本发明涉及图像处理技术领域，尤其是一种高分辨率全波段超光谱遥感图像仿真方法。
背景技术
随着各国航空航天研究与企业的发展，地外空间的战略地位日益提高，在全球空间科技竞赛愈加激烈的形势下，天基遥感作为空间探测平台的重要应用之一，成为各国研究的重点。其中超光谱遥感数据蕴含大量的目标信息，不仅包含了目标在可见光波段的空间特性，也涵盖了目标在非可见波段的各种辐射特性，能够为研究者进行目标检测识别提供更为完备的依据。
然而超光谱图像的生成无疑对卫星的探测器性能提出了巨大的要求，如果只采用天基实测超光谱图像和实验室小场景超光谱图像来检验性能，一方面数据稀少必然导致极大的增加了研究成本；一方面难以对实际中各种复杂场景超光谱数据无遗漏的采集，不利于科研事业的发展；另一方面现如今卫星数据并不能覆盖全波段数据，适用范围大大缩减。所以，一种能够通过少量光谱波段图像数据对全波段超光谱遥感图像仿真的技术是迫切需求的。
技术实现要素：
本发明所要解决的技术问题在于，提供一种高分辨率全波段超光谱遥感图像仿真方法，能够在仅有少量波段图像信息的基础上，实现对高分辨率全波段超光谱图像的仿真。
为解决上述技术问题，本发明提供一种高分辨率全波段超光谱遥感图像仿真方法，包括如下步骤：
(1)输入少量波段超光谱图像，对输入图像进行预处理，将图像本身的灰度值转化为图像中各个点的光谱反射率值；
(2)针对图像中不同的光谱反射率值，对图像进行分类；
(3)将图像中各点的光谱反射率与标准地物反射率数据库中的对应波段的地物光谱反射率数据进行比对，通过误差函数匹配出每一个分类块所对应的真实地物；
(4)再借由标准地物反射率数据库，计算出所匹配地物在仿真波段的光谱反射率；
(5)对已有的中、远红外波段利用普朗克黑体模型对温度参数进行反演；
(6)对特定的大气吸收波段采用flaash模型进行大气校正并结合暗目标像元法对大气参数进行反演；；
(7)将地物光谱反射率转化为光谱辐射亮度值，完成对全波段图像的仿真；
(8)输出仿真图像。
优选的，步骤(1)中，对输入图像进行预处理具体包括如下步骤：
(11)对输入图像进行辐射定标，将图像中每个点的灰度值转化为当前波段的光谱辐射亮度值；
(12)对辐射定标后的图像进行大气校正，利用modtran对大气传输透过率和后向散射大气参数进行计算，将图像中各点光谱辐射亮度值转化为光谱反射率。
优选的，步骤(2)中，对图像进行分类，具体为：对图像进行分类采用无监督聚类的方式，例如：k-means聚类，c-fuzzy聚类，高斯混合聚类等算法均可适用。
优选的，步骤(3)中，误差函数匹配具体为：匹配过程中采用相对均方根误差作为匹配误差的判定函数，相对均方根误差最小的一组即为成功匹配结果，公式如下：
式中，k为波段数目；ri为反演出的物质光谱反射率；ri′为标准地物反射率数据库的物质光谱反射率。
优选的，步骤(4)中，计算出所匹配地物在仿真波段的光谱反射率具体包括如下步骤：
(41)借由无监督聚类得到每一个单独类别的聚类中心点uj；
(42)计算图像中每一个样本点到所有聚类中心点距离的倒数g(ij)，归一化处理作为样本点出现于该类别的条件概率
(43)根据条件概率，计算当前样本点在所有类别中的加权辐射亮度值作为最终的混合像元辐射亮度值li；
(44)通过大气校正模型，将仿真波段的光谱辐射亮度值转换为光谱反射率r(λi)。
优选的，大气参数包括气溶胶光学厚度、温度、水汽含量、后向散射和大气程辐射等；来源于软件模拟、遥感产品数据资料或直接基于反演图像信息。
优选的，温度反演信息包括如下步骤：
(1)若已有波段不包含热红外波段，则可使用默认的经验参数来定义温度参数；
(2)若已知波段包括热红外波段，则对图像进行辐射定标，将原始灰度值图像转化为光谱辐射亮度值；
(3)根据普朗克黑体辐射公式，将图像中每一个点的光谱辐射亮度值转化为温度值；
(4)利用大气透过率，对地表温度的计算进行修正，得到实际地表温度。
优选的，大气参数反演包括如下步骤：
(1)若输入波段不包含940nm、1140nm、1580nm、2010-2060nm、2160nm等大气吸收波段，则采用modtran等软件对相关大气参数进行计算；
(2)若输入波段包含940nm、1140nm、1580nm、2010-2060nm、2160nm等大气吸收波段，则输入这些波段图像，使用flaash大气校正模块对图像进行大气校正，将图像的灰度值转化为地物光谱反射率值；
(3)结合使用暗目标像元法，可在知道地物光谱反射率的基础上，反演包括气溶胶光学厚度等其他大气参数的值。
本发明的有益效果为：本发明可在仅有少量波段图像信息的基础上，从物质本征的反射率出发，实现对高分辨率全波段超光谱图像的仿真。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
如图1所示，一种高分辨率全波段超光谱遥感图像仿真方法，包括如下步骤：
(1)输入少量波段超光谱图像，对输入图像进行预处理，将图像本身的灰度值转化为图像中各个点的光谱反射率值；
(2)针对图像中不同的光谱反射率值，对图像进行分类；
(3)将图像中各点的光谱反射率与标准地物反射率数据库中的对应波段的地物光谱反射率数据进行比对，通过误差函数匹配出每一个分类块所对应的真实地物；
(4)再借由标准地物反射率数据库，计算出所匹配地物在仿真波段的光谱反射率；
(5)对已有的中、远红外波段利用普朗克黑体模型对温度参数进行反演；
(6)对特定的大气吸收波段采用flaash模型进行大气校正并结合暗目标像元法对大气参数进行反演；
(7)将地物光谱反射率转化为光谱辐射亮度值，完成对全波段图像的仿真；
(8)输出仿真图像。
本发明提出一种高分辨率全波段超光谱遥感图像仿真技术，借助经典的遥感链路方程：
式中，lλ表示天基传感设备接收到的对地遥感λ谱段的辐射强度；e′sλ表示到达大气外层的太阳光照辐射强度，受太阳方位角控制；σ′表示太阳天顶角；r(λ)表示典型地物在λ波段的光谱反射率；rd(λ)位地物漫反射率；τ1(λ)表示太阳到地面的大气透过率，τ2(λ)表示地面到传感器的大气透过率；f表示天空形状参数；ε(λ)为地物特有的光谱发射率；ltλ为温度为t的黑体辐射光谱亮度；edsλ为地表反射大气散射太阳光的辐射照度；edελ为大气下行热辐射被地表反射的辐照度；lusλ为大气散射的太阳光的辐射亮度；luελ为大气上行热辐射亮度。
具体的实施方法可以分为以下4个步骤：
1.预处理
1.1辐射定标
对输入图像进行进行辐射定标，将图像灰度值转化为当前波段的光谱辐射亮度值：
lλ＝gain·dn+offset
式中，lλ为转换后的辐射亮度值，单位是w·m-2·sr-1·μm-1；dn为卫星载荷观测值，也就是记录的地物的灰度值；gain为定标斜率，单位是w·m-2·sr-1·μm-1；offset为绝对定标系数偏移量，单位也是：w·m-2·sr-1·μm-1，两个参数均为卫星探测器参数，查表可得。
1.2大气校正
对于辐射定标后的图像，利用modtran对全波段大气传输透过率和后向散射等大气参数进行计算，消除大气吸收，大气散射等干扰因素造成的误差，将图像中各点光谱辐射亮度值转化为光谱反射率。
2.图像区域分类
根据反射率不同对定标完成图像进行进行区域分类，采用无监督聚类的方式，以k-means聚类为例，即随机选择k个聚类质心点，为u1,u2,...uk。重复以下过程直至收敛：
其中c(i)表示第i个样本到当前簇心的距离，uj表示第j个簇的簇心。
3.地物匹配
通过将分类完成图像中各点的光谱反射率与标准地物反射率数据中对应波段的物质反射率数据进行匹配，完成对物质类别的判定工作。匹配过程中采用相对均方根误差作为匹配误差的判定函数，相对均方根误差最小的一组即为成功匹配结果，公式如下：
式中，k为波段数目；ri为反演出的物质光谱反射率；ri′为标准地物反射率数据库的物质光谱反射率。
4.扩展光谱图像仿真
4.1光谱反射率计算
首先利用端元提取的方式确定纯净像元与混合像元，通过像元解混的方式确定每一个混合像元的地物组成成分，根据标准反射率数据库的地物光谱反射率数据，计算每种物质在仿真波段的光谱反射率r(λi)。本发明对像元解混算法鲁棒性较强，可适用于多种像元解混方式，现以如下方法为例。
具体算法如下：
(1)借由图像聚类得到每一个单独类别的聚类中心点；
(2)计算图像中每一个样本点到所有聚类中心点距离的倒数g(ij)，归一化处理作为样本点出现于该类别的条件概率
(3)根据条件概率，计算当前样本点在所有类别中的加权辐射亮度值作为最终的混合像元辐射亮度值。
式中，lj代表第j个地物在目标波段的光谱辐射亮度值；c是所有j的集合。
(4)通过大气校正模型，将目标波段的光谱辐射亮度值转换为光谱反射率r(λi)。
4.2温度反演
若已有波段图像中不含有中红外或远红外波段的图像，则采用经验参数或者查阅相关资料得到的参数作为输入的温度参数；若含有这些波段图像，则采用如下的步骤对温度参数进行反演：
(1)对图像进行辐射定标，将原始灰度值图像转化为光谱辐射亮度值lλ；
lλ＝mlqcal+al
式中lλ为波段λ的大气光谱辐射值；ml为增益参数，qcal是指像元的灰度值，al为偏移参数，其中ml和al可由数据源文件直接读取
(2)根据普朗克黑体辐射公式，将图像中每一个点的光谱辐射亮度值转化为温度值；
t＝k2/ln(k1/l+1)
式中，t为亮度温度；l为热红外波段辐射亮度值，k1,k2为常量，查表可知.
(3)利用大气透过率，对地表温度的计算进行修正，得到实际地表温度。
ts＝a0+a1ti+a2tj
式中，ts为地表温度；ti和tj分别表示两个波段的亮度温度；a0,a1,a2均为转换参数，通过大气透过率确定。
4.3大气参数反演
若输入波段不包含940nm,1140nm,1580nm,2010-2060nm，2160nm等大气吸收波段，则采用modtran等软件对相关大气参数进行计算；若输入波段中含有以上波段数据，则采用如下步骤对大气参数进行反演：
(1)若输入波段包含940nm、1140nm、1580nm、2010-2060nm、2160nm等大气吸收波段，则输入这些波段图像，使用flaash大气校正模块对图像进行大气校正，将图像的灰度值转化为地物光谱反射率值；
式中：lλ为遥感器如同光谱辐射亮度值，ρ为对应像元的地表反射率，ρe为对应像元与其临近像元的混合反射率，s为大起底层半球反照率，la为大气程辐射。a、b为由大气条件决定的系数。各项参数均可由大气软件进行计算。
(2)结合使用暗目标像元法，可在知道地物光谱反射率的基础上，反演包括气溶胶光学厚度等其他大气参数的值。
4.4图像仿真
在得到图像中每一点的光谱反射率后，就可以对图像进行仿真。在不考虑地面形状的基础上，通过公式：
就能实现将图像中任意一点的地物光谱反射率r(λi)转换为对应波段的光谱辐射亮度值lλi，从而达到对全波段图像进行仿真的结果。
本发明可在仅有少量波段图像信息的基础上，从物质本征的反射率出发，实现对高分辨率全波段超光谱图像的仿真。