无人机图像的辐射定标方法

遥感所利用的各种辐射能均要与地球大气层发生相互作用、散射、吸收，而使能量衰减，并使光谱分布发生变化。大气的衰减作用对不同波长的光是有选择性的，因而大气对不同波段的图像的影像是不同的。另外，太阳-目标-遥感器之间的几何关系不同，则所穿越的大气路径长度不同，使图像中不同地区地物的像元灰度值所受大气影响程度不同，且同一地物的像元灰度值在不同获取时间所受大气影响程度也不同。
辐射定标的过程是将DN值转化为实际物理意义的大气顶层辐射亮度或反射率。辐射定标的原理是建立数字量化值与对应视场中辐射亮度值之间的定量关系，以消除传感器本身产生的误差。
关于无人机图像的辐射校正，大概有这么三种方法，分别是：

1.不变目标法

不变目标法就是说，假定图像上存在具有较稳定反射辐射特征的像元，并且可以知道在相同天气状况下，用ASD测得的反射率数据，那么这些像元就被称为不变目标，这些不变目标在不同时相下的反射率和遥感图像之间就存在着某种线性关系，就可以对遥感图像进行相对辐射校正。常见的做法是在拍摄无人机图像时，拍摄10组灰度梯度板，同时用ASD测得相同或相似天气状况下的标准灰度梯度板的反射率数据。用x表示各波段的灰度值，通过在单波段图像中对灰度梯度板勾画roi，经过像元统计得到灰度值。y表示对应目标的反射率数据，建立他们之间的线性或指数关系，通过band math计算，得到各波段的反射率影像，完成相对辐射校正。

2.黑暗像元法

**
黑暗像元法的基本原理就是在待定待校正的遥感图像上存在黑暗像元区域，地表博朗面反射，大气性质均一，忽略大气多次散射辐照作用的前提下，反射率很小或辐射亮度很小的黑暗像元由于大气的影响，而使得这些像元的亮度值相对增加，就可以认为这部分增加的亮度是由于大气程辐射的影响产生的。利用黑暗像元值计算出程辐射，并带入辐射传输模型，通过计算，就得到了地物的真实地表反射率。
用这种方法进行辐射校正主要依靠图像本身的信息，不依赖参考图像，简单直接，显然导致了精度的损失。且黑暗像元的选择带有主观性。

3.直方图匹配法

如果可以确定某个没有受到大气影响的区域和受到大气影响的区域的反射率是相同的，并且可以确定出不受影响的区域，就可以利用它的直方图对受影响地区的直方图进行匹配处理，这种方法的关键在于寻找两个具有相同反射率但受各种影响相反的区域，并且假定气溶胶的空间分布是均匀的。
直方图匹配法的结果就是使待校正影像的直方图与参考图像的直方图尽可能相近，本质上是对待校正影像进行直方图规定化。

下面以不变目标法为例，数据源选择精灵4多光谱无人机获取的多光谱数据。
其中多光谱相机成像波段参数如下：

首先，对ASD测得的10组数据用view spec pro进行整理分析并导出，根据中心波长提取出5个波段的反射率数据。

在各波段合成后的无人机影像中对不变目标（10组灰度梯度板）勾画roi，保存为xml文件，经过在各个波段的合成图上进行像元统计，Compute statistics from rois-mean，记录均值mean，以灰度值为x，反射率为y，在excel建立线性关系。并在band math工具进行波段运算，得到各波段反射率图像，最后在layer stacking工具进行波段融合，完成无人机图像的相对辐射校正，得到反射率数据。

reference：
冯志明《浅谈无人机影像相对辐射校正方法》