CN103954957A - 一种基于分离大气mtf的遥感影像大气邻近效应校正方法 - Google Patents
一种基于分离大气mtf的遥感影像大气邻近效应校正方法 Download PDFInfo
- Publication number
- CN103954957A CN103954957A CN201410219072.5A CN201410219072A CN103954957A CN 103954957 A CN103954957 A CN 103954957A CN 201410219072 A CN201410219072 A CN 201410219072A CN 103954957 A CN103954957 A CN 103954957A
- Authority
- CN
- China
- Prior art keywords
- mtf
- atmosphere
- sensing image
- atm
- proximity effect
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
一种基于分离大气MTF的遥感影像大气邻近效应校正方法,首先分别获取遥感器在轨成像MTF、遥感器静态MTF和卫星平台MTF,其中遥感器在轨MTF利用刃边法从遥感影像上获取,遥感器静态MTF通过遥感器实验室测试获得,卫星平台MTF通过卫星平台在轨测试参数进行仿真获得。然后根据在轨遥感影像退化机理,由遥感器在轨MTF、遥感器静态MTF和卫星平台MTF计算出大气MTF。随后,依据有限长数字滤波器原理利用大气MTF构建消除大气邻近效应的二维滤波卷积核。最后,针对绝对辐射校正后的光学遥感影像,利用MODTRAN大气辐射传输模型进行大气校正,再利用构建的二维滤波卷积核进行卷积,最终获得消除大气邻近效应的遥感影像。
Description
技术领域
本发明属于航天遥感技术领域,涉及一种遥感影像的大气散射校正方法,可用于光学遥感图像的大气校正和定量遥感反演。
背景技术
随着高分辨率光学遥感卫星的发展和国外高分辨率遥感影像的竞争,用户对高分辨率光学遥感影像的质量要求也越来越高。目前,高分辨率影像常常出现在轨MTF较低和图像模糊的现象,这其中大气的影响不容忽视。
目前,消除大气影响的图像复原方法很多,但多基于对图像的滤波处理,与遥感定量应用缺少有效、深入的结合,一方面导致图像复原比较盲目,另一方面这些图像复原技术将会影响影像的定量应用,以致无法处理多光谱影像。为了更好地消除大气影响,确保卫星在轨成像质量和影像的定量应用,基于大气散射机理的邻近效应校正研究已凸显其重要性,特别是实时对大气邻近效应的在轨测量,将更有利于实时遥感影像的大气校正。
针对光学遥感影像邻近效应校正的研究,国内外研究人员已经开展了大量工作。目前,遥感影像邻近效应校正主要通过大气点扩展函数来实现。2011年49卷7期《IEEE Transactions On Geoscience And Remote Sensing》上,Semenov等通过从影像估算归一化大气点扩展函数,从而构建了一个空间滤波器进行邻近效应校正,以达到影像复原和提高图像质量的效果。这种直接从影像上估算归一化大气点扩展函数的方法,没有借助遥感器的相关先验知识,属于一种盲提取,同时估算过程也较复杂;同时文章中也指出它的校正处理是一种盲复原,并没有从大气辐射传输对地表反射能量的定量影响进行分析。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种基于分离大气MTF的遥感影像大气邻近效应校正方法,可以解决现有遥感影像大气影响消除方法中存在的盲复原、未考虑定量应用和大气点扩展函数估算不准确的问题。
本发明的技术解决方案是:一种基于分离大气MTF的遥感影像大气邻近效应校正方法,步骤如下:
(1)获取遥感影像的在轨MTF,记为MTFon-orbit;
(2)获取遥感器的静态MTF,记为MTFsensor;
(3)获取卫星平台的MTF,记为MTFsat;
(4)根据步骤(1)、(2)、(3)的结果,根据公式计算得到大气的MTF,记为MTFatm,MTFon-orbit=MTFatm×MTFsensor×MTFsat;
(5)利用获取的MTFatm,计算得到一维卷积系数h(k),|H(ejw)|=A(w,k)*h(k),其中h(k)是中心对称的,h(k)的长度为M;w为频率,|H(ejw)|为MTFatm的大小,k取1,2,…,
(6)利用得到的一维卷积系数h(k)构造用于消除大气邻近效应的二维卷积核h(i,j),h(i,j)为一个M*M的正方形矩阵且满足中心对称和轴对称,其中i,j的取值范围分别为h(i,j)中不同的卷积系数的个数为 象限的二维频域响应函数表示为:
