大疆精灵4多光谱无人机P4M影像辐射定标方法(二)

前言

上一章《大疆精灵4多光谱无人机P4M影像辐射定标方法》重点给出了基于“光强校正法”的大疆P4M转换反射率的方法的代码(基于python),未对其原理和校正精度进行分析。本章结合最近采集的数据,对光传感器常见标定内容、光强校正法原理、如何获取P4M反射率(ASD相对于地物波谱仪)等内容进行梳理。


一、基础概念梳理

传感器辐射定标分相对辐射定标和绝对辐射定标两种,前者标定和纠正传感器不同探元间的相对响应差异,后者则是利用绝对参照体建立图像DN值(或灰度信息,一般是无具体物理意义的)与实际地物辐亮度的响应关系,将图像DN值转换成辐亮度、反射率等绝对地物信息(具有具体意义,如反射率信息)。相对辐射定标是提升遥感影像质量、获取标准遥感数据的关键步骤,也是各探元成像基准一致性的重要环节。

1.镜头暗电流

镜头暗电流:对于ccd或cmos传感器,其光电二极管是在反向电压下工作的,为了给电子增加动能,存在外接电源,也就是暗电流,有光时,光电子数量增加,光电流增强,弱光时,光电子数量减少,电流变弱。没有受到光照时,也会产生电流现象,称为暗电流效应。对传感器定标而言,该部分标定工作是不可缺少的。
P4M同样给出了暗电流的校正方法,只不过这里面给了一个均值。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第1张图片

2.镜头成像畸变

镜头成像畸变:一般来说,镜头畸变实际上是光学透镜固有的透视失真的总称,也就是因为透视原因造成的失真,这种失真对于照片的成像质量是非常不利的,但因为这属于透镜的固有特性(凸透镜汇聚光线、凹透镜发散光线),所以无法消除,只能改善或后期修正。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第2张图片
镜头畸变一般分:切向畸变、径向畸变和枕形畸变。
相关概念和示例图网上很多,这里不再陈述,仅列举几个参考资料:
1、什么是镜头畸变?如何矫正镜头畸变,合理利用镜头畸变?
2、镜头畸变现象及其校正方法
若想自己标定,可通过张正友校正法进行获取。幸运的是大疆P4M在出厂时已经给出了该部分的参数,可以在影像元数据信息(xmp)直接读取。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第3张图片

3.镜头暗角效应

当相机对着亮度均匀的目标进行数据采集时,影像四角有变暗的现象,称为为“暗角效应”,如下图所示。这种效应对于任何成像镜头都是不可避免的,仅是程度上的差异,与制作工艺、使用方法均有一定关系。
产生暗角的主要原因有:
一是镜头边角的成像光线与镜头光轴有一个较大的夹角,这是造成边角失光的主要原因。沿着视场边缘的光线的前进方向看光圈,由于光线与光圈所在的平面有夹角,看到的光圈是椭圆的,所以通光面积减小。镜头光心到胶片或CCD、COMS片的边缘距离较大,同样的光圈直径到达底片CCD、COMS片的光线夹角较小,亮度必然减小。同样道理,同样的光线偏角,对于边角光线位移就较大,等价于照在较大的面积上。而面积是与位移的平方成正比的,所以综合上述原因,边缘亮度与光线和光轴夹角的COS值的4次方成正比。换句话说,广角镜头边缘亮度是随着视角的变大它必然会急剧地下降。

大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第4张图片

大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第5张图片
示例:不同光圈下的暗角效应结果

3.光强校正法原理及常见传感器

该方法是利用传感器接收下行入射光强(能量)与上行光入射光强(能量)的比值来实现反射率计算的。下行光强为地物反射光强,接收单位为各通道传感器;上行光强是入射光传感器接收的光强(示意图如下)。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第6张图片
最为典型多光谱传感器是Mini-mca6,目前已经停产。已有大量中英文相关文献,有兴趣的朋友可以查阅。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第7张图片

后期其他产品,诸如Sequoa、Redeage-m、Altum、MS600和大疆P4M等,也均配有入射光传感器,不同的是,后面的产品的光强信传输不再依赖于光纤。传感器的尺寸和重量也有了明显的改善。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第8张图片

大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第9张图片
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第10张图片
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第11张图片
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第12张图片

二、反射率计算方法

1.基于光强校正法的反射率转换(以大疆P4M为例)

上文重点讲述了影像传感器信息采集精度的关键因素和光强校正法的基本原理,本节就以大疆P4M为例,具体说明大疆P4M是如何根据光强校正法实现ND值到反射率的转换的。实现过程均参考官方文档精灵 4 多光谱版 图像处理指南 v1.0若觉的本过程阐述有误,请详细查阅参考文档。
根据大疆官网文档描述,其各波段的反射率计算,均是以NIR波段为参考进行计算的。事实上早期的Mini-mca6同样是以某波段为基准进行量测设置了,这点原理是相同的。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第13张图片
式中,NIRcamera表示NIR波段传感器获得的下行光入射能量,NIRdls表示其上行光也就是通过DLS获得的光能量。
NIRcamera信息获取:
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第14张图片
按处理文档种的公式,NIRcamera的获取,同步进行了暗电流、镜头畸变、镜头暗角效应三个关键参数的校正。
NIRdls信息获取:
在DLS信息获取方面,官方文档直接给出了相对基准波段(NIR)的值,存储与影像的元数据中。
在这里插入图片描述
本人已按其官方文档实现单张影像的相对辐射标定,需要的朋友可以参考大疆精灵4多光谱无人机P4M影像辐射定标方法

1.经验校正法

相对与光强校正法,经验线性校正法的原理较为简单。它是将影像上所选区域的光谱值与该区域所对应的实际测量的地面数据进行回归分析,得到一个加常数B和乘常数K,从而计算出该幅影像所对应的实际的地面反射率。地面实际值一般利用地物波谱仪(ASD)测量,常选用具有朗伯面性质物体,如标准定标布、标准定标版等作物地面基准。为了保证回归系数求解的正确性,一般会具有多个反射率梯度的基本物作为参考,以采集植被常用的定标毯为例,常见的组合定标毯为3-5个梯度,反射率范围5%-60%。需要注意的是,为了尽可能保证回归精度,在求解多光谱中心波长所对应的ASD测得的反射率时,尽可能用多光谱厂商提供的光谱响应函数求解,避免直接利用中心波长的反射率。
Y = K x + B Y =Kx+B Y=Kx+B
原理相对简单,不再过多累述,下图为典型的经验校正法案例。
大疆精灵4多光谱无人机P4M影像辐射定标方法(二)_第15张图片

你可能感兴趣的:(传感器,大数据,数据分析,人工智能)