JSgydF4y2Ba 杂志上的传感器gydF4y2Ba 1687 - 7268gydF4y2Ba 1687 - 725 xgydF4y2Ba Hindawi出版公司gydF4y2Ba 10.1155 / 2016/3569272gydF4y2Ba 3569272gydF4y2Ba 研究文章gydF4y2Ba 机载偏振遥感大气校正gydF4y2Ba 梁gydF4y2Ba TianquangydF4y2Ba 太阳gydF4y2Ba XiaobinggydF4y2Ba 王gydF4y2Ba 汉gydF4y2Ba “透明国际”gydF4y2Ba RufanggydF4y2Ba 蜀gydF4y2Ba CunminggydF4y2Ba 香港gydF4y2Ba Seong G。gydF4y2Ba 重点实验室的光学校准和表征gydF4y2Ba 安徽理工学院的光学和力学gydF4y2Ba 中国科学院gydF4y2Ba 合肥230031年gydF4y2Ba 中国gydF4y2Ba cas.cngydF4y2Ba 2016年gydF4y2Ba 10gydF4y2Ba 11gydF4y2Ba 2015年gydF4y2Ba 2016年gydF4y2Ba 02gydF4y2Ba 10gydF4y2Ba 2014年gydF4y2Ba 09年gydF4y2Ba 01gydF4y2Ba 2015年gydF4y2Ba 17gydF4y2Ba 01gydF4y2Ba 2015年gydF4y2Ba 10gydF4y2Ba 11gydF4y2Ba 2015年gydF4y2Ba 2016年gydF4y2Ba 版权©2016 Tianquan梁等。gydF4y2Ba 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。gydF4y2Ba

目标的问题,不能有效地识别航空遥感图像,主要是由于大气散射的影响。这个问题需要被克服。据统计评估方法和不同的特征对象之间的极化辐射和大气路径辐射,一个新的航空遥感图像大气校正方法。使用这种新方法在航空遥感图像,获得在中国的北海岸地区天气阴霾,我们取得了高质量的纠正atmosphere-free形象。结果显示方法的力量在港区。结果表明,该算法,提高图像对比度和图像信息熵,可以有效地识别大气校正后的目标。图像信息熵从5.59提高到6.62。这项研究提供了一种新的有效的航空遥感图像大气校正的技术手段。gydF4y2Ba

 1。介绍gydF4y2Ba

机载遥感中扮演一个重要的角色在搜索感兴趣的材料gydF4y2Ba 1gydF4y2Ba),以及国家科学任务的一个重要平台遥感监测。这种技术展览的许多潜力大量应用,如地质测绘、土地资源规划、地形封面信息分类、监测作物的生长情况,海洋目标探测、军事侦察。尤其重要,航空遥感可以提供实时的、可操作的数据,自动检测和分类。航空遥感平台获得的数据包括对象的辐射和大气路径辐射信息。现场强烈影响大气的存在沿着小路从太阳到目标到传感器。这些潜力激发大气校正的发展(gydF4y2Ba 2gydF4y2Ba]。gydF4y2Ba

大气校正的最简单的方法之一是黑暗对象减法方法(gydF4y2Ba 3gydF4y2Ba,gydF4y2Ba 4gydF4y2Ba]。这种方法接近光辉从黑暗的场景中对象的路径。目前,不同的方法用来解决直接辐射传输问题;例如,他们提供大气大气校正参数,如6 s(第二模拟太阳光谱中的卫星信号)模型(gydF4y2Ba 5gydF4y2Ba,gydF4y2Ba 6gydF4y2Ba]。它提供了一个计算机代码,可以准确地模拟大气辐射。还有一些其他的标准程序,如LOWTRAN和MODTRAN [gydF4y2Ba 7gydF4y2Ba,gydF4y2Ba 8gydF4y2Ba]。在大气中的传输方程,它可以提供强大的大气参数恢复场景(gydF4y2Ba 9gydF4y2Ba]。大气校正已经经历了悠久的历史。有几种类型的方法:scene-based实证方法,辐射传输的建模方法和混合方法(gydF4y2Ba 10gydF4y2Ba,gydF4y2Ba 11gydF4y2Ba]。gydF4y2Ba

