CN103728022A - 一种坏像元的校正方法 - Google Patents
一种坏像元的校正方法 Download PDFInfo
- Publication number
- CN103728022A CN103728022A CN201410020210.7A CN201410020210A CN103728022A CN 103728022 A CN103728022 A CN 103728022A CN 201410020210 A CN201410020210 A CN 201410020210A CN 103728022 A CN103728022 A CN 103728022A
- Authority
- CN
- China
- Prior art keywords
- data
- point
- space
- bad pixel
- bad
- 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
- Image Processing (AREA)
Abstract
本发明公开了一种时空联合调制型干涉成像光谱仪数据坏像元的校正方法,包括步骤一:获得时空联合调制型干涉成像光谱仪中所有坏像元的位置。步骤二:通过时空联合调制型干涉成像光谱仪获取包含感兴趣目标地物点的图像。步骤三:通过数据处理,生成一个数据立方体。步骤四:确定坏点位置。步骤五:获取感兴趣目标地物所在区域的数据立方体数据,并对坏像元位置进行插值校正。步骤六:复原得到感兴趣目标地物点的光谱。本发明将时空联合调制型干涉成像光谱仪的数据整合成三维的数据立方体,充分利用两个空间维和一个光谱维数据,提高坏像元的插值精度,减弱提取的感兴趣目标点的干涉数据失真。
Description
技术领域
本发明涉及一种坏像元的校正方法,属于信号处理技术领域。
背景技术
时空联合调制干涉型成像光谱仪作为一种新型成像光谱仪,克服了时间调制型干涉成像光谱仪稳定性差及空间调制型干涉成像光谱仪低通量的不足,具有多通道、更高的光通量、更好的光谱和空间分辨率等优点,在近十几年逐步受到各国的重视并发展成熟。时空联合调制干涉成像光谱仪利用推扫方式扫描目标景物,在不同时刻目标成像在探测器的不同位置。从而获得目标点的完整点干涉图,再由点干涉图通过傅里叶变换复原产生该目标的光谱。
时空联合调制型成像光谱仪中所使用的探测器大部分是二维CCD面阵。在时空联合调制型成像光谱仪的研制和使用光程中,由于诸多不确定因素,会导致探测器的某一个或一些像元性能(主要是灵敏度、信噪比等)严重降低,甚至短暂或永久失效,这些像元称为坏像元。由于时空联合调制干涉成像光谱仪获得地物点的光谱曲线必须经过一次全视场的推扫过程,如果光谱仪的探测器上某一个位置上出现坏像元,那么,该坏像元会造成其所在推扫方向上的一行地物的干涉图缺失,复原出的光谱就无法反映景物目标的真实属性。为了实现高精度的光谱复原,需对获取的数据的坏像元数据进行校正。
时空联合调制型成像光谱仪的坏像元根据其表现出来的性能特点可以分为以下三类:第一类为‘不动’坏点,这一类坏像元的探测值不随光照变化而变化,是某一恒定的值;第二类为热点和冷点,热点是定标时探测值总是高于周围的值的像元,冷点指的是定标时探测值总是低于周围的值的像元;第三类为“带无规律噪声”坏点,该类坏像元的探测值呈无规律变化。目前,通常有两种方式来校正坏像元,一种是“在线校正”,也就是从硬件上进行修复校正;另一种是“线下校正”,该种方法是通过软件的数据处理,利用相邻的数据来校正。现有的“线下校正”技术
文献[1]Hugh H.Kieffer,“Detection and correction of bad pixels inhyperspectral sensors,”SPIE vol.2821/93-108,1996中坏像元校正方法针对的数据类型为一维的空间维和一维光谱维。不适用于时空联合调制型干涉成像光谱仪数据。
文献[2]Azwitamisi E Mudau and et al,“Non-Uniformity Correction and BadPixel Replacement on LWIR and MWIR Images,”IEEE,2011中坏像元校正方法是目前最常用的方法,对坏像元位置在两个空间维进行插值估计,文献中使用的插值方法是最近邻,这种方法不适用于连续坏点的校正。另外该方法未考虑光谱维的影响。
文献[3]邓磊等,“坏像元对复原光谱影响的修正方法,”电子技术,2004中坏像元校正方法针对的数据类型是空间调制型光谱仪,用于时空联合调制型干涉成像光谱仪数据时,需要经过预处理。它提出基于光谱维与空间维插值加权平均的数据修正方法。该种方法未考虑空间维的两个方向的影响不同,加权时权重应不同;也未考虑坏像元出现在光谱维的不同位置时,光谱维和空间维的权重因子不同,无法准确复原地物的谱信息。
