CN115187481A - 一种机载推扫式高光谱影像辐射扰动校正方法 - Google Patents

Abstract

本发明公开了一种机载推扫式高光谱影像辐射扰动校正方法，采集机载高光谱影像及其他辅助数据；高光谱影像辐射定标及几何校正；建立辐射衰减模型，将不同视场角的辐亮度校正到推扫单元中心；基于入射—观测几何关系构建半经验的BRDF模型，校正高光谱数据的BRDF效应；根据相邻航带同名像元的反射率应相等列误差方程，计算各条航带的校正系数并调整反射率。本发明消除了辐射衰减差异和BRDF效应对高光谱单条航带反射率的影响，根据相邻航带同名像元的反射率应相等对多条航带间的辐射差异进行调整；具有运行时间快、物理意义明确、精度高等特点，实现机载高光谱影像的无缝镶嵌；为机载高光谱影像辐射扰动校正、高光谱影像的大规模应用提供了有效的方法。

Description

一种机载推扫式高光谱影像辐射扰动校正方法

技术领域

本发明涉及一种影像辐射扰动校正方法，具体涉及一种机载推扫式高光谱影像辐射扰动校正方法。

背景技术

在过去的几十年里，高光谱遥感技术在土地利用分类、地表参数的定量估算、生物多样性探测等领域发挥着越来越重要的作用。然而，高光谱成像过程会受到一些因素的影响，这些因素会干扰测量信号，降低参数提取精度。因此，准确的影像预处理是定性和定量遥感的关键步骤。卫星遥感影像预处理通常包括辐射定标、大气校正、几何校正等步骤。与卫星遥感影像不同，机载高光谱数据通常由多条航带镶嵌而成。由于采集时间、观测角度等因素的差异，相邻航带边缘处存在辐射亮度梯度，破坏了镶嵌结果的空间完整性。

辐射路径差异是引起该现象的主要原因之一，前人研究只考虑了传感器高度和地面高程的影响，忽略了传感器姿态和视场角的变化也会引起辐射路径差异。双向反射分布函数(BRDF)效应也会造成相邻航带间的亮度梯度，半经验核驱动二向反射模型具有计算简便、物理意义明确的优点，在实际的遥感影像处理中得以广泛应用。许多研究在构建核函数时假设地形平坦，忽略了地形会导致太阳辐射在太阳—地表—传感器间的辐射传输过程发生改变；对于宽视场角的传感器而言，视场角和姿态角变化导致观测角度不同，进而使得像元反射率发生改变。因此有必要综合地形因子(坡度、坡向)、传感器角度、视场角和太阳角度共同构建BRDF校正模型。上述两个步骤主要是针对单条航带的辐射扰动校正，有必要对多条航带间的辐射差异做进一步校正，以生成辐射一致性良好的高光谱影像。

发明内容

针对上述现有技术存在的问题，本发明提供一种机载推扫式高光谱影像辐射扰动校正方法，可以消除成像时间、光照条件不同引起的多条航带间反射率差异，实现机载高光谱影像的无缝镶嵌。

为实现上述目的，本发明提供如下技术方案：一种机载推扫式高光谱影像辐射扰动校正方法，包括以下步骤：

S1：采集机载高光谱影像及其他辅助数据；

S2：高光谱影像辐射定标及几何校正；

S3：建立辐射衰减模型，将不同视场角的辐亮度校正到推扫单元中心；

S4：基于入射-观测几何关系构建半经验的BRDF模型，校正高光谱数据的BRDF效应；

S5：根据相邻航带同名像元的反射率应相等列误差方程，计算各条航带的校正系数并调整反射率。

进一步的，所述步骤S1中的具体方法为在晴朗、无云、无风的天气使用无人机搭载集成传感器系统采集高光谱影像和组合导航数据，同时需获取当地的DEM，用于高光谱数据的几何校正；集成传感器系统包括高光谱传感器、DPU和组合导航系统。

进一步的，所述步骤S2中的具体方法为结合高光谱传感器采集的暗像元和厂商提供的实验室定标参数文件对其进行辐射定标，最终获得辐亮度影像数据；根据组合导航系统记录的位置、姿态数据以及DEM高程信息，通过共线方程计算出像元所对应的地面真实坐标。

