CN111563962B - 一种基于几何辐射一体化采样的遥感图像仿真方法 - Google Patents
一种基于几何辐射一体化采样的遥感图像仿真方法 Download PDFInfo
- Publication number
- CN111563962B CN111563962B CN202010273931.4A CN202010273931A CN111563962B CN 111563962 B CN111563962 B CN 111563962B CN 202010273931 A CN202010273931 A CN 202010273931A CN 111563962 B CN111563962 B CN 111563962B
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- remote sensing
- ground
- simulation
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 116
- 230000005855 radiation Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005070 sampling Methods 0.000 title claims abstract description 29
- 230000003595 spectral effect Effects 0.000 claims abstract description 53
- 230000003287 optical effect Effects 0.000 claims abstract description 42
- 238000002310 reflectometry Methods 0.000 claims abstract description 39
- 210000001747 pupil Anatomy 0.000 claims abstract description 37
- 238000005316 response function Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 20
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 10
- 238000005315 distribution function Methods 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000009792 diffusion process Methods 0.000 claims description 22
- 230000010354 integration Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 241000213006 Angelica dahurica Species 0.000 claims 1
- 238000012935 Averaging Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 31
- 238000005516 engineering process Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000012067 mathematical method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004141 dimensional analysis Methods 0.000 description 2
- 238000000375 direct analysis in real time Methods 0.000 description 2
- 238000012063 dual-affinity re-targeting Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000033772 system development Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- YPELFRMCRYSPKZ-UHFFFAOYSA-N 4-amino-5-chloro-2-ethoxy-N-({4-[(4-fluorophenyl)methyl]morpholin-2-yl}methyl)benzamide Chemical compound CCOC1=CC(N)=C(Cl)C=C1C(=O)NCC1OCCN(CC=2C=CC(F)=CC=2)C1 YPELFRMCRYSPKZ-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013065 commercial product Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于几何辐射一体化采样的遥感图像仿真方法，首先模拟卫星遥感过程中的不同状态参数对于几何的影响，基于卫星/载荷的观测几何，获得待仿真遥感图像每个像元在地面的投影范围；采用更高空间分辨率的遥感数据作为底图，进行地物目标识别后，获得待仿真范围内各类地物在典型波段下的双向反射分布函数和反射率；通过大气辐射传输方程解算，结合观测角度，对像元内部进行能量积分，获得每个像元在入瞳处的辐射信息。针对待仿真遥感图像每个像元开展像元级的几何辐射一体化采样，对输出像元在底图上的覆盖范围、光学点扩散函数和每个波段的光谱响应函数进行积分，模拟获得仿真图像。通过几何辐射一体化的采样技术获得遥感器成像的仿真图像。
Description
技术领域
本发明涉及卫星遥感成像仿真技术领域，尤其涉及一种基于几何辐射一体化采样的遥感图像仿真方法。
背景技术
利用遥感成像仿真技术，可对星载遥感器成像性能和传感器技术指标进行分析和评价。目前，遥感成像仿真主要有物理/半物理仿真和计算机仿真两种方式，主要区别在于地表场景辐射的模拟。物理/半物理仿真通过物理硬件设备实现，主要对地物场景、太阳光和天空光辐照以及大气辐射传输和遥感器动态获取图像的全过程，在实验室进行逼真、可控的模拟；计算机方式则主要利用计算机及相关模型和数据实现仿真过程。20世纪90年代以前，由于计算机技术的限制，物理仿真是当时仿真技术的主要方式，但随着计算机技术的迅速发展，利用计算机开展成像仿真渐成当前研究主流，而计算机仿真逐步代替了投入庞大的物理仿真系统。
