CN104851106A - 一种ccd原始图像的处理方法 - Google Patents
一种ccd原始图像的处理方法 Download PDFInfo
- Publication number
- CN104851106A CN104851106A CN201510305617.9A CN201510305617A CN104851106A CN 104851106 A CN104851106 A CN 104851106A CN 201510305617 A CN201510305617 A CN 201510305617A CN 104851106 A CN104851106 A CN 104851106A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- ccd
- calibration
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000012937 correction Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000005855 radiation Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 50
- 238000003384 imaging method Methods 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 230000007423 decrease Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 210000001747 pupil Anatomy 0.000 claims description 4
- 238000011088 calibration curve Methods 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims description 3
- 201000007094 prostatitis Diseases 0.000 claims description 3
- 238000013341 scale-up Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 abstract 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种CCD原始图像的处理方法,该方法包括以下步骤:收集原始CCD数据;收集原始CCD地面均匀景数据;收集CCD实验室定标数据;收集原始CCD星载定标数据;分别读入地面均匀景图像和星载定标图像,分别计算每个波段的均匀景和星载定标的相对定标系数;给CCD预处理***指明实验室定标数据的存放目录,计算每个波段、每个探测元的增益值和偏移值;读入将要处理的CCD原始数据,并在屏幕上显示图像;观察输入数据的特点,选择需要执行的数据清洗功能;做图像的辐射校正,得到1级产品的图像;做图像的几何校正,输出结果,保存文件,得到2级产品的图像说明文件,并保存到所处理图像的目录。与现有技术相比,本发明使图像处理水平有了明显的提高。
Description
技术领域
本发明涉及,特别是一种CCD原始图像的处理方法。
背景技术
遥感是通过对反映地物电磁波辐射水平的灰度信息的处理分析与解译来进行地物识别和专题研究的。由于遥感成像过程中各种因素(例如,卫星速度变化、大气与地物反射与发射电磁波的相互作用、随机噪声等)的影响,实际的图像灰度值并不完全是地物辐射电磁波能量大小的反映,其中还包含着上述因素作用的结果,因此在进行遥感图像处理前,还需要进行校正处理(图像恢复处理)以消除上述因素的影响。这些处理习惯上称为预处理。
卫星遥感图像预处理主要目的是消除两大类影响:即遥感图像的辐射失真和遥感图像的几何畸变。遥感数字图像必须经过几何畸变处理(包括几何粗校正与几何精校正)、图像的辐射校正、噪声压制处理等预处理后,才能根据实际问题的需要进行其它的专门处理(例如图像的增强处理和图像的分类处理)。
预处理是图像处理中的一大类技术,通常意义上的预处理主要包含以下内容:
1、辐射量校正:遥感的目的是利用遥感传感器有效地收集来自地物的电磁波辐射能量,然而由于电磁波在大气中的传输和传感器的测量过程中,受到遥感传感器本身灵敏特性、地物光照条件(如太阳高度角及地形变化等)以及大气作用等的影响,遥感传感器的测量值与地物实际的光谱、辐射率是不一致的,测量值存在着辐射失真。为了正确的评价地物的电磁波辐射特征,需要消除这些失真的影响,即进行辐射量校正处理。根据辐射失真的原因对遥感图像进行辐射校正处理可采取四种方法,见图1,即传感器校正、太阳高度角和地形引起的畸变校正以及大气散射校正。
2、***几何校正:遥感图像在其成像过程中发生几何变形是难以避免的,引起遥感图像几何畸变的因素有三个方面,即传感器方面的原因、遥感平台(卫星)方面的原因以及地球本身的原因。