式中 x(tx,ty)为一个长度的函数,其中ty∈[0,tx],|H(fx,fy)|为二维频率处的MTF补偿值,k(tx,ty)为卷积系数的重复次数,fx,fy在零频到奈奎斯特频率范围内选取;
(7)实时获取遥感影像,结合MODTRAN大气辐射传输模型对遥感影像进行大气校正,从中获得未消除邻近效应的地物平均反射率ρ;
(8)将ρ表示为目标反射率ρt和背景平均反射率ρe两者之间与大气点扩展函数PSFatm(x,y)之间的卷积关系:
ρ=ρt·∫∫tPSFatm(x,y)dxdy+ρe·∫∫ePSFatm(x,y)dxdy
利用步骤(6)获取的二维卷积核h(i,j)对地物平均反射率ρ进行卷积,即可得到消除邻近效应的最终目标反射率影像:
ρt=ρ*h(i,j)
其中,∫∫tPSFatm(x,y)dxdy表示大气点扩展函数对目标像元的影响权重,∫∫ePSFatm(x,y)dxdy)表示大气点扩展函数引起邻近像元对目标像元的影响权重,x和y分别表示像元在遥感影像水平和垂直方向上离目标像元的距离,下标t和e分别表示目标和背景环境,且∫∫tPSFatm(x,y)dxdy+∫∫ePSFatm(x,y)dxdy)=1。
所述步骤(1)中获取遥感影像的在轨MTF的方法为刃边法或者脉冲法。
所述步骤(2)中获取遥感器的静态MTF的方法为矩形靶标法或者低频靶标法。
所述步骤(3)中获取卫星平台的MTF的方法为:
MTFsat=MTFlinear×MTFrandom
其中MTFsat为卫星平台的MTF,MTFlinear为卫星线性运动引起的MTF,MTFrandom为随机颤振引起的MTF。
本发明与现有技术相比的优点在于:
(1)现有的直接从影像上估算归一化大气点扩展函数的方法,没有借助遥感器的相关先验知识,属于一种盲提取,同时估算过程也较复杂。本发明方法通过从影像上在轨MTF的获取和遥感器静态MTF的测试来得到实时大气的MTF,并在此基础上进行临近效应校正,方法简单且保证了结果的可靠性和准确性;
(2)现有的邻近效应校正处理方法是基于大气点扩展函数生成的空间滤波器实现的,是一种盲复原方法,没有从大气辐射传输对地表反射能量的定量影响进行分析。本发明方法从大气辐射传输理论出发,考虑在大气散射作用下邻近像元对目标像元的贡献权重,从而利用获取的大气MTF构建卷积核,进行邻近效应校正,不仅可以提升图像质量,也有利于提高遥感影像的定量化反演精度。
附图说明
图1为本发明方法的流程框图。
具体实施方式
如图1所示,为本发明方法的流程框图,主要步骤如下:
(1)获取遥感影像的在轨MTF。
利用目前较为常用的刃边法或脉冲法,可以获取遥感影像的在轨MTF,表示为MTFon-orbit。
刃边法的原理及具体步骤可以参考《航天返回与遥感》2009年第30卷第2期上的《基于刃边法的航天光学遥感器在轨MTF测试研究》的文章。
脉冲法的原理及具体步骤可以参考Stennis Space Center2008年8月的报告《Quickbird Satellite in-orbit Modulation Transfer Function(MTF)Measurement Using Edge,Pulse and Impulse Methods for Summer2003》。
(2)获取遥感器的MTF。
在实验室利用高对比度矩形靶标或者低频靶标进行测量,可以获得遥感器的MTF,表示为MTFsensor。采用高对比度矩形靶标或者低频靶标测量遥感器MTF的方法可参考《航天返回与遥感》2006年第27卷第4期上的《航天光学遥感器MTF测试技术研究》的文章。
(3)获取卫星平台的MTF。
通过卫星平台在轨参数可以计算卫星平台的MTF。卫星平台对影像的影响主要表现为积分时间内卫星线性运动产生的模糊和随机颤振引起的模糊。线性运动的模糊可以认为是一个矩形波函数,主要与卫星的速度和积分时间有关。随机颤振可认为是一个高斯形点扩展函数,主要与积分时间的颤振量有关,通过这些参数的获取即可计算卫星平台的MTF。
MTFsat=MTFlinear×MTFrandom
其中MTFsat为卫星平台的MTF,MTFlinear为卫星线性运动引起的MTF,MTFrandom为随机颤振引起的MTF。
卫星平台线性运动引起的MTF为MTFlinear(f):
MTFlinear(f)=sinc(π·f·v·tint)
其中,f为空间频率,sinc()表示sinc函数,v表示卫星运行速度,tint为遥感器的积分时间。
卫星颤振的MTF为MTFrandom(f):
