CN108007569A - 一种多光谱影像辐射定标方法 - Google Patents
一种多光谱影像辐射定标方法 Download PDFInfo
- Publication number
- CN108007569A CN108007569A CN201711181760.7A CN201711181760A CN108007569A CN 108007569 A CN108007569 A CN 108007569A CN 201711181760 A CN201711181760 A CN 201711181760A CN 108007569 A CN108007569 A CN 108007569A
- Authority
- CN
- China
- Prior art keywords
- wave band
- target
- calibration
- reflectivity
- measured
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000002310 reflectometry Methods 0.000 claims abstract description 55
- 230000005855 radiation Effects 0.000 claims abstract description 45
- 239000004744 fabric Substances 0.000 claims description 14
- 239000004745 nonwoven fabric Substances 0.000 claims description 11
- 238000012952 Resampling Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000005070 sampling Methods 0.000 description 5
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 4
- 241000322338 Loeseliastrum Species 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 239000002759 woven fabric Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
- G01J2003/2826—Multispectral imaging, e.g. filter imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2866—Markers; Calibrating of scan
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种多光谱影像辐射定标方法,包括:利用包含多个波段的多光谱相机获得至少两个定标目标以及待测目标的多光谱影像;统计得到多光谱影像中至少两个定标目标以及待测目标在每个波段的像元亮度值;测量至少两个定标目标的第一反射率;基于至少两个定标目标的第一反射率和至少两个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程;利用每个波段的辐射定标方程和待测目标在每个波段的像元亮度值分别计算待测目标在每个波段的反射率。本发明的多光谱影像辐射定标方法,能够得到分波段的辐射定标方程,利用各个波段的辐射定标方程和待测目标在该波段的像元亮度值计算待测目标在该波段的反射率,辐射定标方程的辐射定标精度高。
Description
技术领域
本发明涉及无人机遥感技术,尤其涉及一种多光谱影像辐射定标方法。
背景技术
无人机遥感技术能够快速获取国土资源、自然环境等空间的遥感信息,现已获得越来越广泛的应用。近年来,随着材料科学的飞速发展和野外环境研究的需要,多光谱数据,尤其是对于反射率的辐射定标成为研究的重要一步。无人机遥感的飞行高度低,受大气传播干扰极小,可以忽略大气影响。通过利用无人机遥感技术获得多光谱数据,进而对地物的反射率进行辐射定标,现已提出了多种方法。
现有技术中常用的是利用线性方程对光谱数据直接进行辐射定标,其缺点是辐射定标精度不高,另外,定标目标一般选取单级灰色面板,其价格昂贵,重量较大,并且由于其展开范围广,导致操作不方便。
发明内容
本发明要解决的技术问题是,提供一种辐射定标精度高,操作方便的多光谱影像辐射定标方法。
为了解决上述问题,本发明提供了一种对多光谱影像辐射定标方法,包括以下步骤:
利用包含多个波段的多光谱相机获得至少两个定标目标以及待测目标的多光谱影像;
统计得到多光谱影像中所述至少两个定标目标以及所述待测目标在每个波段的像元亮度值;
测量所述至少两个定标目标的第一反射率;
基于所述至少两个定标目标的第一反射率和所述至少两个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程;
利用每个波段的所述辐射定标方程和所述待测目标在每个波段的像元亮度值分别计算所述待测目标在每个波段的反射率。
作为优选,至少两个定标目标选自黑色无纺布、白色无纺布或者反射率处于黑色无纺布和白色无纺布之间的单级灰色面板。
作为优选,所述多光谱相机包括六个波段,分别是蓝波段、绿波段、红波段、红边波段、第一近红外波段和第二近红外波段。
作为优选,对蓝波段、绿波段、红波段中的每个波段分别构建乘幂的辐射定标方程,对红边波段、第一近红外波段和第二近红外波段中的每个波段分别构建线性的辐射定标方程。
作为优选,所述六个波段的中心波长分别是490nm、550nm、680nm、720nm、800nm和900nm,其中,前五个波段的波长宽度为10nm,第六个波段的波长宽度为20nm。
作为优选,利用地物光谱仪测量所述至少两个定标目标的第一反射率,所述地物光谱仪的光谱采样范围能够包含所述六个波段。
作为优选,将所述至少两个定标目标的第一反射率重采样得到所述至少两个定标目标的第二反射率,根据所述至少两个定标目标的第二反射率和所述至少两个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程。
