CN101442608A - 一种对ccd相机的相对辐射校正进行改进的方法 - Google Patents

Abstract

本发明涉及一种对CCD相机的相对辐射校正进行改进的方法。该方法利用改进之后的定标系数模型对图像进行相对辐射校正，以便消除细小条纹噪声；在相对辐射校正后图像数据的基础上，统计出奇偶列数据之间的平均灰度值差异，然后将该平均灰度值差异再分别覆盖在奇偶列数据上来去除奇偶像元差异；利用图像统计找到中间片CCD阵列子图与左右片CCD阵列子图的亮度差值，该亮度差值即为左右CCD阵列底电平的起伏，用该起伏对左右CCD阵列的偏移值进行补偿以去除三片CCD阵列之间的色差。本发明的技术方案能够有效改进图像质量，使奇偶像元差异、条纹噪声及片内与片间的色差得到有效去除，并使图像相对辐射校正精度得到提高。

Description

一种对CCD相机的相对辐射校正进行改进的方法

技术领域

本发明属于卫星遥感图像处理与分析领域，尤其涉及一种对CCD相机的相对辐射校正进行改进的方法。

背景技术

随着遥感技术的应用范围越来越广泛，用户对图像数据的质量和可用性也提出了更高的要求。然而目前国内遥感图像在辐射质量和几何质量方面都存在一定程度的问题，辐射质量方面表现为图像的色差、条纹，在一定程度上影响了遥感的定量化。

条带和噪声，以及谱段合成后的色差、畸变等是影响光学遥感相机成像一致性质量的主要影响因素，这些影响是整个遥感器的各个分系统综合作用的结果。同时，由于有些CCD器件的输出方式为奇偶序列输出(见图1)，对奇偶序列的分别处理不可避免的引入了奇偶信号的不一致性，这对图像数据的条带效应的产生也有一定的影响。此外，当器件中各片CCD或一片CCD由不同的电子链路输出时，同样会引入各片片间信号的不一致性，对图像数据片间的响应不一致性带来影响。

由于各种因素的影响，就造成了相机对完全相同的地物进行成像时，不同的探测元可能输出不同的DN值，使得生成的图像失真。这是卫星有效载荷制造生产中很难避免的。因此，地面数据处理系统对原始图像数据进行归一化相对辐射校正，消除原始图像的失真，恢复真实的地物图像，对各个探测元获取图像的原始DN值进行调整校正，将各个探测元的输出值调整到同一个基准上，使得各探测元对完全相同的地物具有相同的输出DN值。只有经过相对辐射校正后的图像，其不同的有效载荷探测元生成的图像才有可比性、同一性，整景图像才是一致的，才是反映地物的真实图像。另一方面，相对辐射校正是基于星上有效载荷成像基础之上，是对星上有效载荷成像的完善。

进行相对辐射校正的前提和基础是获得精确的相对定标系数。按照数据源的不同，相对辐射定标系数计算方法分为采用定标数据计算和图像统计法。其中采用定标数据计算的方法主要有归一化系数法、多点定标分段线性法和最小二乘法；图像统计法主要有：直方图均衡法、均匀景统计法、相邻列均衡法、直方图匹配法。归一化系数法与多点定标分段线性法分别适用于探测元响应线性与非线性的情况，而最小二乘法对探测元响应线性与非线性情况均适用。图像统计法直接在图像中提取定标系数，他依赖于图像的选取，具有一定的人为性而且工作量大，获取的精度低，当星上定标系统不能很好的工作或使用困难时可以采用图像统计法。

SPOT和LANDSAT卫星都是在利用星上定标数据进行相对定标的基础上，再分别利用均匀景图像统计等其它方法去除图像的剩余条纹。直方图均衡方法可以作为星上定标系统失效或定标数据不好时的替代方案。均匀景图像统计方法可以监测星上定标系统数据用于探测元归一化校正的有效性，也可以作为星上定标系统失效时的替代方案。

CBERS-01星CCD相机采用本景图像统计方法和直方图匹配法两种方法进行地面处理，实验证明直方图匹配法可以选择不同时相CCD图像进行直方图统计生成对照查找表，既可以较大程度减轻相机响应的不稳定带来的影响，又可以从根本上克服CCD相机非线性特性，明显优于本景图像统计法。

