共查询到20条相似文献，搜索用时 31 毫秒
1.
传感器在获取地面信息的过程中,由于大气辐射及散射等原因,传感器得到的测量值与地物的真实值之间存在误差。大气校正是消除辐射畸变,获取地面真实信息,实现遥感数据定量化的基础。研究运用FLAASH大气校正模块,对AVIRIS高光谱遥感影像进行大气校正,选取典型地物,通过光谱曲线变化,植被指数进行校正结果评价,表明大气校正效果明显。且邻近像元纠正功能对其结果有进一步的提高。 相似文献
2.
多暗像元大气校正方法 总被引：1，自引：0，他引：1
针对Landsat TM影像，设计了一种适用于非均质大气的大气校正方法。该方法以暗目标减法（DOS）为基础，结合大气辐射传输模型，通过选取TM影像上多个暗像元，并计算其所对应的大气校正系数对整幅图像进行大气校正。该方法不依赖任何外部信息，并且考虑了大气的非均质性，校正精度较高。 相似文献
3.
Sentinel-2A与Landsat 8O LI逐像元辐射归一化方法研究 总被引：1，自引：0，他引：1
考虑不同传感器光谱响应函数差异及不同地物类型反射率光谱的差异,提出了一种逐像元辐射归一化方法,并以2017年7月17日内蒙古达里诺尔湖地区准同步过境的Sentinel-2A及Landsat 8数据为例,对两类数据可见-近红外波段（VNIR）地表反射率结果进行归一化。首先采用Sen2cor方法及NASA官方提供大气校正算法,分别对Sentinel-2A及Landsat 8 OLI影像进行大气校正并重采样到同一空间分辨率;然后基于光谱库计算匹配因子并构建图像与光谱库之间的匹配转换模型,实现像元尺度上从Sentinel-2影像到Landsat 8影像地表反射率相似波段之间的转换。结果表明,经逐像元归一化的影像相比原始影像及经HLS光谱归一化的影像,与Landsat 8 VNIR波段的相关性明显提高,辐射一致性增强。该转换模型为多源中高分辨率遥感图像高精度辐射归一化提供了新思路。 相似文献
4.
时间序列遥感影像常用于地表覆盖监测及其变化监测。然而,利用时序遥感数据—尤其是中分辨率遥感数据监测地表覆盖变化,其方法基本是先对多期影像分别进行监督分类然后对比分类结果。由于这种方法需要对每期遥感影像单独选择分类训练样本,而对于历史影像,常常难以获得可靠的样本数据。本文基于遥感数据定量化处理,尝试利用光谱特征扩展方法对时间序列Landsat数据进行分类:首先,结合一种新的大气校正方法和相对辐射归一化方法,对时间序列Landsat数据进行定量化处理,以消除各期影像之间的辐射差异,获得地表反射率数据。然后,论文选择一期易于获得分类训练样本的反射率数据作为"参考影像",并结合样本数据提取不同地表覆盖类型的光谱特征。最后,将"参考影像"中提取的地物光谱特征,扩展到所有时间序列反射率数据进行分类。论文利用青藏高原玛多地区的5景Landsat数据对本文的方法进行了验证,结果显示:基于光谱特征扩展的分类方法,可有效对定量化处理后的Landsat数据进行分类,分类总体精度为88.35%—94.25%,分类结果和传统的单景监督分类结果具有较好的一致性。此外,研究也发现,"参考影像"和待分类图像获取时间的季相差异会影响其分类的精度。 相似文献
5.
