共查询到10条相似文献，搜索用时 234 毫秒
1.
2.
针对考虑太阳直接辐射、天空散射辐射以及来自于附近地表反射辐射的复杂地形EMT 遥感影像地形校正物理模型公式复杂、计算繁琐、不易实施的特点以及存在过度校正的缺陷,对该物理模型进行简化和改进。提出一套简化模型相关参数,即r值,Vt,Vd,T↓(λ,θ)等的计算方案,从而简化计算过程,提高计算效率。并针对该地形校正物理模型朗伯体假设的缺陷,引入Minnaert参数k时模型进行非朗伯体修正。简化和改进的地形校正物理模型的校正实验结果表明该模型很好地消除了复杂地形EMT 遥感影像的地形阴影,从而证明该地形校正物理模型的简化和改进方案可行。 相似文献
3.
对多源遥感影像进行几何校正是遥感影像应用的重要环节,以往的遥感影像利用人工或半自动的方式进行几何校正时,存在校正结果难以预料,控制点精度不可控,二次校正过程中控制点利用效率较低等问题。本文基于以上问题,利用华浩超算平台,对资源一号02C卫星10 m多光谱影像和2.36 m全色影像进行几何校正。试验证明华浩超算平台的实时几何校正模块,可以对每一个精校正后控制点的精度进行实时控制,并有效地解决了控制点利用效率低的问题。 相似文献
4.
地形校正可以削弱地势复杂区域由于地形起伏导致的地表接收太阳辐射不均匀和地表反射率失真的问题,从而提升遥感影像质量和遥感信息提取的精度。但是,现有地形校正模型存在过校正、波段间校正效果不稳定以及校正效果不理想等问题。本文根据Minnaert地形校正模型系数k和地物二向性反射特性的相关性,对Minnaert模型进行改进,提出了一种考虑地物类型的Minnaert地形校正模型(简称为CMinnaert模型),并在地物预分类中采用《土地利用现状分类》一级分类标准和分植被疏密程度分类两种方式,用以验证CMinnaert模型的稳定性并筛选最佳地物类型划分方案。首先对待校正影像进行地物类型预分类,其次逐波段针对各地物类型分别进行系数k的拟合求解,然后使用各波段各地物类型的系数k对该范围的遥感影像进行Minnaert地形校正。以河南省商城县的Landsat 8/OLI影像为实验数据,选取余弦校正模型、SCS校正模型、Minnaert校正模型、分坡度的Minnaert校正模型作为对比模型,通过目视对比和统计数据分析的方式评估CMinnaert模型的地形校正效果。研究结果表明,本文提出的CMinnaert模型有效地削弱了地形效应对遥感影像辐射亮度值的影响,与原始影像和其他4种地形校正结果相比,进行地物一级分类的CMinnaert模型有效降低了各波段辐亮度与太阳入射角余弦的线性拟合R2,未出现过校正现象;分植被疏密程度分类的CMinnaert模型在第1、5波段存在过校正问题,但其余波段辐亮度与太阳入射角余弦的线性拟合R2是6种模型中最低的。以上结果证明两种地物预分类方式的CMinnaert模型校正效果都较稳定且明显优于其他四种地形校正模型,且本文建议在进行CMinnaert地形校正时采用地物一级分类的方式进行地物预分类。 相似文献
5.
本文提出一种新的半经验地形校正模型SCEDIL(Simple topographic Correction using Estimation of Diffuse Light),该模型通过结合DEM与光学影像数据寻找局部区域内完全光照和阴影的水平像元,并以光照、阴影水平像元的平均反射率值估算局部区域散射辐射比,提高了陡峭山区影像的地形校正精度。以高分一号卫星和Landsat ETM+影像为例,从目视判读和定量分析两个方面,比较分析该算法与传统半经验地形校正算法(C、SCS+C)的校正结果。结果表明:(1)对较为平坦的地形,SCEDIL和C、SCS+C校正都有较好的目视结果;对地面起伏较大的陡峭地形,C、SCS+C校正后,原阴影区域易呈现破碎化特征,SCEDIL校正后,原阴影区域过渡较为平滑。(2)SCEDIL校正后,各波段反射率的均值和标准差优于C、SCS+C校正,SCEDIL校正后,影像总分类精度与同类地物光谱信息均一性均优于C和SCS+C校正。SCEDIL半经验地形校正方法能有效地去除影像中的地形干扰,尤其对陡峭地形的校正效果,优于常规地形校正模型。 相似文献
6.
地形辐射校正(简称"地形校正")是复杂地形遥感定量化研究的关键环节之一。针对传统的经验地形校正模型存在的不同坡度采用同一校正系数的缺陷,基于简化的Three Factor+C模型,借鉴改进型Minnaert模型中坡度分级的思想,提出了基于Three Factor+C+坡度的地形校正方法。结果表明,使用Three Factor+C+坡度模型进行地形校正后的遥感图像,其均值、标准差、像元值与光照系数的相关性、阴阳坡光谱辐亮度值、离散指数和同质系数等6个指标均优于参与比较的C模型、SCS模型、Three Factor模型和Three Factor+C模型的对应指标。Three Factor+C+坡度模型有比较完善的物理机制,并较好地消除地形对光谱辐亮度的影响,值得推广。 相似文献
7.
数字遥感影像地形效应分析及校正 总被引：9，自引：0，他引：9
在数字遥感影像应用中一个不可忽视的现象是地形校应，它是定量遥感分析、自动分类、图象分割及特征提取时首先要分析和处理的问题，尤其是在丘陵和山区。本文较系统地分析了数字遥感影像中的地形效应，论述了地形效应的校正模型及技术，并借助于数字高程模型（ＤＥＭ），对ＴＭ影像进行了地形效应的校正实验，取得了令人满意的结果。 相似文献
8.
BRDF校正能消除Landsat-8遥感影像中由于太阳角、观测角与真实角度偏差引起的色差不一致,因此本文对多种体散射核与几何光学核的组合进行研究,在选用最佳核函数组合的基础上,采用改进的误差模型求解BRDF校正参数,最后完成Landsat-8影像的BRDF校正。实验结果表明:Ross Thick核和Li-Sparse核为BRDF模型的最佳核组合,并且利用改进的平差模型能提高解算精度,经过BRDF校正后,影像的"二向反射"现象得到明显改善。 相似文献
9.
10.
4种常用植被指数的地形效应评估 总被引：6，自引：0，他引：6
植被指数已经广泛应用于地表植被覆盖监测,但是地形对植被指数的影响难以避免,却经常在大尺度遥感应用时被忽略。本文利用山区森林的Landsat TM数据计算SR、NDVI、RSR、MNDVI4种常用植被指数,评估了地形对这些植被指数的影响,并利用余弦校正和C校正模型分别对它们进行地形校正。结果表明,近红外和短波红外比红光波段的地形影响更为敏感,原因是更强的红光天空漫反射削弱了红光的地形影响。地形强烈影响非波段比值型植被指数(如RSR和MNDVI等),导致阳坡的植被指数相对偏小,阴坡的植被指数相对偏大,这种地形效应随坡度增大而显著增大。因此,利用非波段比值型植被指数反演山区植被参数时必须做严格的地形校正。与之相反,波段比值型植被指数(如SR和NDVI等)可以很大程度上消除地形影响,但是在大坡度情况下,地形影响仍然不能被忽略,而且此时SR比NDVI的地形效应更大。C地形校正效果好于余弦校正效果,特别是大坡度情况下更为明显。 相似文献