閻宏波，樊憲磊，瞿瑛

(東北師范大學(xué) 地理科學(xué)學(xué)院，長(zhǎng)春 130024)

0 引言

風(fēng)云三號(hào)是我國(guó)最新一代極軌氣象衛(wèi)星，可以實(shí)現(xiàn)對(duì)全球大氣、海洋和陸表特征參量全天候、多光譜和定量長(zhǎng)期觀測(cè)。風(fēng)云三號(hào)C星(FY-3C)作為02批的首發(fā)衛(wèi)星，其核心遙感傳感器的技術(shù)指標(biāo)和性能相對(duì)于01批的A/B星有了進(jìn)一步的提升。FY-3C衛(wèi)星搭載的中分辨率光譜成像儀(medium resolution spectral imager，MERSI)共有20個(gè)光譜波段，包括從可見光到短波紅外范圍(0.4～2.1 μm)的19個(gè)波段和1個(gè)熱紅外范圍(10～12.5 μm)波段，其中有5個(gè)250 m空間分辨率的波段和15個(gè)1 000 m空間分辨率的波段[1-2]。其光譜波段及性能指標(biāo)見表1，光譜響應(yīng)曲線如圖1所示。

圖1 FY-3C MERSI光譜響應(yīng)函數(shù)

表1 FY-3C MERSI光譜波段及性能指標(biāo)

MERSI反射率數(shù)據(jù)集是進(jìn)行高精度定量反演大氣、陸地和海洋特征參量產(chǎn)品的基礎(chǔ)數(shù)據(jù)，MERSI反射率數(shù)據(jù)集存在的異常條帶會(huì)降低數(shù)據(jù)的可用性，影響基于影像數(shù)據(jù)分析結(jié)果和結(jié)論的可靠性。因此，在定量處理與分析前，需要首先對(duì)FY-3C MERSI圖像進(jìn)行異常條帶檢測(cè)。通過(guò)圖像判斷和解譯發(fā)現(xiàn)，F(xiàn)Y-3C MERSI 反射率數(shù)據(jù)集中存在大量的異常像元，其中異常條帶是最主要的、頻率最高的異常像元出現(xiàn)形式，包括異常行條帶和左側(cè)邊緣異常列條帶2種(圖2)。

圖2 異常條帶示意圖

目前遙感圖像異常條帶檢測(cè)與去除大致可分為空間域?yàn)V波和頻率域?yàn)V波2種方法[3]。前者主要基于空間域模板和濾波算子對(duì)遙感影像的像元值進(jìn)行處理[4-5]，主要包括直方圖匹配法和矩匹配法；后者將遙感影像從空間域轉(zhuǎn)換到頻率域，在頻率域選擇合適的濾波算子進(jìn)行處理，最后把處理結(jié)果再轉(zhuǎn)換回到空間域，完成遙感影像的濾波處理，主要包括傅里葉變換和小波分析等方法[6-7]。這些方法雖然都可以對(duì)遙感圖像異常條帶檢測(cè)，但是其處理效果通常受到遙感影像數(shù)據(jù)和研究區(qū)特性的制約。如直方圖匹配法對(duì)遙感影像的均一性要求較高[8]，而傳統(tǒng)的矩匹配法對(duì)于范圍較小且地物覆蓋類型較復(fù)雜的遙感影像，處理后會(huì)產(chǎn)生“帶狀效應(yīng)”[9-11]。基于傅里葉變換的條帶檢測(cè)方法需要在頻率域中找到合適的濾波算子對(duì)噪聲信號(hào)進(jìn)行剝離。如果濾波算子不合適，則條帶噪聲檢測(cè)去除效果較差[12]。小波分析方法可以很好地剝離噪聲信號(hào)和高頻信息，但處理后的遙感影像容易出現(xiàn)邊緣模糊和振鈴等現(xiàn)象，造成遙感影像的視覺(jué)失真[13]。

