CN110702228B - 一种航空高光谱影像的边缘辐射校正方法 - Google Patents
一种航空高光谱影像的边缘辐射校正方法 Download PDFInfo
- Publication number
- CN110702228B CN110702228B CN201910912897.8A CN201910912897A CN110702228B CN 110702228 B CN110702228 B CN 110702228B CN 201910912897 A CN201910912897 A CN 201910912897A CN 110702228 B CN110702228 B CN 110702228B
- Authority
- CN
- China
- Prior art keywords
- sensor
- correction
- radiation
- angle
- image
- 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
- 230000005855 radiation Effects 0.000 title claims abstract description 75
- 238000012937 correction Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 15
- 230000035945 sensitivity Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 3
- 238000009533 lab test Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 12
- 238000003384 imaging method Methods 0.000 abstract description 4
- 238000003702 image correction Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- 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
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- 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
- G01J3/28—Investigating the spectrum
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- 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
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/2843—Processing for eliminating interfering spectra
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种航空高光谱影像的边缘辐射校正方法，属于高光谱影像校正领域，适用于对航空高光谱数据进行边缘辐射畸变的校正，消除由地表二向反射效应以及辐射衰减效应引起的不同条带间的辐射亮度梯度现象，实现多条带，不同成像时间下的高光谱影像边缘校正与影像拼接。其步骤为：a、传感器的实验室测试与辐射定标；b、传感器姿态参数读取与曝光时间校正；c、辐射衰减系数求取；d、BRDF修正系数求取；e、影像的边缘辐射校正。本发明基于构建由传感器视角、传感器姿态、太阳天顶角变化引起的地表二向反射效应以及辐射衰减效应的修正函数，对影像数据进行边缘辐射校正，具有运算量小，精度高等优点，实现航空高光谱影像的边缘辐射畸变的消除。
Description
技术领域
本发明属于高光谱影像校正领域，涉及一种航空高光谱影像的边缘辐射校正方法，适用于对航空高光谱数据进行边缘辐射畸变的校正，消除由地表二向反射效应以及辐射衰减效应引起的不同条带间的辐射亮度梯度现象，实现多条带、不同成像时间下的高光谱影像的边缘校正与影像拼接。
背景技术
航空高光谱遥感因其具有高空间、高光谱分辨率，在区域生态环境评价方面有着非常重要的作用。但由于在航空影像的成像过程中，由于受传感器视角、辐照度、双向反射分布函数以及辐射衰减效应等的影响，影像边缘会有辐射畸变，造成相邻条带间同一地物的辐射不一致，需要对影像进行边缘辐射校正，为以后使用航空高光谱数据进行精细地物分类、土壤重金属反演、植被理化参数反演等模型的构建提供精准的光谱数据。
在边缘辐射校正的研究中，由双向反射分布函数(BRDF)效应引起的畸变是人们关注的焦点。通常，通过建立经验模型和半经验模型来消除BRDF的影响。经验模型主要考虑了图像的统计特征，通过最小二乘拟合建立了视角度相关的亮度系数，并用最小值进行修正。但对于辐射衰减效应一般容易被忽略，辐射衰减通常是由传感器姿态变化造成的辐射路径差所引起的。