图像预处理,就是消除在成像过程中,卫星的运行、地球的自转和曲率探测器性能指标、扫描***的控制精度、图像数据截获、卫星姿态等各种因素对图像数据造成的畸变和条纹,将卫星获取的地面数据尽可能地还原成“真实”的地面图像数据。预处理的内容主要包括数据清洗、相对辐射校正、辐射定标和***几何校正四部分。
现有的技术方法往往是针对某一种缺陷设计的方法,并不够***,不能够***的解决图像中所存在的问题以用于实际生产中;其次,现有的技术方法对图像处理中的某些环节,如图像清洗的各个环节处理的不是很好。
发明内容
本发明的目的是要提供一种CCD原始图像的处理方法,针对图像中存在的缺陷,设计相应的数据清洗方法,根据传感器的设计特点,制定图像绝对定标和相对辐射校正方法,消除在成像过程中,卫星的运行、地球的自转和地球曲率以及遥感器等各种因素对图像数据造成的影响。
为达到上述目的,本发明是按照以下技术方案实施的:
一种CCD原始图像的处理方法,该方法包括以下步骤:
1)收集原始CCD数据,通过CD-ROM读入计算机;
2)收集原始CCD地面均匀景数据,通过CD-ROM读入计算机;
3)收集CCD实验室定标数据,通过CD-ROM读入计算机;
4)收集原始CCD星载定标数据数据,通过CD-ROM读入计算机;
5)用CCD预处理***的文件打开功能,分别读入地面均匀景图像和星载定标图像,利用***提供的功能,分别计算每个波段的均匀景和星载定标的相对定标系数;
6)给CCD预处理***指明实验室定标数据的存放目录,利用***提供的功能,计算每个波段、每个探测元的增益值和偏移值;
7)通过CCD预处理***的文件打开功能,读入将要处理的CCD原始数据,并在屏幕上显示图像;
8)观察输入数据的特点,选择需要执行的数据清洗功能;
9)做图像的辐射校正,得到1级产品的图像;
10)做图像的几何校正,输出结果,保存文件,得到2级产品的图像说明文件,并保存到所处理图像的目录。
进一步的,所述步骤8)中的数据清洗包括缺元填补、缺行填补和横条纹去除。
具体地,所述步骤9)中的辐射校正包括以下步骤:
(1)准备好实验室绝对定标数据,计算绝对定标系数,并将结果写成文本文件,存入***文件目录以便后用;
(2)收集星载定标数据,检查星载定标数据质量,分别计算每个波段的底电平,写入文本文件,存入***文件目录以便后用;
(3)收集多个地面均匀景数据,选择质量较好的计算图像相对辐射校正系数,写入文本文件,存入***文件目录以便后用;
(4)实验室绝对定标:辐射定标就是根据以下公式由不同的Le和DN用最小二乘法计算得出定标系数G和DN,并绘制出定标曲线,公式如下:
DN=G·Le+DN0,
图像的绝对定标就是根据上述公式,用相机输出灰度量化值反算相机入瞳处的等效光谱辐亮度,***会根据当前处理图像的波段,自动调用相应的系数文件,用上式处理每一个像素,得到定标图像;
(5)去底电平:相机输出信号ai、Bi、bi、di原来都包含底电平,包括稳定项和CCD奇偶差,一般定标资料公式中都有底电平项的处理项,要在原始信号中减掉底电平,即
ai=aoi-ni
Bi=Boi-ni
bi=boi-ni
di=doi-nI,
这里aoi,Boi,boi,doi分别是积分球定标,实验室和在轨相对定标及对地照相的原始输出,ni是底电平,是相机没有光照时的输出信号;
(6)拼接缝处理:这部分的处理是针对卫星在一个谱段内,三块图像数据之间有明显的拼接部分,通过分析,确定第二块图像数据暗像元的具***置,从而确定图像数据具体的起始和结束位置,最后确定现有数据的某些像元为无用像元,第一块数据图像、第二块数据图像、第三块数据图像的具体像元范围;
(7)用地面均匀景作相对辐射校正:用星载定标数据中的底电平数据,去除地面均匀景图像中象素的底电平值,方法如上述去底电平;对去除底电平的地面均匀景图像作拼接缝处理,处理方法如上述拼接缝处理方法;选择地面均匀景图像中较均匀的区域,计算图像上各列的相对辐射校正系数,计算公式为:所有参与计算的像素的均值除以当前列参与计算像素灰度的均值,每个波段计算结果应为5796个,对应5796列,把每个波段的计算结果记录分别在各自的文本文文件中;
(8)灰度一致性校正:将拼接部分和均匀信号之间的15个像元的信号下降区进行调整,然后,进行拼接缝部分和均匀信号部分的灰度调整,通过得到两者之间的灰度均值差异的比例系数,进行灰度调整。
作为本发明的优选方案,所述步骤10)中的几何校正包括***几何校正、地球曲率校正、大气折射校正和地球自转校正四个部分:
(1)***几何校正:传感器的外方位因素,是指传感器成像时的位置(Xs,Ys,Zs)和姿态角当外方位因素偏离标准位置而出现变动时,就会使图像产生变形,对于CCD图像,其因外方位因素变化所造成的投影变化可依据以下公式求得:
dy=-(f/H)dYs-(y/H)dZs-[f(1+y2/f2)]dω
式中,dXs,dYs,dZs分别为摄像机在地面坐标***中的坐标变化量;dκ,dω为摄像机姿态角的变化量;H为航高;f为焦距;y为地物点的图像坐标,上式中的y值可根据以下公式求得:
式中,y为地物点的图像坐标,Xp,Yp,Zp为地物点地面坐标;Xs,Ys,Zs是摄像机在地面坐标***中的坐标;aij为摄像机姿态角的函数;
(2)地球曲率校正:地球表面带有弧度,实际的CCD图像是一平面图像,不可避免会导致部分地物信息的叠加和损失,地球曲率引起的象点位移与地形起伏的影响相似,地形起伏的象点位移公式如下:
其中,高差h要取负值代入,表达式如下所示:
其中,R0为地球半径,H为传感器航高,f为焦距。
(3)大气折射校正:于光波或电磁波的传播而言,大气层并非一个均匀的介质,因为它的密度是随离地面的高度增加而递减的,所以光波,电磁波在大气层中传播的折射率也随高度而变,从而使电磁波传播的路径不是一条直线而变成了曲线,进而引起了像点的偏移,象点的位移公式如下,K是一个与传感器航高和地物点高程有关大气条件常数。其表达式为:
Δr=K(r+r3/f2)
其中的H为传感器航高,
当要在x,y两个方向上考虑大气折射时,将r分别用图像坐标x和y来代替处理。
(4)地球自转校正:对于卫星遥感图像,当卫星由北向南运行的同时,地球表面也在由西向东自转,由于卫星图像每条扫描线的成像时间不同,因而造成扫描线在地面上投影依次向西平移,最终使得图像发生扭转,计算公式如下:
从物理原理上来考虑地球自转的影响,同时考虑到一幅图像中顶边和底边的纬度差不会对结果造成太大的影响,也可以使用如下的公式:
dx=ω*R*cosα*t dy=0
其中,ω为地球自转角速度,参考值为2π/86400rad/sec;R为地球半径,参考值为6378000米;α为图像底边中点纬度;t为每一行扫描时间间隔,参考值为2.898*0.001sec。
与现有技术相比,本发明所提出的方法,使图像处理水平有了明显的提高,本发明运用使项目图像质量比以前有明显改善,而对于图像数据结构的分析研究,在生产中解决了遥感数据用常规软件方法无法读取的问题,可以明显节约数据重新购置费用,保证项目的按时进展。
附图说明
图1是本发明的流程图;
图2是本发明的辐射校正流程图;
图3是本发明的尖峰噪声处理前的图像;
图4是本发明的尖峰噪声处理后的图像;
图5是本发明的缺行处理前的图像;
图6是本发明的缺行处理后的图像;
图7是本发明的横条纹未处理的图像;
图8是本发明的横条纹处理后的图像;
图9是本发明的原始图像;
图10是本发明的去底电平后的图像;
图11是本发明的拼接缝处理前的图像;
图12是本发明的拼接缝处理后的图像;
图13是本发明的地面均匀景校正前的图像;
图14是本发明的地面均匀景校正后的图像;
图15是本发明经过灰度一致性校正后的图像;
图16是本发明几何校正前的图像;
图17是本发明几何校正后的图像。
具体实施方式
下面结合具体实施例对本发明作进一步描述,在此发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
如图1所示的一种CCD原始图像的处理方法,主要包括错位校正、辐射校正、几何校正三个方面:
1)收集原始CCD数据,通过CD-ROM读入计算机;
2)收集原始CCD地面均匀景数据,通过CD-ROM读入计算机;
3)收集CCD实验室定标数据,通过CD-ROM读入计算机;
4)收集原始CCD星载定标数据数据,通过CD-ROM读入计算机;
5)用CCD预处理***的文件打开功能,分别读入地面均匀景图像和星载定标图像,利用***提供的功能,分别计算每个波段的均匀景和星载定标的相对定标系数;
6)给CCD预处理***指明实验室定标数据的存放目录,利用***提供的功能,计算每个波段、每个探测元的增益值和偏移值;
7)通过CCD预处理***的文件打开功能,读入将要处理的CCD原始数据。并在屏幕上显示图像;
8)观察输入数据的特点,选择需要执行的数据清洗功能;
9)做图像的辐射校正,如果用户有要求,可以执行辐射定标工作,至此就完成了原始到1级产品图像的处理,如果有所要处理图像的辅助数据,可以通过对话框输入,执行图像的***几何校正。
至此就完成了1级到2级图像的处理,现在就可以输出结果,保存文件,***会产生相应的二级产品说明文件,并保存到所处理图像的目录。
上述步骤8)中所述的数据清洗包括缺元填补、缺行填补和横条纹去除三个方面。
(1)缺元填补:该功能既处理缺元现象又处理尖峰噪声,缺元是某些孤立的像元值为0;尖峰噪声是由数据传输的误码或由模拟电子线路中出现的短暂干扰所引起的,这种尖峰噪声形成了孤立的象素,与它周围图象数据有很大的差别,尖峰噪声处理前如图3所示。处理方法是把每个象素与其邻域象素进行比较,就可以检测出尖峰噪声。比较结果,如果其差值超过某个阈值,就认为该象素为噪声点并用相邻象素值,通过某种算法来取代它,缺元填补的具体算法为:
处理结果如图4。
(2)缺行填补:原始数据中有时会出现缺行现象,即某一个或几个波段图像中的一些行灰度值为0,缺行处理前如图5所示,按照缺行多少处理方法分四种:如果缺一行,用上一行数据代替所缺数据;如果缺两行,分别用上下两行代替相邻行;如果缺三行,分别用上下两行代替相邻行,中间一行由上下两行的均值代替;如果缺三行以上,该功能不作任何处理,由用户决定该数据是否可用,缺行填补的具体算法为:
缺行处理后如图6所示。