在MERSI數(shù)據(jù)異常條帶檢測(cè)與去除研究中，通常使用固定閾值法和數(shù)學(xué)形態(tài)法2種方法。其中，固定閾值法是假設(shè)反射率的取值范圍在0～1之間，因此將0和1作為閾值進(jìn)行異常條帶檢測(cè)，這種方法比較簡(jiǎn)單但準(zhǔn)確率相對(duì)較低。而數(shù)學(xué)形態(tài)法是通過(guò)構(gòu)建相鄰行差矩陣，設(shè)置閾值來(lái)檢測(cè)異常條帶。該方法已經(jīng)被應(yīng)用于FY-3A MERSI植被指數(shù)產(chǎn)品異常條帶的檢測(cè)和去除[14]，取得了比較好的檢測(cè)結(jié)果。但該方法在閾值選取和定位異常行條帶位置方面缺乏普適性，并且假設(shè)異常條帶間隔均為一個(gè)掃描帶，而該假設(shè)在FY-3C MERSI數(shù)據(jù)中并不成立。因此，本研究提出了一種結(jié)合反射光譜波段相關(guān)性的FY-3C MERSI數(shù)據(jù)異常條帶檢測(cè)識(shí)別方法，基于反射率影像數(shù)據(jù)進(jìn)行了驗(yàn)證，并將檢測(cè)結(jié)果與數(shù)學(xué)形態(tài)法的檢測(cè)結(jié)果進(jìn)行了對(duì)比分析。

1 異常條帶檢測(cè)方法

1.1 異常條帶出現(xiàn)規(guī)律分析

異常條帶是衛(wèi)星傳感器在掃描記錄數(shù)據(jù)時(shí)，受到了信號(hào)干擾或者系統(tǒng)錯(cuò)誤的影響，使某些遙感波段數(shù)值出現(xiàn)異?；蛉笔Ф鴮?dǎo)致的。通過(guò)大量影像數(shù)據(jù)解譯和判讀分析，發(fā)現(xiàn)FY-3C MERSI數(shù)據(jù)的異常條帶具有很強(qiáng)的規(guī)律性。

1)并非所有的光譜波段均存在異常條帶，而是左側(cè)邊緣異常條帶僅出現(xiàn)在1 000 m空間分辨率的地表反射率數(shù)據(jù)集(EV_250_Aggr.1KM_RefSB)中的第2和第4波段，且在這2個(gè)波段的異常列條帶之前的所有列的值均為0，其出現(xiàn)的位置為數(shù)據(jù)的前10列 (如圖3所示，其中，紅色箭頭所在列為異常列，黑色列的值為0)，而異常行條帶主要集中在數(shù)據(jù)集中的第1～4波段，其余波段雖然也存在異常行條帶，但異常像元值均為1，可以通過(guò)閾值檢測(cè)直接去除，因此在本研究中此類條帶不作為研究對(duì)象。如2014年8月15日的1景FY-3C MERSI影像，在EV_1KM_RefSB數(shù)據(jù)集中，在第6波段的第1 202、1 205、1 206、1 208和1 210行出現(xiàn)異常值。

圖3 部分影像第2、4波段左側(cè)邊緣列條帶

2)無(wú)論是行條帶還是列條帶均與正常行、正常列之間存在著非常明顯的分割界線，且分割界線均為水平或垂直的直線 (圖4)。

圖4 異常條帶檢測(cè)流程圖

3)與FY-3A/B MERSI數(shù)據(jù)比較，發(fā)現(xiàn)FY-3C MERSI 數(shù)據(jù)中不存在“Z”字形式和斜線形式的異常條帶，這主要是因?yàn)镕Y-3C衛(wèi)星搭載的MERSI傳感器在各項(xiàng)性能上比FY3-A/B上搭載的MERSI有較大的提高[15]。

