[发明专利]一种基于PCA变换的遥感反射率图像反立体校正方法

摘要

本发明提供一种基于PCA变换的遥感反射率图像反立体校正方法，其特点是，该方法是对遥感数字灰度图像进行辐射校正和大气校正获得遥感反射率图像,并对之进行主成分变换，将遥感反射率图像由图像空间变换至主成分空间，获得各主成分图像，并以离差标准化地表粗糙度作为太阳西北方位地形阴影图（Shaded Relief Model）的权重，以作为第一主成分图像权重，求和构建新的第一主成分图像，最后基于新的第一主成分图像，由主成分空间反变换至多光谱图像空间，实现对遥感图像的反立体现象的校正；同传统的基于色彩空间变换的反立体校正方法相比较，该方法能根据地形复杂程度的不同，对遥感反射率图像中的反立体现象进行校正，且具有反立体校正后图像光谱信息损失少的优点。

主权项

一种基于PCA变换的遥感反射率图像反立体校正方法，其特征在于，包括以下步骤：a 对由搭载在航天、航空飞行器上的传感器或遥感器所记录的遥感数字灰度图像进行辐射校正和大气校正，获得校正后的遥感反射率图像；b 对遥感反射率图像和数字高程模型DEM数据进行配准，统一坐标系统为高斯‑克吕格平面直角坐标系，并作重采样和裁剪工作，使两者具有相同的空间分辨率和图幅范围；c 基于遥感反射率图像，进行主成分变换PCA，获得不相关各主成分数据；d 根据遥感反射率图像的成像时刻及图像中心点经纬度坐标，计算成像时刻太阳方位角和太阳高度角；e 基于DEM数据，计算地表粗糙度，获得地表粗糙度数据；f 对地表粗糙度数据做离差标准化处理，获得离差标准化地表粗糙度数据；g 基于研究区DEM数据，以遥感反射率图像成像时刻太阳方位角加（180°）和太阳高度角为参数计算研究区正立体地形阴影数据，即太阳西北方位地形阴影图；h 太阳西北方位地形阴影图和第一主成分分量数据PC1分别以和1‑作为权重，计算获得新的第一主成分分量数据PC1’（式ⅰ）：（ⅰ）i将新的第一主成分分量数据PC1’替换主成分空间中的第一主成分分量数据PC1，并协同其他各主成分分量，采用主成分反变换算法，反变换至多光谱空间；至此，完成对遥感反射率图像的反立体现象的校正，获得正立体遥感图像。