CN112862902B - 一种空间线阵相机的相对辐射校正方法 - Google Patents
一种空间线阵相机的相对辐射校正方法 Download PDFInfo
- Publication number
- CN112862902B CN112862902B CN202110209813.1A CN202110209813A CN112862902B CN 112862902 B CN112862902 B CN 112862902B CN 202110209813 A CN202110209813 A CN 202110209813A CN 112862902 B CN112862902 B CN 112862902B
- Authority
- CN
- China
- Prior art keywords
- correction
- spectrum
- relative radiation
- radiation correction
- detecting element
- 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.)
- Active
Links
- 238000012937 correction Methods 0.000 title claims abstract description 267
- 230000005855 radiation Effects 0.000 title claims abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000001228 spectrum Methods 0.000 claims abstract description 123
- 238000012417 linear regression Methods 0.000 claims abstract description 32
- 238000013179 statistical model Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 54
- 230000003595 spectral effect Effects 0.000 claims description 48
- 238000013139 quantization Methods 0.000 claims description 37
- 230000001186 cumulative effect Effects 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000523 sample Substances 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004164 analytical calibration Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectrometry And Color Measurement (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明提出了一种空间线阵相机的相对辐射校正方法，利用观测数据的统计模型，自动选取相对辐射校正的基准探元，利用统计模型建立辐射校正直方图查找表，对查找表建立线性回归方程计算校正参数，最后使用绝对辐射定标系数对校正参数进行谱段保形修正。本发明能够在空间线阵相机空域和时域噪声共存的条件下，对其空间噪声线性校正系数建模，本发明对相机的定标功能要求少，适应性强，对于噪声明显的低信噪比观测数据，也能达到良好的相对辐射校正效果。本发明能够根据空间线阵相机在轨辐射性能变化情况更新校正系数，生成的线性校正系数满足量化遥感应用的要求。
Description
技术领域
本发明属于遥感影像数据处理领域，涉及一种空间线阵相机的相对辐射校正方法。
背景技术
空间线阵光学相机通过搭载卫星平台运动实现对地表目标的推扫观测，获取地表的光学影像。为了实现同时覆盖垂轨方向一定空间范围的地物，空间线阵相机的光电转换器件探测单元数量众多，受半导体加工缺陷、处理电路性能波动等因素影响，线阵相机获取的图像数据中存在噪声，影响图像数据的应用。
作为典型半导体光电***，空间线阵相机噪声形成机制复杂，总体上可以分为时域噪声和空域噪声。时域噪声是线阵相机单个积分时间内(积分时间很短，太阳同步轨道空间相机的积分时间为几个毫秒)由于微观粒子的不规则运动导致的，主要包括探测元内部固有噪声、光电子涨落引起的噪声和电子散粒噪声等。空域噪声主要是由于探测器不同探测单元之间光电转换特性不一致引起的噪声。两种噪声在观测数据中同时存在，通常认为是相互独立的。
线阵相机相对辐射校正，是指消除相机的空间噪声，在同样的入射光场条件下，实现不同探测元输出的量化数值(Digital Number，下文简称DN值)一致。空间相机相对辐射校正方法主要包括四种：地面测试校正法、直方图匹配法、星载仪器定标法和偏航定标法。
地面测试校正法在试验室建立与空间观测时尽量一致的条件，利用积分球等设备形成均匀入射光场，通过线性拟合的方法得到相对校正系数。由于试验室模拟环境与在轨运行真实环境存在差异，且空间载荷发射入轨后以及长期运行中辐射响应特性会发生变化，利用实验室测试得到的系数进行相对辐射校正的效果不佳，通常在无其他更好的校正参数时作为辐射校正处理的初始预设值。
直方图匹配法基于采样原理，样本充足的条件下，不同探测元多次采样的结果都接近于实际地表光信号真实分布。统计直方图反映探测元的响应差异，直方图匹配建立查找表可实现相对辐射校正。直方图匹配法能够在目视效果上消除条带噪声，但直方图匹配过程破坏了DN值与入射辐亮度的线性对应关系，还可能出现不同原始观测值对应同样的校正值的情况，因此不适用于量化遥感应用。
星载仪器校正法要求卫星上安装有定标装置，通过漫反射板引入太阳光实现全光路观测，或利用光路切换器引入内置稳定光源进行部分光路观测。通过在轨获取均匀光场的观测数据，在预期所有探元输出DN值一致的前提条件下，采用回归分析等方法计算相对辐射校正系数。内置光源产生的均匀只能通过部分光路，光难以做到与对地观测时光路完全相同，不能处理内光源未经过部分造成的辐射响应差异，影响校正结果的精度。漫反射板全光路定标装置体积大，是能导致载荷整体时效的风险点，需要占用大量体积、质量等资源。这类方法要求线阵相机安装附加定标装置，对卫星资源要求高，无法用于缺少全视场辐射定标装置的线阵相机。
偏航校正法适用于高机动能力的卫星，通过90度偏航观测使得空间载荷线阵探测器的所有探测元依次观测地面上同样的地物。在短时间内光照条件可认为保持不变，等同于获得线阵探测器的均匀光场观测数据，利用预期输出DN值一致的条件，计算相对辐射校正系数，可实现线阵相机的正常对地观测数据的相对辐射校正。偏航定标法依赖卫星的高机动能力，不能用于缺少90度偏航观测能力的卫星，方法具有局限性。
发明内容
本发明解决的技术问题是：克服现有技术的不足，提供一种空间线阵相机的相对辐射校正方法，实现在没有星上定标装置时，不依赖卫星的偏航机动的条件下，完成空间线阵相机的相对辐射校正，消除空间相机长期在轨运行后性能衰减引入的探测元辐射响应差异。
本发明的技术解决方案是：一种空间线阵相机的相对辐射校正方法，该方法对任意单个谱段包括如下步骤：
(1)、获取空间线阵相机同一观测状态下，预设的一段时间内单个谱段全部探测元输出的观测数据，所述观测数据为单个谱段探测元输出的图像量化数值；
(2)、统计步骤(1)所获取的每个探测元图像量化数值的直方图和累计直方图，作为描述探测元辐射响应特性的统计模型；
(3)、根据每个探测元图像量化数值的直方图计算信息熵，利用信息熵自动选取谱段的基准探测元；
(4)、以谱段基准探测元作为参考，采用直方图匹配法，建立每个探测元的相对辐射校正查找表，所述相对辐射校正查找表中包含该谱段每个探测元观测图像量化数值的校正值；
(5)、建立该谱段每个探测元相对辐射校正线性回归模型，以探测元的相对辐射校正查找表为输入，采用加权最小二乘法，求解每个探测元的线性回归模型的相对校正系数；
(6)、根据步骤(5)确定的探测元相对辐射校正线性回归模型，对空间线阵相机单个谱段所有探测元的观测数据进行相对辐射校正。
所述预设的一段时间为3个月～6个月。
所述步骤(3)中自动选取单个谱段基准探测元的方法为：
(3.1)、将步骤(1)所获取的空间线阵相机单个谱段每个探测元输出的图像量化数值的直方图进行归一化处理，得到每个探测元观测图像量化数值的归一化直方图；
(3.2)、利用单个谱段每个探测元输出的图像量化数值的归一化直方图，计算单个谱段每个探测元的信息熵；
(3.3)、将单个谱段不同探测元的信息熵，选取信息熵中值对应的探测元作为该谱段的基准探测元。
所述步骤(3.1)归一化处理的具体步骤为：计算步骤(1)所获取的空间线阵相机单个谱段每个探测元输出的图像量化数值的直方图中的观测数据总数，将单个谱段每个探测元输出的图像量化数值对应的直方图计数值除以观测数据总数，得到单个谱段每个探测元输出的图像量化数值的归一化直方图。
单个谱段每个探测元的信息熵计算公式如下：
其中，pv是归一化直方图中的计数值v对应的归一化计数值，MAX是根据相机量化比特位数确定的最大可能取值，Ei为第i个探测元的单个谱段的信息熵，N为空间线阵相机探测元数量。
所述步骤(4)中，空间线阵相机单个谱段每个探测元的相对辐射校正线性回归模型为：
D＝ai×DN+bi,i＝1～N
其中，其中i为观测探元编号，DN为单个谱段第i个探测元累计直方图中图像量化数值，D为单个谱段相对辐射校正查找表中累计直方图中图像量化数值对应的校正值，N为空间线阵相机探测元数量。
所述加权最小二乘法的权值函数采用图像量化数值直方图计数值的平方根正值，或图像量化数值直方图计数值的自然对数值。
对于多个谱段，还包括如下步骤：
(7)、重复步骤(1)～步骤(5)，得到空间线阵相机多个谱段每个探测元的相对辐射校正线性回归模型；
(8)、根据空间线阵相机的绝对辐射定标系数，进行相对辐射校正系数的谱段保形修正，得到保形修正后的相对辐射校正线性回归模型，并更新绝对辐射校正系数，得到保形修正后适用于所有谱段的绝对辐射校正系数；
(9)、根据步骤(8)确定的多个谱段保形修正后的相对辐射校正线性回归模型，对空间线阵相机多个谱段所有探测元输出的观测数据进行相对辐射校正。
所述保形修正后的相对辐射校正线性回归模型为：
D″ij＝a″ij×DNij+b″ij
其中，
a″ij为保形修正后第j谱段第i个探测元相对辐射校正线性系数的一次项，b″ij为保形修正后第j谱段第i个探测元相对辐射校正线性系数的常数项，D″ij为新的相对辐射校正系数得到的校正结果；j为谱段下标，M为谱段数，mj为第j谱段绝对辐射校正系数的一次项，nj为第j谱段绝对辐射校正系数的常数项；aij为第j谱段第i个探测元保形修正前相对辐射校正系数的一次项，bij第j谱段第i个探测元保形修正前相对辐射校正系数的常数项，mk为保形基准。
保形修正后所有谱段空间线阵相机的所有谱段统一使用相同的绝对辐射校正系数，该系数的常数项为0，一次项为保形基准mk，取值为保形修正前原有绝对辐射校正系数一次项的均值本发明与现有技术相比的优点在于：
(1)、本发明通过最优线性系数方法，能够在空间线阵相机空域和时域噪声共存的条件下，对其空间噪声线性校正系数建模。算法适应性强，对于噪声明显的低信噪比观测数据，也能达到良好的相对辐射校正效果。
(2)、本发明提出的相对校正方法普适性好，适用于所有的空间线阵光学相机，不需要星上定标装置，也不依赖卫星的偏航机动。仅利用线阵相机在轨观测数据建立探测元的辐射响应统计模型，自动计算相对辐射校正的线性系数。
(3)、本发明包含参考探测元选择算法，能够自动选取相对辐射校正的参考探测元，不需要人工分析工作来选定参考像元。
(4)、本发明的相对校正方法能够在轨动态更新校正参数，解决相对辐射校正系数不能更新导致的校正误差增大问题。
(5)、本发明的校正方法包含校正参数保形修正处理，使用修正后参数对多个谱段数据进行相对辐射校正后，不同谱段DN值与实际入射辐亮度成正比。相对校正后的数据可直接计算谱段比值，从多个谱段中选取三个生成相机生成产品数据的浏览图不会出现偏色现象。
附图说明
图1为本发明实施例空间线阵相机的相对辐射校正方法技术流程图；
图2为本发明实施例熵最大值、最小值和中值探测元的直方图；
图3(a)为本发明实施例第233行数据观测DN值曲线图；
图3(b)为本发明实施例第233行相对辐射校正后DN值曲线图；
图4(a)为本发明实施例第233行数据观测DN值图像；
图4(b)为本发明实施例第233行相对辐射校正后图像。
具体实施方式
以下结合附图和具体实施例对本发明进行详细说明。
如图1所示，本发明提供了一种空间线阵相机的相对辐射校正方法，属于一种空间线阵光学相机的相对辐射校正系数自动计算和在轨更新的方法，该方法具体如下：
对任意单个谱段包括如下步骤：
(1)、获取线阵相机观测数据：获取空间线阵相机同一观测状态下，预设的一段时间内单个谱段全部探测元输出的观测数据，所述观测数据为单个谱段探测元输出的图像量化数值，即DN(Digital Number)值；同一观测状态是指空间线阵相机的积分级数、增益等观测状态相同。最好是根据空间线阵光学相机在轨运行过程中辐射响应特性的衰变情况，优化调整其在轨观测状态，在线性响应区间内观测效果达到最优后，收集该观测状态相机的观测数据。考虑到相机在轨运行性能衰减，在具备条件时，应选取不少于三个月的观测数据。如相机在轨运行状态稳定未发现明显性能衰减，可扩大数据选取的时间范围，一般不超过6个月。因此，建立直方图的观测数据时间跨度通常选取1至3个月，最大不应超过6个月,即:所述预设的一段时间为3个月～6个月。线阵相机进行状态切换后，先利用一周左右短时间的数据建立统计模型，待数据量充足后再计算新的直方图更新辐射校正参数。
(2)、线阵相机每个谱段不同每个探元的统计模型：统计步骤(1)所获取的每个探测元输出的图像量化数值的直方图和累计直方图，作为描述探测元辐射响应特性的统计模型；
在线性光学相机完成观测参数优化确定在轨运行状态后，逐谱段统计每个探测元的DN值直方图和DN值累计直方图。
探元量化位数决定其观测数据DN值的所有可能取值，DN值直方图是所有可能取值的计数序列。
DN值累计直方图是所有小于某个数值的DN值计数之和组成的序列，其定义如下：
其中hn是DN值直方图中值为n的像素计数。
(3)、自动选取基准探测元：根据每个探测元输出的图像量化数值的直方图计算信息熵，利用信息熵自动选取单个谱段基准探测元(简称基准探元，Reference Pixel)；
自动选取单个谱段基准探测元的方法为：
(3.1)、将步骤(1)所获取的空间线阵相机单个谱段每个探测元输出的图像量化数值的直方图进行归一化处理，得到每个探测元观测图像量化数值的归一化直方图；
归一化处理的具体步骤为：计算步骤(1)所获取的空间线阵相机单个谱段每个探测元输出的图像量化数值(DN值)的直方图中的观测数据总数，将单个谱段每个探测元输出的图像量化数值对应的直方图计数值除以观测数据总数，得到单个谱段每个探测元输出的图像量化数值的归一化直方图。
(3.2)、利用单个谱段每个探测元输出的图像量化数值的归一化直方图，计算单个谱段每个探测元的信息熵；
单个谱段每个探测元的信息熵计算公式如下：
其中，pv是归一化直方图中的计数值v对应的归一化计数值，MAX是根据相机量化比特位数确定的最大可能取值，例如8比特量化MAX为255，10比特量化MAX为1023,12比特量化MAX为4095。Ei为第i个探测元的单个谱段的信息熵，N为空间线阵相机探测元数量。
(3.3)、将单个谱段不同探测元的信息熵，按照从大到小或者从小到大的顺序进行排序，选取信息熵中值对应的探测元作为该谱段的基准探测元。
(4)、构建DN值查找表：根据对于大量观测数据不同探元累计直方图分布相似原理，构建每个谱段的直方图匹配查找表。以该谱段基准探测元作为参考，采用直方图匹配法，建立单个谱段相对辐射校正查找表，所述相对辐射校正查找表中包含该谱段每个探测元观测图像量化数值的校正值；在累计直方图中找到待校正探元每个DN值的计数在基准探元累计直方图序列中最接近值，该值对应的基准元DN值即为待校正探元DN值查找表的校正值。
空间线阵相机单个谱段每个探测元的相对辐射校正线性回归模型为：
D＝ai×DN+bi,i＝1～N
其中，其中i为观测探元编号，DN为单个谱段第i个探测元累计直方图中图像量化数值，D为单个谱段相对辐射校正查找表中累计直方图中图像量化数值对应的校正值，N为空间线阵相机探测元数量。
(5)、最优线性回归计算相对辐射校正系数：建立该谱段每个探测元相对辐射校正线性回归模型，以探测元的相对辐射校正查找表为输入，采用加权最小二乘法，求解每个探测元的线性回归模型的相对校正系数，从而确定每个探测元相对辐射校正线性回归模型；
本步骤将查找表中原始DN值作为自变量，查找表校正后的DN值作为因变量，建立每个探测元相对辐射校正线性回归模型。利用最优线性回归方法，逐一计算线阵相机每个谱段所有探测元的线性校正系数；在进行最优线性回归时，需要对查找表加权，权值取决于原始观测DN值直方图中的计数值。
采用矩阵运算法求解，将一次线性模型系数视用列向量A表示，将DN值改写为增广矩阵形式用X表示，直方图匹配校正后的值D组成的矩阵用Y表示，如下式：
相对校正的公式为Y＝XA，其中X和Y已知，A为待求参数。
为了避免出现频率低的DN值被忽略，同时确保出现频率高的DN值具有较大的权重，使用权值函数调整各个DN值的权重。优选地，所述加权最小二乘法的权值函数采用图像量化数值直方图计数值(直方图中DN的统计计数值N)的平方根正值或图像量化数值直方图计数值的自然对数值log(N)。
权值矩阵为对角阵用W表示，式中F表示对直方图数值的函数运算，可以采用自然对数函数或平方根函数。
利用矩阵解法求得线性模型系数。
A＝(XTWX)-1XTWY
(6)、根据步骤(5)确定的探测元相对辐射校正线性回归模型，对空间线阵相机单个谱段所有探测元的观测数据进行相对辐射校正。
上述空间线阵相机的相对辐射校正方法，对于多个谱段的相机，还包括如下步骤：
(7)、重复步骤(1)～步骤(5)，得到空间线阵相机多个谱段每个探测元的相对辐射校正线性回归模型；
(8)、相对校正系数的谱段保形优化：根据空间线阵相机的绝对辐射定标系数，进行相对辐射校正系数的谱段保形修正，得到保形修正后的相对辐射校正线性回归模型，并更新绝对辐射校正系数，得到保形修正后适用于所有谱段的绝对辐射校正系数；
对于具有多个谱段的线阵相机，需要利用绝对辐射定标结果对相对校正系数进行谱段保形修正，确保相对校正后各个谱段的能量保持正确的比例关系。相对校正系数保形修正过程中会引入绝对辐射校正系数的常数项分量，完成谱段保形优化后，更新绝对辐射定标系数，消除原有的常数项。如果线阵相机只有一个观测谱段，则可以省略本步骤。
本步骤使用绝对辐射校正系数将DN值转化为辐亮度，将不同谱段辐亮度与相对辐射校正输出DN值成正比作为约束条件，完成空间线阵相机不同谱段相对辐射校正系数的保形修正。具体修正过程如下：
(8.1)、调整探测元的相对辐射校正系数常数项，以消除每个谱段绝对辐射校正系数的常数项。由于相对辐射校正消除了探测元的响应差异，因此每个谱段的所有探测元用相同的绝对辐射校正系数。根据每个谱段的绝对辐射定标系数计算观测辐亮度，公式如下：
Lij＝mj×Dij+nj,j＝1～M
其中j是谱段下标，M为谱段数，Dij为第j谱段第i个探测元相对辐射校正结果，mj为第j谱段绝对辐射校正系数的一次项，nj为第j谱段绝对辐射校正系数的常数项为nj；
将空间线阵相机单个谱段每个探测元的相对辐射校正线性回归模型代入上述观测辐亮度公式可以得到：
对相对辐射校正系数进行调整，令则
Lj＝mjDj′
修正相对辐射校正系数，第j谱段第i个探测元相对辐射校正公式调整为：
D′ij＝aij×DNij+b′ij，其中
式中aij为第j谱段第i个探测元最优线性模型得到的相对辐射校正系数的一次项，b′ij为常数项，D′ij为消除绝对辐射校正系数常数项后，观测DN值的相对辐射校正结果；
(8.2)、以绝对辐射校正系数一次项的均值作为保形校基准，记为mk，对各个谱段的相对辐射校正系数进行保形修正：
其中/>M为谱段数
取则
令
所述保形修正后的相对辐射校正线性回归模型为：
D″ij＝a″ij×DNij+b″ij
其中，
a″ij为保形修正后第j谱段第i个探测元相对辐射校正线性系数的一次项，b″ij为保形修正后第j谱段第i个探测元相对辐射校正线性系数的常数项，D″ij为新的相对辐射校正系数得到的校正结果；j为谱段下标，M为谱段数，mj为第j谱段绝对辐射校正系数的一次项，nj为第j谱段绝对辐射校正系数的常数项；aij为第j谱段第i个探测元保形修正前相对辐射校正系数的一次项，bij第j谱段第i个探测元保形修正前相对辐射校正系数的常数项，mk为保形校基准。
完成以上辐射校正系数调整后，绝对辐射校正系数的常数项为0，第j谱段第i个探测元观测辐亮度计算公式变为：
Lij＝mk×D″ij
由上可知，谱段保形优化前，：
谱段保形优化后：
由谱段保形优化前和谱段保形优化前的公式可以看出谱段保形优化前后，绝对辐射校正后得的辐亮度值保持不变。
随着空间线阵相机在轨运行时间增加，其总体辐射特性每个探测元的辐射性能会发生变化，且不同探测元的变化相互独立，因此需要在轨更新相对辐射校正系数。这个步骤可以生成带有适用时间范围的辐射校正参数，具体操作为：将保形修正后的相对辐射校正系数和保形修正后的绝对辐射定标系数组合为带有适用时间范围的空间线阵相机辐射校正参数。
所述步骤(1)所述的“选取一段时间该状态的观测数据”，和本步骤所述的“将相对辐射校正系数和绝对辐射校正系数组合为带有适用时间范围的空间线阵相机辐射校正参数”，通过多次选取不同时间段的观测数据生成辐射校正参数序列，可以实现空间线阵相机相对辐射校正系数的在轨更新。
(9)、根据步骤(8)确定的多个谱段保形修正后的相对辐射校正线性回归模型，对空间线阵相机多个谱段所有探测元输出的观测数据进行相对辐射校正。最好是匹配适用时间范围包含该观测时间的辐射校正参数，利用线性校正系数对线阵相机各个谱段原始观测DN值逐像元进行相对辐射校正，即可消除空间响应噪声，获得相对辐射校正后的遥感影像数据。
保形修正后所有谱段绝对辐射校正系数的常数项nj设为0，绝对辐射校正系数的一次项统一设置为保形校基准mk，取值为绝对辐射校正系数一次项的均值
空间线阵相机最轨运行后，按照探测元计算相机每天的观测数据直方图。根据空间相机在轨运行过程中的辐射响应性能衰减情况，按需定期更新相对辐射校正系数。更新系数的关键在于选定一定时间范围数据的直方图，然后按照步骤(1)到(5)计算衰减后新的相对辐射校正系数。
综上所述，本发明通过信息熵大小自动选取线阵相机的参考探测元，建立线性回归模型，使用在轨观测数据的统计直方图作为约束条件，得到相对校正系数，并结合绝对辐射校正系数进行。方法使用在轨观测数据的统计结果计算校正系数，真实反应线阵相机在轨观测性能，通过选定不同时间段的数据计算直方图，能够在轨按需更新校正系数，消除空间相机长期在轨运行后性能衰减引入的探测元辐射响应差异。
实施例：
某具有多个谱段的空间线阵相机具有4个谱段，每个谱段具有2048个探测元，量化位数为12比特。相机经过在轨测试选定常规运行工作状态后，利用3个月的观测数据分别计算每个谱段各个探测元的直方图，共得到8192个直方图。每个探测元DN值取值范围为[0,4095],其直方图有4096个计数值。利用直方图计算每个探测元的累计直方图，得到8192个累计直方图。
在进行谱段保形修正前的步骤，逐谱段进行。线阵相机推扫观测，所有探测元获取的总观测DN值数相等。以第1谱段为例，3个月每个探测元都获取23267945个DN值。将第1谱段所有探测元的2048个直方图计数除以23267945进行归一化，分别计算信息熵。对2048个探测元的信息熵从小到大排序，选择第1024个值作为中值，信息熵是该值的探测元为1356元，选做第1谱段的参考探测元。线阵探测元数为奇数时选择的熵中值为严格中值，探测元数为偶数时可在中间两个值中任选一个，本例2048个探测元时，可选择熵排序的第1024或1025个值作为中值。如图2所示。
使用第1谱段第1380探测元的累计直方图，依次建立其他探测元的相对校正查找表。以第5探测元DN值600为例，累计直方图中DN值600的计数值为1200166，在第1380探元的累计直方图中DN值845的计数值与其最接近，因此该探测元的相对辐射校正查找表中DN值600的校正结果为845。
利用加权最小二乘法逐谱段计算探测元的相对辐射线性校正系数。选用sqrt(X)作为权函数进行计算，即对于计数值为10000的DN值，其最小二乘回归模型中的权值为100。得到第1谱段第5探测元的校正系数a1,5为1.19662，b1,5为129.232。
如图3(a)和图3(b)所示,本发明实施例第233行数据，自左向右画出校正前后的400个探测元的数据曲线。可以看到相对辐射校正较好的消除了不同探测元的辐射响应差异。校正后地物曲线的平滑性显著提高，数据曲线更准确的反映了地物自身的特征。
进行多个谱段的保形变换，四个谱段的绝对辐射定标系数如下表，计算绝对辐射校正系数1次项的均值mk，其取值为0.0387895。以敦煌定标场中心点观测数据为例，说明保形变换过程。该点在四个谱段的观测DN值依次为1367、2213、2085和770，用加权最小二乘法的线性系数校正后为1418,2151,2060,900。使用四个谱段的绝对辐射校正系数和求得的辐亮度，进行保形修正。得到最终的校正值为2420、1826、1370和792。修正过程数据如下表所示。
利用保形修正后的相对辐射校正结果和所有谱段共用的相对辐射校正系数，求得敦煌定标场中心点四个谱段的辐亮度为93.871、70.830、53.142和30.721，在考虑校正过程中DN值取整舍入误差的条件下，四个谱段的辐亮度值与保形修正前得到的辐亮度一致，如图4(a)、图4(b)所示。
按照以上步骤，生成一个包含适用时间范围的线阵相机的辐射较正参数，包括相对辐射校正系数和更新后的绝对辐射校正系数。根据线阵相机在轨运行期间传感器的性能变化情况，选定相对辐射校正系数更新的时间周期，按照本专利的步骤处理每个周期的观测数据，得到空间线阵相机整个在轨运行期间的辐射校正校正参数序列。选定相对辐射校正系数更新的时间周期有两种方法：1)主观判断法，对产品进行质量检测发现有相对辐射校正系数的效果变差；2)定量化方法，利用相机观测均匀地物的产品，计算相对辐射校正误差，超过3％时，更新相对辐射校正系数。
对线阵相机观测数据进行辐射校正时，首先根据观测数据获取时间，匹配适合的辐射校正参数，使用得到相对辐射校正参数按照下式计算每个谱段校正后的DN值
D＝a″i*DN+b″i
其中DN为原始观测DN值，D为校正后的输出DN值，a″i为第i个探测元的一次校正系数,bi″为第i个探测元的常数校正系数。按照以上方法完成相对辐射校正后，需使用更新后的绝对辐射校正系数mk将DN值转换为表观辐亮度。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (8)
1.一种空间线阵相机的相对辐射校正方法，其特征在于对任意单个谱段包括如下步骤：
(1)、获取空间线阵相机同一观测状态下，预设的一段时间内单个谱段全部探测元输出的观测数据，所述观测数据为单个谱段探测元输出的图像量化数值；
(2)、统计步骤(1)所获取的每个探测元图像量化数值的直方图和累计直方图，作为描述探测元辐射响应特性的统计模型；
(3)、根据每个探测元图像量化数值的直方图计算信息熵，利用信息熵自动选取谱段的基准探测元；
(4)、以谱段基准探测元作为参考，采用直方图匹配法，建立每个探测元的相对辐射校正查找表，所述相对辐射校正查找表中包含该谱段每个探测元观测图像量化数值的校正值；
(5)、建立该谱段每个探测元相对辐射校正线性回归模型，以探测元的相对辐射校正查找表为输入，采用加权最小二乘法，求解每个探测元的线性回归模型的相对校正系数；
(6)、根据步骤(5)确定的探测元相对辐射校正线性回归模型，对空间线阵相机单个谱段所有探测元的观测数据进行相对辐射校正；
对于多个谱段，还包括如下步骤：
(7)、重复步骤(1)～步骤(5)，得到空间线阵相机多个谱段每个探测元的相对辐射校正线性回归模型；
(8)、根据空间线阵相机的绝对辐射定标系数，进行相对辐射校正系数的谱段保形修正，得到保形修正后的相对辐射校正线性回归模型，并更新绝对辐射校正系数，得到保形修正后适用于所有谱段的绝对辐射校正系数；
所述保形修正后的相对辐射校正线性回归模型为：
Di′j′＝ai′j′×DNij+bi′j′
其中，
ai′j′为保形修正后第j谱段第i个探测元相对辐射校正线性系数的一次项，bi′j′为保形修正后第j谱段第i个探测元相对辐射校正线性系数的常数项，Di′j′为新的相对辐射校正系数得到的校正结果；j为谱段下标，M为谱段数，mj为第j谱段绝对辐射校正系数的一次项，nj为第j谱段绝对辐射校正系数的常数项；aij为第j谱段第i个探测元保形修正前相对辐射校正系数的一次项，bij第j谱段第i个探测元保形修正前相对辐射校正系数的常数项，mk为保形基准；
(9)、根据步骤(8)确定的多个谱段保形修正后的相对辐射校正线性回归模型，对空间线阵相机多个谱段所有探测元输出的观测数据进行相对辐射校正。
2.根据权利要求1所述的一种空间线阵相机的相对辐射校正方法，其特征在于所述预设的一段时间为3个月～6个月。
3.根据权利要求1所述的一种空间线阵相机的相对辐射校正方法，其特征在于所述步骤(3)中自动选取单个谱段基准探测元的方法为：
(3.1)、将步骤(1)所获取的空间线阵相机单个谱段每个探测元输出的图像量化数值的直方图进行归一化处理，得到每个探测元观测图像量化数值的归一化直方图；
(3.2)、利用单个谱段每个探测元输出的图像量化数值的归一化直方图，计算单个谱段每个探测元的信息熵；
(3.3)、将单个谱段不同探测元的信息熵，选取信息熵中值对应的探测元作为该谱段的基准探测元。
4.根据权利要求3所述的一种空间线阵相机的相对辐射校正方法，其特征在于所述步骤(3.1)归一化处理的具体步骤为：计算步骤(1)所获取的空间线阵相机单个谱段每个探测元输出的图像量化数值的直方图中的观测数据总数，将单个谱段每个探测元输出的图像量化数值对应的直方图计数值除以观测数据总数，得到单个谱段每个探测元输出的图像量化数值的归一化直方图。
5.根据权利要求3所述的一种空间线阵相机的相对辐射校正方法，其特征在于单个谱段每个探测元的信息熵计算公式如下：
其中，pv是归一化直方图中的计数值v对应的归一化计数值，MAX是根据相机量化比特位数确定的最大可能取值，Ei为第i个探测元的单个谱段的信息熵，N为空间线阵相机探测元数量。
6.根据权利要求1所述的一种空间线阵相机的相对辐射校正方法，其特征在于所述步骤(4)中，空间线阵相机单个谱段每个探测元的相对辐射校正线性回归模型为：
D＝ai×DN+bi,i＝1～N
其中，其中i为观测探元编号，DN为单个谱段第i个探测元累计直方图中图像量化数值，D为单个谱段相对辐射校正查找表中累计直方图中图像量化数值对应的校正值，N为空间线阵相机探测元数量。
7.根据权利要求1所述的一种空间线阵相机的相对辐射校正方法，其特征在于所述加权最小二乘法的权值函数采用图像量化数值直方图计数值的平方根正值，或图像量化数值直方图计数值的自然对数值。
8.根据权利要求1所述的一种空间线阵相机的相对辐射校正方法，其特征在于保形修正后所有谱段空间线阵相机的所有谱段统一使用相同的绝对辐射校正系数，该系数的常数项为0，一次项为保形基准mk，取值为保形修正前原有绝对辐射校正系数一次项的均值
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110209813.1A CN112862902B (zh) | 2021-02-24 | 2021-02-24 | 一种空间线阵相机的相对辐射校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110209813.1A CN112862902B (zh) | 2021-02-24 | 2021-02-24 | 一种空间线阵相机的相对辐射校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112862902A CN112862902A (zh) | 2021-05-28 |
| CN112862902B true CN112862902B (zh) | 2024-05-07 |
Family
ID=75991280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110209813.1A Active CN112862902B (zh) | 2021-02-24 | 2021-02-24 | 一种空间线阵相机的相对辐射校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112862902B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101776486A (zh) * | 2009-12-31 | 2010-07-14 | 华中科技大学 | 一种基于红外焦平面非均匀性指纹模式的校正方法 |
| CN102538966A (zh) * | 2012-01-20 | 2012-07-04 | 中国科学院上海技术物理研究所 | 超光谱成像仪短波红外实验室光谱定标校正方法 |
| CN102901516A (zh) * | 2012-09-29 | 2013-01-30 | 航天恒星科技有限公司 | 一种基于绝对辐射定标的多光谱影像辐射校正方法 |
| CN103235292A (zh) * | 2013-05-08 | 2013-08-07 | 西安电子科技大学 | 平面相控阵调零保形校正的全维和差测角方法 |
| CN105632015A (zh) * | 2015-12-24 | 2016-06-01 | 中钞实业有限公司 | 一种基于云平台的银行票据指纹特征防伪鉴别方法 |
| CN107192689A (zh) * | 2017-04-28 | 2017-09-22 | 浙江必达科技有限公司 | 一种基于多尺度太赫兹光谱的原包装奶粉无损检测方法 |
| CN107562791A (zh) * | 2017-08-01 | 2018-01-09 | 中国资源卫星应用中心 | 一种基于大数据统计的遥感卫星相对辐射定标处理方法 |
| CN110470230A (zh) * | 2019-07-15 | 2019-11-19 | 中国计量大学 | 一种波纹阻火盘表面波高尺寸测量方法 |
| CN110619611A (zh) * | 2019-09-09 | 2019-12-27 | 北京迈格威科技有限公司 | 图像校正标定方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7272510B2 (en) * | 2002-01-10 | 2007-09-18 | Foss Analytical A/S | Method and means for correcting measuring instruments |
-
2021
- 2021-02-24 CN CN202110209813.1A patent/CN112862902B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101776486A (zh) * | 2009-12-31 | 2010-07-14 | 华中科技大学 | 一种基于红外焦平面非均匀性指纹模式的校正方法 |
| CN102538966A (zh) * | 2012-01-20 | 2012-07-04 | 中国科学院上海技术物理研究所 | 超光谱成像仪短波红外实验室光谱定标校正方法 |
| CN102901516A (zh) * | 2012-09-29 | 2013-01-30 | 航天恒星科技有限公司 | 一种基于绝对辐射定标的多光谱影像辐射校正方法 |
| CN103235292A (zh) * | 2013-05-08 | 2013-08-07 | 西安电子科技大学 | 平面相控阵调零保形校正的全维和差测角方法 |
| CN105632015A (zh) * | 2015-12-24 | 2016-06-01 | 中钞实业有限公司 | 一种基于云平台的银行票据指纹特征防伪鉴别方法 |
| CN107192689A (zh) * | 2017-04-28 | 2017-09-22 | 浙江必达科技有限公司 | 一种基于多尺度太赫兹光谱的原包装奶粉无损检测方法 |
| CN107562791A (zh) * | 2017-08-01 | 2018-01-09 | 中国资源卫星应用中心 | 一种基于大数据统计的遥感卫星相对辐射定标处理方法 |
| CN110470230A (zh) * | 2019-07-15 | 2019-11-19 | 中国计量大学 | 一种波纹阻火盘表面波高尺寸测量方法 |
| CN110619611A (zh) * | 2019-09-09 | 2019-12-27 | 北京迈格威科技有限公司 | 图像校正标定方法、装置、计算机设备和存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| Improvement on radiation correction of orbit sensor based on BRDF model;Haoyang Yu;《 2014 12th International Conference on Signal Processing (ICSP)》;20150122;论文全文 * |
| 利用可见光/近红外反射光谱估算土壤总氮含量的实验研究;徐永明, 蔺启忠, 黄秀华, 沈艳, 王璐;地理与地理信息科学;20050130(第01期);论文全文 * |
| 国产高分辨率遥感卫星数据处理分析与区域应用;徐文;《科技成果》;20141225;论文全文 * |
| 基于太阳漫反射板线阵CCD相对辐射定标方法研究;张黎明;《光学学报》;20191211;论文全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112862902A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7715651B2 (en) | Method and apparatus for enhancing a digital image | |
| CN109974854B (zh) | 一种框幅式fpi高光谱图像的辐射校正方法 | |
| CN110186822B (zh) | 一种气溶胶光学厚度遥感反演方法 | |
| CN111353937B (zh) | 一种遥感图像的超分辨率重构方法 | |
| CN100432697C (zh) | 基于统计约束模型的线阵扫描图像非均匀性校正方法 | |
| CN113177512B (zh) | 一种星星间交叉辐射定标的匹配阈值分析方法 | |
| CN110689505B (zh) | 一种基于场景的星载遥感仪器自适应校正方法和*** | |
| CN112862902B (zh) | 一种空间线阵相机的相对辐射校正方法 | |
| Wang et al. | The impact of variable illumination on vegetation indices and evaluation of illumination correction methods on chlorophyll content estimation using UAV imagery | |
| CN116612080B (zh) | 基于高光谱图像波谱曲线的变化检测方法 | |
| CN104198397B (zh) | 氮磷钾交互作用下温室作物营养含量检测的方法 | |
| CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
| CN115988334B (zh) | 一种自校正的数字化相机移动遥感***及方法 | |
| CN115203911B (zh) | 遥感载荷在轨绝对辐射定标系数业务化计算方法及装置 | |
| Schläpfer et al. | Evaluation of brefcor BRDF effects correction for HYSPEX, CASI, and APEX imaging spectroscopy data | |
| CN108279221B (zh) | 一种局部天区大气透明度获取方法 | |
| CN114136445B (zh) | 一种提高无人机机载高光谱辐射校正精度的方法 | |
| CN113029977B (zh) | 一种针对宽视场角多光谱传感器的自动交叉辐射定标方法 | |
| CN113570523B (zh) | 针对光学图像的相对辐射校正系数自动生成和外推方法 | |
| CN114529838A (zh) | 基于卷积神经网络的土壤含氮量反演模型构建方法及*** | |
| CN111089607B (zh) | 一种望远镜***探测能力自动标校方法 | |
| Schmidt et al. | A method for operational calibration of AVHRR reflective time series data | |
| CN111552919B (zh) | 一种线阵推扫式遥感成像仪信噪比评估方法 | |
| Wevers et al. | Performance characterization and near-real-time monitoring of MUSE adaptive optics modes at Paranal | |
| CN116609276A (zh) | 一种光学传感器色度角修正模型构建方法及装置 |
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 |