1.2 基于波段相關(guān)性的異常條帶檢測(cè)方法

1)波段相關(guān)性統(tǒng)計(jì)分析。本研究基于波段相關(guān)性，對(duì)FY-3C MERSI反射率數(shù)據(jù)集第1～4波段中存在的異常條帶進(jìn)行檢測(cè)。具體思路是：分別尋找與第1～4波段反射率值相關(guān)性最好的匹配波段。通過(guò)對(duì)FY-3C MERSI圖像進(jìn)行分析，發(fā)現(xiàn)第 1、2、4波段分別與第10、12、16波段具有很強(qiáng)的相關(guān)性，而第3波段與第 13和第14波段的相關(guān)性都很強(qiáng)，因此采用第13和第14波段的均值((波段13+波段14)/2)與第4波段匹配來(lái)建立相關(guān)關(guān)系 (表2)。本研究基于波段相關(guān)性原理，計(jì)算待檢測(cè)波段與匹配波段反射率值的差值，然后通過(guò)對(duì)行/列差值的和設(shè)置閾值，識(shí)別異常行/列條帶出現(xiàn)的準(zhǔn)確位置。該算法的實(shí)施步驟是：首先對(duì)影像進(jìn)行輻射定標(biāo)處理；然后結(jié)合波段相關(guān)性和異常列條帶規(guī)律，分別對(duì)異常行列條帶進(jìn)行檢測(cè)；最后識(shí)別出所有異常行列所在位置(圖4)。

表2 波段匹配統(tǒng)計(jì)結(jié)果

2)輻射定標(biāo)處理。為了便于后續(xù)異常條帶的檢測(cè)分析，首先對(duì)FY-3C MERSI 數(shù)據(jù)進(jìn)行輻射定標(biāo)，將原始DN值定標(biāo)轉(zhuǎn)換為反射率值。在定標(biāo)過(guò)程中，可將值為1的異常條帶直接掩膜。其中，輻射定標(biāo)可以通過(guò)式(1)、式(2)實(shí)現(xiàn)。

DN**=slope×(DN*-intercept)

(1)

ρ=(k0+k1×DN**+k2×DN**∧2)/cosθ

(2)

式中：DN**為輻射定標(biāo)值；DN*為對(duì)原始值DN經(jīng)過(guò)多探元?dú)w一化處理后的計(jì)數(shù)值；ρ表示反射率；k0、k1和k2為相應(yīng)的定標(biāo)系數(shù)；θ為太陽(yáng)天頂角；slope和intercept為對(duì)應(yīng)科學(xué)數(shù)據(jù)集中的定標(biāo)斜率和截距。

3)異常行條帶檢測(cè)。對(duì)FY-3C MERSI影像中的異常行條帶的檢測(cè)算法具體步驟如下。

①定義波段差值矩陣DRow(式(3))。

DRow=Bandi-Bandj，
(i=10，12，0，16；j=1，2，3，4)

(3)

通過(guò)此矩陣構(gòu)建匹配波段與對(duì)應(yīng)待檢測(cè)波段的反射率之差。其中，該矩陣是一個(gè)大小與波段反射率矩陣相同的二維矩陣。

②定義一個(gè)行數(shù)為N的列向量S(式(4))。

(4)

此矩陣計(jì)算DRow矩陣按行求和的結(jié)果，是一個(gè)N行的列向量，可以基于向量在下一步中確定分割閾值來(lái)識(shí)別異常行條帶。

③定義一個(gè)0，1標(biāo)記矩陣FA，對(duì)不同的波段組合分別確定典型分割閾值Ti1進(jìn)行二值化，見式(5)。

(5)

FA矩陣即為異常行的位置標(biāo)記矩陣。當(dāng)滿足FAx=1時(shí)的x0就是異常行所在的行號(hào)。

4)異常列條帶檢測(cè)。基于FY-3C MERSI異常行列出現(xiàn)規(guī)律分析可知，異常列條帶規(guī)律性更好，因此其檢測(cè)也相對(duì)簡(jiǎn)單，其具體檢測(cè)算法步驟如下。

