[发明专利]一种自动提取伪不变特征的遥感图像相对辐射校正方法

说明书

技术领域

本发明涉及遥感图像辐射校正技术，具体的说，涉及一种自动提取伪不变特征的遥感图像相对辐射校正技术。

背景技术

遥感图像的辐射校正一直是遥感数据处理的主要难点之一。近些年来，随着定量遥感技术迅速发展，特别是利用多传感器、多时相遥感数据进行土地利用和土地覆盖变化监测、全球资源环境分析、气候变化监测等的广泛应用，使得遥感图像辐射校正方法的研究越来越受到重视。目前遥感图像的辐射校正方法可以分为两类，绝对辐射校正(Absolute Radiometric Correction)和相对辐射校正(Relative Radiometric Correction)。

绝对辐射校正是基于大气辐射传输物理过程的，将遥感图像的DN(digital number)值转换为地表反射率或地表反射辐亮度的方法。研究者们发展了很多算法来消除太阳辐照度、大气和传感器差异带来的影响，例如：6S、MODTRAN等辐射传输模型。该类方法较复杂，需要利用一系列参数(例如，卫星过境时的地物反射率、大气能见度、太阳天顶角和卫星传感器标定参数等)。获得这些参数的代价昂贵，又不易实现，尤其对于历史存档数据，获取这些参数更加困难。

相对辐射校正是一种常用方法，它不需要遥感图像获取时的大气状况等参数，而是利用图像像元灰度值，建立多时相遥感图像各个波段之间的变换关系，对遥感图像进行归一化处理。根据变换关系的不同，相对辐射校正又可分为线性相对辐射校正与非线性相对辐射校正两类。线性相对辐射校正对地物的光谱特性保持较好，较为常用，这类方法假设：目标图像的像元与参考图像的像元是线性相关的。这个假设意味着在两图像时间间隔内采样点的光谱反射率特征没有发生变化。为使线性相对辐射校正中线性关系成立，一般假设目标图像与参考图像像元值有相同的物理单位，比如都是DN值或者反射率，这点限制了线性相对辐射校正的适用领域，使之无法用于不同物理量之间的转换。相对辐射校正可以提高数据的光谱一致性，而对物理量绝对精度缺乏验证。

基于伪不变特征(Pseudo-Invariant Features，PIFs)的线性相对辐射辐射校正是近年来的研究热点。PIFs是指遥感图像中那些光谱特性在短时间内变化不大的点，比如不透水层、路面、屋顶和停车场等。PIFs物理含义清晰，是线性辐射校正建立线性关系的依据。目前的PIFs提取算法有很多，存在的主要问题包括人机交互性强，数据通用性差，鲁棒性不高等。实际工程应用需要一个自动的、稳定的PIFs提取算法。

发明内容

本发明的目的是针对遥感应用，提供一种自动的航天遥感图像相对辐射校正技术，特别是对于那些大气参数及传感器辅助信息缺失或传感器定标精度不高的遥感图像的辐射校正。本技术基于典型相关分析自动提取PIFs，并将相对辐射校正技术适用性扩展到不同物理量纲的数据。

本发明的基本思路为：针对波长在可见光与近红外范围内的多光谱航天遥感图像，对于DN值的目标图像，在满足传感器观测角度在正负十度之间，能见度大于30km的情况下，选择一个与其具有重叠区域的、已经转换到地表反射率的参考图像。先对两图像进行预处理，选出重叠区域对应的象素点，继而在这些象素点中采用典型相关分析的方法自动寻找其中典型相关点集，然后从这些典型相关点集中进一步筛选出PIFs，用最终筛选出的PIFs拟合出一个线性关系，最后用该线性关系对目标图像进行相对辐射校正处理。

所述的目标图像与参考图像可以来自同种传感器，比如Landsat TM/ETM+，也可以来自不同传感器，比如目标图像为Landsat TM/ETM+，参考图像为MODIS Terra MOD09GA产品。

本发明的技术方案提供的自动提取伪不变特征的遥感图像相对辐射校正方法，其特征在于包括以下实施步骤：

A根据目标图像信息，确定与其匹配的参考图像；

B对目标图像与参考图像进行预处理，包括坐标重投影、几何配准、计算地理重叠区域、各波段象素点对应，并使用掩膜技术排除极值点、过饱和点、云、云下阴影及水体的象素点；

C使用典型相关分析从获取的点集中提取典型相关点集；

D从提取的典型相关点集中筛选PIFs；

E使用提取的PIFs计算各波段的线性关系，用这些线性关系对目标图像各波段象素点进行线性变换，将DN值直接转换到地表反射率。

上述实施步骤的特征在于：