多时相卫星遥感影像相对辐射校正方法研究开题报告

全文总字数：1665字

1. 研究目的与意义

研究目的： 1.对于伪不变特征点，时不变簇以及全面回归的相对辐射归一化方法的研究。

2.三种辐射归一化方法适应性以及校正效果的比较研究 3.对于归一化处理之后的图像，基于变化向量，分析土地覆盖变化情况。

研究意义：通过基于多时相遥感影像获取的土地覆盖图像，可以研究土地利用覆盖变化情况。

2. 国内外研究现状分析

2.1辐射归一化的研究，目前常用的辐射归一化处理方法有两种：绝对辐射归一化和相对辐射归一化： 1.绝对辐射归一化是将每幅影像的灰度值转化为地表反射率。

转换过程中，为了进行精确的大气校正和传感器校正，需要用到大量的卫星同步观测数据和大气属性信息，这些数据很难获得。

其主要步骤有：首先,需要将传感器测量的灰度值，转化为卫星传感器测量的光谱辐射值。

3. 研究的基本内容与计划

研究内容： 1. 基期图像（参考图像）及目标图像选取 2. 基于伪不变特征（Pseudo Invariant Features-PIFs)的辐射归一化 3. 基于时不变簇（Temporally Invariant Cluster-TIC)的辐射归一化 4. 基于全面回归（Wall-to-Wall Regression, WWR)的辐射归一化 5. 基于变化向量分析的土地覆盖变化检测 6. 基于Google Map的变化检测验证研究计划： 2016.1-2016.2：查阅文献，了解国内外相对辐射校正方法以及变化向量检测的基本原理。

2016.2-2016.4：三种辐射归一化方法的研究，比较，并且用精度最高的方法校正得出的图像，进行变化向量检测分析 2016.4-2016.5：实验结果分析，撰写论文

4. 研究创新点

相对辐射归一化方法作为辐射归一化中，非常重要的一种因为其数据获取比较简单，受到了极大的关注。

本次研究从中选择了比较常见的三种方法：伪不变特征点法，时不变簇法，以及全面回归算法，通过研究它们的计算过程，校正精度等等，来比较辐射归一化算法的适应性。

其中：伪不变特征点法需要人为主观选点，而全面回归算法则通过输入全部的散点自动建立线性关系。