本發明涉及聲像技術領域，特別是涉及一種遙感圖像相對輻射校正方法及系統。

背景技術：

隨著遙感技術飛速發展，利用多傳感器、多時相遙感數據進行土地利用和土地覆蓋變化監測、全球資源環境分析、氣候變化監測等應用越來越廣泛，拓寬了遙感數據在時間維度和空間維度的利用，這種大區域大維度的數據應用，往往對數據集一致性要求非常高，甚至高于對單幅圖像的精度要求。

對于多景數據處理，由于每景數據的處理誤差、獲取時間的差異以及傳感器差異等問題，造成拼接后的在數據拼接線附近出現“邊界”現象，這種“邊界”現象增大了后續工程應用的難度。因此，現有多數采用相對輻射校正技術進行輻射處理，能最大限度保證圖像間的輻射一致性，不僅能夠糾正大氣狀況變化帶來的差異，而且能夠削弱傳感器等其它原因產生的噪音。

雖然現有的相對輻射校正方法能較好的保證圖像之間輻射一致性，但對圖像時相有嚴格的約束條件：要求參考圖像與目標圖像的成像時間相近，即要求可以是不同年份的，但月份要求在一個月以內，成像時刻在1小時以內，這一約束大大限制了全國、甚至全球范圍內遙感數據進行土地利用、資源分析等應用，特別是針對時相差別較大、傳感器成像幾何差異等原因造成的圖像本身輻射差異較大，很難保證圖像之間輻射一致性，因此大大降低了遙信數據的利用率。

技術實現要素：

本發明的目的是提供一種遙感圖像相對輻射校正方法及系統，以保證圖像間的輻射一致性，以提高遙信數據的利用率。

為實現上述目的，本發明提供了一種遙感圖像相對輻射校正方法，該包括以下步驟：

獲取目標圖像；

根據所述目標圖像確定與所述目標圖像相對應的參考圖像；

分別對所述參考圖像、所述目標圖像進行預處理后，獲得對應所述參考圖像的參考圖像像素點集和對應所述目標圖像的目標圖像像素點集；

基于核典型相關分析方法根據所述參考圖像像素點集和所述目標圖像像素點集確定非線性輻射控制點；

根據所述非線性輻射控制點對所述目標圖像各階段像素點進行校正，獲得地表反射率值。

可選的，所述根據所述目標圖像確定與所述目標圖像相對應的參考圖像的具體步驟包括：根據與所述目標圖像具有相同重疊區域、近似成像幾何、坐標范圍的圖像確定為與所述目標圖像相對應的參考圖像。

可選的，所述基于核典型相關分析方法根據所述參考圖像像素點集和所述目標圖像像素點集確定非線性輻射控制點的具體步驟包括：

分別將所述參考圖像像素點集、所述目標圖像像素點集映射到核空間，利用核典型相關分析方法確定參考圖像核典型變量、目標圖像核典型變量；

基于mad中的權重公式對所述參考圖像核典型變量、所述目標圖像核典型變量進行篩選，確定非線性輻射控制點。

可選的，所述權重公式為：

其中：u為映射到高維特征空間的目標圖像核典型變量集合，ui為u的第i個元素，v為映射到高維特征空間的參考圖像核典型變量集合，vi是v的第i個元素，var()為方差，z為標準化后的方差，ρλi為第i個特征根，為卡方檢驗，pr(nochange)為不變像素點的概率值，n為重疊區域的點的個數。

可選的，所述根據所述非線性輻射控制點對所述目標圖像各階段像素點進行校正，獲得地表反射率值的具體步驟包括：

對所述非線性輻射控制點進行非線性關系擬合獲得非線性擬合公式；

根據所述非線性擬合公式對所述目標圖像各波段像素點進行校正，獲得地表反射率。

可選的，所述對所述非線性輻射控制點進行非線性關系擬合獲得非線性擬合公式具體步驟包括：

根據偏差平方和最小公式對所述非線性輻射控制點進行非線性關系擬合獲得非線性擬合公式；

所述偏差平方和最小公式為：

其中，δi為第i個非線性輻射控制點的偏差，ri為第i個非線性輻射控制點的原始目標圖像像素值，f(ri)為將第i個非線性輻射控制點的原始目標圖像像素值代入擬合的非線性關系表達式后，計算得到的像素值，si為第i個非線性輻射控制點對應的參考圖像像素值，r為非線性輻射控制點的總個數。

