CN106780403B - 一种推扫式热红外高光谱遥感图像非均匀性校正方法 - Google Patents

一种推扫式热红外高光谱遥感图像非均匀性校正方法 Download PDF

Info

Publication number
CN106780403B
CN106780403B CN201710037359.XA CN201710037359A CN106780403B CN 106780403 B CN106780403 B CN 106780403B CN 201710037359 A CN201710037359 A CN 201710037359A CN 106780403 B CN106780403 B CN 106780403B
Authority
CN
China
Prior art keywords
column
correction
image
thermal infrared
remote sensing
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.)
Active
Application number
CN201710037359.XA
Other languages
English (en)
Other versions
CN106780403A (zh
Inventor
谢锋
刘成玉
李忠原
王建宇
舒嵘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Technical Physics of CAS
Original Assignee
Shanghai Institute of Technical Physics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Technical Physics of CAS filed Critical Shanghai Institute of Technical Physics of CAS
Priority to CN201710037359.XA priority Critical patent/CN106780403B/zh
Publication of CN106780403A publication Critical patent/CN106780403A/zh
Application granted granted Critical
Publication of CN106780403B publication Critical patent/CN106780403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T5/70
    • G06T5/77
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Landscapes

  • Transforming Light Signals Into Electric Signals (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明公开一种推扫式热红外高光谱遥感图像非均匀性校正方法,该方法步骤如下:(1)逐波段对原始热红外高光谱遥感图像进行标准矩匹配校正,得到标准矩匹配校正图像;(2)以标准矩匹配校正图像为基础,选择相邻两列像元中相同地物像元;(3)对于相邻两列原始数据,以前一列为基准,用两列中相同地物像元,通过线性回归得到后一列的校正系数,并对后一列进行校正,顺次遍历一个波段的所有列,完成一个波段图像的非均匀性校正。按照此方法,遍历一幅热红外高光谱遥感图像的所有波段,完成一幅热红外高光谱遥感图像的非均匀性校正。本发明的方法具有准确性好,速度快,易操作,无需实时参考黑体数据等特点。