发明内容
本发明的目的提供一种航空高光谱影像的边缘辐射校正方法，该方法消除由地表二向反射效应以及辐射衰减效应引起的不同条带间的辐射亮度梯度现象，实现多条带、不同成像时间下的高光谱影像的边缘校正与影像拼接。
实现本发明目的的具体技术方案是：
一种航空高光谱影像的边缘辐射校正方法，该方法包括以下具体步骤：
步骤1：进行传感器的实验室测试与辐射定标
实验室测试内容包括波长定标、灵敏度测试；其中波长定标使用单色仪进行校准，完成波长的精确标定；灵敏度测试使用积分球设置不同的积分球功率以及积分时间，在传感器照射积分球时获取对应功率和时间下的积分球光谱曲线，对比曲线变化完成灵敏度测试；最后使用积分球获取的能级数据与传感器获取的影像数据完成传感器辐射定标系数的获取；
步骤2：传感器姿态参数读取与曝光时间校正
对传感器在飞行过程中实时获取的姿态信息进行读取，作为已知数据用于后续计算；此外在高光谱影像获取的过程中，受光照强度以及传感器自身数字化位数的影响，在不同时间节点采用不同曝光时间，根据归一化的曝光时间与设置的曝光时间的比值进行曝光时间的修正；曝光时间修正系数e计算公式如下：
式中，
为归一化曝光时间，根据实际实验情况设置为13.72ms；t为不同时间节点设置的曝光时间；
步骤3：辐射衰减系数求取
对步骤2获取的飞行姿态对辐射能量传输路径的影响进行比较分析，得到考虑传感器俯仰角θp、翻滚角θr、传感器视角θi变化的辐射路径差△Hθi：
通过选取500行pos数据构建不同视角下的辐射路径差，并计算均值绘制拟合线。；传感器视角对应的辐射路径差成一元二次线性相关，根据Bougner-Lanmert透射定律，传感器探测到θi视角下经大气衰减后的辐射强度为：
式中，λ为波长，Ls(λ)为地面物体的辐射度，H为飞行高度，△Hθi为根据传感器姿态计算得到的辐射路径差；最终考虑辐射衰减系数的校正项μ如下：
式中，b0,b1,b2为模型系数；
步骤4：BRDF修正系数求取
通过引入BRDF修正系数及辐射衰减系数建立一元四次经验模型，构建不同视角下的平均辐亮度值与经验模型的拟合公式如下：
式中θi为传感器视角，范围为-17°至17°；
为第θi视角下的平均辐亮度值，a0,a1,a2,a3,a4,b0,b1,b2为模型系数；令拟合模型公式为f(θi)，不同视角下的BRDF修正系数c为：
步骤5：影像的边缘辐射校正
在校正函数中添加了太阳天顶角和传感器天顶角作为修正项，综合考虑Hapke模型与Lommel-Seeliger函数中对地物方向性反射特性的描述，引入Lommel-Seeliger因子
得到最终的校正函数如下：
式中e为曝光时间修正系数，θi为传感器视角，cz为不同波段下的BRDF修正系数，Lz(θi)为Z波段θi视角下的校正前辐亮度，α、β分别为太阳天顶角和传感器天顶角；
为归一化的太阳天顶角40°，通过计算所有航带的平均天顶角得到；
为归一化的传感器天顶角0°；根据此校正函数逐行对原始辐亮度数据计算，得到消除边缘辐射畸变后的影像。
本发明有益效果：
本发明综合考虑了BRDF效应与辐射路径差带来的辐射畸变，拟合得到辐亮度与传感器视角间对应关系，实现航空高光谱影像的边缘辐射畸变的消除。具有运算量小，精度高等优点，在航空高光谱影像的边缘辐射校正方面取得了很好的成果，消除了高光谱影像的条带边缘差异现象，实现了多条带高光谱影像的无缝镶嵌。
附图说明
图1波长定标结果图；
图2灵敏度测试结果图；
图3辐射定标流程图；
图4传感器俯仰角变化姿态图；
图5传感器翻滚角变化姿态图；
图6传感器视角对应辐射路径差拟合图；
图7边缘辐射校正前后影像同名像点辐亮度曲线对比图；
图8边缘辐射校正前影像全拼接结果图；
图9边缘辐射校正后影像全拼接结果图。
具体实施方案
以下结合附图及实施例对本发明做详细描述。
实施例
本实施例以内蒙古锡林浩特胜利矿区HeadWall机载高光谱传感器的处理为例，进行影像的边缘辐射校正，具体步骤如下：
步骤一：进行传感器的实验室测试与辐射定标
实验室测试内容主要包括波长定标、灵敏度测试等。其中波长定标使用单色仪进行校准，得到每个波段的中心波长和带宽，通过分析比较单色仪输出波长与高光谱传感器对应的波段进行线性拟合，完成波长的精确标定。仪器灵敏度对比测试是对比传感器在照射积分球时的光谱曲线，通过设置积分球功率以及积分时间，完成灵敏度的对比试验。波长定标测试结果如附图1，通过图表可以看出使用单色仪对传感器进行了逐波段的波长定标，精确地获得了传感器地波长信息；灵敏度测试结果如附图2，可以看出传感器对不同积分功率、积分时间有着较好的响应，传感器灵敏度满足实验要求。
