发布时间 : 星期日 文章遥感导论 - 图文更新完毕开始阅读0ecada6d2f60ddccda38a0ef
设两类地物的亮度值分别为2和5，假设散射使亮度增加了5个单位，那么： 无散射时：有散射时：
散射所增加的亮度值不含有任何地面信息，却降低了图像的反差，反差降低则降低了图像的分辨率，因此必须进行校正。 3.太阳辐射
由于太阳高度角和方位角的变化以及地形部位的变化，不同地表位置接收到的太阳辐射是不同的。
1）太阳位置
太阳位置主要指太阳高度角和方位角。随着太阳高度角和方位角的不同，地物入射照度也发生变化，地物的反射率也就随之改变。
太阳高度角(solar altitude angle)是太阳光线与地表水平面之间的夹角。0°～90°之间变化。太阳高度角愈小,等量的太阳辐射能光束所散布的面积愈大,地表单位面积上所获得太阳辐射能就愈少。
太阳高度角较低时，图像上会产生阴影压盖其他地物图像，造成同物异谱问题，影响遥感图像的定量分析和自动识别。
为尽量减少太阳高度角和方位角引起的辐射误差，遥感卫星大多设计在同一个地方时间通过当地上空。 2） 地形起伏
传感器接受的辐射亮度和地面倾斜度有关。太阳光线垂直入射到水平地表和坡面上所产生的辐射亮度是不同。由于地形起伏的变化，在遥感图像上会造成同类地物灰度不一致的现象。 4.其他误差
遥感图像中有时因各检测器特性的差别、干扰、故障等原因引起不正常的条纹和斑点，它们不但造成直接错误信息，而且在统计分析中也会引起不好的效果，应该予以消除。 辐射校正
消除图像数据中依附在辐射亮度中的各种辐射误差的过程称为辐射量校正（radiometric calibration），简称辐射校正。
辐射校正的目的是尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器的测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差异；尽可能恢复图像的本来面貌，为遥感图像的分割、分类、解译等后续工作做好准备。
5.3系统辐射误差校正
1.光学镜头的非均匀性引起的边缘减光现象的改正
在使用透镜的光学系统中，由于透镜光学特性的非均匀性，在成像平面上边缘部分比中间部分暗，即边缘减光。 2 条纹
遥感图像中的条纹主要由检测器引起的。 条纹误差判定和消除的常用方法有：平均值法、直方图法及在垂直扫描线方向上采用最近邻点法和三次卷积法等。
3 斑点
斑点误差主要由噪声或磁带的误码率等造成，在图像中往往是分散和孤立的。 当像素亮度值fij与周围相邻像素亮度平均值之差超过给定阈值e1时，或与周围像素亮度值的方差减去图像亮度值的平均方差大于给定阈值e2时，认为该像素是斑点。 校正后的斑点亮度值取其邻域像素亮度值的平均值进行修正。通常边缘附近的斑点不进行消除，图像四周的像素不进行斑点消除。 漏码和错码统称为误码。数字信号的误码对系统的影响会使图像产生马赛克现象。危害严重，
一般用误码率来表示信号经过传输后出现误码的程度。误码率一般定义为单位时间内误码数与传输总码数之比。 4 灰度一致化
图像拼接时会产生多个图像灰度不一致的情况。
在进行灰度一致化之前，图像应该完成了几何精纠正，使其具有相同的地理坐标。 常用方法有两种： （1）等概率变换
如果拼接的遥感图像有重叠的部分，可以通过假设重叠部分的灰度分布相同进行修正。 可以采用直方图匹配的方法进行校正。 2) 线性灰度变换
此方法是在两张图像的重叠部分取出相对应的n个点，并利用这些点建立线性回归方程，然后利用该方程，以其中一幅图像为准计算另一幅图像的值，即可达到两幅图像的灰度一致化。 5.4 传感器端的辐射校正
传感器端的辐射校正又称大气顶面辐射校正或大气上界辐射校正。 在扫描方式的传感器中，传感器收集到的电磁波信号需要经过光电转换系统转变成电信号记录下来。该信号量化后成为离散的灰度级别，仅在图像中具有相对大小的意义，没有物理意义。经辐射校正后，灰度级别值转换为辐亮度或反射率，具有物理意义。 1 可见光和近红外波段的辐射定标
辐射定标是在卫星飞越试验场地上空同时，在若干选好的像素内测定探测器对应波段内的地物反射率 ，同时测出气象要素和大气光学特性。再根据卫星过顶时太阳几何位置、仪器视场角、探测器光谱响应函数等，通过大气辐射传输模式正演出到达传感器入瞳处各光谱通道的辐亮度Lt。 对于朗伯体：
对于非朗伯体，上述公式可修改成：
BRF为双向反射比因子。
Lt与探测器对应的输出信号的数字量比值C(图像的灰度值)之间的定量关系，按线性模型处理为
A为辐射校正系数。
2 红外波段的辐射校正
尤其是热红外波段，星上传感器入瞳处接收的总辐射由3部分组成： 通过大气向上传输的直接地面辐射； 由大气自身向上传输的辐射；
大气向下辐射到达地面再经地面反射后通过大气向上传输的辐射。 如选择清洁水面为目标，按线性模型处理为
3 图像的灰度值和辐亮度 图像上的像素值为灰度值；
实际的电磁波辐射强度为辐亮度。
对于8位量化(量化级为256)的图像，一个基本的转换方程：
4 LANDSAT5的TM图像的辐射校正
一旦计算了辐亮度，就可以通过如下公式计算大气上界的反射率值：
太阳天顶角
5.5 大气校正
消除由大气散射引起的辐射误差的处理过程称为大气校正。 主要有3种方法： 统计学方法，通常将野外实地光谱测试获得的无大气影响的辐射值与卫星传感器同步观测结果进行回归分析计算，确定校正量。
辐射传递方程计算法，测定大气参数，按理论公式求得大气干扰辐射量。(6S模型)
波段对比法，在特殊条件下，利用某些不受大气影响或影响很小的波段校正其他波段。(波段对比法、直方图法) 5.6 地面辐射校正 5.6.1 太阳辐射校正
地表一个区域反射的能量取决于照射这个区域的太阳能和能量的入射角。每个波长获得的能量Eg随入射角的余弦变化：
Eo为入射的能量。 太阳辐射校正，主要校正由太阳高度角导致的辐射误差，即将太阳光线倾斜照射时获取的图像校正为太阳光线垂直照射时获取的图像。 1 公式法
高度角斜射时得到的图像g(x,y)与直射时的图像f(x,y)的关系为或者用如下公式：
i太阳天顶角。这种校正，主要用于比较不同太阳高度(不同季节)的多日期图像。 还有一种方法用于多图像衔接或镶嵌：若参考图像的太阳天顶角为i1，要校正的图像的太阳
天顶角为i2，其亮度值用DN表示，则校正后的亮度值为
2 波段比值法
消除由太阳高度角引起的阴影。 5.6.2 地形辐射校正
如果地形不平坦，受坡度和坡向的影响，传感器获得的能量也会发生变化。
处在坡度为a的坡面上的图像g(x,y)校正后的图像f(x,y)为
因此，地形校正需要有地区的DEM数据，否则，校正会较为麻烦。 第六章 图像变换
所谓图像变换可以理解为为达到图像处理的某种目的而使用的数学方法，通过这种数学变换，图像处理起来较变换前更加方便和简单。由于这种变换方法是针对图像函数而言，所以称之为图像变换。 图像变换的目的
简化图像处理。 便于图像特征提取。 图像压缩。 从概念上增强对图像信息的理解。 图像变换方法
傅里叶变换 主成分变换 缨帽变换 代数运算 彩色变换 6.1 傅里叶变换
傅里叶是法国数学家，生于1768年，被人铭记的是1822年出版的《热分析理论》一书。 傅里叶的特殊贡献是指出任何周期函数都可以表示为不同频率的正弦和或余弦和的形式，每个正弦/余弦和乘以不同的系数。
傅里叶变换指非周期函数的正弦和或余弦和乘以加权函数的积分表示。 傅里叶变换分为连续傅里叶变换和离散傅里叶，在数字图像处理中经常用到的是二维离散傅里叶变换。 6.1.1 基本概念
1.傅里叶变换和频谱
设x(t)为（-∞，+ ∞ ）上的连续函数，在一定条件下，有如下关系：
傅里叶正变换
傅里叶逆变换
X(f)为x(t)的连续频谱，通常简称为频谱。 2.连续信号的滤波与卷积