CN109556715A - 一种航空高光谱多航带影像辐射畸变校正方法 - Google Patents
一种航空高光谱多航带影像辐射畸变校正方法 Download PDFInfo
- Publication number
- CN109556715A CN109556715A CN201811378784.6A CN201811378784A CN109556715A CN 109556715 A CN109556715 A CN 109556715A CN 201811378784 A CN201811378784 A CN 201811378784A CN 109556715 A CN109556715 A CN 109556715A
- Authority
- CN
- China
- Prior art keywords
- correction
- air strips
- angle
- radiometric
- data
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000005855 radiation Effects 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 22
- 241001269238 Data Species 0.000 claims abstract description 6
- 229910017435 S2 In Inorganic materials 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 238000001228 spectrum Methods 0.000 claims 1
- 238000005286 illumination Methods 0.000 abstract description 11
- 238000011002 quantification Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 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 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 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
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种航空高光谱多航带影像辐射畸变校正方法，涉及高光谱数据辐射校正及应用技术领域。该方法针对由于观测角度及光照条件等因素引起的多航带影像之间产生的辐射畸变现象进行校正，在传统辐射校正基础上，不仅对传感器带来的辐射畸变进行校正，还通过相位角与辐亮度值之间的关系，获取特定观测条件下辐射校正的转换系数，根据转换系数对由于观测角度、大气及光照条件的影响带来的辐射畸变数据进行校正，有效提升了航空高光谱数据的辐射质量。而且，本发明可针对多航带航空数据进行辐射畸变校正，从而实现大区域影像的无缝镶嵌，为后期定量化应用提供高精度数据。
Description
技术领域
本发明涉及高光谱数据辐射校正及应用技术领域，尤其涉及一种航空高光谱多航带影像辐射畸变校正方法。
背景技术
随着遥感技术的不断进步，遥感数据源逐渐向着高空间分辨率、高光谱分辨率、高时间分辨率方向发展。自20世纪80年代起，高光谱技术逐步受到越来越多学者的关注。目前，以航空高光谱为代表的定量化遥感技术已广泛应用于各个领域，成为地球观测的重要手段。然而，由于航空遥感数据获取过程中受传感器、大气条件、观测条件等多种因素的影响，数据往往存在较大的辐射失真现象严重影响了后期定量化应用的精度。在以往航空高光谱数据处理中，主要利用室内/室外辐射定标手段对数据进行初步的辐射校正，这种做法在一定程度上去除了由于传感器因素导致的辐射畸变，但由于未充分考虑到光照条件、观测角度等对航空数据的影响，因此并不能完全消除反射光在空间中的分布不均一而导致的辐射畸变的现象。此外，由于航空高光谱数据源的缺乏，在辐射畸变校正方面的相关研究较少，而由于成像条件的不同，很难将适用于卫星遥感的技术应用于航空高光谱数据。
发明内容
本发明的目的在于提供一种航空高光谱多航带影像辐射畸变校正方法，从而解决现有技术中存在的前述问题。
为了实现上述目的，本发明采用的技术方案如下：
一种航空高光谱多航带影像辐射畸变校正方法，包括如下步骤：
S1，获取多航带航空高光谱DN值数据，并通过辐射定标将DN值数据转换为辐亮度值数据；
S2，利用传感器航迹的GPS文件、影像坐标、获取时间信息，确定太阳入射角、传感器观测角及相位角；
S3，利用S1获取的辐亮度值数据，结合S2求得的太阳入射角和传感器观测角计算相函数值，并通过构建相函数值与相位角的函数关系求得方程系数；
