《遥感原理与应用》期末报告班级：116112小组：第一组组员：彭茜蕤黄慧林刘佳慧周林指导教师：陈启浩课题：遥感影像辐射校正中国地质大学信息工程学院信息工程系2013年5月目录辐射校正的概念和原理辐射校正的原理部分辐射校正方法效果展示4．辐射校正相关前沿5．参考文献6.小组成员分工辐射校正的概念和原理由于传感器响应特性和大气的吸收、散射以及其他随机因素的影响，导致图像模糊失真，造成图像的分辨率和对比度的相对下降。辐射校正纠正由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辨率和对比度下降等辐射失真。为了得到相对真实有用的遥感图像，这些因素导致的图像误差需要通过辐射校正来复原。辐射校正的原理一、系统辐射校正--传感器定标传感器定标：传感器定标模型可用线性公式表示如g’=kg+b，实质是建立传感器输出值与传感器入瞳处辐射亮度间的联系。（一）光学摄影机内部辐射误差校正光学摄影机内部辐射误差主要是由镜头中心和边缘的透射光的强度不一致造成的，它使得在图像上不同位置的同一类地物有不同的灰度值。设原始图像灰度值g，校正的图像灰度g’,则有g’=g/cosθ；θ为像点成像时光线与主光轴夹角。（二）光电扫描仪内部辐射误差的校正两类误差：（1）光电转换误差；（2）探测器增益变化引起的误差。二、大气校正定义：指消除主要由大气散射引起的辐射误差的处理过程。（一）公式法与卫星扫描同步进行野外波谱测试，将地面测量结果与卫星影像对应像元亮度值进行回归分析，回归方程为：式中，LAi为卫星观测值；Ri为地面反射率；a和b为回归系数；系数a为大气散射引起对辐射的干扰部分a=SiLBi（式中，Si为系统增益因素；Lbi为大气路径辐射率）b表示辐射率Lai随地面反射率Ri递增而增长的程度大小；Ti为大气透射率；Hi为太阳辐照度；θ为太阳天顶角；i代表各波段的序号。将上式代入可得：上式说明决定Lai的因素比较复杂，用这一公式计算Lai时需要获得当时具体气象参数。由前面的公式可得：式中，L’Ai即为校正后图像灰度值；a为大气附加辐射部分。（二）回归分析法用长波数据来校正短波数。做法：在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。（三）直方图校正法:通过灰度直方图对比找出校正量从图像像元亮度值中减去一个辐射偏置量（LP），辐射偏置量等于图像直方图中最小的辐射亮度值。前提（假设）：水体（或阴影）等物体的灰度值为0，大气散射导致图像上这些物体的灰度值不为0（辐射偏置量）三、噪声消除遥感图像的噪声源主要有大气传输通道的噪声及传感器内产生的噪声。大气传输通道中由于大气的湍流扰动影响产生随机噪声；传感器的噪声源包含有转换和滤波过程中产生的噪声，例如，光电检测系统的电流不稳定性所表现的散粒噪声，即电流的无规则起伏现象，低光亮时为泊松分布，高光亮时为高斯分布。传感器的另一在噪声源为滤波器电路中的电阻、电容产生的热噪声，这种噪声也具有高斯分布、零均值的随机特性；热红外波段传感器因各部分的温度变化也产生噪声效应；此外，摄影胶片记录信息时存在的胶片颗粒噪声，既由胶片上溴化银颗粒受等值曝光时因银颗粒的大小、形状不完全一致，而且分布不均匀引起的。以上这些噪音均属于对图像的高频干扰，因此可以采用滤波方法予以消除。3.部分辐射校正方法效果展示图1—1图1-1中为经过直方图校正法校正后图与（右半边部分）与未经处理的原图对比。右边图中水面较左边明显偏暗。图1-2图1-3中为经过回归分析校正后图与（右半边部分）与未经处理的原图对比。4．辐射校正相关前沿辐射校正模型现存问题1、模型输入参数模型输入参数主要有遥感图像、DEM、太阳天顶角和太阳辐射等。1)目前，多数地形辐射校正研究主要针对Landsat图像，对SPOT，IKONOS等高分辨率遥感图像的研究还比较少。由于地形使天空散射光和邻近地表反射光具有很大的随机性和难计算性，在单源数据情况下，阴影区的地形辐射校正无论采用何种模型都不能取得较好的效果。2)DEM精度及遥感图像与DEM配准的精度会直接或间接影响校正效果，尤其在山脊、山谷处会发生过校正或欠校正现象。刘学军等对不同精度DEM的选取及其对校正的影响程度(即DEM尺度问题)有了一定的研究。但高精度和高分辨率的DEM数据往往比较昂贵且难以获得，这在一定程度上限制了模型的发展和应用。3)太阳天顶角虽作为常量参与校正，但它会随地球与太阳的相