Description

一种推扫式热红外高光谱遥感图像非均匀性校正方法
技术领域
本发明涉及对地观测技术领域,特别是涉及一种基于热红外高光谱遥感图像相邻两列DN(Digital Number)值的相关性,对热红外高光谱遥感图像进行非均匀性校正的方法。
背景技术
线阵推扫式热红外光谱成像仪是当前最流行的热红外高光谱传感器之一。其结构特点是,热红外焦平面的每一行对应一个波段,每一行有一定数量(一般是数百)的探测单元,随着成像光谱仪的运动,以行为单位获取热红外高光谱遥感图像。对于一个波段来说,探测单元之间存在响应不一致,进而产生严重的条带噪声,即图像列之间的不均匀,影响热红外高光谱图像的后续处理和应用。不同探测单元的响应函数会随着入射强度得变化而不同,因而导致条带噪声。
目前,国内外可见近红外、短波红外的高光谱图像非均匀性校正方法的研究比较多。主要有直方图匹配、矩匹配、改进的矩匹配法(基于均值补偿的矩匹配法、基于相关系数的矩匹配法、基于平均值滤波的矩匹配法、基于多项式拟合的矩匹配法、基于移动窗口滤波的矩匹配法等)、邻域插值法及其改进方法、傅里叶变换、小波变换及其衍生方法等。专门针对推扫式热红外高光谱图像非均匀性研究却很少。适用于可见近红外、短波红外的高光谱图像非均匀性校正的方法并不适用于热红外高光谱影像,因此亟需针对推扫式热红外成像光谱仪的成像点,开发适用于推扫式热红外成像光谱仪所获取的热红外高光谱遥感图像的非均匀性校正方法,解决推扫式热红外高光谱遥感图像的非均匀性校正问题。
发明内容
针对现有的技术空白和缺点,本发明所要解决的技术问题是提供一种准确性好,速度快,易操作,无需实时参考黑体数据的推扫式热红外高光谱遥感图像非均匀性校正方法。
为了解决上述技术问题,本发明提供的一种推扫式热红外高光谱遥感图像非均匀性校正方法,其特点是,非均匀性校正方法的步骤如下:
(1)逐波段对原始热红外高光谱遥感图像进行标准矩匹配校正,得到标准矩匹配校正图像。计算方法为
其中,D′i,j为矩匹配校正后像元值;Di,j为原始像元值;i,j为列、行号;M,N别为列数和行数;μi,μr分别为第i列和参考列的均值;σi,σr分别为第i列和参考列的标准方差;
(2)以标准矩匹配校正图像为基础,选择相邻两列像元中相同地物像元,对于某一波段来说,选择方法为
Φi={j|abs(D|i,j-D|i-1,j)≤T,2≤i≤M,1≤j≤N,i,j∈Z}
其中,Φi为所选择相邻两列像元中相同地物像元集;D|i,j,D|i-1,j为标准矩匹配校正像元值;T为阈值;abs(·)为取绝对值;
(3)对于相邻两列原始数据,以前一列为基准,用两列中相同地物像元,通过线性回归得到后一列的校正系数,计算方法为
{Ai,Bi}=regress(Di,j,Di-1,j),j∈Φi
其中,Ai,Bi为校正系数;regress(·,·)为线性回归。根据校正系数对后一列进行校正,顺次遍历一个波段的所有列,完成一个波段图像的非均匀性校正。计算方法为
其中,为校正后像元值;Di,j为原始像元值;
按照步骤(1)至步骤(3)流程,遍历一幅热红外高光谱遥感图像的所有波段,完成一幅热红外高光谱遥感图像的非均匀性校正。
附图说明
图1推扫式热红外高光谱图像非均匀性校正流程。
图2原始推扫式热红外高光谱图像示例。
图3标准矩匹配校正结果示例。
图4本发明方法校正结果示例。
图5矩匹配校正结果各列均值示例。
图6本发明方法校正结果各列均值示例。
图7矩匹配校正结果各列标准方差示例。
图8本发明方法校正结果各列标准方差示例。
具体实施方式
以下对本发明的实施例做了进一步详细描述,但本实施例并不限于本发明,凡是采用本发明的相似方法及其相似变化,均应列入本发明的保护范围。
(1)选择待校正的推扫式热红外高光谱图像,逐波段对原始热红外高光谱遥感图像进行标准矩匹配校正,得到标准矩匹配校正图像。计算方法为
其中,D|i,j为矩匹配校正后像元值;Di,j为原始像元值;i,j为列、行号;M,N别为列数和行数;μi,μr分别为第i列和参考列的均值;σi,σr分别为第i列和参考列的标准方差;热红外高光谱图像盖谱段范围为8.0-12.5μm,共181个波段,光谱采样间隔为25nm,FWHM在50nm左右。热红外高成像光谱仪为推扫式成像光谱仪,扫描行共计320(M)个探测单元,视场角为14°。所获取数据空间分辨率为2m,飞行高度为2000m。成像时间为2015年6月6日,成像地点位于122°19'15",29°55'17"附近。
(2)以标准矩匹配校正图像为基础,选择相邻两列像元中相同地物像元,对于某一波段来说,选择方法为
Φi={j|abs(D|i,j-D|i-1,j)≤T,2≤i≤M,1≤j≤N,i,j∈Z}
其中,Φi为所选择相邻两列像元中相同地物像元集;D|i,j,D|i-1,j为标准矩匹配校正像元值;T为阈值;abs(·)为取绝对值;
(3)对于相邻两列原始数据,以前一列为基准,用两列中相同地物像元,通过线性回归得到后一列的校正系数,计算方法为
{Ai,Bi}=regress(Di,j,Di-1,j),j∈Φi
其中,Ai,Bi为校正系数;regress(·,·)为线性回归。根据校正系数对后一列进行校正,顺次遍历一个波段的所有列,完成一个波段图像的非均匀性校正。计算方法为
其中,为校正后像元值;Di,j为原始像元值;按照此流程,遍历所选择的热红外高光谱遥感图像的所有181个波段,完成热红外高光谱遥感图像的非均匀性校正。对比标准矩匹配校正结果的各列均值和标准差(图5和图7)与本发明校正结果的均值和标准差(图6和图8),本发明方法的各列均值和标准差都不尽相同,差异更大,更符合实际情况。