CBERS-02星发射前对CCD相机做了大量的定标实验，并使用半积分球在整星状态下进行了定标实验，采集了相对稳定的实验数据，形成一套基础的实验室相对辐射定标系数，后来，卫星在轨飞行时，发现利用实验室定标系数校正CCD图像片间响应不一致的校正效果不是很理想。在此基础上，采用统计方法，以中间CCD线阵为基准，通过寻找相临近似的地物，探测线阵响应之间的差别，进而对其他线阵的偏移量进行补偿，有效去除3片线阵的响应差异。

从CBERS-02B星开始，资源卫星中心主要采用最小二乘法计算相对定标系数。首先在明确探元线性度良好的前提下，可以采用最小二乘一次拟合。

设DN_k为第k级辐亮度等级下所有探元减去偏移值后的DN均值，DN_i，k为第k级辐亮度等级下第i探元减去偏移值后的DN均值。最小二乘法一次拟合的方程如下：

DN₁＝a_i*DN_i，1+b_i

DN₂＝a_i*DN_i，2+b_i

……\

DN_k＝a_i*DN_i，k+b_i                 (1)

按最小二乘原理对式(1)中k个一次方程求解，即可得到定标系数a_i和b_i。然后利用式(2)进行相对辐射校正：

DN_ical＝a_i*(DN_iraw-B_i)+b_i            (2)

式中，DN_ical为第i探元相对辐射校正后的DN值，DN_iraw为第i探元原始数据的DN值，B_i为偏移量。

图2为采用最小二乘一次拟合法对某CCD相机进行相对辐射校正前后的定标数据，可以看出校正后数据输出基本一致，有效地消除了探元的响应不一致现象，说明定标数据以及校正算法有效。

然而，直接采用由定标数据计算的定标系数对在轨实际图像进行相对辐射校正的效果并不理想，图像仍然存在明显的条纹或者色差等现象。因此有必要对经过相对辐射校正的图像进行进一步的处理，以获得质量更高的图像，更好地满足用户需求。

发明内容

本发明要解决的技术问题是提供一种对CCD相机的相对辐射校正进行改进的方法。该方法解决了直接采用由定标数据获得的相对定标系数对实际图像进行相对辐射校正后仍然存在的一些问题，如奇偶像元差异、条纹噪声、色差等。利用本发明的技术方案，能够有效改进图像质量，使条纹噪声及片内与片间的色差得到有效去除，图像相对辐射校正精度得到提高。

本发明的技术方案如下：

一种对CCD相机的相对辐射校正进行改进的方法，其特征在于包括如下步骤：

(1)消除细小条纹噪声：通过对相对定标系数的增益系数进行平滑或滤波处理，得到改进的定标系数模型，然后利用该改进的定标系数模型对图像进行相对辐射校正；

(2)去除奇偶像元差：在相对辐射校正后图像数据的基础上，统计出奇偶列数据之间的灰度值差异，然后将该灰度值差异再分别覆盖在奇偶列数据上；

(3)去除三片CCD阵列之间的色差：利用图像统计找到中间片CCD阵列子图与左右片CCD阵列子图的亮度差值，该亮度差值即为左右CCD阵列底电平的起伏，用该起伏对左右CCD阵列的偏移值进行补偿，即可去除三片CCD阵列之间色差。

如果只需要消除细小条纹噪声，则只需要采用所述步骤(1)的方法进行处理。

如果只需要去除奇偶像元差，则只需要采用所述步骤(2)的方法进行处理。

如果只需要去除三片CCD阵列之间的色差，则只需要采用所述步骤(3)的方法进行处理。

对所述相对定标系数的增益系数进行所述平滑或滤波处理时，仅仅平滑或者过滤掉数据的高频部分，而保留数据的低频部分。

对所述相对定标系数的增益系数进行所述平滑或滤波处理时，应结合数据的情况，选择高次数的曲线进行拟合。

对所述相对定标系数的增益系数进行滤波处理时，可采用的滤波方法包括小波滤波、维纳滤波、卡尔曼滤波之一。

所述步骤(2)具体为：在相对辐射校正后图像数据的基础上，把奇列和偶列分别看做一个整体，然后将奇列与偶列分别进行直方图匹配，得到不同灰度等级下应该加减的偏移值，然后将该偏移值分别加到奇列数据和偶列数据上。

所述步骤(3)具体为：

令A、B、C分别代表CCD阵列的左片、中片和右片线阵，而子图像区域a、b1代表为左片线阵和中片线阵的相邻部分；子图像区域b2，c为中片线阵和右片线阵的相邻部分。

对四个子图像a、b1、b2、c分别进行直方图统计，去除直方图低端和高端各20％的数据，对中间60％的数据求取均值，设为a，b1，b2，c，则Δa，Δc即为左右片线阵需要补偿的DN值，Δa，Δc分别由下式计算。

Δa＝b1-a

Δc＝b2-c

所述子图像区域a、b1、b2、c的宽度取值范围约为20个探元。

采用本发明技术方案可以有效改进图像质量，可以有效去除图像的奇偶像元输出差异、条纹噪声、色差，提高了图像相对辐射校正精度，使得图像得到更好的实际应用，更好的满足用户需求。

以HJ-A/B星CCD为例，经过奇偶平衡后，效果有所改善，条纹明显减缓；卫星扫描方向上的细小条纹噪声得以有效去除，相对辐射校正效果得到进一步的改善。

本发明的研究成果思路清晰，可以在卫星地面系统数据处理算法和软件研发中参考和引用，有较高的实用性和应用价值。

附图说明

图1是CCD探元的奇偶输出方式。

图2是相对辐射校正前后的定标数据示图。

图3是相机上天前的灰度值。

图4是相机上天后的灰度值。

图5是分别对奇列与偶列所统计的直方图。

图6是奇偶条纹去除前后局部图像。

图7是优化前后的定标系数廓线。

图8是定标系数优化前后校正效果对比图。

图9是CCD线阵排列示意图。

图10是三片CCD阵列之间色差去除前后效果对比示意图。

具体实施方式

以下将给出本发明的实施例，并予以详细描述，以便更好地说明本发明特点和功能，使得本发明更易于理解，而不是用来限定本发明的保护范围。

本发明的技术方案包括以下三个部分内容：

(1)去除奇偶像元差；

(2)进一步消除细小条纹噪声的；

(3)去除三片CCD阵列之间的色差

以下是各部分内容的具体实施方式：

(1)去除奇偶像元差

图像数据是分奇偶两路不同的电子链路输出的。对奇偶像元的分别处理会不可避免的引入起奇偶信号的不一致性与不稳定性。为了解决该问题，可以在相对辐射校正后图像数据的基础上，统计出奇偶列数据之间的平均灰度值差异，然后将奇偶差异再分别覆盖在奇偶列数据上，即可去除奇偶像元差。

以下图3与图4分别为B星CCD2相机上天前后的奇偶信号的不一致性示意图。从图中可以明显的看出，相机上天后的奇偶像元间差异与上天前的奇偶像元间差异发生了变化。因此，必须对图像的奇偶像元差异重新进行处理，统计出奇偶列数据之间的平均灰度值差异，然后将奇偶差异再分别覆盖在奇偶列数据上。

下面，考虑能否在奇列或者偶列上整体加减某个固定的偏移值。也就是能否：在像元方向上，将奇列与偶列分别做为整体对待；在灰度等级上，不管灰度级别的变化，均加减某个固定的偏移值。

首先，考虑像元方向上，由于奇列与偶列分别整体输出，信号的变化是具有一致性的。因此，可以分别将奇列与偶列作为一个整体来考虑。

对定标数据进一步观察可以发现，不同辐亮度等级下的奇偶像元差异会发生变化，因此不能在所有灰度等级上统一加减某个固定的偏移值。下面，考察如何才能得到不同灰度等级下应该加减的偏移值。将奇列与偶列分别作为整体(各6000个像元)，其直方图应是趋于一致的。因此，可以将奇列与偶列进行直方图匹配得到不同灰度等级下应该加减的偏移值。直方图匹配是通过建立直方图查找表，将原始图像的直方图匹配到期望直方图上。对本发明来说，奇(偶)列探元的综合直方图是期望直方图，通过将偶(奇)列探元的综合直方图匹配到期望直方图上，可以得到该波段的直方图查找表。如图5所示为奇偶列探元各自的综合直方图，图6中所示的是奇偶条纹去除前后的图像对比。可见本发明可以很好的去除奇偶像元的差异。表1为通过直方图匹配后获得的直方图查找表(设奇列探元的直方图为期望直方图)：