本發明還提供了一種遙感圖像輻射校正系統，該系統包括：

獲取模塊，用于獲取目標圖像；

匹配模塊，用于根據所述目標圖像確定與所述目標圖像相對應的參考圖像；

處理模塊，用于分別對所述參考圖像、所述目標圖像進行預處理后，獲得對應所述參考圖像的參考圖像像素點集和對應所述目標圖像的目標圖像像素點集；

非線性輻射控制點確定模塊，用于基于核典型相關分析方法根據所述參考圖像像素點集和所述目標圖像像素點集確定非線性輻射控制點；

校正模塊，用于根據所述非線性輻射控制點對所述目標圖像各階段像素點進行校正，獲得地表反射率值。

可選的，所述非線性輻射控制點確定模塊的具體包括：

第一確定單元，用于分別將所述參考圖像像素點集、所述目標圖像像素點集映射到核空間，利用核典型相關分析方法確定參考圖像核典型變量、目標圖像核典型變量；

第二確定單元，用于基于mad中的權重公式對所述參考圖像核典型變量、所述目標圖像核典型變量進行篩選，確定非線性輻射控制點。

可選的，所述權重公式為：

其中：u為映射到高維特征空間的目標圖像核典型變量集合，ui為u的第i個元素，v為映射到高維特征空間的參考圖像核典型變量集合，vi是v的第i個元素，var()為方差，z為標準化后的方差，ρλi為第i個特征根，為卡方檢驗，pr(nochange)為不變像素點的概率值，n為重疊區域的點的個數。

可選的，所述校正模塊具體包括：

擬合單元，用于對所述非線性輻射控制點進行非線性關系擬合獲得非線性擬合公式；

校正單元，用于根據所述非線性擬合公式對所述目標圖像各波段像素點進行校正，獲得地表反射率。

根據本發明提供的具體實施例，本發明公開了以下技術效果：

1)、本發明基于核典型相關分析方法自動確定非線性輻射控制點，保證目標圖像和參考圖像間光譜一致，消除圖像之間的輻射差異，提高圖像間的輻射一致性；特別是針對時相差別較大、傳感器成像幾何差異等原因造成的圖像本身輻射差異較大，也能保證圖像之間輻射一致性，大大提高了遙信數據的利用率。

2)、本發明采用核典型相關分析的辦法自動確定非線性輻射控制點，避免了選擇參考圖像時對時相的約束和受傳感器的限制、通用性強、無需人工交互、處理流程單、運算速度快、算法自動性高、適用性強等特點。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例遙感圖像相對輻射校正方法的具體流程圖；

圖2為本發明實施例遙感圖像相對輻射校正系統的結構示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例?；诒景l明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

本發明的目的是提供一種遙感圖像相對輻射校正方法及系統，以保證圖像間的輻射一致性，以提高遙信數據的利用率。

為使本發明的上述目的、特征和優點能夠更加明顯易懂，下面結合附圖和具體實施方式對本發明作進一步詳細的說明。

圖1為本發明實施例遙感圖像相對輻射校正方法的具體流程圖；詳見圖1。其具體的步驟包括：

步驟100：根據所述目標圖像確定與所述目標圖像相對應的參考圖像。

根據與所述目標圖像具有相同重疊區域、近似成像幾何、坐標范圍的圖像確定為與所述目標圖像相對應的參考圖像，所述參考圖像與所述目標圖像無需時相相近，大大提高輻射處理圖像間的輻射一致性，提高了遙信數據的利用率。

步驟200：分別對所述參考圖像、所述目標圖像進行預處理后，分別獲得參考圖像像素點集和目標圖像像素點集。

所述預處理包括坐標重投影、幾何配準、計算地理重疊區域、各波段像素點對應、并使用掩膜技術排除極值點、過飽和點、云、云下陰影及水體的像素點。對所述參考圖像、所述目標圖像進一步處理，為了獲得較為精確的參考圖像像素點集和目標圖像像素點集。

坐標重投影與幾何配準屬通常的遙感圖像處理步驟。

計算地理重疊區域：對于單個目標圖像，有可能找到多景參考圖像，此時就需要進行重疊區域內數據的裁切與拼接整合。

比各波段像素點對應：對于目標圖像與參考圖像為同種傳感器數據，分辨率相同，當坐標重投影、幾何配準精度足夠高時，像素點本身就是對應的。對于不同傳感器的遙感圖像，分辨率差異超過3倍以上時，就需要插值。

掩膜過濾異常點：該步先通過統計目標圖像與參考圖像重疊區內的直方圖，過濾掉過亮和過暗的像素點，然后檢測參考圖像中的云、云下陰影、水體并將其掩膜掉。具體的檢測算法依據不同的傳感器數據而不同。

對掩膜過濾后得到的數據點集進行典型相關分析。

對掩膜過濾后得到的數據點集進行典型相關分析，進一步從這些點集中選出典型相關點集。所選用的典型相關分析算法應當具有不受總體的大氣狀況和傳感器標定導致的線性變換的影響的特性。

典型相關分析算法為了遮蔽兩個不同時相圖像中的變化像素，首先形成兩幅圖像n個波段內像素值的線性組合。

步驟300：基于核典型相關分析方法根據所述參考圖像像素點集和所述目標圖像像素點集確定非線性輻射控制點。

步驟301：分別將所述參考圖像像素點集、所述目標圖像像素點集映射到核空間，利用核典型相關分析方法確定參考圖像核典型變量、目標圖像核典型變量。

核典型相關分析方法是一種常用的非線性典型相關方法，將核函數的思想引入典型相關分析當中，把低維數據映射到高維的特征空間中，為在高維特征中解決復雜關聯分析奠定基礎。

常用的核函數種類非常多，本次實施中選取的核函數為anova核函數該核函數屬于徑向基的一種，非常適合多維回歸的問題。其具體規則為：設x,z∈x，x屬于rⁿ空間，非線性函數實現輸入空間x到特征空間f的映射，其中f屬于r^m，n<<m。則核函數公式為：

其中<,>為內積，k(x,z)即為核函數。

x為目標圖像像素點集，用目標圖像像素點矩陣表示，此處作為樣本矩陣輸入，n為重疊區域的點的個數，n為每個像素點的數據維度，即為各波段的灰度值，則x可為n個n維向量，xn×n＝(x1,x2...,xn)，xi為第i個n維向量，y為參考圖像像素點集，用參考圖像像素點矩陣表示，yi為第i個n維向量，此處作為樣本矩陣輸入，n為重疊區域的點的個數，n為每個像素點的數據維度，即為各波段的灰度值，y可為n個n維向量，yn×n＝(y1,y2...,yn)。

依據核典型相關分析方法，將經過預處理的目標圖像和參考圖像的n個波段內像素值分別映射為高維空間的變量，獲取其在高維特征空間的線性組合，具體公式為：

其中，c和d分別為高維空間(m維)的常向量矩陣，c^t為c的轉置，d^t為d的轉置，將目標圖像的向量x由低維空間(rⁿ)映射到高維空間(r^m)的非線性變換函數(n<<m)，為將參考圖像的向量y由低維空間(rⁿ)映射到高維空間(r^m)的非線性變換函數，變換后的和均為m×n維矩陣，u為映射到高維特征空間的目標圖像核典型變量集合，v為映射到高維特征空間的參考圖像核典型變量集合。

常向量矩陣c和d可以用n維空間的常向量矩陣α和β與和為：

其中，α＝(α1,α2,,...,αn)，αi是α的第i個元素，每一個αi是一個n維向量；同理βi是β的第i個元素。此時將求解高維空間常向量c和d的問題轉化為求解低維空間常向量α和β的問題。將上述公式(5)代入公式(4)，則可得到綜合變量集合u和v為：

步驟302：基于mad中的權重公式對所述參考圖像核典型變量、所述目標圖像核典型變量進行篩選，確定非線性輻射控制點，其中、mad為多元變化檢測算法(multivariatealterationdetection)。

根據核函數公式(3)確定在x和y上定義核矩陣kx和ky為：

其中，kx(i,j)表示核矩陣kx的第i行j列元素，ky(i,j)表示核矩陣ky的第i行j列元素。

通過綜合變量u和v變換公式(6)和核矩陣公式(7)，我們可以計算出u和v的方差和協方差為公式為：

其中，var()為方差，cov()為協方差。

結合上述公式(8)，可得到相關系數的表達公式(9)：

其中，ρ為pearson相關系數。

令相關系數ρ取最大值時，求解時固定分母來求分子，即該問題簡化轉換為一個優化問題，即優化公式為：

這個問題為有等式約束條件的優化問題，可以采用拉格朗日乘數法(lagrangemultiplier)求解。因此根據公式(10)構建的拉格朗日公式為：

其中，ρα和ρβ都是待求特征根。

分別對拉格朗日公式中的α、β求偏導，且令偏導分別等于0，具體詳見公式(12)：

令ρλ＝ρα＝ρβ，同時防止矩陣不可逆對其正則化，上述問題可轉換為求解公式(12)的特征根問題：

其中，ε1和ε2是正則化參數，取值范圍[0，1]。

根據公式(13)求解不同的ρλ以及對應的典型向量α和β。

本發明依據nielsen和canty在低維空間中提出的概念，在var(u)＝var(v)＝1條件下，使var(u-v)最大的情況下，ui-vi中最后幾個變量集中包含著兩組數據之間的線性不變關系，將上述規則映射到高位空間進行求解，以選取圖像間的非線性不變點，采用迭代的辦法選取不變信息，因為mad變量是測量變量的線性組合，由中心極限定理可得它們呈現的高斯分布。每一個獨立的mad變量互相正交，標準化后的像素方差符合自由度為n的分布，其具體權重公式為：

其中，z為標準化后的方差，ui為u中的第i個元素，vi是v中的第i個元素，ρλi為第i個特征根，為卡方檢驗，pr(nochange)為不變像素點的概率值，用來確定哪些像素可以最終被選為不變特征的，可以設定一個固定的域值t(比如t＝95％)，當pr(nochange)＞t時，判斷為特征不變像素點，以此獲取非線性輻射控制點。

步驟400：所述根據所述非線性輻射控制點對所述目標圖像各階段像素點進行校正，獲得地表反射率值。

步驟401：采用最小二乘法對所述非線性輻射控制點進行非線性關系擬合獲得非線性擬合公式。

擬合公式為：

f(r)＝a0+a1r+...+apr^p(14)；

其中，f(r)為待擬合的表達式，將輻射控制點的原始像素值輸入該式可獲取校正后的像素值，a0、a1...ap為待求解的常系數，r為非線性輻射控制點的原始像素值。

偏差平方最小公式為：

其中，δi為第i個非線性輻射控制點的偏差，ri為第i個非線性輻射控制點的原始目標圖像像素值，f(ri)為將第i個非線性輻射控制點的原始目標圖像像素值代入擬合的非線性關系表達式后，計算得到的像素值，si為第i個非線性輻射控制點的參考圖像像素值，r為非線性輻射控制點的總個數。

令p為一個常數，將第i個非線性輻射控制點的原始目標圖像像素值ri和第i個非線性輻射控制點對應的參考圖像目標像素值si帶入擬合公式(14)便可確定待求解的常系數a0、a1...ap，進而求解出具體擬合公式。

在實驗中取不同p值，可以得到不同的非線性關系表達式，依據校正結果進行調整，選取校正結果最好時的p值。

將第i個非線性輻射控制點的原始目標圖像像素值ri帶入多個不同的擬合公式便可得出多個不同的f(ri)，再將多個不同的f(ri)和多個第i個非線性輻射控制點對應的參考圖像目標像素值si帶入偏差平方最小公式2便可求取所有非線性輻射控制點總體最小偏差。

根據最小偏差便可確定該擬合公式為非線性擬合公式。

步驟402：根據所述非線性擬合公式對所述目標圖像各波段像素點進行校正，獲得地表反射率，后續可作為地表反射率產品的應用。

根據上述方法獲取的非線性關系表達式，對所述目標圖像的各波段像素點帶入非線性擬合公式便可求出校正后的像素點，所述校正后的像素點即為地表反射率。

本發明還提供了一種遙感圖像相對輻射校正系統，以保證圖像間的輻射一致性，以提高遙信數據的利用率。

圖2為本發明實施例遙感圖像相對輻射校正系統的結構示意圖，如圖2所示，所述系統包括：獲取模塊1、匹配模塊2、處理模塊3、非線性輻射控制點確定模塊4、校正模塊5。

獲取模塊1，用于獲取目標圖像。

匹配模塊2，用于根據所述目標圖像確定與所述目標圖像相對應的參考圖像。

根據與所述目標圖像具有相同重疊區域、近似成像幾何、坐標范圍的圖像確定為與所述目標圖像相對應的參考圖像，所述參考圖像與所述目標圖像無需時相相近，大大提高輻射處理圖像間的輻射一致性，提高了遙信數據的利用率。

處理模塊3，用于分別對所述參考圖像、所述目標圖像進行預處理后，獲得對應所述參考圖像的參考圖像像素點集和對應所述目標圖像的目標圖像像素點集。

所述預處理包括坐標重投影、幾何配準、計算地理重疊區域、各波段像素點對應、并使用掩膜技術排除極值點、過飽和點、云、云下陰影及水體的像素點。對所述參考圖像、所述目標圖像進一步處理，為了獲得較為精確的參考圖像像素點集和目標圖像像素點集。

非線性輻射控制點確定模塊4，用于基于核典型相關分析方法根據所述參考圖像像素點集和所述目標圖像像素點集確定非線性輻射控制點。

所述非線性輻射控制點確定模塊4，具體包括：第一確定單元、第二確定單元。

第一確定單元分別將所述參考圖像像素點集、所述目標圖像像素點集映射到核空間，利用核典型相關分析方法確定參考圖像核典型變量、目標圖像核典型變量；

第二確定單元基于mad中的權重公式對所述參考圖像核典型變量、所述目標圖像核典型變量進行篩選，確定非線性輻射控制點。

所述權重公式為：

其中：u為映射到高維特征空間的目標圖像核典型變量集合，ui為u的第i個元素，v為映射到高維特征空間的參考圖像核典型變量集合，vi是v的第i個元素，var()為方差，z為標準化后的方差，ρλi為第i個特征根，為卡方檢驗，pr(nochange)為不變像素點的概率值，n為重疊區域的點的個數。

校正模塊5，用于根據所述非線性輻射控制點對所述目標圖像各階段像素點進行校正，獲得地表反射率值；所述校正模塊具體包括：擬合單元、校正單元。

擬合單元根據偏差平方和最小公式對所述非線性輻射控制點進行非線性關系擬合獲得非線性擬合公式；

所述偏差平方和最小公式為：

其中，δi為第i個非線性輻射控制點的偏差，ri為第i個非線性輻射控制點的原始目標圖像像素值，f(ri)為將第i個非線性輻射控制點的原始目標圖像像素值代入擬合的非線性關系表達式后，計算得到的像素值，si為第i個非線性輻射控制點對應的參考圖像像素值，r為非線性輻射控制點的總個數。

校正單元根據所述非線性擬合公式對所述目標圖像各波段像素點進行校正，獲得地表反射率。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的系統而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。

本文中應用了具體個例對本發明的規則及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發明的方法及其核心思想；同時，對于本領域的一般技術人員，依據本發明的思想，在具體實施方式及應用范圍上均會有改變之處。綜上所述，本說明書內容不應理解為對本發明的限制。