最近一些研究人员使用尽可能少的两个图像通过一个偏振镜在不同方向霾天气恢复现场基于有效的大气退化的物理模型(gydF4y2Ba 12gydF4y2Ba,gydF4y2Ba 13gydF4y2Ba]。生的算法更好的结果,但是工作集中在水平方向和现场应该包括天空区域估计未知参数。Christoph波莱尔完成了大气校正利用最近发布的矢量化的版本6 sv机载低地偏振图像。然而,这种方法有一定的局限性和典型的双线性薄板样条和立方二维插值方法产生了不满意的结果(gydF4y2Ba 14gydF4y2Ba]。我们利用极化信息和统计评估信息机载偏振图像大气校正。基本的统计显示,经常有些像素强度很低。像素被完全笼罩在某些情况下,他们的光芒被大气散射主要贡献(称为“光辉道路”)。统计评估算法的主要优点是有效且很容易估计的参数。这些参数对于机载图像校正是必要的。与其他大气校正方法相比,它不需要任何实时地测量参数,以便它是简单和相对简单的应用。我们构建机载偏振遥感大气校正模型,结合偏振信息和统计评价方法。图像对比度和熵急剧增加,该算法应用于机载偏振遥感图像在阴霾的天气。gydF4y2Ba

 2。原则和方法gydF4y2Ba

论文自包含的,本节将回顾已知的霾形成模型的图像,如图gydF4y2Ba 1gydF4y2Ba。gydF4y2Ba

为机载偏振遥感图像模型。gydF4y2Ba

机载偏振遥感获取的图像由两个主要组件组成的。第一个来自对象的光辉。让我们表示的gydF4y2Ba JgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba 光辉的对象好像是在明确的大气环境下,视线没有散射和吸收。由于衰减在一片朦胧中,机载偏振相机感觉这光辉的一小部分。这个衰减信号称为直接传播。第二部分被称为路径辐射,空气光或环境光。它源于大气照明(如阳光),一个粒子辐射光吸收,悬浮在大气中的行为作为光源,光线分散很多次大量的粒子。所有这些粒子生成大气光,一部分是分散到大气的视线。该模型可以描述如下:gydF4y2Ba (1)gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba =gydF4y2Ba JgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba tgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba +gydF4y2Ba 一个gydF4y2Ba 1gydF4y2Ba - - - - - -gydF4y2Ba tgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba 我gydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba 是总强度被空降偏振传感器和收购gydF4y2Ba tgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba 是描述的媒介传播光的部分,不是分散和到达机载偏振传感器。大气校正的目的是恢复gydF4y2Ba JgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba 从gydF4y2Ba 我gydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba 。gydF4y2Ba tgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba =gydF4y2Ba egydF4y2Ba xgydF4y2Ba pgydF4y2Ba (gydF4y2Ba - - - - - -gydF4y2Ba βgydF4y2Ba (gydF4y2Ba λgydF4y2Ba )gydF4y2Ba ∗gydF4y2Ba zgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba )gydF4y2Ba 称为大气传输的影响因素,在那里gydF4y2Ba βgydF4y2Ba (gydF4y2Ba λgydF4y2Ba )gydF4y2Ba 代表了大气消光系数是由粒子材料,大小,形状,和浓度。gydF4y2Ba zgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba 表明机载飞行高度偏振传感器信息。“−”表明光线减弱。gydF4y2Ba

我们将观察强极化效应的大气路径由于大气粒子散射的光辉。我们使本文的假设是,光来自对象微不足道的极化。因为散射不改变直接传输光偏振状态,它遵循的极化直接传输也是无关紧要的。因此大气路径辐射主导着空中的极化偏振传感器测量光。由于大气路径辐射信息可以表示为gydF4y2Ba (2)gydF4y2Ba 一个gydF4y2Ba 1gydF4y2Ba - - - - - -gydF4y2Ba tgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba =gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba +gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba ngydF4y2Ba =gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba ngydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba ≈gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba ngydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba pgydF4y2Ba 是大气路径辐射程度的极化。它可以被定义为gydF4y2Ba (3)gydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba =gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba - - - - - -gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba ngydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba +gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 米gydF4y2Ba 我gydF4y2Ba ngydF4y2Ba 。gydF4y2Ba

