遥感数字图像处理期末总结二

第二次总结复习参考题

首先，试用遥感图像几何变形误差的主要来源和类型

遥感图像的几何误差可分为静态误差和动态误差两类。静态误差是指传感器在成像过程中相对于地球表面处于静态状态动态误差主要是由地球在成像过程中的旋转引起的。

可分为内部误差和外部误差。内部误差主要是由于传感器本身的性能和技术指标偏离标称值造成的。例如，对于框架式航空摄像机，有镜头焦距变化、主点偏移、镜头光学畸变等误差；对于多光谱扫描仪，有扫描线的成像时间差、不同波段的成像时间差、扫描镜旋转速度不均匀、非线性和不平行、光电探测器的非中等误差。这本书不讨论静态误差因传感器的结构而异。

外部误差是指传感器本身在正常工作条件下由传感器以外的各种因素引起的误差。例如，由外部位置（位置、姿势）变化、传感介质不均匀、地球曲率、地形起伏、地球旋转等因素引起的变形误差。这些误差通常在获取图像后进行系统校正。

二、试用多种方法纠正遥感图像几何的原理、方法和步骤 ：

原理：在纠正图像与基准图像具有相同地球椭球体和地图投影系统的前提下，利用地面控制点数据对遥感图像进行一、二、多阶数学关系建模， 从而完成影像的几何精纠正，消除影像中的几何畸变。

方法：利用地面控制点数据数学拟合遥感图像的几何畸变，然后最小化

二乘法解算多项系数，建立原始图像空间与真实地理坐标空间之间的数学映射关系，完成图像的几何校正。步骤：确定工作范围，输入遥感图像，选择投影和坐标，选择地面控制点，选择校正方法和校正函数，重新采样图像，输出校正后的图像和精度评估。

卫星遥感图像辐射误差的主要原因是什么？

例子说明了相应的纠正方法

目标测量值与目标光谱反射率或光谱辐射亮度之间的差异称为辐射误差。

有两个原因：传感器本身的响应特性和传感器外部环境的影响，包括大气和太阳辐射。前者校正为系统辐射校正，主要由传感器发射单元完成。后者校正为用户辐射校正，由用户完成。

传感器响应特性：

光学摄像机引起的辐射误差

由于光学镜头中心和边缘的强度不一致，使同一地点在图像的不同位置有不同的灰度值。

2.光电扫描仪引起的辐射误差

一种是光电转换误差，即在扫描传感器中，通过光电转换到电信号过程收集的电磁波信号引起的辐射误差；另一种是探测器增益变化引起的误差。

矫正方法：

2.大气

在大气传输过程中，电磁波受到大气中分子和小颗粒的影响。这些分子和颗粒对光波的多重作用的结果是散射，这与电磁波波长和散射体的大小不同。

校正方法：-

一、相对大气校正:

(1)内部平均法(2)平场域法

二、基于模型的大气校正

三、绝对大气校正

（1）基于地面真实数据的经验方程方法（2）基于图像暗像元的方法

3.太阳辐射

由于太阳高度角和方位角的变化以及地形部位的变化，不同地表接收到不同的太阳辐射。

矫正方法：太阳辐射校正和地形矫正

1.太阳位置:太阳高度角和方向角

2.地形起伏：传感器接收到的辐射与地坡有关。

四、简述辐射定标的概念及常用方法

可见光近红外:标准灯和积分球；黑体用于热红外区

大气辐射传输射传输方程及其特点

ERDAS和Geomatica软件中的ATCOR模型 ；ENVI中的Flaash模型

免费的6S模型：6S 模型: 应用范围广，不受研究区特点和目标类型的影响；特点

LOWTRAN:根据用户的需要，设置水平、倾斜和垂直路径，地对空、空对地等探测几何形式，适用对象广泛。

MODTRAN（ENVI-FLAASH）：MODTRAN 从 LOWTRAN 发展而来，它提高

LOWTRAN 光谱分辨率。

五、大气和太阳辐射引起的辐射误差，其相应的校正方法有哪些?

绝对大气辐射校正：消除大气辐射衰减效应，将遥感像元的DN值转换为地表反射率，辐亮度，地表温度等绝对辐射亮度的过程。通常包含辐射定标。

常用方法：基于辐射传输模型、经验统计方法、暗像元法：

经验统计、LOWTRAN、MODTRAN（ENVI- FLAASH）、5S 模型、6S 模型（附加）

暗像元法：

     假设图像中存在这样一些像素，它们的反射率很小，可以忽略不计。例如，地形起伏山区的阴影处，反射率极低的深海水体等，若没有大气的影响，它们在影像中对应位置的象元亮度值应为0，而实际影像中这些位置象元亮度不为0，这个值就是由于大气散射导致的。那么每个波段上图像的像素值减去它的最小值就可以得到校正后的图像。

