一种适用于高空间分辨率光学卫星图像的快速邻域效应校正算法，具有自适应局部表面约束功能

《Remote Sensing》：A Fast Adjacency Effect Correction Algorithm for High-Spatial-Resolution Optical Satellite Imagery with Adaptive Local Surface Constraints

　　

摘要

高空间分辨率光学卫星图像的大气校正会受到邻近效应的显著影响。传统的基于大气点扩散函数的大气校正方法通常采用简单的局部平均或距离加权背景近似处理，这类方法对于高度不均匀的高空间分辨率场景来说往往不够有效，而且当邻近效应的影响范围涵盖更多像素时，计算成本也会大幅上升。为了解决这些问题，本研究提出了一种具有自适应局部表面约束的快速邻近效应校正算法。该方法首先基于有效反射率引入表面-大气耦合校正机制，进而构建向下和向上加权的核函数，并将局部反射率约束纳入环境反射率估算过程中，以此更准确地描述高空间分辨率场景中的邻近效应强度。由于环境反射率估算以核函数加权的形式呈现，因此无限域积分被转化为带截断补偿的有限窗口计算，同时通过快速傅里叶变换实现加速处理，之后再经过几次迭代即可得到反射率结果。使用高分二号卫星的全色图像进行的验证表明，在气溶胶光学深度约为0.4的情况下，所提出的方法的性能在所有对比方法中最为优异，其平均绝对误差低于0.006，相比实测值，图像的清晰度和对比度分别提升了和，而国家影像可解释性评分也提升了0.3以上。对于窗口直径为501像素的图像，该方法的运算时间不到4秒，远低于以往基于APSF的大气校正方法。此外，快速傅里叶变换的运用还避免了直接空间卷积中窗口尺寸带来的二次方依赖关系。在多幅高分二号及高分二号双模图像上的进一步实验表明，所提出的方法能够实现稳定的邻近效应校正，且相比其他对比方法，能提升高空间分辨率图像的质量与视觉可解释性。