CN101598798A - 一种对高光谱干涉数据进行光谱重建的系统和方法 - Google Patents
一种对高光谱干涉数据进行光谱重建的系统和方法 Download PDFInfo
- Publication number
- CN101598798A CN101598798A CNA2008101917987A CN200810191798A CN101598798A CN 101598798 A CN101598798 A CN 101598798A CN A2008101917987 A CNA2008101917987 A CN A2008101917987A CN 200810191798 A CN200810191798 A CN 200810191798A CN 101598798 A CN101598798 A CN 101598798A
- Authority
- CN
- China
- Prior art keywords
- data
- interference
- noise
- spectrum
- spectral
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Spectrometry And Color Measurement (AREA)
Abstract
本发明涉及一种对高光谱干涉数据进行光谱重建的系统和方法。该系统基于HJ-1A高光谱相机的干涉成像机理,采用了独特的数据处理方法,将干涉数据重建为光谱数据,解决了地面系统建设数据处理的实际工程问题。该系统包括相对辐射校正,干涉数据去噪单元,切趾处理单元。光谱复原单元,通过对干涉数据的对称化处理,将干涉数据立方体转换成光谱图像数据立方体;光谱检验单元,通过检测成像光谱仪的特征谱线的位置,对实际目标的光谱图像立方体进行波长定位。本发明技术方案填补了国内星载干涉成像光谱仪数据处理的空白,并解决用户对星载干涉成像光谱仪数据的需求。
Description
技术领域
本发明属于卫星遥感图像处理与分析领域,尤其涉及一种对高光谱干涉数据进行光谱重建的系统和方法。
背景技术
2008年9月6日,太原卫星发射中心,HJ-1-A/B星由长征二号丙运载火箭成功发射升空,其搭载的干涉型成像光谱仪是我国自行研制的航天传感器。这种成像方式目前在国内是第一次用于对地卫星遥感,区别与一般的光学相机,其传感器接收面上得到的为干涉数据,需要经过一系列复杂的处理过程才能重建为光谱图像。根据其成像机理的特殊性,在高光谱干涉数据进行光谱重建的过程中,分别从空间维和干涉维进行辐射响应的均匀性校正,对干涉数据进行了分段去噪处理,切趾处理和相位校正,进行了对称化的光谱复原,并根据卫星发射后的重建光谱的位置来检验光谱重建的正确性。目前,国内尚无可供直接参考的对高光谱干涉数据进行光谱重建的的方法,需要自主研发解决。
发明内容
本发明要解决的技术问题是提供一种对高光谱干涉数据进行光谱重建系统和方法。为处理环境减灾卫星HJ-1A上搭载的高光谱成像仪数据,资源卫星应用中心开展高光谱数据处理算法研究,提出高光谱数据处理方案,设计并开发高光谱数据处理实验系统,对成功处理高光谱图像数据和提供高质量高光谱数据产品以满足用户需求,具有十分重要的意义。
本发明技术方案具体如下:
一种对高光谱干涉数据进行光谱重建的系统,其特征在于:
该系统包括:
-相对辐射校正单元,基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正;
-干涉数据去噪单元,针对干涉数据为过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理;
-切趾处理单元,对原始干涉图进行切趾处理来减小重建光谱中因截断函数导致的误差;
-相位校正单元,修正光学系统、电子系统等不稳定因素导致的相位误差;
-光谱复原单元,通过对干涉数据的对称化处理,将干涉数据立方体转换换成光谱图像数据立方体;
-光谱检验单元,通过检测成像光谱仪的特征谱线的位置,对实际目标的光谱图像立方体进行波长定位。
所述相对辐射校正单元执行以下处理过程:基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正.
所述相对辐射校正过程如下:
(1)从实验室中得到i级辐射度下的CCD定标实验数据计算出CCD归一化校正多项式,其中i=1,2,3,…,10;
(2)对实验室全系统相对定标数据利用上一步骤中求得的CCD归一化校正多项式进行每一个探元的CCD归一化校正。
(3)以CCD归一化校正后的全系统数据为输入xi,以空间方向输出DN值的平均值DNi作为基准数据yi,得到样本数据(xi,yi),i=0,1,…,m,计算出全系统归一化校正多项式,完成全系统归一化校正。
(4)在干涉维方向用曲线拟合法对直流分量的渐晕趋势进行拟合,将原始值减去趋势值,即可以校正干涉图像光谱维的光照不均匀,得到光照均匀的干涉数据。
所述干涉数据去噪单元针对干涉数据过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理;
所述干涉数据去噪单元的的计算过程如下:
(1)分段噪声判定
对于小双边部分,干涉维变化较为剧烈,所以从列方向即狭缝维进行判别;求当前点与上下相邻点的差值,若两个差值均大于阈值5倍,则判断为噪点;
对于小双边以外部分,在行方向即干涉维变化较为平缓,所以对这部分数据中噪声的判定采用较为简单的阈值判定,设定一个阈值,当数据点DN值超过该阈值时,认为该点为噪声;
(2)去除噪声
采用临域平均法和曲线拟合的方法相结合的去噪以更准确地复原噪点位置处的干涉强度;
若噪声点前、后各四点的数据都不为噪声时,认为其为孤立噪声点,对孤立噪声点采用曲线拟合的方法去除噪声;若噪声点连续出现或在噪点前、后四点范围内再次出现噪点,此时曲线拟合的方法不适用,认为这种噪声点为连续噪声点,对连续噪声点采用邻域平均方法去噪。
