CN106600646A - 一种红外摆扫相机在轨图像均匀性校正方法 - Google Patents

Abstract

本发明公开了一种红外摆扫相机在轨图像均匀性校正方法，针对卫星入轨运行特点，获取星上黑体定标数据及多景地物图像后，以星上定标得到的相对辐射及绝对辐射校正系数为主，采用在轨统计的方法修正摆扫相机像元间存在的响应差异，代替传统均匀场图像修正。该校正方法不要求覆盖足够大的均匀地物进行高低温成像，同时对成像气候条件具有很好的鲁棒性，克服了在轨初期快速参数调整与传统校正方法效率低的难题，且取得的均匀性处理效果更好。本发明适用于各种红外摆扫相机，亦可推广到线阵推扫红外成像，满足遥感产品生产及应用需求。

Description

一种红外摆扫相机在轨图像均匀性校正方法

技术领域

本发明涉及一种红外摆扫相机在轨图像均匀性校正方法，属于图像处理技术领域。

背景技术

红外成像技术是通过探测器探测目标物体自身热辐射或获得目标图像，通过该技术能反映出可见光波之外的目标信息。另外，红外成像技术具有隐蔽性好、作用距离远、抗干扰性强、成像质量好、全天候使用等明显优势，在过去六十年间得到了长足发展。

红外探测器的结构形式分为光机扫描成像探测器，线阵扫描结构探测器和阵列探测器。应用在遥感对地成像时，考虑到成像幅宽的要求以及长线阵与大型面阵器件的工艺难度，一般采用限长线阵的红外探测器并设计摆扫机构实现大幅宽对地成像，如图1所示，称为红外摆扫相机。

由于制造工艺的限制，红外摆扫相机各像元响应度几乎都不一样，导致了叠加在图像上的非均匀性噪声，严重影响了系统成像质量，因此非均匀校正是最为关键的红外相机图像处理技术。

目前广泛应用于实践的非均匀性校正方法包括一点法和两点法。其中，两点法综合考虑了目标温度的高端及低端，处理效果明显。因此，为了量化不同像元间的差异，大多数遥感红外相机都配备了黑体定标装置，包括两个不同温度的均匀黑体。在对地成像前，先进行内定标，得到体现内定标非均匀状态的黑体成像DN(数字计数)值图像，计算相应的相对定标系数及绝对定标系数。利用地面真空环境下得到内定标光路到入瞳处能量的推算关系，反演入瞳前的辐亮度(温度)数据。

入轨后，由于器件本身的性能变化，且大气等传输媒介对能量的影响，采用高低温黑体直接计算得到的定标系数处理对地成像时，DN值产品和辐亮度产品残留非均匀性较大，直接影响对目标的判断。用户迫切期望能够高效地获取到DN值产品和辐亮度产品的稳定非均匀性状态，并且缩短调试周期，对成像计划的需求也尽可能少。而传统处理方式要求用户在入轨初期多次协调成像计划，得到不同均匀场的数据，从而根据高低温在轨均匀地物(子块)数据形成修正系数，然后处理其他景数据得到DN值产品和辐亮度产品。在实际操作过程中存在许多缺陷，具体地：

1)红外器件分辨率通常较低，因此要求均匀地物的范围巨大，难以寻找到合适的温度靶场；即使存在满足条件的温度靶场，安排成像时也有可能受天气影响(云雾遮挡等)而造成数据无法使用；

2)要求用户额外增加成像计划，且若天气(如多云)原因导致均匀场获取失败，仍需再安排成像，影响在轨调试进度；

3)均匀场数据中挑选的子块计算得到的非均匀性统计特性与实际情况存在差异，导致处理后全景均匀性精度不高；

4)在轨维护阶段，若由于器件特性漂移，做再次修正时，均匀场时相条件发生变化而可能无法使用，需再次寻找适合的场景，效率低下。

发明内容

本发明解决的技术问题是：克服现有技术的不足，本发明提供了一种红外摆扫相机在轨图像均匀性校正方法，针对红外摆扫相机采用内定标黑体进行校正后残留的非均匀性问题，结合在轨工作条件，克服现有依赖大面积均匀场统计的非均匀性校正方法，提出场景统计方法，仅约束景内统计量偏差，降低对均匀场的依赖，对天气条件等外界影响鲁棒，满足快速性和有效性的要求。