作为优选,至少两个定标目标选自黑色无纺布、白色无纺布或者反射率处于黑色无纺布和白色无纺布之间的单级灰色面板。
与现有技术相比,本发明的多光谱影像辐射定标方法的有益效果在于:能够得到分波段的辐射定标方程,利用各个波段的辐射定标方程和待测目标在该波段的像元亮度值计算待测目标在该波段的反射率,辐射定标方程的辐射定标精度高。
附图说明
图1示出了本发明实施例的多光谱影像辐射定标方法;
图2示出了本发明实施例的无人机航拍影像拼接后的正射影像;
图3示出了本发明实施例的无人机航拍影像拼接后的正射影像的局部视图;
图4示出了本发明实施例的定标目标的感兴趣区域的示意图;
图5示出了待测目标的计算反射率和测量反射率之间的关系图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述,但不作为对本发明的限定。
如图1所示,本发明公开了一种多光谱影像辐射定标方法,包括以下步骤:
S1,利用包含多个波段的多光谱相机获得至少两个定标目标以及待测目标的多光谱影像。
其中,至少两个定标目标选自黑色无纺布、白色无纺布或者反射率处于黑色无纺布和白色无纺布之间的单级灰色面板,例如可以是反射率为20%的单级灰色面板、反射率为30%的单级灰色面板、反射率为40%的单级灰色面板和反射率为60%的单级灰色面板。优选是黑色无纺布和白色无纺布,其价格便宜,并且由于其可收缩折叠,携带方便。另外,多于两个定标目标优选为黑色无纺布、白色无纺布以及至少一个反射率介于黑色无纺布和白色无纺布之间的单级灰色面板。
S2,统计得到多光谱影像中至少两个定标目标以及待测目标在每个波段的像元亮度值(Digital Number,DN)。
其中,像元亮度值的大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等有关。优选的,可以对至少两个定标目标和待测目标分别选择感兴趣区域(ROI),并分别计算感兴趣区域在每个波段的像元亮度值。其中,感兴趣区域一般选择为定标目标或待测目标的中心部分区域,因为中心部分区域的像元亮度值能够更好的反映定标目标或待测目标的像元亮度值。
S3,测量所述至少两个定标目标的第一反射率。
可以利用地物光谱仪测量至少两个定标目标的第一反射率,例如便携式地物光谱仪(ASD)。
S4,基于至少两个定标目标的第一反射率和至少两个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程。
针对每个波段,基于测量的定标目标的第一反射率和定标目标的像元亮度值构建辐射定标方程。
S5,利用每个波段的辐射定标方程和待测目标在每个波段的像元亮度值分别计算待测目标在每个波段的反射率。
针对每个波段,利用该波段的辐射定标方程和待测目标在该波段的像元亮度值计算待测目标在该波段的反射率,由于辐射定标方程是针对每个波段的统计回归方程,从而辐射定标方程的辐射定标精度高。并且,只要获得多光谱影像后,并得到多光谱影像中的待测目标的像元亮度值,即可知道该待测目标的反射率。由于多光谱影像中可以包含大量的待测目标,从而得到一张多光谱影像,即可得到大量的待测目标的反射率值。
在一个实施例中,获取多光谱影像的多光谱相机可以是六波段多光谱相机(MCA-6),其包括六个独立的图像传感器,每个图像传感器分别对应一个波段。六个波段分别是蓝波段、绿波段、红波段、红边波段、第一近红外波段和第二近红外波段。其中,六个波段的中心波长分别是490nm、550nm、680nm、720nm、800nm和900nm,其中,前五个波段的波长宽度为10nm,第六个波段的波长宽度为20nm。
在一个优选实施例中,对蓝波段、绿波段、红波段中的每个波段分别构建乘幂的辐射定标方程,对红边波段、第一近红外波段和第二近红外波段中的每个波段分别构建线性的辐射定标方程。从而,可以利用待测目标在蓝波段的像元亮度值和对应蓝波段的乘幂的辐射定标方程来计算待测目标的反射率,待测目标在绿波段或红波段的反射率的计算方法与之类似。而且,可以利用待测目标在红边波段的像元亮度值和对应红边波段的线性的辐射定标方程来计算待测目标的反射率,待测目标在第一近红外波段或第二近红外波段的反射率的计算方法与之类似。对不同的波段,采用不同统计回归模型的辐射定标方程,从而辐射定标方程的辐射定标精度更高。
在一个实施例中,利用便携式地物光谱仪测量至少两个定标目标和待测目标的第一反射率,其中,便携式地物光谱仪的光谱采样范围能够包含所述六个波段,例如是能够对波长为325nm至1075nm,采样间隔为1nm的目标进行采样的便携式地物光谱仪。
进一步的,由于地物光谱仪的采样间隔可能不同于多光谱相机的采样间隔,将至少两个定标目标的第一反射率重采样得到至少两个定标目标的第二反射率,根据至少两个定标目标的第二反射率和至少两个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程。
下面以一个具体示例来对本申请进行说明。
将多光谱相机MCA-6(6个波段的中心波长分别为:490nm,550nm,680nm,720nm,800nm,900nm;前五个波段的波长宽度为为10nm,第六个波段的波长宽度为20nm)搭载在无人机上,如图2所示,无人机航拍影像拼接后的正射影像包括定标目标1和待测目标2,其中,待测目标2(待测目标是玉米)是17个。
如图3所示,定标目标1为多个,本具体示例只利用了2个定标目标1,分别为黑色无纺布3(简称为“黑布”)和白色无纺布4(简称为“白布”)。
如图4所示,分别对定标目标1选取了感兴趣区域5。
如表1所示,分别对2个定标目标(黑布和白布)和17个待测目标统计计算其在每个波段的像元亮度值。
表1 多光谱影像中的2个定标目标和17个待测目标的像元亮度值
利用便携式地物光谱仪(ASD记录的是地物在325nm-1075nm的反射率,采样间隔为1nm)测量2个定标目标和17个待测目标的真实反射率,并将ASD光谱数据重采样到多光谱相机对应波段的采样间隔中,即进行ASD数据光谱重采样,得到的结果如表2所示。
表2 多光谱影像中的2个定标目标和17个待测目标的第二反射率
根据2个定标目标在每个波段的第二反射率和2个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程,得到的结果如表3所示,其中,前三个波段的辐射定标方程为乘幂的辐射定标方程,后三个辐射定标方程为线性的辐射定标方程。
表3 辐射定标方程
根据表3中的辐射定标方程和表1中17个待测目标的像元亮度值可以计算出17个待测目标的反射率,如表4所示。
表4 17个待测目标的反射率
将表4中计算得到的17个待测目标的反射率与表2中测量的17个待测目标的真实反射率进行比较,得到的结果如图5所示。计算的反射率与测量的反射率之间的标准误差(RMSE)为5.7%,辐射定标方程的辐射定标精度高。
以上实施例仅为本发明的示例性实施例,不用于限制本发明,本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (7)
1.一种多光谱影像辐射定标方法,其特征在于,包括以下步骤:
利用包含多个波段的多光谱相机获得至少两个定标目标以及待测目标的多光谱影像;
统计得到多光谱影像中所述至少两个定标目标以及所述待测目标在每个波段的像元亮度值;
测量所述至少两个定标目标的第一反射率;
基于所述至少两个定标目标的第一反射率和所述至少两个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程;
利用每个波段的所述辐射定标方程和所述待测目标在每个波段的像元亮度值分别计算所述待测目标在每个波段的反射率。
2.根据权利要求1所述的多光谱影像辐射定标方法,其特征在于,所述多光谱相机包括六个波段,分别是蓝波段、绿波段、红波段、红边波段、第一近红外波段和第二近红外波段。
3.根据权利要求2所述的多光谱影像辐射定标方法,其特征在于,所述六个波段的中心波长分别是490nm、550nm、680nm、720nm、800nm和900nm,其中,前五个波段的波长宽度为10nm,第六个波段的波长宽度为20nm。
4.根据权利要求2或3所述的多光谱影像辐射定标方法,其特征在于,对蓝波段、绿波段、红波段中的每个波段分别构建乘幂的辐射定标方程,对红边波段、第一近红外波段和第二近红外波段中的每个波段分别构建线性的辐射定标方程。
5.根据权利要求4所述的多光谱影像辐射定标方法,其特征在于,利用地物光谱仪测量所述至少两个定标目标的第一反射率,所述地物光谱仪的光谱采样范围能够包含所述六个波段。
6.根据权利要求5所述的多光谱影像辐射定标方法,其特征在于,将所述至少两个定标目标的第一反射率重采样得到所述至少两个定标目标的第二反射率,根据所述至少两个定标目标的第二反射率和所述至少两个定标目标在每个波段的像元亮度值构建每个波段的辐射定标方程。
7.根据权利要求1所述的多光谱影像辐射定标方法,其特征在于,至少两个定标目标选自黑色无纺布、白色无纺布或者反射率处于黑色无纺布和白色无纺布之间的单级灰色面板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711181760.7A CN108007569A (zh) | 2017-11-23 | 2017-11-23 | 一种多光谱影像辐射定标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711181760.7A CN108007569A (zh) | 2017-11-23 | 2017-11-23 | 一种多光谱影像辐射定标方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108007569A true CN108007569A (zh) | 2018-05-08 |
Family
ID=62053555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711181760.7A Pending CN108007569A (zh) | 2017-11-23 | 2017-11-23 | 一种多光谱影像辐射定标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108007569A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521415A (zh) * | 2018-12-19 | 2019-03-26 | 上海同繁勘测工程科技有限公司 | 辐射校正装置及系统 |
CN117168619A (zh) * | 2023-11-02 | 2023-12-05 | 武汉大学 | 一种星载高光谱成像仪光谱定标方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2525198A2 (en) * | 2011-05-20 | 2012-11-21 | Raytheon Company | Method and system for spectral calibration of a remote sensing sensor and a synthetic target having a tunable spectral composition |
CN106644081A (zh) * | 2017-01-10 | 2017-05-10 | 首都师范大学 | 一种多光谱影像标定方法 |
-
2017
- 2017-11-23 CN CN201711181760.7A patent/CN108007569A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2525198A2 (en) * | 2011-05-20 | 2012-11-21 | Raytheon Company | Method and system for spectral calibration of a remote sensing sensor and a synthetic target having a tunable spectral composition |
CN106644081A (zh) * | 2017-01-10 | 2017-05-10 | 首都师范大学 | 一种多光谱影像标定方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521415A (zh) * | 2018-12-19 | 2019-03-26 | 上海同繁勘测工程科技有限公司 | 辐射校正装置及系统 |
CN117168619A (zh) * | 2023-11-02 | 2023-12-05 | 武汉大学 | 一种星载高光谱成像仪光谱定标方法及系统 |
CN117168619B (zh) * | 2023-11-02 | 2024-02-02 | 武汉大学 | 一种星载高光谱成像仪光谱定标方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aldana-Jague et al. | UAS-based soil carbon mapping using VIS-NIR (480–1000 nm) multi-spectral imaging: Potential and limitations | |
Honkavaara et al. | Remote sensing of 3-D geometry and surface moisture of a peat production area using hyperspectral frame cameras in visible to short-wave infrared spectral ranges onboard a small unmanned airborne vehicle (UAV) | |
Liu et al. | Estimating leaf area index using unmanned aerial vehicle data: shallow vs. deep machine learning algorithms | |
Bendig et al. | Combining UAV-based plant height from crop surface models, visible, and near infrared vegetation indices for biomass monitoring in barley | |
US8810658B2 (en) | Estimating a visible vector representation for pixels in an infrared image | |
KR102007309B1 (ko) | 물체의 컬러를 측정하기 위한 방법 및 장치 | |
CN109963133A (zh) | 色彩校正系统和方法 | |
Sterckx et al. | Atmospheric correction of APEX hyperspectral data | |
CN111413279B (zh) | 多光谱探测的视频处理方法、装置及多光谱探测终端 | |
CN104318550A (zh) | 八通道多光谱成像数据处理方法 | |
Mäkeläinen et al. | 2D hyperspectral frame imager camera data in photogrammetric mosaicking | |
CN108961325A (zh) | 多/高光谱遥感图像波段间配准方法 | |
Nocerino et al. | Geometric calibration and radiometric correction of the maia multispectral camera | |
WO2021084907A1 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
Logie et al. | An investigation of the spectral and radiometric characteristics of low-cost digital cameras for use in UAV remote sensing | |
CN108007569A (zh) | 一种多光谱影像辐射定标方法 | |
Jafarbiglu et al. | Impact of sun-view geometry on canopy spectral reflectance variability | |
Mandal et al. | Influence of acquisition parameters on pigment classification using hyperspectral imaging | |
CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
Zhang et al. | Analysis of vegetation indices derived from aerial multispectral and ground hyperspectral data | |
Schläpfer et al. | Evaluation of brefcor BRDF effects correction for HYSPEX, CASI, and APEX imaging spectroscopy data | |
Jabari et al. | Improving UAV imaging quality by optical sensor fusion: an initial study | |
Bareth et al. | Spectral comparison of low-weight and UAV-based hyperspectral frame cameras with portable spectroradiometer measurements | |
Eskelinen | Computational methods for hyperspectral imaging using Fabry–Perot interferometers and colour cameras | |
WO2021237311A1 (en) | Method and device for processing and interpretation of images in the electromagnetic spectrum |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |
|
RJ01 | Rejection of invention patent application after publication |