所述切趾处理单元从光谱重建精度和光谱分辨率水平两方面来考虑,采用三角切趾函数对干涉数据进行处理,将原始干涉条纹分布沿干涉维方向乘以三角切趾函数,使原始干涉分布的两端变化趋于平缓。
所述相位校正单元对带有相位误差的干涉数据进行傅立叶变换,求得相位角随波数分布的函数θv,根据θv进行相位校正,即可得到正确的光谱分布B(v)。
所述v是波数,波数是波长的倒数。
所述光谱复原单元的处理过程如下:
接收高光谱成像仪下传的原始干涉帧数据,该原始干涉帧数据为单边干涉图并且其数据点为256个;
将单边256个干涉数据进行对称化处理,形成以零级干涉为中心的512个数据点的对称干涉分布序列;
采用多线程“基2”FFT算法对干涉立方体的每一帧每一行的数据序列实行FFT变换。
所述光谱检验单元的处理过程如下:
通过成像光谱仪的特征谱线的信息,对实际目标的光谱图像立方体进行波长定位,根据发射后高光谱数据中的氧气吸收位置来检测高光谱相发射前后谱段位置的变化情况。
如果发射前后谱段位置平均误差值不大于平均半波段宽度,则各谱段范围没有发生变化,否则各谱段范围则根据计算结果发生变化。
一种对高光谱干涉数据进行光谱重建的方法,其特征在于:
该方法包括以下步骤:
-相对辐射校正,基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正;
-干涉数据去噪,针对干涉数据为过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理;
-切趾处理,对原始干涉图进行切趾处理来减小重建光谱中因截断函数导致的误差;
-相位校正,修正光学系统、电子系统等不稳定因素导致的相位误差;
-光谱复原,通过对干涉数据的对称化处理,将干涉数据立方体转换换成光谱图像数据立方体;
-光谱检验,通过检测成像光谱仪的特征谱线的位置,对实际目标的光谱图像立方体进行波长定位。
所述相对辐射校正的处理过程具体如下:基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正.
所述相对辐射校正的具体过程如下:
(1)从实验室中得到i级辐射度下的CCD定标实验数据计算出CCD归一化校正多项式,其中i=1,2,3,…,10;
(2)对实验室全系统相对定标数据利用上一步骤中求得的CCD归一化校正多项式进行每一个探元的CCD归一化校正。
(3)以CCD归一化校正后的全系统数据为输入xi,以空间方向输出DN值的平均值DNi作为基准数据yi,得到样本数据(xi,yi),i=0,1,…,m,计算出全系统归一化校正多项式,完成全系统归一化校正。
(4)在干涉维方向用曲线拟合法对直流分量的渐晕趋势进行拟合,将原始值减去趋势值,即可以校正干涉图像光谱维的光照不均匀,得到光照均匀的干涉数据。
在于所述干涉数据去噪的具体过程如下:针对干涉数据过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理;
所述干涉数据去噪的具体计算过程如下:
(1)分段噪声判定
对于小双边部分,干涉维变化较为剧烈,所以从列方向即狭缝维进行判别;求当前点与上下相邻点的差值,若两个差值均大于阈值5倍,则判断为噪点;
对于小双边以外部分,在行方向即干涉维变化较为平缓,所以对这部分数据中噪声的判定采用较为简单的阈值判定,设定一个阈值,当数据点DN值超过该阈值时,认为该点为噪声;
(2)去除噪声
采用临域平均法和曲线拟合的方法相结合的去噪以更准确地复原噪点位置处的干涉强度;
若噪声点前、后各四点的数据都不为噪声时,认为其为孤立噪声点,对孤立噪声点采用曲线拟合的方法去除噪声;若噪声点连续出现或在噪点前、后四点范围内再次出现噪点,此时曲线拟合的方法不适用,认为这种噪声点为连续噪声点,对连续噪声点采用邻域平均方法去噪。
所述切趾处理的具体过程如下:从光谱重建精度和光谱分辨率水平两方面来考虑,采用三角切趾函数对干涉数据进行处理,将原始干涉条纹分布沿干涉维方向乘以三角切趾函数,使原始干涉分布的两端变化趋于平缓。
所述相位校正的具体过程如下:对带有相位误差的干涉数据进行傅立叶变换,求得相位角随波数分布的函数θv,根据θv进行相位校正,即可得到正确的光谱分布B(v)。
所述光谱复原的具体处理过程如下:
接收高光谱成像仪下传的原始干涉帧数据,该原始干涉帧数据为单边干涉图并且其数据点为256个;
将单边256个干涉数据进行对称化处理,形成以零级干涉为中心的512个数据点的对称干涉分布序列;
采用多线程“基2”FFT算法对干涉立方体的每一帧每一行的数据序列实行FFT变换。
所述光谱检验的处具体理过程如下:
通过成像光谱仪的特征谱线的信息,对实际目标的光谱图像立方体进行波长定位,根据发射后高光谱数据中的氧气吸收位置来检测高光谱相发射前后谱段位置的变化情况。
如果发射前后谱段位置平均误差值不大于平均半波段宽度,则各谱段范围没有发生变化,否则各谱段范围则根据计算结果发生变化。
本发明技术方案带来的有益效果有:利用本发明技术方案可以成功处理环境1A星干涉成像光谱仪数据:填补了国内星载干涉成像光谱仪数据处理的空白:解决用户对星载干涉成像光谱仪数据的需求。
附图说明
图1为HJ-1A高光谱相机相对辐射校正方法流程示意图;
图2为HJ-1A高光谱相机干涉数据去噪单元算法流程图;
图3为切趾处理原理图;
图4为HJ-1A高光谱相机切趾处理流程图;
图5为三角切趾函数及其傅立叶变换;
图6干涉图原点误差示意
图7为HJ-1A高光谱相机光谱复原流程图。
具体实施方式
参见图1、图2、图3、图4、图5、图6、图7。
以下结合附图及具体的实施例对本发明的技术方案作进一步描述,以便更好地说明本发明的特点和功能,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对高光谱干涉仪的成像数据进行复原的系统和方法。
其中高光谱干涉仪成像数据的复原系统主包括相对辐射校正单元、干涉数据去噪单元、切趾处理单元、相位校正单元、光谱复原单元和光谱检验单元。