(3)横条纹去除:横条纹是CCD原始图像数据5个波段中普遍存在的问题,一般每隔不定数量行便出现一次,它由一行暗像元和一行亮像元组成,它们的值不能反映地物的真实辐射信息,横条纹未处理前如图7。横条纹的处理应包括三行数据,暗行用上一行取代,亮行用下二行的数据的均值取代,次亮行用下一行数据取代,横条纹去除的具体算法为:
横条纹未处理后如图8。
上述步骤9)中所述的辐射校正包括两部分:1、辐射校正前期准备工作:(1)准备好实验室绝对定标数据,计算绝对定标系数,并将结果写成文本文件,存入***文件目录以便后用;(2)收集星载定标数据,检查星载定标数据质量,分别计算每个波段的底电平,写入文本文件,存入***文件目录以便后用;(3)收集多个地面均匀景数据,选择质量较好的计算图像相对辐射校正系数,写入文本文件,存入***文件目录以便后用;2、辐射校正:(1)用星载定标数据去底电平,即去掉了时钟噪声,又有增强图像的作用,地面均匀景校正过程中选用的实例是***接收的tif图像,原始图像如图9,与经过去底电平处理后的图,见图10;(2)用实验室定标数据作绝对定标处理,通过这一步的处理,像元灰度量化值将变为入瞳处光谱等效复亮度;(3)三个CCD阵列的拼接缝处理,安全反全透光学拼件的设计要求,将对应像元简单相加,以大连地区图像如图11拼接缝处理前的图像为例,拼接缝处理前后的图图12所示。通过分析,可以确定第二块图像数据暗像元的具***置,从而确定图像数据具体的起始和结束位置。最后确定现有数据的前32个像元为无用像元,从33号像元开始,到2080号像元为第一块数据图像;从2081到4128号像元为第二块数据图像;从4129号像元开始到结束为第三块数据图像,拼接缝处理后的图像如图13所示;(4)地面均匀景校正后图像如图13,用地面均匀景作相对辐射校正,目的是消除三个CCD阵列、两个拼接缝以及个别波段的竖条纹的灰度差异,是图像总体看起来比较平整,利用地面均匀景校正方法如上述,地面均匀景校正后图像如图14;(5)基于直方图均衡化的灰度一致性校正,一般上一步处理完成后图像应该很好,万一有某些图像处理完后灰度值不均匀,有明显的条带、条纹现象,可以考虑用这种方法消除,具体流程见附图2。
根据上述的附图2,辐射校正具体详细步骤如下:
1、实验室绝对定标:辐射定标就是根据以下公式由不同的Le和DN用最小二乘法计算得出定标系数G和DN,并绘制出定标曲线。公式如下:
DN=G·Le+DN0
图像的绝对定标就是根据上述公式,用相机输出灰度量化值反算相机入瞳处的等效光谱辐亮度。***会根据当前处理图像的波段,自动调用相应的系数文件,用上式处理每一个像素,得到定标图像。
2、去底电平:相机输出信号ai、Bi、bi、di原来都包含底电平,包括稳定项(主要是暗电流)和CCD奇偶差(即所谓时钟噪声)。一般定标资料公式中都有底电平项的处理项,要在原始信号中减掉底电平,即
ai=aoi-ni
Bi=Boi-ni
bi=boi-ni
di=doi-nI
这里aoi,Boi,boi,doi分别是积分球定标,实验室和在轨相对定标及对地照相的原始输出。ni是底电平,是相机没有光照时的输出信号。
3、拼接缝处理:这部分的处理是针对卫星在一个谱段内,三块图像数据之间有明显的拼接部分,需要采用对应的方法解决。原本CCD光学***的透镜设计为76cm,后来根据实际情况改为3块26cm的透镜叠加而成,这样,原来的76cm变为了现在的3*26=78cm。不可避免的产生了数据叠加的问题。解决方法如下:通过分析,确定第二块图像数据暗像元的具***置,从而确定图像数据具体的起始和结束位置。最后确定现有数据的某些像元为无用像元,第一块数据图像、第二块数据图像、第三块数据图像的具体像元范围。
4、用地面均匀景作相对辐射校正:地面均匀景是遥感器对地成像的特殊地物景,在遥感器成像范围内地物的成分是相同的,并且是均匀分布的,地形没有大的起伏。表现在图像上则为,一景图像的全部或部分像素的灰度值标准差小于2%。如沙漠、湖泊、戈壁滩和海洋等:
(1)用星载定标数据中的底电平数据,去除地面均匀景图像中象素的底电平值,方法如上述去底电平;
(2)对去除底电平的地面均匀景图像作拼接缝处理,处理方法如上述拼接缝处理方法;
(3)选择地面均匀景图像中较均匀的区域,计算图像上各列的相对辐射校正系数。计算公式为:所有参与计算的像素的均值除以当前列参与计算像素灰度的均值。每个波段计算结果应为5796个,对应5796列。把每个波段的计算结果记录分别在各自的文本文文件中。
5、灰度一致性校正:这个问题是由卫星CCD成像原理造成的。因为成像是由3块26cm的阵列叠加而成的现实,那么不可避免的会出现3块成像的光学***响应不一致的问题。具体表现在图像宏观上,各块图像的灰度差异非常明显。此时采用以下方案:首先,将拼接部分和均匀信号之间的15个像元的信号下降区进行调整,因为它的变化是均匀的,并且最大变化幅度约是4%,所以可以比较容易的将下降区调整均匀。然后,进行拼接缝部分和均匀信号部分的灰度调整,因为在很窄的若干列中反映的地物信息大体一致,所以可以认为这些列的灰度均值应该一致,通过得到两者之间的灰度均值差异的比例系数,进行灰度调整,以此类推,可以比较好的处理块间和拼接部分的响应不一致问题,上述图像经过灰度一致性校正后处理结果如图15。
上述步骤9)中所述的几何校正包括***几何校正、地球曲率校正、大气折射校正和地球自转校正四个部分。
(1)***几何校正:传感器的外方位因素,是指传感器成像时的位置(Xs,Ys,Zs)和姿态角当外方位因素偏离标准位置而出现变动时,就会使图像产生变形。对于CCD图像,其因外方位因素变化所造成的投影变化可依据以下公式求得:
dy=-(f/H)dYs-(y/H)dZs-[f(1+y2/f2)]dω
式中,dXs,dYs,dZs分别为摄像机在地面坐标***中的坐标变化量;dκ,dω为摄像机姿态角的变化量;H为航高;f为焦距;y为地物点的图像坐标。上式中的y值可根据以下公式求得:
式中,y为地物点的图像坐标,Xp,Yp,Zp为地物点地面坐标;Xs,Ys,Zs是摄像机在地面坐标***中的坐标;aij为摄像机姿态角的函数。
(2)地球曲率校正:地球表面带有弧度,实际的CCD图像是一平面图像,不可避免会导致部分地物信息的叠加和损失,地球曲率引起的象点位移与地形起伏的影响相似。地形起伏的象点位移公式如下:
只要地球表面的点到地球切平面的正射投影距离看作一种地形起伏,就可以用上述公式。
注意,高差h要取负值代入。表达式如下所示:
其中,R0为地球半径,H为传感器航高,f为焦距。
(3)大气折射校正:于光波或电磁波的传播而言,大气层并非一个均匀的介质,因为它的密度是随离地面的高度增加而递减的,所以光波,电磁波在大气层中传播的折射率也随高度而变,从而使电磁波传播的路径不是一条直线而变成了曲线,进而引起了像点的偏移。
象点的位移公式如下,K是一个与传感器航高和地物点高程有关大气条件常数。其表达式为:
Δr=K(r+r3/f2)
其中的H为传感器航高。
当要在x,y两个方向上考虑大气折射时,将r分别用图像坐标x和y来代替处理。
(4)地球自转校正:对于卫星遥感图像,当卫星由北向南运行的同时,地球表面也在由西向东自转,由于卫星图像每条扫描线的成像时间不同,因而造成扫描线在地面上投影依次向西平移,最终使得图像发生扭转。计算公式如下:
从物理原理上来考虑地球自转的影响,同时考虑到一幅图像中顶边和底边的纬度差不会对结果造成太大的影响,也可以使用如下的公式:
dx=ω*R*cosα*t dy=0
其中,ω为地球自转角速度,参考值为2π/86400rad/sec;R为地球半径,参考值为6378000米;α为图像底边中点纬度;t为每一行扫描时间间隔,参考值为2.898*0.001sec。
***几何校正实例所用的图像是接收的tif格式图,几何校正前图也就是辐射校正后的图像见如图16,本次校正中认为在成像过程中卫星运行轨道与设计的相同。在地球自转校正中认为规定tif图像的底边界位于北纬30°,***几何校正后的图见图17。
在做完***几何校正最后一步,即地球自转校正时,此时的图像应为二级产品,***会根据图像的输入信息和处理情况,自动产生二级产品说明文件。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。
Claims (4)
1.一种CCD原始图像的处理方法,其特征在于:该方法包括以下步骤:
1)收集原始CCD数据,通过CD-ROM读入计算机;
2)收集原始CCD地面均匀景数据,通过CD-ROM读入计算机;
3)收集CCD实验室定标数据,通过CD-ROM读入计算机;
4)收集原始CCD星载定标数据数据,通过CD-ROM读入计算机;
5)用CCD预处理***的文件打开功能,分别读入地面均匀景图像和星载定标图像,利用***提供的功能,分别计算每个波段的均匀景和星载定标的相对定标系数;
6)给CCD预处理***指明实验室定标数据的存放目录,利用***提供的功能,计算每个波段、每个探测元的增益值和偏移值;
7)通过CCD预处理***的文件打开功能,读入将要处理的CCD原始数据,并在屏幕上显示图像;
8)观察输入数据的特点,选择需要执行的数据清洗功能;
9)做图像的辐射校正,得到1级产品的图像;
10)做图像的几何校正,输出结果,保存文件,得到2级产品的图像说明文件,并保存到所处理图像的目录。
2.根据权利要求1所述的CCD原始图像的处理方法,其特征在于,所述步骤8)中的数据清洗包括缺元填补、缺行填补和横条纹去除。
3.根据权利要求1所述的CCD原始图像的处理方法,其特征在于:所述步骤9)中的辐射校正包括以下步骤:
(1)准备好实验室绝对定标数据,计算绝对定标系数,并将结果写成文本文件,存入***文件目录以便后用;
(2)收集星载定标数据,检查星载定标数据质量,分别计算每个波段的底电平,写入文本文件,存入***文件目录以便后用;
(3)收集多个地面均匀景数据,选择质量较好的计算图像相对辐射校正系数,写入文本文件,存入***文件目录以便后用;
(4)实验室绝对定标:辐射定标就是根据以下公式由不同的Le和DN用最小二乘法计算得出定标系数G和DN,并绘制出定标曲线,公式如下:
DN=G·Le+DN0,
图像的绝对定标就是根据上述公式,用相机输出灰度量化值反算相机入瞳处的等效光谱辐亮度,***会根据当前处理图像的波段,自动调用相应的系数文件,用上式处理每一个像素,得到定标图像;
(5)去底电平:相机输出信号ai、Bi、bi、di原来都包含底电平,包括稳定项和CCD奇偶差,一般定标资料公式中都有底电平项的处理项,要在原始信号中减掉底电平,即
ai=aoi-ni
Bi=Boi-ni
bi=boi-ni
di=doi-nI,
这里aoi,Boi,boi,doi分别是积分球定标,实验室和在轨相对定标及对地照相的原始输出,ni是底电平,是相机没有光照时的输出信号;
(6)拼接缝处理:这部分的处理是针对卫星在一个谱段内,三块图像数据之间有明显的拼接部分,通过分析,确定第二块图像数据暗像元的具***置,从而确定图像数据具体的起始和结束位置,最后确定现有数据的某些像元为无用像元,第一块数据图像、第二块数据图像、第三块数据图像的具体像元范围;
(7)用地面均匀景作相对辐射校正:用星载定标数据中的底电平数据,去除地面均匀景图像中象素的底电平值,方法如上述去底电平;对去除底电平的地面均匀景图像作拼接缝处理,处理方法如上述拼接缝处理方法;选择地面均匀景图像中较均匀的区域,计算图像上各列的相对辐射校正系数,计算公式为:所有参与计算的像素的均值除以当前列参与计算像素灰度的均值,每个波段计算结果应为5796个,对应5796列,把每个波段的计算结果记录分别在各自的文本文文件中;
(8)灰度一致性校正:将拼接部分和均匀信号之间的15个像元的信号下降区进行调整,然后,进行拼接缝部分和均匀信号部分的灰度调整,通过得到两者之间的灰度均值差异的比例系数,进行灰度调整。
4.根据权利要求3所述的CCD原始图像的处理方法,其特征在于,所述步骤10)中的几何校正包括***几何校正、地球曲率校正、大气折射校正和地球自转校正四个部分:
(1)***几何校正:传感器的外方位因素,是指传感器成像时的位置(Xs,Ys,Zs)和姿态角当外方位因素偏离标准位置而出现变动时,就会使图像产生变形,对于CCD图像,其因外方位因素变化所造成的投影变化可依据以下公式求得:
dy=-(f/H)dYs-(y/H)dZs-[f(1+y2/f2)]dω
式中,dXs,dYs,dZs分别为摄像机在地面坐标***中的坐标变化量;dκ,dω为摄像机姿态角的变化量;H为航高;f为焦距;y为地物点的图像坐标,上式中的y值可根据以下公式求得:
式中,y为地物点的图像坐标,Xp,Yp,Zp为地物点地面坐标;Xs,Ys,Zs是摄像机在地面坐标***中的坐标;aij为摄像机姿态角的函数;
(2)地球曲率校正:地球表面带有弧度,实际的CCD图像是一平面图像,不可避免会导致部分地物信息的叠加和损失,地球曲率引起的象点位移与地形起伏的影响相似,地形起伏的象点位移公式如下:
其中,高差h要取负值代入,表达式如下所示:
其中,R0为地球半径,H为传感器航高,f为焦距。
(3)大气折射校正:于光波或电磁波的传播而言,大气层并非一个均匀的介质,因为它的密度是随离地面的高度增加而递减的,所以光波,电磁波在大气层中传播的折射率也随高度而变,从而使电磁波传播的路径不是一条直线而变成了曲线,进而引起了像点的偏移,象点的位移公式如下,K是一个与传感器航高和地物点高程有关大气条件常数。其表达式为:
Δr=K(r+r3/f2)
其中的H为传感器航高,
当要在x,y两个方向上考虑大气折射时,将r分别用图像坐标x和y来代替处理。
(4)地球自转校正:对于卫星遥感图像,当卫星由北向南运行的同时,地球表面也在由西向东自转,由于卫星图像每条扫描线的成像时间不同,因而造成扫描线在地面上投影依次向西平移,最终使得图像发生扭转,计算公式如下:
从物理原理上来考虑地球自转的影响,同时考虑到一幅图像中顶边和底边的纬度差不会对结果造成太大的影响,也可以使用如下的公式:
dx=ω*R*cosα*t dy=0
其中,ω为地球自转角速度,参考值为2π/86400rad/sec;R为地球半径,参考值为6378000米;α为图像底边中点纬度;t为每一行扫描时间间隔,参考值为2.898*0.001sec。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510305617.9A CN104851106A (zh) | 2015-06-03 | 2015-06-03 | 一种ccd原始图像的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510305617.9A CN104851106A (zh) | 2015-06-03 | 2015-06-03 | 一种ccd原始图像的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104851106A true CN104851106A (zh) | 2015-08-19 |
Family
ID=53850733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510305617.9A Pending CN104851106A (zh) | 2015-06-03 | 2015-06-03 | 一种ccd原始图像的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104851106A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023099A (zh) * | 2016-05-12 | 2016-10-12 | 北京理工大学 | 基于SoPC的遥感全色图像切片辐射校正和几何纠正实现方法 |
CN108810064A (zh) * | 2018-02-06 | 2018-11-13 | 吴敏 | 基于云服务器的远程控制平台 |
US10771673B2 (en) | 2016-03-18 | 2020-09-08 | Fujifilm Corporation | Focusing position detecting device and focusing position detecting method |
CN112070663A (zh) * | 2020-07-24 | 2020-12-11 | 北京空间机电研究所 | 一种多探测器拼接型相机辐射定标联合数据处理方法 |
CN116233583A (zh) * | 2023-05-09 | 2023-06-06 | 中国科学院长春光学精密机械与物理研究所 | 基于环形腔的星上内定标光源、装置及在轨辐射校正方法 |
CN116385903A (zh) * | 2023-05-29 | 2023-07-04 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种面向1级遥感数据的抗畸变在轨目标检测方法与模型 |
-
2015
- 2015-06-03 CN CN201510305617.9A patent/CN104851106A/zh active Pending
Non-Patent Citations (3)
Title |
---|
曾湧 等: "CBERS-1卫星CCD图像高效去噪方法", 《航天返回与遥感》 * |
钟文 等: "CBERS-1卫星CCD相机零级图像处理研究", 《航天返回与遥感》 * |
雷学武 等: "CBERS-1CCD星上定标数据在辐射校正中的应用", 《国土资源遥感》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10771673B2 (en) | 2016-03-18 | 2020-09-08 | Fujifilm Corporation | Focusing position detecting device and focusing position detecting method |
CN106023099A (zh) * | 2016-05-12 | 2016-10-12 | 北京理工大学 | 基于SoPC的遥感全色图像切片辐射校正和几何纠正实现方法 |
CN106023099B (zh) * | 2016-05-12 | 2019-03-12 | 北京理工大学 | 基于SoPC的遥感全色图像切片辐射校正和几何纠正实现方法 |
CN108810064A (zh) * | 2018-02-06 | 2018-11-13 | 吴敏 | 基于云服务器的远程控制平台 |
CN112070663A (zh) * | 2020-07-24 | 2020-12-11 | 北京空间机电研究所 | 一种多探测器拼接型相机辐射定标联合数据处理方法 |
CN112070663B (zh) * | 2020-07-24 | 2024-03-29 | 北京空间机电研究所 | 一种多探测器拼接型相机辐射定标联合数据处理方法 |
CN116233583A (zh) * | 2023-05-09 | 2023-06-06 | 中国科学院长春光学精密机械与物理研究所 | 基于环形腔的星上内定标光源、装置及在轨辐射校正方法 |
CN116385903A (zh) * | 2023-05-29 | 2023-07-04 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种面向1级遥感数据的抗畸变在轨目标检测方法与模型 |
CN116385903B (zh) * | 2023-05-29 | 2023-09-19 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种面向1级遥感数据的抗畸变在轨目标检测方法与模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104851106A (zh) | 一种ccd原始图像的处理方法 | |
Kirk et al. | High‐resolution topomapping of candidate MER landing sites with Mars Orbiter Camera narrow‐angle images | |
Kirk et al. | Ultrahigh resolution topographic mapping of Mars with MRO HiRISE stereo images: Meter‐scale slopes of candidate Phoenix landing sites | |
CN102540166B (zh) | 一种基于优化算法的高光谱传感器交叉辐射定标方法 | |
KR102018789B1 (ko) | 지형정규화 모델 평가 방법, 및 이를 이용한 식생지수 맵의 지형효과 보정방법 및 그 장치 | |
Kluger et al. | Two shifts for crop mapping: Leveraging aggregate crop statistics to improve satellite-based maps in new regions | |
FR2595817A1 (fr) | Procede de determination de l'orientation d'une plate-forme de capteur imageur ou instrument analogue | |
CN102855628B (zh) | 多源多时相高分辨率卫星遥感影像自动匹配方法 | |
Bruce et al. | Pre-processing methodology for application to Landsat TM/ETM+ imagery of the wet tropics | |
CN114022783A (zh) | 基于卫星图像的水土保持生态功能遥感监测方法和装置 | |
CN111144350B (zh) | 一种基于参考底图的遥感影像定位精度评价方法 | |
Meng et al. | Closest spectral fit for removing clouds and cloud shadows | |
Jiang et al. | Fusion of photogrammetric and photoclinometric information for high-resolution DEMs from Mars in-orbit imagery | |
CN102073038B (zh) | 基于微小地形的遥感影像的地形校正的方法 | |
US20200167898A1 (en) | Method for processing an optical image acquired in the presence of aerosols and/or clouds in the atmosphere | |
CN114708204B (zh) | 一种推扫成像的优化处理方法及*** | |
Yang et al. | A correction method of NDVI topographic shadow effect for rugged terrain | |
CN104111080A (zh) | 一种凝视卫星面阵ccd相机的mtf在轨检测方法 | |
O'Connor | Impact of image quality on SfM Photogrammetry: colour, compression and noise | |
CN105205789A (zh) | 一种消除水域遥感数据镜面反射影响的方法 | |
Imperatore et al. | Contribution of super resolution to 3D reconstruction from pairs of satellite images | |
Wilson | The effective resolution element of Landsat Thematic Mapper | |
Kim et al. | Spatiotemporal fusion of high resolution land surface temperature using thermal sharpened images from regression-based urban indices | |
Xie et al. | New Reference Bathymetric Point Cloud Datasets Derived from ICESat-2 Observations: A Case in the Caribbean Sea | |
Washburn | Digital terrain model generation using structure from motion: Influence of canopy closure and interpolation method on accuracy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150819 |
|
RJ01 | Rejection of invention patent application after publication |