其中,p为遥感器的探测器像元尺寸,jitter为卫星的随机振动rms值,由卫星测试数据统计获得。
(4)根据在轨遥感影像退化机理,遥感影像的在轨MTF由大气MTF(表示为MTFatm)、遥感器的MTF和卫星平台的MTF构成,因此由前三步得到的结果可计算出大气MTF。
MTFon-orbit=MTFatm×MTFsensor×MTFsat
(5)利用大气MTF构建用于消除大气邻近效应的二维卷积核。具体步骤如下:
i)根据有限长数字滤波器的基本原理,设某频率处的大气MTF值为|H(ejw)|,有限长数字滤波器为h(k),长度为M,那么根据点扩散函数的中心对称性,它的频率响应特性如下:
其中,w为选取的频率值(从零频到奈奎斯特频率范围内选取),由此可以根据|H(ejw)|和A(w,k)计算得到序列h(k)。
ii)根据步骤i)中的描述,由于一维卷积系数(有限长数字滤波器h(k))的长度为M,可以构造出二维卷积核的大小为M*M的一个正方形矩阵h(i,j),其中取值范围由二维卷积核的中心对称性可知,只要求出一个象限内的卷积系数即可,又由二维卷积核的轴对称性,即h(i,j)=h(j,i)可知不同卷积系数的个数为
先设定一个长度为的函数x(tx,ty),其中ty∈[0,tx],即取值范围为象限。设某二维频率处的MTF补偿值为|H(fx,fy)|,由步骤i)可知二维卷积核的对称性可以得到每个系数重复的次数为k(tx,ty),则二维频域响应函数可以构造成:
其中,A(fx,fy,t)=k(tx,ty)[cos(fx×tx)×cos(fy×ty)+cos(fy×tx)×cos(fx×ty)]/2。
iii)根据得到的一维卷积系数计算|H(fx,fy)|
注:fx,fy在零频到奈奎斯特频率范围内选取。
iv)由步骤ii)和步骤iii)得到象限处的卷积系数x(tx,ty)后,由于二维卷积核的轴对称性,即h(i,j)=h(j,i),可以构造出一个象限内的卷积系数,同时根据二维卷积核的中心对称性,构造出整个二维卷积核h(i,j)。
(6)结合MODTRAN大气辐射传输模型对光学遥感影像进行大气校正,通过步骤(5)获得的二维卷积核消除由大气漫散射引起的邻近效应,获得消除邻近效应的遥感影像。
下面具体分三步进行操作:
i)计算遥感影像的入瞳辐亮度和表观反射率。
首先通过遥感影像定标系数将影像的DN值转换成入瞳辐射亮度L,从而根据下式计算影像表观反射率ρTOA:
其中,d为日地距离(JD为卫星过境的Julian日),Es为太阳平均辐照度,θs为太阳天顶角。
ii)进行未考虑邻近效应的大气校正。
由大气辐射传输理论,可用如下形式表示入瞳反射率,即大气层顶的表观反射率:
其中,ρTOA为大气层顶的表观反射率,ρp为大气自身反射率,ρt为目标反射率,ρe为背景平均反射率,T(θs)为太阳天顶角方向的大气透过率,τ为气溶胶光学厚度,θv为遥感器观测天顶角,μv为θv的余弦,S为大气半球反照率,td(θv)为θv方向的大气上行散射透过率。
由于在实际大气校正中,相邻像元反射特性在大气邻近效应影响下,对目标反射的影响不容易估算,常常是将受大气邻近效应影响的地物平均反射率ρ作为校正对象,从而将上式进行简化,即有如下关系:
其中,T(θv)为遥感器观测天顶角方向的大气透过率。
利用大气辐射传输模型MODTRAN可获得ρp、S、T(θs)、T(θv)等大气参数,从而可求得受邻近效应影响的地物平均反射率ρ:
iii)消除大气邻近效应。
在实际辐射传输中,ρ与目标反射率ρt和背景平均反射率ρe之间有着如下关系:
ρ=ρt·∫∫tPSFatm(x,y)dxdy+ρe·∫∫ePSFatm(x,y)dxdy
其中,∫∫tPSFatm(x,y)dxdy代表了大气点扩展函数对目标像元影响的权重,∫∫ePSFatm(x,y)dxdy)代表了大气点扩展函数引起的邻近像元对目标像元影响的权重,x和y分别表示像元在影像水平和垂直方向上离目标像元的距离,下标t和e分别表示目标和背景环境,且∫∫tPSFatm(x,y)dxdy+∫∫ePSFatm(x,y)dxdy)=1。
通过步骤(5)建立的二维滤波核h(i,j)对地物平均反射率影像进行卷积(*表示卷积),即可得到消除邻近效应的最终目标反射率影像ρt:
ρt=ρ*h(i,j)
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (4)
1.一种基于分离大气MTF的遥感影像大气邻近效应校正方法,其特征在于步骤如下:
(1)获取遥感影像的在轨MTF,记为MTFon-orbit;
(2)获取遥感器的静态MTF,记为MTFsensor;
(3)获取卫星平台的MTF,记为MTFsat;