1)相对辐射校正单元
在一定辐照度的条件下,CCD探元的响应输出值是一个唯一的数值。每一个CCD探元都具有自己独特的响应函数。在一个CCD片中包含有性质近似的却又彼此独立的大量的CCD探测单元(即CCD探元),而不同的CCD探元的响应函数虽然近似却又不尽相同,故而在同一照度条件下,不同CCD探元的量化输出值也存在着差异,在相对辐射校正中为了消除这种差异需要找到一个基准点。若以辐射度作为参照基准,对CCD探元的响应输出值进行修正,该过程将直接实现CCD阵列的绝对定标,但在轨运行时传感器将在数百公里外的太空,地表反射的光经过大气会有损失,在传感器入瞳处的光能量会被削弱,若要定量化标定地表反射率依然需要通过大气传输模型进行反演,所以未经大气反演的定标都还只能算是相对定标。正因如此,在确定参照基准时一般选择CCD阵列的输出值的平均数作为修正基准。以下介绍利用多项式法进行归一化校正的具体实现,并以一个探元为例进行分析。
首先,在实验室中得到i(i=0,1,…,m)级辐射度下CCD探元的响应输出,m是积分球内置灯的盏数。一般在实验室中都采用经过标定的积分球作为光源,光源辐射度级别通过开关积分球内置灯的盏数进行控制,而每一个控制级别的辐射度都需经过辐射度计精确标定。由此,我们在实验室状态下得到了每个探元在辐射度Rai(i=0,1,…,m)下的输出DN值;假定其中某一探元输出值对应为DN1i(i=0,1,…,m)。这样我们得到样本数据(xi,yi)(i=0,1,…,m)对应为:
xi=DN1i,yi=Rai,(i=0,1,…,m)
由此可计算得到多项式
此多项式就是该探元的归一化校正多项式,对一个A/D量化的DN1i值就可唯一计算出修正后的输出值Pn(DN1i)。
一般在相对辐射校正中很少采用辐射度Rai(i=0,1,…,m)进行计算,而是采用CCD阵列输出DN值的平均值DNi作为基准数据,这样我们得到的该探元的样本数据就变为(DN1i,DNi)(i=0,1,…,m),相应的可以得到此探元的相对辐射校正多项式
同理可以求解出其它每一个探元各自的相对辐射校正多项式
阶数n取值范围为1≤n≤m,阶数n的选取需要根据CCD探元实际响应的线性度来确定,线性度越好,n取值越小;当非常线性的时候,n取值为1;一般情况下,可设定n为大于等于3的整数值。
高光谱成像仪与通常的推扫型线阵列CCD光学相机有很大的区别,干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片,通过全光路光学系统在焦平面上所成的像是干涉影像,因此在进行归一化校正时,采用分步修正的方法。图1为HJ-1A高光谱相机辐射校正方法流程以及各中间结果示意图;
(1)从实验室中得到i(i=0,1,…,m)级辐射度下的CCD定标实验数据计算出CCD归一化校正多项式。
(2)对全系统相对定标数据利用上一步骤中求得的CCD归一化校正多项式进行每一个探元的CCD归一化校正。
(3)以CCD归一化校正后的全系统数据为输入xi,以空间方向输出DN值的平均值DNi作为基准数据yi,得到样本数据(xi,yi)(i=0,1,…,m),计算出全系统归一化校正多项式,完成全系统归一化校正。
(4)在干涉维方向用曲线拟合法对直流分量的渐晕趋势进行拟合,将原始值减去趋势值,即可以校正干涉图像光谱维的光照不均匀,得到光照均匀的干涉数据。
2)干涉数据去噪单元
1.噪声判定
随机噪声或尖峰噪声的产生可能由于数据传输中的错误或者一个短暂的扰动,因此某些像元的DN值显著高于或低于周围像元的DN值,这些像元表现为明显的亮点和暗点,本单元中采用逐点搜索与阈值比较的方法进行噪声判定,流程示意图如图2。
对于小双边部分,干涉维变化较为剧烈,所以从列方向即狭缝维进行判别。求当前点与上下相邻点的差值,若两个差值均大于阈值5倍,则判断为噪点。
对于小双边以外部分,在行方向即干涉维变化较为平缓,所以对这部分数据中噪声的判定采用较为简单的阈值判定,设定一个阈值,当数据点DN值超过该阈值时,认为该点为噪声。
2.噪声去除方法
HJ-1-A星高光谱成像仪属于傅里叶变换性成像光谱仪,采集到的图像为干涉图像,干涉条纹具有一定的余弦曲线规律,并含有干涉信息,因此采用临域平均法和曲线拟合的方法相结合的去噪以更准确地复原噪点位置处的干涉强度。
若噪声点前、后各四点的数据都不为噪声时,认为其为孤立噪声点,对孤立噪声点采用曲线拟合的方法去除噪声;若噪声点连续出现或在噪点前、后四点范围内再次出现噪点,此时曲线拟合的方法不适用,认为这种噪声点为连续噪声点,对连续噪声点采用邻域平均方法去噪。
1、多项式曲线拟合法
检验曲线拟合状况的指标是拟合误差,这里采用了最小均方误差判断准则。原采样点为真实值t,拟合后的曲线上对应点作为测量点t′,d代表原采样点ti和测量点ti′的均方差:
其中,初始的i值以拟和数据中可能出现的最少拐点为依据设定。
2、临域平均法
临域平均法就是用周围像元DN值的均值a(i,j)′取代噪点值a(i,j),8点取平均。
3)切趾处理单元
HJ-1-A星高光谱成像仪只能在有限光程差范围上完成干涉图的采集和傅立叶变换;相当于采用矩形窗口函数作为干涉图的截断函数。与其它窗口函数相比,矩形窗口截断函数虽然在理论上可以提高仪器的光谱分辨率(或波数分辨率),但随之带来的问题是在重建光谱中产生较大的误差。因此需要对原始干涉图进行切趾处理来减小重建光谱中因截断函数导致的误差。
理论上,将光程差从负无穷到正无穷范围上的单色光干涉图I(l)(表现为余弦函数)进行傅立叶变换得到的是对应的光谱图B(v)(表现为冲激函数),如图3中(b)到(a)过程。但实际上,傅立叶变换成像光谱仪只能采集到有限光程差范围内的干涉图,相当于在余弦函数上加入了一个门函数T(l)将干涉图截断在-L~L光程差范围内,如图中(b)、(c)、(d)过程,对截断后的干涉图T(l)做傅立叶变换将得到(e)图所示的B′(v),它不再是某一波数上的冲激函数,而是随一定波数范围变化的sin c函数。这一现象的产生将会导致数据在重建光谱中产生较大的误差。因此在傅立叶变换前需要做切趾处理。
