高分辨率遥感影像的斑块级相对辐射校正方法及有效性验证

本文主要探讨了一种面向高分辨率遥感影像的相对辐射校正方法，发表于2014年4月的《武汉大学学报·信息科学版》。该研究针对高分辨率遥感影像中因太阳高度角、光照强度等因素引起的辐射亮度差异问题，提出了一个创新的解决方案。方法的核心思想是基于不同类别地物光谱响应值随时间变化的非线性特性。 首先，研究者通过计算相关系数来区分像斑，将其分为变化像斑（即地物有明显变化的区域）和未变化像斑（地物状态稳定的部分）。对于未变化像斑，采用随机数据一致性算法（RANSAC算法）来估计其增益和偏移参数，这是一种用于在噪声环境中寻找最佳拟合模型的统计方法。 对于变化像斑，由于其光谱响应值与未变化像斑存在差异，作者并未直接使用变化像斑的数据进行校正，而是寻找与其最相似的未变化像斑的增益和偏移参数，作为该像斑的校正参数。这种策略确保了即使在地物发生变化的情况下，也能尽可能地保留未变化部分的辐射信息。 最后，所有像斑都基于各自的校正参数进行线性校正，这样便能有效地减小不同时期遥感影像之间的辐射亮度偏差。这种方法尤其适用于高分辨率遥感影像，因为在处理这类影像时，更需要精细的校准以避免细节丢失。 本文的方法不仅考虑了地物的类别差异，还通过引入RANSAC算法和选择合适的校正参数，实现了对高分辨率遥感影像的相对辐射校正，提高了变化检测的精度和可靠性。实验结果表明，该方法在实际应用中展示了良好的效果，为高分辨率遥感影像的分析提供了有效的校正手段。