JP2015032205A - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法 Download PDFInfo
- Publication number
- JP2015032205A JP2015032205A JP2013162473A JP2013162473A JP2015032205A JP 2015032205 A JP2015032205 A JP 2015032205A JP 2013162473 A JP2013162473 A JP 2013162473A JP 2013162473 A JP2013162473 A JP 2013162473A JP 2015032205 A JP2015032205 A JP 2015032205A
- Authority
- JP
- Japan
- Prior art keywords
- radiance
- ground surface
- spectral reflectance
- unit
- scattered light
- 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
Images
Landscapes
- Image Input (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】スペクトルセンサの観測領域内に広範囲に一様かつ平坦な被写体が分布している場合でも、スペクトルセンサにより計測された放射輝度を補正して、大気の影響を除くことができるようにする。【解決手段】放射輝度パターン設定部4により設定された1以上の放射輝度パターンの中で、ヒストグラム解析部2により抽出された低反射物体の放射輝度パターンと最も合致している放射輝度パターンを特定し、地表面分光反射率記憶部3から最も合致している放射輝度パターンを有する既知の低反射物体に対応する地表面の分光反射率ρiを取得する分光反射率取得部5を設けている。【選択図】図1
Description
この発明は、例えば、スペクトルセンサにより計測された放射輝度のスペクトルを解析して、その放射輝度のスペクトル解析結果を画像化する画像処理装置及び画像処理方法に関するものである。
例えば、衛星や航空機に搭載されるマルチスペクトルセンサやハイパースペクトルセンサ(以下、「スペクトルセンサ」と称する)が地球の地表面を観測し、これらのスペクトルセンサの観測結果である地表面の放射輝度を示す画像を取得すれば、地表面の分光特性を解析することができる。
また、地表面の分光特性を解析することで、土地利用分類、植生分類や地質分類などを行うことができる。
また、地表面の分光特性を解析することで、土地利用分類、植生分類や地質分類などを行うことができる。
しかし、衛星や航空機に搭載されているスペクトルセンサの出力信号(画像信号)は、大気の影響が無ければ、地表面に存在している被写体から放射される信号と一致するが、実際には大気の影響を受けているため、地表面に存在している被写体から放射される信号と相違している。したがって、スペクトルセンサの出力信号が示す分光特性は、地表面で測定される分光特性と異なるものとなる。
そのため、スペクトルセンサの出力信号を用いて、地表面の分光特性を解析する場合には、大気の影響を補正する必要がある。
そのため、スペクトルセンサの出力信号を用いて、地表面の分光特性を解析する場合には、大気の影響を補正する必要がある。
この補正量は、スペクトルセンサの波長帯や撮像条件(例えば、日照条件、エアロゾルのような撮像日・撮像場所に関する要因、ポインティングのような撮像設定に関する要因など)によって異なるため、撮像条件を変更する度に補正量を算出する必要がある。
例えば、以下の特許文献1には、ユーザの目視によって被写体の陰影部を抽出し、陰影部の画像出力値から大気補正量を推定する画像処理装置が開示されている。
また、以下の特許文献2には、地形データから海面の領域を特定し、海面の領域の画像出力値から大気補正量を推定する画像処理装置が開示されている。
例えば、以下の特許文献1には、ユーザの目視によって被写体の陰影部を抽出し、陰影部の画像出力値から大気補正量を推定する画像処理装置が開示されている。
また、以下の特許文献2には、地形データから海面の領域を特定し、海面の領域の画像出力値から大気補正量を推定する画像処理装置が開示されている。
従来の画像処理装置は以上のように構成されているので、スペクトルセンサの観測領域の中に、被写体の陰影部又は海面の領域が存在していれば、大気補正量を推定することができる。しかし、スペクトルセンサの観測領域内に、例えば、砂漠や、南極・北極などの雪原のように、広範囲に一様かつ平坦な被写体が分布している場合、被写体の陰影部や、海面の領域が存在していないことがある。このような領域を観測する場合、大気の補正量を推定することができず、スペクトルセンサにより計測された放射輝度を補正することができない課題があった。
この発明は上記のような課題を解決するためになされたもので、スペクトルセンサの観測領域内に広範囲に一様かつ平坦な被写体が分布している場合でも、スペクトルセンサにより計測された放射輝度を補正して、大気の影響を除くことができる画像処理装置及び画像処理方法を得ることを目的とする。
この発明に係る画像処理装置は、スペクトルセンサにより計測された放射輝度を示す画像から、地表面に存在している物体の中で最も反射率が低い物体である低反射物体の放射輝度を抽出する放射輝度抽出手段と、放射輝度抽出手段により抽出された低反射物体の放射輝度から、地表面の分光反射率を特定する分光反射率特定手段と、分光反射率特定手段により特定された分光反射率を用いて、地表面の放射輝度を算出する地表面放射輝度算出手段とを設け、放射輝度補正手段が、放射輝度抽出手段により抽出された低反射物体の放射輝度及び地表面放射輝度算出手段により算出された地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出し、散乱光の放射輝度を用いて、スペクトルセンサにより計測された放射輝度を補正するようにしたものである。
この発明によれば、低反射物体の放射輝度から、地表面の分光反射率を特定する分光反射率特定手段と、その分光反射率を用いて、地表面の放射輝度を算出する地表面放射輝度算出手段とを設け、放射輝度補正手段が、低反射物体の放射輝度及び地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出し、散乱光の放射輝度を用いて、スペクトルセンサにより計測された放射輝度を補正するように構成したので、スペクトルセンサの観測領域内に広範囲に一様かつ平坦な被写体が分布している場合でも、スペクトルセンサにより計測された放射輝度を補正して、大気の影響を除くことができる効果がある。
実施の形態1.
