CN102540166A - 一种基于优化算法的高光谱传感器交叉辐射定标方法 - Google Patents

Abstract

本发明一种基于优化算法的高光谱传感器交叉辐射定标方法，(1)、选择待定标的影像；(2)、选择参考影像；(3)、裁剪出两幅影像共同覆盖区域，选择均匀地物作为交叉定标的感兴趣区；(4)、计算两传感器各波段的入瞳辐亮度和气体吸收特征曲线，去除气体吸收特征；(5)、筛选出最优波段与最优插值方案；(6)、对高光谱传感器最优波段进行交叉辐射定标；(7)、对定标后的高光谱波段辐亮度进行插值，重构高光谱曲线，加载气体吸收特征，作为参考传感器的辐亮度；(8)、实现多光谱传感器对高光谱传感器的交叉辐射定标。本发明方法能在缺乏参考高光谱影像的条件下，能实现对星载成像光谱仪的在轨交叉辐射定标，具有业务化推广前景。

Description

一种基于优化算法的高光谱传感器交叉辐射定标方法

技术领域

本发明涉及一种基于优化算法的高光谱传感器交叉辐射定标方法，属于遥感数据处理方法与应用技术领域，适用于高光谱传感器辐射定标的理论方法和应用技术研究。

背景技术

遥感器辐射定标是遥感数据定量化应用的前提，该类技术的发展能够大大推动遥感数据的应用深度和拓展遥感数据的应用广度。辐射定标作为一种卫星遥感数据预处理技术的一个重要环节，其目的在于建立传感器遥感器入瞳处辐亮度与其输出的数字计数值(DN值)之间的关系，以确定遥感器的输出信号对入瞳辐亮度的响应。在辐射定标中，设DN是遥感影像的数字计数值，L是待定标传感器的入瞳处辐亮度。则辐射定标即是通过如下关系，确定传感器探测单元的定标系数G和B：

L＝G*DN+B

其中，G和B分别是定标系数中的增益(Gain)和偏移(Bias)。

辐射定标方法包括卫星发射前实验室定标、在轨星上定标、场地定标及交叉定标等。不同的定标方法分别在卫星的不同阶段发挥着一定的作用，但每一种定标方法都有其特点与局限适用性。卫星发射前的实验室定标，关键是评估工程设计指标和建立满足不同应用要求的定标系统；在轨星上定标基于星载定标器的飞行中定标采用星上人工辐射源定标、天体或外太空，基于太阳和漫反射板定标，利用星上黑体和冷空间作为辐射参考辐射源定标等手段进行飞行中定标；对于没有星上定标系统的卫星，为了动态跟踪传感器辐射性能的变化，美国、法国在这一方面遥遥领先。在轨运行期间可以采用基于陆地(或海面)特性的“替代定标”，即场地定标。利用一个经过严格鉴定的地表面试验场辐射校正场的地面同步实验和大气辐射传输模式模型，可以实现确定传感器入瞳辐亮度的辐射定标。但由于场地定标需要耗费大量的人力、物力与财力，故通常定标间隔周期较长。因此需要一种更加经济与便捷的方法。利用高辐射精度的卫星传感器对精度相对较低的卫星传感器进行交叉辐射定标方法(简称“交叉定标”)应运而生。交叉辐射定标是新近发展起来的一种无场地定标技术，得到了国际遥感界的广泛重视，被国际地球观测系统委员会(CEOS)定标检验组(WGCV)所推荐。交叉定标是利用一台标定好的传感器与待标定传感器在同一时间和相似的几何条件进行观测，然后进行相对比较，实现定标。

交叉辐射定标方法无需建立地面校正场，该方法最大的优点是定标成本低，可以实现高频次、多传感器间的辐射定标，并且可以实现对历史数据的辐射定标。但是该方法，对参考传感器和被定标传感器之间的通道设置、通道光谱响应函数、空间分辨率、过境时间、回访周期、几何配准精度等方面有严格要求，并且定标精度极大的依赖于参考传感器自身的绝对辐射定标精度。

对于缺乏星上定标系统的卫星传感器，只能借助场地定标或交叉定标方法。特别是对于技术水平相对落后的发展中国家的卫星遥感具有重要的作用。国内外关于星-星交叉定标的开展了较多的研究，并取得了较好的效果。但是现有的研究大都是基于多光谱传感器之间的辐射定标，而目前在轨的星载高光谱传感器极少，仅有美国的EO1/Hyperion、欧空局PROBA/CHRIS与中国的HJ/HIS等少数几个。受高光谱数据的可获得性、访问时间、空间覆盖范围、天气条件、空间分辨率的差异等诸多因素影响，通常很难找到匹配的两套高光谱影像。因此对于高光谱的在轨辐射定标需要寻找新的技术方法。本发明就是为解决高光谱在轨辐射定标的一种新型技术。

