遥感技术应用ch5辐射几何校正与数字图像增强技术.pptVIP

方法1）和2）的缺陷是忽略了散射与波长的关系，有时矫枉过正，破坏了波段之间的关系。相对散射模型1988年Chavezti提出。分为四步.STEP1:根据某个可见光波段的直方图选出黑暗地物的初始灰雾值；STEP2:根据此灰雾值的幅度确定大气类型（选择合适的散射模型）；STEP3:根据模型和初始灰雾值预测其它波段的灰雾值；STEP4:对每个波段进行大气校正。3）相对散射模型3）相对散射模型理论上，瑞利散射模型；米散射模型；实际上，大气中的粒子大小不一，实际的散射介于两者之间。Chavez将大气散射模型分为5个分立式。3）相对散射模型根据以上模型和遥感波段（TM）的中心波长，计算每个波段散射量占总散射的百分比。例如下表：计算出的灰雾值，经过成像系统的增益和偏移调整后，获得实际的灰度DN值。DN=GAIN*(RAD)+OFFSETDN=GAIN*(MULT+HAZE)+OFFSETDN(HAZE)=GAIN*HAZE+OFFSET010302043）相对散射模型5.1.2.2地形辐射校正需要DEM简单的处理方法比值法：有效消除阴影的影响。5.1.2.2地形辐射校正左上：DEM（800-1800m）右上：照度图左下：1998年6月Walchesee湖TM原始图像。天顶角为34.6度，方位角为131.7度。右下：地形辐射校正和几何校正后图像可以看到，原始图像中缺少太阳照明的区域，经过地形辐射校正处理后色调效果得到了改善。2地形辐射校正12去雾霭处理LANDSAT7ImageryBeforeandAfterAtmosphericCorrection”去云处理LANDSAT7ImageryBeforeandAfterAtmosphericCorrection大气散射和大气吸收等效应对图像上地物的光谱特征产生影响。在图像上的表现形式为地物相对反射亮度值上的一个偏置量，偏置量与波长成反比，波长越短，偏置量越大。大气散射和吸收等效应对不同的图像处理方法影响也不同，对单纯的彩色合成可通过线性拉伸消除其对图像的影响。但在热异常信息增强处理和信息提取方面，尤其需要进行大气校正，如果不消除大气的噪声，将有可能导致错误的分析结果。大气辐射校正小结大气辐射传输模型校正法（绝对）使用6S、LOWTRAN、MODTRAN等大气辐射传输模型进行大气校正，这些模型可以比较精确地模拟大气的影响，因此校正的效果比较可靠。缺点：必须输入与卫星同步获得的大气资料如气温、气压、水汽含量、臭氧含量、气溶胶光学厚度等参数，对于大部分遥感应用来说，大面积同步观测基本上是不可能的事情，因此，这些方法的应用受到了极大限制。常见大气校正方法0102优点：这些相对辐射校正方法仅利用图像像元灰度值的统计特征，不需要其它参数，操作简便，尤其适合用于历史遥感数据。其中，未变化集常指一些反射率近似固定不变的人工物体如机场跑道、大型运动场等，可以它们的发射率为基准对图像进行大气校正。主要包括图像回归法、伪不变特征法、暗集-亮集法、未变化集辐射归一法与直方图匹配法等。相对辐射校正方法常见大气校正方法相对辐射校正是针对多时相遥感图像之间由大气、照度、物候和传感器性能衰减等差异造成的影响,对各像元的灰度值进行必要的校正，它有利于提高动态监测精度。在进行不同时相遥感影像的比较和镶嵌处理前，大气辐射校正是必须的。常见大气校正方法常见大气校正方法图像回归分析法直接从图像中获取所需要的参数，不需要额外的输入，因此应用比较广泛。它是利用几乎不受大气影响的TM和ETM＋第7波段与其它波段进行比较，大致确定大气影响的成分。具体方法是：在第7波段和待校正的各波段图像中，取由最亮至最暗的一系列目标，将其亮度值按波段分别提取，再对每一个待校正波段的亮度值与ETM＋第7波段的亮度值进行回归分析，得出回归直线，回归方程为：式中y为因变量，这里取待校正波段亮度值，x为自变量，这里取ETM+波段7的亮度值，b为待定参数。回归分析获得的a值即为大气辐射校正值（大气散射偏置量的近似值），采用最小二乘法确定。土管人文方向研究生课程讲授：杨波湖南师范大学资环学院回顾第四讲遥感影像资料的选购与查询遥感常见数据源遥感数据的选购与查询第五讲辐射、几何校正与数字图像增强遥感影像的辐射校正5.1遥感影像的几何校正5.2常用数字图像增强技术简介5.35.1数字图像及其辐射校正Contents需要解决的问题：何谓数字图像？它是如何得到的？描述数字图像特征的主要参数？为何要进行遥感数字图像辐射校正？