S4，将S3求得的方程系数及相关角度参数带入辐射畸变校正模型，计算出特定观测条件下辐射畸变校正的转换系数；
S5，根据辐射校正的转换系数对S1中的辐亮度值数据进行校正，得到校正后的辐亮度值数据，实现对各个航带影像辐射畸变校正；
S6，对畸变校正后的各个航带影像进行几何校正、镶嵌拼接后，获得区域无缝拼接的航空高光谱影像。
优选地，S1中，所述通过辐射定标将DN值数据转换为辐亮度数据，具体采用如下公式：
R＝DN×COElab×COElines
其中，R和DN分别为辐射亮度和DN值数据；COElab和COElines分别为实验室定标系数和机上定标系数。
优选地，S2中，所述确定相位角，具体采用如下公式：
其中，i和e分别为平坦地形太阳和传感器的天顶角；和分别为平坦地形下太阳和传感器的方位角；g为相位角。
优选地，S3中，所述辐亮度值与相位角的关系，用如下公式进行表示：
其中，L(θ，α，g)为辐亮度值，μ0和μ分别为太阳入射角θ和传感器观测角α的余弦值，f(g)是关于相位角g的函数，如下式所示：
f(g)＝a0+a1g+a2g2+a3g3+a4g4
其中，a0，a1，a2，a3，a4均为方程系数。
优选地，S4中，按照如下公式计算特定观测条件下辐射校正的转换系数：
其中，COE为辐射校正转换系数，m1,m2,m3分别为特定观测条件下入射角θ、观测角α和相位角g的数值；f(m3)是关于相位角g的函数，与f(g)的形式和方程系数相同。
优选地，S5中，所述根据辐射校正的转换系数对S1中的辐亮度值数据进行校正，具体为，采用如下公式分别对各个航带数据进行逐像元校正：
L(θ＝m1，α＝m2，g＝m3)＝L(θ，α，g)×COE(θ＝m1，α＝m2，g＝m3)
其中，COE(θ＝m1，α＝m2，g＝m3)为辐射校正系数，L(θ，α，g)为原始辐亮度值数据，L(θ＝m1，α＝m2，g＝m3)为校正后辐亮度值数据。
本发明的有益效果是：本发明实施例提供的一种航空高光谱多航带影像辐射畸变校正方法，针对由于观测角度及光照条件等因素引起的多航带影像之间产生的辐射畸变现象进行校正，在传统辐射校正基础上，不仅对传感器带来的辐射畸变进行校正，还通过相位角与辐亮度值之间的关系，获取特定观测条件下辐射校正的转换系数，根据转换系数对由于观测角度、大气及光照条件的影响带来的辐射畸变数据进行校正，有效提升了航空高光谱数据的辐射质量。而且，本发明可针对多航带航空数据进行辐射畸变校正，从而实现大区域影像的无缝镶嵌，为后期定量化应用提供高精度数据。
附图说明
图1是本发明提供的航空高光谱多航带影像辐射畸变校正方法流程示意图；
图2是本发明提供的多航带影像辐射畸变校正前辐亮度值变化示意图；
图3是本发明提供的多航带影像辐射畸变校正后辐亮度值变化示意图；
图4是本发明提供的多航带影像辐射畸变校正前真彩色镶嵌示意图；
图5是本发明提供的多航带影像辐射畸变校正后真彩色镶嵌示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种航空高光谱多航带影像辐射畸变校正方法，包括如下步骤：
S1，获取多航带航空高光谱DN值数据，并通过辐射定标将DN值数据转换为辐亮度值数据；
S2，利用传感器航迹的GPS文件、影像坐标、获取时间信息，确定太阳入射角、传感器观测角及相位角；
S3，利用S1获取的辐亮度值数据，结合S2求得的太阳入射角和传感器观测角计算相函数值，并通过构建相函数值与相位角的函数关系求得方程系数；
S4，将S3求得的方程系数及相关角度参数带入辐射畸变校正模型，计算出特定观测条件下辐射畸变校正的转换系数；
S6，对畸变校正后的各个航带影像进行几何校正、镶嵌拼接后，获得区域无缝拼接的航空高光谱影像。
上述方法中，在传统辐射校正基础上，不仅考虑到传感器的影响，还充分考虑了观测角度、大气及光照条件的影响，有效提高了数据的质量。而且，可针对多航带航空数据进行辐射畸变校正，从而实现大区域影像的无缝镶嵌，为后期定量化应用提供高精度数据。
其中，S1中，所述通过辐射定标将DN值数据转换为辐亮度数据，具体可以采用如下公式：
R＝DN×COElab×COElines
其中，R和DN分别为辐射亮度和DN值数据；COElab和COElines分别为实验室定标系数和机上定标系数。
本发明实施例中，为了消除传感器引起的辐射误差，首先需要通过辐射定标将航空高光谱原始数据(DN值数据)转换为辐亮度数据。
本实施例中，在转换过程中，假设真实辐射值与DN值为线性相关，则利用实验室和机上定标系数与原始DN值进行乘积运算获得近似真实辐亮度值。
在本发明的一个实施例中，S2中，所述确定相位角，具体采用如下公式：
其中，i和e分别为平坦地形太阳和传感器的天顶角；和分别为平坦地形下太阳和传感器的方位角；g为相位角。
通过观察辐亮度值与相位角之间存在一定的函数关系，对于辐射畸变的校正有着重要意义。
本实施例中，S3中，所述辐亮度值与相位角的关系，用公式(1)进行表示：