切趾处理的基本方法是在干涉维进行的,也就是将原始干涉条纹分布沿干涉维方向乘以某一变迹函数,如下式,使原始干涉分布的两端变化趋于平缓。工作流程如图4所示。
T(Δ)称为切趾函数,I(Δ)为干涉数据,为B(v)复原后的光谱。
从光谱重建精度和光谱分辨率水平两方面的折中考虑,HJ-1-A星高光谱成像仪处理过程中采用三角窗口函数为默认切趾函数,如图5。
4)相位校正单元
HJ-1-A星高光谱成像仪下传的原始干涉帧数据为单边干涉图,由于存在光学系统、电子学系统等带来的不确定因素,导致下传数据的干涉条纹的零位(即干涉光程差为π的位置,注意Sagnac干涉结构有半波损失)相对于原点产生不确定的微小位移ε如图6所示。
计算过程如下:
对带有相位误差的干涉数据进行傅立叶变换,如下式:
I′(l)为带有相位误差的干涉数据,B′(v)为对其进行傅立叶变换的结果。
由于I′(l)不是偶函数,因此傅立叶变换后B′(v)中含有实部Re(v)和虚部Im(v)。若上述I′(l)通过真正的双边采样获得,则其振幅谱就是所需要的原始光谱:
其位相角为:
振幅谱与复光谱之间的关系为:
B′(v)=|B(v)|exp(jθv)
反过来即:
B(v)=B′(v)exp(-jθv)=Re(v)cosθv+Im(v)sinθv
即将带有原点相位误差的干涉图作FFT,同时求得相位角随波数分布的函数θv,根据θv进行相位校正,即可得到正确的光谱分布B(v)。
干涉图原点误差示单边干涉带来的相位误差问题是不可忽视的,相位校正过程将对此予以校正。推扫型傅立叶变换成像光谱仪采集的原始干涉帧数据为单边干涉图,由于一些不确定因素,接收到的干涉图中零级干涉条纹的位置相对原点会产生微小位移,对于单边干涉数据的处理来说,因此产生的相位误差是不可忽略的。
5)光谱复原单元
本模块将经过相对辐射校正的干涉数据立方体转换换成光谱图像数据立方体,处理过程如下:
HJ-1-A星高光谱成像仪下传的原始干涉帧数据为单边干涉图(单边干涉数据点为256-27个),为了进行FFT变换,有必要对单边数据进行对称化及扩展处理,形成512个数据点。
本项目的软件采用目前已经成熟的“基2”FFT算法,并采用多核计算机实现多线程运行FFT程序以提高处理速度。工作流程如图7所示。
6)光谱检验单元
通过成像光谱仪的特征谱线的信息,对实际目标的光谱图像立方体进行波长定位,根据发射后高光谱数据中的氧气吸收峰位置来检测高光谱相发射前后谱段位置的变化情况。
如果前后谱段位置的平均误差值不大于平均半波段宽度,说明各谱段不发生变化。否则新波数间隔为原波数分辨率与采用新样本计算出的新波数间隔的平均值。
样本波数分辨率计算方式如下:对样本数据进行傅立叶变换,从变换结果中确定特征谱vi对应的数据点位置Ni,然后计算波数间隔Δvn,即
Δvn=vi/Ni
对于多组定标特征谱,可以使用以下加权平均法来确定波数间隔:
其中n为使用的定标特征谱个数。
可以通过选取一幅包含大量植被的光谱立方体数据,寻找植被在762nm处的氧气吸收峰,通过读取光谱曲线上吸收峰的位置信息,经过光谱检测,得到误差值为小于其所处波段的平均半波段宽度,误差在允许范围内,以此检验光谱位置的正确性。
但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 (18)
1、一种对高光谱干涉数据进行光谱重建的系统,其特征在于:
该系统包括:
-相对辐射校正单元,基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正;
-干涉数据去噪单元,针对干涉数据为过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理;
-切趾处理单元,对原始干涉图进行切趾处理来减小重建光谱中因截断函数导致的误差;
-相位校正单元,修正光学系统、电子系统等不稳定因素导致的相位误差;
-光谱复原单元,通过对干涉数据的对称化处理,将干涉数据立方体转换换成光谱图像数据立方体;
-光谱检验单元,通过检测成像光谱仪的特征谱线的位置,对实际目标的光谱图像立方体进行波长定位。
2、如权利要求1所述的系统,其特征在于:所述相对辐射校正单元执行以下处理过程:基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正。
3、如权利要求2所述的系统,其特征在于:
所述相对辐射校正过程如下:
(1)从实验室中得到i级辐射度下的CCD定标实验数据计算出CCD归一化校正多项式,其中i=1,2,3,…,10;
(2)对实验室全系统相对定标数据利用上一步骤中求得的CCD归一化校正多项式进行每一个探元的CCD归一化校正。
(3)以CCD归一化校正后的全系统数据为输入xi,以空间方向输出DN值的平均值DNi作为基准数据yi,得到样本数据(xi,yi),i=0,1,…,m,计算出全系统归一化校正多项式,完成全系统归一化校正。
(4)在干涉维方向用曲线拟合法对直流分量的渐晕趋势进行拟合,将原始值减去趋势值,即可以校正干涉图像光谱维的光照不均匀,得到光照均匀的干涉数据。
4、如权利要求1所述的系统,其特征在于所述干涉数据去噪单元针对干涉数据过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理。
5、如权利要求4所述的系统,所述干涉数据去噪单元的的计算过程如下:
(1)分段噪声判定
对于小双边部分,干涉维变化较为剧烈,所以从列方向即狭缝维进行判别;求当前点与上下相邻点的差值,若两个差值均大于阈值5倍,则判断为噪点;
对于小双边以外部分,在行方向即干涉维变化较为平缓,所以对这部分数据中噪声的判定采用较为简单的阈值判定,设定一个阈值,当数据点DN值超过该阈值时,认为该点为噪声;
(2)去除噪声
