CN111595791B - 基于高光谱数据校正的内陆水体fui水色指数提取方法 - Google Patents
基于高光谱数据校正的内陆水体fui水色指数提取方法 Download PDFInfo
- Publication number
- CN111595791B CN111595791B CN202010499210.5A CN202010499210A CN111595791B CN 111595791 B CN111595791 B CN 111595791B CN 202010499210 A CN202010499210 A CN 202010499210A CN 111595791 B CN111595791 B CN 111595791B
- Authority
- CN
- China
- Prior art keywords
- chromaticity
- alpha
- multispectral image
- water
- calculating
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 76
- 238000000605 extraction Methods 0.000 title claims abstract description 16
- 238000012937 correction Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 230000003595 spectral effect Effects 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 18
- 239000003086 colorant Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 10
- 238000005316 response function Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 8
- 238000002310 reflectometry Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 description 14
- 230000010354 integration Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 3
- 241001420622 Meris Species 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003189 isokinetic effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/251—Colorimeters; Construction thereof
-
- 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
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/465—Measurement of colour; Colour measuring devices, e.g. colorimeters taking into account the colour perception of the eye; using tristimulus detection
-
- 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
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/52—Measurement of colour; Colour measuring devices, e.g. colorimeters using colour charts
- G01J3/524—Calibration of colorimeters
-
- 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
- Y02A90/30—Assessment of water resources
Abstract
本发明公开了一种基于高光谱数据校正的内陆水体FUI水色指数提取方法,使用基于R,G,B波段的色度角提取方法,利用CIE色度系统的RGB与XYZ之间的转换关系计算得到R,G,B波段图像对应的颜色三刺激值。此外,使用GF‑5高光谱影像与实测高光谱数据代替IOCCG数据库来进行色度角α的校正,使之更适合内陆Ⅱ类水体的水色提取。
Description
技术领域
本发明涉及水质监测技术领域,具体涉及一种基于高光谱数据校正的内陆水体FUI水色指数提取方法。
背景技术