其中，L(θ，α，g)为辐亮度值，μ0和μ分别为太阳入射角θ和传感器观测角α的余弦值，f(g)是关于相位角g的函数，如公式(2)所示：
f(g)＝a0+a1g+a2g2+a3g3+a4g4 (2)
其中，a0，a1，a2，a3，a4均为方程系数。
S1中的辐射定标过程，主要消除了传感器因素导致的系统性辐射误差，但未考虑由于观测条件、光照条件等因素引起的辐射畸变，而为了能够使得辐射数据更加准确，本实施例中，还需要考虑观测角度、大气及光照条件等因素引起的辐射畸变，具体采用如下的方式进行实施：
根据观测，辐亮度值随相位角的变化成规律性变化，因此通过拟合辐亮度值与相位角的关系曲线，可以实现辐射畸变校正的目的。
假设L(θ，α，g)为辐亮度值，μ0和μ分别为太阳入射角θ和传感器观测角α的余弦值。根据Lommel-Seeliger模型可知L(θ，α，g)与相位角构成如下的相关函数关系：
其中，f(g)是关于相位角g的函数，可以表示为公式(4)所示:
f(g)＝a0+a1g+a2g2+a3g3+a4g4 (4)
μ0和μ的数值可通过计算得到，利用公式(3)和公式(4)，可通过拟合辐亮度值与相位角之间的函数关系求解得到a0，a1，a2，a3，a4四个方程系数。进而得到辐亮度值与相位角的关系。
S4中，按照如下公式计算特定观测条件下辐射校正的转换系数：
其中，COE为辐射校正转换系数，m1,m2,m3分别为特定观测条件下入射角θ、观测角α和相位角g的数值；f(m3)是关于相位角g的函数，与f(g)的形式和方程系数相同。
在实际实施过程中，可根据公式(3)推导出特定观测条件下辐射校正的转换系数，如公式(5)所示：
其中，利用公式(5)，通过特定具体m1，m2，m3的角度值，可计算出该观测条件下的辐射校正系数COE(θ＝m1，α＝m2，g＝m3)。
S5中，所述根据辐射校正的转换系数对S1中的辐亮度值数据进行校正，具体为，采用如下公式分别对各个航带数据进行逐像元校正：
L(θ＝m1，α＝m2，g＝m3)＝L(θ，α，g)×COE(θ＝m1，α＝m2，g＝m3)
其中，COE(θ＝m1，α＝m2，g＝m3)为辐射校正系数，L(θ，α，g)为原始辐亮度值数据，L(θ＝m1，α＝m2，g＝m3)为校正后辐亮度值数据。
在实际应用过程中，可通过对公式(5)进行变换获得校正前后辐亮度的关系，如公式(6)所示：
L(θ＝m1，α＝m2，g＝m3)＝L(θ，α，g)×COE(θ＝m1，α＝m2，g＝m3) (6)
通过上述步骤求得辐射校正系数后，可以将辐射校正系数和原始辐亮度数据带入上述公式(6)，求得辐射校正后的辐亮度值。
本实施例中，通过重复上述步骤就可实现对多个航带数据的逐像元校正。校正后的辐亮度数据由于消除了有观测和光照条件的影响，同类地表物质在影像亮度不均一的现象将被消除。
具体实施例
本具体实施例中，利用HyMap机载高光谱数据进行辐射畸变校正实验。数据采用中国国土资源航空物探遥感中心于2002年10月获取的新疆黄山-黄山东地区高光谱数据。实验数据由原始DN值、传感器POS数据、及飞行高度等基础信息组成，共包含8个航带。
按照本发明提供的方法，首先利用机上定标系数及实验室定标系数对上述高光谱数据进行辐射定标，将DN值数据转换为辐亮度值数据；利用传感器航迹的GPS文件、影像坐标、获取时间等信息计算太阳入射角、传感器观测角及相位角；将计算的各个角度参数和辐亮度值带入公式(3)可求得相函数值f(g)；通过构建相函数值与相位角之间的函数关系，根据公式(4)可求得方程的相关系数；根据公式(5)可求得任意观测条件下的辐射校正系数，在此案例中，考虑数据获取的实际观测条件，将公式(5)中m1，m2，m3分别设定为50°，0°，50°；将获得的辐射校正系数与原始辐亮度值相乘即可得到(θ＝50，α＝0，g＝50)观测条件下的辐亮度值；对所有航带数据重复上述操作，并对辐射畸变校正后的数据进行几何校正、镶嵌拼接后，即可获得无缝拼接的航空高光谱影像。图2和图3分别以三维的形式展示了四个相邻航带单波段影像在辐射畸变校正前、后的辐亮度值变化曲线，从图2中可见辐射畸变校正前，辐亮度值在航带与航带相邻的部分差异十分明显，呈现出明显的“断面状”，而从图3中可见辐射畸变校正后相邻航带辐亮度值过渡较为平缓，修正效果有明显提升。图4和图5展示了辐射畸变校正前后真彩色影像效果对比情况，从图4中可见辐射校正前单航带影像内部存在辐射不均一现象，导致多航带之间呈现出明显的“条带状”辐射异常现象，经过辐射畸变校正后(可参见图5)，无论是单航带影像内部还是多航带影像之间辐射畸变效应均得到有效改善，相同地物在影像上特征连续，辐射均一性较好。
通过采用本发明公开的上述技术方案，得到了如下有益的效果：本发明实施例提供的一种航空高光谱多航带影像辐射畸变校正方法，针对由于观测角度及光照条件等因素引起的多航带影像之间产生的辐射畸变现象进行校正，在传统辐射校正基础上，不仅对传感器带来的辐射畸变进行校正，还通过相位角与辐亮度值之间的关系，获取特定观测条件下辐射校正的转换系数，根据转换系数对由于观测角度、大气及光照条件的影响带来的辐射畸变数据进行校正，有效提升了航空高光谱数据的辐射质量。而且，本发明可针对多航带航空数据进行辐射畸变校正，从而实现大区域影像的无缝镶嵌，为后期定量化应用提供高精度数据。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。
