CN102590801A - 阴影光谱模拟方法 - Google Patents
阴影光谱模拟方法 Download PDFInfo
- Publication number
- CN102590801A CN102590801A CN2012100166296A CN201210016629A CN102590801A CN 102590801 A CN102590801 A CN 102590801A CN 2012100166296 A CN2012100166296 A CN 2012100166296A CN 201210016629 A CN201210016629 A CN 201210016629A CN 102590801 A CN102590801 A CN 102590801A
- Authority
- CN
- China
- Prior art keywords
- shadow
- shade
- spectrum
- lambda
- 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
本发明涉及一种阴影光谱模拟方法,采用野外地物光谱仪实地测量无阴影条件下白板或地物的辐亮度和有阴影条件下白板或地物的辐亮度,计算出阴影光谱亮度衰减系数,结合已知无阴影的入射光谱亮度和地物光谱反射率,再根据已计算出的阴影光谱亮度衰减系数,得出模拟阴影地物光谱。本发明从深层次的光谱角度对阴影进行研究,找出阴影地物光谱受阴影强度和地物光谱的影响而存在的波段差异,定量表征不同波段的阴影强度,精确还原和模拟阴影条件下的地物光谱,有效探测阴影下的目标并消除阴影的影响,对于高光谱图像模拟、阴影检测和去除以及目标探测和识别具有重要的价值,可应用于高光谱仿真、目标特性研究、阴影去除、阴影检测和遥感图像处理。
Description
技术领域
本发明涉及一种光谱的模拟方法,特别是一种阴影地物光谱的模拟方法。
背景技术
阴影不仅是可见光学图像的重要组成部分,也是高光谱影像中的重要影响因素,例如目前的热点效应研究、光谱尺度研究、目标识别都不能忽视阴影的影响。
目前在阴影地物光谱的定量分析和模拟方面研究很少,多集中在阴影检测领域,而阴影检测方法也主要集中在基于统计分析的检测和基于对比分析的检测,没有从深层次的光谱角度对阴影进行研究。同时由于不同波段的阴影强度受到地物反射率和入射光强度的影响存在很大差异,如果不能得到这种波段差异,就很难正确还原或是模拟阴影地物的真实光谱,也就难以探测阴影下的目标和消除阴影的影响。在高光谱模拟方面,阴影对地物光谱的影响也是不容忽视的,它决定模拟图像的真实感和层次感。以往采用简单的图像特征进行阴影处理,精度不高,无法还原阴影内地物的光谱信息,容易出现目标遗漏,直接影响了高光谱模拟的精度。
发明内容
针对上述问题,本发明的目的是提供一种基于阴影光谱亮度衰减系数的阴影光谱模拟方法。
为实现上述目的,本发明采取以下技术方案:
一种阴影地物光谱的模拟方法,其特征在于步骤如下:
步骤1,采用野外地物光谱仪实地测量无阴影条件下白板或地物的辐亮度Idw和有阴影条件下白板或地物的辐亮度Isw,通过公式(4)计算阴影光谱亮度衰减系数kI阴影光谱亮度衰减系数:
步骤2,结合已知无阴影的入射光谱辐亮度Id和地物光谱反射率rλ,再根据已计算出的阴影光谱亮度衰减系数kI,通过公式(2)计算模拟阴影地物光谱辐亮度I0:
所述无阴影的入射光谱辐亮度Id是根据模拟条件人为进行设置,或者通过测量无阴影条件下的白板辐亮度Idw近似获取。
所述阴影光谱亮度衰减系数kI是指无阴影的入射光谱辐亮度Id与有阴影的入射光谱辐亮度Is比值:
所述阴影光谱亮度衰减系数kI或者采用拟合公式(3)得到:
其中:λ为光谱波长,单位为μm。
所述模拟方法可以采用人工演算,或者通过编制程序,进行计算机求解。
本发明由于采取以上技术方案,其具有以下优点:
1、高精度的定量表征不同波段的阴影强度。
2、高精度的模拟出不同地物在阴影条件下的光谱辐亮度。
本发明从深层次的光谱角度对阴影进行研究,找出阴影强度受地物反射率和入射光强度的影响而存在的波段差异,正确还原、模拟阴影地物的真实光谱,探测阴影下的目标并消除阴影的影响,在高光谱模拟方面,本发明精度高,还原了阴影内地物的光谱信息,因此,本发明对于高光谱图像模拟、阴影检测和去除以及目标探测和识别具有重要的价值,可应用于高光谱仿真、目标特性研究、阴影去除、阴影检测和遥感图像处理。
附图说明
图1是本发明中阴影地物光谱模拟示意图。
图2是本发明中实地测量阴影光谱亮度衰减系数实施例一的示意图。
图3是本发明中实地测量阴影光谱亮度衰减系数实施例二的示意图。
具体实施方式
下面结合附图和实施例对本发明的进行详细的描述。
实施例一参见图1、图2所示,这种阴影光谱模拟方法,为了表征阴影强度的光谱特征,定义阴影光谱亮度衰减系数kI,所述阴影光谱亮度衰减系数kI是指无阴影的入射光谱辐亮度Id与有阴影的入射光谱辐亮度Is比值:
阴影光谱亮度衰减系数kI可以通过两种方法获得,一种参见图2所示,采用实地光谱测量近似得到阴影光谱亮度衰减系数kI,即采用野外地物光谱仪实地测量无阴影条件下白板的辐亮度Idw和有阴影条件下白板的辐亮度Isw,通过公式(4)计算阴影光谱亮度衰减系数kI:
二是通过拟合公式3得到阴影光谱亮度衰减系数kI:
其中:λ为光谱波长,单位为μm。
参见图1所示,结合已知无阴影的入射光谱辐亮度Id和地物光谱反射率rλ,再根据阴影光谱亮度衰减系数kI,通过公式(2)计算模拟阴影地物光谱辐亮度I0:
所述无阴影的入射光谱辐亮度Id是根据模拟条件人为进行设置,或者通过测量无阴影条件下的白板辐亮度Idw近似获取。
上述的模拟方法基于阴影光谱亮度衰减系数得出阴影地物光谱,从深层次的光谱角度对阴影进行研究,找出阴影强度受地物反射率和入射光强度的影响而存在的波段差异,正确还原、模拟阴影地物的真实光谱,探测阴影下的目标并消除阴影的影响,所述模拟方法可以采用人工演算,或者通过编制程序,进行计算机求解。
实施例二参见图3所示,与实施例一不同的是,采用野外地物光谱仪实地测量无阴影条件下地物的辐亮度Idw和有阴影条件下地物的辐亮度Isw,再通过公式(4)计算阴影光谱亮度衰减系数kI。
Claims (5)
1.一种阴影光谱模拟方法,其特征在于步骤如下:
步骤1,采用野外地物光谱仪实地测量无阴影条件下白板或地物的辐亮度(Idw)和有阴影条件下白板或地物的辐亮度(Isw),通过公式(4)计算阴影光谱亮度衰减系数(kI),阴影光谱亮度衰减系数:
步骤2,结合已知无阴影条件下的入射光谱辐亮度(Id)和地物光谱反射率(rλ),再根据已计算出的阴影光谱亮度衰减系数(kI),通过公式(2)计算模拟阴影地物光谱辐亮度I0:
2.根据权利要求1所述的一种阴影光谱模拟方法,其特征在于:所述无阴影的入射光谱辐亮度(Id)是根据模拟条件人为进行设置,或者通过测量无阴影条件下的白板辐亮度(Idw)近似获取。
3.根据权利要求1所述的一种阴影光谱模拟方法,其特征在于:所述阴影光谱亮度衰减系数(kI)是指无阴影的入射光谱辐亮度(Id)与有阴影的入射光谱辐亮度(Is)比值:
4.根据权利要求1所述的一种阴影光谱模拟方法,其特征在于:所述阴影光谱亮度衰减系数(kI)或者采用拟合公式(3)得到:
其中:λ为光谱波长,单位为μm。
5.根据权利要求1所述的一种阴影光谱模拟方法,其特征在于:所述模拟方法采用人工演算,或者通过编制程序,进行计算机求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210016629 CN102590801B (zh) | 2012-01-18 | 2012-01-18 | 阴影光谱模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201210016629 CN102590801B (zh) | 2012-01-18 | 2012-01-18 | 阴影光谱模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102590801A true CN102590801A (zh) | 2012-07-18 |
CN102590801B CN102590801B (zh) | 2013-09-11 |
Family
ID=46479716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201210016629 Expired - Fee Related CN102590801B (zh) | 2012-01-18 | 2012-01-18 | 阴影光谱模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102590801B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067377A (zh) * | 2017-03-02 | 2017-08-18 | 中国科学院遥感与数字地球研究所 | 一种高光谱图像的阴影检测与光谱恢复的方法及装置 |
CN111272664A (zh) * | 2020-02-22 | 2020-06-12 | 杭州电子科技大学 | 一种地物光谱仪野外测量光谱的同步校正方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020096622A1 (en) * | 2001-01-23 | 2002-07-25 | Steven Adler-Golden | Methods for atmospheric correction of solar-wavelength Hyperspectral imagery over land |
CN1623171A (zh) * | 2002-01-22 | 2005-06-01 | 新加坡国立大学 | 用于生成没有云以及没有云的阴影的图像的方法 |
CN1831868A (zh) * | 2005-03-10 | 2006-09-13 | 中国煤炭地质总局航测遥感局 | 用于遥感图像色彩调整的处理方法 |
CN101034477A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 遥感数字图像上阴影消除和阴影中像元遥感值恢复方法 |
CN101034475A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 无阴影卫星遥感正射数字图像的计算机生成方法 |
US20080046217A1 (en) * | 2006-02-16 | 2008-02-21 | Clean Earth Technologies, Llc | Method for Spectral Data Classification and Detection in Diverse Lighting Conditions |
CN101561502A (zh) * | 2009-05-07 | 2009-10-21 | 福州大学 | 地形校正植被指数的构造方法 |
-
2012
- 2012-01-18 CN CN 201210016629 patent/CN102590801B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020096622A1 (en) * | 2001-01-23 | 2002-07-25 | Steven Adler-Golden | Methods for atmospheric correction of solar-wavelength Hyperspectral imagery over land |
CN1623171A (zh) * | 2002-01-22 | 2005-06-01 | 新加坡国立大学 | 用于生成没有云以及没有云的阴影的图像的方法 |
CN1831868A (zh) * | 2005-03-10 | 2006-09-13 | 中国煤炭地质总局航测遥感局 | 用于遥感图像色彩调整的处理方法 |
US20080046217A1 (en) * | 2006-02-16 | 2008-02-21 | Clean Earth Technologies, Llc | Method for Spectral Data Classification and Detection in Diverse Lighting Conditions |