本文介绍了一种利用陆地卫星MSS图像进行水域信息机助识别提取的快速、经济而有效的方法。该方法以对水与非水信息的光谱特征,比值图像的数据结构特点和大气校正的研究与分析为基础。 研究表明,水与非水的主要差异集中于MSS4与MSS7波段,这两个波段的比值图像可在压抑阴影的同时将两图像的信息集中于一。根据对比值图像数据特点的分析,发现比值图像在作等比例拉伸并取整时所不可避免的信息损失主要集中在低值区,高值区则相对得到扩展增强。由于在MSS4/MSS7图像中,水的信息位于高值区,因此其水域识别能力优于MSS7/MSS4。但是,即使MSS4/MSS7图像也无法完全排除山区深阴影对水域识别的干扰。在进行MSS4/MSS7比值运算之前,首先对MSS4图像作粗略的大气校正,则可圆满地解决这一难题。在经大气校正后的MSS4/MSS7图像上,水体像元的值大于1,而深阴影及其它所有非水信息像元的值则小于1,因此,只要以此为门限值将图像二值化,即可获得精度很高的水域识别图像。完全消除阴影和其它因素的干扰。 本方法运算简单,处理速度为最小距离分类的3倍以上,且精度比分类方法高。它不仅适用于MSS图像,也适用于TM图像。采用本方法进行湖北省地表水域机助识别和面积测量的实际应用表明,在各种地貌类型区内本方法均能以较高的精度完成 相似文献
6.
一种基于地物波谱特征的最佳波段组合选取方法 总被引：2，自引：0，他引：2
对多光谱数据选取最佳的波段组合,是图像解译和专题信息提取的重要前提。文中提出一种基于地物波谱特征的最佳波段组合选取方法,即综合考虑方差、相关系数、OIF指数和地物间的可分离性4个因素,利用ERDAS和EXCEL等工具进行各指标的解算,并通过实验,选择红菱矿区1995年的TM多光谱影像为数据源,选取了基于水体波谱特征的最佳波段组合TM345。经定性分析和定量计算,验证了该方法的可行性。 相似文献
7.
Youichi Oyama Bunkei Matsushita Takehiko Fukushima Kazuo Matsushige Akio Imai 《ISPRS Journal of Photogrammetry and Remote Sensing》2009,64(1):73-85
The remote sensing of Case 2 water has been far less successful than that of Case 1 water, due mainly to the complex interactions among optically active substances (e.g., phytoplankton, suspended sediments, colored dissolved organic matter, and water) in the former. To address this problem, we developed a spectral decomposition algorithm (SDA), based on a spectral linear mixture modeling approach. Through a tank experiment, we found that the SDA-based models were superior to conventional empirical models (e.g. using single band, band ratio, or arithmetic calculation of band) for accurate estimates of water quality parameters. In this paper, we develop a method for applying the SDA to Landsat-5 TM data on Lake Kasumigaura, a eutrophic lake in Japan characterized by high concentrations of suspended sediment, for mapping chlorophyll-a (Chl-a) and non-phytoplankton suspended sediment (NPSS) distributions. The results show that the SDA-based estimation model can be obtained by a tank experiment. Moreover, by combining this estimation model with satellite-SRSs (standard reflectance spectra: i.e., spectral end-members) derived from bio-optical modeling, we can directly apply the model to a satellite image. The same SDA-based estimation model for Chl-a concentration was applied to two Landsat-5 TM images, one acquired in April 1994 and the other in February 2006. The average Chl-a estimation error between the two was 9.9%, a result that indicates the potential robustness of the SDA-based estimation model. The average estimation error of NPSS concentration from the 2006 Landsat-5 TM image was 15.9%. The key point for successfully applying the SDA-based estimation model to satellite data is the method used to obtain a suitable satellite-SRS for each end-member. 相似文献
8.
基于TM影像的城市建筑用地信息提取方法研究 总被引：2，自引：0，他引：2
本文选用金华市Landsat TM影像为研究的数据源,在归一化裸露指数基础上,利用归一化植被指数提取出非植被信息,通过图像二值化、叠加分析以及掩膜处理去除了低密度植被覆盖区域的噪音信息,自动提取了金华城市建筑用地信息。研究结果表明,归一化裸露指数和归一化植被指数相结合的方法弥补了单一利用归一化裸露指数来提取城市建筑用地信息的不足,提高了提取精度,而且结果客观可信,是一种不经人为干预的、快速有效的提取城市建筑用地方法。 相似文献
9.
大气辐射校正方法分析 总被引：1，自引：0，他引：1
阐述遥感影像的大气辐射校正的原因及目的,并以徐州地区的CBERS-02星影像数据为基础,应用软件MATLAB7.0,分析大气辐射校正的三种方法,即利用辐射传输方程求解的方法、基于地面场地数据或辅助数据进行辐射校正方法及利用波段特性进行大气辐射校正方法。其中,重点剖析利用波段特性进行大气辐射校正的方法。 相似文献
10.
11.
可见光-近红外波段大气上行与下行辐射分量参数化方法 总被引：1，自引：0，他引：1
可见光-近红外波段大气上行、下行辐射是辐射传输建模、成像模拟及大气校正关键的输入参数,根据四流辐射传输理论给出了与二者相关大气参量的数值模型及计算方法,针对Landsat 5 TM 6个波段建立了大气参量与水汽含量、能见度距离和太阳入射天顶角间的参数化模型,在此基础上对各参量间敏感性进行了分析,结果表明参数化模型具备较高精度。同时,计算了各波段大气上行、下行漫射辐射值,对二者在植被和裸土覆盖条件下的差异进行了定量分析。 相似文献
12.
13.
TM遥感图像FLAASH大气校正异常值的改正 总被引：1，自引：0，他引：1
针对经过ENVI的FLAASH模型大气校正后的反射率遥感图像中,经常存在异常值,即负值和大于100的高值,在水体分布众多的图像中尤其明显的问题,以Landsat的TM图像的校正结果为例,设计了改正算法,即对于异常高值采用阈值法进行改正,对于异常负值采用窗口搜索最小正值法进行改正。使用统计方法和NDVI植被指数对改正前后图像进行了对比。与改正前的图像相比,改正后图像进行计算的结果合理,表明算法是可行的和有效的。所提出的改正算法能够行之有效地改正图像中的异常值,为之后的遥感信息提取提供了良好的数据基础,具有一定的研究意义和应用价值。 相似文献
14.
TM图像的光谱信息特征与最佳波段组合 总被引：2，自引：0，他引：2
本文分析了北自黑龙江省寒温带缓岗平原、南至广东省南亚热带丘陵等9个不同景观类型样区的TM图像数据,查明TM图像的光谱信息具3—4维结构,其物理含义相当于“亮度”、“绿度”和“热度”、“湿度”。在TM7个光谱图像中,一般以第5波段包含的地物信息最丰富。3个可见光波段(即第1,2,3波段)之间,两个中红外波段(即第5,7波段)之间相关性很高,表明这些波段的信息中有相当大的“重复性”或“冗余性”。第4,6波段则颇特殊,尤其是第4波段与各波段的相关性都很低,表明这个波段的信息有很大的独立性。计算20种组合的熵值的结果表明,由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像,一般具有最丰富的地物信息,其中又常以4,5,3或4,5,1波段的组合为最佳。 相似文献
15.
辐射归一化旨在减小不同时相遥感影像间因获取条件不一致而导致的非地表辐射变化的差异,是土地覆盖变化监测的重要前提条件。本文根据高光谱图像上同类地物的谱形及数值的相似性,利用光谱角距离(SAD)和欧氏距离(ED)双重判定选取不变特征点,提出了一种基于光谱角—欧氏距离的辐射归一化方法。在评价指标中除了常用的均方根误差和相对偏差,更增加了高光谱特色的衡量光谱保真性指标:皮尔森系数、光谱扭曲程度。利用高光谱遥感CHRIS图像对本文提出方法进行验证,并与基于多元变化检测(MAD)的辐射归一化方法比较。结果表明,本文方法不仅在辐射特性上优于基于多元变化检测(MAD)的方法,而且具有保持光谱特性的优势,具有较好的应用前景。 相似文献
16.
地形校正可以减小地形起伏对地物光谱的影响,提高计算机分类在山区的精度。设计了针对全球土地覆盖分类的Landsat TM/ETM+数据地形校正方法 SCOS(Smoothed COS余弦),首先对地形的坡度角进行抹平处理,很大程度上削弱了地表非朗伯性对地形校正的影响,然后利用简单有效的余弦校正去除地形效应。该方法与其他常用地形校正算法的对比分析是通过对全球不同区域、不同地表覆盖的有代表性的6景Landsat TM/ETM+数据的试验,采用统计分析与目视判读的方式,从过度校正和类内均一性两个方面进行的。结果表明,该方法在目视效果和统计结果上优于常规方法,并且更加简单有效,无需复杂的大气参数及传感器参数,满足全球地表覆盖分类对地形校正的需求。 相似文献
17.
针对国产风云三系列中分辨率卫星快速有效地进行水体识别的问题,基于2011—2016年数据进行了辽宁省主要湖泊水库的光谱分析,提出了晴空条件和有云情况下分别采用归一化水体指数方法和通道值与归一化水体指数相结合方法进行湖泊水库的提取。结果表明:FY3B/MERSI湖泊光谱曲线具有水体光谱特征,具体表现为8通道的数据反射率最高,18通道数据反射率最低。通过与49景TM数据水体提取结果进行对比,FY3B/MERSI数据水体提取的面积精度达到85%以上,总体分类精度达到90%以上,Kappa系数在0.56~0.95之间。提出了简便、快捷的计算模型,为国产卫星数据的业务应用提供了初步方法。 相似文献
18.
基于多进制小波变换的遥感影像融合 总被引：7，自引：0，他引：7
首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 ,证明了本方法的优越性和自适应能力 相似文献
19.
光学遥感影像经常受到云雾的干扰而导致数据质量下降。在暗原色先验理论和云雾影像模型的基础上,提出了一种顾及空间和光谱差异的单幅遥感影像自适应云雾去除方法,较好地解决了传统暗原色先验在高亮地物校正过度和部分波段云雾校正不足的问题,有效地实现了影像云雾去除。首先通过高亮地物的光谱特征构建高亮地物判别指数,辅以密度分割对其进行提取分类,在此基础上引入自适应校正函数对该区域透射率进行修正;其次在对多幅云雾遥感影像实验分析的基础上,提出了符合大气散射机制的波段透射率校正系数,实现了波段间处理强度的自适应调整。实验结果表明,该方法能有效去除不同波段的云雾干扰,并避免高亮地物的过度校正,可取得较好的复原结果。 相似文献
20.
针对高分五号可见短波红外高光谱相机AHSI (visible-shortwave infrared Advanced HyperSpectral Imager)可见光波段存在的薄云干扰,本文提出了一种联合统计信息与散射模型的校正方法。利用AHSI影像邻近波段间地表与云雾辐射的统计差异,实现对不同场景下相对薄云辐射RCR (Relative Cloud Radiance)的准确估计。基于此,根据不同波段的散射特性,分别利用分级暗目标统计和散射模型约束策略,获取可见光波段的绝对云辐射强度,最终实现影像校正。通过设置模拟与真实实验对方法的有效性和鲁棒性进行目视和定量检验。模拟实验中,可见光波段内的薄云干扰均可被有效地去除,校正结果与真实地表十分一致;此外,RMSE (RootMean-Square Error),MAE (Mean Absolute Error)和SA (Spectral Angle) 3个评价指标的值分别为1.9891,1.6822和0.4901,远小于对比方法。真实实验中,不同场景内的薄云可被有效抑制,在较为准确恢复降质地表信息的同时保持晴空区光谱特征;Q指数,SSIM (Structural Similarity Index)和UQI (Universal Quality Index)的计算结果优于对比方法。综上,本文提出方法可用于不同场景下高分五号AHSI影像可见光波段的薄云校正,可得到目视效果良好且光谱保真度高的校正结果。 相似文献