进一步的，所述步骤S3中的具体方法为，根据布格-朗伯透射定律，高光谱传感器中心点与距离其i个像元的辐亮度满足如下关系：

E_i(λ)＝E_⊥(λ)e^-K(λ)*ΔH (1)；

式(1)中，E_i(λ)为距离高光谱传感器中心i个像元的辐亮度，E_⊥(λ)为高光谱传感器中心的辐亮度，ΔH为距离中心点的第i个像元与中心点的辐射传输路径差，K(λ)为辐射衰减系数，λ为波长；

辐射传输路径差是侧滚角、俯仰角、视场角以及高光谱传感器和地面高差的函数，并可由式(2)计算得到：

式(2)中，H为高光谱传感器和地面的高差，θ_p为俯仰角，θ_r为侧滚角，θ_i为视场角；

选取一万行惯导数据计算不同视场角对应的辐射传输路径差，计算其平均值后拟合得到视场角与辐射传输路径差的关系为一元二次回归曲线，可以表示为

其中a₀、a₁、a₂为辐射传输路径差ΔH和视场角θ_i之间的回归系数；因此，式(1)中的-K(λ)*ΔH也可以表示为视场角的函数式，即式(3)：

式(3)中，b₀、b₁、b₂为-K(λ)*ΔH和视场角θ_i之间的回归系数；

根据辐射均匀性假设，使用不同视场角的平均辐亮度建立最小二乘模型解算b₀、b₁、b₂，将辐亮度校正到推扫单元中心。

进一步的，所述步骤S4中的具体方法为，对高光谱影像进行大气校正得到反射率数据后，综合太阳角度、高光谱传感器姿态角、视场角和地形因子构建修正的入射-观测几何关系，划分不同地物类型的多角度观测数据集，使用半经验核驱动二向反射模型，即式(4)

模拟不同地物的二向反射效应，核的组合为体散射核Li-Transit-Reciprocal和几何光学核Ross-Thick-Maignan；

式(4)中，f_iso是朗伯反射系数，k_vol、f_vol分别为体散射核及对应的体散射系数，k_geo、f_geo分别为几何光学核及对应的几何光学系数；θ′_v是观测天顶角，θ′_s是太阳入射角，

是太阳与高光谱传感器之间的相对方位角，λ是波长，c是土地利用类型；

使用分层抽样的方法确定参与建模的像元数并使用最小二乘方法拟合BRDF系数；然后计算拟合反射率与实际反射率间的RMSE，选取RMSE最小的系数组合作为BRDF系数；最后采用乘法归一化因子，将多个角度的方向反射率归一化到指定的入射-观测方向。

进一步的，所述步骤S5中的具体方法为，使用式(18)对反射率进行一致性调整，

ρ′_i＝a*ρ_i+b (18)；

式(18)中，ρ_i和ρ′_i分别是校正前后的反射率，a、b为校正系数；反射率差异最小即反射率的标准差、均值的差异均最小；同时应保证校正前后影像的标准差、均值的差异最小；以上述规则作为约束条件列误差方程，使用最小二乘方法计算得到校正系数并对影像反射率进行调整。

与现有技术相比，本发明消除了辐射衰减差异和BRDF效应对高光谱单条航带反射率的影响，然后根据相邻航带同名像元的反射率应相等对多条航带间的辐射差异进行调整；具有运行时间快、物理意义明确、精度高等特点，实现了机载高光谱影像的无缝镶嵌；本发明为机载高光谱影像辐射扰动校正提供了一种有效的方法，为高光谱影像的大规模应用提供了技术支持。

附图说明

图1为本发明的方法流程图；

图2为本发明辐射路径差异曲线图；

图3为本发明体散射核函数和几何光学核函数图像；

图4为本发明高光谱镶嵌影像的轮廓与接缝线、校正前后的真彩色合成图；

图5为本发明相邻航带同名像元的乔、灌、草、裸土反射率的均方根误差图；

图6为本发明相邻航带反射率过度图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种技术方案：如图1所示，包括S1：采集机载高光谱影像及其他辅助数据；S2：高光谱影像辐射定标及几何校正；S3：建立辐射衰减模型，将不同视场角的辐亮度校正到推扫单元中心；S4：基于入射-观测几何关系构建半经验的BRDF(双向反射分布函数)模型，校正高光谱数据的BRDF效应；S5：根据相邻航带同名像元的反射率应相等列误差方程，计算各条航带的校正系数并调整反射率。