図1はこの発明の実施の形態1による画像処理装置を示す構成図である。
図1において、画像入力部1は例えば、衛星や航空機に搭載されているスペクトルセンサ(例えば、マルチスペクトルセンサ、ハイパースペクトルセンサなど)に対するインタフェース機器を実装しており、そのスペクトルセンサにより計測された放射輝度を示す画像を入力する処理を実施する。
ヒストグラム解析部2は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、画像入力部1により入力された画像(スペクトルセンサが有する各バンド(波長帯)の画像)をヒストグラム解析することで、各バンドの放射輝度を算出するとともに、各バンドの放射輝度から、地表面に存在している物体の中で最も反射率が低い物体である低反射物体の放射輝度(各バンドの放射輝度を示す放射輝度パターン)を抽出する処理を実施する。
なお、画像入力部1及びヒストグラム解析部2から放射輝度抽出手段が構成されている。
図1はこの発明の実施の形態1による画像処理装置を示す構成図である。
図1において、画像入力部1は例えば、衛星や航空機に搭載されているスペクトルセンサ(例えば、マルチスペクトルセンサ、ハイパースペクトルセンサなど)に対するインタフェース機器を実装しており、そのスペクトルセンサにより計測された放射輝度を示す画像を入力する処理を実施する。
ヒストグラム解析部2は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、画像入力部1により入力された画像(スペクトルセンサが有する各バンド(波長帯)の画像)をヒストグラム解析することで、各バンドの放射輝度を算出するとともに、各バンドの放射輝度から、地表面に存在している物体の中で最も反射率が低い物体である低反射物体の放射輝度(各バンドの放射輝度を示す放射輝度パターン)を抽出する処理を実施する。
なお、画像入力部1及びヒストグラム解析部2から放射輝度抽出手段が構成されている。
地表面分光反射率記憶部3は例えばRAMやハードディスクなどの記憶装置から構成されており、少なくとも1以上の既知の低反射物体に対応する地表面の分光反射率を記憶している。
放射輝度パターン設定部4はデータの入力インタフェースを備えており、少なくとも1以上の既知の低反射物体における各波長帯の放射輝度を示す放射輝度パターンを入力し、それらの放射輝度パターンを地表判定条件として分光反射率取得部5に設定する処理を実施する。
放射輝度パターン設定部4はデータの入力インタフェースを備えており、少なくとも1以上の既知の低反射物体における各波長帯の放射輝度を示す放射輝度パターンを入力し、それらの放射輝度パターンを地表判定条件として分光反射率取得部5に設定する処理を実施する。
分光反射率取得部5は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、放射輝度パターン設定部4により設定された1以上の放射輝度パターンの中で、ヒストグラム解析部2により抽出された低反射物体の放射輝度パターンと最も合致している放射輝度パターンを特定し、地表面分光反射率記憶部3から最も合致している放射輝度パターンを有する既知の低反射物体に対応する地表面の分光反射率を取得する処理を実施する。
なお、地表面分光反射率記憶部3、放射輝度パターン設定部4及び分光反射率取得部5から分光反射率特定手段が構成されている。
なお、地表面分光反射率記憶部3、放射輝度パターン設定部4及び分光反射率取得部5から分光反射率特定手段が構成されている。
地表面放射輝度算出部6は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、分光反射率取得部5により取得された分光反射率を用いて、地表面の放射輝度を算出する処理を実施する。なお、地表面放射輝度算出部6は地表面放射輝度算出手段を構成している。
センサパラメータ記憶部7は例えばRAMやハードディスクなどの記憶装置から構成されており、予め設定されている大気透過率を記憶しているほか、各種のセンサパラメータを記憶している。
大気伝搬補正部8は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、ヒストグラム解析部2により抽出された低反射物体の放射輝度及び地表面放射輝度算出部6により算出された地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出し、その散乱光の放射輝度を用いて、スペクトルセンサにより計測された放射輝度を補正する処理を実施する。なお、大気伝搬補正部8は放射輝度補正手段を構成している。
センサパラメータ記憶部7は例えばRAMやハードディスクなどの記憶装置から構成されており、予め設定されている大気透過率を記憶しているほか、各種のセンサパラメータを記憶している。
大気伝搬補正部8は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、ヒストグラム解析部2により抽出された低反射物体の放射輝度及び地表面放射輝度算出部6により算出された地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出し、その散乱光の放射輝度を用いて、スペクトルセンサにより計測された放射輝度を補正する処理を実施する。なお、大気伝搬補正部8は放射輝度補正手段を構成している。
大気散乱光放射輝度算出部9はヒストグラム解析部2により抽出された低反射物体の放射輝度及び地表面放射輝度算出部6により算出された地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出する処理を実施する。
大気散乱光放射輝度補正部10はスペクトルセンサにより計測された放射輝度から大気散乱光放射輝度算出部9により算出された散乱光の放射輝度を減算することで、スペクトルセンサにより計測された放射輝度を補正する処理を実施する。
大気透過率補正部11は大気散乱光放射輝度補正部10による補正後の放射輝度をセンサパラメータ記憶部7により記憶されている大気透過率で除算することで、スペクトルセンサにより計測された放射輝度を補正する処理を実施する。
大気散乱光放射輝度補正部10はスペクトルセンサにより計測された放射輝度から大気散乱光放射輝度算出部9により算出された散乱光の放射輝度を減算することで、スペクトルセンサにより計測された放射輝度を補正する処理を実施する。
大気透過率補正部11は大気散乱光放射輝度補正部10による補正後の放射輝度をセンサパラメータ記憶部7により記憶されている大気透過率で除算することで、スペクトルセンサにより計測された放射輝度を補正する処理を実施する。
スペクトル解析部12は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、大気伝搬補正部8により補正された放射輝度のスペクトルを解析する処理を実施する。
画像出力部13は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、スペクトル解析部12による放射輝度のスペクトル解析結果を画像化して、その画像を出力する処理を実施する。
なお、スペクトル解析部12及び画像出力部13から画像化手段が構成されている。
画像出力部13は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、スペクトル解析部12による放射輝度のスペクトル解析結果を画像化して、その画像を出力する処理を実施する。