 

  优点：不需要卫星同步观测数据，仅依靠图像本身的信息或相关文献资料就可对图像进行大气校正，直接、简易、快速、实用。

  缺点：没有考虑大气的多次散射作用，没有考虑像元间的多次散射影响，没有考虑地形差异的影响，同时图像中黑暗像元的确定也带有一定的主观性，这些都会影响黑暗像元法的结果精度。

相对大气辐射计校正：将遥感影像的DN值转换为类似的整数型，同时消除大气辐射衰减效应。

平场域法：选择影像中具有均质，高反射率特点的区域（沙地、水泥地等）

利用这个区域的时序观测得到的平均光谱值来代表遥感传感器过境时的光谱，然后利用该值减去每个像元的DN值得到相对反射率，从而消除大气影响。

内部平均法：假定整景影像的平均光谱代表了大气影像下的太阳光谱，把影像的DN值与整景影像的DN平均值相除，得到的结果即为相对反射率。

平场域法：选择图像中一块面积大且亮度高而光谱响应曲线变化平缓的区域(如沙漠、大块水泥地、沙地等)建立平场域，然后利用该区域的平均光谱辐射值来模拟图像获取时大气条件下的太阳光谱。将每个像元的辐射值与该平均光谱辐射值的比值作为地表反射率，用以消除大气的影响。该方法要求平场域自身的平均光谱没有明显吸收特征。

不变目标法： 方法原理：不变目标法假定图像上存在具有较稳定反射辐射特性的像元，那么就把这些像元称为不变目标，这些不变目标在不同时相的遥感影像上的反射率将存在一种线性关系，当确定了不变目标及它们在不同时相遥感图像中反射率的这种线性关系，就可以对遥感图像进行大气校正。该方法已被成功地用于TM影像处理之中。

 适用范围：该方法适用于时间序列的多幅遥感影像的归一化校正。

  假设在不同时间获得的M幅影像中，存在N个不变目标。那么我们就选择其中的一幅清晰影像 J 作为参考影像，基于N个不变目标作线性回归，然后将所有其他的影像归一化到影像 J。

注意：在选取不变像素时，在各波段中所选的像素应有亮有暗，否则所作的线性回归就会有很大的误差。

 

六、什么是暗像元?

暗像元是图像中最暗的像元，也就是DN或者反射率最低的像元。

暗像元：代校正的遥感影像上反射率接近于 0 的像元。例如深大水体、高郁闭度

植被、地形隐蔽处。假设：如果待校正的遥感影像上存在暗像元或暗目标，则在忽略大气多次散射和邻近像元漫反射作用的前提     下，反射率本应接近 0 的暗像元由于大气的影响，其反射率明显高于 0 值，那么这部分反射率就代表了大气的辐射效应。从各像元值中减去这些暗像元的像元值，也就消除了大气对整景影像的影响，从而达到大气校正的目的。

七、如何利用暗像元进行遥感影像的辐射校正?

假设：如果待校正的遥感影像上存在暗像元或暗目标，则在忽略大气多次散射和邻近像元漫反射作用的前提下，反射率本应接近 0 的暗像元由于大气的影响，其反射率明显高于 0 值，那么这部分反射率就代表了大气的辐射效应。从各像元值中减去这些暗像元的像元值，也就消除了大气对整景影像的影响，从而达到大气校正的目的。

暗像元法：

     假设图像中存在这样一些像素，它们的反射率很小，可以忽略不计。例如，地形起伏山区的阴影处，反射率极低的深海水体等，若没有大气的影响，它们在影像中对应位置的象元亮度值应为0，而实际影像中这些位置象元亮度不为0，这个值就是由于大气散射导致的。那么每个波段上图像的像素值减去它的最小值就可以得到校正后的图像。

  优点：不需要卫星同步观测数据，仅依靠图像本身的信息或相关文献资料就可对图像进行大气校正，直接、简易、快速、实用。

  缺点：没有考虑大气的多次散射作用，没有考虑像元间的多次散射影响，没有考虑地形差异的影响，同时图像中黑暗像元的确定也带有一定的主观性，这些都会影响黑暗像元法的结果精度。

八、如何利用地面实测数据进行遥感影像的大气辐射校正?

经验方程法：事先测定若干地物反射率并建立标志，以此数据与图像数据对比来消除大气影响； 常选用同类仪器测量，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， 计算辐射校正值。

九、简述地形辐射差异的成因及其校正方法。

由于地形的不同，对于太阳辐射会进行不同的反射，从而使传感器接收到的辐射有所差异。波段比值法、余弦校正法、Minnaert 校正、地形归一化（基于 DEM， 考虑不同坡向、坡度上的地表面与太阳入射角之间的关系    修 正 的  C校正方法。第四章 影像变换与增强。