论文总字数：18437字

摘 要

科技发展的前提下，遥感技术也在众多相关领域内有了广泛应用，多时相遥感影像的应用也有了良好的发展契机，而相对辐射归一化是对多时相遥感影像进行分析前必不可少的操作。

本文选择苏州地区两个时间的Landsat-8 OLI影像，对影像进行预处理后，实验图像采用四种相对辐射归一化方法：直方图匹配法、基于统计的方法、图像回归法和伪不变特征法。利用结果图像的NDVI结果分析了不同方法对图像辐射差异的影响，从而对比相对辐射归一化方法的差异。实验结果表明：

1. 不同方法的选择应该基于不同应用的目的，四种方法都减少了多时相遥感影像的辐射差异，综合各个因素伪不变特征法的归一化结果最好。
2. 伪不变特征法的PIFs通过IR-MAD提取，减少了传统方法中的主观性，提高了归一化精度。
3. 直方图匹配法的操作方式最简单，并且在高分辨率遥感影像的归一化上，直方图匹配法更加适合。

关键词：多时相 Landsat8 相对辐射归一化 NDVI

Research on radiation normalization method of multitemporal Landsat image

Abstract

As time passing,the science and technology has developed a lot. It has been used far and wide in many related fields which name is remote sensing technology, and the application of multi-temporal remote sensing images has a good opportunity for development,too. Relative radiation normalization is essential before analyzing multi-temporal remote sensing images Operation.

In this paper, Landsat-8 OLI images at two times in Suzhou area are selected. After preprocessing the images, the experimental images are implemented with four relative radiations: histogram matching method, statistics-based method, image regression method, and pseudo-invariant feature method. The normalization method analyzes the effect of different methods on the image radiation difference through the NDVI result of the resulting image, so as to compare the difference of the relative radiation normalization method. The experimental results show that:

1. When each choice of different methods chosen，it should be gained from the object

of distinct applications. The four methods all reduce the radiation difference of multi-temporal remote sensing images, and the normalization result of the pseudo-invariant feature method combining various factors is the best.

（2）PIFs of the pseudo-invariant feature method are extracted by IR-MAD, which reduces the subjectivity in the traditional method and improves the normalization accuracy.

（3）The operation method of the histogram matching method is the simplest, and in the normalization of high-resolution remote sensing images, the histogram matching method is more suitable.

Key words: multi-temporal;Landsat8 ;relative radiation normalization ;NDVI

目录

摘要 I

Abstract II

第一章 绪论 1

1.1研究背景与研究意义 1

1.2国内外研究现状 2

1.3技术路线 3

第二章 研究区概况及数据预处理 5

2.1 影像数据源概况 5

2.2 研究区域概况 7

2.3 影像预处理 8

2.3.1辐射定标 8

2.3.2大气校正 8

第三章 相对辐射归一化方法 11

3.1 直方图匹配法（HM） 11

3.2 基于统计量的方法（SR） 11

3.3图像回归法（IR） 12

3.4 伪不变特征法（PIF） 12

第四章 相对辐射归一化精度分析与评价 14

4.1 相对辐射归一化结果 14

4.1.1 非线性回归法 14

4.1.2 线性回归法 14

4.2 相对辐射归一化精度比较与分析 16

4.2.1 目视分析 16

4.2.2 归一化植被指数（NDVI）分析 17

第五章 结论 20

5.1 论文总结 20

5.2 研究展望 20

参考文献 22

致谢 24

第一章 绪论

1.1研究背景与研究意义

“遥感”这个词第一次出现是在1960年美国的一项军事科研计划中，正式采用于1962年第一届环境遥感学术讨论会上[1]。作为一种高新的测量技术，遥感是指在不触碰到所测物体的情况下，可以在距离观测地很远的地方使用现代化的运载平台和传感器，利用仪器对电磁波的敏感性，记录目标的电磁波特性，从而判认地球的环境和资源。20世纪60年代遥感刚开始起步技术还不成熟时，它是以航空摄影技术为基础的。

经历了数十年科技的迅猛发展，如今的遥感技术已经变成了一门实用的、先进的空间探测技术，广泛应用于多个领域中，如气象观测、资源考察、地图测绘、土地利用规划等领域[25]，并且与我们的生活息息相关，为人们的生活做出了巨大的贡献。

请支付后下载全文，论文总字数：18437字