FUI水色指数在利用遥感技术进行长时间序列的水质监测上具有很好的研究前景和优势,并且可以与历史水色数据结合起来进一步研究更大时间尺度的水质状况变化。计算FUI的关键在于获取水体离水反射率光谱Rrs(λ),并对离水反射率光谱与CIE色度系统的颜色匹配函数的乘积分别进行积分,从而获得CIE系统中的X、Y、Z三刺激值并计算色度角α和FUI水色指数。FUI水色的提取精度取决于色度角α的计算精度。然而目前多数卫星遥感传感器只能获取部分离散光谱范围的电磁辐射,在可见光范围内只有少数几个离散波段,如Landsat系列影像,这些影像在色度角α的计算上由于波段过少而不可避免地有较大偏差。
Wored,Wernand等人采用波段线性插值方法对不同波段进行插值,通过插值的方法获取多光谱数据不具有的几个波段,插值后再通过积分计算色度角α,并基于IOCCG光谱数据库利用多项式模型消除插值带来的偏差。然而,这种方法对于内陆水体的FUI提取有两个问题:(1)波段线性插值方法用于中高光谱分辨率的MERIS,SentinelOLCI图像尚可,但是对于可见光内只有R、G、B等少数几个波段的低光谱分辨率的Landsat8、GF-1/2等图像却会有很大的误差。因为这些图像波段稀疏,且第一个波段和最后一个波段距离400nm和710nm都比较远,这两个区间内的积分不可忽略,在这种情况下使用波段线性插值会造成颜色坐标偏差,进而对色度角α和FUI的计算带来较大误差;(2)IOCCG数据库主要是大洋Ⅰ类水体的模拟数据,内陆水体光学成分复杂,使用IOCCG数据库来校正色度角α,提取内陆水体FUI不可避免地会有误差。
发明内容
针对现有技术的不足,本发明旨在提供一种基于高光谱数据校正的内陆水体FUI水色指数提取方法。
为了实现上述目的,本发明采用如下技术方案:
一种基于高光谱数据校正的内陆水体FUI水色指数提取方法,包括如下步骤:
S1、通过CIE-XYZ色度系统中三原色RGB与三刺激值XYZ之间的转换关系,计算得内陆水体遥感影像的R,G,B波段对应的三刺激值X,Y,Z;
S2、根据步骤S1计算得到的R,G,B波段对应的三刺激值X,Y,Z,按照下式计算得到其在二维色度空间上对应的色度坐标(x,y):
S3、根据色度坐标计算色度角α;
在二维色度空间中,将等能白光点作为原点,计算等能白光点与步骤S2中计算得到的点(x,y)间的向量和X轴正方向之间的角度α,即α为色度角;
S4、使用高光谱数据建立误差多项式拟合公式:
S4.1、利用实测高光谱数据测量仪器获得内陆水体实测高光谱数据,使用获得的内陆水体实测高光谱数据模拟多光谱影像的R,G,B波段,并据此计算得到基于实测高光谱数据模拟的多光谱影像色度角;另外,计算和内陆水体实测高光谱数据同一时间段的多光谱影像数据的色度角;
S4.2、利用GF-5影像数据模拟出多光谱影像波段R,G,B的反射率值,并根据模拟出的多光谱影像波段R,G,B的反射率值计算得到基于GF-5影像数据模拟的多光谱影像色度角;另外,计算和GF-5影像数据同一时间段的多光谱影像数据的色度角;
S4.3、记基于实测高光谱数据模拟的多光谱影像色度角和基于GF-5影像数据模拟的多光谱影像色度角为αhyper,基于其对应时间的多光谱影像计算得到的色度角为αmulti;根据公式Δ=αhyper-αmulti计算到所有相对应的αmulti和αhype之间的色度角误差Δ;对Δ和αmulti制作散点图并添加趋势线,误差多项式拟合公式即为趋势线的多项式预测;
S5、将步骤S3计算得到的色度角α代入步骤S4得到的误差多项式拟合公式中得到对应的色度角误差,在α基础上加上对应的色度角误差,即可得到校正后的色度角α’;
S6、将校正后的色度角α’对照FUI查找表,得到水体的FUI水色值。
进一步地,步骤S1中,三原色RGB与三刺激值XYZ之间的转换关系如下:
X=2.7689R(645)+1.7517G(555)+1.1302B(469);
Y=1.0000R(645)+4.5907G(555)+0.0601B(469);
Z=0.0000R(645)+0.0565G(555)+5.5943B(469);
根据上式计算得到R,G,B波段对应的三刺激值X,Y,Z值。
进一步地,步骤S4.1中,使用获得的内陆水体实测高光谱数据模拟多光谱影像波段R,G,B的反射率的公式如下:
式中,λm为所模拟的传感器通道波段,[λf,λt]为所要模拟的波段λm的光谱范围,f(λ)为所模拟的传感器的光谱响应函数,Lw(λ)为水面以上离水辐亮度,Ed(λ)为下行太阳光入射水面的总辐照度。
进一步地,步骤S4.2中,GF-5影像通过以下公式利用多光谱影像的光谱响应函数分别模拟多光谱影像波段R,G,B的反射率值:
式中,Xλ表示GF-5影像数据的Rrs值,g函数代表所模拟的传感器的光谱响应函数,[λ1,λ2]为所要模拟的波段的光谱范围。
本发明的有益效果在于:本发明使用基于R,G,B波段的色度角提取方法,利用CIE色度系统的RGB与XYZ之间的转换关系计算得到内陆水体遥感影像R,G,B波段对应的颜色三刺激值,然后使用GF-5高光谱影像与实测高光谱数据代替IOCCG数据库来进行色度角α的校正,使之更适合内陆Ⅱ类水体的水色提取。