Claims (1)

1.一种推扫式热红外高光谱遥感图像非均匀性校正方法,其特征在于包括如下步骤:
(1)逐波段对原始热红外高光谱遥感图像进行标准矩匹配校正,得到标准矩匹配校正图像;
(2)以标准矩匹配校正图像为基础,选择相邻两列像元中相同地物像元,对于某一波段来说,选择方法为:
Φi={j|abs(D′i,j-D′i-1,j)≤T,2≤i≤M,1≤j≤N,i,j∈Z}
其中,Φi为所选择相邻两列像元中相同地物像元集;D′i,j,D′i-1,j为标准矩匹配校正像元值;i,j为列、行号;M,N别为列数和行数;T为阈值;abs(·)为取绝对值;
(3)对于相邻两列原始数据,以前一列为基准,用两列中相同地物像元,通过线性回归得到后一列的校正系数,计算方法为:
{Ai,Bi}=regress(Di,j,Di-1,j),j∈Φi
其中,Ai,Bi为校正系数;regress(·,·)为线性回归;根据校正系数对后一列进行校正,顺次遍历一个波段的所有列,完成一个波段图像的非均匀性校正,计算方法为:
其中,为校正后像元值;Di,j为原始像元值;
(4)按照步骤(1)至步骤(3)流程,遍历一幅热红外高光谱遥感图像的所有波段,完成一幅热红外高光谱遥感图像的非均匀性校正。
CN201710037359.XA 2017-01-19 2017-01-19 一种推扫式热红外高光谱遥感图像非均匀性校正方法 Active CN106780403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710037359.XA CN106780403B (zh) 2017-01-19 2017-01-19 一种推扫式热红外高光谱遥感图像非均匀性校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710037359.XA CN106780403B (zh) 2017-01-19 2017-01-19 一种推扫式热红外高光谱遥感图像非均匀性校正方法

Publications (2)

Publication Number Publication Date
CN106780403A CN106780403A (zh) 2017-05-31
CN106780403B true CN106780403B (zh) 2019-07-23

Family

ID=58943950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710037359.XA Active CN106780403B (zh) 2017-01-19 2017-01-19 一种推扫式热红外高光谱遥感图像非均匀性校正方法

Country Status (1)