本发明的技术解决方案是：

一种红外摆扫相机在轨图像均匀性校正方法，包括如下步骤：

第一步，从相同成像条件下获取的图像中选择符合修正用的DN值低端原始图像I_L和DN值高端原始图像I_H；

第二步，根据星上高端温度T_H和低端温度T_L以及对应温度下的黑体成像数据B_H和B_L，按两点法计算对应的星上相对辐射校正系数K_Ri、C_Ri和绝对辐射校正系数K_Ai、C_Ai、ΔDN_Ai，若DN值低端原始图像I_L和DN值高端原始图像I_H同轨，则共用一组系数，否则需计算各自对应的系数；

第三步，利用星上定标系数，对DN值低端原始图像I_L和DN值高端原始图像I_H进行一次校正，得到DN值图像I_LDN和I_HDN，按单扫的像元个数n及摆扫方向分别对DN值图像I_LDN和I_HDN进行叠加，形成景内统计数据块I_LMDN和I_HMDN；同理得到一次校正辐亮度图像I_LLe和I_HLe，并得到叠加数据块I_LMLe和I_HMLe；

第四步，对叠加数据块I_LMLe和I_HMLe分别按两点法计算DN值数据的均匀性修正系数及辐亮度数据的均匀性修正系数

第五步，对典型温度下获取的包含均匀景物的原始图像G，计算对应轨的星上相对辐射校正系数K′_Ri、C′_Ri和绝对辐射校正系数K′_Ai、C′_Ai及ΔDN′_Ai；利用DN值数据的均匀性修正系数及辐亮度数据的均匀性修正系数计算最终用于DN值产品DN_G的校正系数K_RFi、C_RFi和辐亮度产品Le_G的校正系数K_AFi、C_AFi和ΔDN_AFi，并生成相应的产品；

第六步，对DN值产品DN_G和辐亮度产品Le_G进行均匀性检验，若不满足要求，则重新回到第一步并选择其他图像生成修正系数；

第七步，若摆扫相机正反扫均成像，则第三步至第六步需按扫的方向独立计算。

在上述的一种红外摆扫相机在轨图像均匀性校正方法中，所述第一步中，符合修正用的DN值低端图像I_L和DN值高端图像I_H挑选原则如下：

星上定标黑体的高端温度T_H和低端温度T_L为红外相机设计的温度线性范围，用于在控制均匀性校正精度的同时降低数据寻找难度，DN值低端图像I_L的直方图峰值应在B_L的灰度均值±20％之间；同理，DN值高端图像IH的直方图峰值应在B_H灰度均值±20％之间。

在上述的一种红外摆扫相机在轨图像均匀性校正方法中，所述第二步中，计算星上辐射校正系数方法如下：

假定红外线阵探测器由n个探测像元组成，星上定标图像摆扫宽为W，对黑体成像数据B_H和B_L；

i＝1，2，…，n

其中，B_L(i，j)表示B_L第i个探元第j列的DN值，绝对定标系数的两点法：

其中，Le_T为黑体温度，即绝对温度为T时的入瞳等效光谱辐亮度；L(λ，T)为黑体温度为T时的光谱辐亮度；R(λ)为红外相机的相对光谱响应；ε为黑体发射率；r(λ)为光学系统效率；λ₁、λ₂是起始和截止波长；ΔDN_i为变温修正量，卫星发射前可测定ΔDN_i与温度T的关系。

在上述的一种红外摆扫相机在轨图像均匀性校正方法中，所述第三步中，一次校正及数据叠加方法如下：

设DN值低端原始图像I_L和DN值高端原始图像I_H包含m扫数据，对每一扫数据：

s＝1，2，…，m

按扫进行叠加，形成统计上均匀的数据块：

在上述的一种红外摆扫相机在轨图像均匀性校正方法中，所述第四步中，DN值数据和辐亮度数据的均匀性修正系数计算方法如下：

DN值数据均匀性修正系数满足：

i＝1，2，…，n

同理，辐亮度数据的均匀性修正系数满足：

在上述的一种红外摆扫相机在轨图像均匀性校正方法中，所述第五步中，均匀景物的原始图像G生成DN值产品DN_G和辐亮度Le_G的方法如下：

按第二步所述方法计算图像G对应轨的星上相对辐射校正系数K′_Ri、C′_Ri和绝对辐射校正系数K′_Ai、C′_Ai及ΔDN′_Ai；

DN值产品DN_G的校正系数K_RFi、C_RFi满足：

辐亮度产品Le_G的校正系数K_AFi、C_AFi和ΔDN_Ai满足：

最后，根据第三步所述方法得到DN值产品DN_G、辐亮度产品Le_G。

在上述的一种红外摆扫相机在轨图像均匀性校正方法中，所述第六步中，检验DN值产品DN_G、辐亮度Le_G均匀性精度的方法如下：

截取DN_G中任意大小均匀的图像子块SUBDN_G，计算图像子块SUBDN_G的最大值DN_max、最小值DN_min以及均值DN_mean，表示DN_G的均匀性水平；同理表示辐亮度产品Le_G的均匀性水平。