根据以上分析,光辉的道路可以源于(gydF4y2Ba 2gydF4y2Ba)和(gydF4y2Ba 3gydF4y2Ba)。大气传输的影响因素gydF4y2Ba tgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba 可以表示为(gydF4y2Ba 5gydF4y2Ba)。考虑gydF4y2Ba (4)gydF4y2Ba 一个gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba 米gydF4y2Ba =gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba ×gydF4y2Ba PgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba (5)gydF4y2Ba tgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba =gydF4y2Ba 1gydF4y2Ba - - - - - -gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba ×gydF4y2Ba PgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba ×gydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 。gydF4y2Ba

请注意,gydF4y2Ba 一个gydF4y2Ba 代表大气路径辐射没有物体辐射的影响。的参数gydF4y2Ba 一个gydF4y2Ba 和gydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba 是未知的。我们估计这些参数如何?我们将带来新想法给这些参数的值。它是一个创新的方法区分从其他方法。统计评估方法,我们使用统计对所有像素,然后设置阈值来估计这些参数,因为我们发现机载偏振传感器获得的图像会有暗像素强度较低。它主要是由于一些因素,比如阴影效应和暗物体或表面,例如。我们将明确地引入计算过程在本小节的末尾。gydF4y2Ba

电磁辐射的偏振属性可以被描述的斯托克斯矢量gydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba 问gydF4y2Ba ,gydF4y2Ba UgydF4y2Ba ,gydF4y2Ba VgydF4y2Ba TgydF4y2Ba (gydF4y2Ba 15gydF4y2Ba]。因为自然对象圆偏振的价值较低,在实际测量我们不考虑圆偏振分量,即gydF4y2Ba VgydF4y2Ba 斯托克斯矢量的分量。利用一个可旋转的线性偏振镜,我们设置的参考方向,可以计算和斯托克斯矢量旋转三个任意极化取向角的偏振器:gydF4y2Ba (6)gydF4y2Ba 我gydF4y2Ba αgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 我gydF4y2Ba +gydF4y2Ba 问gydF4y2Ba cgydF4y2Ba ogydF4y2Ba 年代gydF4y2Ba 2gydF4y2Ba αgydF4y2Ba +gydF4y2Ba UgydF4y2Ba 年代gydF4y2Ba 我gydF4y2Ba ngydF4y2Ba 2gydF4y2Ba αgydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba αgydF4y2Ba 参考方向轴之间的夹角和面向的方向。斯托克斯矢量可以推断出极化的程度:gydF4y2Ba (7)gydF4y2Ba PgydF4y2Ba =gydF4y2Ba 问gydF4y2Ba 2gydF4y2Ba +gydF4y2Ba UgydF4y2Ba 2gydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

基于这些讨论,最后机载大气校正的结果,即对象光辉gydF4y2Ba JgydF4y2Ba (gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba )gydF4y2Ba ,恢复gydF4y2Ba (8)gydF4y2Ba JgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba =gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba - - - - - -gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba ×gydF4y2Ba PgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba /gydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 1gydF4y2Ba - - - - - -gydF4y2Ba 我gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba ×gydF4y2Ba PgydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba /gydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba ×gydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba xgydF4y2Ba ,gydF4y2Ba ygydF4y2Ba 。gydF4y2Ba