实施例：

选取陕西省榆林市神木市为研究区，于2020年7月19日10：00～12：30，使用无人机大疆如风4搭载集成传感器系统采集机载高光谱影像；集成传感器系统由成像光谱仪SPECIM FX10、DPU(控制系统)和组合导航系统三部分组成，通过DPU可以设置飞行航线、采集频率、曝光时间等；组合导航系统可以记录成像光谱仪的位置和姿态信息；SPECIM FX10可以获取较高信噪比的高光谱成像数据，其光谱范围为397～1003nm，视场角为38°，高光谱传感器在2×1合并模式下使用，平台飞行高度设置为距地面404m，光谱分辨率和空间分辨率分别是5.5nm和0.55m。由于采集高光谱影像的时间范围较长，太阳辐射、天顶角、方位角变化较大，高光谱航带之间存在明显的亮度梯度。除获取高光谱影像外，还使用大疆精灵4RTK版无人机采集数字照片，通过Pix4Dmapper生成DSM(数字表面模型)，然后使用滤波算法得到DEM(数字高程模型)。

结合SPECIM FX10采集的暗像元(每条航带的高光谱影像数据采集结束时将自动记录暗电流数据)和厂商提供的实验室定标参数文件，使用CaliGeoPro软件进行辐射定标，获得辐亮度影像数据。然后根据组合导航系统记录的位置、姿态数据以及DEM高程信息，通过共线方程计算出像元所对应的地面真实坐标。

推扫式高光谱传感器由推扫单元中心点向两侧扫描角度逐渐增大，辐射传输路径也由中心点向两侧逐渐增大。由于大气的衰减作用，高光谱传感器接受到的能量由中心点向两侧递减，由此造成影像边缘与中心点的辐亮度产生差异。根据布格-朗伯(Bougner-Lambert)透射定律，高光谱传感器中心点与距离其i个像元的辐亮度满足如下关系：

E_i(λ)＝E_⊥(λ)e^-K(λ)*ΔH (1)；

式(1)中，E_i(λ)为距离高光谱传感器中心i个像元的辐亮度，E_⊥(λ)为高光谱传感器中心的辐亮度，ΔH为距离中心点的第i个像元与中心点的辐射传输路径差，K(λ)为辐射衰减系数，λ为波长。

通过分析可知，辐射传输路径差是侧滚角、俯仰角、视场角以及高光谱传感器和地面高差的函数，并可由式(2)计算得到：

式(2)中，H为高光谱传感器和地面的高差，θ_p为俯仰角，θ_r为侧滚角，θ_i为视场角。

由于每一扫描行的俯仰角和侧滚角已知，因此可以拟合视场角与辐射传输路径差之间的关系式。选取一万行惯导数据计算不同视场角对应的辐射传输路径差，计算其平均值后拟合得到视场角与辐射传输路径差的关系为一元二次回归曲线，曲线图如图2所示；可以表示为

其中a₀、a₁、a₂为辐射传输路径差ΔH和视场角θ_i之间的回归系数；因此，式(1)中的-K(λ)*ΔH也可以表示为视场角的函数式，即式(3)：

式(3)中，b₀、b₁、b₂为-K(λ)*ΔH和视场角(θ_i)之间的回归系数。

根据辐射均匀性假设，使用不同视场角的平均辐亮度建立最小二乘模型解算b₀、b₁、b₂，将辐亮度校正到推扫单元中心。

对高光谱影像进行大气校正得到反射率数据后，综合太阳角度、高光谱传感器姿态角、视场角和地形因子构建修正的入射-观测几何关系，划分不同地物类型的多角度观测数据集，采用半经验核驱动BRDF校正方法，将地物的二向性反射分解为各向同性反射、体散射和几何反射三部分的加权和，函数为：