20世纪90年代后期，随着遥感技术的发展，逐渐出现了模拟遥感系统的方法和软件。1998年，Banon,G.J.F.和Fonseca,L.M.G.以高分辨率SPOT影像为基础模拟了CBERS波段4图像。2002年，Verhoef和Jai分别对SPECTRA项目的高光谱图像和多角度热红外图像进行了仿真模拟，从植被生理生化参数和气象条件入手，以冠层辐射传输模型为基础，模拟出遥感图像。同年，美国国家宇航局(NASA)的Stennis空间中心(SSC)开发了进行传感器仿真的算法和软件产品ART软件，用于遥感数据的综合研究和数据模拟算法。另外NASA还提出了基于Monte Carlo的三维辐射传输方程的高光谱遥感模拟系统。2002年，美国纽约数字成像和遥感实验室的Scott D.Brown等开发了DIRSIG(The Digital Imaging and RemoteSensing Image Generation Model)遥感成像模拟系统模型，采用影像合成技术模拟可见光－热红外波段的多光谱或高光谱图像，比较完整的考虑了地表、大气(MODTRAN和FASCODE)与传感器作用等三部分，但地表场景模拟采用的方法物理意义不明确。2004年Gastellu-Etchegorry等构建了基于MODTRAN的辐射传输模型DART，利用高几何分辨率的机载数据，对地表三维结构与大气影响进行了综合考虑和处理。此外，Multigen-Paradigm公司推出的商业产品Vega系列仿真模块，使用少量参数的简化传感器模型满足了实时动态显示的目的。美国的PRA(Photon Research Associates)公司一直致力于遥感图像仿真模拟技术的研究，并建立了自己的图像模拟软件：GCI Toolkit。该工具包是专为模拟地形，海洋，大气层和云层，包括一套辐射仿真模型：MOSART(大气辐射环境模型)、TERTEM(热传递模型)、GENESSIS(地形图像生成)和CLDSIM(云模拟器)。利用该软件模拟的图像作为输入来进行遥感应用算法研究和应用系统开发，这使得传感器配套系统开发的风险和投资得以降低。
在航天遥感仿真领域，相比美欧等航天技术发达国家，由于我国在传感器等硬件的制造能力和信噪比等指标方面与之有尚有差距，因此很难如国外一样通过制造模拟器来进行多层次仿真，只能对遥感的成像机理进行仿真。2003年徐鹏等开展了静态特性建模和仿真工作，进行了光电成像模拟仿真的论证和计算机建模。2007年易维宁等在开展光学遥感图像仿真技术基础上研发了光学遥感图像仿真软件ORSIS(optical remote sensingimaging simulation code)，应用通用大气辐射传输软件和大气及环境光学特性数据库，实现光学遥感成像模拟。2012年李丽等对传感器的光谱模拟、MTF模拟和大气影响模拟进行了探讨，并且利用模拟的图像对传感器相应波段的光谱响应、大气响应特性进行了定量的比较分析。
计算机仿真方法是利用计算机及相关模型和数据实现遥感探测过程的仿真，其大致可分为如下几种类型：
(1)图像合成法，图像到图像的模拟。利用已有的图像进行图像变换后，得出模拟的图像。即通过已有图像进行一定变换，得出仿真图像。通过在成像方式、光谱响应、空间分辨率等等方面与待仿真卫星载荷具有相似性质的其他传感器数据来模拟遥感图像。
(2)基于虚拟现实技术、光线追踪技术和纹理映射技术。通过建立三维实体的几何模型，给定实体的纹理和材质，通过映射给出实体的组分温度、发射率，根据给定的观测角度进行光线追踪，并利用热传导等物理方程求出实体的热辐射。比如：Vega、DIRSIG地表场景热辐射模拟。
(3)利用相关辅助数据和遥感物理模型的正向成像模拟。利用已有数据提供的先验知识，在结合相关遥感物理模型模拟出遥感图像。比如：DART、SENSOR、ART等。
(4)基于数学方法的成像模拟。利用Monte Carlo等数学方法直接模拟整个成像过程，没有明确的物理意义。对大气场景和传感器成像系统的模拟都是采用成熟的大气辐射传输模型和传感器成像物理模型，没有太大差别。
但是，上述的遥感仿真方法，大多关注遥感器成像过程中辐射信息的影响，对于几何信息的影响考虑较少。遥感系统对地探测成像过程，对信号收集伴随着传感器将上行辐射转换为辐射的空间分布图。也就是说，遥感系统成像过程中辐射信息的获取是在一定的几何条件下(分辨率、观测几何、立体角等)对目标进行辐射信息的收集。通过遥感器的结构特性及其运行状态，将自然界目标与背景的空间连续辐射信息离散化后进行辐射信号的获取，探测场景辐射强度的空间分布通过图像化采集方式记录下来，形成遥感数据，因此，遥感系统信号采集过程是空间分布的辐射强度传输过程。遥感器进行辐射探测中伴随着空间几何变化，空间、几何和辐射特性同时发生在这一阶段。一般来说，遥感系统成像链路模拟技术，就是建立遥感系统的辐射模型和几何模型。利用数学模型进行定量的描述遥感系统成像过程的辐射特性与几何特性。而随着遥感图像空间分辨率的不断提高，综合几何和辐射信息的遥感器成像仿真，就显得格外重要。
发明内容
为解决上述问题，本发明提供了一种基于几何辐射一体化采样的遥感图像仿真方法，综合几何和辐射信息进行遥感器成像仿真，获得更加真实的仿真效果。
本发明通过如下技术方案实现：
本发明提供一种基于几何辐射一体化采样的遥感图像仿真方法，包括如下步骤：
(1)基于卫星的天顶角和方位角，获得待仿真遥感图像每个像元在地面的投影范围；
(2)采用比待仿真遥感图像具有更高空间分辨率的遥感数据作为底图，识别所述底图中的地物目标，并根据地物目标获得每个像元在地面的投影范围的地表反射率或发射率；
(3)结合观测角度，基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度；
(4)对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数进行能量积分，获得仿真图像。
进一步的，基于卫星的天顶角和方位角，获得遥感图像每个像元在地面的投影范围包括：
计算每个像元的矩形四个角点在起伏地形上的投影进而获得投影区域；假定某一角点在影像坐标系下的坐标为(X，Y，Z)，转换到世界坐标系下为(x，y，z)，则有：
其中θ和分别是在世界坐标系下的天顶角和方位角；
将三维地形场景面以连续的三角形基元表示，该角点在起伏地形上的投影(x′、y′、z′)为：
其中，(xA、yA、zA)，(xB、yB、zB)，(xC、yC、zC)分别表示与光线相交的地面三角形基元的三个点，是光线与地形表面的交点，即传感器像元在起伏地形上的投影点。
进一步的，识别所述底图中的地物目标后通过双向反射分布函数(BRDF)数据库，查找对应的地表反射率或发射率，进而获得每个像元在地面的投影范围内所述底图每个像素点的反射率或发射率。
进一步的，采用6SV或Modtran等大气辐射传输模型计算入瞳处每个像元在地面的投影范围内的辐射亮度Lλ,Scene。
