CN110837090A - 一种星载高光谱红外图像干涉纹波的校正方法 - Google Patents

Abstract

本发明公开了一种星载高光谱红外图像干涉纹波的校正方法，所述方法为提取初始星载高光谱立方体图像的光谱维曲线进行低通滤波，获取初校正系数，再按照像元在每一个波段空间维纹波周期对初校正系数进行优化补偿，得到高光谱立方体图像的校正系数，得到校正后的高光谱图像。本发明所述方法能有效去除高光谱图像的干涉纹波，并能很好的保持原始光谱特性，提高了图像质量和清晰度，为后续的图像分析和应用奠定了很好的基础。

Description

一种星载高光谱红外图像干涉纹波的校正方法

技术领域

本发明涉及光学遥感成像的技术领域，特别涉及到一种星载高光谱红外图像干涉纹波的校正方法。

背景技术

高光谱成像技术是80年代发展起来的遥感技术，与传统的光谱仪不同的是，高光谱成像技术是集成像与光谱于一体(图谱合一)，以纳米级高光谱分辨率，在获取目标二维空间图像信息的同时，同步获取目标的连续精细光谱信息，使空间遥感的探测能力大为提高，可广泛应用于陆地、大气、海洋等观测中。

目前典型高光谱成像系统主要有已发射的美国EO-1卫星搭载的Hyperion、欧空局PROBA-1卫星搭载的CHRIS、美国MRO卫星搭载的CRISM和在研的意大利的PRISM、德国的EnMAP/HIS、加拿大的Hero、美国的HyspIRI，国内的高光谱成像系统主要有已发射的HJ-1A卫星搭载的高光谱成像仪、Spark-01&02卫星搭载的高光谱成像仪和“高分五号”卫星搭载的可见短波红外高光谱相机，国内外航天高光谱卫星项目在轨获取了大量的宝贵数据，展示了航天高光谱成像技术的信息获取能力。航天高光谱成像技术的应用前景十分广阔，对仪器性能的要求也越来越高，包括空间分辨率、光谱分辨率、定量化水平、重访周期等性能指标。其中，光谱分辨率的提高将有效提升仪器对地物的分辨识别能力，使混合像元的高精度光谱解混成为可能，进而提升基于地物光谱信息进行高光谱数据处理与分析应用的深度与广度。但随着光谱分辨率的提高，单个光谱通道接收的入射光的能量被进一步细分。因此，为实现航天高光谱成像仪的高灵敏度探测，采用高量子效率的探测器是一大关键。

HgCdTe焦平面探测器是现有红外成像最常用的核心探测器部件，具有高吸收系数和高量子效率，也广泛应用于高光谱成像技术。“高分五号”卫星搭载的短波红外高光谱相机的探测器1就是采用若干个HgCdTe焦平面探测器2拼接而成，如图1所示；其中HgCdTe焦平面探测器内部多层结构如图2所示。但由于相机的光谱分辨率高，入射光波段范围窄，单一性好，若入射光在HgCdTe探测器内部硅层02的吸收长度(硅层吸收掉入射光子1/e时所对应的吸收路径长度)大于硅层02的厚度，则将导致入射光00在硅层02上下表面产生干涉纹波05，即为Etalon效应。

Etalon效应导致的干涉纹波分为光谱维纹波及空间维纹波，一方面，沿光谱维方向，由于波长的连续变化，导致干涉相位角相应改变，从而产生沿光谱维方向的不同强度的干涉分布；另一方面，沿空间维方向，每一个像元的硅层厚度不可能完全一致，且多个探测器模块拼接安装过程中也无法保证安装精度，使得不同像元的入射光角度不同，综合导致了入射光在空间维方向的干涉相位角不同，从而产生沿空间维方向的不同强度的干涉分布。这对高光谱图像的后续处理及定量化研究将造成极大的困扰。

现有技术中，通常采用增加硅层厚度、设计针对特定波段的抗反射膜和对硅层前表面进行“粗糙化”处理等通过破坏前表面的平整度的方法来抑制干涉效应。然而，通过破坏前表面的平整度虽然能显著降低Etalon效应产生的起始波长以及纹波幅度，但是会降低相应波段的量子效率。此外，还采用后期校正方法来处理图像干涉纹波，Malumuth等人通过建立干涉纹波的数学模型对哈勃望远镜中STIS-G750L光谱成像仪存在的Etalon效应进行去除。该方法需要预先获得探测器内部各层介质的厚度、各个像元接受到的入射光的中心波长、折射率于波长的变化关系等，但在实际工程应用中，存在工艺误差、波长漂移等问题，所以足够精度的参数极难获取。胡彬林等人还提出了一种两步校正法，第一步通过基于岭回归的方法对光谱维纹波进行去除，第二步利用高光谱数据空-谱强相关性对空间维纹波进行去除。该方法主要用于对可见波段数据的处理，对于红外波段的数据，由于Etalon效应的影响，部分波段空-谱特性较弱，校正效果不够理想。

由上可知，现有的干涉纹波去除方法对于去除红外高光谱数据中的Etalon效应应用效果有限。

发明内容

本发明提出了一种星载高光谱红外图像干涉纹波的校正方法，能有效去除高光谱图像的干涉纹波，并能很好的保持原始光谱特性，提高了图像质量和清晰度，为后续的图像分析和应用奠定了很好的基础。

为此，本发明采用以下技术方案：

一种星载高光谱红外图像干涉纹波的校正方法，如图3所示，所述方法为提取初始星载高光谱立方体图像的光谱维曲线进行低通滤波，获取初校正系数，再按照像元在每一个波段空间维纹波周期对初校正系数进行优化补偿，得到高光谱立方体图像的校正系数，得到校正后的高光谱图像，具体包括如下：

1)提取初始星载高光谱图像数据立方体DN_f(x,y,z)的光谱维曲线进行低通滤波，对光谱维数据上的干涉纹波进行校正，得到初校正后的图像数据立方体DN_g(x,y,z)，并将初校正结果进行线性回归最小值分析：

min(DN_g(x,y,z)-Coef_a×DN_f(x,y,z)+Coef_b)²

得到图像的初增益校正系数Coef_a和偏移校正系数Coef_b；其中x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值；y为沿轨推扫行数，y＝1，2，3，……，y_max，其中y_max为沿轨推扫行数最大值；z为光谱维波段序数，z＝1，2，3，……，z_max，其中z_max为光谱维波段序数最大值；

2)按照每一个像元在每一个波段的空间维纹波周期分别对上述得到的初增益校正系数Coef_a和初偏移校正系数Coef_b进行均值分析，并用于补偿光谱维数据上增益校正系数Coef_a和偏移校正系数Coef_b，得到星载高光谱图像数据增益校正系数Coef_a′和偏移校正系数Coef_b′：

其中，M为选取的用于校正系数均值分析的周期数，T为每一个像元在每一个波段的空间维纹波周期；

3)对初始星载高光谱图像数据立方体DN_f(x,y,z)进行干涉纹波校正，得到校正后的响应值：

DN_r(x,y,z)＝Coef_a′×DN_f(x,y,z)+Coef_b′

得到校正后的高光谱图像数据立方体DN_r(x,y,z)。

其中，所述每一个像元在每一个波段的空间维纹波周期获取方法为：

依据每个像元在每一个波段的沿轨方向响应均值：

与

每个像元在全波段的沿轨方向响应均值：

的比值得到每个像元在在每一个波段空间维纹波振幅分布曲线：

Fringe(x,z)＝Q(x,z)/Q(x)