式(4)中，f_iso是朗伯反射系数，k_vol、f_vol分别为体散射核及对应的体散射系数，k_geo、f_geo分别为几何光学核及对应的几何光学系数；θ′_v是观测天顶角，θ′_s是太阳入射角，

是太阳与高光谱传感器之间的相对方位角，λ是波长，c是土地利用类型。

使用Li-Transit-Reciprocal核作为体散射核，Ross-Thick-Maignan核作为几何光学核，单条航带的核函数如图3a和图3b所示。本发明引入高光谱传感器姿态角、视场角、太阳角度和地形共同构建核函数。

cos(θ′_v)＝cos(θ_r+θ_i)cos(θ_p) (8)；

B＝sec(θ′_s)+sec(θ′_v)-O (12)；

式中，θ_s是太阳天顶角，α是坡度，θ′_s是太阳入射角，θ′_v是观测天顶角，

是高光谱传感器方位角，θ_h为航向角，θ_r是侧滚角，θ_p是俯仰角，θ_i是瞬时视场角，

为坡向与太阳方位角之间的相对夹角，

为太阳方位角与高光谱传感器观测方位角之间的相对夹角。取常数ξ₀＝1.5°表示大多数目标的热点半宽。Li-Transit-Reciprocal核需要为植物冠层几何形状设置参数，根据野外实测结果，乔木和灌木的h/b＝2，草的h/b＝1.5。

机载高光谱影像通常包含大量像素，为了确定有效的BRDF系数，对高光谱影像进行分类后，将所有地物分为乔、灌、草、裸土4种类型，使用分层抽样的方法确定参与建模的像元数并使用最小二乘方法拟合BRDF系数，然后计算拟合反射率与实际反射率间的RMSE(均方根误差)，选取RMSE最小的系数组合作为BRDF系数；最后使用乘法归一化因子即式(16)，将多个角度的方向反射率归一化到指定的入射-观测方向。

式中，

是模拟的机下点反射率，θ_{s_fixed}和

表示固定的太阳位置，ρ_BOA为大气校正后的光谱反射率。

根据相邻航带的同名像元反射率应相等，使用公式(18)对反射率进行一致性调整，

ρ′_i＝a*ρ_i+b (18)；

式(18)中，ρ_i和ρ′_i分别是校正前后的反射率，a、b为校正系数。

相邻航带间同名像元反射率差异最小，即影像间重叠区域的均值、标准差的差异均最小；同时应保证校正前后影像的标准差、均值的差异最小；以上述规则作为约束条件列误差方程，使用最小二乘方法计算得到校正系数并对影像反射率进行调整。

式(19)中，a、b为校正系数，M、V为校正前影像的均值和标准差，ε为误差项。

对校正前后的高光谱影像进行镶嵌如图4a至图4c所示，校正前的高光谱影像在相邻航带的接边位置存在明显的亮度梯度，破坏了镶嵌结果的完整性。校正后的影像中几乎不存在辐射差异，实现了多条航带的无缝镶嵌。相邻航带同名像元的乔、灌、草、裸土反射率的均方根误差分别如图5a至图5d所示。可以看到校正前的均方根误差较大，说明相邻航带间存在明显的辐射差异；校正后的均方根误差显著减小，这意味着相邻航带在重叠区域表现出更相似的反射率值。最右侧两条航带间的反射率过度情况如图6所示。校正前影像的反射率在横坐标为0处出现陡增的现象，说明镶嵌结果在接边线两侧存在辐射亮度梯度，影像被分割成两块。校正后影像在横坐标为0处的梯度减小，完整性更好。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

以上所述，仅为本发明的较佳实施例，并不用以限制本发明，凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进，均应包含在本发明技术方案的保护范围之内。

Claims (6)

1.一种机载推扫式高光谱影像辐射扰动校正方法，其特征在于，包括以下步骤：

S1：采集机载高光谱影像及其他辅助数据；

S2：高光谱影像辐射定标及几何校正；

S3：建立辐射衰减模型，将不同视场角的辐亮度校正到推扫单元中心；

S4：基于入射-观测几何关系构建半经验的BRDF模型，校正高光谱数据的BRDF效应；

S5：根据相邻航带同名像元的反射率应相等列误差方程，计算各条航带的校正系数并调整反射率。

2.根据权利要求1所述的一种机载推扫式高光谱影像辐射扰动校正方法，其特征在于：所述步骤S1中的具体方法为在晴朗、无云、无风的天气使用无人机搭载集成传感器系统采集高光谱影像和组合导航数据，同时需获取当地的DEM，用于高光谱数据的几何校正；集成传感器系统包括高光谱传感器、DPU和组合导航系统。

