《遥感图像辐射校正-实习报告(共12页).docx》由会员分享，可在线阅读，更多相关《遥感图像辐射校正-实习报告(共12页).docx（12页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上遥感影像辐射校正实习报告姓名：_XXX_ _学号：_XXXXXXXX_班级：_XXXXXXXXXX_ECHO DID THIS FOR YOU 2013/6/10专心-专注-专业目录一、实验目的进一步巩固、掌握遥感影像绝对及相对大气校正基本方法。二、实验内容（一）绝对大气校正以实测或从光谱数据库中查得的光谱数据，采用基于ELC的大气校正方法，对交大犀浦校区2006年QuickBird多光谱影像中的第1波段影像进行绝对大气校正。基本步骤：1、从QuickBird多光谱影像文件中提取出第1波段影像；2、从影像中判读出一些典型地物；3、从以前实测的光谱物据或光谱数据库中，读
2、出步骤2中判读出的那些地物对应QuickBird第1波段的反射率值；4、基于步骤3的反射率值，采用基于ELC的大气校正方法，对交大犀浦校区2006年QuickBird多光谱影像中的第1波段影像进行绝对大气校正。（二）相对大气校正回归分析法以交大犀浦校区2006年QuickBird多光谱影像中的第4波段影像为参考，采用回归分析法，对第1波段影像进行相对大气校正。（三）多时相影像匹配法以交大犀浦校区2003年SPOT5多光谱影像中的第3波段（绿波段）影像为参考，采用多时相影像匹配法，对交大犀浦校区2005年SPOT5多光谱影像中的第3波段（绿波段）影像进行相对大气校正。三、实验步骤（一）绝对大气校
3、正1. 从多光谱影像文件中提取出第1波段影像（1）打开在其中选择Interpreter-Utilities-Layer Stack-Input File: quickbird_multi_2006_xipu.img-Output File:2006-1.tif-Layer选择为第一波段-单击Add-Data Type 中的Output设置为无符号十六位-单击OK如图1所示图1，从多光谱影像中提取第1波段的影像的方法图2. 获取特征地物的灰度值与反射率（1）在中读取第1波段的影像图片，并显示，具体语句如下：1).A=imread(2006-1.tif) %将图像信息读取到矩阵A中2).imsho
4、w(A,min(min(A),max(max(A) %在中显示读出的图像如图2所示图2，在中显示quickbird_multi_2006_xipu.img的第1波段影像图（2）在图2所示的图形显示对话框中选择 按钮后，点击地面特征点并从获取其灰度值。在本次实习中，我选取了植被、石头、土壤的为特征地物，对应光谱实习中获取三者的反射率，得到数据如表1所示表1，特征地物的反射率与灰度值地物树叶石头土壤反射率（%）6.7312.654.92灰度值3043643273. 基于大气校正模型的建立(1)由大气校正模型的表达式式中：为第像元灰度值，为特征地物的反射率值，为回归系数，为常数将原始数据带入上式后可
5、得根据最小二乘原理可得的计算公式为将数据带入后得最终得到1波段遥感图像的大气校正模型为可得校正后各对应地物反射率的计算表达式为经过校正后的图像如图3 (a)校正前的图像(b) 校正后的图像图3，绝对大气辐射校正前后的对比图分析：通过校正前后的图像对比后可以看出，经过大气校正后的图像明显要比校正前的图像清晰，因此可以认为本次实习基于ELC的大气校正方法建立的大气校正模型有效。（二）同时多波段图像的大气校正1. 从多光谱影像文件中提取出第4波段影像(1) 打开在其中选择Interpreter-Utilities-Layer Stack-Input File: quickbird_multi_200
