1 北京理工大学 光电学院 光电成像技术与系统教育部重点实验室, 北京 100081
2 北京理工大学 宇航学院 飞行器动力学与控制教育部重点实验室, 北京 100081
利用积分球对近红外增强相机进行了可见、近红外波段的辐射定标, 并采用该相机采集了典型目标的可见、近红外图像.利用便携式地物光谱仪采集了相同目标可见、近红外波段的光谱反射率曲线, 并分析了目标在可见、近红外波段的光谱反射特性.通过寻找同一天气条件、同一时间段所拍摄的典型目标近红外图像灰度值与可见光图像灰度值及典型目标可见、近红外波段反射率之间的关系, 提出一种基于可见光图像及目标反射率反演近红外图像的算法.在近红外图像反演过程中考虑了大气透过率的影响, 反演结果表明, 本文算法可以较好地体现典型目标近红外图像的全局特征, 为后续不同天气条件下近红外场景仿真的实现提供参考.
物理光学 近红外场景仿真 辐射定标 辐亮度 图像灰度 反射率 大气透过率 Physical optics Near infrared scene simulation Radiometric calibration Radiance Digital number Reflectance Atmospheric transmittance
1 中国科学院沈阳应用生态研究所， 辽宁省节水农业重点实验室， 辽宁 沈阳110016
2 中国科学院研究生院， 北京100049
3 中国科学院北京基因组研究所， 基因组科学及信息重点实验室， 北京100029
遥感影像记录的反射光谱特征主要来源于异质反射地物的光谱综合作用， 了解其空间分布特征有助于影像解译和遥感模型的建立。 该文以低山丘陵区10月底多光谱TM遥感影像为研究对象， 采用统计学和多重分形相结合的手段分析其空间变异性。 结果表明， 研究区可见光谱(0.45～0.69 μm) 亮度值(digital number, DN)空间分布表现出统计意义上的尺度不变性； 广义分维函数Dq分析表明TM 2(0.52～0.60 μm) DN值空间分布为单一分形， TM 1(0.45～0.52 μm)和TM 3(0.63～0.69 μm) DN值则表现出统计多重分形特征； 多重分形谱参数(αmax-αmin)和 ［f(αmax)-f(αmin)］ 分析进一步显示TM 3 DN值具有高度异质的空间分布特征和最丰富的信息量， 其次是TM 1， 而TM 2 DN值则具有相对较低的空间异质性和信息量。
亮度值 尺度不变性 多重分形 空间异质性 Digital number Scale-invariance Multifractal analysis Spatial heterogeneity