为了给一个直观的机载极化大气校正方法,有必要描述纠正方法的流程图如图gydF4y2Ba 2gydF4y2Ba。gydF4y2Ba

机载极化大气校正方法的流程图。gydF4y2Ba

 3所示。仪器和实验描述gydF4y2Ba

我们使用仪器命名方向偏振相机(DPC)由安徽设计光学和力学研究所、中国科学院(gydF4y2Ba 16gydF4y2Ba]。它有三个偏振波段(495海里/ 670 / 870 nm)和三个非偏振的波段(555海里/ 780海里/ 815海里)。它记录的图像通过一个旋转与滤光片滤光轮,面向三个偏振光谱波段线性偏振过滤器在0°、60°、120°。图像光谱之前需要注册或斯托克斯矢量可以计算。车轮是如图gydF4y2Ba 3gydF4y2Ba。它分为十三个部分。FOV来自−30°和30°~ +对角线从−40°~ + 40°。gydF4y2Ba

偏振镜/滤光轮。gydF4y2Ba

DPC已经三次飞行实验在中国Tianjin-Bohai-Tangshan地区北海岸(在图所示gydF4y2Ba 4gydF4y2Ba)在2012年3月21/26/27,。实验数据是巨大的;一个飞行了将近二万的图像。场景包括农田,城市圈,农村,港口和海洋。天气很阴霾。从飞机的场景是被大气中。gydF4y2Ba

Tianjin-Bohai-Tangshan地区中国的北海岸。gydF4y2Ba

飞机有固定和DPC同时POS仪器。它将记录飞机的位置信息包括纬度、经度和海拔。它可以创建高度准确的飞行任务规划和准确的传感器定位和图像采集。根据POS记录信息,我们描述的准确跟踪飞行Tianjin-Bohai-Tangshan区域如图gydF4y2Ba 5gydF4y2Ba。飞行任务集三个重要的观察者。飞行航线密集在有趣的区域,如图gydF4y2Ba 5gydF4y2Ba。gydF4y2Ba

准确的飞行跟踪Tianjin-Bohai-Tangshan地区。gydF4y2Ba

 4所示。实验结果gydF4y2Ba

实验数据,我们使用了3月21日,2012年。我们选择一组670海里的数据来证明我们的方法。我们选择的数据获得在海岸(39°09年19.78′′′N, 117°48′29.83′′E);飞行高度是3608米。因为DPC结构采用偏振器/光谱滤光轮,一组数据会有一些不同的场景。生成图像需要注册前的斯托克斯矢量可以计算。这个过程是描述流程图如图gydF4y2Ba 2gydF4y2Ba。gydF4y2Ba

在本节中,我们首先显示原始图像DPC收购在阴霾的天气。它包括三个不同的偏振镜取向角(即0°、60°、120°),如图gydF4y2Ba 6gydF4y2Ba。gydF4y2Ba

原始图像的三种不同的偏振镜取向角((a) (b) / (c)代表0°/ 60°、120°偏振器定位角图像、职责)。gydF4y2Ba

然后我们使用机载极化大气校正方法来恢复场景。现场,我们选择在天津是一个港口,中国。这个港口变成了一个公园,因为“基辅”航母,中国政府从俄罗斯买的。方法需要图像配准的三个不同的偏振器定位角图像,因为飞机的飞行记录现场的时候会有一些不同的序列图像。使用注册图像我们可以计算融合强度图像和偏振度图像。然后我们使用统计评估估计未知参数gydF4y2Ba 一个gydF4y2Ba 和gydF4y2Ba pgydF4y2Ba 一个gydF4y2Ba 。最后,我们应用了参数恢复现场,即机载偏振图像大气校正。大气校正结果如图gydF4y2Ba 7gydF4y2Ba。大气校正的对比特征图像相对于熔融强度大大提高图像原始偏振器和三个方向角度原始图像。此外,该算法消除了闪烁的光,它存在于原始图像。因此,“基辅”航母显然可见的场景中,在原始图像区域看起来像白色和模糊。恢复图像显示原始图像的看不见的细节图gydF4y2Ba 7gydF4y2Ba。gydF4y2Ba

