10476835

当前课程知识点:遥感数字图像处理理论与方法 >  第二章 遥感图像辐射校正 >  第二讲 >  2.2.5 太阳辐射与地形引起的辐射误差的校正

返回《遥感数字图像处理理论与方法》慕课在线视频课程列表

2.2.5 太阳辐射与地形引起的辐射误差的校正在线视频

下一节:3.1 概述

返回《遥感数字图像处理理论与方法》慕课在线视频列表

2.2.5 太阳辐射与地形引起的辐射误差的校正课程教案、知识点、字幕

最后我们再介绍一下太阳位置

对整个的辐射的影响

相对于地面太阳位置

也就是太阳高度角和太阳的方位角

在一年之内

存在着随着时间的不同而不同

那么为了获得每一个像元的

真实的光谱反射

经过遥感器和大气校正的图像

还需要更多的其他的信息

来对太阳的高度和地形进行校正

太阳高度角引起的畸变的校正

是将太阳光线倾斜照射时获得的图像

校正为太阳光线垂直照射时

获取的图像

这种校正或者是补偿

主要应用于比较不同太阳角

也就是不同季节的多日期图像

假设太阳高度角是θ

要进行太阳高度校正

需要将影像的dn值除以sinθ

用公式表示就是

那么在公式当中关键的一个数值就是

参数就是θ

这是太阳高度角

它是可以根据成像时刻的时间

季节和地理位置来确定的

比如sinθ是等于

这个里面几个参量分别对应的是

相应地区的地理维度

太阳赤纬

也就是成像时太阳直射点的地理纬度

以及时角

也就是地区经度与成像时

太阳直射点地区经度的差异

当研究相邻地区

跨越不同的时期的两幅图像时

为了使两个部分便于衔接或者镶嵌

也可以做太阳角度的校正

这个校正的方法

是以其中的一幅图像为标准

或者叫做参考图像

用来校正另外一幅图像

使之与参考图像相近似

图像上的阴影

通常也是由太阳位置引起的

阴影的消除对图像的定量分析

和自动识别是非常重要的

因为它消除了非地物辐射而引起的

图像灰度值的误差

有利于提高定量分析

和自动识别的精度

多光谱图像上的阴影

可以通过图像之间的比值

予以消除或者是减弱

在多光谱图像上面

地形或者地物的阴影区的灰度值

可以认为是无阴影时的影像灰度值

再加上对各波段影像相同的

阴影亮度值

所以当两个波段相除时

阴影的影响在比值图像上面

可以被消除或者是削弱

此外

太阳方位角的变化也会改变光照条件

它随着成像的季节

地理纬度的变化而变化

太阳方位角引起的图像辐射误差

可以采用与太阳高度角校正的

类似的方法进行处理

太阳光线和地表作用以后

再反射到传感器的太阳光的辐射亮度

和地面的倾斜度有关系

对于地形倾斜引起的辐射误差

可以利用地表法线矢量

与太阳入射角矢量

二者之间的夹角来进行校正

因此这时候需要利用到 dem数据

来计算每一个像元的

太阳的瞬时的入射角

来校正其辐射亮度值

假如在坡度为α的倾斜上面的

地物的影像值为dn

那么校正以后的图像的dn’