なお、スペクトル解析部12及び画像出力部13から画像化手段が構成されている。
図1の例では、画像処理装置の構成要素である画像入力部1、ヒストグラム解析部2、 地表面分光反射率記憶部3、放射輝度パターン設定部4、分光反射率取得部5、地表面放射輝度算出部6、センサパラメータ記憶部7、大気伝搬補正部8、スペクトル解析部12及び画像出力部13のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像処理装置がコンピュータで構成されていてもよい。
画像処理装置がコンピュータで構成されている場合には、地表面分光反射率記憶部3及びセンサパラメータ記憶部7をコンピュータの内部メモリ又は外部メモリ上に構築するとともに、画像入力部1、ヒストグラム解析部2、放射輝度パターン設定部4、分光反射率取得部5、地表面放射輝度算出部6、大気伝搬補正部8、スペクトル解析部12及び画像出力部13の処理内容を記述しているプログラムをコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図2はこの発明の実施の形態1による画像処理装置の処理内容を示すフローチャートである。
画像処理装置がコンピュータで構成されている場合には、地表面分光反射率記憶部3及びセンサパラメータ記憶部7をコンピュータの内部メモリ又は外部メモリ上に構築するとともに、画像入力部1、ヒストグラム解析部2、放射輝度パターン設定部4、分光反射率取得部5、地表面放射輝度算出部6、大気伝搬補正部8、スペクトル解析部12及び画像出力部13の処理内容を記述しているプログラムをコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図2はこの発明の実施の形態1による画像処理装置の処理内容を示すフローチャートである。
次に動作について説明する。
図3は地表面の放射輝度が大気によって減衰され、減衰された地表面の放射輝度と散乱光(太陽光が大気によって散乱された光)の放射輝度とがスペクトルセンサに入射される様子を示す大気伝搬モデルの概念図である。
この実施の形態1では、以下、ペクトルセンサの総バンド数がnであるものとして説明する。
スペクトルセンサに入射される任意のバンドi(i=1,2,・・・,n)の放射輝度Lsensor,iは、地表面から放射された後、大気によって減衰された放射輝度(以下、「被写体放射輝度」と称する)Liと、太陽光が大気中の粒子によって散乱された光の放射輝度(以下、「大気散乱光放射輝度」と称する)Lscatt,iとの和になる。
図3は地表面の放射輝度が大気によって減衰され、減衰された地表面の放射輝度と散乱光(太陽光が大気によって散乱された光)の放射輝度とがスペクトルセンサに入射される様子を示す大気伝搬モデルの概念図である。
この実施の形態1では、以下、ペクトルセンサの総バンド数がnであるものとして説明する。
スペクトルセンサに入射される任意のバンドi(i=1,2,・・・,n)の放射輝度Lsensor,iは、地表面から放射された後、大気によって減衰された放射輝度(以下、「被写体放射輝度」と称する)Liと、太陽光が大気中の粒子によって散乱された光の放射輝度(以下、「大気散乱光放射輝度」と称する)Lscatt,iとの和になる。
ここで、スペクトルセンサにより計測された放射輝度を示す画像における画素位置をx,y(xはライン方向の画素位置、yはカラム方向の画素位置)で表すと、画素位置(x,y)におけるバンドiの放射輝度Lsensor,i(x,y)は、下記の式(1)のように表される。
式(1)において、τiはバンドiの大気透過率である。
式(1)において、τiはバンドiの大気透過率である。
したがって、画素位置(x,y)におけるバンドiの被写体放射輝度Li(x,y)は、下記の式(2)より求めることができる。
なお、スペクトルセンサに入射される放射輝度と、そのスペクトルセンサの出力値との間には、既知の比例関係があるため、スペクトルセンサに入射されるバンドiの放射輝度Lsensor,i(x,y)は、そのスペクトルセンサの出力値から算出することが可能である。
なお、スペクトルセンサに入射される放射輝度と、そのスペクトルセンサの出力値との間には、既知の比例関係があるため、スペクトルセンサに入射されるバンドiの放射輝度Lsensor,i(x,y)は、そのスペクトルセンサの出力値から算出することが可能である。
以下、図1の画像処理装置の処理内容を具体的に説明する。
まず、画像入力部1は、スペクトルセンサにより計測された放射輝度を示す画像(スペクトルセンサが有するバンド1〜nの画像)を入力する(図2のステップST1)。
ヒストグラム解析部2は、画像入力部1がバンド1〜nの画像を入力すると、図4及び図5に示すように、その画像をヒストグラム解析することで、その画像における各バンドの放射輝度Lsensor,i(x,y)を算出する(ステップST2)。
ヒストグラム解析部2は、バンド1〜nの放射輝度を算出すると、各バンドの放射輝度から、地表面に存在している物体の中で最も反射率が低い物体である低反射物体の放射輝度を抽出する(ステップST3)。
例えば、バンドiの画像を構成している画素の中で、輝度値が最小の画素の画素位置が(x0,y0)である場合、低反射物体の放射輝度として、Lsensor,i(x0,y0)が抽出される。
まず、画像入力部1は、スペクトルセンサにより計測された放射輝度を示す画像(スペクトルセンサが有するバンド1〜nの画像)を入力する(図2のステップST1)。
ヒストグラム解析部2は、画像入力部1がバンド1〜nの画像を入力すると、図4及び図5に示すように、その画像をヒストグラム解析することで、その画像における各バンドの放射輝度Lsensor,i(x,y)を算出する(ステップST2)。
ヒストグラム解析部2は、バンド1〜nの放射輝度を算出すると、各バンドの放射輝度から、地表面に存在している物体の中で最も反射率が低い物体である低反射物体の放射輝度を抽出する(ステップST3)。
例えば、バンドiの画像を構成している画素の中で、輝度値が最小の画素の画素位置が(x0,y0)である場合、低反射物体の放射輝度として、Lsensor,i(x0,y0)が抽出される。
ここで、図4は地表面の反射成分がほぼ0(地表面の放射輝度がほぼ0)である場合の大気散乱量モデルを示すイメージ図である。
図4の例では、地表面の反射成分がほぼ0であるため、スペクトルセンサに入射される放射輝度Lsensor,i(x,y)は、概ね大気散乱光放射輝度Lscatt,iと一致する。
また、図5は地表面の反射成分が存在している場合の大気散乱量モデルを示すイメージ図である。
図5の例では、地表面の反射成分が存在しているため、スペクトルセンサに入射される放射輝度Lsensor,i(x,y)は、地表面の反射成分(大気によって減衰された被写体放射輝度Li)と、大気散乱光放射輝度Lscatt,iとを含んでいる。
図4の例では、地表面の反射成分がほぼ0であるため、スペクトルセンサに入射される放射輝度Lsensor,i(x,y)は、概ね大気散乱光放射輝度Lscatt,iと一致する。
また、図5は地表面の反射成分が存在している場合の大気散乱量モデルを示すイメージ図である。
図5の例では、地表面の反射成分が存在しているため、スペクトルセンサに入射される放射輝度Lsensor,i(x,y)は、地表面の反射成分(大気によって減衰された被写体放射輝度Li)と、大気散乱光放射輝度Lscatt,iとを含んでいる。