发明内容
本发明的目的是为了解决上述问题,提高地物目标光谱复原精度,提出了一种时空联合调制型干涉成像光谱仪数据坏像元的校正方法。
一种时空联合调制型干涉成像光谱仪数据坏像元的校正方法,包括以下几个步骤:
步骤一:从实验室和实际定标数据中,获得时空联合调制型干涉成像光谱仪中所有坏像元的位置。
步骤二:通过时空联合调制型干涉成像光谱仪获取包含感兴趣目标地物点的图像,即推扫图像序列。
步骤三:通过数据处理,生成一个数据立方体。
步骤四:判断目标地物点的完整的干涉强度数据是否存在坏点,如果存在,确定坏点位置。
步骤五:获取感兴趣目标地物所在区域的数据立方体数据,并对坏像元位置进行插值校正。
步骤六:将感兴趣目标地物点的插值后的完整干涉强度数据,进行傅里叶变换复原得到该感兴趣目标地物点的光谱。
本发明的优点在于:
(1)本发明在进行坏像元插值校正时,针对时空联合调制型干涉成像光谱仪的数据特点,将原始数据整合成三维的数据立方体,不仅考虑到同时使用两个空间维和一个光谱维数据,而且考虑到空间维的两个方向影响不同以及坏像元在干涉图上的位置对光谱维和空间维权重因子的影响,能够提高坏像元的插值精度,减弱提取的感兴趣目标点的干涉数据失真,从而提高目标的光谱复原精度。
(2)本发明由于在坏像元校正过程中,考虑了两个空间维和一个光谱维的信息,并使用三次立方卷积方法进行插值,不仅能够对孤立坏点进行校正,而且能够很好的对区域坏点进行校正。
附图说明
图1为本发明的方法流程示意图。
图2为步骤五的具体流程示意图。
具体实施方式
下面结合具体实施例对本发明作进一步详细说明。
本发明是一种基于时空联合调制干涉成像光谱仪数据坏像元的校正方法,如图1所示,包括以下几个步骤:
步骤一:从实验室和实际定标数据中,获得时空联合调制型干涉成像光谱仪中所有坏像元的位置;
在时空联合调制型干涉成像光谱仪中,坏像元是仪器本身的缺陷造成的。如果存在坏像元,那么坏像元在获得的图像上的坐标是固定不变的。所以可以通过实验室定标确定所有坏像元的位置。
步骤二:通过时空联合调制型干涉成像光谱仪获取包含感兴趣目标地物点的图像,即推扫图像序列。
时空联合调制型干涉成像光谱仪是在普通的照相系统前加入干涉仪实现的,所以,本发明采用的时空联合调制型干涉成像光谱仪获取的图像不再是目标的直接像,而是目标的干涉图像。
假设确定采集图像的数量N,N表示采集图像的数量。对于感兴趣目标点,每一幅图像对应一个特定的光程差,N幅图像对应N个不同的光程差。而要复原出目标地物点的光谱曲线,需要得到目标点对应不同光程差的足够多的干涉数据,这里根据香农采样定理可以确定所需点的采样点数,即采集图像的数量N。
步骤三:通过数据处理,生成一个数据立方体。
由于时空联合调制型成像光谱仪的数据,是由于推扫获得的,所以相同的目标地物点在不同的推扫序列图像上的位置是不同的,需要经过数据处理,生成一个数据立方体。数据立方体的三个维度分别为两个空间维和一个光谱维,两个空间维的数据构成一幅幅的推扫图像,光谱维的任一组数据都表示某一个地物点的对应不同光程差的完整的干涉数据。
假设单帧推扫图像大小为N1*N2,目标地物点在第一帧上的位置为(x,y),则根据时空联合调制型成像光谱仪的工作原理,目标地物点在第K帧上的位置为(x+K,y)。当满足香农采样定理时,数据立方体的大小为(N1+N)*N2*N。
步骤四:判断目标地物点的完整的干涉强度数据是否存在坏点,如果存在,确定坏点位置。
为了获得完整的干涉强度数据,根据时空联合调制型干涉成像光谱仪的工作原理,目标地物点在不同帧图像会出现在不同坐标位置,理想情况下,这些位置连接起来是一条沿着推扫方向的直线段。结合坏像元的位置数据,可以判断目标地物点的完整的干涉强度数据是否经过坏像元点,并能确定其在完整的干涉强度数据中的位置。
步骤五:获取感兴趣目标地物所在区域的数据立方体数据,并对坏像元位置进行插值校正。
如图2所示,假设感兴趣目标地物点的完整干涉强度曲线上有N个坏像元位置,对于这N个坏像元位置可以分为三类情况考虑,即可取三个具有代表性的点为A、B和C,且A、B、C三个坏点位置到零光程差位置的距离分别为x1、x2和x3。另有阈值T1和T2,且有0<x1<T1<x2<T2<x3。
(1)阈值的确定:
由于数据立方体中光谱维的每一列数据都一一对应于地面上一个地物点的干涉强度曲线,已知目标地物点位置,可以从数据立方体中提取目标地物的干涉强度曲线。根据干涉强度曲线的特征,在去除直流分量后,干涉强度曲线与代表光程差的横坐标轴会多次相交,而干涉强度曲线有主级大、次级大、三级大等特征位置,确定T1为次级大所在波峰后的第二个零点位置到零光程差位置之间的距离,T2为11级大波峰后的第二个零点位置到零光程差位置之间的距离。
(2)插值方法的确定
