一种基于同期卫星影像的多架次无人机影像相对辐射校正方法技术

本发明专利技术提出了一种基于同期卫星影像的多架次无人机影像相对辐射校正方法，包括以下步骤：对于多架次的无人机影像，首先获取同时期的中高空间分辨率卫星影像并进行预处理，得到相同区域的无人机和卫星影像；然后基于重采样无人机影像和卫星影像的光谱反射率，以回归树的方式将训练数据集分割为多个子集并开发回归模型；最后将多子集多元回归模型应用到无人机影像生成参考影像，并应用最小二乘回归建立各波段的辐射校正模型，从而获得相对辐射校正后的无人机影像。本发明专利技术构建的多架次无人机影像相对辐射校正方法操作步骤简单、高效，并且可实现自动化，可用于遥感影像拼接和遥感信息提取，以及基于无人机和卫星遥感协同的作物生长监测等。

【技术实现步骤摘要】
一种基于同期卫星影像的多架次无人机影像相对辐射校正方法
本专利技术属于遥感影像相对辐射校正领域，特别涉及一种跨传感器的多架次无人机影像相对辐射校正方法。
技术介绍
无人机凭借低成本、实时、高效的优势，广泛应用于作物干旱胁迫、杂草检测、营养状况、长势监测和产量预测等方面。但是，在进行大范围作物监测中，无人机因续航能力不强，往往需要获取多架次无人机影像才能完成任务。在多架次无人机影像获取中，由于太阳辐照度、大气状态以及地形等因素的影响，导致相同地物在不同影像中存在辐射差异，不利于进一步的定量化研究。辐射校正的目的就是保留地表物体真实的变化信息，去除上述因素造成的辐射差异。因此，在利用多架次无人机遥感影像生成无缝合成地图(通过拼接)或反演生化参数之前，需要对各架次无人机影像进行辐射校正处理。目前，常用的辐射校正方法主要有两大类：绝对辐射校正(Absoluteradiometriccorrection)和相对辐射校正(Relativeradiometriccorrection)。绝对辐射校正是将每幅影像的灰度值转化为地表反射率，以及遥感本文档来自技高网...

【技术保护点】
1.一种基于同期卫星影像的多架次无人机影像相对辐射校正方法，包括以下步骤：/n步骤1：根据多架次有辐射差异无人机影像的成像时间，获取同时期的中高空间分辨率卫星影像并进行预处理，得到相同区域的无人机影像和卫星影像；/n步骤2：将重采样无人机影像和卫星影像的光谱反射率作为训练数据集，以回归树的方式将训练数据集分割为多个子集，并建立多元线性回归模型；/n步骤3：将多子集多元线性回归模型应用到无人机影像，生成具有卫星辐射特征的参考影像；/n步骤4：基于无人机影像和具有卫星辐射特征的参考影像，以像元为处理单元，应用最小二乘回归方法获得各波段的相对辐射校正模型；/n步骤5：将无人机影像逐像元乘以对应波段的...

【技术特征摘要】
1.一种基于同期卫星影像的多架次无人机影像相对辐射校正方法，包括以下步骤：
步骤1：根据多架次有辐射差异无人机影像的成像时间，获取同时期的中高空间分辨率卫星影像并进行预处理，得到相同区域的无人机影像和卫星影像；
步骤2：将重采样无人机影像和卫星影像的光谱反射率作为训练数据集，以回归树的方式将训练数据集分割为多个子集，并建立多元线性回归模型；
步骤3：将多子集多元线性回归模型应用到无人机影像，生成具有卫星辐射特征的参考影像；
步骤4：基于无人机影像和具有卫星辐射特征的参考影像，以像元为处理单元，应用最小二乘回归方法获得各波段的相对辐射校正模型；
步骤5：将无人机影像逐像元乘以对应波段的相对辐射校正模型，从而获得相对辐射校正后的无人机影像。


2.根据权利要求1所述的基于同期卫星影像的多架次无人机影像相对辐射校正方法，其特征在于，步骤1中数据预处理的具体步骤包括：
步骤1-1：对多架次无人机影像分别进行地理配准和辐射定标，对卫星影像进行辐射定标、大气校正、几何校正，获得无人机和卫星光谱反射率数据；
步骤1-2：将多架次无人机和卫星影像重投影到相同坐标系；
步骤1-3：利用最近邻插值法将步骤1-2中的无人机影像数据重采样至卫星影像的空间分辨率，得到与卫星影像一致的空间分辨率无人机影像数据。


3.根据权利要求1所述的基于同期卫星影像的多架次无人机影像相对辐射校正方法，其特征在于，步骤2中生成多子集多元回归模型的具体步骤包括：
步骤2-1：将重采样无人机影像和卫星影像各个波段的光谱反射率数据作为训练数据集；
步骤2-2：应用Cubist回归树模型，将训练数据集分割为多个子集，从无人机重采样影像的所有像素中提取输入数据，Cubist模型的规则数设置为1-20，步长为1，结合基...

【专利技术属性】
技术研发人员：程涛，张巧凤，郑恒彪，姚霞，朱艳，曹卫星，
申请(专利权)人：南京农业大学，
类型：发明
国别省市：江苏;32