水体强反光环境中无人机多光谱影像的辐射一致性校正
Radiometric consistency correction of UAV multispectral images in strong reflective water environment作者机构:河海大学地球科学与工程学院南京211100 河海大学水文水资源学院南京210098 新平褚氏农业有限公司新平653407
出 版 物:《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)
年 卷 期:2022年第38卷第2期
页 面:192-200页
核心收录:
学科分类:0710[理学-生物学] 083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 0802[工学-机械工程] 0801[工学-力学(可授工学、理学学位)]
基 金:“十三五”国家重点研发计划项目(2016YFA0601504) 国家自然科学基金(41977394) 云南省重大科技专项计划项目资助(202002AE090010)
摘 要:为了提高水体强反光干扰的遥感影像信息提取准确度,该研究以柑橘树冠营养元素水平检测而采集的无人机多光谱影像为对象,对水体强反光造成的相同地物在不同影像上辐射信息不一致现象进行校正,从而提高营养元素水平检测的精度。首先对影像进行暗角校正,然后利用直方图对比度拉伸辅助SIFT(Scale invariant feature transform,SIFT)算法匹配出同名点,根据同名点的DN(Digital number,DN)值,利用RANSAC(Random sample consensus,RANSAC)构建校正模型对影像做相对辐射校正,并进行双边滤波去除噪声,最后经过辐射定标将影像DN值转化为反射率完成辐射一致性校正。为验证校正精度,选择蓝、绿、红、红边和近红外波段反射率以及GNDVI(Green normalized difference vegetation Index,GNDVI)的平均绝对误差(Mean absolute error,MAE)作为评价指标。试验结果表明,和直方图匹配相比,采用本文方法具有较高的校正精度,蓝、绿、红、红边和近红外波段校正后反射率的MAE分别为0.2%、0.5%、0.6%、1.7%和1.2%,GNDVI的MAE为0.3%,有效解决了水体反光造成的光谱失真问题,提高了受水体反光影响的遥感图像利用率,可为后续柑橘树冠营养元素估测提供精确的遥感数据保障。