本发明与现有技术相比的有益效果是：

【1】本发明针对卫星入轨运行特点，获取星上黑体定标数据及多景地物图像后，以星上定标得到的相对辐射及绝对辐射校正系数为主，采用在轨统计的方法修正摆扫相机像元间存在的响应差异，代替传统均匀场图像修正，不要求图像内有足够大的均匀地物。

【2】本发明在轨修正时，不严格要求成像气候条件，具有很好的鲁棒性，满足了有效性的设计需求。

【3】本发明解决了在轨初期快速参数调整与传统校正方法效率低的矛盾，且其取得的均匀性效果更好，维护性强。

【4】本发明步骤精简、方式多样、易于实施，兼顾了红外摆扫相机正反扫均成像等多种情况，具有广阔的应用前景。

【5】本发明逻辑通顺、思路清晰、设计合理，本领域技术人员按照本发明的步骤进行实验，能够快速实现红外摆扫相机在轨图像的均匀性校正，显著提升了工作效率。

附图说明

图1为摆扫相机工作示意图

图2为本发明流程图

图3为本发明同扫数据叠加示意图

具体实施方式

下面结合附图说明和具体实施例对本发明作进一步描述：

根据图1所示的摆扫相机成像原理，由于单景内同类型地物温度整体是均匀的，因此可以将景内的各扫数据进行叠加形成统计意义上的均匀景物。

由于扫间数据叠加得到的是探元在不同温度下的成像统计，因此它更能反映成像的整体效应，从而脱离了严格地物依赖。业务流程中，要求采用的均匀性校正图像覆盖高低端温度，因此形成的均匀性校正系数在一段时间内是稳定可靠的，能够适应于不同阶段的生产实际。

本发明采用星上辐射校正和入轨均匀性修正的处理模式，满足在轨后的DN值产品和辐亮度产品的均匀性需求。

以下结合说明书附图详细说明本发明的技术方案：

如图2所示，一种红外摆扫相机在轨图像均匀性校正方法，包括如下步骤：

第一步，从入轨后对高端温度T_H和低端温度T_L下的星上定标图像B_H和B_L，计算均值作为温度对应的DN值水平。为控制均匀性校正精度同时尽可能降低数据寻找的难度，挑选满足以下条件的对地成像数据I_H和I_L作为均匀性校正图像，所有参数的下角标中，含有H的均对应高端温度T_H成像，含有L的均对应低端温度T_L成像。

I_L图像的直方图峰值应在B_L的灰度均值±20％之间；同理，I_H图像的直方图峰值应在B_H灰度均值±20％之间；

第二步，根据星上高端温度T_H和低端温度T_L以及对应温度下的黑体成像数据B_H和B_L，按两点法计算对应的星上相对辐射校正系数K_Ri、C_Ri和绝对辐射校正系数K_Ai、C_Ai及ΔDN_Ai，若DN值低端原始图像I_L和DN值高端原始图像I_H同轨，则共用一组系数。否则需计算各自对应的系数。

假定红外线阵探测器由n个探测像元组成，星上定标图像摆扫宽为W，对B_H和B_L；

i＝1，2，…，n

其中，B_L(i，j)表示B_L第i个探元第j列的DN值。绝对定标系数的两点法

其中，Le_T为黑体温度(绝对温度)为T时的入瞳等效光谱辐亮度；L(λ，T)为黑体温度为T时的光谱辐亮度；R(λ)为红外相机的相对光谱响应；ε黑体发射率；r(λ)为光学系统效率；λ₁、λ₂是起始和截止波长；ΔDN_i为变温修正量，卫星发射前可测定ΔDN_i与温度T的关系；

第三步，利用星上定标系数，对DN值低端原始图像I_L和DN值高端原始图像I_H进行一次校正，得到DN值图像I_LDN和I_HDN，按单扫的像元个数n及摆扫方向分别对DN值图像I_LDN和I_HDN进行叠加，形成景内统计数据块I_LMDN和I_HMDN；同理得到一次校正辐亮度图像I_LLe和I_HLe，并得到叠加数据块I_LMLe和I_HMLe。