3.根据权利要求1所述的一种机载推扫式高光谱影像辐射扰动校正方法，其特征在于：所述步骤S2中的具体方法为结合高光谱传感器采集的暗像元和厂商提供的实验室定标参数文件对其进行辐射定标，最终获得辐亮度影像数据；根据组合导航系统记录的位置、姿态数据以及DEM高程信息，通过共线方程计算出像元所对应的地面真实坐标。

4.根据权利要求1所述的一种机载推扫式高光谱影像辐射扰动校正方法，其特征在于：所述步骤S3中的具体方法为，

根据布格-朗伯透射定律，高光谱传感器中心点与距离其i个像元的辐亮度满足如下关系：

E_i(λ)＝E_⊥(λ)e^-K(λ)*ΔH (1)；

式(1)中，E_i(λ)为距离高光谱传感器中心i个像元的辐亮度，E_⊥(λ)为高光谱传感器中心的辐亮度，ΔH为距离中心点的第i个像元与中心点的辐射传输路径差，K(λ)为辐射衰减系数，λ为波长；

辐射传输路径差是侧滚角、俯仰角、视场角以及高光谱传感器和地面高差的函数，并可由式(2)计算得到：

式(2)中，H为高光谱传感器和地面的高差，θ_p为俯仰角，θ_r为侧滚角，θ_i为视场角；

选取一万行惯导数据计算不同视场角对应的辐射传输路径差，计算其平均值后拟合得到视场角与辐射传输路径差的关系为一元二次回归曲线，可以表示为

其中a₀、a₁、a₂为辐射传输路径差ΔH和视场角θ_i之间的回归系数；因此，式(1)中的-K(λ)*ΔH也可以表示为视场角的函数式，即式(3)：

式(3)中，b₀、b₁、b₂为-K(λ)*ΔH和视场角θ_i之间的回归系数；

根据辐射均匀性假设，使用不同视场角的平均辐亮度建立最小二乘模型解算b₀、b₁、b₂，将辐亮度校正到推扫单元中心。

5.根据权利要求1所述的一种机载推扫式高光谱影像辐射扰动校正方法，其特征在于：所述步骤S4中的具体方法为，

对高光谱影像进行大气校正得到反射率数据后，综合太阳角度、高光谱传感器姿态角、视场角和地形因子构建修正的入射-观测几何关系，划分不同地物类型的多角度观测数据集，使用半经验核驱动二向反射模型，即式(4)

模拟不同地物的二向反射效应，核的组合为体散射核Li-Transit-Reciprocal和几何光学核Ross-Thick-Maignan；

式(4)中，f_iso是朗伯反射系数，k_vol、f_vol分别为体散射核及对应的体散射系数，k_geo、f_geo分别为几何光学核及对应的几何光学系数；θ′_v是观测天顶角，θ′_s是太阳入射角，

是太阳与高光谱传感器之间的相对方位角，λ是波长，c是土地利用类型；

使用分层抽样的方法确定参与建模的像元数并使用最小二乘方法拟合BRDF系数；然后计算拟合反射率与实际反射率间的RMSE，选取RMSE最小的系数组合作为BRDF系数；最后采用乘法归一化因子，将多个角度的方向反射率归一化到指定的入射-观测方向。

6.根据权利要求1所述的一种机载推扫式高光谱影像辐射扰动校正方法，其特征在于：所述步骤S5中的具体方法为，

使用式(18)对反射率进行一致性调整，

ρ′_i＝a*ρ_i+b (18)；

式(18)中，ρ_i和ρ′_i分别是校正前后的反射率，a、b为校正系数；反射率差异最小即反射率的标准差、均值的差异均最小；同时应保证校正前后影像的标准差、均值的差异最小；以上述规则作为约束条件列误差方程，使用最小二乘方法计算得到校正系数并对影像反射率进行调整。

Images