(4)根据步骤(1)、(2)、(3)的结果,根据公式计算得到大气的MTF,记为MTFatm,MTFon-orbit=MTFatm×MTFsensor×MTFsat;
(5)利用获取的MTFatm,计算得到一维卷积系数h(k),|H(ejw)|=A(w,k)*h(k),其中h(k)是中心对称的,h(k)的长度为M;w为频率,|H(ejw)|为MTFatm的大小,k取1,2,…,
(6)利用得到的一维卷积系数h(k)构造用于消除大气邻近效应的二维卷积核h(i,j),h(i,j)为一个M*M的正方形矩阵且满足中心对称和轴对称,其中i,j的取值范围分别为h(i,j)中不同的卷积系数的个数为 象限的二维频域响应函数表示为:
式中 x(tx,ty)为一个长度的函数,其中ty∈[0,tx],|H(fx,fy)|为二维频率处的MTF补偿值,k(tx,ty)为卷积系数的重复次数,fx,fy在零频到奈奎斯特频率范围内选取;
(7)实时获取遥感影像,结合MODTRAN大气辐射传输模型对遥感影像进行大气校正,从中获得未消除邻近效应的地物平均反射率ρ;
(8)将ρ表示为目标反射率ρt和背景平均反射率ρe两者之间与大气点扩展函数PSFatm(x,y)之间的卷积关系:
ρ=ρt·∫∫tPSFatm(x,y)dxdy+ρe·∫∫ePSFatm(x,y)dxdy
利用步骤(6)获取的二维卷积核h(i,j)对地物平均反射率ρ进行卷积,即可得到消除邻近效应的最终目标反射率影像:
ρt=ρ*h(i,j)
其中,∫∫tPSFatm(x,y)dxdy表示大气点扩展函数对目标像元的影响权重,∫∫ePSFatm(x,y)dxdy)表示大气点扩展函数引起邻近像元对目标像元的影响权重,x和y分别表示像元在遥感影像水平和垂直方向上离目标像元的距离,下标t和e分别表示目标和背景环境,且∫∫tPSFatm(x,y)dxdy+∫∫ePSFatm(x,y)dxdy)=1。
2.根据权利要求1所述的一种基于分离大气MTF的遥感影像大气邻近效应校正方法,其特征在于:所述步骤(1)中获取遥感影像的在轨MTF的方法为刃边法或者脉冲法。
3.根据权利要求1或2所述的一种基于分离大气MTF的遥感影像大气邻近效应校正方法,其特征在于:所述步骤(2)中获取遥感器的静态MTF的方法为矩形靶标法或者低频靶标法。
4.根据权利要求1或2所述的一种基于分离大气MTF的遥感影像大气邻近效应校正方法,其特征在于:所述步骤(3)中获取卫星平台的MTF的方法为:
MTFsat=MTFlinear×MTFrandom
其中MTFsat为卫星平台的MTF,MTFlinear为卫星线性运动引起的MTF,MTFrandom为随机颤振引起的MTF。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410219072.5A CN103954957B (zh) | 2014-05-22 | 2014-05-22 | 一种基于分离大气mtf的遥感影像大气邻近效应校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410219072.5A CN103954957B (zh) | 2014-05-22 | 2014-05-22 | 一种基于分离大气mtf的遥感影像大气邻近效应校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103954957A true CN103954957A (zh) | 2014-07-30 |
CN103954957B CN103954957B (zh) | 2016-08-24 |
Family
ID=51332254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410219072.5A Active CN103954957B (zh) | 2014-05-22 | 2014-05-22 | 一种基于分离大气mtf的遥感影像大气邻近效应校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103954957B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217128A (zh) * | 2014-09-19 | 2014-12-17 | 北京空间机电研究所 | 一种起伏地形下卫星侧摆成像大气邻近效应模拟方法 |
CN107802269A (zh) * | 2017-10-30 | 2018-03-16 | 温州医科大学 | 实时单次快照多频解调空间频域成像方法 |