根据分布曲线规律，统计出每一个像元在每一个波段的空间维纹波周期T；

其中，x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值；y为沿轨推扫行数，y＝1，2，3，……，y_max，其中y_max为沿轨推扫行数最大值；z为光谱维波段序数，z＝1，2，3，……，z_max，其中z_max为光谱维波段序数最大值；DN_f(x,y,z)为初始星载高光谱图像数据立方体。

其中，所述选取的用于校正系数均值分析的周期数M取值为其中，x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值；T为每一个像元在每一个波段的空间维纹波周期。

其中，所述光谱维曲线进行低通滤波的方法优选为谐波分解法。

本发明采用以上技术方案，直接提取初始星载高光谱立方体图像的光谱维曲线进行低通滤波，获取初校正系数，再按照像元在每一个波段空间维纹波振幅周期校正系数进行优化补偿，得到高光谱立方体图像的校正系数，高光谱立方体图像。本发明所述的方法适用于HgCdTe焦平面探测器获取的Etalon效应严重和校正难度较大的海量高光谱图像的，就能有效去除高光谱图像中存在的光谱维及空间维上的干涉纹波，并能很好的保持高光谱原始图像数据特性，且大幅简化了校正程序的复杂性和成本，不依赖任何校准数据，具有很好的通用性，计算速度快，校正效果好。

附图说明

图1为现有技术中“高分五号”卫星搭载的短波红外高光谱相机的探测器结构示意图。

图2为现有技术中HgCdTe焦平面探测器内部结构示意图。

图3为本发明星载高光谱红外图像干涉纹波的校正方法的流程示意图。

图4为本发明具体实施方式中“高分五号”卫星搭载的短波红外高光谱相机获取高光谱图像数据立方体示意图。

图5为具体实施方式中“高分五号”卫星搭载的短波红外高光谱相机获取的新疆东天山地区高光谱原始图像。

图6为具体实施方式中“高分五号”卫星搭载的短波红外高光谱相机获取的新疆东天山地区高光谱原始图像的每一个像元在第160波段空间维纹波振幅周期分布曲线。

图7为具体实施方式中经本发明所述方法校正后的新疆东天山地区高光谱短波图像。

具体实施方式

为了使本发明的目的、特征和优点更加的清晰，对本发明的一种具体实施方式做出更为详细的说明，在下面的描述中，阐述了很多具体的细节以便于充分的理解本发明，但是本发明能够以很多不同于描述的其它方式来实施，因此，本发明不受以下公开的具体实施例的限制。

如图4所示，“高分五号”卫星搭载的短波红外高光谱相机的探测器1由4个512个像元的HgCdTe焦平面探测器2拼接而成，空间维探测器像元序数x最大数为2048个像元；其光谱维波段序数z最大数为180，光谱探测范围为1～2.5μm，光谱分辨率优于10nm，空间分辨率优于30m，下面以“高分五号”卫星搭载的短波红外高光谱相机像仪获取的高光谱图像3为例，按本发明中的结构特点和功能给出具体实施方法：

下面选取“高分五号”卫星可见短波红外高光谱相机于2018年6月1日拍摄的新疆东天山地区高光谱原始图像，如图5所示，进行实施例说明：

提取“高分五号”卫星可见短波红外高光谱相机获取的新疆东天山地区初始高光谱短波图像数据立方体DN_f(x,y,z)的光谱维曲线进行谐波分解：光谱维曲线设为F(z)＝(f₁,f₂,…,f_{z_max}),f表示每个波段的响应值，z表示对应波段序数，z＝1,2,3……，z_max，z_max为光谱维波段序数最大值，本实施方式中为180；则光谱维曲线F(z)＝(f₁,f₂,…,f_{z_max})经过h次分解后得到的展开式为：

其中，谐波余项设为A₀，余弦振幅为A_h，正弦振幅为B_h，谐波分量振幅C_h，谐波分量相位为θ_h。其中，F(z)的h次谐波分解的谐波能量特征分量的计算值为：

谐波余项

代表地物光谱的响应均值，C_h与θ_h则代表了光谱在各个波段的响应变化以及出现响应最大值的波段位置。过多次谐波分解后，低次谐波表示光谱的主要特征，其振幅及相位则代表着光谱的局部特征信息；高次谐波却往往含有噪声信号，在光谱曲线上则表现为响应值异常的变化。下面提取“高分五号”卫星搭载的短波红外高光谱相机获取的新疆东天山地区高光谱原始图像的冰和岩石的光谱维曲线，发现初始高光谱短波图像数据立方体提取的光谱维曲线存在明显的纹波现象。将提取的原始图像的冰和岩石的光谱维曲线以5次为序列递增从5次到100次分别进行谐波分解，并对不同次数的谐波分解情况进行比较分析发现，若分解次数过少(小于30次)，容易对光谱曲线进行过平滑，丢失过多的地物光谱特性，若分解次数过多(大于60次)，则无法很好的去除光谱维纹波。本具体实施方式选取的45次谐波分解后的光谱曲线与原始光谱曲线对比，可发现Etalon效应造成的“光谱纹波”得到了极大的抑制，且校正后光谱曲线的变化量分别为1.82％、2.75％，较好的保留了原始光谱曲线的特性。

经过谐波分解后得到初校正后的图像数据立方体DN_g(x,y,z)，并将初校正结果进行线性回归最小值分析：

min(DN_g(x,y,z)-Coef_a×DN_f(x,y,z)+Coef_b)²

得到图像的初增益校正系数Coef_a和偏移校正系数Coef_b；其中x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值，在本具体实施方式中为2048；y为沿轨推扫行数，y＝1，2，3，……，y_max，其中y_max为沿轨推扫行数最大值；z为光谱维波段序数，z＝1，2，3，……，z_max，其中z_max为光谱维波段序数最大值，在本具体实施方式中为180；

其中，所述每一个像元在每一个波段的空间维纹波周期获取方法为：

依据每个像元在每一个波段的沿轨方向响应均值：

与

每个像元在全波段的沿轨方向响应均值：

的比值得到每个像元在在每一个波段空间维纹波振幅分布曲线：

Fringe(x,z)＝Q(x,z)/Q(x)

绘制获取“高分五号”卫星搭载的短波红外高光谱相机获取的新疆东天山地区高光谱原始图像的每一个像元在每一个波段空间维纹波振幅周期分布Fringe(x,z)曲线，下面以像元在第160波段空间维纹波振幅周期分布曲线为例进行说明，如图6所示，得出像元波段空间维纹波周期T。同时选取的用于校正系数均值分析的周期数M取值为

2)按照每一个像元在每一个波段的空间维纹波周期分别对上述得到的初增益校正系数Coef_a和初偏移校正系数Coef_b进行均值分析，并用于补偿光谱维数据上增益校正系数Coef_a和偏移校正系数Coef_b，得到星载高光谱图像数据增益校正系数Coef_a′和偏移校正系数Coef_b′：

其中，M为选取的用于校正系数均值分析的周期数，T为每一个像元在每一个波段的空间维纹波周期；

3)对初始星载高光谱图像数据立方体DN_f(x,y,z)进行干涉纹波校正，得到校正后的响应值：

DN_r(x,y,z)＝Coef_a′×DN_f(x,y,z)+Coef_b′

得到校正后的高光谱图像数据立方体DN_r(x,y,z)。

得到校正后的新疆东天山地区高光谱图像，如图7所示，可以看到由于Etalon效应导致的干涉纹波在经本发明所述方法校正后已被有效去除，并很好的保持了高光谱原始图像数据特性。

为了定量评价本发明所述方法的有效性，引入图像质量因子I_F2作为图像校正结果的评价参数：

其中，Q_f(x)校正前每个像元在全波段的沿轨方向响应均值，Q_r(x)为校正后每个像元在全波段的沿轨方向响应均值，x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值，取新疆东天山地区高光谱图像的36、94、160波段的数据，发现36波段的不存在干涉效应，因此不做校正，而94、160波段受干涉条纹影响较大，分别按照传统的高斯校正法与本发明所述的方法进行校正，并引入上面所述的图像质量因子I_F2分别对两种方法校正的图像进行结果评价，得出：

从上表中可以看出，经过本发明所述方法校正后的图像质量明显优于传统高斯校正法校正得到的图像。

综上所述，本发明所述的方法就能有效去除高光谱图像中存在的光谱维及空间维上的干涉纹波，并能很好的保持高光谱原始图像数据特性，并能够大幅度提升图像质量和清晰度，为后续的图像分析和应用奠定了很好的基础。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种星载高光谱红外图像干涉纹波的校正方法，其特征在于：所述方法为提取初始星载高光谱立方体图像的光谱维曲线进行低通滤波，获取初校正系数，再按照像元在每一个波段空间维纹波周期对初校正系数进行优化补偿，得到高光谱立方体图像的校正系数，得到校正后的高光谱图像，具体包括如下：

1)提取初始星载高光谱图像数据立方体DN_f(x,y,z)的光谱维曲线进行低通滤波，对光谱维数据上的干涉纹波进行校正，得到初校正后的图像数据立方体DN_g(x,y,z)，并将初校正结果进行线性回归最小值分析：

min(DN_g(x,y,z)-Coef_a×DN_f(x,y,z)+Coef_b)²

得到图像的初增益校正系数Coef_a和偏移校正系数Coef_b；其中x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值；y为沿轨推扫行数，y＝1，2，3，……，y_max，其中y_max为沿轨推扫行数最大值；z为光谱维波段序数，z＝1，2，3，……，z_max，其中z_max为光谱维波段序数最大值；

2)按照每一个像元在每一个波段的空间维纹波周期分别对上述得到的初增益校正系数Coef_a和初偏移校正系数Coef_b进行均值分析，并用于补偿光谱维数据上增益校正系数Coef_a和偏移校正系数Coef_b，得到星载高光谱图像数据增益校正系数Coef_a′和偏移校正系数Coef_b′：

其中，M为选取的用于校正系数均值分析的周期数，T为每一个像元在每一个波段的空间维纹波周期；

3)对初始星载高光谱图像数据立方体DN_f(x,y,z)进行干涉纹波校正，得到校正后的响应值：

DN_r(x,y,z)＝Coef_a′×DN_f(x,y,z)+Coef_b′

得到校正后的高光谱图像数据立方体DN_r(x,y,z)。

2.根据权利要求1所述的一种星载高光谱红外图像干涉纹波的校正方法，其特征在于：所述每一个像元在每一个波段的空间维纹波周期获取方法为：依据每个像元在每一个波段的沿轨方向响应均值：

与

每个像元在全波段的沿轨方向响应均值：

的比值得到每个像元在在每一个波段空间维纹波振幅分布曲线：

Fringe(x,z)＝Q(x,z)/Q(x)

根据分布曲线规律，统计出每一个像元在每一个波段的空间维纹波周期T；

其中，x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值；y为沿轨推扫行数，y＝1，2，3，……，y_max，其中y_max为沿轨推扫行数最大值；z为光谱维波段序数，z＝1，2，3，……，z_max，其中z_max为光谱维波段序数最大值；DN_f(x,y,z)为初始星载高光谱图像数据立方体。

3.根据权利要求1和2所述的一种星载高光谱红外图像干涉纹波的校正方法，其特征在于：所述选取的用于校正系数均值分析的周期数M取值为

其中，x为空间维探测器像元序数，x＝1，2，3，……，x_max，其中x_max为空间维像探测器像元序数最大值；T为每一个像元在每一个波段的空间维纹波周期。

4.根据权利要求1所述的一种星载高光谱红外图像干涉纹波的校正方法，其特征在于：所述光谱维曲线进行低通滤波的方法优选为谐波分解法。

Images