Country Link
CN (1) CN106780403B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154031A (zh) * 2017-05-31 2017-09-12 浙江国遥地理信息技术有限公司 航空遥感影像数据辐射校正方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289788A (zh) * 2011-06-17 2011-12-21 中国电子科技集团公司第二十八研究所 多通道红外探测器中条纹非均匀性实时校正方法
CN102622739A (zh) * 2012-03-30 2012-08-01 中国科学院光电技术研究所 一种Bayer滤波阵列彩色相机图像非均匀性校正方法
CN103971334A (zh) * 2014-04-25 2014-08-06 中国科学院遥感与数字地球研究所 高光谱遥感图像校正方法及装置
CN104361563A (zh) * 2014-11-06 2015-02-18 西北工业大学 基于gps的高光谱遥感图像几何精校正方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289788A (zh) * 2011-06-17 2011-12-21 中国电子科技集团公司第二十八研究所 多通道红外探测器中条纹非均匀性实时校正方法
CN102622739A (zh) * 2012-03-30 2012-08-01 中国科学院光电技术研究所 一种Bayer滤波阵列彩色相机图像非均匀性校正方法
CN103971334A (zh) * 2014-04-25 2014-08-06 中国科学院遥感与数字地球研究所 高光谱遥感图像校正方法及装置
CN104361563A (zh) * 2014-11-06 2015-02-18 西北工业大学 基于gps的高光谱遥感图像几何精校正方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"CCD相机输出非均匀性线性校正系数的定标";刘则洵 等;《红外与激光工程》;20120831;第41卷(第8期);2211-2215 *
"Single image stripe nonuniformity correction with gradient-constrained optimization model for infrared focal plane arrays";Jufeng Zhao et al;《Optics Communications》;20130208;47-52 *
"Strip non-uniformity uniformity correction in uncooled long-wave infrared focal plane array based on noise source characterization";Yanpeng Cao et al;《Optics Communications》;20141027;236-242 *
"一种基于场景的红外焦平面阵列非均匀性校正算法";李庆 等;《光子学报》;20060531;第35卷(第5期);720-723 *
"热红外高光谱图像非均匀性校正方法研究";姬弘桢 等;《科学技术与工程》;20160731;第16卷(第21期);238-242 *
"超光谱成像仪图像均匀性校正";张春雷 等;《中国光学》;20130831;第6卷(第4期);584-590 *

Also Published As

Publication number Publication date
CN106780403A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
Jia et al. Destriping algorithms based on statistics and spatial filtering for visible-to-thermal infrared pushbroom hyperspectral imagery
CN206146624U (zh) 一种热红外高光谱成像仪盲元检测装置
Cheng et al. A relative radiometric correction method for airborne SWIR hyperspectral image using the side-slither technique
CN105043552A (zh) 比色测温系统显示与标定方法
Nocerino et al. Geometric calibration and radiometric correction of the maia multispectral camera
CN111044153B (zh) 一种图谱关联系统红外光谱的非线性定标方法及装置
Cao et al. An improved histogram matching algorithm for the removal of striping noise in optical remote sensing imagery
Von Bueren et al. Multispectral aerial imaging of pasture quality and biomass using unmanned aerial vehicles (UAV)
CN106780403B (zh) 一种推扫式热红外高光谱遥感图像非均匀性校正方法
Jia et al. Removing stripe noise based on improved statistics for hyperspectral images
CN107633487A (zh) 一种航空摆扫式多光谱扫描仪图像的系统级相对辐射校正方法
Banerjee et al. An improved method for destriping of VIIRS day/night band images
Fischer et al. Median spectral-spatial bad pixel identification and replacement for hyperspectral SWIR sensors
Pal et al. A Local Brightness Normalization (LBN) algorithm for destriping Hyperion images
CN109297604B (zh) 一种获取红外热像仪两点校正定标参数的方法及系统
Zhao et al. Assessment of SPOT-6 optical remote sensing data against GF-1 using NNDiffuse image fusion algorithm
Ratliff et al. Adaptive scene-based correction algorithm for removal of residual fixed pattern noise in microgrid image data
Hakim et al. Satellite Attitude Determination Based on Pushbroom Image Band Coregistration
Zhang et al. On-orbit relative radiometric calibration of optical video satellites without uniform calibration sites
CN108470325B (zh) 一种面阵凝视红外遥感图像时空三维噪声识别及补偿方法
Koloniatis et al. Spectral smile correction for airborne imaging spectrometers
Fischer et al. Stable scene-based non-uniformity correction coefficients for hyperspectral SWIR sensors
Porto et al. Radiometric Calibration Performance of a Multispectral Camera with a Single Sensor and Multiple Heads
CN113588095B (zh) 基于帧累积的点源目标红外辐射定量处理方法及装置
Peery et al. Panchromatic sharpening enabling low-intensity imaging of cultural heritage documents

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant