遥感图像预处理-大气校正

article/2025/10/12 6:37:56

1.大气校正

遥感所利用的各种辐射能均要与地球大气层发生相互作用:或散射、或吸收,从而使能量衰减,并使光谱分布发生变化。大气的衰减作用对不同的波长的光是有选择性的,因而大气对不同波段的图像的影响是不同的。另外,太阳-目标-遥感器之间的几何关系不同,则所穿越的大气路径长度不同,使图像中不同地区地物的像元灰度值所受大气影响程度不同,且同一地物的像元灰度值在不同获取时间所受大气影响程度也不同。

2.是否大气校正

即使遥感系统工作正常,获取的数据仍然带有辐射误差。两种最重要的环境衰减是1)由大气散射和吸收引起的大气衰减;2)地形衰减。然而,在所有的遥感应用中都进行大气校正可能没有必要。是否进行大气校正,取决于问题本身、可以得到的遥感数据的类型的历史与当前实测大气信息的数据和遥感数据中提取生物物理信息所要求的精度。

有时候可以完全忽略遥感数据的大气影响。例如,对某些分类和变化检测而言,大气校正并不是必须的。理论分析和经验结果都只是有取自某个时间或空间的训练数据需要进行时空拓展时,影像分类和各种变化检测才需要进行大气校正。例如,用最大似然法对单时相遥感数据进行分类,通常就不需要大气校正。只要影像中的用于分类的训练数据具有相对一致的尺度,大气校正与否就对分类精度几乎没有影响。

有时必须对遥感数据进行大气校正。例如,从水体或植被中提取生物物理变量(如:水体中的叶绿素a、悬浮泥沙、温度;植被中生物量、叶面积指数、叶绿素、树冠郁闭百分比)时,就必须对遥感数据进行大气校正。如果数据未经校正,就可能会丢失这些重要成分的反射率(或出射率)的微小差别信息。此外,如果需要将某景影像中提取的生物物理量(如:生物量)与另一景不同时相影像中提取的同一生物量相比较,就必须对遥感数据进行大气校正。

3.Flaash大气校正

使用MODTRAN 4+辐射传输模型的代码,基于像素级的校正,校正由于漫反射引起的连带效应,包含卷云和不透明云层的分类图,可调整由于漫反射引起的连带效应,包含卷云和不透明云层的分类图,可调整由于人为抑止而导致的波谱平滑。Flaash可对Landsat,SPOT,AVHRR,ASTER,MODIS,MERIS,AATSR,IRS等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。能有效消除大气和光照等因素对地物反射的影响,获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。

4.具体步骤-多光谱数据FLAASH大气校正

(1)打开数据及FLAASH大气校正命令(可以通过右侧的菜单栏进行快速检索)

(2)设置FLAASH大气校正参数

注意:Pixel Size(m) 是分辨率根据遥感图像的分辨率来 我的是16米 所以填16

a.Input Radiance Image:选择辐射定标结果数据,在打开的Radiance Scale Factors面板中,设置Single scale factor

b.Output Reflectance File:设置输出路径和文件名:Output Directory for FLAASH Files:设置其他文件输出目录

c.中心点经纬度:Scene Center Location:如果图像有地理坐标则自动获取;选择传感器类型Sensor Type(GF-1)自动获取;

d.设置Sensor Altitude(传感器高度) 高分一号 645KM

e.设置影像区域的平均地面高程 Ground Elevation :0.05KM。影像成像时间(格林威治时间):在layer manager中的数据图层中右键选择 View Metadata,浏览time字段获取成像时间,务必注意成像时间是北京时间,要改为格林威治时间(减去8小时)。

f.大气模型参数选择 Atmospheric Model:Mid-Latitude Summer(根据成像时间和维度信息依据下表规则选择)

g.气溶胶模型Aerosol Model:Rural;气溶胶反演方法 Aerosol Retrieval:None

(3)FLAASH大气校正参数高级设置

(4)FLAASH大气校正结果分析

以真彩色在Display窗口中显示校正前的图像和FLAASH校正后的图像,选择Link Display,将两个Display窗口地理链接。

查看植被波谱曲线:对比不同!,弹出真实的植被波谱,进行选择


http://chatgpt.dhexx.cn/article/AVe3eOpb.shtml

相关文章

ENVI执行几何校正+地形校正+大气校正

159011677591.几何校正 toolbox搜索RPC,选择RPC Orthorectification Workflow。 打开之后输入待校正的辐亮度数据,该数据的元数据中应该包含RPC参数,除此之外还需要输入DEM数据,可以选自带的DEM文件,也可以下载ASTERG…

实习一:6S大气校正

********************************************************************************************* 以下内容只用于记录平时上课实习的实习报告,以便将来查阅。 *********************************************************************************************…

ENVI53 辐射校正、大气校正、影像裁剪超详细教程

引言: 拿到一幅卫星影像后,我们第一件事应该做的就是进行辐射校正和大气校正,这两个校正是最基础的也是最重要的,这也是进行下一步图像处理的前提。 至于什么是辐射校正和大气校正,我想大家可以有一千种方法去弄明白。…

目标检测、谓词组合网络检测和显著性检测——day62 读论文: Multi-task Compositional Network for Visual Relationship Detection

视觉关系检测的多任务组合网络 Multi-task Compositional Network for Visual Relationship Detection1 Introduction2 Related Work3 The MCN(多任务组合网络)3.1 The Probabilistic Model of MCN3.2 The Architecture of MCN3.2.1 Object Detector3.2.…

【图像检测】基于Matlab实现图像显著性检测

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab仿真内容点击👇 智能优化算法 …

图像显著性检测

今天看论文接触到一个新词—显著性检测,刚开始没想到是一个专业词汇,查了博客发现是一种极好的目标检测算法,可用于目标检测和定位,目标ROI区域粗分割,继而进行目标图像处理。 贴出原博客链接:OpenCV-pytho…

全局对比度的图像显著性检测算法

点击上方“小白学视觉”,选择加"星标"或“置顶” 重磅干货,第一时间送达本文转自:opencv学堂 显著性检测概念 显著性就是可以快速引起你注意的对象或者物体,在图像或者视频中显著性检测的结果往往是图像或者视频中对象&…

显著性检测- HC模型

1. 模型论文: Global Contrast based Salient Region detection. Ming-Ming Cheng, Niloy J. Mitra, Xiaolei Huang, Philip H. S. Torr, Shi-Min Hu. IEEE TPAMI, 2015 2. 实现代码 (1) 显著性检测公共头文件 #ifndef SALIENTCOMMON_H #define SALIENTCOMMON_…

基于深度学习的显著性检测用于遥感影像地物提取(U-2-NET)

GitHub地址链接:https://github.com/NathanUA/U-2-Net 这个显著性检测很好用,强烈推荐,建议二分类的任务都来试试,尤其对边缘细节要求比较高的任务。 下面的效果要不是第一张图预测有瑕疵,我都以为预测代码是把标签复制…

图像显著性目标检测

一、概述 1、定义 图像显著性检测(Saliency Detection,SD), 指通过智能算法模拟人的视觉系统特点,预测人类的视觉凝视点和眼动,提取图像中的显著区域(即人类感兴趣的区域),可以广泛用于目标识别、图像编辑以及图像检索等领域&am…

显著性检测——LC模型

1. 参考文献&#xff1a; Visual Attention Detection in Video Sequences Using Spatiotemporal Cues。 Yun Zhai and Mubarak Shah. Page 4-5 2. 模型实现 2.1 显著性检测公共头文件 #ifndef SALIENTCOMMON_H #define SALIENTCOMMON_H // std lib #include <iostream…

GrabCut算法、物体显著性检测

图割GraphCus算法。利用颜色、纹理等信息对GraphCut进行改进&#xff0c;形成效果更好的GrabCut算法。 对图像的目标物体和背景建立一个K维的全协方差高斯混合模型。 其中&#xff0c;单高斯模型的概率密度函数用公式表示为&#xff1a; 高斯混合模型可表示为n个单高斯模型的概…

显著性检测的评价指标代码

包括MAE、Pre、Rec、F-measure、Auc、CC、Nss MAE&#xff1a; 平均绝对误差MAE&#xff08;mean absolute error&#xff09;&#xff0c;范围[0,∞)&#xff0c;当预测值与真实值完全吻合时等于0&#xff0c;即完美模型&#xff1b;误差越大&#xff0c;该值越大。 Pre、Re…

2023年显著性检测论文及代码汇总

AAAI LeNo: Adversarial Robust Salient Object Detection Networks with Learnable Noise Abstacrt&#xff1a;目前很少有SOD模型对人类视觉注意力难以察觉的对抗性攻击具有鲁棒性。先前的鲁棒显著性ROSA对预分割的超像素进行重组&#xff0c;通过密集连接的条件随机场CRF对…

【显著性检测】Matlab实现Itti显著性检测

目录 理论知识代码步骤读取图像得到金字塔图像提取底层特征计算显著图显著图综合 运行结果展示 理论知识 显著性检测 是指按照人类的视觉注意机制&#xff0c;判断出图像中的显著区域&#xff0c;并为该区域分配较高的显著值&#xff0c;通常认为显著区域更有可能包含目标&…

Opencv之谱残差显著性检测

学习资料参考&#xff1a; 张平.《OpenCV算法精解&#xff1a;基于Python与C》.[Z].北京.电子工业出版社.2017. 前言 在使用谱残差进行显著性检测之前&#xff0c;我们需要理解两个概念&#xff0c;分别是幅度谱和相位谱。 幅度谱和相位谱是将图片进行傅里叶正向变换之后得到的…

显著性检测——GR模型

显著性检测——GR模型 1. Introduction2. Saliency Model2.1 Initial Saliency Map2.2 Saliency Map Refining With Graph Regularization 3. Experiments4. Conclusion参考文献 本人最近在做视觉显著性检测相关的工作&#xff0c;决定把自己的学习经历形成文字&#xff0c;希望…

视频显著性检测----《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》

本文将重点与大家探讨和分享发表于CVPR2018上的视频显著性检测文章–《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》&#xff0c;在讨论之前&#xff0c;先带领大家简单回顾一下什么是显著性检测&#xff0c;目前图片显著性检测的常用方法&…

计算机视觉——图像视觉显著性检测

目录 系列文章目录 零、问题描述 一、图像显著性检测 1.定义 2.难点 二、常用评价标准和计算方法 1.综述 2.ROS曲线详述 2.1 混淆矩阵 2.2 ROC曲线简介 2.3 ROC曲线绘制及其判别标准 2.4 ROC曲线补充 三、Fast and Efficient Saliency (FES) 1.算法简介 2.项目导…

显著性检测后处理

将显著性检测图像后处理&#xff0c;绘出一个矩形框&#xff0c;方便使用 先通过边缘检测&#xff0c;然后通过opencv接口实现 结果如下&#xff1a; # --coding:utf # -8-*- import osimport cv2 as cv import numpy as np# canny边缘检测 def canny_demo(image):t 50cann…