进一步的，对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数进行能量积分，获得仿真图像包括：
光学点扩散函数h(u,v)等于沿轨与跨轨方向上的线扩散函数(LSF)hx(o)与hy(p)的乘积；
对光学点扩散函数进行单位面积上的归一化处理：
式中，(u,v)代表空间域的位置，Ax代表沿轨方向线扩散函数的系数之和，Ay代表跨轨方向线扩散函数的系数之和，gx代表地表hx(o)系数间的间隔，gy代表地表hy(p)系数间的间隔，O+1、P+1代表沿轨与跨轨方向线扩散函数系数的个数；δ(x,y)为迪拉克delta函数；
当传感器观测天顶角大于0°时，线扩散函数系数间的地表距离需要进行方位角φview的旋转变换，并加入观测天顶角θview的因子调整计算调整后的地表系数间的间隔g′x、g′y
将光学点扩散函数应用到影像光谱响应函数中，计算离散的响应作用于入瞳处光谱辐亮度Lλ,Sensor(i,j,m)：
式中，Sx、Sy代表影像沿轨和跨轨方向上的像素采样间隔，og'x和pg'y分别为影像x和y方向的偏移值,Lλ,Scene是通过大气辐射传输模型计算后得到的入瞳处每个像元在地面的投影范围内的辐射亮度，Gx和Gy分别为影像x和y方向的系数(i,j)代表像元位置，m代表波长；
多光谱传感器的光谱响应包含了对每个波段/通道的连续响应，及传感器最终所探测到的光谱辐亮度，在仿真中，离散的响应作用于入瞳处光谱辐亮度Lλ,Sensor(i,j,m)，波段l上(i,j)处像元最终探测到的辐亮度为：
式中，Δλ代表影像波长增量；sl(m)代表波段l归一化到波长m上的响应值，N(l)代表波段宽变化的归一化因子。
本发明另一发明提供一种基于几何辐射一体化采样的遥感图像仿真系统，包括：
投影范围计算模块，基于卫星的天顶角和方位角，获得遥感图像每个像元在地面的投影范围；
地表反射率或发射率计算模块，采用比所述遥感图像更高空间分辨率的遥感数据作为底图，识别所述底图中的地物目标，并根据地物目标获得每个像元在地面的投影范围的地表反射率或发射率；
辐射亮度计算模块，结合观测角度，基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度；
仿真图像生成模块，对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数进行能量积分，获得仿真图像。
进一步的，所述投影范围计算模块，计算每个像元的矩形四个角点在起伏地形上的投影进而获得投影区域；假定某一角点在影像坐标系下的坐标为(X，Y，Z)，转换到世界坐标系下为(x，y，z)，则有：
其中θ和分别是在世界坐标系下的天顶角和方位角；
将三维地形场景面以连续的三角形基元表示，该角点在起伏地形上的投影(x′、y′、z′)为：
其中，(xA、yA、zA)，(xB、yB、zB)，(xC、yC、zC)分别表示与光线相交的地面三角形基元的三个点，是光线与地形表面的交点，即传感器像元在起伏地形上的投影点。
进一步的，所述地表反射率或发射率计算模块，先进行地物目标识别后，获得待仿真范围内各类地物目标后，通过双向反射分布函数(BRDF)数据库查找对应的地表反射率或发射率，获得每个像元在地面的投影范围内所述底图每个像素点的反射率或发射率，取平均后作为每个像元在地面的投影范围内的地表反射率或发射率。
进一步的，所述仿真图像生成模块，对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数进行能量积分，获得仿真图像，包括：
光学点扩散函数h(u,v)等于沿轨与跨轨方向上的线扩散函数(LSF)hx(o)与hy(p)的乘积；
对光学点扩散函数进行单位面积上的归一化处理：
式中，(u,v)代表空间域的位置，Ax代表沿轨方向线扩散函数的系数之和，Ay代表跨轨方向线扩散函数的系数之和，gx代表地表hx(o)系数间的间隔，gy代表地表hy(p)系数间的间隔，O+1、P+1代表沿轨与跨轨方向线扩散函数系数的个数；δ(x,y)为迪拉克delta函数；
当传感器观测天顶角大于0°时，线扩散函数系数间的地表距离需要进行方位角φview的旋转变换，并加入观测天顶角θview的因子调整计算调整后的地表系数间的间隔g′x、g′y
将光学点扩散函数应用到影像光谱响应函数中，计算离散的响应作用于入瞳处光谱辐亮度Lλ,Sensor(i,j,m)：
式中，Sx、Sy代表影像沿轨和跨轨方向上的像素采样间隔，og'x和pg'y分别为影像x和y方向的偏移值,Lλ,Scene是通过大气辐射传输模型计算后得到的入瞳处每个像元在地面的投影范围内的辐射亮度，Gx和Gy分别为影像x和y方向的系数(i,j)代表像元位置，m代表波长；
多光谱传感器的光谱响应包含了对每个波段/通道的连续响应，及传感器最终所探测到的光谱辐亮度，在仿真中，离散的响应作用于入瞳处光谱辐亮度Lλ,Sensor(i,j,m)，波段l上(i,j)处像元最终探测到的辐亮度为：
式中，Δλ代表影像波长增量；sl(m)代表波段l归一化到波长m上的响应值，N(l)代表波段宽变化的归一化因子。
本发明与现有技术相比所获得的有益效果包括：
(1)本发明针对待仿真遥感图像每个像元开展像元级的几何辐射一体化采样，对输出像元在底图上的覆盖范围、光学点扩散函数和每个波段的光谱响应函数进行积分，模拟获得仿真图像。每个波段的遥感仿真图像的每一个像元由入瞳辐射亮度等信息依次经过每个波段的光谱响应函数、像元的光学点扩散函数、积分时间(如果需要考虑)、输出像元在底图的覆盖范围等多次积分过程计算获得。在遥感图像仿真中充分考虑地表和传感器之间的关系，将影响成像的几何因素和辐射因素在一次仿真模拟过程中联合处理。
(2)本发明采用更高空间分辨率的遥感数据作为底图，考虑太阳天顶角和方位角等角度和地表高程，进行地物目标识别后，获得待仿真范围内各类地物在典型波段下的双向反射分布函数和反射率，并通过大气辐射传输方程解算，面向观测角度，对像元内部进行能量积分，获得每个像元在入瞳处的辐射信息。从每个像元的几何辐射信息出发，为仿真图像提供像元级仿真结果，更加真实反映遥感成像瞬间的地面场景信息。
附图说明
图1为仿真方法示意图；
图2为仿真方法流程图；
图3为仿真图像中像元在地面投影分布示例；
图4为典型点扩散函数PSF模拟；
图5为不同姿态抖动造成的图像仿真结果；
图6为仿真系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
本发明提供的基于几何辐射一体化采样的遥感图像仿真方法，包括以下步骤：
如图1-2所示，为本发明实施例基于几何辐射一体化采样的遥感图像仿真方法示意图，包括以下步骤：
第一步、基于卫星的天顶角和方位角，获得遥感图像每个像元在地面的投影范围；像元地面投影计算——基于卫星/载荷的观测几何，获得遥感图像每个像元在地面的投影范围，仿真图像中像元在地面投影分布示例见图3，同时模拟卫星遥感过程中的不同状态参数对于几何的影响。
根据传感器内方位元素和视场角(FOV)，可确定光线在影像坐标系下的位置和方向，设某点在影像(OXYZ)坐标系下的坐标为X，Y，Z；在地面(Oxyz)坐标系下的坐标为x，y，z。从OXYZ坐标系到Oxyz坐标系的转换为：
这里的θ和分别是在世界坐标系Oxyz下的天顶角和方位角。x，y，z为此点在右手局部坐标系下的坐标分量，经上述转换矩阵，得到该点在右手地面坐标系下的坐标分量x，y，z。
通过模拟由传感器位置和姿态确定的投射光线与地形三维场景的求交过程，获取遥感影像在地形起伏状况下的影像覆盖的几何变形。这里将三维地形场景面以连续的三角形面表示，将光线在地形表面定位的运算抽象成射线与三角形平面的求交运算。
设射线方程为R(t)＝O+tD,t≥0，其中O表示射线的端点，D表示射线的方向向量。三角形内的一个点T(u,v)由下式给出：
T(u,v)＝(1-u-v)V0+uV1+vV2,u≥0,v≥0,u+v≤1，求射线与平面的交点，联立以上两方程，得O+tD＝(1-u-v)V0+uV1+vV2，即
设E1＝V1-V0，E2＝V2-V0，T＝O-V0得
由于|A,B,C|＝-(A×C)·B＝-(C×B)·A，所以
其中P＝D×E2,Q＝T×E1。
于是得到射线与三角形所在平面的交点。如果解满足条件t>＝0、0<＝u<＝1且0<＝v<＝1，就说明射线与三角形相交。交点为：
其中，(xA、yA、zA)，(xB、yB、zB)，(xC、yC、zC)分别表示与光线相交的地面三角形基元的三个点，(x、y、z)是光线与地形表面的交点，即传感器像元在起伏地形上的投影点。姿态抖动造成传感器位置和姿态变化，直接影响像元在地面投影的覆盖情况，示意图如图2所示。
计算每个像元的矩形四个角点在起伏地形上的投影进而获得投影区域。
第二步、采用比所述遥感图像更高空间分辨率的遥感数据作为底图，识别所述底图中的地物目标，并根据地物目标获得每个像元在地面的投影范围的地表反射率或发射率；
地面辐射场景仿真——采用更高空间分辨率的遥感数据作为底图，考虑太阳天顶角和方位角等角度和地表高程，提供真实地物在典型波段下的双向反射分布函数和反射率。基于更高空间分辨率的遥感数据作为底图，可以获得真实情况地物类别，确定在当前季节/时相情况下的地物是植被、裸土、建筑或道路等类型。在不同波段和不同时间条件下，不同地物的双向反射分布函数存在明显差异，可用于图像仿真的地表反射模型构建。
由于假定传感器的视场角为无穷小量，双向反射分布函数(BidirectionalReflectance Distrbution Function,BRDF)定义为
BRDF能在理论上很好地表征地物的非朗伯体特性，其物理意义是来自方向地表辐照度的微增量与其所引起的方向上反射辐射亮度增量之间的比值。在图像仿真中，直接调用基于实测与模拟构建的BRDF数据库。在红外波段，不同地物类型，同样具有不同的发射特性。实际的遥感图像仿真中，也构建了地物发射率和亮温等数据库，用于不同波段、时间和地物类型情况下的参数调用。
在调用数据库的过程中，基于卫星每个像元的观测几何，由第一步获得相应的覆盖区域，根据波段、时间和地物类型，调用BRDF数据库，得到瞬时观测角度下的地表反射率/发射率。
第三步、结合观测角度，基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度；
入瞳辐射信息模拟——通过大气辐射传输方程解算，面向观测角度，考虑传感器噪声，获得入瞳处的辐射亮度等信息。遥感卫星对地观测，需要考虑地面的反射和自身的辐射，地面的反射由对太阳直射辐射的反射和漫射反射两部分组成。通过将第二步获得的地面反射和辐射引入大气辐射传输，考虑云、气溶胶和气体分子的吸收和散射，并且考虑下述的传感器噪声的影响，模拟传感器观测几何方向上的入瞳辐亮度。
为了描述焦平面系统的噪声，引进三维噪声的分析方法，把系统噪声按时间(t)、空间水平(v)和空间垂直(h)的三维空间分为7个部分，主要包括：时间空间上的随机噪声、时间性的行噪声、时间性的列噪声、空间随机噪声，即双向固定图形噪声、固定行噪声(指行-行间不均匀)、固定列噪声(指列-列间不均匀)和帧-帧间噪声。该模型与传统的噪声模型相比，将空间噪声扩展到时间域内，并揭示了时空之间的关系。三维分析方法能够全面表征所有的噪声源特征，通过把噪声分成可以管理的数据集，使得理解复杂现象简单化了，因此具有普遍意义。
在一个实施例中采用现有的大气辐射传输模型，例如采用6SV、Modtran等软件，计算入瞳处每个像元在地面的投影范围内的辐射亮度。
第四步、对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数积分，模拟获得仿真图像。
几何辐射一体化采样——针对遥感图像每个像元开展像元级的几何辐射一体化采样，对输出像元在底图上的覆盖范围、光学点扩散函数和每个波段的光谱响应函数进行积分，模拟获得仿真图像。每个波段的遥感仿真图像的每一个像元由第三步生成的入瞳辐射亮度等信息依次经过每个波段的光谱响应函数、像元的光学点扩散函数，示意图如图4所示、积分时间(如果需要考虑)、输出像元在底图的覆盖范围(第一步获得)等多次积分过程计算获得，算法流程如图2所示。
4.1在光学系统中，传感器每个像元内部通常利用光学点扩散函数(Point SpreadFunction,PSF)对系统脉冲响应进行二维模拟，并表达自身光学特性所带来的偏差。特别地，对于一个无限明亮的点辐射源的响应，可以使用迪拉克delta函数δ(x,y)来表现。PSF函数h(u,v)等于沿轨与跨轨方向上的线扩散函数(Linear Spread Function,LSF)hx(o)与hy(p)的乘积，h(u,v)＝hx(o)*hy(p)。光学点扩散函数除以成像区域面积即可以得到单位面积上的归一化函数形式。
式中，(u,v)代表空间域的位置(单位：m)，Ax代表沿轨方向线扩散函数的系数之和，Ay代表跨轨方向线扩散函数的系数之和，gx＝ΔUH代表地表hx系数间的间隔(单位：m)，gy＝ΔVH代表地表hy系数间的间隔(单位：m)，ΔU代表hx系数间的角距(单位：rad)，ΔV代表地表hy系数间的间隔(单位：rad)，H地表传感器的高度(单位：m)。此外，O+1、P+1代表沿轨与跨轨方向线扩散函数系数的个数，hx(P/2)、hy(O/2)代表了最大响应值。
4.2上式给出了传感器垂直观测时的光学点扩散函数，在真实遥感过程中，通常无法垂直观测，在仿真过程中需要考虑观测几何。当传感器观测天顶角大于0°时，线扩散函数系数间的地表距离需要进行方位角φview的旋转变换，并加入观测天顶角θview的因子调整。这种处理可以由下式表达：
4.3将光学点扩散函数应用到影像光谱辐射函数中，可以得到包含了所有的影像像素点位置(i,j)及影像的波长m。
Sx、Sy代表影像沿轨和跨轨方向上的像素采样间隔。在下视观测的条件下，这些参数同样需要进行因子调整和旋转变换。在实际处理过程中，通常将PSF图像近似为顶端被缩短了的高斯曲线。虽然实测的PSF通常是非对称的，并且在某些部位会出现响应的凸起。但是在某些条件下，二者足够近似，此时PSF可以认为是高斯线型以满足理论建模的使用需求。
传感器光谱响应模型依赖于波长、波段宽度和单个波长处响应值大小，是反应传感器性能的重要指标。传感器光谱相应函数通常是在实验室内对待发射传感器测量而获得的；也可选择与设计传感器通道相近的在轨卫星的通道响应值来代替(传感器物理配置相似条件下)；或通过数学模型模拟获得。光谱响应的过程可以看作响应函数对传感器波段范围内的辐射值进行积分运算(响应函数非0)，再除以相同波长范围的响应函数的积分值得到的。即：
式中，Lλ为单个波长处的辐射值；f(λ)为传感器光谱响应函数；L为波段的辐射值，λ1和λ2为波段范围的起止值。
传感器的波段响应函数通常由波段范围、光谱分辨率、FWHM(波段半高宽)和每个波长处的光谱响应值共同决定。在没有实际测量传感器光谱响应函数前，通常采用数学方法来模拟它。主要有：三角形函数、方形函数、高斯函数、Sinc函数、Sinc平方函数和Sinc加权平均函数。
4.4多光谱传感器的光谱响应包含了对每个波段/通道的连续响应，及传感器最终所探测到的光谱辐亮度。在仿真中，离散的响应作用于入瞳处光谱辐亮度Lλ,Sensor(i,j,m)，则探测器最终得到的入瞳辐亮度可根据下式计算得到：
式中，Δλ代表影像波长增量(单位：μm)，sl(m)代表波段l归一化到波长m上的响应值，LImage(i,j,l)代表波段l上(i,j)处像元最终探测到的辐亮度，Lλ,Sensor(i,j,m)代表波长m上(i,j)处像元的入瞳处辐亮度，N(I)代表名义上的波段宽变化的归一化因子，是通过测量归一化响应曲线覆盖面积所得的实际波段宽与名义上的通道波段宽的比值。在匹配设备的真实增益值与模型值时，该因子通常是必需提供的。
利用上式，针对光谱响应函数积分后生成的仿真图像每个像元，每个波长的结果，实现对每个像元的光学点扩散函数和每个波段的光谱响应函数进行积分，模拟获得仿真图像。即，对于已知节点序列...＜x0＜x1＜...＜xn＜...的函数，利用卷积核函数h(x)，获得卷积后权重结果P(x)：
P(x)是输出像元中每个底图像元的权重，与输出像元在底图上所覆盖的所有底图像元的入瞳处辐亮度(如果覆盖一部分，则按照覆盖部分占比计算权重)进行加权平均，可以获得相应的遥感仿真图像的入瞳处辐亮度，基于给定的定标系数可以计算获得图像每个像元的DN值，从而得到遥感仿真图像。如图5所示为不同姿态抖动造成的图像仿真结果。
本发明另一方面提供一种基于几何辐射一体化采样的遥感图像仿真系统，结合图6，包括投影范围计算模块、地表反射率或发射率计算模块、辐射亮度计算模块以及仿真图像生成模块。
投影范围计算模块，基于卫星的天顶角和方位角，获得遥感图像每个像元在地面的投影范围；
所述投影范围计算模块，计算每个像元的矩形四个角点在起伏地形上的投影进而获得投影区域；假定某一角点在影像坐标系下的坐标为(X，Y，Z)，转换到世界坐标系下为(x，y，z)，则有：
其中θ和分别是在世界坐标系下的天顶角和方位角；
将三维地形场景面以连续的三角形基元表示，该角点在起伏地形上的投影(x′、y′、z′)为：
其中，(xA、yA、zA)，(xB、yB、zB)，(xC、yC、zC)分别表示与光线相交的地面三角形基元的三个点，是光线与地形表面的交点，即传感器像元在起伏地形上的投影点。
地表反射率或发射率计算模块，采用比所述遥感图像更高空间分辨率的遥感数据作为底图，识别所述底图中的地物目标，并根据地物目标获得每个像元在地面的投影范围的地表反射率或发射率；
所述地表反射率或发射率计算模块，识别所述底图中的地物目标后通过BRDF数据库，查找对应的地表反射率或发射率，获得每个像元在地面的投影范围内所述底图每个像素点的反射率或发射率，取平均后作为每个像元在地面的投影范围内的地表反射率或发射率。
辐射亮度计算模块，基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度；
所述辐射亮度计算模块基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度包括计算地面自身发射部分、对太阳直射辐射的反射和漫射反射的辐射亮度之和。基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度Lλ,Scene。
仿真图像生成模块，对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数积分，模拟获得仿真图像。
所述仿真图像生成模块对光学点扩散函数进行归一化处理：
式中，(u,v)代表空间域的位置，Ax代表沿轨方向线扩散函数的系数之和，Ay代表跨轨方向线扩散函数的系数之和，gx代表地表hx(o)系数间的间隔，gy代表地表hy(p)系数间的间隔(单位：m)，O+1、P+1代表沿轨与跨轨方向线扩散函数系数的个数；
当传感器观测天顶角大于0°时，线扩散函数系数间的地表距离需要进行方位角φview的旋转变换，并加入观测天顶角θview的因子调整计算调整后的地表系数间的间隔g′x、g′y
将所述光学点扩散应用到影像光谱响应函数中，计算离散的响应作用于入瞳处光谱辐亮度Lλ,Sensor(i,j,m)：
式中，Sx、Sy代表影像沿轨和跨轨方向上的像素采样间隔，，og'x和pg'y分别为影像x和y方向的偏移值,Lλ,Scene是通过大气辐射传输模型计算后得到的入瞳处每个像元在地面的投影范围内的辐射亮度，Gx和Gy分别为影像x和y方向的系数(i,j)代表像元位置，m代表波长；
多光谱传感器的光谱响应包含了对每个波段/通道的连续响应，及传感器最终所探测到的光谱辐亮度，在仿真中，波段l上(i,j)处像元最终探测到的辐亮度为：
式中，Δλ代表影像波长增量；sl(m)代表波段l归一化到波长m上的响应值，N(l)代表波段宽变化的归一化因子；
仿真图像生成模块对每个像元的光学点扩散函数和每个波段的光谱响应函数进行积分，模拟获得仿真图像。
除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。
本发明提出的方法针对遥感图像每个像元开展像元级的几何辐射一体化采样，对输出像元在底图上的覆盖范围、光学点扩散函数和每个波段的光谱响应函数进行积分，模拟获得仿真图像。每个波段的遥感仿真图像的每一个像元由入瞳辐射亮度等信息依次经过每个波段的光谱响应函数、像元的光学点扩散函数、积分时间(如果需要考虑)、输出像元在底图的覆盖范围等多次积分过程计算获得。本发明采用更高空间分辨率的遥感数据作为底图，考虑太阳天顶角和方位角等角度和地表高程，提供真实地物在典型波段下的双向反射分布函数和反射率，并通过大气辐射传输方程解算，面向观测角度，对像元内部进行能量积分，获得每个像元在入瞳处的辐射信息。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (7)