CN108830814A (zh) * | 2018-06-15 | 2018-11-16 | 武汉大学 | 一种遥感影像的相对辐射校正方法 |
CN109472237A (zh) * | 2018-11-02 | 2019-03-15 | 中国资源卫星应用中心 | 一种可见光遥感卫星影像的大气订正方法和系统 |
CN110909821A (zh) * | 2019-12-03 | 2020-03-24 | 中国农业科学院农业资源与农业区划研究所 | 基于作物参考曲线进行高时空分辨率植被指数数据融合的方法 |
CN110907040A (zh) * | 2019-12-05 | 2020-03-24 | 中国农业科学院农业资源与农业区划研究所 | 一种定量模拟卫星观测热辐射中邻近效应大小的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7228005B1 (en) * | 2002-06-17 | 2007-06-05 | National Security Technologies, Llc | Adaptive wiener image restoration kernel |
WO2008050320A2 (en) * | 2006-10-23 | 2008-05-02 | Ben Gurion University Of The Negev, Research And Development Authority | Blind restoration of images degraded by isotropic blur |
CN101441764A (zh) * | 2008-12-31 | 2009-05-27 | 中国资源卫星应用中心 | 一种mtfc遥感图像复原方法 |
CN103675794A (zh) * | 2013-12-04 | 2014-03-26 | 北京空间机电研究所 | 基于时空统一特性的航天光学遥感器成像仿真方法 |
-
2014
- 2014-05-22 CN CN201410219072.5A patent/CN103954957B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7228005B1 (en) * | 2002-06-17 | 2007-06-05 | National Security Technologies, Llc | Adaptive wiener image restoration kernel |
WO2008050320A2 (en) * | 2006-10-23 | 2008-05-02 | Ben Gurion University Of The Negev, Research And Development Authority | Blind restoration of images degraded by isotropic blur |
CN101441764A (zh) * | 2008-12-31 | 2009-05-27 | 中国资源卫星应用中心 | 一种mtfc遥感图像复原方法 |
CN103675794A (zh) * | 2013-12-04 | 2014-03-26 | 北京空间机电研究所 | 基于时空统一特性的航天光学遥感器成像仿真方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217128A (zh) * | 2014-09-19 | 2014-12-17 | 北京空间机电研究所 | 一种起伏地形下卫星侧摆成像大气邻近效应模拟方法 |
CN104217128B (zh) * | 2014-09-19 | 2017-07-07 | 北京空间机电研究所 | 一种起伏地形下卫星侧摆成像大气邻近效应模拟方法 |
CN107802269A (zh) * | 2017-10-30 | 2018-03-16 | 温州医科大学 | 实时单次快照多频解调空间频域成像方法 |
WO2019085114A1 (zh) * | 2017-10-30 | 2019-05-09 | 温州医科大学 | 实时单次快照多频解调空间频域成像方法 |
CN108830814A (zh) * | 2018-06-15 | 2018-11-16 | 武汉大学 | 一种遥感影像的相对辐射校正方法 |
CN109472237A (zh) * | 2018-11-02 | 2019-03-15 | 中国资源卫星应用中心 | 一种可见光遥感卫星影像的大气订正方法和系统 |
