Атмосферная коррекция.
Группы:
Физическое моделирование (взаимодействие изменения с атмосферой) , результатом этой модели будет пересчет значений в усл. прозрачной атмосфере.
Недостаток. Нужны точные метеорологические данные и вычислительные ресурсы.
Метод min гистограммы . на гистограмме яркости видимого спектра выделяют наименьшее значение из всех значений всех пикселей и всех диапазонов выбирают наименьшее значение.
Недостаток. Это не точный метод.
Методы линейной регрессии
Данные наносят на координатную ось
далее методом наименьших квадратов подбирают прямую, которая более подробно описывает набор данных.
Методы корректировки теплового инфракрасного излучения:
Метод физического моделирования (Low Trow)
Метод разделенного окна (яркостные температуры Tb1 Tb2 измеряются в двух, но разных близкорасположенных спектров). Яркостная температура Tb1 определяет:
Где а1, а2, а3 – имеют разные значения для дневной и ночной поверхности, они определяются эмпирически.
Данный метод характеризуется белее точным определением температуры в пределах 0,5К. если поверхность имеет постоянную излучательную способность.
Двойной обзор.
Точка
измеряется дважды под двумя разными
углами используют технику конич. съемку
под углом <520
надира, т.к.
,
то слой атмосфера в 1,6 раза больше чем
при наземной съемке. В результате двух
яркостных температур можно ввести
поправку.
Tb0 – изменение на исследуемой поверхности
Tb1 Tb2 – достигают датчика
Связаны уравнением переноса энергии излучения
– опт.
Толщина атмосферы
Восстановление пропущенных пикселей
Используют методы интерполяции. Также используют вычисление корреляции по известным яркостям пикселя изображения.
Геометрическая коррекция
Причины искажений:
Ракурс съемки
Движение сканирующей системы
Движение спутника
Вариации высоты, изменение ориентации спутника, скорости спутника
Рельеф поверхности
Вращение земли
Цель геометрической коррекции:
Устранить искажения, чтобы характеристики объекта на снимке соответствовали точнее фактическим характеристикам.
Группы:
1. Систематические. Можно учесть, смоделировав движение сенсора спутника относительно небесного тела (спутника Земли)
2. Случайные. Требуется привязка снимка в заданной системе координат для устранения ошибок.
1. Пример: 1. перекос полосы съемки. Причина – перемещение спутника кот необходимо для поворота зеркала сканирующей системы. 2. вариации скорости вращения зеркала. Приводит к изменению геометрических характеристик вдоль строк изображения. 3. панорамные искажения. Площадь сканируемой области будет пропорциональный тангенсу съемки угла (вдоль строк снимка). 4. вариации скорости платформы. Происходит, последовательные проходы зеркала сканирующей системы будут соответствовать разным участкам трассы с разной длинной. 5. Вращение земли приводит к смещению вдоль строки.
2. Пример: 1. вариации высоты орбиты. 2. ориентация сканирующей системы, что одна из сканирующих систем направлена строго перпендикулярно.
Для устранения систематических ошибок необходимо знание большого число эфимеридных параметров. Для устранения случайных ошибок. Устраняют централизованные организации либо сами пользователи. Геометрическое трансформирование картографической проекции – преобразование снимка к одной из существующих картографических проекций. Для ее выполнения требуется определенное количество наземных опорных точек, для кот известны координаты этой точки на снимке. Геометрическое трансформирование применяют в том случае, если необходимо точно измерить линейные или площадные объекты. Чтобы трансформировать снимок в системе координат картограф проекции нужно выполнить 2 операции: 1. пространственная интерполяция 2. интерполяция значений яркости пикселей. Пространственная выполняется по большому числу опорных точек. В общем случае геометрическое трансформирование описывается полиномиальным преобразованием, аффинным преобразованием, для него нужно найти 6 независимым параметрам соответствовать к шести трансформациям на снимке, смещение по х,у, вращение х и у, Изменение масштаба, параллельному сдвигу границы, поворот снимка. Это фактически полином первого порядка. С математической точки зрения
Для поиска коэффициентов нам понадобятся три точки с известными координатами (х1у1)(х2у2)(х3у3)(х1\у1\)(х2\у2\)(х3\у3\)
для получения коэффициентов нужно умножить каждую часть уравнения на обратную матрицу с коэффициентами
для решения данной системы должно проводить операции получения обратной матрицы и умножения матрицы. Полученные коэффициенты. подставляются в исходное уравнение и задача получения новых координат решается для каждого пикселя исходного растра. Т.о. мы получаем новую матрицу изображения, которая нам нужна. теоретически решение такой матрицы достаточно знать координаты трех опорных точек, однако на практике используют большее число опорных точек. Мы можем посчитать также среднеквадратичную ошибку