1.一种基于几何辐射一体化采样的遥感图像仿真方法，其特征在于，包括如下步骤：
（1）基于卫星的天顶角和方位角，获得待仿真遥感图像每个像元在地面的投影范围；
（2）采用比待仿真遥感图像具有更高空间分辨率的遥感数据作为底图，识别所述底图中的地物目标，并根据地物目标获得每个像元在地面的投影范围的地表反射率或发射率；
（3）结合观测角度，基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度；
（4）对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数进行能量积分，获得仿真图像，包括：
光学点扩散函数等于沿轨与跨轨方向上的线扩散函数（LSF）/>与/>的乘积；
对光学点扩散函数进行单位面积上的归一化处理：
式中，(u, v)代表空间域的位置，代表沿轨方向线扩散函数的系数之和，/>代表跨轨方向线扩散函数的系数之和，/>代表地表/>系数间的间隔，/>代表地表/>系数间的间隔，O+1、P+1代表沿轨与跨轨方向线扩散函数系数的个数；/>为迪拉克delta函数；
当传感器观测天顶角大于0°时，线扩散函数系数间的地表距离需要进行方位角的旋转变换，并加入观测天顶角/>的因子调整计算调整后的地表系数间的间隔/>、/>
；
将光学点扩散函数应用到影像光谱响应函数中，计算离散的响应作用于入瞳处光谱辐亮度：
式中，、/>代表影像沿轨和跨轨方向上的像素采样间隔，/>和/>分别为影像x和y方向的偏移值,/>是通过大气辐射传输模型计算后得到的入瞳处每个像元在地面的投影范围内的辐射亮度，/>和/>分别为影像x和y方向的系数(i, j)代表像元位置，m代表波长，hx,hy分别为影像x和y沿轨和与跨轨方向线扩散函数；
多光谱传感器的光谱响应包含了对每个波段/通道的连续响应，及传感器最终所探测到的光谱辐亮度，在仿真中，离散的响应作用于入瞳处光谱辐亮度，波段l上(i, j)处像元最终探测到的辐亮度为：
式中，代表影像波长增量；/>代表波段l归一化到波长m上的响应值，/>代表波段宽变化的归一化因子。
2.如权利要求1所述的基于几何辐射一体化采样的遥感图像仿真方法，其特征在于，基于卫星的天顶角和方位角，获得遥感图像每个像元在地面的投影范围包括：
计算每个像元的矩形四个角点在起伏地形上的投影进而获得投影区域；假定某一角点在影像坐标系下的坐标为（X，Y，Z），转换到世界坐标系下为（x，y，z），则有：
其中和/>分别是在世界坐标系下的天顶角和方位角；
将三维地形场景面以连续的三角形基元表示，该角点在起伏地形上的投影（、/>、/>）为：
其中，（、/>、/>），（/>、/>、/>），（/>、/>、/>）分别表示与光线相交的地面三角形基元的三个点，是光线与地形表面的交点，即传感器像元在起伏地形上的投影点。
3.如权利要求1或2所述的基于几何辐射一体化采样的遥感图像仿真方法，其特征在于，识别所述底图中的地物目标后通过双向反射分布函数(BRDF)数据库，查找对应的地表反射率或发射率，进而获得每个像元在地面的投影范围内所述底图每个像素点的反射率或发射率。
4.如权利要求1或2所述的基于几何辐射一体化采样的遥感图像仿真方法，其特征在于，采用6SV或Modtran等大气辐射传输模型计算入瞳处每个像元在地面的投影范围内的辐射亮度。
5.一种基于几何辐射一体化采样的遥感图像仿真系统，其特征在于，包括：
投影范围计算模块，基于卫星的天顶角和方位角，获得遥感图像每个像元在地面的投影范围；
地表反射率或发射率计算模块，采用比所述遥感图像更高空间分辨率的遥感数据作为底图，识别所述底图中的地物目标，并根据地物目标获得每个像元在地面的投影范围的地表反射率或发射率；
辐射亮度计算模块，结合观测角度，基于地表反射率或发射率计算入瞳处每个像元在地面的投影范围内的辐射亮度；
仿真图像生成模块，对每个像元在地面的投影范围内的辐射亮度和每个波段的光谱响应函数相乘，再与光学点扩散函数进行能量积分，获得仿真图像，包括：
光学点扩散函数等于沿轨与跨轨方向上的线扩散函数（LSF）/>与/>的乘积；
对光学点扩散函数进行单位面积上的归一化处理：
式中，(u, v)代表空间域的位置，代表沿轨方向线扩散函数的系数之和，/>代表跨轨方向线扩散函数的系数之和，/>代表地表/>系数间的间隔，/>代表地表/>系数间的间隔，O+1、P+1代表沿轨与跨轨方向线扩散函数系数的个数；/>为迪拉克delta函数；
当传感器观测天顶角大于0°时，线扩散函数系数间的地表距离需要进行方位角的旋转变换，并加入观测天顶角/>的因子调整计算调整后的地表系数间的间隔/>、/>
；
将光学点扩散函数应用到影像光谱响应函数中，计算离散的响应作用于入瞳处光谱辐亮度：
式中，、/>代表影像沿轨和跨轨方向上的像素采样间隔，/>和/>分别为影像x和y方向的偏移值,/>是通过大气辐射传输模型计算后得到的入瞳处每个像元在地面的投影范围内的辐射亮度，/>和/>分别为影像x和y方向的系数(i, j)代表像元位置，m代表波长，hx,hy分别为影像x和y沿轨和与跨轨方向线扩散函数；
多光谱传感器的光谱响应包含了对每个波段/通道的连续响应，及传感器最终所探测到的光谱辐亮度，在仿真中，离散的响应作用于入瞳处光谱辐亮度，波段l上(i, j)处像元最终探测到的辐亮度为：
式中，代表影像波长增量；/>代表波段l归一化到波长m上的响应值，/>代表波段宽变化的归一化因子。
6.如权利要求5所述的基于几何辐射一体化采样的遥感图像仿真系统，其特征在于，所述投影范围计算模块，计算每个像元的矩形四个角点在起伏地形上的投影进而获得投影区域；假定某一角点在影像坐标系下的坐标为（X，Y，Z），转换到世界坐标系下为（x，y，z），则有：
其中和/>分别是在世界坐标系下的天顶角和方位角；
将三维地形场景面以连续的三角形基元表示，该角点在起伏地形上的投影（、/>、/>）为：
其中，（、/>、/>），（/>、/>、/>），（/>、/>、/>）分别表示与光线相交的地面三角形基元的三个点，是光线与地形表面的交点，即传感器像元在起伏地形上的投影点。