CN109472237B (zh) * | 2018-11-02 | 2020-12-22 | 中国资源卫星应用中心 | 一种可见光遥感卫星影像的大气订正方法和系统 |
CN110909821A (zh) * | 2019-12-03 | 2020-03-24 | 中国农业科学院农业资源与农业区划研究所 | 基于作物参考曲线进行高时空分辨率植被指数数据融合的方法 |
CN110909821B (zh) * | 2019-12-03 | 2020-07-28 | 中国农业科学院农业资源与农业区划研究所 | 基于作物参考曲线进行高时空分辨率植被指数数据融合的方法 |
CN110907040A (zh) * | 2019-12-05 | 2020-03-24 | 中国农业科学院农业资源与农业区划研究所 | 一种定量模拟卫星观测热辐射中邻近效应大小的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103954957B (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103954957A (zh) | 一种基于分离大气mtf的遥感影像大气邻近效应校正方法 | |
White et al. | Probing the Ionization State of the Universe at z> 6 | |
Salameh et al. | Monitoring beach topography and nearshore bathymetry using spaceborne remote sensing: A review | |
Jay et al. | A novel maximum likelihood based method for mapping depth and water quality from hyperspectral remote-sensing data | |
Romeiser et al. | First analysis of TerraSAR-X along-track InSAR-derived current fields | |
Li et al. | An evaluation of the use of atmospheric and BRDF correction to standardize Landsat data | |
CN103115631B (zh) | 遥感相机成像参数误差校正系统及方法 | |
CN106093939B (zh) | 一种基于相位差统计模型的InSAR图像相位解缠方法 | |
CN103698764A (zh) | 一种稀疏采样条件下的干涉合成孔径雷达成像方法 | |
CN104864852B (zh) | 一种基于密集控制点的高分辨率卫星姿态颤振探测方法 | |
CN111487621B (zh) | 一种基于雷达图像的海表流场反演方法及电子设备 | |
CN104101297A (zh) | 一种基于光电观测的空间物体尺度获取方法 | |
CN105785369A (zh) | 基于InSAR技术的SAR图像冰雪覆盖信息提取方法 | |
CN103886559A (zh) | 一种光谱图像处理方法 | |
CN103308914B (zh) | 一站固定双基地干涉sar处理方法 | |
CN107037428A (zh) | 一种提高星载双站差分InSAR提取形变精度的方法 | |
CN105469391A (zh) | 一种云阴影检测方法及系统 | |
CN104182942B (zh) | Sar图像方位模糊抑制方法 | |
CN108181007B (zh) | 哈特曼波前探测器弱信号的光斑质心计算方法 | |
Sui et al. | Sea surface height measuring using InSAR altimeter | |
CN107144274B (zh) | 在轨x射线脉冲星计时模型构建方法 | |
CN103824260A (zh) | 一种高分辨率遥感图像薄雾快速去除技术 | |
CN104714230B (zh) | 稀疏合成孔径雷达多视成像方法 | |
CN102798851B (zh) | 一种基于几何成像的modis lai产品验证方法 | |
CN103940834A (zh) | 采用合成孔径雷达技术测量土壤湿度的方法 |
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 |