当坏像元在A点时,此时坏像元位置在零光程差附近,,则在空间维对坏像元的强度值进行校正。根据时空联合调制型干涉成像光谱仪的图像特点,逐帧推扫获取的图像带有干涉条纹,所以图像的两个方向分为交轨方向和沿轨方向。在两个方向对数据进行三次立方卷积插值,分别获得坏像元位置在不同方向的强度估计值。由于干涉条纹的存在,两个方向的相关性不一致,在空间维进行二维插值时,两个方向应选取不同的权值p1和p2(p1+p2=1)。交轨方向由于光程差保持不变,相关性更大。因此,在进行加权平均是,交轨方向插值数据的权重因子p1要高于沿轨方向插值数据的权重因子p2,即p1>p2。在实现时,根据地物点的所在区域的不同地物特征,确定p1和p2的大小。
当坏像元在C点时,此时坏像元位置远离零光程差,则在光谱维对坏像元的强度值进行校正。提取目标地物点完整的干涉强度数据,对坏像元位置进行三次立方卷积插值,获得坏像元位置的强度估计值。
当坏像元在B点时,若坏像元位置在某一中间位置,则使用光谱维和空间维加权平均方法进行插值。且对于不同的x2,光谱维的权重因子q1和空间维的权重因子q2的大小不同(q1+q2=1)。且满足距离为T1时,q1=0,在距离为T2时,q2=0。
步骤六:将感兴趣目标地物点的插值后的完整干涉强度数据,进行傅里叶变换复原得到该感兴趣目标地物点的光谱。
Claims (1)
1.一种基于时空联合调制干涉成像光谱仪数据坏像元的校正方法,包括以下几个步骤:
步骤一:获得时空联合调制型干涉成像光谱仪中坏像元的位置;
步骤二:通过时空联合调制型干涉成像光谱仪,获取包含感兴趣目标地物点的图像,即推扫图像序列;
采集图像的数量根据香农采样定理确定,采集图像的数量为N,对于感兴趣目标地物点,每一幅图像对应一个光程差,N幅图像对应N个不同的光程差;
步骤三:通过数据处理,生成一个数据立方体;
数据立方体的三个维度分别为两个空间维和一个光谱维,两个空间维的数据构成一幅幅的推扫图像,光谱维的任一组数据都表示某一个地物点的对应不同光程差的完整的干涉数据;
假设单帧推扫图像大小为N1*N2,目标地物点在第一帧上的位置为(x,y),则目标地物点在第K帧上的位置为(x+K,y);当满足香农采样定理时,数据立方体的大小为(N1+N)*N2*N;
步骤四:判断目标地物点的完整的干涉强度数据是否存在坏点,如果存在,确定坏点位置;
目标地物点在不同帧图像中,出现在不同坐标位置,理想情况下,位置连接为一条沿着推扫方向的直线段;结合坏像元的位置数据,判断目标地物点的完整的干涉强度数据是否经过坏像元点,并确定其在完整的干涉强度数据中的位置;
步骤五:获取感兴趣目标地物所在区域的数据立方体数据,并对坏像元位置进行插值校正;
假设感兴趣目标地物点的完整干涉强度曲线上有N个坏像元位置,取三个坏像元A、B和C,A、B、C三个坏点位置到零光程差位置的距离分别为x1、x2和x3,设定阈值T1和T2,且0<x1<T1<x2<T2<x3,阈值的确定为:由于数据立方体中光谱维的每一列数据都一一对应于地面上一个地物点的干涉强度曲线,已知目标地物点位置,从数据立方体中提取目标地物的干涉强度曲线,设定T1为次级大所在波峰后的第二个零点位置到零光程差位置之间的距离,T2为11级大波峰后的第二个零点位置到零光程差位置之间的距离;
插值校正的方法具体为:
当坏像元为A点时,在空间维对坏像元的强度值进行校正,在交轨方向和沿轨方向对数据进行三次立方卷积插值,分别获得坏像元位置在不同方向的强度估计值;设交轨方向权值为p1,沿轨方向权值为p2,p1>p2,p1+p2=1;
当坏像元为C点时,此时坏像元位置远离零光程差,则在光谱维对坏像元的强度值进行校正,提取目标地物点完整的干涉强度数据,对坏像元位置进行三次立方卷积插值,获得坏像元位置的强度估计值;
当坏像元为B点时,则使用光谱维和空间维加权平均方法进行插值,且对于不同的x2位置,光谱维的权重因子q1和空间维的权重因子q2的取值不同,q1+q2=1,且满足距离为T1时,q1=0,在距离为T2时,q2=0;
步骤六:将感兴趣目标地物点的插值后的完整干涉强度数据,进行傅里叶变换复原得到该感兴趣目标地物点的光谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410020210.7A CN103728022B (zh) | 2014-01-16 | 2014-01-16 | 一种坏像元的校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410020210.7A CN103728022B (zh) | 2014-01-16 | 2014-01-16 | 一种坏像元的校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103728022A true CN103728022A (zh) | 2014-04-16 |
CN103728022B CN103728022B (zh) | 2015-11-04 |
Family
ID=50452197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410020210.7A Active CN103728022B (zh) | 2014-01-16 | 2014-01-16 | 一种坏像元的校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103728022B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105890643A (zh) * | 2016-05-16 | 2016-08-24 | 中国电子科技集团公司第二十三研究所 | 一种用于光程差测试仪的校准装置及校准方法 |
CN107305695A (zh) * | 2016-04-14 | 2017-10-31 | 上海富瀚微电子股份有限公司 | 一种图像自动坏点校正装置及方法 |
CN108007913A (zh) * | 2016-10-27 | 2018-05-08 | 中国人民解放军第二军医大学 | 光谱处理装置、方法以及药品真伪判定系统 |
CN108765306A (zh) * | 2018-04-17 | 2018-11-06 | 浙江华睿科技有限公司 | 一种图像坏点矫正方法、装置、电子设备及介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593111B (zh) * | 2018-05-31 | 2019-09-24 | 北京航空航天大学 | 时空调制干涉成像光谱仪的运动成像仿真方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5675513A (en) * | 1996-02-16 | 1997-10-07 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Method of calibrating an interferometer and reducing its systematic noise |
-
2014
- 2014-01-16 CN CN201410020210.7A patent/CN103728022B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5675513A (en) * | 1996-02-16 | 1997-10-07 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Method of calibrating an interferometer and reducing its systematic noise |
Non-Patent Citations (2)
Title |
---|
邓磊: "坏像元对复原光谱影响的修正方法", 《现代电子技术》, 1 November 2005 (2005-11-01) * |
郑阳光: "基于DSP的红外焦平面阵列坏像元补偿技术的研究", 《机电产品开发与创新》, 30 November 2008 (2008-11-30) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107305695A (zh) * | 2016-04-14 | 2017-10-31 | 上海富瀚微电子股份有限公司 | 一种图像自动坏点校正装置及方法 |
CN105890643A (zh) * | 2016-05-16 | 2016-08-24 | 中国电子科技集团公司第二十三研究所 | 一种用于光程差测试仪的校准装置及校准方法 |
CN105890643B (zh) * | 2016-05-16 | 2018-03-06 | 中国电子科技集团公司第二十三研究所 | 一种用于光程差测试仪的校准装置及校准方法 |
CN108007913A (zh) * | 2016-10-27 | 2018-05-08 | 中国人民解放军第二军医大学 | 光谱处理装置、方法以及药品真伪判定系统 |
CN108007913B (zh) * | 2016-10-27 | 2020-08-14 | 中国人民解放军第二军医大学 | 光谱处理装置、方法以及药品真伪判定系统 |
CN108765306A (zh) * | 2018-04-17 | 2018-11-06 | 浙江华睿科技有限公司 | 一种图像坏点矫正方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103728022B (zh) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101604018B (zh) | 高分辨率遥感影像数据处理方法及其系统 | |
Baltsavias et al. | DSM generation and interior orientation determination of IKONOS images using a testfield in Switzerland | |
AU2020315519B2 (en) | 3D view model generation of an object utilizing geometrically diverse image clusters | |
CN103728022B (zh) | 一种坏像元的校正方法 | |
US10373339B2 (en) | Hyperspectral scene analysis via structure from motion | |
CN112882030B (zh) | InSAR成像干涉一体化处理方法 | |
CN110988909A (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
CN116245757B (zh) | 多模态数据的多场景通用性遥感影像云修复方法和系统 | |
CN110109105A (zh) | 一种基于时序的InSAR技术监测地表形变的方法 | |
CN106842199A (zh) | 一种融合不同分辨率sar数据监测地表形变的方法 | |
CN114820552A (zh) | 一种利用光学卫星立体影像检测滑坡位移场的方法 | |
Zhang et al. | SAR mapping technology and its application in difficulty terrain area | |
CN104457607A (zh) | 一种面向深度测量的沙漏码结构光的编解码方法 | |
Hess et al. | Atmospherically compensated shape from shading on the martian surface: Towards the perfect digital terrain model of mars | |
CN102944308B (zh) | 一种时空联合调制干涉成像光谱仪姿态误差校正方法 | |
CN113628098A (zh) | 一种多时相无云卫星影像重构方法 | |
Charrier et al. | Analysis of dense coregistration methods applied to optical and SAR time-series for ice flow estimations | |
CN111144350B (zh) | 一种基于参考底图的遥感影像定位精度评价方法 | |
CN115290004B (zh) | 一种基于压缩感知与hsi的水下并行单像素成像方法 | |
Wang et al. | A novel three-dimensional block adjustment method for spaceborne InSAR-DEM based on general models | |
CN107194334B (zh) | 基于光流模型的视频卫星影像密集匹配方法及系统 | |
KR102390433B1 (ko) | 글로벌 융합영상 제작 장치 및 제작 방법 | |
Dung et al. | Comparison of resampling methods on different remote sensing images for Vietnam’s Urban Classification | |
CN100385213C (zh) | 干涉型超光谱成像仪数据处理方法 | |
Kiefl et al. | TerraSAR-X Stereo Digital elevation models for complex terrain conditions in alpine regions and its suitability for orthorectification purposes of optical and SAR imagery |
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 |