数字图像处理-遥感图像的恢复

《数字图像处理-遥感图像的恢复》由会员分享，可在线阅读，更多相关《数字图像处理-遥感图像的恢复（76页珍藏版）》请在金锄头文库上搜索。

1、遥感图像的恢复 遥感图像的恢复 遥感图像的辐射校正 传感器的辐射校正 大气校正 照度校正 条纹和斑点的判定和消除 遥感图像的几何校正 几何变形误差的影响因素 中心投影图像的几何校正 几何纠正的一般过程 遥感图像的辐射校正 遥感图像的几何校正 遥感图像的辐射校正 图像恢复又称图像预处理。它是处理由于 一个或多个质量降级原因而记录下来的影 像，使处理后的图像能最好地接近原始景 物。 遥感图像的降质主要可归结为两大类：即 遥感图像的辐射失真和几何畸变。 遥感图像的辐射校正 辐射失真是指遥感传感器在接收来自地物的电磁 波辐射能时，由于电磁波在大气层中传播和传感 器测量过程中受到遥感传感器本身特性、地物

2、光 照条件(地形影响和太阳高度角影响)以及大气作 用等的影响，而导致的遥感传感器测量值与地物 实际的光谱辐射率的不一致。 几何畸变是指由于遥感传感器方面的原因(例如 扫描线速度的不均匀等)、遥感平台方面的原因( 例如卫星运行姿态的变化)以及地球本身的原因( 例如地球自转的影响)等而造成的图像在几何位 置上的失真。 辐 射 校 正 几 何 纠 正 传感器的辐射校正 以MSS传感器为例介绍辐射失真的校正 辐射失真产生的原因:由于MSS传感器采用了一个检测器阵列，而各 控测元件的增益和漂移具有不均匀性，它们在工作时可能发生变化 ，即实测辐射值相对于标准辐射值的增益和漂移（即线性失真）， 从而造成传感

3、器的辐射失真。 每个传感器输出的校准是这样进行的：当MSS扫描镜对地面自西向 东正程扫描时，检测器检测地物的反射光谱，而当扫描镜自东向西 逆程回扫时关闭快门，检测器不接受地面反射光，接收系统内发出 的标准信号校准楔（人工辐射光源，它随着时间而改变辐射的 强弱），输出检测值，并和遥感图像数据一起记录到磁带上，传感 器的辐射校正就是根据这些数据进行的。 辐射率 时间 0% 100% 校准楔示意图 传感器的辐射校正 对这种线性失真进行校正处理的步骤： 首先然后最后 从校准楔上抽取 六个样本(这六个 点的位置及其标 准辐射值在卫星 发射前的试验中 已经确定，并可 从初始校正表格 中查到) 对这六个点的

4、标 准辐射值和实测 辐射值作线性回 归，计算出该通 道(各个检测器)的 增益值和漂移值 ； 利用增益值 和漂移值对 图像进行校 正 从校准楔上抽取 六个样本(这六个 点的位置及其标 准辐射值在卫星 发射前的试验中 已经确定，并可 从初始校正表格 中查到)； 传感器的辐射校正 (1)线性回归求a、b 线性失真回归关系可表示如 下： 式中：vi为标准楔实测辐射值， xi为校准信号标准辐射值 a为漂移值， b为增益值。 对上述线性失真方程作最小 二乘运算，即可求出a和b 由*可见，a和b可由线性回归获得，Ci和Di 是回归系数。由于xi可由初始校准表中查 到，故Ci和Di 的全部值可以事先计算并制

5、成表格实际上。美国宇航局(NASA)在卫 星发射前通过辐射试验就已经确定了Ci和 Di ，它决定于检测器、波段和增益等因 素，这些因素不同，Ci和Di也可以有较大 的差异。 * 传感器的辐射校正 (2)滤波求a(n)、b(n) 由于标准楔上往往还包含有 噪声，因此必须对计算得到的a和b 值进行滤波处理。一般采用的滤波 公式如下： 式中：a(n)，b(n)为第n次观测值(即前述的 回归计算值)； as(n)，bs(n)和as(n-1)，bs(n-1) 分别 为第n次和第n-1次观测的滤波估计值， n为观测次数，通常取n32。 上式表明：通过利用第n 次观测得到观测值a(n)和 b(n)来修正第n

6、-1次的滤波估 计值 as(n-1)和bs(n-1)，可 以使得第n次滤波估计值比第 n-1次的滤波估计值更加接近 正确值、这样经过多次估计 修正调整，可以使 as(n)和 bs(n) 趋于实际值。 传感器的辐射校正 (3)传感器辐射校正 通常，对某一条扫描行进 行辐射校正时，所需的as(n)和 bs(n)是通过对从当前扫描行开 始的连续32条扫描行的校准值 vi进行回归和滤波处理得到的 。例如，对第i条扫描行进行校 正处理时, as(n)和bs(n)是对第 i到i+31条扫描行的vi 进行回 归和滤波处理得到的。 由线性失真方程的关系反 转即可得到校正公式： 上式中：vc为校正后的辐射值(亮

7、 度值) v为校正前的辐射值(亮度 值)； K为太阳角校正系数， b为经滤波处理的增益值； M为增益修正值，一般取M 1 a为经滤波处理的偏移值( 漂移值) A为偏移修正值，一般取A 0。 传感器的辐射校正 读出校准楔数据 vi (i=16) 查表得到回归系数 Ci 、Di (i=16) 开始 回归计算 卡尔曼滤波 辐射校正处理 已校正CCT 结束 未校正CCT v ab as(n) bs(n) MSS传感器辐射校正流程图（一行扫描） 大气校正 大气对遥感图像影响最大的是散射作用，因而，通常图像处理的大气校 正是指大气散射校正，即消除大气散射对辐射失真的影响。由于大气的 散射作用，传感器在接收

8、地物辐射信息的同时也接收了散射所造成的非 地物辐射能，从而使得遥感图像对比度下降，导致图像犹如蒙上一层薄 纱一样不清晰。 例如设某地物目标如图所示，中心为黑色周 围为白色。若在地面直接测得的亮度(无大气 散射影响)是；最大亮度值为5，最小亮度值 为2，则反差比为 若使用有散射作用的卫片、设散射光附加的亮度 值为5，则此时反差比为 反 射 率 距离 图像平面 0 2 5 10 距离 0 2 5 10 反 射 率 C=5/2=2.5C=10/7=1.4 无散射有散射 对两种情况进行比较，可见散射使得反差 比下降，这是一种有害的影响，它使得图像的 分辨率降低、所以必须进行大气校正。 大气校正 由于大

9、气对电磁波的散射作用主要表现在短波上，对长波影响 小，因而对大气散射进行校正处理用得最多而且也最简单的方法是 多波段间的对比分析法。 以MSS图像为例，介绍多波段间对比分析的大气散射校正方法。 波段（ MSS） 散射率 0.5 1.0 4567 （一）回归分析法（一）回归分析法 分析的基础：MSS4，MSS5，MSS6三个波段都 会受到大气散射的影响、而MSS7波段几乎不会 受到大气散射的影响，它能够较为正确地反映 地物波谱的实际情况，因而可以使用同步获得 的MSS7波段图像来对其它三个波段进行校正。 依据MSS7波段校正其它三个波段的图像作法如 下: 首先，在要进行大气散射校正的MSS4，M

10、SS5 ，MSS6波段的图像中，找出最暗的影像目标， 例如高山的阴影部分等等，同时把对应的同步获 得的MSS7波段图像的同一目标找出来。 其次，将四个波段的图像目标的数据取下来进行 比较，以MSS7波段为横坐标进行点绘作图分析 。 大气校正 以MSS4和MSS7波段为例进行说明，以MSS7波段为x轴。把 MSS4波段作为y轴，现将MSS4和MSS7两波段图像上所选目标的数 据进行点绘，点绘的结果是出现了许多离散的点，这些在二维 坐标平面上点绘的离散点基本呈线性结构形式如图，这些离散 点的x ，y坐标值分别表示MSS7和MSS4目标物对应像元的灰度值 。现对这些离散点进行回归分析如下。 设这些离

