3.3 主要的几种辐射校正性能评价方法介绍    15
3.4 辐射校正性能综合评价实施方案    15
3.4.1 对辐射校正进行分类    16
3.4.2 地面参考验证光谱样本信息与样本容量估计  .  17
3.4.3 光谱特征误差矩阵的建立与分析  ..  20
3.4.4 利用 kappa 一致性指数分析辐射校正的概率一致性  .  21
3.5 本章小结  ..  21
4. 辐射校正性能评测方法的具体实现  .  22
4.1 引言  .  23
4.2 获取分类图    24
4.2.1 目视解释  .  24 4.2.2 建立训练样本    25
4.2.3 选取合适的分类器  ..  26
4.3 各类地物个数统计    28
4.4.计算每类所需样本个数  ..  29
4.5 获取地面验证信息    29
4.6 光谱匹配  ..  33
4.7 形成误差矩阵  .  34
4.8 Kappa 分析  .  35
4.9 本章小结  ..  36
结论    37
致谢    38
参考文献  ..  39
1. 绪论
1.1 研究的目的与意义
高光谱遥感作为一门新的研究领域，从上个世纪末开始逐渐发展起来。高光谱遥
感，相对应的，其显像模式叫做高光谱成像。随着它的技术的日趋成熟，高光谱已经
被越来越多的用在实验室规模的（如食品安全、制药过程监督和质量控制、生物医学、
工业、计量生物学和法医）使用小型、经济、高光谱和空间分辨率的设备的应用上。 
因为遥感系统中使用的仪器定标常常不是很准确，会导致测量到的遥感数据存在
误差。此外，遥感平台，在采集数据的过程中有时候会滚动、俯仰或偏航，而收集到
的数据还会受到雾霾、粉尘、高相对湿度和耀斑等等的影响。这些都会影响到采集到
的数据影像的质量及精度。
我们可以通过对遥感图像进行辐射校正来消除原始图像中的大部分几何和辐射
误差，但是哪怕花费很多精力进行校正，数据中仍会存在一些残余的误差。同样，即
使使用了最好的算法进行辐射校正， 同一位置上测得的反射率还是没有办法完美地对
应地面实际测得的反射率。更糟糕的是，残余的误差会继续传递下去到下面的图像处
理过程中，导致结果误差越来越大。
对辐射校正方法的性能进行评测可以帮助决策者更好的筛选出适合的辐射校正
方法以获得更高精度的校正图像。从而也可避免或者至少降低在后续对影像处理的过
程中产生更大的误差。
1.2 国内外研究现状
目前总体来说有两大类辐射校正的方法（见图 1.1） 。一种是传感器辐射校正，也
就是通过传感器里面的校准光源和校准楔来进行校正，还有一种是图像辐射的畸变校
正，即采用校正曲线或算法，如空间滤波、图像降噪等，来校正各种因为大气对电磁
波辐射的散射和吸收、地形的起伏变化而引起的离散地分布在整个图像上的的辐射误
差。而我们要研究的是后者。 上世纪的七十年代到八十年代间，美国Arizona 大学的P.N.Slater 教授等科学
家第一次提出了利用地表上的大量覆盖且均匀分布的地表物体来对在轨卫星的遥感
仪器采集到的图像进行辐射校正。经过将近二十多年的发展，这项技术在国外被普遍
用于海洋、气象、军事等等多个领域，成为了提高辐射校正精度的有效方法。另外，
从上世纪的七十年代开始人们也开始逐渐意识到遥感反演气溶胶在大气校正中的重 基于地面典型均匀地物实测光谱样本的高光谱图像辐射校正性能评测方法研究(2):http://www.751com.cn/jisuanji/lunwen_10579.html