发明内容

本发明的目的是提出一种基于优化算法的高光谱传感器交叉辐射定标方法，它克服了传统高光谱数据由于不能找到适合的相匹配的参考高光谱影像数据而不能进行交叉定标的局限，有效地提高了高光谱遥感数据的可用性，是一种稳定性好、可靠性高、精确度高的高光谱传感器交叉辐射定标方法。

本发明的技术解决方案是：一种在不能获得辐射定标精度较高的高光谱卫星影像的情况下，利用辐射定标精度较高的多光谱影像实现对高光谱数据辐射定标的方法。该方法主要是基于优化算法重构高光谱传感器入瞳处辐亮度曲线实现辐射定标，利用6S大气辐射传输模型对两传感器进行入瞳处辐亮度和气体特征吸收模拟，并通过计算高光谱有效波段的光谱匹配因子，利用光谱匹配因子实现有效波段的辐射定标，最后利用优化算法由部分有效波段的辐亮度值获得高光谱传感器的入瞳处辐亮度曲线，从而完成辐射定标。

本发明一种基于优化算法的高光谱传感器交叉辐射定标方法，如图1所示，其步骤如下：

(1)、选择无云的高光谱影像数据，影像中包含几种大块均匀地物，并对影像进行必要的预处理(如坏波段剔除)后，作为待定标的影像；

(2)、选择与高光谱传感器成像时间接近且覆盖同一区域的辐射定标精度高的多光谱遥感影像作为参考影像；

(3)、裁剪出两幅影像即待定标影像和参考影像的共同覆盖区域；选择同名特征点，对两幅影像进行几何精校正处理；在影像上选择均匀地物作为交叉定标的感兴趣区(ROI)；

(4)、根据两幅影像的成像条件，利用6S大气辐射传输模型计算两传感器各波段的入瞳辐亮度和气体吸收特征曲线，并分别对两传感器的入瞳辐亮度光谱曲线去除气体吸收特征；

(5)、根据步骤(4)获得的去除气体吸收特征后的光谱曲线，使用优化算法，以重构曲线与模拟曲线最接近为判断依据，筛选出最优波段与最优插值方案；

(6)、根据中心波长最接近的规则用多光谱传感器作为参考，对高光谱传感器最优波段进行交叉辐射定标；

(7)、采用步骤(5)得到的最优插值方案，对定标后的高光谱波段辐亮度进行插值，重构高光谱曲线，然后对重构曲线加载气体吸收特征，作为参考传感器的辐亮度；

(8)、在待定标的高光谱影像的感兴趣区内，选择若干个像元各波段DN值和步骤(7)求得的定标参考传感器辐亮度曲线进行拟合，得到高光谱传感器各波段定标系数(增益和偏移量)，从而实现多光谱传感器对高光谱传感器的交叉辐射定标。

其中，步骤(1)中所述的高光谱影像数据选择，要求尽可能选择大气条件与地面光谱特性稳定的辐射定标场，以减少两幅影像因成像时间差异以及传感器光谱响应差异所带来的误差，有利于卫星传感器交叉辐射定标。

其中，步骤(2)中所述的多光谱遥感影像的选择，要求尽可能选择与高光谱成像时间一致，以减少因成像时间不同，导致大气条件的差异所带来的误差。

其中，步骤(3)中所述的几何精校正，分别在参考影像和待校正的影像上选择几何特征明显的地物作为控制点，对控制点的空间分布应该尽量均匀覆盖整幅影像，控制点的数据量通常应该大于20个，几何校正的整体误差应该控制在半个像素以内。在待定标的高光谱影像和已定标的参考多光谱遥感影像上，尽量在星下点附近选择均匀地物作为感兴趣区(ROI)，减少地表因非朗伯特性和大视场观测所带来的不确定性；另外ROI尽量覆盖遥感器的整个动态响应范围；

其中，步骤(4)中所述的“利用6S大气辐射传输模型计算两传感器各波段的入瞳辐亮度和气体吸收特征曲线，并分别对其去除气体吸收特征”，为了在后续的优化插值环节上尽可能减小误差，并考虑到辐亮度光谱曲线上所有气体特征吸收谷是由大气分子的物理特性决定的，仅依靠单纯的数学插值算法不能将其形状复原，本发明采用大气辐射传输模型中计算得出的气体吸收函数f(0＜f_i＜1)对辐亮度曲线L进行变换，公式如下：

L′＝L/f

上式中：L是大气辐射传输模型模拟得到的某波段入瞳处辐亮度，f是大气辐射传输模型模拟得到的对应波段的气体吸收函数，L′是某波段去除气体吸收特征后的辐亮度。

其中，其步骤(5)中所述的几“根据步骤(4)获得的去气体吸收特征后的光谱曲线，使用优化算法，以重构曲线与模拟曲线最接近为判断依据，筛选出最优波段与最优插值方案”，其含义说明如下：使用优化算法，从多光谱传感器波段可完全覆盖的高光谱传感器对应波段(即有效波段)中选择若干波段，通过设置不同的最优波段数量和不同插值算法，最后获得与去除气体吸收特征曲线误差最小的插值曲线，被选出的对应波段为最优波段，对应的插值方法为最优插值方法。

其中，步骤(6)中所述的“根据中心波长最接近的规则用多光谱传感器作为参考对高光谱传感器最优波段进行交叉辐射定标”，其含义说明如下：两传感器对应通道的表观辐亮度在6S大气辐射传输模型中存在着一定的差异和特定的关系，这种关系在对应的遥感影像中应同样成立。故：

L_{h_6s}＝K*L_{TM_6s}

L_{h_map}＝K*L_{TM_map}

L_{h_6s}和L_{TM_6s}分别表示利用6S大气辐射传输模型模拟的高光谱和多光谱传感器入瞳辐亮度，同理，L_{h_map}和L_{TM_map}分别表示影像DN值对应的高光谱和多光谱传感器入瞳辐亮度L，其中K表示光谱匹配因子。

其中，步骤(8)中所述的“针对不同波段，将所有ROI在待定标的高光谱影像的DN值和步骤(7)求得的定标辐亮度曲线进行线性拟合，可求得高光谱传感器各波段的定标系数(增益和偏移量)，从而实现多光谱传感器对高光谱传感器的交叉辐射定标。”，为了有效降低定标系数的不确定性，本发明采用基于区域平均值的定标系数生成法，本发明采取与原定标系数相同的处理流程获取定标系数如下：根据灰度值的不同，将感兴趣区进行分区，各波段分别计算各分区的平均灰度值基于

和步骤(7)求得的各分区的定标辐亮度L进行线性拟合，可得第i波段定标系数A_i：

$A_i=\stackrel{\‾}{\mathrm{DN}}/L+B_i,$ 其中B_i表示偏移量。

本发明与现有技术相比的优点在于：克服了传统高光谱数据由于不能找到适合的相匹配的参考高光谱影像数据而不能进行交叉定标的局限，本方法利用了优化算法和气体特征吸收函数，实现了无匹配参考高光谱影像数据的高光谱传感器的交叉定标。它具有以下的优点：(1)通过多光谱影像对高光谱影像交叉定标，增强了高光谱影像的可用性；(2)采用了优化算法和气体吸收特征函数，实现了根据最优波段对全部波段的定标，拓展了高光谱传感器交叉辐射定标参考传感器的选择范围；(3)根据高光谱成像质量，采取性能稳定的定标系数生成法，有效降低了定标系数的不确定性。

附图说明

图1为本发明流程图。

图2(a)为本发明的2006年敦煌试验场各气体透过率和总透过率；

图2(b)为本发明的2006年敦煌试验场TOA辐亮度及其去除气体特征吸收后的辐亮度光谱曲线。

图3为本发明对2006年敦煌地区Hyperion影像的优化重构曲线和模拟曲线；

图4为本发明的2006年敦煌地区Hyperion影像定标系数与原定标系数对比。

具体实施方式

为了更好的说明本发明涉及的利用多光谱影像对高光谱数据进行交叉定标的方法，利用Hyperion高光谱数据和TM多光谱影像数据进行交叉辐射定标。本发明一种基于优化算法的高光谱传感器交叉辐射定标方法，具体实现步骤如下：

