《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Nonlinear Correction Method for Radiometric Consistency in Remote Sensing Images Based on Global Optimisation
编辑推荐：
针对多源遥感影像因传感器特性与成像条件差异导致的非线性辐射不一致问题，本研究提出一种结合二次局部约束与全局均值方差保持的优化方法，有效提升镶嵌质量与色彩连续性，显著优于传统线性校正与Wallis滤波等方法，为大幅面遥感制图提供可靠支撑。
在多源遥感数据日益丰富的今天，利用多幅影像拼接成无缝的大范围覆盖“拼图”——即影像镶嵌（mosaicking），已成为快速获取广域地表信息的核心手段。无论是城市扩张监测、自然资源调查，还是灾害应急响应，都离不开高质量的大面积遥感底图。然而，理想很丰满，现实却很骨感：不同传感器自身的性能差异、拍摄时的光照角度变化、大气条件波动以及处理算法的区别，都会让相邻影像间出现明显的“色差”。这种色调与亮度的不连续不仅影响美观，更会干扰后续的地物分类与定量反演精度。
过去，科研人员多采用线性变换或简单的统计匹配方法来拉平这些差异——比如直方图匹配（Histogram Matching）、Wallis滤波等。它们像是给照片统一调亮度、对比度，对线性偏差有一定效果，却难以应对复杂的非线性辐射差异。这就好比试图用一把直尺去量弯曲的藤蔓：当影像间的辐射关系并非简单的比例缩放时，强行线性拉伸反而可能扭曲地物真实反射率，导致色彩失真或细节丢失。于是，如何在保证光谱保真与结构完整的前提下，实现多影像间平滑自然的辐射过渡，成为遥感镶嵌中的关键难题。
针对这一痛点，一项发表于《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》的研究给出了新的思路。团队提出了一种基于全局优化的非线性辐射一致性校正方法，巧妙地将局部平滑约束与全局统计稳定性结合，成功解决了传统方法在处理非线性差异上的短板。
该方法的核心在于构建了一个兼顾局部与全局的优化框架：一方面引入二次局部约束模型，确保重叠区域辐射值过渡自然，避免突兀跳变；另一方面加入全局均值-方差保持约束，防止过度校正破坏影像整体的辐射统计特征。这种双管齐下的策略，既保证了相邻影像间的色彩融合如流水般顺滑，又守住了整幅产品的辐射真实性。
研究选用多时相高分辨率遥感影像进行验证，结果显示，新方法在多项指标上均显著领先：相比未校正影像，绝对均值差异的平均值与绝对标准差差异的平均值分别下降30.5%和44.5%；即便对比常用的线性校正，这两项指标仍进一步改善17.5%和6.1%。同时，色彩距离大幅缩减81.2%，而梯度损失保持在低水平（0.64），说明光谱特征与纹理细节得到了良好保留。更重要的是，从整体辐射稳定性看，校正后影像的整体均值维持在未校正影像的93.4%以上，较线性方法提升了10.3%，真正做到了“润物细无声”的色彩平衡。
技术上，研究者首先建立像素级辐射关系模型，将非线性差异转化为可优化目标函数；随后通过二次局部约束刻画重叠区像素关联，以全局均值方差约束锚定辐射基准；最终求解全局优化问题得到逐像元校正参数，实现对多影像辐射场的自适应校准。实验中使用实际卫星影像队列作为输入，无需依赖外部标准参照。
主要研究结果
1. 非线性校正模型的有效性验证
通过对比未校正、线性校正与本方法的镶嵌结果，直观显示本方法消除了块状色斑与明暗断层，过渡区域色彩融合更为自然，无明显人工痕迹。
2. 辐射统计指标量化评估
定量分析证明，本方法在降低影像间辐射偏移的同时，更好地保留了单幅影像的内部辐射分布特性，各项差异指标全面优于传统方案。
3. 光谱与结构保真性能测试
色彩距离的大幅下降与低梯度损失共同表明，校正过程未牺牲空间细节与光谱真实性，满足精细地物识别需求。
4. 整体辐射稳定性评价
全局均值维持高比例的结果，证实了方法在大范围制图中保持辐射一致性的能力，避免了局部优化引发的整体偏色风险。
研究表明，该非线性校正方法突破了传统线性模型的局限，为多源遥感影像的高质量镶嵌提供了更可靠的解决方案。它不仅解决了复杂辐射差异带来的视觉割裂问题，还在提升色彩连贯性的同时守住了光谱与结构的双重底线。这一成果对推进大面积遥感专题制图、动态监测产品生产具有重要价值，尤其适合高分辨率、多时相数据的规模化处理场景。未来，融入更多物理辐射传输约束，有望进一步提升方法的适应性与自动化水平。