地表面分光反射率記憶部3には、少なくとも1以上の既知の低反射物体に対応するバンド1〜nの地表面の分光反射率ρiが記憶されている。
既知の低反射物体としては、砂漠や雪原などのように、広範囲に一様かつ平坦な被写体が分布しているものだけでなく、被写体の陰影部や、海面の領域なども含んでいる。
放射輝度パターン設定部4は、外部から少なくとも1以上の既知の低反射物体における各波長帯の放射輝度を示す放射輝度パターンを入力すると、それらの放射輝度パターンを地表判定条件として分光反射率取得部5に設定する(ステップST4)。
ここで、既知の低反射物体については、放射輝度パターンが事前に観測又はシミュレーション等によって得られているものとする。
例えば、既知の低反射物体が、砂漠、雪原、被写体の陰影部及び海面の領域の4種類である場合、4種類の低反射物体についての放射輝度パターンを入力し、それらの放射輝度パターンを地表判定条件として設定する。
既知の低反射物体としては、砂漠や雪原などのように、広範囲に一様かつ平坦な被写体が分布しているものだけでなく、被写体の陰影部や、海面の領域なども含んでいる。
放射輝度パターン設定部4は、外部から少なくとも1以上の既知の低反射物体における各波長帯の放射輝度を示す放射輝度パターンを入力すると、それらの放射輝度パターンを地表判定条件として分光反射率取得部5に設定する(ステップST4)。
ここで、既知の低反射物体については、放射輝度パターンが事前に観測又はシミュレーション等によって得られているものとする。
例えば、既知の低反射物体が、砂漠、雪原、被写体の陰影部及び海面の領域の4種類である場合、4種類の低反射物体についての放射輝度パターンを入力し、それらの放射輝度パターンを地表判定条件として設定する。
分光反射率取得部5は、放射輝度パターン設定部4が地表判定条件として、1以上の放射輝度パターンを設定すると、それらの放射輝度パターンと、ヒストグラム解析部2により抽出された低反射物体における各バンドの放射輝度Lsensor,i(x0,y0)を示す放射輝度パターンとのフィッティング処理を実施する。フィッティング処理は、2つの放射輝度パターン間の合致度を算出処理であり、フィッティング処理自体は公知の技術であるため、ここでは詳細な説明を省略する。
分光反射率取得部5は、放射輝度パターン間のフィッティング処理が完了すると、放射輝度パターン設定部4により設定された1以上の放射輝度パターンの中で、ヒストグラム解析部2により抽出された低反射物体が有する放射輝度パターンと最も合致している放射輝度パターンを特定する。
分光反射率取得部5は、放射輝度パターン間のフィッティング処理が完了すると、放射輝度パターン設定部4により設定された1以上の放射輝度パターンの中で、ヒストグラム解析部2により抽出された低反射物体が有する放射輝度パターンと最も合致している放射輝度パターンを特定する。
分光反射率取得部5は、最も合致している放射輝度パターンを特定すると、地表面分光反射率記憶部3により記憶されている既知の低反射物体に対応する地表面の分光反射率ρiの中から、最も合致している放射輝度パターンを有する既知の低反射物体に対応する地表面の分光反射率ρiを選択し、その地表面の分光反射率ρiを地表面放射輝度算出部6に出力する(ステップST5)。
例えば、最も合致している放射輝度パターンが、砂漠の放射輝度パターンであれば、砂漠の分光反射率ρiを選択し、最も合致している放射輝度パターンが、海面の領域の放射輝度パターンであれば、海面の領域の分光反射率ρiを選択する。
例えば、最も合致している放射輝度パターンが、砂漠の放射輝度パターンであれば、砂漠の分光反射率ρiを選択し、最も合致している放射輝度パターンが、海面の領域の放射輝度パターンであれば、海面の領域の分光反射率ρiを選択する。
地表面放射輝度算出部6は、分光反射率取得部5から地表面の分光反射率ρiを受けると、下記の式(3)に示すように、その分光反射率ρiを用いて、地表面における各バンドの放射輝度Lground,iを算出する(ステップST6)。
式(3)において、Eiは地表面に到達する太陽照度を示す既知のパラメータであり、事前に地表面放射輝度算出部6に設定されているものとする。
式(3)において、Eiは地表面に到達する太陽照度を示す既知のパラメータであり、事前に地表面放射輝度算出部6に設定されているものとする。
大気伝搬補正部8の大気散乱光放射輝度算出部9は、地表面放射輝度算出部6が地表面における各バンドの放射輝度Lground,iを算出すると、地表面における各バンドの放射輝度Lground,iと、ヒストグラム解析部2により抽出された低反射物体における各バンドの放射輝度Lsensor,i(x0,y0)を用いて、大気散乱光放射輝度Lscatt,iを算出する(ステップST7)。
以下、大気散乱光放射輝度算出部9による大気散乱光放射輝度Lscatt,iの算出処理を具体的に説明する。
以下、大気散乱光放射輝度算出部9による大気散乱光放射輝度Lscatt,iの算出処理を具体的に説明する。
まず、大気散乱光放射輝度Lscatt,iは、下記の式(4)に示すように、スペクトルセンサのバンドに依存する成分αiと、撮像環境条件に依存する成分Lscatt0とからなっている。
即ち、大気散乱は、分子や微粒子によって光線が散乱されるミー散乱や、レイリー散乱が支配的である。これらの散乱は、光線の波長に依存する成分と、大気中に含まれる粒子の構成(粒子サイズや粒子数)に依存する成分とがそれぞれ独立しており、これらの独立した成分の積に比例して散乱の大きさが決定される。式(4)は、このような散乱特性を模擬したものである。
即ち、大気散乱は、分子や微粒子によって光線が散乱されるミー散乱や、レイリー散乱が支配的である。これらの散乱は、光線の波長に依存する成分と、大気中に含まれる粒子の構成(粒子サイズや粒子数)に依存する成分とがそれぞれ独立しており、これらの独立した成分の積に比例して散乱の大きさが決定される。式(4)は、このような散乱特性を模擬したものである。
スペクトルセンサのバンドに依存する成分αiは、スペクトルセンサが有するバンドの波長帯で決定される既値であり、この実施の形態1では、事前にセンサパラメータ記憶部7に記憶されているものとする。したがって、大気散乱光放射輝度算出部9は、大気散乱光放射輝度Lscatt,iを算出する際、センサパラメータ記憶部7から成分αiを取得すればよい。
撮像環境条件に依存する成分Lscatt0は、大気中に含まれる分子やエアロゾルなどの粒子の大きさや数によって変化する。したがって、季節、日照条件、撮像地域などの撮像環境が変化すれば、これらの粒子の大きさや数が変化する。また、センサの視軸方向のような撮像設定によって観測方向に含まれる粒子が変化する。
このため、撮像環境条件に依存する成分Lscatt0は、撮像環境や撮像設定の変化に応じて推定する必要がある。
撮像環境条件に依存する成分Lscatt0は、大気中に含まれる分子やエアロゾルなどの粒子の大きさや数によって変化する。したがって、季節、日照条件、撮像地域などの撮像環境が変化すれば、これらの粒子の大きさや数が変化する。また、センサの視軸方向のような撮像設定によって観測方向に含まれる粒子が変化する。
このため、撮像環境条件に依存する成分Lscatt0は、撮像環境や撮像設定の変化に応じて推定する必要がある。
そこで、大気散乱光放射輝度算出部9は、地表面放射輝度算出部6により算出された地表面の放射輝度Lground,iと、ヒストグラム解析部2により抽出された低反射物体の放射輝度Lsensor,i(x0,y0)を用いて、撮像環境条件に依存する成分Lscatt0を推定する。
