HJ-1B 热红外波段在轨绝对辐射定标

针对HJ-1B 红外相机(IRS)热红外通道特点, 利用青海湖辐射校正场进行HJ-1B 热红外绝对辐射定标, 提 出新的场地定标算法, 并通过实测数据和Landsat5-TM数据对不同定标系数进行真实性检验分析, 发现该场地定标 算法获得的系数比原始系数精度提高约0.6%—3%, 总体精度为1K 左右。研究结果表明文章提出的定标算法适用 于不具备观测冷空间能力的卫星传感器在轨绝对辐射定标, 得到的定标系数合理可靠。     

遥感影像相对辐射校正的PIF方法

多时相遥感影像间的相对辐射归一化是进行遥感动态监测的前提。伪不变特征(pseudo-invariant feature,PIF)相对辐射校正法的校正效果在很大程度上取决于PIF点的选取。普通人工选点方法具有主观性强、选点数量及质量有限等缺陷。为解决上述问题,首先对2期TM影像进行精确几何纠正与配准;然后利用波段比值运算与PIF质量控制相结合的方法逐步细化PIF,以提高PIF的选取质量,降低其选取的主观性,并利用与对应样本点各波段的相关系数评价所选点的质量;最后利用所选取的合格PIF点,通过最小二乘回归分析获取增益与偏移量,并对2个时相的TM影像进行相对辐射校正。对校正前、后典型地物波谱曲线、均方根误差、归一化植被指数(normaliged difference vegetation index,NDVI)统计量等进行分析的结果表明,校正效果比较理想。     

地形辐射校正在极化SAR影像分类中的应用

由于SAR斜距成像几何方式及地形起伏的影响,原始SAR影像存在透视收缩、叠掩、阴影等严重的几何畸变和辐射畸变。其中,叠掩区具有强烈的后向散射回波,在极化SAR影像的分类研究中容易造成林地与居民地等地物混分,降低分类的精度。针对该问题,本文研究一种地形辐射校正方法,引入投影角计算后向散射系数γ0,有效地解决了地形起伏造成的辐射畸变问题。选取一景全极化Radarsat-2影像进行实验验证,分别对地形辐射校正前后的极化SAR影像进行了复Wishart监督分类。通过对分类结果的比较,表明经本文地形辐射校正方法处理后,极化SAR影像的分类精度得到了改善。     

高分数据辅助下的热红外遥感影像几何校正

随着热红外遥感技术的不断发展,热红外遥感影像在地表温度反演、森林火灾监测、矿物探测等方面应用广泛,而在这些应用中,热红外影像的几何校正是重要的基础性技术。利用高分二号卫星空间分辨率高的优势,通过研究分析异构载荷的成像差异与关联,提出了一种模拟影像与特征匹配相结合的方法。该方法立足高分辨率光学影像,以地面辐射基础数据为条件,首先从热红外辐射角度进行影像模拟形成过渡影像,并将其用于辅助热红外影像几何校正;然后利用尺度不变特征变换(scale invariant feature transform, SIFT)算子实现特征点的检测,从而获取同名点,提高热红外影像的几何校正精度。     

遥感影像相对辐射校正方法及适用性研究

遥感影像相对辐射校正是一项基础的数据预处理工作,用于去除影像整体的辐射不均匀性、条带噪声、坏线等辐射问题,经过30多年的发展,已形成几十种不同的相对辐射校正方法和算法。面对种类众多的相对辐射校正方法,它们之间的区别和关联是什么,每种方法的特点是什么,如何选择合适的校正方法,是3个亟需解决的问题。围绕这3个问题,第一,本文以相对辐射校正系数获取的不同方式为原则,将现有的相对辐射校正方法分为3大类:定标法、统计法和综合法,使该分类体系能够反映各类校正方法的区别和关联。第二,在新的分类体系下,给出了定标法、统计法、综合法的数学模型表达,详细介绍了3类方法包含的每种具体的校正方法和算法,比较分析了每种方法的基本思想、原理和优缺点。第三,从影像辐射不均匀特征、影像几何特征、传感器定标、影像综合特征4个方面,对各种校正方法的适用性进行综合分析,给出了科学合理地选择相对辐射校正方法的建议,同时结合具体应用实例进行了实验验证。最后,分析了相对辐射校正研究的发展趋势和存在的问题,有效信息和噪声的计算机判定准则、相对辐射校正效果的评价体系、相对辐射校正对于后续的绝对辐射校正结果的影响是下一步需要深入研究的问题。     