Claims (6)
1.一种航空高光谱多航带影像辐射畸变校正方法，其特征在于，包括如下步骤：
S1，获取多航带航空高光谱DN值数据，并通过辐射定标将DN值数据转换为辐亮度值数据；
S2，利用传感器航迹的GPS文件、影像坐标、获取时间信息，确定太阳入射角、传感器观测角及相位角；
S3，利用S1获取的辐亮度值数据，结合S2求得的太阳入射角和传感器观测角计算相函数值，并通过构建相函数值与相位角的函数关系求得方程系数；
S4，将S3求得的方程系数及相关角度参数带入辐射畸变校正模型，计算出特定观测条件下辐射畸变校正的转换系数；
S5，根据辐射校正的转换系数对S1中的辐亮度值数据进行校正，得到校正后的辐亮度值数据，实现对各个航带影像辐射畸变校正；
S6，对畸变校正后的各个航带影像进行几何校正、镶嵌拼接后，获得区域无缝拼接的航空高光谱影像。
2.根据权利要求1所述的航空高光谱多航带影像辐射畸变校正方法，其特征在于，S1中，所述通过辐射定标将DN值数据转换为辐亮度数据，具体采用如下公式：
R＝DN×COElab×COElines
其中，R和DN分别为辐射亮度和DN值数据；COElab和COElines分别为实验室定标系数和机上定标系数。
3.根据权利要求1所述的航空高光谱多航带影像辐射畸变校正方法，其特征在于，S2中，所述确定相位角，具体采用如下公式：
其中，i和e分别为平坦地形太阳和传感器的天顶角；和分别为平坦地形下太阳和传感器的方位角；g为相位角。
4.根据权利要求1所述的航空高光谱多航带影像辐射畸变校正方法，其特征在于，S3中，所述辐亮度值与相位角的关系，用如下公式进行表示：
其中，L(θ，α，g)为辐亮度值，μ0和μ分别为太阳入射角θ和传感器观测角α的余弦值，f(g)是关于相位角g的函数，如下式所示：
f(g)＝a0+a1g+a2g2+a3g3+a4g4
其中，a0，a1，a2，a3，a4均为方程系数。
5.根据权利要求4所述的航空高光谱多航带影像辐射畸变校正方法，其特征在于，S4中，按照如下公式计算特定观测条件下辐射校正的转换系数：
其中，COE为辐射校正转换系数，m1,m2,m3分别为特定观测条件下入射角θ、观测角α和相位角g的数值；f(m3)是关于相位角g的函数，与f(g)的形式和方程系数相同。
6.根据权利要求5所述的航空高光谱多航带影像辐射畸变校正方法，其特征在于，S5中，所述根据辐射校正的转换系数对S1中的辐亮度值数据进行校正，具体为，采用如下公式分别对各个航带数据进行逐像元校正：
L(θ＝m1，α＝m2，g＝m3)＝L(θ，α，g)×COE(θ＝m1，α＝m2，g＝m3)
其中，COE(θ＝m1，α＝m2，g＝m3)为辐射校正系数，L(θ，α，g)为原始辐亮度值数据，L(θ＝m1，α＝m2，g＝m3)为校正后辐亮度值数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811378784.6A CN109556715A (zh) | 2018-11-19 | 2018-11-19 | 一种航空高光谱多航带影像辐射畸变校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811378784.6A CN109556715A (zh) | 2018-11-19 | 2018-11-19 | 一种航空高光谱多航带影像辐射畸变校正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109556715A true CN109556715A (zh) | 2019-04-02 |
Family
ID=65866431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811378784.6A Pending CN109556715A (zh) | 2018-11-19 | 2018-11-19 | 一种航空高光谱多航带影像辐射畸变校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109556715A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110702228A (zh) * | 2019-09-25 | 2020-01-17 | 华东师范大学 | 一种航空高光谱影像的边缘辐射校正方法 |
| CN114782552A (zh) * | 2022-04-29 | 2022-07-22 | 武汉大学 | 一种利用几何畸变参数进行无人机光谱影像辐射标定方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6484099B1 (en) * | 1999-07-16 | 2002-11-19 | Deutsches Zentrum Fur Luft -Und Raumfahrt E.V. | Process for correcting atmospheric influences in multispectral optical remote sensing data |
| CN104077740A (zh) * | 2013-03-29 | 2014-10-01 | 中国科学院国家天文台 | 月球遥感图像的灰度均衡处理方法 |
| CN104089627A (zh) * | 2014-06-24 | 2014-10-08 | 中国资源卫星应用中心 | 一种凝视卫星面阵ccd相机的绝对辐射定标方法 |
| CN105676208A (zh) * | 2016-01-06 | 2016-06-15 | 中国国土资源航空物探遥感中心 | 一种机载高光谱遥感数据光度校正方法 |
-
2018
- 2018-11-19 CN CN201811378784.6A patent/CN109556715A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6484099B1 (en) * | 1999-07-16 | 2002-11-19 | Deutsches Zentrum Fur Luft -Und Raumfahrt E.V. | Process for correcting atmospheric influences in multispectral optical remote sensing data |
| CN104077740A (zh) * | 2013-03-29 | 2014-10-01 | 中国科学院国家天文台 | 月球遥感图像的灰度均衡处理方法 |
| CN104089627A (zh) * | 2014-06-24 | 2014-10-08 | 中国资源卫星应用中心 | 一种凝视卫星面阵ccd相机的绝对辐射定标方法 |
| CN105676208A (zh) * | 2016-01-06 | 2016-06-15 | 中国国土资源航空物探遥感中心 | 一种机载高光谱遥感数据光度校正方法 |
Non-Patent Citations (1)
| Title |
|---|
| 胡慧萍 等: "一类特定目标的航空成像光谱数据辐射校正算法", 《遥感信息》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110702228A (zh) * | 2019-09-25 | 2020-01-17 | 华东师范大学 | 一种航空高光谱影像的边缘辐射校正方法 |
| CN110702228B (zh) * | 2019-09-25 | 2021-06-25 | 华东师范大学 | 一种航空高光谱影像的边缘辐射校正方法 |
| CN114782552A (zh) * | 2022-04-29 | 2022-07-22 | 武汉大学 | 一种利用几何畸变参数进行无人机光谱影像辐射标定方法 |
| CN114782552B (zh) * | 2022-04-29 | 2024-11-01 | 武汉大学 | 一种利用几何畸变参数进行无人机光谱影像辐射标定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Suzuki et al. | Initial inflight calibration for Hayabusa2 optical navigation camera (ONC) for science observations of asteroid Ryugu | |
| CN106767714B (zh) | 提高卫星图像定位精度的等效失配模型多级标校方法 | |
| Egels et al. | Digital photogrammetry | |
| Li et al. | An evaluation of the use of atmospheric and BRDF correction to standardize Landsat data | |
| CN106895851B (zh) | 一种光学遥感卫星多ccd多相机统一处理的传感器校正方法 | |
| Jarrett | Large scale structure in the local universe—the 2mass galaxy catalog | |
| CN103438900A (zh) | 三线阵相机影像协同绝对辐射定标和校正方法 | |
| CN104101297B (zh) | 一种基于光电观测的空间物体尺度获取方法 | |