(1)高光谱数据的读入：读入敦煌地区Hyperion高光谱影像数据；

(2)选择与Hyperion影像数据成像时间接近，且目标一致的已经辐射定标的多光谱TM数据；

(3)对两组影像进行几何精校正；

(4)为了在后续的优化插值环节上尽量减小误差，并考虑到辐亮度曲线上所有气体特征吸收谷是由大气分子的物理特性决定的，仅依靠单纯的数学插值算法不能将其形状复原，因此，利用6S大气辐射传输模型计算两传感器各波段的入瞳辐亮度和气体特征吸收曲线，并分别对其去除气体特征吸收，公式如下：

L′＝L/f

上式中：L是辐射传输模型模拟得出的某波段入瞳处辐亮度，f是辐射传输模型模拟得到的对应波段的气体吸收函数，L′是某波段去除气体特征吸收的辐亮度。

(5)根据步骤(4)获得的去气体吸收特征后的光谱曲线，使用优化算法，从多光谱传感器波段可完全覆盖的高光谱传感器对应波段(即有效波段)中选择若干波段，通过调整不同的解的个数和不同插值算法，最后获得与去除气体特征吸收曲线误差最小的插值曲线，对应的被选出的波段为最优波段，对应插值方法为最优插值方法。

(6)根据中心波长最接近的规则对最优波段和多光谱传感器各波段进行对应匹配并进行辐射定标；其含义说明如下：两传感器对应通道的表观辐亮度在6S大气辐射传输模型中存在着一定的差异和特定的关系，这些关系在其分别生成的遥感影像中应同样成立。故：

L_{h_6s}＝K*L_{m_6s}

L_{h_map}＝K*L_{m_map}

L_{h_6s}和L_{m_6s}分别表示6S辐射传输模型中高光谱和多光谱传感器入瞳辐亮度，同理，L_{h_map}和L_{m_map}分别表示影像DN值对应的高光谱和多光谱传感器入瞳辐亮度L。根据上式即可完成对最优波段的辐射定标。

(7)由步骤(6)和高光谱影像可得高光谱传感器各波段的定标系数，从而实现多光谱数据对高光谱传感器的交叉辐射定标。为了有效降低定标系数的不确定性，本发明采用基于区域平均值的定标系数生成法，考虑到获取的高光谱传感器原始波段增益往往就是影像已去除暗电流后每个像元的增益平均值，本发明采取与原定标系数相同的数据生成结构获取定标系数如下：根据计算选定的影像区域的各波段平均DN值利用

和传感器入瞳处辐亮度L_h，可得第i波段定标系数A_i：

$A_i=\stackrel{\‾}{\mathrm{DN}}/L_h$

通过本发明一种基于优化算法的高光谱传感器交叉辐射定标方法，利用TM多光谱影像对Hyperion高光谱影像进行交叉辐射定标，图2(a)给出了2006年敦煌试验场各气体透过率和总透过率。图2(b)给出了2006年敦煌试验场TOA辐亮度及其去除气体特征吸收后的辐亮度，两组数据对比表明该辐亮度曲线得到了有效平滑。图3给出了对2006年敦煌地区Hyperion影像的优化重构曲线和模拟曲线。图4给出了2006年敦煌地区Hyperion影像定标系数与原定标系数对比，实现了无匹配参考高光谱影像数据的高光谱传感器的交叉定标。从图3与图4可以看出本发明涉及方法的计算结果非常稳定，定标精度高。

Claims (8)

1.一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：包含以下步骤：

(1)、选择无云的高光谱影像数据，影像中包含几种大块均匀地物，并对影像进行预处理后，作为待定标的影像；

(2)、选择与高光谱传感器成像时间接近且覆盖同一区域的辐射定标精度高的多光谱遥感影像作为参考影像；

(3)、裁剪出两幅影像的共同覆盖区域；选择同名特征点，对两幅影像进行几何精校正处理；在影像上选择均匀地物作为交叉定标的感兴趣区，即ROI；

(4)、根据两幅影像的成像条件，利用6S大气辐射传输模型计算两传感器各波段的入瞳辐亮度和气体吸收特征曲线，并分别对两传感器的入瞳辐亮度光谱曲线去除气体吸收特征；

(5)、根据步骤(4)获得的去除气体吸收特征后的光谱曲线，使用优化算法，以重构曲线与模拟曲线最接近为判断依据，筛选出最优波段与最优插值方案；

(6)、根据中心波长最接近的规则用多光谱传感器作为参考对高光谱传感器最优波段进行交叉辐射定标；

(7)、采用步骤(5)得到的最优插值方案，对定标后的高光谱波段辐亮度进行插值，重构高光谱曲线，然后对重构曲线加载气体吸收特征，作为参考传感器的辐亮度；

(8)、在待定标的高光谱影像的感兴趣区内，选择若干个像元各波段DN值和步骤(7)求得的定标参考传感器辐亮度曲线进行拟合，得到高光谱传感器各波段定标系数，从而实现多光谱传感器对高光谱传感器的交叉辐射定标。

