《实验二遥感图像的辐射校正.doc》由会员分享，可在线阅读，更多相关《实验二遥感图像的辐射校正.doc（3页珍藏版）》请在金锄头文库上搜索。
1、实验二 遥感图像的辐射校正一、目的和要求通过实验，使学生掌握两种简单易行的遥感图像大气散射校正方法，理解辐射校正的原理和意义。二、实验内容1. 利用回归分析法和直方图法对Landsat TM影像进行大气校正三、原理和方法在遥感成像时，由于各种因素的影响，使得遥感图像存在一定的辐射量失真现象。辐射校正就是消除图像数据中依附在辐射亮度中的各种失真的过程。辐射误差产生的原因包括传感器响应特性、太阳辐射（高度、方位）、地形以及大气条件等。因此完整的辐射校正包括传感器校正、大气校正以及太阳辐射和地形校正。通常我们拿到的影像数据都假定在正常大气条件下对系统辐射强度进行了校准。但为了更精确的校正辐射值，需要
2、进行大气校正，削弱由大气散射引进的辐射误差。常用的大气校正方法有三种：野外波谱测试回归分析、辐射传输方程计算法和波段对比法。野外波谱测试回归分析法需要到野外进行与陆地卫星同步的、一致的测试；辐射传输方程计算法需要测定具体天气条件下的大气参数，两者都实现起来比较困难，因此常采用波段对比法，其理论依据在于大气散射的选择性，即大气散射对短波影响大，对长波影响小，一般有回归分析法和直方图法两种。回归分析法：在不受大气影响的波段和待校正的某一波段图像中，选择各波段均为黑区域（通常为高山阴影区、深大水体）的一系列目标，将每一目标的两个待比较的波段亮度值提取出来进行回归分析，截距即为校正量。然后用原波段图像
3、减去校正量即可。直方图法：假设图像中存在亮度值为0的目标，如深海水体、高山背阴处，在任一波段上亮度值都应为0，但实际只有不受大气影响的波段才为0。例如TM影像，其第7波段直方图0亮度值处有像元频数，而其它波段在0亮度值处无像元频数，因此其它波段最小值即为校正量，用原图像减去即可。四、实验步骤图2-1Raster工具 回归分析法1. 启动ERDAS，在Viewer视窗中打开待处理的TM影像2. Viewer视窗工具条上图标，打开Raster工具栏（图2-1），利用AOI（感兴趣区域）工具选取高山阴影区等在各波段全黑的区域3. ERDAS主菜单UltilitiesConvert Pixels to
4、 ASCII得到所选像元的亮度值文件4. 利用Excel软件打开导出的亮度值文件进行各波段与TM7之间的回归分析，求得校正量5. 借助ERDAS空间建模功能将各波段减去校正量，得到校正影像 直方图法1. 启动ERDAS，在Viewer视窗中打开待处理的TM影像2. Viewer视窗工具条上图标，打开ImageInfo对话框（图2-2），点取Histogram面板，并通过点选上方的列表框选择波段，观察各波段的直方图，若TM7波段直方图0亮度值处有像元频数，则其它波段校正量即为该波段亮度的最小值。3. 借助ERDAS空间建模功能将各波段减去校正量，得到校正影像注：本实验将和实验十一结合完成。图2-2 ImageInfo对话框五、实验结果分析和讨论1. 比较校正前后的影像，说明辐射校正的意义2. 分析比较回归分析法和直方图方法处理的结果。