采用临域平均法和曲线拟合的方法相结合的去噪以更准确地复原噪点位置处的干涉强度;
若噪声点前、后各四点的数据都不为噪声时,认为其为孤立噪声点,对孤立噪声点采用曲线拟合的方法去除噪声;若噪声点连续出现或在噪点前、后四点范围内再次出现噪点,此时曲线拟合的方法不适用,认为这种噪声点为连续噪声点,对连续噪声点采用邻域平均方法去噪。
6、如权利要求1所述的系统,其特征在于:所述切趾处理单元从光谱重建精度和光谱分辨率水平两方面来考虑,采用三角切趾函数对干涉数据进行处理,将原始干涉条纹分布沿干涉维方向乘以三角切趾函数,使原始干涉分布的两端变化趋于平缓。
7、如权利要求1所述的系统,其特征在于:所述相位校正单元对带有相位误差的干涉数据进行傅立叶变换,求得相位角随波数分布的函数θv,根据θv进行相位校正,即可得到正确的光谱分布B(v),其中v为波数。
8、如权利要求1所述的系统,其特征在于:所述光谱复原单元的处理过程如下:
接收高光谱成像仪下传的原始干涉帧数据,该原始干涉帧数据为单边干涉图并且其数据点为256个;
将单边256个干涉数据进行对称化处理,形成以零级干涉为中心的512个数据点的对称干涉分布序列;
采用多线程“基2”FFT算法对干涉立方体的每一帧每一行的数据序列实行FFT变换。
9、如权利要求1所述的系统,其特征在于:所述光谱检验单元的处理过程如下:
通过成像光谱仪的特征谱线的信息,对实际目标的光谱图像立方体进行波长定位,根据发射后高光谱数据中的氧气吸收位置来检测高光谱相发射前后谱段位置的变化情况。
如果发射前后谱段位置平均误差值不大于平均半波段宽度,则各谱段范围没有发生变化,否则各谱段范围则根据计算结果发生变化。
10、一种对高光谱干涉数据进行光谱重建的方法,其特征在于:
该方法包括以下步骤:
-相对辐射校正,基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正;
-干涉数据去噪,针对干涉数据为过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理;
-切趾处理,对原始干涉图进行切趾处理来减小重建光谱中因截断函数导致的误差;
-相位校正,修正光学系统、电子系统等不稳定因素导致的相位误差;
-光谱复原,通过对干涉数据的对称化处理,将干涉数据立方体转换换成光谱图像数据立方体;
-光谱检验,通过检测成像光谱仪的特征谱线的位置,对实际目标的光谱图像立方体进行波长定位。
11、如权利要求10所述的方法,其特征在于:所述相对辐射校正的处理过程具体如下:基于干涉型高光谱成像仪在焦面上装载的是面阵列的CCD片并且通过全光路光学系统在焦平面上所成的像是干涉影像,采用分步修正的方法进行相对辐射校正。
12、如权利要求11所述的方法,其特征在于:
所述相对辐射校正的具体过程如下:
(1)从实验室中得到i级辐射度下的CCD定标实验数据计算出CCD归一化校正多项式,其中i=1,2,3,…,10;
(2)对实验室全系统相对定标数据利用上一步骤中求得的CCD归一化校正多项式进行每一个探元的CCD归一化校正。
(3)以CCD归一化校正后的全系统数据为输入xi,以空间方向输出DN值的平均值DNi作为基准数据yi,得到样本数据(xi,yi),i=0,1,…,m,计算出全系统归一化校正多项式,完成全系统归一化校正。
(4)在干涉维方向用曲线拟合法对直流分量的渐晕趋势进行拟合,将原始值减去趋势值,即可以校正干涉图像光谱维的光照不均匀,得到光照均匀的干涉数据。
13、如权利要求10所述的方法,其特征在于所述干涉数据去噪的具体过程如下:针对干涉数据过零采样的特点,对光学传感器接收平面的干涉数据进行分段去噪处理。
14、如权利要求13所述的方法,所述干涉数据去噪的具体计算过程如下:
(1)分段噪声判定
对于小双边部分,干涉维变化较为剧烈,所以从列方向即狭缝维进行判别;求当前点与上下相邻点的差值,若两个差值均大于阈值5倍,则判断为噪点;
对于小双边以外部分,在行方向即干涉维变化较为平缓,所以对这部分数据中噪声的判定采用较为简单的阈值判定,设定一个阈值,当数据点DN值超过该阈值时,认为该点为噪声;
(2)去除噪声
采用临域平均法和曲线拟合的方法相结合的去噪以更准确地复原噪点位置处的干涉强度;
若噪声点前、后各四点的数据都不为噪声时,认为其为孤立噪声点,对孤立噪声点采用曲线拟合的方法去除噪声;若噪声点连续出现或在噪点前、后四点范围内再次出现噪点,此时曲线拟合的方法不适用,认为这种噪声点为连续噪声点,对连续噪声点采用邻域平均方法去噪。
15、如权利要求10所述的方法,其特征在于:所述切趾处理的具体过程如下:从光谱重建精度和光谱分辨率水平两方面来考虑,采用三角切趾函数对干涉数据进行处理,将原始干涉条纹分布沿干涉维方向乘以三角切趾函数,使原始干涉分布的两端变化趋于平缓。
16、如权利要求10所述的方法,其特征在于:所述相位校正的具体过程如下:对带有相位误差的干涉数据进行傅立叶变换,求得相位角随波数分布的函数θv,根据θv进行相位校正,即可得到正确的光谱分布B(v)。
17、如权利要求10所述的系统,其特征在于:所述光谱复原的具体处理过程如下:
接收高光谱成像仪下传的原始干涉帧数据,该原始干涉帧数据为单边干涉图并且其数据点为256个;
将单边256个干涉数据进行对称化处理,形成以零级干涉为中心的512个数据点的对称干涉分布序列;
采用多线程“基2”FFT算法对干涉立方体的每一帧每一行的数据序列实行FFT变换。
18、如权利要求10所述的系统,其特征在于:所述光谱检验的具体理过程如下:
通过成像光谱仪的特征谱线的信息,对实际目标的光谱图像立方体进行波长定位,根据发射后高光谱数据中的氧气吸收位置来检测高光谱相发射前后谱段位置的变化情况。