11、散点的回归直线为 式中：x和y分别是MSS7和MSS4的灰度值; a和b是回归直线的截距和斜率。 x(MSS7) y(MSS4) a 大气校正 利用所获得的目标物的数据，并由最小二乘法作直线 拟合可得斜率和截距为： 式中：n为目标物像元点数； 为MSS7和MSS4上所选 目标的平均值，即 求出a,b后，回归方程即被确定，其中常数a是直线ya+bx 在y轴上的截距，就是所要求的进行校正的数值。进行校正时、 只需将MSS4波段的各像元的灰度值减去a即可。同理，可用同样 方法求出其他两个波(MSS5,MSS6)的大气散射校正值a。 大气校正 （二）直方图法（二）直方图法 用此法进行大气散射校正，仍以

12、MSS7波段的灰度值为不受大 气散射影响的标准值来对其余各波段的灰度值进行校正。 MSS7波段受大气散射的影响较小当图像中有深而大的水体 或地形阴影时，它的直方图应从零灰度值开始，若其它波段 不受大气散射的影响，也应存在灰度值为零的像元，即直方 图也应从零灰度值开始。一般，其它波段的直方图起点往往 与零灰度值之间有一段距离。这个a值的大小就是由于大气散 射影响而使直方图产生“漂移”的值。 0 a=0 0 a0 a MSS7波段直方图 MSS其他波段直方图 大气校正 进行校正时，可以首先绘出每个波段的直方图，若MSS7波段存在灰 度值为零的像元，则其它各波段只要用原始图像灰度值减去各自波 段的最

13、小灰度值就达到了大气散射校正的目的。 一般，MSS图像四个波段的大气散射校正值数值范围如下： MSS4的校正值在913之间； MSS5的校正值在59之间； MSS6的校正值在15之间； MSS7的校正值在03之间。 应注意，并非所有的MSS7波段的直方图都存在零起点(也就是图 像中未必一定存在全黑区)，当不存在零起点时，直方图法则受到 限制，不能再以MSS7波段为标准进行大气散射校正。 照度校正 遥感图像的质量与摄影时的光照条件有直接关 系。照度校正主要是校正不同太阳高度角所引太阳高度角所引 起的辐射失真起的辐射失真以及地形起伏引起的地形阴影等地形起伏引起的地形阴影等 的辐射失真的辐射失真。地

14、形阴影引起的辐射失真常常可 通过遥感图像间的比值处理加以抑制 ?。本章 只介绍由于成像时间及地理位置的不同所引起 的不同太阳高度角而导致的辐射差异。 照度校正 ( (一一) )太阳高度角校正太阳高度角校正 太阳高度角引起的畸变校正是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 在不考虑地形及太阳高度角对大气衍射的影响时 ，不同太阳高度角所造成的地物辐射水平（即图像亮 度）的差异可通过如下公式进行校正： 式中：f(i,j)为校正前图像在(i,j)像元点的灰度值； f(i,j)为校正后图像在(i,j )像元点的灰度值； 为太阳高度角 照度校正 ( (二二) )不同像幅的照度校

15、正不同像幅的照度校正 在遥感大区域应用研究中， 往往需将两景或两景以上的遥感 图像镶嵌成一幅图像。由于成像 时间不同，光照条件存在差异、 镶嵌时在重叠区域内两景图像的 灰度级水平相差较大，从而影响 镶嵌图像的质量，所以可以通过 太阳光照条件的一致性校正使得 两景图像便于镶嵌、衔接以及获 得良好的镶嵌效果。 对于两景遥感图像的校正方 法是以其中一景图像为标准(参 考图像)，把另一景图像的光照 条件校正成参考图像的光照条件 ，其计算公式如下： 式中，f(i,j)为待校正图像在(i,j) 像元点的灰度值； f(i,j)为校正后图像在(i,j )像元点的灰度值； 0为参考图像成像时的太阳 高度角； 1为待校正图像成像时的太 阳高度角 条纹和斑点的判定和消除 (一)斑点的判定和消除 斑点是由传感器的噪声或磁带等部件的误码率造成的，其特点 是孤立和分散的，因此往往和周围的亮度值有明显的差别，并且 彼此不相关。一般只处理分散、孤立的小斑点（因为对于面积较 大的斑点，计算机难以判断它是地物还是斑点）。 斑点可以通过将图像像元亮度值同它的邻近像元亮度值进行比 较来判定，即当所要判定得像元亮度值f(i,j)与周围邻近点像元 亮度平均值之差超过给定阈值1 ，或所要判定的像元与周围像元 亮度值的方差2减去影像亮度值