对于传感器的辐射定标，需要拥有高精度和稳定性的标准辐射面光源，一般采用积分球系统。积分球系统包括积分球、标准灯及控制器，由于光谱仪获取的影像数据会产生过饱和现象，需要设置标准灯的输出功率以及积分时间。通过对比积分球能级数据即对应功率、积分时间下输入的辐射亮度值与光谱仪输出DN值之间的关系，逐波段进行线性拟合，完成光谱仪的辐射定标。具体辐射定标流程图如附图3，积分球系统获取能级数据，传感器获取影像数据与暗电流信息，完成传感器辐射定标系数的获取。
步骤二：传感器姿态参数读取与曝光时间校正
对传感器实时获取的POS数据进行读取，获取传感器实时姿态信息，用于求取校正系数。此外在高光谱影像获取的过程中，受光照强度以及仪器自身数字化位数的影响，在不同的时间节点采用了不同的曝光时间，需要根据进行曝光时间的修正。曝光时间修正系数e计算公式如下：
步骤三：辐射衰减系数求取
通过步骤二获取了飞行瞬间的传感器位置姿态信息，传感器姿态的改变会使得传感器扫描中心像点与机下点产生位置偏移，导致传感器接收地表反射辐射能量的距离发生改变，出现不同程度的辐射衰减，进而引起边缘辐射畸变。通过对飞机飞行姿态对对辐射能量传输路径的影响进行了比较分析，得到了俯仰角引起的辐射路径差为
H为航高，θp为传感器俯仰角。由翻滚角引起的辐射路径差为
式中H为航高，θr为传感器翻滚角，θ为传感器视角。得到最终的辐射路径差
传感器姿态变化图如附图4、5；
通过选取500行pos数据构建不同视角下的辐射路径差，并计算均值绘制拟合线，如图6。可以看出传感器视角对应的辐射路径差成一元二次线性相关，根据Bougner-Lanmert透射定律，传感器探测到θi视角下经大气衰减后的辐射强度为：
式中，λ为波长，Ls(λ)为地面物体的辐射度，H为飞行高度，△Hθi为由式计算的辐射路径差。最终考虑辐射衰减系数的校正项μ如下：
步骤四：BRDF修正系数求取
通过引入BRDF修正系数及辐射衰减系数建立经验模型，构建辐亮度的一元四次模型函数，其公式如下：
式中θ为传感器视角，以HeadWall A传感器为例，视场角为34°，视角θ的范围-17°至17°。
为θi视角下的平均辐亮度值，a0,a1,a2,a3,a4,b0,b1,b2为模型系数。
令拟合模型公式为f(θi)，可得不同视角下的BRDF修正系数c为：
步骤五：影像的边缘辐射校正
添加了太阳天顶角和传感器天顶角作为修正项，综合考虑Hapke模型与Lommel-Seeliger函数中对地物方向性反射特性的描述，引入Lommel-Seeliger因子
得到最终的校正函数如下：
式中e为曝光时间修正系数，θi为传感器视角,cz为不同波段下的BRDF修正系数，Lz(θi)为校正前辐亮度，α、β分别为太阳天顶角和传感器天顶角；
为归一化的太阳天顶角40°，通过计算所有航带的平均天顶角得到。
为归一化的传感器天顶角0°。根据此校正函数逐行对原始辐亮度数据计算，得到消除边缘辐射畸变后的影像。通过对校正前后相邻条带同名像点的辐亮度曲线进行对比见附图7，为两种不同地物植被与沙土在校正前后辐亮度曲线对比。可以明显看出校正前的辐亮度曲线存在明显差异，校正后这种差异现象得到了消除。逐条带进行影像拼接，得到校正前的影像全拼接结果图如附图8，存在大量地边缘辐射畸变，条带现象明显。校正后影像全拼接结果图如附图9，可以看出本发明的校正方法消除了边缘辐射畸变，消除了校正前影像的辐亮度梯度与明显的条带间的明暗差异，完成了影像的无缝镶嵌。
Claims (1)
1.一种航空高光谱影像的边缘辐射校正方法，其特征在于，该方法包括以下具体步骤：
步骤1：进行传感器的实验室测试与辐射定标
实验室测试内容包括波长定标、灵敏度测试；其中波长定标使用单色仪进行校准，完成波长的精确标定；灵敏度测试使用积分球设置不同的积分球功率以及积分时间，在传感器照射积分球时获取对应功率和时间下的积分球光谱曲线，对比曲线变化完成灵敏度测试；最后使用积分球获取的能级数据与传感器获取的影像数据完成传感器辐射定标系数的获取；
步骤2：传感器姿态参数读取与曝光时间校正
对传感器在飞行过程中实时获取的姿态信息进行读取，作为已知数据用于后续计算；此外在高光谱影像获取的过程中，受光照强度以及传感器自身数字化位数的影响，在不同时间节点采用不同曝光时间，根据归一化的曝光时间与设置的曝光时间的比值进行曝光时间的修正；曝光时间修正系数e计算公式如下：
式中，
为归一化曝光时间，t为不同时间节点设置的曝光时间；
步骤3：辐射衰减系数求取
对步骤2获取的飞行姿态对辐射能量传输路径的影响进行比较分析，得到考虑传感器俯仰角θp、翻滚角θr、传感器视角θi变化的辐射路径差△Hθi：
通过选取500行pos数据构建不同视角下的辐射路径差，并计算均值绘制拟合线；传感器视角对应的辐射路径差成一元二次线性相关，根据Bougner-Lanmert透射定律，传感器探测到θi视角下经大气衰减后的辐射强度为：
式中，λ为波长，Ls(λ)为地面物体的辐射度，H为飞行高度，△Hθi为根据传感器姿态计算得到的辐射路径差；最终考虑辐射衰减系数的校正项μ如下：
式中，b0,b1,b2为模型系数；
步骤4：BRDF修正系数求取
通过引入BRDF修正系数及辐射衰减系数建立一元四次经验模型，构建不同视角下的平均辐亮度值与经验模型的拟合公式如下：
式中θi为传感器视角，范围为-17°至17°；
为第θi视角下的平均辐亮度值，a0,a1,a2,a3,a4,b0,b1,b2为模型系数；在求出模型系数后，能够得到
的具体表达式，称其为拟合模型公式f(θi)，不同视角下的BRDF修正系数c为：
步骤5：影像的边缘辐射校正
在校正函数中添加了太阳天顶角和传感器天顶角作为修正项，综合考虑Hapke模型与Lommel-Seeliger函数中对地物方向性反射特性的描述，引入Lommel-Seeliger因子
得到最终的校正函数如下：
式中e为曝光时间修正系数，θi为传感器视角，cz为不同波段下的BRDF修正系数，Lz(θi)为Z波段θi视角下的校正前辐亮度，α、β分别为太阳天顶角和传感器天顶角；
为归一化的太阳天顶角40°，通过计算所有航带的平均天顶角得到；
为归一化的传感器天顶角0°；根据此校正函数逐行对原始辐亮度数据计算，得到消除边缘辐射畸变后的影像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910912897.8A CN110702228B (zh) | 2019-09-25 | 2019-09-25 | 一种航空高光谱影像的边缘辐射校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910912897.8A CN110702228B (zh) | 2019-09-25 | 2019-09-25 | 一种航空高光谱影像的边缘辐射校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110702228A CN110702228A (zh) | 2020-01-17 |
| CN110702228B true CN110702228B (zh) | 2021-06-25 |
Family
ID=69196796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910912897.8A Active CN110702228B (zh) | 2019-09-25 | 2019-09-25 | 一种航空高光谱影像的边缘辐射校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110702228B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112215765B (zh) * | 2020-09-08 | 2024-06-11 | 北京农业智能装备技术研究中心 | 农业自然光环境下机器人视觉色彩校正方法及装置 |
| CN114792327B (zh) * | 2022-06-23 | 2022-11-04 | 中国科学院空天信息创新研究院 | 图像处理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102879094A (zh) * | 2012-09-28 | 2013-01-16 | 北京航空航天大学 | 一种成像光谱仪辐射定标精度对数据质量影响分析方法 |
| CN108132220A (zh) * | 2017-12-25 | 2018-06-08 | 中国林业科学研究院资源信息研究所 | 林区机载推扫式高光谱影像的brdf归一化校正方法 |
| CN109556715A (zh) * | 2018-11-19 | 2019-04-02 | 中国国土资源航空物探遥感中心 | 一种航空高光谱多航带影像辐射畸变校正方法 |
| CN109974854A (zh) * | 2019-03-18 | 2019-07-05 | 石河子大学 | 一种框幅式fpi高光谱图像的辐射校正方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11010639B2 (en) * | 2018-02-19 | 2021-05-18 | Raytheon Company | In-scene multi-angle surface-specific signature generation and exploitation |
-
2019
- 2019-09-25 CN CN201910912897.8A patent/CN110702228B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102879094A (zh) * | 2012-09-28 | 2013-01-16 | 北京航空航天大学 | 一种成像光谱仪辐射定标精度对数据质量影响分析方法 |
| CN108132220A (zh) * | 2017-12-25 | 2018-06-08 | 中国林业科学研究院资源信息研究所 | 林区机载推扫式高光谱影像的brdf归一化校正方法 |
| CN109556715A (zh) * | 2018-11-19 | 2019-04-02 | 中国国土资源航空物探遥感中心 | 一种航空高光谱多航带影像辐射畸变校正方法 |
| CN109974854A (zh) * | 2019-03-18 | 2019-07-05 | 石河子大学 | 一种框幅式fpi高光谱图像的辐射校正方法 |
Non-Patent Citations (2)
| Title |
|---|
| 《Seamless Mosaicking of Multi-strip Airborne Hyperspectral Images Based on Hapke Model》;Yu J. 等;《 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON SENSING AND IMAGING.Springer》;20180919;第285-292页 * |
| 机载多光谱数据的亮度梯度效应;陈健 等;《遥感信息》;20180630;第33卷(第3期);第1-6页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110702228A (zh) | 2020-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102901516B (zh) | 一种基于绝对辐射定标的多光谱影像辐射校正方法 | |
| CN112051222A (zh) | 一种基于高分卫星影像的河湖水质监测方法 | |
| KR101702187B1 (ko) | 고해상도 광학위성의 대리복사 보정장치 및 대리복사 보정방법 | |
| CN103438900A (zh) | 三线阵相机影像协同绝对辐射定标和校正方法 | |
| CN109974854B (zh) | 一种框幅式fpi高光谱图像的辐射校正方法 | |
| CN111415309A (zh) | 一种基于最小反射率法的高分辨率遥感影像大气校正方法 | |
| CN114279567B (zh) | 一种微纳高光谱卫星星座的在轨绝对辐射定标方法 | |
| CN110987821A (zh) | 一种高光谱快速大气校正参数化方法 | |
| CN112798013B (zh) | 一种对光学载荷在轨绝对辐射定标结果进行验证的方法 | |
| CN106017678A (zh) | 一种热红外高光谱遥感数据在轨光谱定标方法 | |
| CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
| CN107656289A (zh) | 基于地基辐亮度的星载光学载荷绝对辐射定标方法及系统 | |
| CN108120510A (zh) | 一种光学遥感器基于反射镜阵列的在轨绝对辐射定标方法 | |
| KR101010265B1 (ko) | 사막과 해양을 통한 통신해양기상위성의 보정 방법 | |
| CN115187481A (zh) | 一种机载推扫式高光谱影像辐射扰动校正方法 | |
| Markelin et al. | Radiometric calibration and characterization of large-format digital photogrammetric sensors in a test field | |
| CN112665829B (zh) | 一种光学遥感卫星的波段间定标方法 | |
| CN109900361B (zh) | 一种适用于航空高光谱影像大气辐射校正的方法 | |
| Kuusk et al. | Measured spectral bidirectional reflection properties of three mature hemiboreal forests | |
| CN113029977B (zh) | 一种针对宽视场角多光谱传感器的自动交叉辐射定标方法 | |
| KR20100028337A (ko) | 구름을 통한 통신해양기상위성의 복사 보정 방법 | |
| Pinto | Uncertainty evaluation for in-flight radiometric calibration of Earth observation sensors | |
| CN111735538B (zh) | 一种机载面阵凝视型高光谱影像光照校正方法 | |
| 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 | |
| Adler-Golden et al. | Spectral image destriping using a low-dimensional model |
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 |