例えば、式(1)における被写体放射輝度Liをβ×Lground,iで表すと、下記の式(5)に示すような関係が得られる。
式(5)において、未知の変数は、βとLscatt0の2つであり、スペクトルセンサのバンドに依存する成分αiは、上述したように、センサパラメータ記憶部7から得られる。
例えば、式(1)における被写体放射輝度Liをβ×Lground,iで表すと、下記の式(5)に示すような関係が得られる。
式(5)において、未知の変数は、βとLscatt0の2つであり、スペクトルセンサのバンドに依存する成分αiは、上述したように、センサパラメータ記憶部7から得られる。
例えば、低反射物体が広範囲に一様かつ平坦な被写体が分布しているものである場合(例えば、砂漠、雪原、海面など)には、地表面の分光反射率ρiがほぼ0であるため、式(5)の右辺第1項が0となる。この場合には、少なくとも1バンド以上の画像から得られた低反射物体の放射輝度Lsensor,i(x0,y0)を用いることで、式(5)から撮像環境条件に依存する成分Lscatt0を推定することができる(図4を参照)。
また、低反射物体が、上記の低反射物体と異なり、ある程度の地表の反射成分を有している場合、2つの未知変数β,Lscatt0を推定する必要がある。そのため、少なくとも2バンド以上の画像から低反射物体の放射輝度Lsensor,i(x0,y0)をそれぞれ取得し、2バンド以上の低反射物体の放射輝度Lsensor,i(x0,y0)を用いることで、式(5)から撮像環境条件に依存する成分Lscatt0を推定する(図5を参照)。
また、低反射物体が、上記の低反射物体と異なり、ある程度の地表の反射成分を有している場合、2つの未知変数β,Lscatt0を推定する必要がある。そのため、少なくとも2バンド以上の画像から低反射物体の放射輝度Lsensor,i(x0,y0)をそれぞれ取得し、2バンド以上の低反射物体の放射輝度Lsensor,i(x0,y0)を用いることで、式(5)から撮像環境条件に依存する成分Lscatt0を推定する(図5を参照)。
大気散乱光放射輝度算出部9は、撮像環境条件に依存する成分Lscatt0を推定すると、その成分Lscatt0と、センサパラメータ記憶部7から取得したスペクトルセンサのバンドに依存する成分αiとを式(4)に代入することで、大気散乱光放射輝度Lscatt,iを算出する。
大気散乱光放射輝度補正部10は、大気散乱光放射輝度算出部9が大気散乱光放射輝度Lscatt,iを算出すると、スペクトルセンサに入射されるバンドiの放射輝度Lsensor,i(x,y)から大気散乱光放射輝度Lscatt,iを減算することで、その放射輝度Lsensor,i(x,y)を補正する(ステップST8)。大気散乱光放射輝度補正部10による放射輝度Lsensor,i(x,y)の補正は、大気散乱光の影響を補正したものであり、式(2)における分子の減算処理に相当する。
大気透過率補正部11は、大気散乱光放射輝度補正部10から補正後の放射輝度Lsensor,i(x,y)を受けると、センサパラメータ記憶部7から大気透過率τiを取得する。
大気透過率τiは、気候などの大気条件依存性よりも、波長帯依存性による変化が大きいため、スペクトルセンサの波長帯に合わせて蓄積された透過率データを用いることで、精度の高い見積もりが可能である。
また、大気透過率τiのデータとしては、搭載されているスペクトルセンサを用いた実測値でもよいし、大気伝搬のシミュレーションによって算出された値を使用してもよい。
様々な気候条件やセンサ撮像条件に対する大気透過率の平均をτiとして用いることで、統計的に確度の高い大気透過率を設定することができる。
大気透過率補正部11は、大気散乱光放射輝度補正部10による補正後の放射輝度Lsensor,i(x,y)を大気透過率τiで除算することで、その放射輝度Lsensor,i(x,y)を更に補正する(ステップST9)。大気透過率補正部11による放射輝度Lsensor,i(x,y)の補正は、大気での減衰の影響を補正したものであり、式(2)における右辺の除算処理に相当する。
大気透過率τiは、気候などの大気条件依存性よりも、波長帯依存性による変化が大きいため、スペクトルセンサの波長帯に合わせて蓄積された透過率データを用いることで、精度の高い見積もりが可能である。
また、大気透過率τiのデータとしては、搭載されているスペクトルセンサを用いた実測値でもよいし、大気伝搬のシミュレーションによって算出された値を使用してもよい。
様々な気候条件やセンサ撮像条件に対する大気透過率の平均をτiとして用いることで、統計的に確度の高い大気透過率を設定することができる。
大気透過率補正部11は、大気散乱光放射輝度補正部10による補正後の放射輝度Lsensor,i(x,y)を大気透過率τiで除算することで、その放射輝度Lsensor,i(x,y)を更に補正する(ステップST9)。大気透過率補正部11による放射輝度Lsensor,i(x,y)の補正は、大気での減衰の影響を補正したものであり、式(2)における右辺の除算処理に相当する。
スペクトル解析部12は、大気伝搬補正部8から補正後の放射輝度Lsensor,i(x,y)を受けると、その放射輝度Lsensor,i(x,y)のスペクトルを解析することで、地表面の分光特性を解析する(ステップST10)。
例えば、NDVI値(Normalized Difference Vegetation Index)を算出して、植生・非植生の識別や植生の種類を判別するようにしてもよいし、地表面温度を解析するようにしてもよい。
画像出力部13は、スペクトル解析部12による放射輝度のスペクトル解析結果を画像化して、その画像を出力する(ステップST11)。例えば、画像をディスプレイに表示するようにしてもよいし、画像をファイルとして保存するようにしてもよい。
例えば、NDVI値(Normalized Difference Vegetation Index)を算出して、植生・非植生の識別や植生の種類を判別するようにしてもよいし、地表面温度を解析するようにしてもよい。
画像出力部13は、スペクトル解析部12による放射輝度のスペクトル解析結果を画像化して、その画像を出力する(ステップST11)。例えば、画像をディスプレイに表示するようにしてもよいし、画像をファイルとして保存するようにしてもよい。
以上で明らかなように、この実施の形態1によれば、放射輝度パターン設定部4により設定された1以上の放射輝度パターンの中で、ヒストグラム解析部2により抽出された低反射物体の放射輝度パターンと最も合致している放射輝度パターンを特定し、地表面分光反射率記憶部3から最も合致している放射輝度パターンを有する既知の低反射物体に対応する地表面の分光反射率ρiを取得する分光反射率取得部5と、分光反射率取得部5により取得された分光反射率ρiを用いて、地表面の放射輝度Lground,iを算出する地表面放射輝度算出部6とを設け、大気伝搬補正部8が、ヒストグラム解析部2により抽出された低反射物体の放射輝度Lsensor,i(x0,y0)及び地表面放射輝度算出部6により算出された地表面の放射輝度Lground,iを用いて、大気散乱光放射輝度Lscatt,iを算出し、その大気散乱光放射輝度Lscatt,iを用いて、スペクトルセンサに入射される放射輝度Lsensor,i(x,y)を補正するように構成したので、スペクトルセンサの観測領域内に広範囲に一様かつ平坦な被写体が分布している場合でも、スペクトルセンサに入射される放射輝度Lsensor,i(x,y)を補正して、大気の影響を除くことができる効果を奏する。