| CN105352500B (zh) | 带天体干扰的自适应选星方法及系统 | |
| Feng et al. | Comparisons of CME morphological characteristics derived from five 3D reconstruction methods | |
| CN101706951B (zh) | 一种基于特征融合的气动光学图像质量客观评价方法、装置及系统 | |
| CN104361563B (zh) | 基于gps的高光谱遥感图像几何精校正方法 | |
| Weiler et al. | Optical observations of Comet 67P/Churyumov-Gerasimenko | |
| Dale et al. | Seeking the Local Convergence Depth. IV. Tully-Fisher Observations of 35 Abell Clusters | |
| CN110363758A (zh) | 一种光学遥感卫星成像质量确定方法及系统 | |
| CN109556715A (zh) | 一种航空高光谱多航带影像辐射畸变校正方法 | |
| Gu et al. | Evaluation of measurement errors in ground surface reflectance for satellite calibration | |
| CN114219994A (zh) | 一种基于空海协同观测的海洋光学卫星辐射定标方法 | |
| Vacca et al. | Imaging of the stellar population of IC 10 with laser guide star adaptive optics and the Hubble space telescope | |
| CN105023281A (zh) | 基于点扩散函数波前修正的星点像质心计算方法 | |
| Li et al. | Improve the ZY-3 height accuracy using ICESat/GLAS laser altimeter data | |
| Chandelier et al. | Radiometric aerial triangulation for the equalization of digital aerial images and orthoimages | |
| CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
| Karkoschka | Seasonal variation of Titan’s haze at low and high altitudes from HST-STIS spectroscopy | |
| Karkoschka et al. | The DISR imaging mosaic of Titan’s surface and its dependence on emission angle |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100083 No. 29, Haidian District, Beijing, Xueyuan Road Applicant after: China Natural Resources Aviation Geophysical and Remote Sensing Center Address before: 100083 No. 29, Haidian District, Beijing, Xueyuan Road Applicant before: China Aero Geophysical Survey & Remote Sensing Center for Land and Resources |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100083 No. 29, Haidian District, Beijing, Xueyuan Road Applicant after: China Natural Resources Aviation Geophysical and Remote Sensing Center Address before: 100083 No. 29, Haidian District, Beijing, Xueyuan Road Applicant before: China Aero Geophysical Survey & Remote Sensing Center for Land and Resources |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |