CN102324098A - 一种结合实验室定标和均匀景统计的相对辐射定标方法 - Google Patents

Abstract

一种结合实验室定标和均匀景统计的相对辐射定标方法，(1)根据采集的实验室定标数据，获取每级灯的辐亮度和对应的DN值，并求取每个像元的定标系数；(2)根据卫星在轨运行期间采集的图像，选取总体均匀的区域，通过均匀景统计法生成每个像元的定标系数；(3)根据步骤(1)、(2)的结果进行联合定标，得到新的定标系数。本发明克服现有技术的不足，结合实验室定标和地面均匀景统计优势，根据卫星运行和相机响应的特性，动态形成新的定标系数，保证相对辐射校正精度。

Description

一种结合实验室定标和均匀景统计的相对辐射定标方法

技术领域

本发明涉及一种遥感图像相对辐射定标方法。

背景技术

我国成功发射中巴地球资源卫星(CBERS)和环境减灾卫星(HJ-1)并相继转入业务化运行，结束了长期以来只能依靠进口国外遥感卫星数据的历史。CBERS和HJ-1两大系列卫星数据已广泛应用于农业资源调查、农作物估产、生态环境监测、城市规划、国土资源调查和灾害监测及军事等领域，标志着我国航天遥感应用进入了一个崭新的阶段。

相对辐射校正称为均匀化校正或归一化处理，它是为了校正遥感器中各个像元及光学***响应差异而对获取的原始灰度计数值(DN)进行“再”量化的一种处理过程。相对辐射校正作为遥感数据预处理的重要环节，关键是获取有效的定标系数，即归一化增益(NG)和偏置(B)。国内外主流遥感卫星，例如国内CBERS、HJ-1和国外Landsat、SPOT卫星采用定标法和地面统计法获取定标系数。定标法使用定标灯数据作为输入，在此基础上通过不同的算法形成基础的定标系数。一般而言，定标灯包括若干不同辐亮度等级的高度均匀的光源，或当光源辐亮度不能完全满足均匀条件时，其辐亮度的廓线可以精确测量。由于从定标灯数据提取校正系数精度较高，所以卫星发射前一般需要进行实验室定标。卫星经过一段时间的运行，卫星携带的传感器性能将发生一定的变化，当星载内定标***失效或使用困难时，统计法作为定标的一种替代方法，通过分析和统计从地面图像中计算定标校正系数，这种方法适合于多元并扫的成像形式。此外，代表国际遥感先进水平的QuickBird卫星则采用线阵旋转90度的方法，使扫描方向完全平行于像元线阵方向，随着卫星运动，每个像元经历的地面目标一致，这就有效地采集了不同辐亮度级的均匀景物，动态地获取辐射定标系数，保证了辐射处理的精度。由于这种定标方式需要旋转焦平面，对卫星设计提出了较高的要求，国内卫星并没有采用这一技术。

由于卫星发射升空上升段条件恶劣，卫星实际运行环境与地面情况存在较大的差别，以及地面测试时相机的成像状态与升空后的状态不一致等诸多因素，可能使地面采集及分析的定标数据不能完全适合高精度校正的要求，需要进行地面后续的改进处理。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种遥感图像相对辐射定标方法，该方法结合实验室定标和地面均匀景统计优势，根据卫星运行和相机响应的特性，动态形成新的定标系数，保证相对辐射校正精度。

本发明的技术解决方案是：一种结合实验室定标和均匀景统计的相对辐射定标方法，步骤如下：

(1)根据采集的实验室定标数据，获取每级灯的辐亮度和对应的DN值，并求取每个像元的定标系数；

(2)根据卫星在轨运行期间采集的图像，选取总体均匀的区域，通过均匀景统计法生成每个像元的定标系数；

(3)根据步骤(1)、(2)的结果进行联合定标，具体过程如下：

(3.1)联合像元设计：把m个像元组合成一个联合像元，即阵列由联合像元组成，而每个联合像元由m个像元平均得到，针对推扫成像模式，50＜m＜200；

(3.2)根据步骤(1)的计算结果，求取实验室联合像元的响应系数LNG_j；

(3.3)根据步骤(3)的计算结果，求取地面均匀景联合像元的响应系数HNG_j；

(3.4)求取联合像元校正因子COR_j，COR_j＝LGN_j/HGN_j；

(3.5)校正因子方程拟合：以联合像元序号为横坐标，校正因子为纵坐标，采用二次抛物线方程拟合校正因子曲线；

(3.6)校正因子内插：对上述拟合的校正因子曲线进行离散，得到一组针对单个像元的校正因子cor_i；

(3.7)新的定标系数nNG_i：采用步骤(1)或者步骤(2)的计算结果处于校正因子，即可得到该阵列新的定标系数。

所述步骤(1)中首先采用均匀景统计法、直方图均衡法、最小二乘法三种方法求取每个像元的定标系数，然后选取三种算法中的最佳算法的计算结果作为步骤(1)的计算结果。

所述最佳算法的选取首选选取图像中尽可能大的均匀区域，计算出飞行方向图像的灰度均值和该区域的灰度均值，计算上述两灰度均值的误差，当误差最小时，该算法即为最佳算法。

本发明与现有技术相比有益效果为：

(1)本发明方法基本消除了遥感图像片内条纹和片间色差，较好地保证了图像的辐射质量，解决了大幅面遥感图像辐射校正问题，对其它对地观测卫星的数据处理提供了借鉴。

(2)本发明联合定标一种发挥实验室定标和均匀景统计综合优势的有效方法。实验室定标保证了校正过程中图像局部过渡的平稳性；而均匀景统计克服了阵列拼接的跳跃性。

(3)本发明实验室定标采用三种方法进行处理，通过广义噪声评价、优选定标系数，作为基础数据，为后续处理服务。

附图说明

图1为本发明总体流程图；

图2为本发明算法流程图；

图3为本发明联合像元映射图。

具体实施方式

结合附图1总体流程图、图2算法流程图和图3联合像元设计图，下面对本发明的具体实施方式作如下描述：

步骤1：实验室定标

(1.1)读取第i号像元底电平B_i；

(1.2)计算积分球第k级辐亮度L_k；

$L_k=\frac{{\∫}_0^{\∞}{R}_k\left(\mathrm{\λ}\right)\·S\left(\mathrm{\λ}\right)\mathrm{d\λ}}{{\∫}_0^{\∞}S\left(\mathrm{\λ}\right)\mathrm{d\λ}}$ ②

其中，S(λ)为相机光谱响应函数，R_k(λ)为光源光谱辐亮度函数，λ为波长。

(1.3)读取第k级辐亮度下第i号像元的DN值Q_i，k；

(1.4)使用均匀景统计法计算第i号像元定标系数lNG_i；

${\mathrm{DN}}_i=\frac{1}{n}\underset{k=1}{\overset{n}{\mathrm{\Σ}}}(Q_{i,k}-B_i)$ ③

${\mathrm{lNG}}_i=\frac{{\mathrm{DN}}_i}{\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{DN}}_j}$ ④

其中，n为定标灯辐亮度级数，N为像元总数。

(1.5)使用直方图均衡法计算第i号像元定标系数lNG_i；

计算第i号像元图像DN值的标准偏差σ_i；

计算整幅图像标准偏差的平均值σ_R；

${\mathrm{\σ}}_R=\frac{1}{N}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\σ}}_i$ ⑤

lNG_i＝σ_i/σ_R            ⑥

其中，N为像元总数。

(1.6)使用直方图均衡法计算第i号像元定标系数B_i；

计算第i号像元图像DN值的均值μ_i；

计算整幅图像DN值的均值μ_R；

${\mathrm{\μ}}_R=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\μ}}_i$ ⑦

$B_i={\mathrm{\μ}}_i-\frac{{\mathrm{\σ}}_i\·{\mathrm{\μ}}_R}{{\mathrm{\σ}}_R}$ ⑧

(1.7)使用最小二乘法计算第i号像元定标系数lNG_i；

$G_i=\frac{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}(Q_{i,k}-B_i)L_k}{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{L}_k^2}$ ⑨

${\mathrm{lNG}}_i=\frac{G_i}{\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{G}_j}$ ⑩

(1.8)通过广义噪声评价上述三种算法的性能，优选最佳算法。

其算法可归纳为：选取尽可能大的均匀区域，计算出每列(飞行方向)图像的灰度均值和该区域的灰度均值，计算两者的误差。当误差最小时，该算法即为最佳算法。

步骤2：均匀景定标

(2.1)读取第i号像元底电平B_i；

(2.2)读取第k幅均匀景第i号像元的DN值Q_i，k；

(2.3)使用均匀景统计法计算第i号像元定标系数hNG_i。

${\mathrm{DN}}_i=\frac{1}{n}\underset{k=1}{\overset{n}{\mathrm{\Σ}}}(Q_{i,k}-B_i)$

${\mathrm{hNG}}_i=\frac{{\mathrm{DN}}_i}{\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{DN}}_j}$

(2.4)评价优化均匀景

根据处理结果，增减均匀景，通过目视判读，优选所选取的均匀景物，达到提高定标精度的目的。

步骤3：联合定标

(3.1)联合像元设计

如图3所示，把m个像元组合成一个联合像元，即阵列由联合像元组成，而每个联合像元由m个像元平均得到，在此基础上保证联合像元之间景物的均匀特性。考虑到目前推扫成像***，像元总数一般为数千至数万之多，兼顾地物均匀性和相邻像元响应的一致性，m的取值范围：50＜m＜200。

(3.2)求取实验室联合像元的响应系数LNG_j；

${\mathrm{LGN}}_j=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{lGN}}_{j*m+i}$

(3.3)求取地面均匀景联合像元的响应系数HNG_j；

${\mathrm{HGN}}_j=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{hGN}}_{j*m+i}$

(3.4)求取联合像元校正因子COR_j；

COR_j＝LGN_j/HGN_j

(3.5)校正因子方程的拟合；

以联合像元序号为横坐标，校正因子为纵坐标，采用二次抛物线方程拟合校正因子曲线。

(3.6)校正因子的内插；

为了完成联合像元到单个像元的映射，需要对该连续的抛物线进行离散，得到一组针对单个像元的校正因子cor_i。

(3.7)新的定标系数nNG_i。

若用实验室定标系数除以校正因子，可得到该阵列新的定标系数。

nNG_i＝lNG_i/cor_i

实施例

CBERS卫星有效载荷包括CCD和WFI等相机。CCD相机分辨率为19.5米，幅宽为113公里，在分辨率和幅宽之间寻找了折中，该图像用户使用最为广泛；WFI相机分辨率为258米，幅宽达到890公里，容易实现对目标的快速重访。为了保证观测视场，CCD和WFI相机采用了光学拼接技术。CBERS-02卫星在轨运行过程中，无论采用实验室定标还是均匀景统计定标，WFI和CCD图像校正效果存在一定的问题，特别在阵列拼接处出现色调过渡痕迹，影响目视效果。结合实验室定标和均匀景统计，即采用实验室和均匀景统计的联合定标，生成新的定标系数，运用该数据校正原始图像，图像质量得到较大的改进，满足了遥感应用需求。

首先利用实验室采集的CBERS-02卫星WFI定标数据，对WFI图像进行相对辐射校正，校正结果表明WFI两片阵列在搭接区存在明显的色差，但阵列片内图像的色差过渡较好。采用均匀景统计方法时，为了保证地物的均匀特性，选取总体均匀的多景WFI图像，生成一组定标系数。运用该系数对WFI图像进行相对辐射校正，校正结果表明WFI的两个阵列搭接处色差完全消除，但阵列片内图像在某些位置存在较为严重的纵向条纹。说明WFI图像的均匀性指标难以满足定标要求，基于均匀景方法的定标数据同样存在误差。

采用本发明所述的方法进行校正，校正结果表明图像阵列内部条纹基本消失，左右阵列的色差和条纹完全消除，图像辐射校正质量得到了较大的提高，较好地解决大幅面遥感图像辐射校正问题。

CCD相机B4波段图像存在明暗过渡的问题，通过本发明方法，上述问题同样得到有效解决，经过修改定标系数廓线后，难于发现图像明暗过渡现象。

上述是以CBERS卫星WFI和CCD相机为例进行的一个说明，本发明方法可推广到其他卫星或传感器。

本发明未详细说明部分属于本领域技术人员公知常识。

Claims (3)

1.一种结合实验室定标和均匀景统计的相对辐射定标方法，其特征在于步骤如下：

(1)根据采集的实验室定标数据，获取每级灯的辐亮度和对应的DN值，并求取每个像元的定标系数；

(2)根据卫星在轨运行期间采集的图像，选取总体均匀的区域，通过均匀景统计法生成每个像元的定标系数；

(3)根据步骤(1)、(2)的结果进行联合定标，具体过程如下：

(3.1)联合像元设计：把m个像元组合成一个联合像元，即阵列由联合像元组成，而每个联合像元由m个像元平均得到，针对推扫成像模式，50＜m＜200；

(3.2)根据步骤(1)的计算结果，求取实验室联合像元的响应系数LNG_j；

(3.3)根据步骤(3)的计算结果，求取地面均匀景联合像元的响应系数HNG_j；

(3.4)求取联合像元校正因子COR_j，COR_j＝LGN_j/HGN_j；

(3.5)校正因子方程拟合：以联合像元序号为横坐标，校正因子为纵坐标，采用二次抛物线方程拟合校正因子曲线；

(3.6)校正因子内插：对上述拟合的校正因子曲线进行离散，得到一组针对单个像元的校正因子cor_i；

(3.7)新的定标系数nNG_i：采用步骤(1)或者步骤(2)的计算结果处于校正因子，即可得到该阵列新的定标系数。

2.根据权利要求1所述的一种结合实验室定标和均匀景统计的相对辐射定标方法，其特征在于：所述步骤(1)中首先采用均匀景统计法、直方图均衡法、最小二乘法三种方法求取每个像元的定标系数，然后选取三种算法中的最佳算法的计算结果作为步骤(1)的计算结果。

3.根据权利要求2所述的一种结合实验室定标和均匀景统计的相对辐射定标方法，其特征在于：所述最佳算法的选取首选选取图像中尽可能大的均匀区域，计算出飞行方向图像的灰度均值和该区域的灰度均值，计算上述两灰度均值的误差，当误差最小时，该算法即为最佳算法。

Images