可以表示为

那么可以看出

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

校正比较麻烦

一般情况下面

对地形起伏引起的误差

不做校正

另外如果有多个波段的辐射数据

利用波段比值法

可以消除地形倾斜的影响

因而此项误差

也可以采用比值图像来进行校正

ATCOR3

结合成像地区的dem数据

用于山区图像的大气校正

和地表反射率计算

如图所示

大气校正前以及雾霾去除前的图像

中间是dem数据

右边是大气校正后及雾霾去除后

那么通过比较

校正前和校正后

它的效果还是比较明显的

把薄云都有效的去除了

如图所示

将传感器入瞳处的辐射信号

分为4部分

地物目标的辐射

大气路径辐射

也就是大气辐射

进入传感器的干扰信号

地物目标的环境辐射

也就是邻近像元

以散射方式进入传感器的部分

地物目标的环境辐射

也就是邻近像元

反射至地物目标的辐射能量

又被地物目标反射进入传感器的部分

那这几部分能量

我们可以把它一一进行量化

第一部分地物目标的辐射

实际上是等于直接辐射加上漫辐射

再乘以

再乘以tv

也就是大气透过率

那么大气的路径辐射

L2表示为也就是L0值

第三部分地物目标的环境漫辐射

前面刚刚介绍过

这种环境漫辐射

在我们的ATCOR模型当中

它是通过邻近效应来校正的

所以在量化的过程当中

没有对它进行量化

第四部分来自于地物目标的环境辐射

可以用公式量化为

在这个公式当中

Eg为地面的总辐照度

包括直接辐射和漫辐射

这些因子在反射面的平均值

用ρterrain的平均值来表示

Vterrain是天空视域系数

这个天空视域系数代表了

在某一个位置处能看到的天空的比例

那利用ATCOR3来进行辐射校正

以及地表反射率计算的过程当中

主要是包括两个步骤

第一步

将卫星信号测量所得到的反射率

与来自模型的反射率进行比较

并计算地表的反射率

公式是

然后再乘以上行的大气通过率tv

这是第一步

第二步

跟ATCOR 2一样

它是进行邻近效应的校正

校正方法是采用N×N低通滤波器

计算得到低通反射率图像

用以描述邻近地区

每个像元的平均反射率

组合目标物体的反射率

和邻近像元的反射率

就得到了最后的像元的反射率

如图所示

是ERDAS当中

ATCOR3的模块的界面

在这个界面当中

方便你计算各个不同的地形条件

以及设置不同的参数

这一讲我们就讲到这

谢谢大家

遥感数字图像处理理论与方法课程列表:

第一章 遥感图像基础

-1.1 遥感数字图像

-1.2 遥感数字图像的坐标系统和地图投影定义

-1.3 遥感数字图像的计算机存储

-1.4 遥感数字图像的计算机显示

-第一章习题

第二章 遥感图像辐射校正

-第一讲

--2.1.1 遥感图像辐射校正概述

--2.1.2 遥感数字图像像元值的物理意义

--2.1.3 TOA光谱辐射亮度和表观反射率

--2.1.4 可见光和近红外波段的表观反射率模拟

-第二讲

--2.2.1 传感器的辐射定标

--2.2.2 6S辐射传输模型及其大气校正

--2.2.3 MODTRAN大气校正

--2.2.4 ATCOR 2 大气校正与地表反射率计算

--2.2.5 太阳辐射与地形引起的辐射误差的校正

-第二章习题

第三章 热红外遥感图像大气校正和地表温度反演

-3.1 概述

-3.2 热红外遥感图像像元值的物理意义

-3.3 热红外遥感图像的大气校正

-3.4 地表温度的遥感反演原理和方法

-3.5 ATCOR 2 大气校正与地表温度计算

-第三章习题

第四章 遥感图像几何纠正

-第一讲

--4.1.1 概述

--4.1.2 几何纠正的通用处理流程

--4.1.3 多项式构像模型及其几何纠正

--最小二乘法原理

-第二讲

--4.2.4 通用构像方程

--4.2.5 中心投影构像模型

--4.2.6 多中心投影构像模型

--4.2.7 SAR图像几何纠正

--4.2.8 有理函数模型和RPC纠正

-第四章习题

第五章 遥感图像增强

-第一讲

--5.1.1 彩色增强

--5.1.2 辐射增强

--5.1.3 空间增强

-第二讲

--5.2.4 光谱增强(4.1)

--5.2.4 光谱增强(4.2~4.3)

--5.2.5 频率域增强(5.1~5.5)

--5.2.5 频率域增强(5.6)

-第五章习题

第六章 遥感图像融合

-6.1 遥感图像融合概述

-6.2 基于IHS变换的图像融合

-6.3 基于主成分变换的图像融合

-6.4 基于小波变换的图像融合

-6.5 融合图像的质量评估

-第六章习题

第七章 遥感图像计算机分类

-第一讲

--7.1.1 图像分类概述

--7.1.2 判别函数

--7.1.3 非监督分类

--7.1.4 监督分类

-第二讲

--7.2.5 分类结果后处理

--7.2.6 分类结果精度评价

--7.2.7 其它分类方法

-第七章习题

第八章 遥感图像变化检测

-8.1 变化检测概述

-8.2 常用的变化检测方法

-8.3 CVA变化检测

-8.4 遥感图像变化检测应用实例

-第八章习题

2.2.5 太阳辐射与地形引起的辐射误差的校正笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。