附图说明
图1为本发明实施例的方法流程示意图;
图2为CIE-XYZ色度图与FUI水色指数21个色度坐标划分示意图;
图3为本发明实施例中基于GF-5高光谱与实测高光谱数据对RGB方法得到的Landsat 8OLI的色度角误差校正;
图4为本发明实施例中基于色度角α校正后算法提取的北京市水体FUI。
具体实施方式
以下将结合附图对本发明作进一步的描述,需要说明的是,本实施例以本技术方案为前提,给出了详细的实施方式和具体的操作过程,但本发明的保护范围并不限于本实施例。
本实施例提供一种基于高光谱数据校正的内陆水体FUI水色指数提取方法,使用基于R,G,B波段的色度角提取方法,利用CIE色度系统的RGB与XYZ之间的转换关系计算得到内陆水体遥感影像R,G,B波段对应的颜色三刺激值。此外,使用GF-5高光谱影像与实测高光谱数据代替IOCCG数据库来进行色度角α的校正,使之更适合内陆Ⅱ类水体的水色提取。具体包括如下步骤:
S1、通过CIE-XYZ色度系统中三原色RGB与三刺激值XYZ之间的转换关系,计算得到内陆水体遥感影像R,G,B波段对应的三刺激值X,Y,Z;
色度空间是指用一种客观的方式描述人眼对颜色的感觉,通常需要首先定义三种主要颜色,然后利用颜色叠加模型,即可叙述各种颜色。为了对颜色进行量化表示,国际照明委员会(CIE)发展了一套CIE-XYZ色度系统。CIE-XYZ色度系统以X,Y,Z代替了R,G,B,使色度系统中的三刺激值XYZ全部为正。CIE-XYZ色度系统中颜色的亮度只与Y成比例,而X,Z只与色度相关。三原色RGB与三刺激值XYZ之间的转换关系如下:
X=2.7689R(645)+1.7517G(555)+1.1302B(469);
Y=1.0000R(645)+4.5907G(555)+0.0601B(469);
Z=0.0000R(645)+0.0565G(555)+5.5943B(469);
CIE-XYZ色度系统中三刺激值计算如下:
本实施例在使用遥感影像计算时,将遥感影像的R,G,B波段作为色度系统的红蓝绿值,将其合成的真彩色图像作为实际颜色,利用RGB与XYZ的转换关系得到R,G,B波段对应的三刺激值。
波段线性插值方法用于中高光谱分辨率的MERIS,Sentinel OLCI图像尚可,但是对于可见光范围内只有R,G,B等少数几个波段的低光谱分辨率的Landsat8,GF-1/2等图像却会有很大的误差。基于这些不确定性,将遥感影像的R,G,B波段作为色度系统的红绿蓝值,将其合成的真彩色图像作为实际颜色。表1中的波段系数即为Landsat 8OLI实际影像计算时三波段所对应的系数,来源于CIE-XYZ系统的转换系数。
表1基于R,G,B波段计算CIE-XYZ系统三刺激值X,Y,Z的波段系数
S2、将三刺激值XYZ归一化为xyz,得到色度坐标;
CIE-XYZ色度系统中三刺激值对定义颜色很有用,但是不容易直观地目视不同颜色。因此,CIE在1931年规定了二维色度空间图,二维色度空间图上的颜色与亮度无关。二维色度空间图上的坐标x,y是从三刺激值X,Y,Z计算得来,公式如下:
因为x+y+z=1,所以用x,y两个值就可以确定一种颜色,因此可以用CIE-XYZ色度空间表示可见光范围内的任一颜色,每种颜色都能在二维色度空间中找到其对应的色度坐标。
因此,可以根据步骤S1计算得到的R,G,B波段对应的三刺激值X,Y,Z,进一步计算得到色度坐标(x,y)。
S3、根据色度坐标计算色度角α;
在二维色度空间图中,将等能白光点作为原点,计算等能白光点与步骤S2中计算得到的点(x,y)间的向量和X轴正方向之间的角度α,α即为色度角。
图2为CIE-XYZ色度图与FUI水色指数21个色度坐标划分示意图(色度坐标数据来自于M.R.Wernand et al.,2010)。图中点W色度坐标为(0.3333,0.3333),表示三种原色的等量混合,称为等能白光点。图2中,点P的坐标(xM,yM)表示步骤S2中计算得到的色度坐标,将等能白光点作为原点,然后计算等能白光点W(xw,yw)与点P(xM,yM)间的向量和X轴(y-yw=0处)正方向之间的角度αM,αM从X正轴方向逆时针转动逐渐增大。
αM=arctan(yM-yW,xM-xW)modulus2π
modulus表示取模运算。
S4、使用高光谱数据建立误差多项式拟合公式。
在计算三刺激值X,Y,Z和后续色度角α时,由于遥感影像自身波段离散的特点,与高光谱波谱的积分结果相比必然会给色度角α的计算带来误差。色度角误差为高光谱波谱积分的色度角αhyper与多光谱波谱积分得到的色度角αmulti之差:
Δ=αhyper-αmulti~f(αmu1ti)
~f(αmu1ti)表示色度角误差Δ与多光谱波谱积分得到的色度角αmu1ti的一种函数关系,即下文即将提到的误差多项式拟合公式。