如果发射前后谱段位置平均误差值不大于平均半波段宽度,则各谱段范围没有发生变化,否则各谱段范围则根据计算结果发生变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101917987A CN101598798B (zh) | 2008-12-31 | 2008-12-31 | 一种对高光谱干涉数据进行光谱重建的系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101917987A CN101598798B (zh) | 2008-12-31 | 2008-12-31 | 一种对高光谱干涉数据进行光谱重建的系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101598798A true CN101598798A (zh) | 2009-12-09 |
CN101598798B CN101598798B (zh) | 2012-01-04 |
Family
ID=41420301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101917987A Active CN101598798B (zh) | 2008-12-31 | 2008-12-31 | 一种对高光谱干涉数据进行光谱重建的系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101598798B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102322957A (zh) * | 2011-07-12 | 2012-01-18 | 中国资源卫星应用中心 | 一种干涉型高光谱成像仪的光谱漂移检测方法 |
CN102495383A (zh) * | 2011-11-24 | 2012-06-13 | 中国科学院武汉物理与数学研究所 | 一种自动相位校正方法 |
CN102818630A (zh) * | 2012-07-27 | 2012-12-12 | 中国资源卫星应用中心 | 一种干涉型成像光谱仪的光谱定标方法 |
CN102944309A (zh) * | 2012-10-22 | 2013-02-27 | 中国科学院西安光学精密机械研究所 | 等波长分辨率光谱重建方法 |
CN104580944A (zh) * | 2013-10-10 | 2015-04-29 | 中国科学院光电研究院 | 对ccd图像进行相对辐射校正的方法 |
CN104766281A (zh) * | 2015-03-30 | 2015-07-08 | 中国资源卫星应用中心 | 一种干涉图像中不均匀直流分量的校正方法 |
CN105043549A (zh) * | 2015-05-19 | 2015-11-11 | 中国资源卫星应用中心 | 一种干涉型光谱仪边缘光谱响应衰减补偿方法 |
CN105509888A (zh) * | 2015-12-04 | 2016-04-20 | 天津津航技术物理研究所 | 基于频域分析的傅里叶光谱数据线性滤波处理方法 |
CN105656709A (zh) * | 2014-11-21 | 2016-06-08 | 中国移动通信集团广东有限公司 | 分组域网络容量的预测方法及装置 |
CN106768337A (zh) * | 2017-02-27 | 2017-05-31 | 中国科学院上海高等研究院 | 一种二维傅里叶变换电子光谱中的相位重构方法 |
CN107610055A (zh) * | 2017-07-28 | 2018-01-19 | 上海卫星工程研究所 | 傅里叶变换光谱仪干涉图噪声检测及抑制方法 |
CN108009550A (zh) * | 2017-11-09 | 2018-05-08 | 深圳大学 | 基于光谱曲线拟合的高光谱图像特征检测方法及装置 |
CN108844912A (zh) * | 2018-04-19 | 2018-11-20 | 中科谱光科技(北京)有限公司 | 一种作物长势光谱智能分析系统及方法 |
CN109253976A (zh) * | 2018-10-22 | 2019-01-22 | 北京麦飞科技有限公司 | 基于光感模块的高光谱实时辐射定标方法 |
CN110837090A (zh) * | 2019-11-14 | 2020-02-25 | 中国科学院上海技术物理研究所启东光电遥感中心 | 一种星载高光谱红外图像干涉纹波的校正方法 |
CN111259311A (zh) * | 2020-01-14 | 2020-06-09 | 西安应用光学研究所 | 尖峰噪声处理方法 |
CN111476738A (zh) * | 2020-04-16 | 2020-07-31 | 中国科学院上海技术物理研究所启东光电遥感中心 | 一种高光谱图像Etalon效应纹波的分离方法 |
WO2021093676A1 (zh) * | 2019-11-14 | 2021-05-20 | 中国科学院上海技术物理研究所启东光电遥感中心 | 用于处理高光谱图像的方法 |
CN113012276A (zh) * | 2021-01-27 | 2021-06-22 | 中国科学院空天信息创新研究院 | 基于辐射度的地表高分辨率光谱信息遥感反演方法 |
CN113311408A (zh) * | 2021-07-07 | 2021-08-27 | 中国地质大学(武汉) | 一种高光谱激光雷达的辐射校正方法和装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109285132B (zh) * | 2018-09-20 | 2022-05-17 | 南京大学 | 一种基于频域编码的光谱重建方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6963354B1 (en) * | 1997-08-07 | 2005-11-08 | The United States Of America As Represented By The Secretary Of The Navy | High resolution imaging lidar for detecting submerged objects |
CN100359301C (zh) * | 2005-05-27 | 2008-01-02 | 中国科学院上海技术物理研究所 | 机载推帚式数字成像系统数据完整性控制方法 |
CN100365435C (zh) * | 2005-12-05 | 2008-01-30 | 牛铮 | 一种遥感影像光谱细分方法 |
-
2008
- 2008-12-31 CN CN2008101917987A patent/CN101598798B/zh active Active
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102322957A (zh) * | 2011-07-12 | 2012-01-18 | 中国资源卫星应用中心 | 一种干涉型高光谱成像仪的光谱漂移检测方法 |
CN102495383A (zh) * | 2011-11-24 | 2012-06-13 | 中国科学院武汉物理与数学研究所 | 一种自动相位校正方法 |
CN102495383B (zh) * | 2011-11-24 | 2013-09-18 | 中国科学院武汉物理与数学研究所 | 一种自动相位校正方法 |
CN102818630A (zh) * | 2012-07-27 | 2012-12-12 | 中国资源卫星应用中心 | 一种干涉型成像光谱仪的光谱定标方法 |
CN102818630B (zh) * | 2012-07-27 | 2014-10-08 | 中国资源卫星应用中心 | 一种干涉型成像光谱仪的光谱定标方法 |
CN102944309A (zh) * | 2012-10-22 | 2013-02-27 | 中国科学院西安光学精密机械研究所 | 等波长分辨率光谱重建方法 |
CN102944309B (zh) * | 2012-10-22 | 2015-05-27 | 中国科学院西安光学精密机械研究所 | 等波长分辨率光谱重建方法 |
CN104580944A (zh) * | 2013-10-10 | 2015-04-29 | 中国科学院光电研究院 | 对ccd图像进行相对辐射校正的方法 |
CN104580944B (zh) * | 2013-10-10 | 2017-11-17 | 中国科学院光电研究院 | 对ccd图像进行相对辐射校正的方法 |
CN105656709A (zh) * | 2014-11-21 | 2016-06-08 | 中国移动通信集团广东有限公司 | 分组域网络容量的预测方法及装置 |
CN104766281A (zh) * | 2015-03-30 | 2015-07-08 | 中国资源卫星应用中心 | 一种干涉图像中不均匀直流分量的校正方法 |
CN104766281B (zh) * | 2015-03-30 | 2018-01-16 | 中国资源卫星应用中心 | 一种干涉图像中不均匀直流分量的校正方法 |
CN105043549A (zh) * | 2015-05-19 | 2015-11-11 | 中国资源卫星应用中心 | 一种干涉型光谱仪边缘光谱响应衰减补偿方法 |
CN105509888A (zh) * | 2015-12-04 | 2016-04-20 | 天津津航技术物理研究所 | 基于频域分析的傅里叶光谱数据线性滤波处理方法 |
CN106768337A (zh) * | 2017-02-27 | 2017-05-31 | 中国科学院上海高等研究院 | 一种二维傅里叶变换电子光谱中的相位重构方法 |
CN106768337B (zh) * | 2017-02-27 | 2018-06-12 | 中国科学院上海高等研究院 | 一种二维傅里叶变换电子光谱中的相位重构方法 |
CN107610055A (zh) * | 2017-07-28 | 2018-01-19 | 上海卫星工程研究所 | 傅里叶变换光谱仪干涉图噪声检测及抑制方法 |
CN107610055B (zh) * | 2017-07-28 | 2020-09-15 | 上海卫星工程研究所 | 傅里叶变换光谱仪干涉图噪声检测及抑制方法 |
CN108009550A (zh) * | 2017-11-09 | 2018-05-08 | 深圳大学 | 基于光谱曲线拟合的高光谱图像特征检测方法及装置 |
CN108009550B (zh) * | 2017-11-09 | 2021-01-22 | 深圳大学 | 基于光谱曲线拟合的高光谱图像特征检测方法及装置 |
CN108844912A (zh) * | 2018-04-19 | 2018-11-20 | 中科谱光科技(北京)有限公司 | 一种作物长势光谱智能分析系统及方法 |
CN109253976A (zh) * | 2018-10-22 | 2019-01-22 | 北京麦飞科技有限公司 | 基于光感模块的高光谱实时辐射定标方法 |
CN109253976B (zh) * | 2018-10-22 | 2021-01-15 | 北京麦飞科技有限公司 | 基于光感模块的高光谱实时辐射定标方法 |
CN110837090B (zh) * | 2019-11-14 | 2022-03-01 | 启东中科光电遥感中心 | 一种星载高光谱红外图像干涉纹波的校正方法 |
CN110837090A (zh) * | 2019-11-14 | 2020-02-25 | 中国科学院上海技术物理研究所启东光电遥感中心 | 一种星载高光谱红外图像干涉纹波的校正方法 |