なお、この実施の形態1では、ヒストグラム解析部2が低反射物体の放射輝度を抽出する際、バンドiの画像を構成している画素の中で、輝度値が最小の画素を特定し、その画素の輝度値Lsensor,i(x0,y0)を低反射物体の放射輝度として抽出するものを示したが、スペクトルセンサの画素の中には、不良画素が含まれていることがある。また、内部回路に不具合が存在していることがある。このため、スペクトルセンサの画素の中には、入射輝度に対応する適正な輝度値を出力しない画素が存在する。不良画素は、輝度値として、ゼロ値または飽和値を出力するものが多い。
そこで、ヒストグラム解析部2が低反射物体の放射輝度を抽出する際、ヒストグラムの最小値からの累積数が全体の画素数のx%(例えば、1%)の輝度値を低反射物体の放射輝度として抽出するようにしてもよい。即ち、バンドiの画像を構成している画素の中で、輝度値が最小の画素よりも、少し大きい輝度値を低反射物体の放射輝度として抽出するようにしてもよい。
この場合、低反射物体の放射輝度を抽出する際、不良画素の影響を除去することができる。
そこで、ヒストグラム解析部2が低反射物体の放射輝度を抽出する際、ヒストグラムの最小値からの累積数が全体の画素数のx%(例えば、1%)の輝度値を低反射物体の放射輝度として抽出するようにしてもよい。即ち、バンドiの画像を構成している画素の中で、輝度値が最小の画素よりも、少し大きい輝度値を低反射物体の放射輝度として抽出するようにしてもよい。
この場合、低反射物体の放射輝度を抽出する際、不良画素の影響を除去することができる。
また、この実施の形態1では、スペクトルセンサに入射される放射輝度Lsensor,i(x,y)は、そのスペクトルセンサの出力値から算出されるものとして説明したが、スペクトルセンサの出力値が、スペクトルセンサに入射されるバンドiの放射輝度Lsensor,i(x,y)として取り扱うようにしてもよい。
実施の形態2.
図6はこの発明の実施の形態2による画像処理装置を示す構成図であり、図において、図1と同一符号は同一または相当部分を示すので説明を省略する。
地表面分光反射率記憶部21は例えばRAMやハードディスクなどの記憶装置から構成されており、スペクトルセンサにより計測される各地表面の位置(例えば、砂漠、雪原、被写体の陰影部、海面の領域など)に対応する分光反射率を記憶している。
撮像位置情報入力部22はデータの入力インタフェースを備えており、スペクトルセンサにより放射輝度が計測された地表面の位置(スペクトルセンサの撮像位置)を示す位置情報を入力する処理を実施する。
図6はこの発明の実施の形態2による画像処理装置を示す構成図であり、図において、図1と同一符号は同一または相当部分を示すので説明を省略する。
地表面分光反射率記憶部21は例えばRAMやハードディスクなどの記憶装置から構成されており、スペクトルセンサにより計測される各地表面の位置(例えば、砂漠、雪原、被写体の陰影部、海面の領域など)に対応する分光反射率を記憶している。
撮像位置情報入力部22はデータの入力インタフェースを備えており、スペクトルセンサにより放射輝度が計測された地表面の位置(スペクトルセンサの撮像位置)を示す位置情報を入力する処理を実施する。
分光反射率取得部23は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、地表面分光反射率記憶部21により記憶されている各地表面の位置に対応する分光反射率の中から、撮像位置情報入力部22により入力された位置情報が示す位置に対応する分光反射率を取得する処理を実施する。
なお、地表面分光反射率記憶部21、撮像位置情報入力部22及び分光反射率取得部23から分光反射率特定手段が構成されている。
なお、地表面分光反射率記憶部21、撮像位置情報入力部22及び分光反射率取得部23から分光反射率特定手段が構成されている。
図6の例では、画像処理装置の構成要素である画像入力部1、ヒストグラム解析部2、地表面分光反射率記憶部21、撮像位置情報入力部22、分光反射率取得部23、地表面放射輝度算出部6、センサパラメータ記憶部7、大気伝搬補正部8、スペクトル解析部12及び画像出力部13のそれぞれが専用のハードウェアで構成されているものを想定しているが、画像処理装置がコンピュータで構成されていてもよい。
画像処理装置がコンピュータで構成されている場合には、地表面分光反射率記憶部21及びセンサパラメータ記憶部7をコンピュータの内部メモリ又は外部メモリ上に構築するとともに、画像入力部1、ヒストグラム解析部2、撮像位置情報入力部22、分光反射率取得部23、地表面放射輝度算出部6、大気伝搬補正部8、スペクトル解析部12及び画像出力部13の処理内容を記述しているプログラムをコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
画像処理装置がコンピュータで構成されている場合には、地表面分光反射率記憶部21及びセンサパラメータ記憶部7をコンピュータの内部メモリ又は外部メモリ上に構築するとともに、画像入力部1、ヒストグラム解析部2、撮像位置情報入力部22、分光反射率取得部23、地表面放射輝度算出部6、大気伝搬補正部8、スペクトル解析部12及び画像出力部13の処理内容を記述しているプログラムをコンピュータのメモリに格納し、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
次に動作について説明する。
ただし、地表面分光反射率記憶部21、撮像位置情報入力部22及び分光反射率取得部23以外の処理部は、上記実施の形態1と同様であるため、ここでは、地表面分光反射率記憶部21、撮像位置情報入力部22及び分光反射率取得部23の処理内容だけを説明する。
ただし、地表面分光反射率記憶部21、撮像位置情報入力部22及び分光反射率取得部23以外の処理部は、上記実施の形態1と同様であるため、ここでは、地表面分光反射率記憶部21、撮像位置情報入力部22及び分光反射率取得部23の処理内容だけを説明する。
撮像位置情報入力部22は、地表判定条件として、スペクトルセンサにより放射輝度が計測された地表面の位置を示す位置情報を入力する。
地表面の位置を示す位置情報として、例えば、衛星画像が持つメタデータから取得される観測位置を示す緯度・経度情報などが考えられる。
分光反射率取得部23は、撮像位置情報入力部22が地表面の位置を示す位置情報を入力すると、地表面分光反射率記憶部21により記憶されている各地表面の位置(例えば、砂漠、雪原、被写体の陰影部、海面の領域など)に対応する分光反射率の中から、その位置情報が示す位置に対応する分光反射率ρiを取得し、その分光反射率ρiを地表面放射輝度算出部6に出力する。
地表面の位置を示す位置情報として、例えば、衛星画像が持つメタデータから取得される観測位置を示す緯度・経度情報などが考えられる。
分光反射率取得部23は、撮像位置情報入力部22が地表面の位置を示す位置情報を入力すると、地表面分光反射率記憶部21により記憶されている各地表面の位置(例えば、砂漠、雪原、被写体の陰影部、海面の領域など)に対応する分光反射率の中から、その位置情報が示す位置に対応する分光反射率ρiを取得し、その分光反射率ρiを地表面放射輝度算出部6に出力する。