表1

 

偶探元\DN值	122	123	124	125	126	127	128	129	130	131
											2200	126	127	128	128	130	131	132	132	134	135
2202	125	127	127	128	129	131	132	132	133	134
											2204	126	127	128	129	130	131	131	132	134	134
2206	125	126	127	128	129	130	132	132	133	134
											2208	125	127	127	128	129	131	132	132	134	135
2210	125	127	127	128	129	131	132	132	133	134
											2212	126	127	128	128	130	131	132	132	134	135
2214	126	127	127	128	130	131	132	132	133	134

(2)进一步消除细小条纹噪声

对实际图像进行相对辐射校正后，在卫星扫描方向上仍存在少许的贯穿图像上下的细条纹噪声，造成这种现象的原因有两个，一个是定标系数的精度不够造成的，另一个是图像辐射校正中重新8位量化造成。量化误差造成的条纹噪声，除非增加量化位数，否则是无法消除的。而对由于定标系数精度不够造成的条纹噪声是可以通过改进定标系数模型消除的。

为了去除卫星扫描方向上仍存在的细小条纹噪声，可通过以下方式改进定标系数模型：

在图像中，每一列子图像都是由一个探元单独成像得到，把原始图像第i列看作随机子序列，记为X_i，校正后的值记为Y_i，在每个探元的响应是线性响应得前提下，校正过程见下式(3)：

Y_i＝a_i*X_i+b_i                (3)

式中，a_i为探测元的相对增益系数，b_i为偏置系数。

此时，如果相机的偏置系数可以忽略不计，则校正公式见式(4)：

Y_i＝a_i*X_i                      (4)

利用相邻两列的相关性，可以假设图像校正前后，图像每个像素在其行方向上均是强相关的，得到a_i在行方向上是强相关的。

因此，可进一步对相对定标系数的增益(由于偏置可以忽略，而且这是前提)进行平滑或滤波处理，降低图像的条纹噪声。在处理过程中，平滑或者过滤掉的应仅是数据的高频部分，低频部分信息应尽可能的予以保留。因此在平滑处理中，选择拟合的曲线次数应根据数据的情况尽量高些。滤波方法采用小波滤波、维纳滤波、卡尔曼滤波均可。

在HJ CCD数据辐射校正模型的优化中采用多次曲线拟合的方法。图7所示的是对B星CCD2相机第2谱段定标系数优化前后的形状图。

从图8可以看出，采用优化后定标系数进行相对辐射校正后，条纹噪声消除。说明改进的定标系数模型是有效的。

(3)去除三片CCD之间的色差

一般计算相对定标系数时是将三片CCD作为一个整体求取的，因此，如果卫星上天后没有发生变化，经过相对辐射校正后三片CCD阵列间响应应是一致的。但实际图像会出现三片CCD阵列间响应不一致问题。CCD阵列间响应不一致现象是由片间的不同电子链路输出引起的，是一种加于图像底电平之上的系统噪声。因此，可以得出：CCD相机上天后，片间的底电平差异发生了变化。同样在数据处理中采用图像统计的方法(即找到片间的偏置量差异)即可以消除固定噪声。

具体来说即以中间线阵为基准，在拼接区附近找到相似的地物，并在统计过程中舍弃高值和低值，在此基础上认为子图的辐亮度均值应该相等，这种假设是合理的。因而，中间片子图与左右片子图亮度差值，即为左右CCD阵列底电平的起伏，用该起伏对左右CCD线阵的偏移值进行补偿，在不损害图像纹理的情况下，将起到平衡三片线阵的响应差别的作用。图9为CCD阵列示意图，CCD阵列分为三部分，其中A\B\C分别代表左片、中片和右片线阵，而子图像区域a，b1为左线阵和中间线阵的相邻部分；b2，c为中间线阵和右线阵的相邻部分。子图像宽度取值至关重要，宽度大了会使不同地物进入统计范围，宽度小了稳定性影响的权重加大。经过大量实验与验证，宽度范围约为20个探元具有较好的结果，不同波段的参数略有不同。由于子图像中可能存在一些与地物反差较大的目标，例如水域、云雾等，进行有效去除这些目标同样重要，因此对四个子图a、b1、b2、c分别进行直方图统计，去除直方图低端和高端各20％的数据，对中间60％的数据求取均值，设为a，b1，b2，c，则Δa，Δc即为左右片线阵需要补偿的DN值，Δa，Δc分别由式(5)计算。

Δa＝b1-a

Δc＝b2-c                      (5)

图10为采用偏移量补偿前后的对比图。可见该方法可以有效去除CCD线阵间的色差。

本发明的保护范围并不局限于上述内容，熟悉本技术领域的技术人员在本发明揭露的技术范围内的基础上所做的方案的变形、变化或者替换，都应涵盖在本发明保护范围之内。

Claims (10)

1、一种对CCD相机的相对辐射校正进行改进的方法，其特征在于包括如下步骤：

(1)消除细小条纹噪声：通过对相对定标系数的增益系数进行平滑或滤波处理，得到改进的定标系数模型，然后利用该改进的定标系数模型对图像进行相对辐射校正；

(2)去除奇偶像元差：在相对辐射校正后图像数据的基础上，统计出奇偶列数据之间的灰度值差异，然后将该灰度值差异再分别覆盖在奇偶列数据上；

(3)去除三片CCD阵列之间的色差：利用图像统计找到中间片CCD阵列子图与左右片CCD阵列子图的亮度差值，该亮度差值即为左右CCD阵列底电平的起伏，用该起伏对左右CCD阵列的偏移值进行补偿，即可去除三片CCD阵列之间色差。

2、如权利要求1所述的方法，其特征在于：如果只需要消除细小条纹噪声，则只需要采用所述步骤(1)的方法进行处理。

3、如权利要求1所述的方法，其特征在于：如果只需要去除奇偶像元差，则只需要采用所述步骤(2)的方法进行处理。

4、如权利要求1所述的方法，其特征在于：如果只需要去除三片CCD阵列之间的色差，则只需要采用所述步骤(3)的方法进行处理。

5、如权利要求1或2所述的方法，其特征在于：对所述相对定标系数的增益系数进行所述平滑或滤波处理时，仅仅平滑或者过滤掉数据的高频部分，而保留数据的低频部分。

6、如权利要求1、2或5之一所述的方法，其特征在于：对所述相对定标系数的增益系数进行所述平滑或滤波处理时，应结合数据的情况，选择高次数的曲线进行拟合。

7、如权利要求1、2或5之一所述的方法，其特征在于：对所述相对定标系数的增益系数进行滤波处理时，可采用的滤波方法包括小波滤波、维纳滤波、卡尔曼滤波之一。

8、如权利要求1或3所述的方法，其特征在于：所述步骤(2)具体为：

在相对辐射校正后图像数据的基础上，把奇列和偶列分别看做一个整体，然后将奇列与偶列分别进行直方图匹配，得到不同灰度等级下应该加减的偏移值，然后将该偏移值分别加到奇列数据和偶列数据上。

9、如权利要求1或4所述的方法，其特征在于：所述步骤(3)具体为：

令A、B、C分别代表CCD阵列的左片、中片和右片线阵，而子图像区域a、b1代表为左片线阵和中片线阵的相邻部分；子图像区域b2，c为中片线阵和右片线阵的相邻部分。

对四个子图像a、b1、b2、c分别进行直方图统计，去除直方图低端和高端各20％的数据，对中间60％的数据求取均值，设为a，b1，b2，c，则Δa，Δc即为左右片线阵需要补偿的DN值，Δa，Δc分别由下式计算。

Δa＝b1-a

Δc＝b2-c

10、如权利要求9所述的方法，其特征在于：所述子图像区域a、b1、b2、c的宽度取值范围约为20个探元。

Images