融合强度图像(a)和大气纠正图像(b)。gydF4y2Ba

为了给限制和客观结果,大气校正结果应定量评估。我们选择航空母舰区域如图gydF4y2Ba 8gydF4y2Ba如图,红色矩形区域明显gydF4y2Ba 7gydF4y2Ba。比较大气的直方图修正结果如图gydF4y2Ba 9gydF4y2Ba。大气校正后图像的非零值分布广泛和均匀。它证明了图像对比度高于强度图像。我们选择了航空母舰作为目标和目标区域的平均值计算。我们选择目标为背景和周围的海洋背景区域的平均值计算。对象和背景区域被选为同一区域的强度图像和大气校正图像,如图gydF4y2Ba 8gydF4y2Ba。从0.058到0.536图像对比度增强。对比被定义为原则gydF4y2Ba (9)gydF4y2Ba RgydF4y2Ba =gydF4y2Ba fgydF4y2Ba ogydF4y2Ba bgydF4y2Ba jgydF4y2Ba egydF4y2Ba cgydF4y2Ba tgydF4y2Ba - - - - - -gydF4y2Ba fgydF4y2Ba bgydF4y2Ba 一个gydF4y2Ba cgydF4y2Ba kgydF4y2Ba ggydF4y2Ba rgydF4y2Ba ogydF4y2Ba ugydF4y2Ba ngydF4y2Ba dgydF4y2Ba fgydF4y2Ba bgydF4y2Ba 一个gydF4y2Ba cgydF4y2Ba kgydF4y2Ba ggydF4y2Ba rgydF4y2Ba ogydF4y2Ba ugydF4y2Ba ngydF4y2Ba dgydF4y2Ba 。gydF4y2Ba

红色矩形区域标记在图gydF4y2Ba 7gydF4y2Ba之前(a)和(b)后大气校正。gydF4y2Ba

之前的归一化直方图(a)和(b)后大气校正。gydF4y2Ba

1948年,香农引入了一个一般的不确定性度量随机变量,考虑了不同概率之间的状态(gydF4y2Ba 17gydF4y2Ba]。今天这一标准被称为“香农熵。“鉴于事件发生的概率gydF4y2Ba PgydF4y2Ba 香农熵的定义是gydF4y2Ba (10)gydF4y2Ba HgydF4y2Ba =gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 米gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba lgydF4y2Ba ogydF4y2Ba ggydF4y2Ba 2gydF4y2Ba 1gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba =gydF4y2Ba - - - - - -gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba 米gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba lgydF4y2Ba ogydF4y2Ba ggydF4y2Ba 2gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba 。gydF4y2Ba

香农熵可以计算一个图像,灰度分布的概率被认为是香农熵的公式。概率分布估计的值可以通过计算每个灰度值出现的次数的形象,这些数字除以总数量的事件。图像场景更加无序(即场景对象更清楚),和香农熵值较高。大气校正后,强度图像的熵已经从5.59提高到6.62。由于大气的影响强度图像,这使得整个系统相对有序,场景纹理模糊。整个系统的大气纠正图像更为复杂和幕后细节纹理变得清晰。gydF4y2Ba

 5。结论gydF4y2Ba

在本文中,提出了机载极化大气校正的方法。它是图像分析的基础上通过定向偏振相机(DPC)。该方法基于物理使场景的一个非常有效的复苏。这是一个潜在的有用的机载大气校正和目标识别应用程序的工具。额外的工作当然需要做进一步达到目标的方法完整的证明。此外,进一步的研究和开发的硬件需要获得快速获取,不需要图像配准和能够处理不均匀大气。gydF4y2Ba

 利益冲突gydF4y2Ba

作者宣称没有利益冲突。gydF4y2Ba

 确认gydF4y2Ba

作者要感谢Seong香港教授和匿名审稿人(s)为他们的有价值的意见和建议来改善。这项工作得到了中国国家基础研究计划(973)(没有。2010 cb950803,没有。61322502)。gydF4y2Ba

 弓箭手gydF4y2Ba C。gydF4y2Ba MorgensterngydF4y2Ba J。gydF4y2Ba 改善与生活目标识别大气校正gydF4y2Ba 8743年gydF4y2Ba 算法和技术的多光谱、高光谱和Ultraspectral意象第十九gydF4y2Ba 2013年5月gydF4y2Ba 美国马里兰州巴尔的摩gydF4y2Ba 学报学报gydF4y2Ba 10.1117/12.2015741gydF4y2Ba 2 - s2.0 - 84881181529gydF4y2Ba 梁gydF4y2Ba 年代。gydF4y2Ba 定量遥感的土地表面gydF4y2Ba 2009年gydF4y2Ba 科学出版社gydF4y2Ba ChaveagydF4y2Ba J。gydF4y2Ba 基于图像的大气corrections-revisited和改善gydF4y2Ba 摄影测量工程&遥感gydF4y2Ba 1996年gydF4y2Ba 62年gydF4y2Ba 9gydF4y2Ba 1025年gydF4y2Ba 1036年gydF4y2Ba 莫兰gydF4y2Ba m . S。gydF4y2Ba 杰克逊gydF4y2Ba r D。gydF4y2Ba 斯莱特gydF4y2Ba p . N。gydF4y2Ba TeilletgydF4y2Ba p . M。gydF4y2Ba 评估简化程序检索地表反射率的因素从卫星传感器输出gydF4y2Ba 环境遥感gydF4y2Ba 1992年gydF4y2Ba 41gydF4y2Ba 2 - 3gydF4y2Ba 169年gydF4y2Ba 184年gydF4y2Ba 10.1016 / 0034 - 4257 (92)90076 - vgydF4y2Ba 2 - s2.0 - 0027010133gydF4y2Ba VermotegydF4y2Ba e . F。gydF4y2Ba TanregydF4y2Ba D。gydF4y2Ba DeuzegydF4y2Ba j·L。gydF4y2Ba 赫尔曼gydF4y2Ba M。gydF4y2Ba MorcrettegydF4y2Ba j j。gydF4y2Ba 第二次模拟太阳光谱的卫星信号,6 s:概述gydF4y2Ba IEEE地球科学和遥感gydF4y2Ba 1997年gydF4y2Ba 35gydF4y2Ba 3gydF4y2Ba 675年gydF4y2Ba 686年gydF4y2Ba 10.1109/36.581987gydF4y2Ba 2 - s2.0 - 0031139633gydF4y2Ba VermotegydF4y2Ba e . F。gydF4y2Ba TanregydF4y2Ba D。gydF4y2Ba DeuzegydF4y2Ba j·L。gydF4y2Ba 第二次模拟太阳光谱的卫星信号(6 s)gydF4y2Ba 1994年gydF4y2Ba 美国马里兰州绿地gydF4y2Ba NASA-GSFCgydF4y2Ba 6 s用户指南6.0版gydF4y2Ba van den博世gydF4y2Ba j . M。gydF4y2Ba 小巷gydF4y2Ba r·E。gydF4y2Ba 应用LOWTRAN 7作为大气校正机载可见光/红外成像光谱仪(AVIRIS)数据gydF4y2Ba 第十届国际地球科学和遥感学报》研讨会(90年雪茄烟的)gydF4y2Ba 1990年5月gydF4y2Ba 175年gydF4y2Ba 177年gydF4y2Ba 2 - s2.0 - 0025565310gydF4y2Ba 马太福音gydF4y2Ba m·W。gydF4y2Ba Adler-GoldengydF4y2Ba s M。gydF4y2Ba 伯克gydF4y2Ba 一个。gydF4y2Ba RichtsmeiergydF4y2Ba s . C。gydF4y2Ba 莱文gydF4y2Ba r . Y。gydF4y2Ba 伯恩斯坦gydF4y2Ba l S。gydF4y2Ba 阿查里雅gydF4y2Ba p K。gydF4y2Ba 安德森gydF4y2Ba g . P。gydF4y2Ba FeldegydF4y2Ba g·W。gydF4y2Ba 废话gydF4y2Ba m P。gydF4y2Ba RatkowskigydF4y2Ba 一个。gydF4y2Ba 伯克gydF4y2Ba h。gydF4y2Ba 凯撒gydF4y2Ba r D。gydF4y2Ba 米勒gydF4y2Ba d . P。