为了消除因为波段离散带来的色度角误差Δ,本实施例基于内陆水体实测高光谱数据与内陆湖库GF-5高光谱影像建立误差多项式拟合公式,再在步骤S3中通过多光谱影像计算得到的α基础上加上误差多项式拟合公式模拟的误差Δ得到校正后的色度角,达到消除误差的效果。
S4.1、利用实测高光谱数据测量仪器获得内陆水体实测高光谱数据,使用获得的内陆水体实测高光谱数据模拟多光谱影像的R,G,B波段,并据此计算得到基于实测高光谱数据模拟的多光谱影像色度角。
本实施例所用的实测高光谱数据测量仪器是FieldSpec 3背挂式野外高光谱辐射仪(ASD,USA),光谱范围为350-2500nm,350-1000nm间光谱的采样间隔为1.4nm,1000-2500nm光谱采样间隔为2nm。数据采样时间在2019年9月初。另外获取传感器Landsat 8OLI在同一时间段获得的多光谱影像数据。
使用获得的内陆水体实测高光谱数据模拟多光谱影像波段R,G,B的反射率的公式如下:
式中,λm为所模拟的传感器通道波段,[λf,λt]为所要模拟的波段λm的光谱范围,f(λ)为所模拟的传感器的光谱响应函数,Lw(λ)为水面以上离水辐亮度,Ed(λ)为下行太阳光入射水面的总辐照度;
使用模拟得到的多光谱影像波段R,G,B的反射率,按照步骤S1-S3的方法计算得到基于实测高光谱数据模拟的多光谱影像色度角;
同时,按照步骤S1-S3的方法计算同一时间段的多光谱影像数据的色度角。
S4.2、利用GF-5影像数据模拟出多光谱影像波段R,G,B的反射率值,并根据模拟出的多光谱影像波段R,G,B的反射率值计算得到基于GF-5影像数据模拟的多光谱影像色度角。
GF-5卫星是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星,本实施例使用的GF-5影像数据是2019.5.22在官厅水库的一景影像。另外,获取传感器Landsat 8OLI在同一时间段获得的多光谱影像数据。
使用Envi 5.3软件对GF-5影像数据进行辐射定标、大气校正等预处理。GF-5具有330个光谱通道,经过预处理的GF-5影像通过以下方法利用多光谱影像的光谱响应函数分别模拟多光谱影像波段R,G,B的反射率值。
式中,Xλ表示GF-5影像数据的Rrs值,g函数代表所模拟的传感器的光谱响应函数,[λ1,λ2]为所要模拟的波段的光谱范围。
具体地,在本实施例中,使用python中的gdal库对GF-5影像波段进行操作,利用python的numpy、pandas等库进行积分等计算模拟多光谱影像波段R,G,B的反射率值,并采用步骤S1-S3的方法计算得到相应的色度角,即基于GF-5影像数据模拟的多光谱影像色度角。
对获得的同一时间段的多光谱影像数据,采用步骤S1-S3的方法计算相应的色度角。
S4.3、记基于实测高光谱数据模拟的多光谱影像色度角和基于GF-5影像数据模拟的多光谱影像色度角为αhyper,基于其对应时间的多光谱影像计算得到的色度角为αmulti;根据公式Δ=αhyper-αmulti计算到所有相对应的αmulti和αhype之间的色度角误差Δ;对Δ和αmulti制作散点图并添加趋势线,误差多项式拟合公式即为趋势线的多项式预测,如图3所示。
可以利用excel等工具计算色度角误差Δ。
图3所示为基于GF-5高光谱与实测高光谱数据对RGB方法得到的Landsat 8OLI的色度角误差校正,x轴为多光谱影像数据计算得到的αmulti,y轴为色度角误差。
表3所示为本实施例中得到的误差多项式拟合公式的系数。
表3
本实施例的步骤S4的建立误差多项式拟合公式的方法同样适用于其他类型的多光谱影像的校正,如GF-1/2,Sentinel-2MSI等。只需要在收集多光谱影像数据的步骤中获取相应类型的多光谱影像数据,即可对该类型的多光谱色度角提取做适合内陆水体的校正。
S5、将步骤S3计算得到的色度角α代入步骤S4得到的误差多项式拟合公式中得到对应的色度角误差Δ,在α基础上加上对应的色度角误差,即可得到校正后的色度角α’;
S6、将校正后的色度角α’对照FUI查找表,得到水体的FUI水色值。
表2FUI查找表
本实施例利用上述步骤S1-S6对北京市水体做FUI提取,结果如图4所示。
对于本领域的技术人员来说,可以根据以上的技术方案和构思,给出各种相应的改变和变形,而所有的这些改变和变形,都应该包括在本发明权利要求的保护范围之内。
Claims (1)
1.基于高光谱数据校正的内陆水体FUI水色指数提取方法,其特征在于,包括如下步骤:
S1、通过CIE-XYZ色度系统中三原色RGB与三刺激值XYZ之间的转换关系,计算得到内陆水体遥感影像的R,G,B波段对应的三刺激值X,Y,Z;步骤S1中,三原色RGB与三刺激值XYZ之间的转换关系如下:
X=2.7689R(645)+1.7517G(555)+1.1302B(469);
Y=1.0000R(645)+4.5907G(555)+0.0601B(469);
Z=0.0000R(645)+0.0565G(555)+5.5943B(469);
根据上式计算得到R,G,B波段对应的三刺激值X,Y,Z值;