CN101034477A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 遥感数字图像上阴影消除和阴影中像元遥感值恢复方法 |
CN101034475A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 无阴影卫星遥感正射数字图像的计算机生成方法 |
CN101561502A (zh) * | 2009-05-07 | 2009-10-21 | 福州大学 | 地形校正植被指数的构造方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067377A (zh) * | 2017-03-02 | 2017-08-18 | 中国科学院遥感与数字地球研究所 | 一种高光谱图像的阴影检测与光谱恢复的方法及装置 |
CN107067377B (zh) * | 2017-03-02 | 2019-10-29 | 中国科学院遥感与数字地球研究所 | 一种高光谱图像的阴影检测与光谱恢复的方法及装置 |
CN111272664A (zh) * | 2020-02-22 | 2020-06-12 | 杭州电子科技大学 | 一种地物光谱仪野外测量光谱的同步校正方法 |
CN111272664B (zh) * | 2020-02-22 | 2023-03-17 | 杭州电子科技大学 | 一种地物光谱仪野外测量光谱的同步校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102590801B (zh) | 2013-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xue et al. | Significant remote sensing vegetation indices: A review of developments and applications | |
Bergsträsser et al. | HyperART: non-invasive quantification of leaf traits using hyperspectral absorption-reflectance-transmittance imaging | |
Wei et al. | Multi-wavelength canopy LiDAR for remote sensing of vegetation: Design and system performance | |
Nie et al. | Above-ground biomass estimation using airborne discrete-return and full-waveform LiDAR data in a coniferous forest | |
CN104266982B (zh) | 一种大面积虫害量化监测系统 | |
CN103268499B (zh) | 基于多光谱成像的人体皮肤检测方法 | |
CN102831400A (zh) | 一种多光谱人脸识别方法及其系统 | |
CN108731817B (zh) | 应用于林火热点判别的不同传感器红外辐射归一建模方法 | |
CN104318550A (zh) | 八通道多光谱成像数据处理方法 | |
Tian et al. | Study on the methods of detecting cucumber downy mildew using hyperspectral imaging technology | |
CN107044959A (zh) | 显微多模态融合光谱检测系统 | |
Li et al. | Seasonal change of leaf and woody area profiles in a midlatitude deciduous forest canopy from classified dual-wavelength terrestrial lidar point clouds | |
CN106384116A (zh) | 一种基于太赫兹成像的植株叶脉识别方法及装置 | |
CN103714341A (zh) | 基于全局敏感度分析的高光谱反射率数据光谱特征提取方法 | |
US8515716B2 (en) | Remote material identification process performance prediction tool | |
CN110188716A (zh) | 一种矿化信息提取方法及系统 | |
CN109870419A (zh) | 一种采用航空高光谱数据预测黑土氮磷钾含量的方法 | |
CN106568730B (zh) | 一种基于近地面高光谱影像的水稻阴阳叶穗识别方法 | |
CN102590801B (zh) | 阴影光谱模拟方法 | |
Sun et al. | Preliminary verification of hyperspectral LiDAR covering VIS-NIR-SWIR used for objects classification | |
CN103604761A (zh) | 基于aisa航空高光谱影像的赤潮检测方法 | |
Tanaka et al. | Measurement of forest canopy structure by a laser plane range-finding method: Improvement of radiative resolution and examples of its application | |
Biney et al. | Bor uvka | |
CN112557325A (zh) | 一种果树果品品质近地面遥感监测装置和方法 | |
CN109839356A (zh) | 基于WorldView-3卫星数据的矿化蚀变信息提取方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130911 Termination date: 20160118 |
|
EXPY | Termination of patent right or utility model |