[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

摘要

本发明针对波长在可见光与近红外范围内的多光谱航天遥感数据提供一种自动提取伪不变特征点的遥感图像相对辐射校正技术。该技术主要包括以下步骤：针对DN值的目标图像，找到匹配的地表反射率的参考图像；对两图像进行预处理；利用典型相关分析技术寻找典型相关的点集；在典型相关点集中筛选伪不变特征点；用伪不变特征点拟合线性关系，并利用该关系对目标图像进行线性相对辐射校正处理。该算法直接将目标图像DN值转换到地表反射率，具有处理流程简单、无需人工交互、处理速度快的特点，算法稳定，可用于相同或不同传感器之间的相对辐射校正。尤其适用于辅助信息缺失或定标精度不高、不适合绝对辐射校正的遥感数据的辐射处理。

主权项

一种自动提取伪不变特征的遥感图像相对辐射校正方法，该方法针对波长在可见光到近红外范围内的多光谱航天遥感数据，直接将目标图像DN(digital number)值转换到地表反射率，具体包括以下步骤：步骤1，根据目标图像，确定匹配的参考图像，要求参考图像为地表反射率数据，与目标图像的成像时间近似(可以是不同年的，但月份要求在一个月以内，成像时刻在1小时以内)，传感器观测角差异在10°以内，同时要求目标图像能见度大于30km；步骤2，对目标图像与参考图像进行预处理，包括重投影，几何配准，计算地理重叠区域，各波段象素点对应，排除极值点、过饱和点、云、云下阴影及水体所在象素点；步骤3，使用典型相关分析从步骤2获取的点集中提取典型相关点集；步骤4，从步骤3提取的典型相关点集中筛选伪不变特征点集(Pseudo‑Invariant Features，PIFs)，筛选的步骤包括通过植被指数(NDVI)排除植被象素点，按照传感器观测角差异大小对剩余点排序，保留角度相对一致的点，对于不同传感器数据，保留同质区域内的象素点；步骤5，使用步骤4提取的PIFs计算各波段线性关系，并使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。