以上で明らかなように、この実施の形態2によれば、分光反射率取得部23が、地表面分光反射率記憶部21により記憶されている各地表面の位置に対応する分光反射率の中から、撮像位置情報入力部22により入力された位置情報が示す位置に対応する分光反射率ρiを取得するように構成したので、図1の分光反射率取得部5のようなフィッティング処理を実施することなく、分光反射率ρiを取得することができるようになり、処理の簡略化と高速化を図ることができる効果を奏する。
なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
1 画像入力部(放射輝度抽出手段)、2 ヒストグラム解析部(放射輝度抽出手段)、3 地表面分光反射率記憶部(分光反射率特定手段)、4 放射輝度パターン設定部(分光反射率特定手段)、5 分光反射率取得部(分光反射率特定手段)、6 地表面放射輝度算出部(地表面放射輝度算出手段)、7 センサパラメータ記憶部、8 大気伝搬補正部(放射輝度補正手段)、9 大気散乱光放射輝度算出部、10 大気散乱光放射輝度補正部、11 大気透過率補正部、12 スペクトル解析部(画像化手段)、13 画像出力部(画像化手段)、21 地表面分光反射率記憶部(分光反射率特定手段)、22 撮像位置情報入力部(分光反射率特定手段)、23 分光反射率取得部(分光反射率特定手段)。
Claims (6)
- スペクトルセンサにより計測された放射輝度を示す画像から、地表面に存在している物体の中で最も反射率が低い物体である低反射物体の放射輝度を抽出する放射輝度抽出手段と、
前記放射輝度抽出手段により抽出された低反射物体の放射輝度から、前記地表面の分光反射率を特定する分光反射率特定手段と、
前記分光反射率特定手段により特定された分光反射率を用いて、前記地表面の放射輝度を算出する地表面放射輝度算出手段と、
前記放射輝度抽出手段により抽出された低反射物体の放射輝度及び前記地表面放射輝度算出手段により算出された地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出し、前記散乱光の放射輝度を用いて、前記スペクトルセンサにより計測された放射輝度を補正する放射輝度補正手段と
を備えた画像処理装置。 - 前記放射輝度補正手段により補正された放射輝度のスペクトルを解析し、前記放射輝度のスペクトル解析結果を画像化する画像化手段を備えたことを特徴とする請求項1記載の画像処理装置。
- 前記分光反射率特定手段は、
少なくとも1以上の既知の低反射物体に対応する地表面の分光反射率を記憶している記憶部と、
前記既知の低反射物体における各波長帯の放射輝度を示す放射輝度パターンを設定する放射輝度パターン設定部と、
前記放射輝度パターン設定部により設定された1以上の放射輝度パターンの中で、前記放射輝度抽出手段により抽出された低反射物体における各波長帯の放射輝度を示す放射輝度パターンと最も合致している放射輝度パターンを特定し、前記記憶部から前記放射輝度パターンを有する既知の低反射物体に対応する地表面の分光反射率を取得する分光反射率取得部とから構成されていることを特徴とする請求項1または請求項2記載の画像処理装置。 - 前記分光反射率特定手段は、
前記スペクトルセンサにより計測される各地表面の位置に対応する分光反射率を記憶している記憶部と、
前記スペクトルセンサにより放射輝度が計測された地表面の位置を示す位置情報を取得し、前記記憶部により記憶されている各地表面の位置に対応する分光反射率の中から、前記位置情報が示す位置に対応する分光反射率を取得する分光反射率取得部とから構成されていることを特徴とする請求項1または請求項2記載の画像処理装置。 - 前記放射輝度補正手段は、
前記放射輝度抽出手段により抽出された低反射物体の放射輝度及び前記地表面放射輝度算出手段により算出された地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出する散乱光放射輝度算出部と、
前記スペクトルセンサにより計測された放射輝度から前記散乱光放射輝度算出部により算出された散乱光の放射輝度を減算するとともに、その減算結果を予め設定されている大気透過率で除算し、前記スペクトルセンサにより計測された放射輝度の補正結果として、その除算結果を出力する放射輝度補正部とから構成されていることを特徴とする請求項1から請求項4のうちのいずれか1項記載の画像処理装置。 - 放射輝度抽出手段が、スペクトルセンサにより計測された放射輝度を示す画像から、地表面に存在している物体の中で最も反射率が低い物体である低反射物体の放射輝度を抽出する放射輝度抽出処理ステップと、
分光反射率特定手段が、前記放射輝度抽出処理ステップで抽出された低反射物体の放射輝度から、前記地表面の分光反射率を特定する分光反射率特定処理ステップと、
地表面放射輝度算出手段が、前記分光反射率特定処理ステップで特定された分光反射率を用いて、前記地表面の放射輝度を算出する地表面放射輝度算出処理ステップと、
放射輝度補正手段が、前記放射輝度抽出処理ステップで抽出された低反射物体の放射輝度及び前記地表面放射輝度算出処理ステップで算出された地表面の放射輝度を用いて、太陽光が大気によって散乱された散乱光の放射輝度を算出し、前記散乱光の放射輝度を用いて、前記スペクトルセンサにより計測された放射輝度を補正する放射輝度補正処理ステップと
を備えた画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013162473A JP2015032205A (ja) | 2013-08-05 | 2013-08-05 | 画像処理装置及び画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013162473A JP2015032205A (ja) | 2013-08-05 | 2013-08-05 | 画像処理装置及び画像処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015032205A true JP2015032205A (ja) | 2015-02-16 |
Family
ID=52517450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013162473A Pending JP2015032205A (ja) | 2013-08-05 | 2013-08-05 | 画像処理装置及び画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015032205A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017068456A (ja) * | 2015-09-29 | 2017-04-06 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
GB2548448A (en) * | 2016-03-16 | 2017-09-20 | Google Inc | Systems and methods for enhancing object visibility for overhead imaging |
JP2017198464A (ja) * | 2016-04-25 | 2017-11-02 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
CN109521415A (zh) * | 2018-12-19 | 2019-03-26 | 上海同繁勘测工程科技有限公司 | 辐射校正装置及系统 |