gydF4y2Ba 使用MODTRAN4-based大气校正算法的状态gydF4y2Ba 4049年gydF4y2Ba 算法对多光谱、高光谱和Ultraspectral意象VIgydF4y2Ba 2000年4月gydF4y2Ba 199年gydF4y2Ba 207年gydF4y2Ba 学报学报gydF4y2Ba 2 - s2.0 - 0033700418gydF4y2Ba XirugydF4y2Ba X。gydF4y2Ba 遥感的物理gydF4y2Ba 2006年gydF4y2Ba 北京大学出版社gydF4y2Ba 梁gydF4y2Ba 年代。gydF4y2Ba 方gydF4y2Ba H。gydF4y2Ba 一种改进的高光谱遥感图像的大气校正算法gydF4y2Ba IEEE地球科学和遥感信gydF4y2Ba 2004年gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 112年gydF4y2Ba 117年gydF4y2Ba 10.1109 / lgrs.2004.824747gydF4y2Ba 2 - s2.0 - 2442575186gydF4y2Ba 考夫曼gydF4y2Ba y . J。gydF4y2Ba SendragydF4y2Ba C。gydF4y2Ba 算法自动大气修正可见光和近红外线卫星图像gydF4y2Ba 国际遥感杂志》上gydF4y2Ba 1988年gydF4y2Ba 9gydF4y2Ba 8gydF4y2Ba 1357年gydF4y2Ba 1381年gydF4y2Ba 10.1080 / 01431168808954942gydF4y2Ba 2 - s2.0 - 0024165392gydF4y2Ba SchechnergydF4y2Ba Y Y。gydF4y2Ba 纳史木汗gydF4y2Ba s G。gydF4y2Ba 纳亚尔gydF4y2Ba 美国K。gydF4y2Ba Polarization-based愿景通过阴霾gydF4y2Ba 应用光学gydF4y2Ba 2003年gydF4y2Ba 42gydF4y2Ba 3gydF4y2Ba 511年gydF4y2Ba 525年gydF4y2Ba 10.1364 / ao.42.000511gydF4y2Ba 2 - s2.0 - 0037455507gydF4y2Ba SchechnergydF4y2Ba Y Y。gydF4y2Ba 纳史木汗gydF4y2Ba s G。gydF4y2Ba 纳亚尔gydF4y2Ba 美国K。gydF4y2Ba 即时dehazing使用偏振图像gydF4y2Ba 1gydF4y2Ba 《IEEE计算机学会学报计算机视觉与模式识别会议(CVPR ' 01)gydF4y2Ba 2001年gydF4y2Ba 325年gydF4y2Ba 332年gydF4y2Ba 10.1109 / CVPR.2001.990493gydF4y2Ba 波莱尔gydF4y2Ba C。gydF4y2Ba 斯宾塞gydF4y2Ba C。gydF4y2Ba 大气校正的机载低地使用矢量化6 s偏振图像gydF4y2Ba 6302年gydF4y2Ba 成像光谱法习gydF4y2Ba 2006年8月gydF4y2Ba 63020 t - 1gydF4y2Ba 63020 t-12gydF4y2Ba 学报学报gydF4y2Ba 10.1117/12.680814gydF4y2Ba 2 - s2.0 - 33750574771gydF4y2Ba SchottgydF4y2Ba j . R。gydF4y2Ba 偏振遥感的基础gydF4y2Ba 2009年gydF4y2Ba 有媒体gydF4y2Ba LiganggydF4y2Ba C。gydF4y2Ba 研究实验室校准机载偏振CCD相机的宽视场[博士。论文)gydF4y2Ba 2008年gydF4y2Ba 中国科学院研究生院gydF4y2Ba 全gydF4y2Ba J.-B。gydF4y2Ba 金gydF4y2Ba 黄永发。gydF4y2Ba 尹gydF4y2Ba 黄永发。gydF4y2Ba 在香港gydF4y2Ba K.-S。gydF4y2Ba 绩效评估的牙齿基于差分图像熵的图像识别系统gydF4y2Ba 学报》第三届国际会议上收敛和混合信息技术(ICCIT 08年)gydF4y2Ba 2008年11月gydF4y2Ba 967年gydF4y2Ba 972年gydF4y2Ba 10.1109 / iccit.2008.135gydF4y2Ba 2 - s2.0 - 57849113498gydF4y2Ba