S2、根据步骤S1计算得到的R,G,B波段对应的三刺激值X,Y,Z,按照下式计算得到其在二维色度空间上对应的色度坐标(x,y):
S3、根据色度坐标计算色度角α;
在二维色度空间中,将等能白光点作为原点,计算等能白光点与步骤S2中计算得到的点(x,y)间的向量和X轴正方向之间的角度α,即α为色度角;
S4、使用高光谱数据建立误差多项式拟合公式:
S4.1、利用实测高光谱数据测量仪器获得内陆水体实测高光谱数据,使用获得的内陆水体实测高光谱数据模拟多光谱影像的R,G,B波段的反射率,并按照步骤S1-S3的方法计算得到基于实测高光谱数据模拟的多光谱影像色度角;另外,按照步骤S1-S3的方法计算和内陆水体实测高光谱数据同一时间段的内陆水体多光谱影像数据的色度角;步骤S4.1中,使用获得的内陆水体实测高光谱数据模拟多光谱影像波段R,G,B的反射率的公式如下:
式中,λm为所模拟的传感器通道波段,[λf,λt]为所要模拟的波段λm的光谱范围,f(λ)为所模拟的传感器的光谱响应函数,Lw(λ)为水面以上离水辐亮度,Ed(λ)为下行太阳光入射水面的总辐照度;
S4.2、利用内陆水体GF-5影像数据模拟出多光谱影像波段R,G,B的反射率值,并根据模拟出的多光谱影像波段R,G,B的反射率值采用步骤S1-S3的方法计算得到基于GF-5影像数据模拟的多光谱影像色度角;另外,采用步骤S1-S3的方法计算和GF-5影像数据同一时间段的内陆水体多光谱影像数据的色度角;
GF-5影像通过以下公式利用多光谱影像的光谱响应函数分别模拟多光谱影像波段R,G,B的反射率值:
式中,Xλ表示GF-5影像数据的Rrs值,g函数代表所模拟的传感器的光谱响应函数,[λ1,λ2]为所要模拟的波段的光谱范围;
S4.3、记基于实测高光谱数据模拟的多光谱影像色度角和基于GF-5影像数据模拟的多光谱影像色度角为αhyper,基于其对应时间的多光谱影像计算得到的色度角为αmulti;根据公式Δ=αhyper-αmulti计算到所有相对应的αmulti和αhyper之间的色度角误差Δ;对Δ和αmulti制作散点图并添加趋势线,误差多项式拟合公式即为趋势线的多项式预测;
S5、将步骤S3计算得到的色度角α代入步骤S4得到的误差多项式拟合公式中得到对应的色度角误差,在α基础上加上对应的色度角误差,即可得到校正后的色度角α’;
S6、将校正后的色度角α’对照FUI查找表,得到内陆水体的FUI水色值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010499210.5A CN111595791B (zh) | 2020-06-04 | 2020-06-04 | 基于高光谱数据校正的内陆水体fui水色指数提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010499210.5A CN111595791B (zh) | 2020-06-04 | 2020-06-04 | 基于高光谱数据校正的内陆水体fui水色指数提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111595791A CN111595791A (zh) | 2020-08-28 |
CN111595791B true CN111595791B (zh) | 2023-06-30 |
Family
ID=72181074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010499210.5A Active CN111595791B (zh) | 2020-06-04 | 2020-06-04 | 基于高光谱数据校正的内陆水体fui水色指数提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111595791B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113092417A (zh) * | 2021-03-15 | 2021-07-09 | 中山大学 | 一种基于水体颜色的水体清洁程度确定方法及装置 |
CN113109281B (zh) * | 2021-04-13 | 2022-11-29 | 中国科学院成都生物研究所 | 一种基于高光谱遥感的水质参数定量反演模型及其构建方法 |
CN113255144B (zh) * | 2021-06-02 | 2021-09-07 | 中国地质大学(武汉) | 基于FUI分区和Ransac的浅海遥感水深反演方法 |
CN113609907B (zh) * | 2021-07-01 | 2024-03-12 | 奥比中光科技集团股份有限公司 | 一种多光谱数据的获取方法、装置及设备 |
CN113777056A (zh) * | 2021-08-13 | 2021-12-10 | 昆山格博尔智能科技有限责任公司 | 基于多光谱cmos图像芯片的油墨配色检测方法 |
CN114067222B (zh) * | 2022-01-17 | 2022-04-29 | 航天宏图信息技术股份有限公司 | 一种城市水体遥感分类方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558190A (zh) * | 2013-10-22 | 2014-02-05 | 李云梅 | 基于绿光波段的内陆浑浊水体多光谱数据大气校正方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103609102B (zh) * | 2011-06-15 | 2016-09-28 | 微软技术许可有限责任公司 | 高分辨率多光谱图像捕捉 |
CN103268618B (zh) * | 2013-05-10 | 2016-08-10 | 中国科学院光电研究院 | 一种多光谱遥感数据真彩色定标方法 |
CN105303539A (zh) * | 2015-05-29 | 2016-02-03 | 李云梅 | 一种基于辐射传输模拟的遥感影像融合方法 |
CN110490061B (zh) * | 2019-07-11 | 2021-10-22 | 武汉大学 | 一种遥感影像特征的不确定性建模与度量方法 |
-
2020
- 2020-06-04 CN CN202010499210.5A patent/CN111595791B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558190A (zh) * | 2013-10-22 | 2014-02-05 | 李云梅 | 基于绿光波段的内陆浑浊水体多光谱数据大气校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111595791A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111595791B (zh) | 基于高光谱数据校正的内陆水体fui水色指数提取方法 | |
CN102327156B (zh) | 牙齿色度映射 | |
CN111047539A (zh) | 一种基于光谱反射率重建的织物图像颜色校准算法 | |
CN110987821B (zh) | 一种高光谱快速大气校正参数化方法 | |
CN111553922B (zh) | 一种卫星遥感影像自动云检测方法 | |
CN112179854A (zh) | 基于p-fui水色指数的富营养化湖泊蓝藻水华遥感监测方法 | |
CN104902153B (zh) | 一种多光谱相机色彩校正方法 | |
CN113533256B (zh) | 一种光谱反射率的确定方法、装置及设备 | |
CN103558190A (zh) | 基于绿光波段的内陆浑浊水体多光谱数据大气校正方法 | |
CN104574371A (zh) | 高动态彩色数字相机特性化标定方法 | |
CN113066057B (zh) | 一种气溶胶光学厚度监测方法 | |
CN115908864A (zh) | 一种基于modis影像的海水色度角提取方法及水色状况遥感分类方法 | |
CN110889423A (zh) | 一种基于极限学习机的高分一号黄东海绿潮遥感探测方法 | |
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 | |
CN111191380B (zh) | 一种基于地基光谱仪测量数据的大气气溶胶光学厚度估算方法和装置 | |
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 | |
CN103268618B (zh) | 一种多光谱遥感数据真彩色定标方法 | |
CN114858283A (zh) | 一种考虑复合辐射的电弧等离子体温度测量方法 | |
CN114296061A (zh) | 基于多元变量检测和不同辐射传输模型的交叉定标方法 | |
JP5297821B2 (ja) | 測色方法及び測色装置 | |
CN115358695A (zh) | 基于高光谱遥感的农村面源黑臭水体监测技术 | |
Zhu et al. | Color calibration for colorized vision system with digital sensor and LED array illuminator | |
CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
CN114894737A (zh) | 一种基于红外图像的光谱反射率重建方法 | |
CN105676208B (zh) | 一种机载高光谱遥感数据光度校正方法 |
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 |