[发明专利]一种夜光遥感影像相对辐射校正方法

权利要求书

1.一种夜光遥感影像相对辐射校正方法，其特征在于，包括：

步骤S1：获取研究区域所有DMSP/OLS影像数据；

步骤S2：对获取的所有DMSP/OLS影像数据进行重采样和图像配准，获得处理后的影像，处理后的影像包括校正基准影像和待校正影像；

步骤S3：建立相邻年份的待校正影像间密度图；

步骤S4：选取步骤S3中密度图的脊线点作为特征点，计算相邻年份的待校正影像的二阶多项式系数，其中，二阶多项式系数用于计算两相邻年份的待校正影像间DN值之间的关系；

步骤S5：基于二阶多项式系数和校正基准影像对后续待校正影像进行校正，获得校正后的第一影像；

其中，步骤S5具体包括：

步骤S5.1：获取校正基准影像所在年份和待校正影像所在年份；

步骤S5.2：当待校正影像所在年份小于校正基准影像所在年份时，计算待校正影像所在年份的原始影像与所在年份后一年的原始影像间的多项式系数，并将待校正影像所在年份的影像校正到所在年份后一年的辐射等级上，并将该经过校正的影像作为新的待校正影像；当待校正影像所在年份大于校正基准影像所在年份时，计算待校正影像所在年份的原始影像与所在年份前一年的原始影像间的多项式系数，并将待校正影像所在年份的影像校正到所在年份前一年的辐射等级上，并将该经过校正的影像作为新的待校正影像；

步骤S5.3：迭代执行步骤S5.2，直到将待校正影像所在年份的影像校正到校正基准影像所在年份的辐射等级上；

对于影像中对应同一地物的像元，对其附加限制条件，使得后一年的对应同一地物的像元，其DN值不小于前一年的DN值。

2.如权利要求1所述的方法，其特征在于，步骤S3中的密度图以校正基准影像的DN值范围作为x轴，以待校正影像的DN值范围作为y轴。

3.如权利要求2所述的方法，其特征在于，步骤S4具体包括：

步骤S4.1：自动选取密度图中脊线上的点作为二阶回归模型的特征点，其中，特征点包括校正基准影像对应的第一特征点和待校正影像对应的第二特征点；

步骤S4.2：利用公式(1)计算相邻年份的待校正影像的多项式系数，

y＝ax+bx²+c (1)

其中，y表示第一特征点的DN值，x表示第一特征点的DN值，a,b,c为利用最小二乘估计的二阶多项式系数。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

步骤S5.4：对所在年份小于校正基准影像年份的校正后影像，利用公式(2)进行连续性校正：

其中，n1＝1992,…,i年，DN_n1为第n1年数据的DN值，DN_n1-1为前一年数据的DN值；

步骤S5.5：对所在年份大于校正基准影像年份的校正后影像，利用公式(3)进行连续性校正：

其中，n2＝i,…,2013年，DN_n2为第n2年数据的DN值，DN_n2+1为后一年数据的DN值。

5.如权利要求1所述的方法，其特征在于，在获得校正后的第一影像之后，所述方法还包括步骤S6：

对校正后的第一影像进行过饱和校正，获得最终校正影像。

6.如权利要求5所述的方法，其特征在于，步骤S6具体包括：

将校正后的第一影像中像元的DN值大于DMSP/OLS影像最大DN值63的影像校正为63，过饱和校正公式如下：

其中n3＝1992,…,2013年，DN_n3为第n3年的DN值。

7.如权利要求5所述的方法，其特征在于，所述方法还包括：

获取研究区域的区域矢量文件和GDP数据；

根据最终校正影像、研究区域的区域矢量文件以及GDP数据，计算最终校正影像研究区域内夜间灯光总量以及夜间灯光总量与GDP之间的相关性。