一种改进的MODIS影像BRDF辐射校正方法

针对二向性造成的辐射失真,在核驱动模型的基础上提出了一种改进的二向性反射分布模型,并通过对MODIS影像的试验,得到了减弱辐射差异的较好效果,并对试验结果进行了分析和评价。     

基于辐射传输模型的南极中山站影像大气校正

在分析了大气对遥感影像产生的各种影响的基础上,利用大气辐射传输模式(6S),对ASTER L1A的可见光波段的影像进行大气校正。通过定性、定量分析,验证平面-平行大气模型应用于南极高纬度地区的可行性及其大气校正的必要性。     

一种新的遥感影像变化检测相对辐射校正方法

分析了相对辐射校正在变化检测中的重要性,以基于植被指数的变化检测为例,比较常用相对辐射校正方法及其对变化检测的影响,并且提出一种基于相关系数稳健的相对辐射校正的新方法。通过试验发现相对辐射校正能够减小多时相遥感图像间由于大气、照度和传感器标度等存在差异而造成的影响,提高了基于植被指数变化检测的精度。自动稳健的相对辐射校正方法能够减少辐射误差,提高植被变化检测的精度,与传统的方法相比具有结果稳定、不容易受到误差干扰的特点。     

遥感影像分类后处理的地统计方法

采用地统计学中带局部均值的简单克里格方法和协同克里格方法,利用基于训练样本的指示数据(位置和类别)和基于光谱初分类的类别概率数据的空间结构信息,对未知点位的类别发生概率进行预测,从而修正初分类结果。实验结果表明,两种方法所获得的精度相较初分类的精度均有明显提高,这种充分利用训练样本信息改善分类结果的策略不局限于特定的初始分类器。     

火星HiRISE高分辨率影像的FPGA辐射校正

为了能满足HiRISE影像的在轨实时辐射较正,针对HiRISE影像数据量大,传统辐射校正算法难以满足实时性需求的问题,设计了一种基于FPGA的HiRISE影像辐射校正方法,并利用直方图匹配方法消除两个通道之间由灰度不一致形成的拼接缝。系统采用FPGA+DSP的硬件架构,充分利用了FPGA的并行处理能力与DSP的灵活调度性能,以提高HiRISE影像辐射校正的在轨实时处理速度。实验结果表明,设计的方法系统硬件资源消耗少,且可以满足辐射校正的实时处理。     

大气辐射校正方法分析

阐述遥感影像的大气辐射校正的原因及目的,并以徐州地区的CBERS-02星影像数据为基础,应用软件MATLAB7.0,分析大气辐射校正的三种方法,即利用辐射传输方程求解的方法、基于地面场地数据或辅助数据进行辐射校正方法及利用波段特性进行大气辐射校正方法。其中,重点剖析利用波段特性进行大气辐射校正的方法。     

遥感影像中地形辐射校正研究综述

地形辐射的校正是复杂地形地表遥感影像自动分类、图像分割及特征提取时首先要分析和处理的,在定量遥感分析过程中起到重要的基础作用。本文在对遥感影像地形辐射校正的基本概念和研究现状简要概述的基础上, 对主要的遥感影像地形辐射校正方法和研究存在的问题及研究发展方向进行了总结和展望。     

多时相TM影像相对辐射校正研究

多时相影像对应波段中地物波谱“准”不变特征点(Pseudo-Invariant Features,PIFs)的选取是相对辐射校正的前提,采用目视解译选取主观性较强,在一定程度上影响了校正精度。利用绍兴试验区两时相TM影像,通过样本点间差异阈值,主成份分析和回归分析方法控制选取影像对应波段间的PIFs,使得校正样本点的选取具有客观性。在此基础上获取增益和偏移量并对两时相影像进行相对辐射校正,取得了较好的校正效果,从而有利于土地利用/覆盖变化监测。     

基于辐射不变特征点的卫星影像辐射归一化方法

针对多时相卫星影像辐射差异大的特点,克服了现有基于辐射不变特征点的路径传播法因误差传递易导致整体色彩偏差的缺陷,提出了一种基于辐射不变特征点的辐射区域网平差方法,实现了多时相卫星影像的匀色处理。该方法以辐射不变特征点为辐射连接点构建误差方程,通过区域网平差求解线性辐射变换参数。实验证明,该方法可有效消除多时相卫星影像间的辐射差异,并保持自然色彩。     

一种无人机热红外与可见光影像匹配方法

针对异源无人机影像视角、分辨率、灰度值差异大的特点,提出一种基于语义深度局部特征的无人机热红外与可见光影像匹配方法。该方法首先利用全卷积神经网络和注意力机制提取具有语义信息的深度局部特征;其次以多通道特征图作为描述符进行kd-tree匹配;最后将向量场一致性VFC(Vector Field Consensus)和随机采样一致性RANSAC(Random Sample Consensus)相结合(VFC-RANSAC)进行误匹配剔除,从而实现无人机热红外与可见光影像的稳健匹配。匹配试验表明,与SIFT、KAZE等提取的人工特征相比,深度特征可以抵抗更大的影像几何和辐射差异;与RANSAC相比,VFC-RANSAC能够更有效地剔除外点,获得更高的正确匹配率和匹配精度。     

基于自动匹配的高分辨率遥感影像校正方法

介绍了采用人工选点与计算机自动匹配选点相结合获取一定数量的地面控制点的方法,该方法满足了Thin plate spline校正模型校正的要求．解决了一些高分辨率遥感数据无法用传感器物理模型进行校正的问题。试验证明：在山区采用该方法比常规多项式校正更快捷而且校正效果更好,并具有很好的可操作性和实用性。     

基于随机森林方法的遥感影像分类方法

通过研究随机森林方法,针对上海、辽宁、陕西、福建四个地区的中分辨率成像光谱仪(MO-DIS)影像数据,建立五个时间序列的训练集,通过随机森林机器学习方法,学习一年内目标区域的时序变化规律,从而获取更为精确的分类效果,并对比研究该算法对于上述四个地区识别方法的优劣.实验结果显示随机森林分类法在没有海部的地区识别效果能够达...     

一种面向像斑的高分辨率遥感影像相对辐射校正方法

在认为不同类别地物的光谱响应值在不同时期具有不同的线性关系的基础上,提出了一种基于像斑的高分辨率遥感影像相对辐射校正方法。首先以相关系数为基础将像斑划分为变化像斑和未变化像斑两大类,再对未变化像斑利用随机数据一致性算法解求增益和偏移参数,对于变化像斑则将与其最相似的未变化像斑的增益和偏移参数作为该像斑的校正参数,最后利用各像斑的校正参数进行线性校正。在高分辨率遥感影像上的实验结果验证了本文方法的有效性。     

宽波段热红外方向性辐射建模

温度和发射的常规定义均是针对均匀同温的物体,但陆地表面通常是既不同温又不均匀,热辐射的方向性不可忽略。在一个概念模型的基础上,把复杂的不同温度地表分解为若干均匀同温的组分,建立宽波段热红外方向性辐射模型,并针对一个不同温的叶子冠层进行了建筑及反演的实现研究。对反演结果的统计分析表明,此模型有较高的抗噪声能力,能冠层顶部及底部温度的先验预测值存在２Ｋ偏差,观测噪声等效温差（ＮＥ△Ｔ）为０．２９ＫＪＦ     

基于知识的遥感影像模糊分类方法

介绍了目前遥感影像分类的常用方法, 提出了一种基于知识的信息提取的遥感影像模糊分类方法.采用GIS数据辅助进行遥感影像模糊法分类,从GIS数据库中提取一定数量的样本信息或挖掘知识形成规则,进行样本的训练学习或辅助进行分类判定.提高了分类的效率和精度,是对模糊分类方法一次有效改进.