US10872397B2 (en) | 2016-03-30 | 2020-12-22 | Nec Corporation | Optical path radiance correction device |
CN112630174A (zh) * | 2020-12-14 | 2021-04-09 | 中国科学院合肥物质科学研究院 | 一种星载超光谱成像仪气体探测条带效应修正方法 |
-
2013
- 2013-08-05 JP JP2013162473A patent/JP2015032205A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017068456A (ja) * | 2015-09-29 | 2017-04-06 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
GB2548448A (en) * | 2016-03-16 | 2017-09-20 | Google Inc | Systems and methods for enhancing object visibility for overhead imaging |
US10872397B2 (en) | 2016-03-30 | 2020-12-22 | Nec Corporation | Optical path radiance correction device |
JP2017198464A (ja) * | 2016-04-25 | 2017-11-02 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
CN109521415A (zh) * | 2018-12-19 | 2019-03-26 | 上海同繁勘测工程科技有限公司 | 辐射校正装置及系统 |
CN112630174A (zh) * | 2020-12-14 | 2021-04-09 | 中国科学院合肥物质科学研究院 | 一种星载超光谱成像仪气体探测条带效应修正方法 |
CN112630174B (zh) * | 2020-12-14 | 2023-04-28 | 中国科学院合肥物质科学研究院 | 一种星载超光谱成像仪气体探测条带效应修正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11461994B2 (en) | Methods for in-scene shadow compensation using sunlit and skylit illumination factors | |
US10832390B2 (en) | Atmospheric compensation in satellite imagery | |
Bendig et al. | Combining UAV-based plant height from crop surface models, visible, and near infrared vegetation indices for biomass monitoring in barley | |
Balthazar et al. | Evaluation and parameterization of ATCOR3 topographic correction method for forest cover mapping in mountain areas | |
JP2015032205A (ja) | 画像処理装置及び画像処理方法 | |
US8558884B2 (en) | In-scene determination of aerosol parameters from imagery | |
US9659237B2 (en) | Imaging through aerosol obscurants | |
JP6964834B2 (ja) | 画像処理装置および画像処理方法 | |
Li et al. | A variational gradient-based fusion method for visible and SWIR imagery | |
Sterckx et al. | Atmospheric correction of APEX hyperspectral data | |
Schutgens et al. | Validation and empirical correction of MODIS AOT and AE over ocean | |
JP5921311B2 (ja) | 画像処理装置及び画像処理方法 | |
Schläpfer et al. | Correction of shadowing in imaging spectroscopy data by quantification of the proportion of diffuse illumination | |
JP2016126566A (ja) | 画像処理装置及び画像処理方法 | |
CA3077923A1 (en) | Methods for in-scene compensation using water vapor content | |
JP6747436B2 (ja) | 画像処理装置、画像処理システム、画像処理方法およびコンピュータプログラム | |
Akila et al. | Automation in plant growth monitoring using high-precision image classification and virtual height measurement techniques | |
Weyermann et al. | Spectral angle mapper (SAM) for anisotropy class indexing in imaging spectrometry data | |
JP6856066B2 (ja) | 情報処理装置、情報処理システム、情報処理方法およびコンピュータプログラム | |
Sobrino et al. | Land surface temperature retrieval from Sentinel 2 and 3 Missions | |
Chaulagain | An Analysis on the Correlation Between Atmospheric Parameters and TOA Reflectance of Pseudo Invariant Calibration Sites (PICS) | |
Wu et al. | BRDF and illumination calibration for very high resolution imaging sensors | |
Wang et al. | Two-stage algorithm for cloud detection with ZY-1 02C multi-spectral measurements | |
Weyermann et al. | Capabilities and limitations of methods for BRDF characterization in imaging spectrometry data | |
Takao et al. | Cloudless Landsat Image Time-Series for Forest Monitoring |