旋转到平行于混合集群结构轴的方向上去。

达到数据压缩、提高信噪比、提取相关信息、降维处理和提取原图像特征信息的目的

计算步骤：

L-T变换：是kauth-Thomas变换的简称，也称穗帽变换。是一种坐标空间发生旋转的线性变换，旋转后的坐标轴指向与地面景物有密切关系的方向

（主要针对TM图像数据和MSS数据.）

定义：将多源遥感图像按照一定的算法，在规定的地理坐标系，将不同传感器获取的遥感影像中所提供的各种信息进行综合, 生成新的图像的过程。

目的：提高对影像进行分析的能力(通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性)。

多源遥感图像信息融合的关键：

（1）对多源遥感数据作出合理的选择

波谱信息相关性：有用信息的增加，噪声误差的增加

（2）影像精确配准：解决遥感影像的几何畸变问题,使各种遥感影像在空间位置上能精确配准

（3）选择合理的融合算法：最大限度的利用多种遥感数据中的有用信息

图像融合层次：

像素级融合：将各图像的像元的物理量进行处理，该值对应为同一坐标上新图像的像元值。

特征级融合：对不同图像进行特征提取,按照各自图像上相同类型的特征进行融合处理。

决策级融合：决策级融合是高水平的融合。其按照应用的要求首先对图像进行分类,确定各个类别中的特征影像,然后进行融合处理。

融合方法举例：

加权融合

基于IHS变换的图像融合：将图像处理常用的RGB彩色空间变换到ＩＨＳ空间。图像融合只在强度通道上进行，图像的色调和饱和度保持不变。

基于主分量变换的图像融合：

对多光谱图像的多个波段进行主分量变换，变换后第一主分量含有变换前各波段的相同信息

然后将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的均值和方差。

最后，用直方图匹配后的高分辨率图像代替主成份的第一分量进行主分量逆变换。

基于小波变换的图像融合：

比值变换融合：可以增加图像两端的对比度

乘积变换融合：亮度成分得到增加

基于特征的图像融合：

(1)．对两个不同特性的图像作边缘增强，然后加权融合；

(2)．对其中一个图像作边缘提取，然后融合到另一个图像上；

(3)．对两个图像经小波变换后形成基带图像和子带图像，对基带图像用  加权融合方法，而对子带图像采用选择子带中特征信息丰富的图像进行融合。

基于分类的图像融合：先要对图像分类，在分类的基础上进行融合。

(1)．对图像中的不同类别用不同波段或不同图像融合以达到增加空间特 性和光谱特性；

(2)．对不同时相的图像进行分类后融合，可以达到提取图像内变化信息  的目的

图像融合的效果评价：

(1)定性评价主要以目视判读为主

  优点：简单、直接

缺点：是因人而已，具有主观性

(2) 定量评价从融合图像包含的信息量和分类精度这两方面进行评价。

从融合图像包含的信息量和分类精度这两方面进行评价，可以弥补定性评价的不足。

评价参数：平均梯度

熵与联合熵

图像融合前后差异：交叉熵

光谱信息的集成：偏差度

用融合后的图像进行分类，用分类的精度来评价融合图像的质量

多源遥感数据融合的问题：

(1)缺乏统一的数据融合模型：各种模型都存在优点和缺点,使用范围都比较狭窄,模型之间的相互转换比较困难。

(2)缺乏对数据融合结果的有效评价手段：数据融合的评价往往依赖于融合的目的,不同的应用目的则需要不同的评价标准。

(3)信息量大,处理困难：传统的多源数据关联和融合算法,不仅需要较多的先验知识,而且当融合源增加以及传感器或被观测地物目标数目增多时,表现出难以克服的计算组合爆炸现象。

(4)时空配准影响融合效果：多源信息的时空配准和误差补偿已成为影响遥感信息融合性能的主要问题之一。