WO2021093676A1 (zh) * | 2019-11-14 | 2021-05-20 | 中国科学院上海技术物理研究所启东光电遥感中心 | 用于处理高光谱图像的方法 |
CN111259311A (zh) * | 2020-01-14 | 2020-06-09 | 西安应用光学研究所 | 尖峰噪声处理方法 |
CN111259311B (zh) * | 2020-01-14 | 2023-03-24 | 西安应用光学研究所 | 尖峰噪声处理方法 |
CN111476738A (zh) * | 2020-04-16 | 2020-07-31 | 中国科学院上海技术物理研究所启东光电遥感中心 | 一种高光谱图像Etalon效应纹波的分离方法 |
CN111476738B (zh) * | 2020-04-16 | 2024-07-02 | 中国科学院上海技术物理研究所 | 一种高光谱图像Etalon效应纹波的分离方法 |
CN113012276A (zh) * | 2021-01-27 | 2021-06-22 | 中国科学院空天信息创新研究院 | 基于辐射度的地表高分辨率光谱信息遥感反演方法 |
CN113311408A (zh) * | 2021-07-07 | 2021-08-27 | 中国地质大学(武汉) | 一种高光谱激光雷达的辐射校正方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101598798B (zh) | 2012-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101598798B (zh) | 一种对高光谱干涉数据进行光谱重建的系统和方法 | |
CN114518586B (zh) | 一种基于球谐展开的gnss精密单点定位方法 | |
CN102540166B (zh) | 一种基于优化算法的高光谱传感器交叉辐射定标方法 | |
CN102279393B (zh) | 一种基于多光谱传感器对高光谱传感器交叉辐射定标方法 | |
Li et al. | An evaluation of the use of atmospheric and BRDF correction to standardize Landsat data | |
Kolassa et al. | Soil moisture retrieval from AMSR-E and ASCAT microwave observation synergy. Part 1: Satellite data analysis | |
CN104406686B (zh) | 复杂地形条件下太阳短波入射辐射估算方法 | |
CN100545676C (zh) | 基于相关加权的干涉合成孔径雷达干涉相位估计方法 | |
CN109974665A (zh) | 一种针对缺少短波红外数据的气溶胶遥感反演方法及系统 | |
Berg et al. | Improved geolocation and Earth incidence angle information for a fundamental climate data record of the SSM/I sensors | |
CN104483663A (zh) | 一种高光谱遥感影像大气纠正方法及系统 | |
CN109344536A (zh) | 一种耦合多源数据的多层次被动微波土壤水分验证方法 | |
CN116519913B (zh) | 基于星载和地基平台融合的gnss-r数据土壤水分监测方法 | |
McKinley et al. | Measuring the global 21-cm signal with the MWA-I: improved measurements of the Galactic synchrotron background using lunar occultation | |
Torres et al. | Impact of receiver errors on the radiometric resolution of large two-dimensional aperture synthesis radiometers | |
CN105785369A (zh) | 基于InSAR技术的SAR图像冰雪覆盖信息提取方法 | |
Zhang et al. | GPS receiver phase biases estimable in PPP-RTK networks: dynamic characterization and impact analysis | |
CN103616685A (zh) | 基于图像特征的isar图像几何定标方法 | |
Zhong et al. | Cross-calibration of reflective bands of major moderate resolution remotely sensed data | |
CN110764153B (zh) | 一种星载微波成像仪热镜背瓣在轨误差校正系统及方法 | |
CN102073038B (zh) | 基于微小地形的遥感影像的地形校正的方法 | |
CN102590824B (zh) | 一种包含v分量的全分量偏振遥感成像测量系统及方法 | |
CN105259145A (zh) | 一种同时遥感岛礁水下地形和地物的方法 | |
CN114943142B (zh) | 高光谱地表反射率和大气参数一体化反演方法及装置 | |
Fang et al. | Reconstruction of a long-term spatially contiguous solar-induced fluorescence (LCSIF) over 1982-2022 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |