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。     

基于图像融合的高分全色遥感影像变化检测

针对同一地区不同时期的全色高分辨遥感影像,提出一种基于影像融合的变化检测算法。首先采用基于匹配点的三角网校正方法对两景影像进行几何校正,然后选用基于迭代多元变化检测(IR-MAD)的相对辐射校正方法进行辐射一致性处理,接着对经几何一致性处理、辐射一致性处理后两张影像进行显著性融合,采用Mean-Shift分割算法对融合影像进行分割,选用方向梯度直方图(HOG)特征获取影像纹理强度图,最后通过比较分割块纹理变化获得变化检测结果。以Toposys激光雷达系统搭载相机拍摄的全色影像对该算法进行了检验,并使用单一时期影像为分割对象进行对比实验结果。实验结果表明,以融合影像为分割对象的结果远优于以单一时期影像为分割对象的变化检测结果,极大地减少了误检和漏检,在城市、郊区等地区人工地物变化监测中有一定的应用价值。     

一种新的遥感影像变化检测方法

针对地理国情监测中大幅面多时相遥感影像变化检测的需求,提出了一种基于卡方变换和样本选择的面向对象遥感影像变化检测方法。首先对多时相遥感影像进行多尺度分割获取像斑;然后,提取像斑的多维特征,采用基于卡方变换的特征融合方法计算像斑的加权差异度;最后,自适应选择训练样本,通过基于最大期望算法的贝叶斯阈值确定方法获取变化阈值,并对加权差异影像进行二值分割获取变化检测结果。以武汉市东湖高新技术开发区为例,利用多时相高分辨率遥感影像进行土地覆盖变化检测。试验结果表明,该方法可以克服全样本变化向量分析法及全样本卡方变换检测法难以满足阈值确定条件的不足,获得更准确的变化阈值,保证变化检测正确率高而又有效地降低漏检率,从而获得更好的变化检测结果,在地理国情监测中具有一定的应用价值。     

面向类型特征的自适应阈值遥感影像变化检测

为了实现两个不同年份单时相遥感影像之间的土地覆盖变化检测，提出了一种基于土地覆盖类型特征自适应确定阈值的遥感影像变化检测方法。以2015年土地覆盖数据为基础，综合2013年和2015年Landsat 8-OLI影像数据，首先，采用时相不变点群法TIC（Temporally Invariant Cluster）保证了两期影像辐射水平的一致性。其次，对两期影像进行多尺度分割，并在各级尺度下构建分割对象的变化向量。然后，采用最大类间方差的方法分别进行单一变化阈值变化检测以及基于土地覆盖类型的多阈值变化检测分析，并利用目视解译样点进行精度验证与评价。结果表明：（1）单一阈值变化检测结果的总体精度为79.6%，Kappa系数为0.601，多阈值变化检测结果的总体精度为87.2%，Kappa系数为0.741，多阈值变化检测具有更高的精度。（2）进一步逐土地覆盖类型精度评价可知，多阈值变化检测能在一定程度上减弱物候期的影响，具有更高的稳定性。该研究以土地覆盖数据为底图，逐类别的选取变化检测阈值，提高了变化区域检测的精度，在大范围高效更新土地覆盖数据的应用中具有一定的参考价值。     

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。     

面向对象的遥感影像变化检测方法

针对变化检测区域内变化区域与未变化区域面积比例较低时,通过常规的阈值计算无法在变化检测中确定准确的变化阈值问题,该文提出了一种带样本选择的面向对象遥感影像变化检测方法。该方法首先对多时相遥感影像进行多尺度分割获取像斑,并采用变化向量分析法计算像斑的差异度;然后,自适应选择训练样本,结合基于期望最大化算法和贝叶斯最小误差率理论的阈值计算方法,采用独立阈值法确定变化阈值;最后,利用变化阈值对差异影像进行二值分割,并获取变化检测结果。实验结果表明该文方法在变化检测精度上优于常规方法。     

基于KL散度的面向对象遥感变化检测

遥感影像的变化检测从基于像素到面向对象,从阈值分割到相似性度量已有众多的研究成果;但在对面向对象遥感图像变化检测中,存在分割参数的选择、变化阈值的确定、对象变化程度的表达等问题。为此,提出一种基于相似度测度的面向对象遥感影像变化检测方法,并打破了以往仅以有/无变化的检测结果所呈现的表现形式。首先计算了图像对象分割的最优参数,得到了2个时相的图斑对象,并进行了空间叠加处理;然后利用KL相似度计算方法计算了图斑对象的相似度系数,利用直方图统计了该系数的自然聚类特征;再运用不同的自然聚类特征值,分级得到了图斑对象的变化程度;最后,分析了不同参数分割结果、不同分级方法对图像变化程度检测的影响,同时通过对比有/无变化的检测结果,验证了本研究所提方法的科学性和有效性。     

基于选权迭代估计与非监督分类的多光谱图像变化检测

针对多光谱图像的变化检测问题,提出了一种基于选权迭代估计(iterative estimation with weight selection,IEWS)与非监督分类(unsupervised classification,UC)的多光谱图像变化检测方法。借鉴IEWS的思想,并以类似于迭代加权多元变化检测(iteratively reweighted multivariate alteration detection,IRMAD)的迭代模式进行回归估计,得到初步的变化检测结果;并通过对初始变化信息的UC处理,以及对不同类别的IEWS,得到最终的变化检测结果。利用该方法对TM图像进行了实验,结果表明:所得到的变化信息在空间位置上同该区域相应时间段内土地利用/覆盖的变化情况具有很好的一致性;同时与多元变化检测及IRMAD方法变化检测的结果相比较,表明该方法对相对较小的变化信息具有更好的变化检测能力。     

基于边缘特征匹配的遥感影像变化检测预处理方法

提出了一种基于边缘特征匹配的遥感影像变化检测预处理方法，在进行不同时相遥感影像配准时，一并解求两期影像的辐射校正系数，同时实现两期影像的配准和辐射校正。实验表明，经预处理后，两期影像的色调基本一致，地物没有明显的几何变形。     

基于D-S理论的多特征遥感影像变化检测方法

针对当前遥感影像变化检测特征单一与几何配准要求较高的问题,提出了一种将证据理论融合到影像多特征变化检测之中的方法。利用检索窗口与匹配窗口计算前后时相影像的几种特征结构相似度,并运用D-S证据理论计算出基本概论赋值函数,完成对这些特征的融合。通过变化检测实验,发现该法能有效提高变化检测的精度,不失为一种变化检测有效方法。除此之外,该法对辐射校正精度要求不高,这一点明显优于传统的单一特征变化检测方法。     

光谱角—欧氏距离的高光谱图像辐射归一化

辐射归一化旨在减小不同时相遥感影像间因获取条件不一致而导致的非地表辐射变化的差异,是土地覆盖变化监测的重要前提条件。本文根据高光谱图像上同类地物的谱形及数值的相似性,利用光谱角距离(SAD)和欧氏距离(ED)双重判定选取不变特征点,提出了一种基于光谱角—欧氏距离的辐射归一化方法。在评价指标中除了常用的均方根误差和相对偏差,更增加了高光谱特色的衡量光谱保真性指标:皮尔森系数、光谱扭曲程度。利用高光谱遥感CHRIS图像对本文提出方法进行验证,并与基于多元变化检测(MAD)的辐射归一化方法比较。结果表明,本文方法不仅在辐射特性上优于基于多元变化检测(MAD)的方法,而且具有保持光谱特性的优势,具有较好的应用前景。     

顾及多积分时间特性的GF-4卫星PMS传感器交叉辐射定标

针对GF-4卫星PMS传感器具备5个积分时间的成像特性,提出一种基于辐射区域网平差的交叉辐射定标方法。首先,利用敦煌辐射校正场地区时间序列有效MODIS影像集,构建该区域高精度BRDF模型。其次,考虑BRDF和SBAF校正,从该地区Landsat-8卫星OLI影像和PMS影像中提取辐射控制点。然后,设置DN值和CV限制条件,在凝视成像状态下从不同积分时间PMS影像中提取辐射连接点。最后,利用新建定标模型计算各积分时间状态下的定标系数。验证结果表明,不同积分时间的各波段平均绝对定标精度均优于5.18%,且不同积分时间影像间各波段辐射差异最高降低36.64%。同时,探讨了辐射控制点分布、BRDF、SBAF和辐射连接点筛选条件对定标结果的影响,为进一步优化PMS传感器交叉辐射定标流程提供重要参考。     

An approach to the radiometric aerotriangulation of photogrammetric images

Harnessing the radiometric information provided by photogrammetric flights could be useful in increasing the thematic applications of aerial images. The aim of this paper is to improve relative and absolute homogenization in aerial images by applying atmospheric correction and treatment of bidirectional effects. We propose combining remote sensing methodologies based on radiative transfer models and photogrammetry models, taking into account the three-dimensional geometry of the images (external orientation and Digital Elevation Model). The photogrammetric flight was done with a Z/I Digital Mapping Camera (DMC) with a Ground Sample Distance (GSD) of 45 cm. Spectral field data were acquired by defining radiometric control points in order to apply atmospheric correction models, obtaining calibration parameters from the camera and surface reflectance images. Kernel-driven models were applied to correct the anisotropy caused by the bidirectional reflectance distribution function (BRDF) of surfaces viewed under large observation angles with constant illumination, using the overlapping area between images and the establishment of radiometric tie points. Two case studies were used: 8-bit images with applied Lookup Tables (LUTs) resulting from the conventional photogrammetric workflow for BRDF studies and original 12-bit images (Low Resolution Color, LRC) for the correction of atmospheric and bidirectional effects. The proposed methodology shows promising results in the different phases of the process. The geometric kernel that shows the best performance is the Lidense kernel. The homogenization factor in 8-bit images ranged from 6% to 25% relative to the range of digital numbers (0–255), and from 18% to 35% relative to levels of reflectance (0–100) in the 12-bit images, representing a relative improvement of approximately 1–30%, depending on the band analyzed.     

多时相遥感图像相对辐射校正

相对辐射校正是多时相遥感图像处理和分析的前提.本文分析了几种常规的相对辐射校正方法的优缺点,然后在此基础上提出了一种基于小波变换的遥感图像相对辐射校正方法.该方法对源图像小波变换域的低频成分实施辐射变换,并保持高频成分不变,重构的图像具有保持高频信息的特性,因而能够较好地保留源图像中由于地物变化引起的辐射差异.     

基于最优路径的无人机影像辐射区域网平差

无人机遥感能够提供高时空分辨率的影像数据,拥有广泛的应用前景。辐射校正将传感器记录的数据转化为地表反射率,是无人机数据定量化应用的前提。然而无人机数据易受光照等因素的影响,导致影像间存在不同程度的辐射差异,为多张无人机影像的辐射校正带来困难。基于影像间重叠区域的信息,辐射区域网平差能够获得全局最优的辐射校正参数,降低影像间的辐射差异,因此在实现影像的辐射校正方面具有巨大潜力。但大量待求解未知参数降低了辐射校正模型的求解效率,特别是在数据量急剧增加时,该问题更为突出。基于影像重叠区辐射信息建立的最优路径很好地考虑了影像间的辐射转化关系,可有效控制误差累计,为减少辐射区域网平差中未知参数的数量提供了一种思路。因此,本文将最优路径与辐射区域网平差相结合,以降低待求解参数的数量,在保证辐射校正精度的同时提高辐射校正模型求解效率,进而提升辐射区域网平差在大数据集上的应用潜力。     

小波变换在遥感图像相对辐射校正中的应用

采用小波分析将ASTER图像的低频分量和高频分量进行分离;对低频分量差值计算得到伪不变特征点,采用最小二乘法对低频分量进行线性变换;然后将原始待校正图像的高频分量与校正后的低频分量进行图像重构,实现多时相ASTER遥感图像的相对辐射校正。结果表明,该方法有效地保留了源图像中由于地物变化引起的辐射差异,相对辐射校正的整体效果较好。     

中国区域DMSP-OLS与NPP-VIIRS夜间灯光影像校正

本文基于对传统不变目标区域校正法的改进,选择4期辐射定标参考影像对DMSP-OLS影像进行了饱和校正与时间序列连续性校正。通过阈值法去除了NPP-VIIRS影像的背景噪声及异常值,利用对数变换压缩了其灯光辐射值的动态范围,使其亮度分布更接近于DMSP-OLS数据。利用BiDoseResp函数模型对NPP-VIIRS影像进行了一致性校正,获得了1992-2019年长时间序列夜间灯光影像。从定性、定量及校正影像与社会经济参量的相关性方面对校正结果进行了精度验证。结果表明,改进后的校正方法改善了DMSP-OLS影像饱和严重的现象,使其获得了长时间序列纵向可比性。BiDoseResp函数模型可以很好地拟合DMSP-OLS和对数变换后的NPP-VIIRS之间的回归。校正后的长时间序列灯光影像数据与社会经济参量高度契合。校正结果对推广长时间序列夜间灯光影像的广泛应用、深化长时间序列科学问题的研究具有重要价值。     

一种去噪声的新方法

去噪声是进行辐射校正的重要手段,国内外已进行了大量的研究,开发了多种手段,对去除 图像上的一般噪声是切实有效的,但对于去除焦作矿区航空多光谱扫描图像上的噪声,用传统的 去噪声软件,效果很不理想,开发去噪声的新软件是非常必要的。结合航空多光谱扫描片上噪声 分布特征,开发的去噪声新软件功能全面,效果显着。     

Landsat TM数据不同辐射校正方法对土地覆盖遥感分类的影响

本文主要是探索Landsat TM数据不同辐射校正方法对土地覆盖遥感分类的影响。介绍了使用的3种不同辐射校正方法(ATCOR3、FLAASH以及查找表)和两种分类算法。在分类实验部分,根据样本的地理坐标在3景校正影像中分别采集训练样本并训练各自的分类器,并交叉用于其他辐射校正影像的土地覆盖遥感分类。实验结果表明:(1)用于分类器训练的样本采集自待分类影像时的分类精度明显高于采集自其他影像的分类精度;(2)3种辐射校正影像的分类结果存在差异,其中使用ATCOR3和FLAASH方法校正后影像的分类结果有更相近的精度;(3)辐射校正对分类类别的影响不同,其中对森林类型影响最大,对裸地等其他类别影响相对较小。