6、6_xipu.img-Output File:2006-4.tif-Layer选择为第4波段-单击Add-Data Type 中的Output设置为无符号十六位-单击OK如图4所示图4，从多光谱影像中提取第4波段的影像的方法图(2) 将多光谱影像第1、4波段影像显示如图5 (a)第1波段的影像(b)第4波段的影像图5,进行相对大气校正的影像图2. 相对大气校正模型的建立（1）根据相对大气校正模型的回归方程式中：为第1波段的灰度均值，为第4波段的灰度均值由最小二乘原理得到的计算方法如下（2）在两波段图像中选择从最亮到最暗的一系列目标，对每一目标的两波段亮度值进行回归分析。在两波段中选取的目标点的
7、灰度值如表2表2，样本点的坐标值及灰度值坐标点位(685,772)(681,753)(622,684)(694,782)(842,626)(874,653)(784,499)(1146,449)(813,671)1波段5735254894554083843363072844波段885780728562447432315337170经计算得到的的值为得到的相对大气校正模型为第1波段图像改正值：即校正后结果如图6 (a)校正前的图像(b) 校正后的图像图6，相对大气辐射校正前后的对比图分析：通过校正前后图像的对比可以的观察到经过校正后的图像对比度、地物之间分辨率力并没有明显改变，只是校正后的图像明
8、显比校正前的图像暗。究其原因，在进行校正后的1波段图像矩阵是在原矩阵的基础上减去一个常数，在显示图像时二者只会在整体的明亮程度上有改变。另外在本次图像显示时使用的显示方法不同于绝对校正的显示方法。因为绝对校正中imshow(A,min(min(A),max(max(A)会使矩阵A中的数值被线性规划到0-1之间，而由于相对校正中只是对A减去一个常数，若采用相同的图像显示方法则校正前后的显示图像相同，无法观察到校正效果，因此在本次相对校正中采用了imshow(A/max(max(A)的图像显示方法。（三）多时相影像匹配法1. 从两张多光谱影像文件中分别提取出其第3波段影像。提取出的影像在中显示如图
9、7 （a）基准图像(b)需校正图像 图7，中显示的基准图像与需校正图像2. 伪不变特征点的选取由于伪不变特征点需要具备时间特性随时间变化很小，高度与其他地物相近，含植被少，表面相对平坦等特征，而在题目给出的图像中可以看出2003-2005年图像拍摄地的地物发生了很大改变，故只选取了部分水体的10个点作为伪不变特征点，具体数据表3表3,伪不变特征点的灰度值坐标(166,92)(225,121)(11,270)(249,12)(25,152)(79,7)(369,2)(218,149)(166,93)(200,63)基准图像66536971706168615460需校正图像736663898588
10、616764673. 回归方程的建立(1) 由于的辐射特性随时间变化很小，所以可以认为所对应的像元值在两个时像图像中具有线性变化关系，即式中：为的像元坐标，为时间获取的图像上像元的值，为基准图像上像的值。(2) 利用辐射地面控制点的亮度值，采用回归分析方法，可以求解系数，计算方法如下解得 (3) 建立回归方程为4. 图像归一化对于2005年的图像，采用下式进行归一化处理，使其与基准图像具有相同的辐射水平式中：为归一化前的像元亮度值，为归一化后的像元亮度值将回归方程中求得的系数带入得到校正后的图像如图8， (a)校正前图像(b)校正后图像图8,校正前后图像对比图分析：由图8以看出校正后的图像比校
11、正前的图像略微发暗，在地物间的分辨能力上并无改善。我认为这是与的选取有很大关系的，由于在本次实习中2003年的图像较为模糊，不能明确分辨出土壤和植物，因此选取的都是水体点，可能会不够全面或者存在一些系统误差，使校正后的图像不够理想。四、实验体会在本实验中，我掌握了进行大气校正中的基于的绝对大气校正方法和利用同时相多波段图像中受大气影响较弱的长波段来修正受大气影像较强的短波段的回归分析法，以及在不同时间获取的多幅遥感图像中以一幅作为基准图像，将其他图像的光谱特征归一化到与基准图像大致相同的水平的归一化方法。此外，我还体会到图像显示的清晰度和亮度等与在中选择的显示方法有很大关系，而我在这方面了解的知识还比较少，需要加强学习。