7.如权利要求5或6所述的基于几何辐射一体化采样的遥感图像仿真系统，其特征在于，所述地表反射率或发射率计算模块，先进行地物目标识别后，获得待仿真范围内各类地物目标后，通过双向反射分布函数(BRDF)数据库查找对应的地表反射率或发射率，获得每个像元在地面的投影范围内所述底图每个像素点的反射率或发射率，取平均后作为每个像元在地面的投影范围内的地表反射率或发射率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010273931.4A CN111563962B (zh) | 2020-04-09 | 2020-04-09 | 一种基于几何辐射一体化采样的遥感图像仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010273931.4A CN111563962B (zh) | 2020-04-09 | 2020-04-09 | 一种基于几何辐射一体化采样的遥感图像仿真方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111563962A CN111563962A (zh) | 2020-08-21 |
| CN111563962B true CN111563962B (zh) | 2024-01-26 |
Family
ID=72070663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010273931.4A Active CN111563962B (zh) | 2020-04-09 | 2020-04-09 | 一种基于几何辐射一体化采样的遥感图像仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111563962B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112950677A (zh) * | 2021-01-12 | 2021-06-11 | 湖北航天技术研究院总体设计所 | 图像跟踪仿真方法、装置、设备及存储介质 |
| CN113256493B (zh) * | 2021-05-28 | 2023-04-18 | 北京环境特性研究所 | 一种热红外遥感图像重建方法和装置 |
| CN113569386B (zh) * | 2021-07-01 | 2023-08-22 | 武汉大学 | 卫星遥感夜光辐亮度的观测角度归一化方法 |
| CN113484865B (zh) * | 2021-07-02 | 2022-10-11 | 张振军 | 一种基于声学传感器阵列的非视域声源目标探测与定位方法 |
| CN113449438B (zh) * | 2021-07-30 | 2023-10-10 | 北京环境特性研究所 | 一种可见光至热红外波段对地遥感图像仿真方法 |
| CN113589318B (zh) * | 2021-07-30 | 2023-09-19 | 上海无线电设备研究所 | 一种星载红外凝视相机入瞳辐射图像仿真方法 |
| CN113945278B (zh) * | 2021-09-14 | 2023-09-12 | 中国科学院上海技术物理研究所 | 空间光学遥感仪器反射波段在轨全动态范围辐射定标方法 |
| CN114693512A (zh) * | 2022-03-16 | 2022-07-01 | 北京理工大学 | 一种基于近场图像的远场遥感图像转化方法 |
| CN114820581B (zh) * | 2022-05-26 | 2023-03-24 | 清华大学 | 轴对称光学成像并行仿真方法及装置 |
| CN114925553B (zh) * | 2022-07-20 | 2022-11-04 | 成都众享天地网络科技有限公司 | 一种基于理论/半经验方法的红外图像仿真方法 |
| CN115147313B (zh) * | 2022-09-01 | 2022-12-30 | 中国科学院空天信息创新研究院 | 椭圆轨道遥感图像的几何校正方法、装置、设备及介质 |
| CN116680871B (zh) * | 2023-05-11 | 2024-03-12 | 中国科学院空天信息创新研究院 | 一种全球背景辐射数据及丰度的获取方法、装置及设备 |
| CN117315411B (zh) * | 2023-10-18 | 2024-04-09 | 自然资源部国土卫星遥感应用中心 | 一种高光谱卫星影像辐射定标数据的仿真模拟方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102243074A (zh) * | 2010-05-13 | 2011-11-16 | 中国科学院遥感应用研究所 | 基于光线追踪技术的航空遥感成像几何变形仿真方法 |
| CN104867179A (zh) * | 2015-05-22 | 2015-08-26 | 北京航空航天大学 | 一种全谱段光学成像仪遥感影像仿真方法 |
| CN106652016A (zh) * | 2016-09-08 | 2017-05-10 | 北京空间机电研究所 | 一种基于辐射几何一体化设计的光学遥感图像仿真方法 |
| CN106940219A (zh) * | 2017-02-15 | 2017-07-11 | 中国科学院遥感与数字地球研究所 | 一种在轨运行的宽波段卫星遥感器的光谱响应获取方法 |
| WO2018120444A1 (zh) * | 2016-12-31 | 2018-07-05 | 华中科技大学 | 一种动目标的红外辐射光谱特性仿真分析方法 |
-
2020
- 2020-04-09 CN CN202010273931.4A patent/CN111563962B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102243074A (zh) * | 2010-05-13 | 2011-11-16 | 中国科学院遥感应用研究所 | 基于光线追踪技术的航空遥感成像几何变形仿真方法 |
| CN104867179A (zh) * | 2015-05-22 | 2015-08-26 | 北京航空航天大学 | 一种全谱段光学成像仪遥感影像仿真方法 |
| CN106652016A (zh) * | 2016-09-08 | 2017-05-10 | 北京空间机电研究所 | 一种基于辐射几何一体化设计的光学遥感图像仿真方法 |
| WO2018120444A1 (zh) * | 2016-12-31 | 2018-07-05 | 华中科技大学 | 一种动目标的红外辐射光谱特性仿真分析方法 |
| CN106940219A (zh) * | 2017-02-15 | 2017-07-11 | 中国科学院遥感与数字地球研究所 | 一种在轨运行的宽波段卫星遥感器的光谱响应获取方法 |
Non-Patent Citations (3)
| Title |
|---|
| 信息科技 》.2011,(第第08期期),20-45. * |
| 王亚超 ; 赵慧洁 ; 贾国瑞 ; .高光谱遥感地形影响建模与仿真.北京航空航天大学学报.2010,(09),1131-1134. * |
