基于放松的放射性规范化用于多时跨传感器卫星图像

科学领域:

• 遥感 遥感 遥感 遥感
• 地理空间分析的研究.
• 图像处理 图像处理

背景情况:

• 多时交叉传感器图像对于地球表面监测至关重要.
• 不一致的大气和地表条件导致卫星图像的视觉差异,阻碍了分析.
• 现有的规范化方法,如组图匹配和代重量化多变量变化检测 (IR-MAD),在特征保存和参考图像依赖性方面存在局限性.

研究的目的:

• 为卫星图像正常化引入一种新的基于放松的算法.
• 克服现有方法在维护图像特征和减少对参考图像的依赖方面的局限性.
• 为了提高多时跨传感器卫星图像的放射性一致性和准确性.

主要方法:

• 一个基于放松的算法通过更新规范化参数 (斜率α和截面β) 来代调整放射值.
• 该算法对图像进行细化,直到达到令人满意的放射性一致性水平.
• 该方法在多时跨传感器图像数据集上进行了验证.

主要成果:

• 与原始图像和IR-MAD相比,提出的放松算法显著改善了放射学一致性.
• 该方法在减少放射性不一致性方面表现出卓越的性能.
• 重要的图像特征得到了有效保存,准确度指标显示有所改善 (MAE = 2.3,RMSE = 2.8).
• 表面反射值表现出增强的一致性 (R2 = 87.56%,欧几里德距离 = 2.11,光谱角度映射器 = 12.60).

结论:

• 基于放松的算法为实现多时跨传感器卫星图像正常化提供了强大的解决方案.
• 这种方法通过提高图像可比性和分析准确性来提高地球表面监测的可靠性.
• 该算法为研究人员和从业人员提供了一种有价值的工具,用于处理各种卫星数据集.