设DN值图像I_L和I_H包含m扫数据，对每一扫数据：

s＝1，2，…，m

按扫进行叠加，形成统计上均匀的数据块，如附图3所示：

第四步，对叠加数据块，分别按两点法计算DN值数据的均匀性修正系数及辐亮度数据的均匀性修正系数

DN值数据的均匀性修正系数满足：

i＝1，2，…，n

同理，辐亮度数据的均匀性修正系数满足：

第五步，对典型温度下获取的包含均匀景物(如附图3中的曲线所围的均匀地物)的原始图像G，计算其对应轨的星上相对辐射校正系数K′_Ri、C′_Ri和绝对辐射校正系数K′_Ai、C′_Ai及ΔDN′_Ai。利用DN值数据的均匀性修正系数及辐亮度数据的均匀性修正系数计算最终用于DN值产品DN_G的校正系数K_RFi、C_RFi和辐亮度产品Le_G的校正系数K_AFi、C_AFi和ΔDN_AFi，并生成相应的产品。

DN值产品DN_G的校正系数K_RFi、C_RFi满足：

辐亮度产品Le_G的校正系数K_AFi、C_AFi和ΔDN_Ai满足：

最后，根据第三步所述方法得到DN值产品DN_G、辐亮度产品Le_G；

第六步，对DN值产品DN_G和辐亮度产品Le_G进行均匀性检验，如不满足要求，则重新回到第一步并选择其他图像生成修正系数。

具体为：截取DN_G中任意大小均匀的图像子块SUBDN_G，计算SUBDN_G的最大值DN_max、最小值DN_min以及均值DN_mean，表示DN_G的均匀性水平；

同理表示辐亮度产品Le_G的均匀性水平；

第七步，若摆扫相机正反扫均成像，则第三步到第六步需按扫的方向独立计算。如图3所示，图中S₀和S₁表示的正反扫均成像，则需要单独计算。

对本实施例的分析：均匀性校正后的DN值产品DN_G和辐亮度产品Le_G目标可分辨能力、信噪比等各项质量指标均有大幅度提高，均匀性精度达到5％以内的技术水平。

该发明技术内容适用于各种红外摆扫相机，亦可推广到线阵推扫红外成像，满足遥感产品生产及应用需求。

本发明说明书中未详细描述的内容为本领域技术人员公知技术。

Claims (7)

1.一种红外摆扫相机在轨图像均匀性校正方法，其特征在于，包括如下步骤：

第一步，从相同成像条件下获取的图像中选择符合修正用的DN值低端原始图像I_L和DN值高端原始图像I_H；

第二步，根据星上高端温度T_H和低端温度T_L以及对应温度下的黑体成像数据B_H和B_L，按两点法计算对应的星上相对辐射校正系数K_Ri、C_Ri和绝对辐射校正系数K_Ai、C_Ai、ΔDN_Ai，若DN值低端原始图像I_L和DN值高端原始图像I_H同轨，则共用一组系数，否则需计算各自对应的系数；

第三步，利用星上定标系数，对DN值低端原始图像I_L和DN值高端原始图像I_H进行一次校正，得到DN值图像I_LDN和I_HDN，按单扫的像元个数n及摆扫方向分别对DN值图像I_LDN和I_HDN进行叠加，形成景内统计数据块I_LMDN和I_HMDN；同理得到一次校正辐亮度图像I_LLe和I_HLe，并得到叠加数据块I_LMLe和I_HMLe；

第四步，对叠加数据块I_LMLe和I_HMLe分别按两点法计算DN值数据的均匀性修正系数及辐亮度数据的均匀性修正系数

第五步，对典型温度下获取的包含均匀景物的原始图像G，计算对应轨的星上相对辐射校正系数K′_Ri、C′_Ri和绝对辐射校正系数K′_Ai、C′_Ai及ΔDN′_Ai；利用DN值数据的均匀性修正系数及辐亮度数据的均匀性修正系数计算最终用于DN值产品DN_G的校正系数K_RFi、C_RFi和辐亮度产品Le_G的校正系数K_AFi、C_AFi和ΔDH_AFi，并生成相应的产品；

第六步，对DN值产品DN_G和辐亮度产品Le_G进行均匀性检验，若不满足要求，则重新回到第一步并选择其他图像生成修正系数；

第七步，若摆扫相机正反扫均成像，则第三步至第六步需按扫的方向独立计算。

2.根据权利要求1所述的一种红外摆扫相机在轨图像均匀性校正方法，其特征在于：所述第一步中，符合修正用的DN值低端图像I_L和DN值高端图像I_H挑选原则如下：

星上定标黑体的高端温度T_H和低端温度T_L为红外相机设计的温度线性范围，用于在控制均匀性校正精度的同时降低数据寻找难度，DN值低端图像I_L的直方图峰值应在B_L的灰度均值±20％之间；同理，DN值高端图像I_H的直方图峰值应在B_H灰度均值±20％之间。

3.根据权利要求1所述的一种红外摆扫相机在轨图像均匀性校正方法，其特征在于：所述第二步中，计算星上辐射校正系数方法如下：

假定红外线阵探测器由n个探测像元组成，星上定标图像摆扫宽为W，对黑体成像数据B_H和B_L；

${\stackrel{\‾}{DN}}_l=K_{Ri}\·\stackrel{\‾}{B_L\left(i\right)}+C_{Ri},{\stackrel{\‾}{DN}}_h=K_{Ri}\·\stackrel{\‾}{B_H\left(i\right)}+C_{Ri}$

${\stackrel{\‾}{DN}}_l=\frac{1}{n\·W}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{W}{\Σ}}{B}_L(i,j),\stackrel{\‾}{B_L\left(i\right)}=\frac{1}{W}\underset{j=1}{\overset{W}{\Σ}}{B}_L(i,j)$

${\stackrel{\‾}{DN}}_h=\frac{1}{n\·W}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{W}{\Σ}}{B}_H(i,j),\stackrel{\‾}{B_H\left(i\right)}=\frac{1}{W}\underset{j=1}{\overset{W}{\Σ}}{B}_H(i,j)$

i＝1，2，…，n

其中，B_L(i，j)表示B_L第i个探元第j列的DN值，绝对定标系数的两点法：

$\stackrel{\‾}{B_L\left(i\right)}=K_{Ai}\·{\mathrm{Le}}_{T_L}+C_{Ai}+{\mathrm{\ΔDN}}_i$

$\stackrel{\‾}{B_H\left(i\right)}=K_{Ai}\·{\mathrm{Le}}_{T_H}+C_{Ai}+{\mathrm{\ΔDN}}_i$

${\mathrm{Le}}_T=\frac{\mathrm{\ϵ}{\∫}_{{\mathrm{\λ}}_1}^{{\mathrm{\λ}}_2}r\left(\mathrm{\λ}\right)L(\mathrm{\λ},T)R\left(\mathrm{\λ}\right)d\mathrm{\λ}}{{\∫}_{{\mathrm{\λ}}_1}^{{\mathrm{\λ}}_2}R\left(\mathrm{\λ}\right)d\mathrm{\λ}}$

其中，Le_T为黑体温度，即绝对温度为T时的入瞳等效光谱辐亮度；L(λ，T)为黑体温度为T时的光谱辐亮度；R(λ)为红外相机的相对光谱响应；ε为黑体发射率；r(λ)为光学系统效率；λ₁、λ₂是起始和截止波长；ΔDN_i为变温修正量，卫星发射前可测定ΔDN_i与温度T的关系。

4.根据权利要求1所述的一种红外摆扫相机在轨图像均匀性校正方法，其特征在于：所述第三步中，一次校正及数据叠加方法如下：

设DN值低端原始图像I_L和DN值高端原始图像I_H包含m扫数据，对每一扫数据：

$I_{{\mathrm{LDN}}_s}=I_{L_s}\·K_{Ri}+C_{Ri},I_{{\mathrm{HDN}}_s}=I_{H_s}\·K_{Ri}+C_{Ri}$

$I_{{\mathrm{LLe}}_s}=\frac{I_{L_s}-{\mathrm{\ΔDN}}_i-C_{Ai}}{K_{Ai}},I_{{\mathrm{HLe}}_s}=\frac{I_{H_s}-{\mathrm{\ΔDN}}_i-C_{Ai}}{K_{Ai}}$

s＝1，2，…，m

按扫进行叠加，形成统计上均匀的数据块：

$I_{LMDN}=\underset{s=1}{\overset{m}{\Σ}}{I}_{{\mathrm{LDN}}_s},I_{HMDN}=\underset{s=1}{\overset{m}{\Σ}}{I}_{{\mathrm{HDN}}_s}$

$I_{LMLe}=\underset{s=1}{\overset{m}{\Σ}}{I}_{{\mathrm{LLe}}_s},I_{HMLe}=\underset{s=1}{\overset{m}{\Σ}}{I}_{{\mathrm{HLe}}_s}.$

5.根据权利要求1所述的一种红外摆扫相机在轨图像均匀性校正方法，其特征在于：所述第四步中，DN值数据和辐亮度数据的均匀性修正系数计算方法如下：

DN值数据均匀性修正系数满足：

${\stackrel{\‾}{DN}}_L=K_{Ri}^C\·\stackrel{\‾}{I_{LMDN}\left(i\right)}+C_{Ri}^C,{\stackrel{\‾}{DN}}_H=K_{Ri}^C\·\stackrel{\‾}{I_{HMDN}\left(i\right)}+C_{Ri}^C$

${\stackrel{\‾}{DN}}_L=\frac{1}{n\·W}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{W}{\Σ}}{I}_{LMDN}(i,j),\stackrel{\‾}{I_{LMDN}\left(i\right)}=\frac{1}{W}\underset{j=1}{\overset{W}{\Σ}}{I}_{LMDN}(i,j)$

${\stackrel{\‾}{DN}}_H=\frac{1}{n\·W}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{W}{\Σ}}{I}_{HMDN}(i,j),\stackrel{\‾}{I_{HMDN}\left(i\right)}=\frac{1}{W}\underset{j=1}{\overset{W}{\Σ}}{I}_{HMDN}(i,j)$

i＝1，2，…，n

同理，辐亮度数据的均匀性修正系数满足：

${\stackrel{\‾}{Le}}_L=K_{Ai}^C\·\stackrel{\‾}{I_{LMLe}\left(i\right)}+C_{Ai}^C,{\stackrel{\‾}{Le}}_H=K_{Ai}^C\·\stackrel{\‾}{I_{HMLe}\left(i\right)}+C_{Ai}^C$

${\stackrel{\‾}{Le}}_L=\frac{1}{n\·W}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{W}{\Σ}}{I}_{LMLe}(i,j),\stackrel{\‾}{I_{LMLe}\left(i\right)}=\frac{1}{W}\underset{j=1}{\overset{W}{\Σ}}{I}_{LMLe}(i,j)$

${\stackrel{\‾}{Le}}_H=\frac{1}{n\·W}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{W}{\Σ}}{I}_{HMLe}(i,j),\stackrel{\‾}{I_{HMLe}\left(i\right)}=\frac{1}{W}\underset{j=1}{\overset{W}{\Σ}}{I}_{HMLe}(i,j).$

6.根据权利要求1所述的一种红外摆扫相机在轨图像均匀性校正方法，其特征在于：所述第五步中，均匀景物的原始图像G生成DN值产品DN_G和辐亮度产品Le_G的方法如下：

按第二步所述方法计算图像G对应轨的星上相对辐射校正系数K′_Ri、C′_Ri和绝对辐射校正系数K′_Ai、C′_Ai及ΔDN′_Ai；

DN值产品DN_G的校正系数K_RFi、C_RFi满足：

$K_{RFi}=K_{Ri}^C\·K_{Ri}^{\′},C_{RFi}=K_{Ri}^C\·C_{Ri}^{\′}+C_{Ri}^C$

辐亮度产品Le_G的校正系数K_AFi、C_AFi和ΔDN_Ai满足：

$K_{AFi}=\frac{K_{Ai}^{\′}}{K_{Ai}^C},C_{AFi}=C_{Ai}^{\′}-\frac{K_{Ai}^{\′}}{K_{Ai}^C}\·C_{Ai}^C,{\mathrm{\ΔDN}}_{AFi}={\mathrm{\ΔDN}}_{Ai}^{\′}$

最后，根据第三步所述方法得到DN值产品DN_G、辐亮度产品Le_G。

7.根据权利要求1所述的一种红外摆扫相机在轨图像均匀性校正方法，其特征在于：所述第六步中，检验产品DN_G、Le_G均匀性精度的方法如下：

截取DN_G中任意大小均匀的图像子块SUBDN_G，计算图像子块SUBDN_G的最大值DN_max、最小值DN_min以及均值DN_mean，表示DN_G的均匀性水平；同理表示辐亮度产品Le_G的均匀性水平。