2.根据权利要求1所述的一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：步骤(1)中所述的选择无云的高光谱影像数据，要求选择大气条件与地面光谱特性稳定的辐射定标场，以减少两幅影像因成像时间差异以及传感器光谱响应差异所带来的误差，有利于卫星传感器交叉辐射定标。

3.根据权利要求1所述的一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：步骤(2)中要求选择与高光谱成像时间一致的多光谱遥感影像，以减少因成像时间不同，导致大气条件的差异所带来的误差。

4.根据权利要求1所述的一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：步骤(3)中所述的几何精校正，分别在参考影像和待校正的影像上选择几何特征明显的地物作为控制点；对控制点的空间分布应该均匀覆盖整幅影像，控制点的数据量应该大于20个，几何校正的整体误差应该控制在半个像素以内；在待定标的高光谱影像和已定标的参考多光谱遥感影像上，在星下点附近选择均匀地物作为ROI，减少地表因非朗伯特性和大视场观测所带来的不确定性；另外ROI覆盖遥感器的整个动态响应范围。

5.根据权利要求1所述的一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：步骤(4)中所述的“利用6S大气辐射传输模型计算两传感器各波段的入瞳辐亮度和气体吸收特征曲线，并分别对其去除气体吸收特征”，具体如下：为了在后续的优化插值环节上尽可能减小误差，并考虑到辐亮度光谱曲线上所有气体特征吸收谷是由大气分子的物理特性决定的，仅依靠单纯的数学插值算法不能将其复原的形状，故采用大气辐射传输模型中计算得出的气体吸收函数f(0＜f_i＜1)对辐亮度曲线L进行变换，公式如下：

L′＝L/f

上式中：L是大气辐射传输模型模拟得到的某波段入瞳处辐亮度，f是大气辐射传输模型模拟得到的对应波段的气体吸收函数，L′是某波段去除气体吸收特征后的辐亮度。

6.根据权利要求1所述的一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：其步骤(5)中所述的几“根据步骤(4)获得的去气体吸收特征后的光谱曲线，使用优化算法，以重构曲线与模拟曲线最接近为判断依据，筛选出最优波段与最优插值方案”，具体如下：使用优化算法，从多光谱传感器波段可完全覆盖的高光谱传感器对应波段中选择若干波段，通过设置不同的最优波段数量和不同插值算法，最后获得与去除气体吸收特征曲线误差最小的插值曲线，被选出的对应波段为最优波段，对应的插值方法为最优插值方法。

7.根据权利要求1所述的一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：步骤(6)中所述的“根据中心波长最接近的规则用多光谱传感器作为参考对高光谱传感器最优波段进行交叉辐射定标”，具体如下：两传感器对应通道的表观辐亮度在6S大气辐射传输模型中存在着一定的差异和特定的关系，这种关系在对应的遥感影像中应同样成立；故：

L_{h_6s}＝K*L_{TM_6s}

L_{h_map}＝K*L_{TM_map}

L_{h_6s}和L_{TM_6s}分别表示利用6S大气辐射传输模型模拟的高光谱和多光谱传感器入瞳辐亮度，同理，L_{h_map}和L_{TM_map}分别表示影像DN值对应的高光谱和多光谱传感器入瞳辐亮度L，其中，K表示光谱匹配因子。

8.根据权利要求1所述的一种基于优化算法的高光谱传感器交叉辐射定标方法，其特征在于：步骤(8)中所述的“针对不同波段，将所有ROI在待定标的高光谱影像的DN值和步骤(7)求得的定标辐亮度曲线进行线性拟合，可求得高光谱传感器各波段的定标系数，从而实现多光谱传感器对高光谱传感器的交叉辐射定标”，为了有效降低定标系数的不确定性，采用基于区域平均值的定标系数生成法，采取与原定标系数相同的处理流程获取定标系数如下：根据灰度值的不同，将感兴趣区进行分区，各波段分别计算各分区的平均灰度值

基于

和步骤(7)求得的各分区的定标辐亮度L进行线性拟合，可得第i波段定标系数A_i：

$A_i=\stackrel{\‾}{\mathrm{DN}}/L+B_i;$

其中，Bi表示偏移量。

Images