CN106644081A - 一种多光谱影像标定方法 - Google Patents
一种多光谱影像标定方法 Download PDFInfo
- Publication number
- CN106644081A CN106644081A CN201710018551.4A CN201710018551A CN106644081A CN 106644081 A CN106644081 A CN 106644081A CN 201710018551 A CN201710018551 A CN 201710018551A CN 106644081 A CN106644081 A CN 106644081A
- Authority
- CN
- China
- Prior art keywords
- reflectance
- calibration
- multispectral image
- cloth
- calico
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000004744 fabric Substances 0.000 claims abstract description 80
- 238000012952 Resampling Methods 0.000 claims abstract description 10
- 241000322338 Loeseliastrum Species 0.000 claims description 29
- 238000005070 sampling Methods 0.000 claims description 21
- 230000000747 cardiac effect Effects 0.000 claims 1
- 238000002310 reflectometry Methods 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 241000565357 Fraxinus nigra Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 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 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种多光谱影像标定方法,包括步骤:S1,测量三种校准目标的第一反射率;S2,获得多光谱影像;S3,利用所述多光谱影像获得对应三种校准目标和对应待标定地物目标的像元的亮度值;S4,根据所述多光谱影像将所述第一反射率重采样以得到第二反射率;S5,根据所述第二反射率和对应三种校准目标的像元的亮度值构建标定方程;S6,利用所述标定方程和对应待标定地物目标的像元的亮度值获得待标定目标的标定反射率。本发明的多光谱影像标定方法,通过采用价格便宜,操作方便的黑布、灰布和白布作为校准目标,利用分段线性方程进行标定,标定过程简单易行,且标定结果的精度较高。
Description
技术领域
本发明涉及无人机遥感技术,尤其涉及多光谱影像标定方法。
背景技术
无人机遥感技术能够快速获取国土资源、自然环境等空间的遥感信息,现已获得越来越广泛的应用。近年来,随着材料科学的飞速发展和野外环境研究的需要,多光谱数据,尤其是对于反射率的标定成为研究的重要一步。无人机遥感的飞行高度低,受大气传播干扰极小,可以忽略大气影响。通过利用无人机遥感技术获得多光谱数据,进而对地物的反射率进行标定,现已提出了多种方法。现有技术中常用的利用线性方程进行标定的方法,,其缺点是校准精度不好,另外,校准目标一般选取漫反射标准灰度参照板,其价格昂贵,并且由于其展开范围大,导致操作不方便。
发明内容
本发明要解决的技术问题是,提供一种校准精度好,操作方便的多光谱影像标定方法。
为了解决上述问题,本发明提供了一种多光谱影像标定方法,包括以下步骤:
S1,测量三种校准目标的第一反射率;
S2,获得多光谱影像;
S3,利用所述多光谱影像获得对应三种校准目标和对应待标定地物目标的像元的亮度值;
S4,根据所述多光谱影像将所述第一反射率重采样以得到第二反射率;
S5,根据所述第二反射率和对应三种校准目标的像元的亮度值构建标定方程;
S6,利用所述标定方程和对应待标定地物目标的像元的亮度值获得待标定目标的标定反射率。
优选地,三种校准目标分别是黑布、白布和灰布。
优选地,S5具体为,根据黑布、白布和灰布的第二反射率以及分别对应黑布、白布和黑布的像元的亮度值计算黑布与灰布之间的增益和偏移以及灰布与白布之间的增益和偏移,并利用黑布与灰布之间的增益和偏移以及灰布与白布之间的增益和偏移构建分段式线性方程。
优选地,所述分段式线性方程具体为其中,R*为标定反射率,a1、b1分别是利用黑布和灰布计算出的增益和偏移,a2、b2分别是利用灰布和白布计算出的增益和偏移,X为对应待标定地物目标的像元的亮度值,X灰为灰布的亮度值。
优选地,S1中利用手持地物光谱仪测量第一反射率,S2中利用多光谱相机获得多光谱影像。
优选地,所述第一反射率和所述第二反射率的采样波长位于400nm至1000nm的范围内。
优选地,所述第一反射率的采样波长为400nm至1000nm,采样间隔为1nm,所述第二反射率的采样波段包括6个波段,其中心波长分别是490nm、550nm、680nm、720nm、800nm和900nm,其波长宽度为10nm;S4具体为,将1nm的采样间隔的第一反射率重采样到对应于6个波段的采样间隔的第二反射率。
与现有技术相比,本发明的有益效果在于:通过采用价格便宜,操作方便的黑布、灰布和白布作为校准目标,利用分段线性方程进行标定,标定过程简单易行,且标定结果的精度较高。
附图说明
图1是本发明实施例的多光谱影像标定方法的流程图;
图2是手持地物光谱仪测量黑布、灰布和白布三种校准目标的反射率的曲线图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述,但不作为对本发明的限定。
图1是本发明实施例的多光谱影像标定方法的流程图。如图1所示,本发明的多光谱影像标定方法,包括以下步骤:
S1,测量三种校准目标的第一反射率;
S2,获得多光谱影像;
S3,利用所述多光谱影像获得对应三种校准目标和对应待标定地物目标的像元的亮度值;
S4,根据所述多光谱影像将所述第一反射率重采样以得到第二反射率;
S5,根据所述第二反射率和对应三种校准目标的像元的亮度值构建标定方程;
S6,利用所述标定方程和对应待标定地物目标的像元的亮度值获得待标定目标的标定反射率。
其中,步骤S3与步骤S4的顺序可以互换。通过上述方法,利用有限的校准目标便可以得到多光谱影像的大量像元所对应的待标定地物目标的标定反射率。
其中,在S1步骤中,可以利用手持地物光谱仪测量第一反射率,步骤S2中可以利用多光谱相机获得多光谱影像。
本实施例中,选取的三种校准目标分别是黑布、白布和灰布,黑布、白布和灰布可以是无纺布材料,其价格便宜,携带方便。
本实施例中,步骤S5可以具体为,根据黑布、白布和灰布的第二反射率以及分别对应黑布、白布和黑布的像元的亮度值计算黑布与灰布之间的增益和偏移以及灰布与白布之间的增益和偏移,并利用黑布与灰布之间的增益和偏移以及灰布与白布之间的增益和偏移构建分段式线性方程。
具体的,分段式线性方程可以为其中,R*为标定反射率,a1、b1分别是利用黑布和灰布计算出的增益和偏移,a2、b2分别是利用灰布和白布计算出的增益和偏移,X为对应待标定地物目标的像元的亮度值,X灰为灰布的亮度值。根据上述分段式线性方程,在步骤S6中,将对应待标定地物目标的像元的亮度值与作为校准目标的灰布的亮度值进行比较,并将对应待标定地物目标的像元的亮度值带入对应的方程中以计算该像元对应待标定地物目标的标定反射率。
本实施例中,为了获得较好的标定结果,第一反射率和第二反射率的采样波长优选位于400nm至1000nm的范围内。
例如,第一反射率的采样波长为400nm至1000nm,采样间隔为1nm。第二反射率的采样波段包括6个波段,其中心波长分别是490nm、550nm、680nm、720nm、800nm和900nm,其波长宽度为10nm。当然,第二反射率的采样波段、中心波长和波长宽度可以根据具体的情况而变化,一般的,中心波长选择颜色为蓝、绿、红、近红外所对应的波长范围内。步骤S4具体为,将1nm的采样间隔的第一反射率应用积分法重采样到对应于6个波段的采样间隔的第二反射率。
下面以具体数据进行说明。
利用手持地物光谱仪测量黑布、灰布和白布三种校准目标的反射率数据,具体如图2。其中,手持地物光谱仪记录的是三种校准目标在波长为325nm-1075nm的反射率,其包括了第一反射率的优选的波长范围400nm-1000nm,采样间隔为1nm。
多光谱相机的6个波段的中心波长分别是,490nm、550nm、680nm、720nm、800nm和900nm,波长宽度为10nm。将手持地物光谱仪的1nm采样间隔的光谱数据重采样到多光谱相机对应于波段的采样间隔中,即对第一反射率进行重采样到第二反射率,得到的重采样结果如表1所示。
表1三种校准目标的第二反射率
中心波长 | 490nm | 550nm | 680nm | 720nm | 800nm | 900nm |
黑布(R黑) | 0.041038 | 0.042081 | 0.043399 | 0.044361 | 0.045827 | 0.046427 |
灰布(R灰) | 0.231716 | 0.211411 | 0.214832 | 0.206669 | 0.305834 | 0.320635 |
白布(R白) | 0.951061 | 0.926906 | 0.903714 | 0.909331 | 0.899259 | 0.900016 |
在多光谱影像上得到对应黑布、灰布、白布的像元的亮度值,如表2所示。
表2多光谱影像中的对应黑布、灰布、白布的像元的亮度值
中心波长 | 490nm | 550nm | 680nm | 720nm | 800nm | 900nm |
黑布(DN黑) | 29.57143 | 17.28571 | 18.14286 | 6.285714 | 2.5 | 2.5 |
灰布(DN灰) | 121.8571 | 117.1429 | 97.28571 | 78.14286 | 81.42857 | 65.85714 |
白布(DN白) | 225.4667 | 244 | 239.6667 | 226.8667 | 197 | 154.5333 |
根据表1和表2的数据,通过公式 可计算黑布与灰布之间的增益a1和偏移b1以及灰布与白布之间的增益a2和偏移b2,得到的数据如表3所示。
表3黑-灰与灰-白的增益和偏移
利用分段式线性方程其中,R*为标定反射率,a1、b1分别是表3中的黑-灰的增益和偏移,a2、b2分别是灰-白的增益和偏移,X为待标定地物目标对应的像元的亮度值,X灰为灰布的亮度值。
根据不同待标定地物目标对应的不同像元所处的波长不同,将待标定地物目标对应的像元的亮度值带入对应该波长的分段式线性方程中,即可计算出待标定地物目标的标定反射率。
为了验证本发明的多光谱影像标定方法的结果,利用上述实施例的数据计算了实测地物点(即,带标定地物目标)的标定反射率值,并将其与利用现有技术中常用的几种标定方法对相同实测地物点进行标定的标定反射率值进行了比较分析。
表4示出了不同方法的标定反射率(R*)与真实测量值(R)之间的标准误差(RMSE)。其中,标准误差的公式为
表4不同方法的标准误差
波长(nm) | 490 | 550 | 680 | 720 | 800 | 900 |
1CT-SLG | 25.88 | 20.19 | 25.28 | 14.82 | 6.39 | 6.61 |
1CT-CP | 29.23 | 17.65 | 21.95 | 13.16 | 7.20 | 7.18 |
2CT-B&SLG | 24.30 | 13.83 | 24.28 | 9.83 | 6.12 | 6.08 |
3CT-LST | 173.78 | 62.38 | 65.21 | 24.11 | 12.82 | 10.53 |
3CT-PWL | 24.70 | 16.56 | 23.65 | 11.59 | 7.70 | 8.85 |
表4中,1CT-SLG表示1个校准目标,校准目标为漫反射标准灰度参照板,1CT-CP表示1个校准目标,校准目标为混凝土路面,2CT-B&SLG表示2个校准目标,校准目标为黑布和漫反射标准灰度参照板。本申请中,采用3CT-LST和3CT-PWL方法进行对比分析。其中,3CT-LST表示3个校准目标,校准目标分别是黑布、灰布和白布,采用最小二乘法进行标定,3CT-PWL表示3个校准目标,校准目标分别是黑布、灰布和白布,并且采用分段线性方程进行标定。
表4选取的校准目标,如混凝土路面和漫反射标准灰度参照板,其标定结果比较好,但是野外测量时可能附近并没有混凝土路面,另外,漫反射标准灰度参照板(一般选取33%反射率的漫反射标准灰度参照板)是进口设备,其价格昂贵,并且其展开范围大,操作不方便。
本发明中采用价格便宜,操作方便的黑布、灰布和白布作为校准目标,标定过程简单易行,且标定结果的精度较高。
以上实施例仅为本发明的示例性实施例,不用于限制本发明,本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (7)
1.一种多光谱影像标定方法,其特征在于,包括以下步骤:
S1,测量三种校准目标的第一反射率;
S2,获得多光谱影像;
S3,利用所述多光谱影像获得对应三种校准目标和对应待标定地物目标的像元的亮度值;
S4,根据所述多光谱影像将所述第一反射率重采样以得到第二反射率;
S5,根据所述第二反射率和对应三种校准目标的像元的亮度值构建标定方程;
S6,利用所述标定方程和对应待标定地物目标的像元的亮度值获得待标定目标的标定反射率。
2.根据权利要求1所述的多光谱影像标定方法,其特征在于,三种校准目标分别是黑布、白布和灰布。
3.根据权利要求2所述的多光谱影像标定方法,其特征在于,S5具体为,根据黑布、白布和灰布的第二反射率以及分别对应黑布、白布和黑布的像元的亮度值计算黑布与灰布之间的增益和偏移以及灰布与白布之间的增益和偏移,并利用黑布与灰布之间的增益和偏移以及灰布与白布之间的增益和偏移构建分段式线性方程。
4.根据权利要求3所述的多光谱影像标定方法,其特征在于,所述分段式线性方程具体为其中,R*为标定反射率,a1、b1分别是利用黑布和灰布计算出的增益和偏移,a2、b2分别是利用灰布和白布计算出的增益和偏移,X为对应待标定地物目标的像元的亮度值,X灰为灰布的亮度值。
5.根据权利要求4所述的多光谱影像标定方法,其特征在于,S1中利用手持地物光谱仪测量第一反射率,S2中利用多光谱相机获得多光谱影像。
6.根据权利要求1-5中任一项所述的多光谱影像标定方法,其特征在于,所述第一反射率和所述第二反射率的采样波长位于400nm至1000nm的范围内。
7.根据权利要求6所述的多光谱影像标定方法,其特征在于,所述第一反射率的采样波长为400nm至1000nm,采样间隔为1nm,所述第二反射率的采样波段包括6个波段,其中心波长分别是490nm、550nm、680nm、720nm、800nm和900nm,其波长宽度为10nm;S4具体为,将1nm的采样间隔的第一反射率重采样到对应于6个波段的采样间隔的第二反射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710018551.4A CN106644081B (zh) | 2017-01-10 | 2017-01-10 | 一种多光谱影像标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710018551.4A CN106644081B (zh) | 2017-01-10 | 2017-01-10 | 一种多光谱影像标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106644081A true CN106644081A (zh) | 2017-05-10 |
CN106644081B CN106644081B (zh) | 2018-12-28 |
Family
ID=58843884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710018551.4A Expired - Fee Related CN106644081B (zh) | 2017-01-10 | 2017-01-10 | 一种多光谱影像标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106644081B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108007569A (zh) * | 2017-11-23 | 2018-05-08 | 首都师范大学 | 一种多光谱影像辐射定标方法 |
CN110910458A (zh) * | 2019-12-19 | 2020-03-24 | 长光禹辰信息技术与装备(青岛)有限公司 | 一种灰板标定方法、装置、设备及介质 |
CN113689410A (zh) * | 2021-08-25 | 2021-11-23 | 浙江浙能技术研究院有限公司 | 一种光伏组件表面减反膜层的检测方法 |
CN115615938A (zh) * | 2022-12-14 | 2023-01-17 | 天津中科谱光信息技术有限公司 | 基于反射光谱的水体水质分析方法、装置、电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1556381A (zh) * | 2003-12-30 | 2004-12-22 | 中国科学院上海技术物理研究所 | 航空高光谱遥感飞行地面同步定标及反射率转换方法 |
CN102435309A (zh) * | 2011-09-20 | 2012-05-02 | 北京农业信息技术研究中心 | 农业田间成像高光谱仪场地反射率定标方法及*** |
US20120250962A1 (en) * | 2006-11-07 | 2012-10-04 | The Curators Of The University Of Missouri | Method of predicting crop yield loss due to n-deficiency |
-
2017
- 2017-01-10 CN CN201710018551.4A patent/CN106644081B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1556381A (zh) * | 2003-12-30 | 2004-12-22 | 中国科学院上海技术物理研究所 | 航空高光谱遥感飞行地面同步定标及反射率转换方法 |
US20120250962A1 (en) * | 2006-11-07 | 2012-10-04 | The Curators Of The University Of Missouri | Method of predicting crop yield loss due to n-deficiency |
CN102435309A (zh) * | 2011-09-20 | 2012-05-02 | 北京农业信息技术研究中心 | 农业田间成像高光谱仪场地反射率定标方法及*** |
Non-Patent Citations (3)
Title |
---|
CHUYUAN WANG ET AL.: "A Simplified Empirical Line Method of Radiometric Calibration for Small Unmanned Aircraft Systems-Based Remote Sensing", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 * |
勾志阳等: "无人机高光谱成像仪场地绝对辐射定标及验证分析", 《光谱学与光谱分析》 * |
汪沛等: "多光谱低空遥感图像光照辐射度校正", 《农业工程学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108007569A (zh) * | 2017-11-23 | 2018-05-08 | 首都师范大学 | 一种多光谱影像辐射定标方法 |
CN110910458A (zh) * | 2019-12-19 | 2020-03-24 | 长光禹辰信息技术与装备(青岛)有限公司 | 一种灰板标定方法、装置、设备及介质 |
CN110910458B (zh) * | 2019-12-19 | 2022-12-02 | 长光禹辰信息技术与装备(青岛)有限公司 | 一种灰板标定方法、装置、设备及介质 |
CN113689410A (zh) * | 2021-08-25 | 2021-11-23 | 浙江浙能技术研究院有限公司 | 一种光伏组件表面减反膜层的检测方法 |
CN113689410B (zh) * | 2021-08-25 | 2024-04-26 | 浙江浙能技术研究院有限公司 | 一种光伏组件表面减反膜层的检测方法 |
CN115615938A (zh) * | 2022-12-14 | 2023-01-17 | 天津中科谱光信息技术有限公司 | 基于反射光谱的水体水质分析方法、装置、电子设备 |
CN115615938B (zh) * | 2022-12-14 | 2023-03-28 | 天津中科谱光信息技术有限公司 | 基于反射光谱的水体水质分析方法、装置、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106644081B (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106644081B (zh) | 一种多光谱影像标定方法 | |
CN107389036B (zh) | 一种结合无人机影像的大空间尺度植被覆盖度计算方法 | |
CN102829739B (zh) | 一种面向对象的作物叶面积指数遥感反演方法 | |
CN110567891B (zh) | 一种冬小麦冠层叶绿素估测***及方法 | |
Phinn et al. | Mapping seagrass species, cover and biomass in shallow waters: An assessment of satellite multi-spectral and airborne hyper-spectral imaging systems in Moreton Bay (Australia) | |
CN112051222A (zh) | 一种基于高分卫星影像的河湖水质监测方法 | |
Salyani et al. | Assessment of spray distribution with water-sensitive paper | |
CN112541921B (zh) | 城市绿地植被信息数据化精准测定方法 | |
CN109974665B (zh) | 一种针对缺少短波红外数据的气溶胶遥感反演方法及*** | |
US6768814B1 (en) | Methods applying color measurement by means of an electronic imaging device | |
US11270112B2 (en) | Systems and methods for rating vegetation health and biomass from remotely sensed morphological and radiometric data | |
Yaney-Keller et al. | Using Unmanned Aerial Systems (UAS) to assay mangrove estuaries on the Pacific coast of Costa Rica | |
CN111832518B (zh) | 基于时空融合的tsa遥感影像土地利用方法 | |
CN105404873B (zh) | 一种基于ndvi时间序列坐标转换的冬小麦识别方法 | |
CN102506772A (zh) | 一种基于手机的快速检测叶片面积的方法及装置 | |
CN103914678A (zh) | 基于纹理与植被指数的撂荒地遥感识别方法 | |
CN114323543B (zh) | 一种提高压敏漆试验效率的方法 | |
CN102222238A (zh) | 一种高空间分辨率遥感影像自然色产品自动模拟方法 | |
CN109059808A (zh) | 叶片面积测量方法、***、存储介质及移动终端 | |
CN111415309A (zh) | 一种基于最小反射率法的高分辨率遥感影像大气校正方法 | |
CN113920143A (zh) | 基于无人机遥感影像的亚田块边界提取方法及装置 | |
CN111144350B (zh) | 一种基于参考底图的遥感影像定位精度评价方法 | |
CN115187865A (zh) | 基于地物光谱的无人机影像近红外波段模拟方法、介质 | |
CN102096920A (zh) | 基于标靶图像的亚像素配准方法 | |
CN116385894A (zh) | 基于遥感图像的海岸线识别方法、装置以及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181228 |