| 王更科.SETE系统中可见光图像仿真算法研究.《优秀硕士学位论文全文库 工程科技Ⅱ辑 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111563962A (zh) | 2020-08-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111563962B (zh) | 一种基于几何辐射一体化采样的遥感图像仿真方法 | |
| Su et al. | A high-precision aerosol retrieval algorithm (HiPARA) for advanced Himawari imager (AHI) data: Development and verification | |
| Peterson et al. | Simulation of astronomical images from optical survey telescopes using a comprehensive photon Monte Carlo approach | |
| Morrison et al. | A novel method to obtain three-dimensional urban surface temperature from ground-based thermography | |
| Wang et al. | Geostationary satellite retrievals of aerosol optical thickness during ACE‐Asia | |
| CN103913148A (zh) | 航天tdiccd相机全链路数值仿真方法 | |
| Liu et al. | An extended 3-D radiosity–graphics combined model for studying thermal-emission directionality of crop canopy | |
| Yin et al. | Simulating images of passive sensors with finite field of view by coupling 3-D radiative transfer model and sensor perspective projection | |
| Yang et al. | A semi-empirical method for estimating complete surface temperature from radiometric surface temperature, a study in Hong Kong city | |
| Mazarico et al. | Advanced illumination modeling for data analysis and calibration. Application to the Moon | |
| Harding et al. | Atmospheric scattering effects on ground‐based measurements of thermospheric vertical wind, horizontal wind, and temperature | |
| Conde et al. | Multiinstrument studies of thermospheric weather above Alaska | |
| Zheng et al. | Impact of 3-D structures and their radiation on thermal infrared measurements in urban areas | |
| Andres et al. | Time‐varying, ray tracing irradiance simulation approach for photovoltaic systems in complex scenarios with decoupled geometry, optical properties and illumination conditions | |
| CN117315411A (zh) | 一种高光谱卫星影像辐射定标数据的仿真模拟方法 | |
| Li et al. | A four-component parameterized directional thermal radiance model for row canopies | |
| Gautier et al. | AIRS/Vis near IR instrument | |
| Wohlfarth et al. | An advanced thermal roughness model for airless planetary bodies-Implications for global variations of lunar hydration and mineralogical mapping of Mercury with the MERTIS spectrometer | |
| Lenot et al. | SIERRA: A new approach to atmospheric and topographic corrections for hyperspectral imagery | |
| Liu | MRRT: Modeling of multiple reflections of radiation between terrains applied on the lunar surface region | |
| CN113361163B (zh) | 一种地球反射光校正的卫星姿态估计方法 | |
| CN108897059A (zh) | 一种目标红外成像可探测性分析方法 | |
| Wolfe et al. | Using engineering cameras on mars rovers and landers to retrieve atmospheric dust optical depth | |
| Kouahla et al. | 3D Imaging of the OH mesospheric emissive layer | |
| Labarre et al. | MATISSE-v2. 0: new functionalities and comparison with MODIS satellite images |
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 |