①定義列差值矩陣DCol，見式(6)。

DCol=|Bandi(x，y)-Bandj(x，y)|
(0≤x≤N，0≤y≤10；x，y∈N+；
i=2，4，j=12，16)

(6)

此矩陣是對(duì)波段i的反射率矩陣的前10列逐列做差并取絕對(duì)值，是一個(gè)大小為10×N二維矩陣。

②定義標(biāo)記矩陣FB，見式(7)。

(7)

該矩陣用來(lái)判斷列差值與匹配波段對(duì)應(yīng)列值是否相等，進(jìn)而確定異常列條帶的列號(hào)。當(dāng)FBx，y-1=0且FBx，y=1時(shí)，y值即為異常列的列號(hào)，第y列為異常列條帶。

1.3 數(shù)學(xué)形態(tài)法

目前用于檢測(cè)MERSI數(shù)據(jù)異常行條帶方法主要是數(shù)學(xué)形態(tài)法識(shí)別方法，該方法已經(jīng)被廣泛應(yīng)用于圖像處理。本研究將其作為對(duì)照算法，對(duì)基于波段相關(guān)性的條帶檢測(cè)方法進(jìn)行評(píng)價(jià)。設(shè)為N×M的反射率影像數(shù)據(jù)矩陣，其中x，y分別代表行下標(biāo)和列下標(biāo)，則數(shù)學(xué)形態(tài)法的異常行條帶檢測(cè)算法實(shí)現(xiàn)步驟如下。

1)計(jì)算影像數(shù)據(jù)的“相鄰行差值”矩陣D，見式(8)。

D=|Rx，y+Rx+1，y|，
(0≤x≤N-1；0≤y≤M；x，y∈N+)

(8)

此矩陣的意義是，Rx，y相鄰2行的反射率值的差是一個(gè)行數(shù)為N-1、列數(shù)為M的二維矩陣，其中N+代表正整數(shù)。

2)定義一個(gè)行數(shù)為N-1、列數(shù)為M的掩膜矩陣FC，且設(shè)置閾值T2，根據(jù)式(9)進(jìn)行二值化，標(biāo)記每個(gè)像元的像元值是否與其同列下行的像元值存在顯著差異。

(9)

定義一個(gè)行數(shù)為N-1、列數(shù)為M的求和矩陣N，同時(shí)固定行標(biāo)x=x0，0≤x≤N-1，對(duì)任意一行的有效像元值進(jìn)行累加求和，如式(10)所示。

N|x=x0=∑FC|x=x0，
(Rx0，y×Rx0，y+1>0，0

(10)

3)定義一個(gè)行數(shù)為N-1、列數(shù)為1的掩膜矩陣FD，且設(shè)置閾值T3，通過(guò)式(11)進(jìn)行二值化，提取出異常行的分割線標(biāo)記矩陣。

(11)

在影像矩陣中，利用得到的分割線標(biāo)記矩陣，將在分隔線之間的像元判斷為異常像元。

1.4 條帶檢測(cè)效果評(píng)價(jià)與比較

選取2014年FY-3C MERSI數(shù)據(jù)的67景影像(數(shù)據(jù)獲取于風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)http：//satellite.nsmc.org.cn)作為實(shí)驗(yàn)數(shù)據(jù)，分別對(duì)影像數(shù)據(jù)采用本文提出的基于波段相關(guān)性的行列條帶檢測(cè)方法和數(shù)學(xué)形態(tài)法，進(jìn)行異常行列條帶檢測(cè)。將自動(dòng)檢測(cè)結(jié)果與目視判讀進(jìn)行比較，統(tǒng)計(jì)檢測(cè)出的異常行數(shù)、準(zhǔn)確率和漏檢率，對(duì)算法的檢測(cè)效果進(jìn)行綜合評(píng)價(jià)。

2 結(jié)果與討論

基于67景FY-3C MESRI影像數(shù)據(jù)進(jìn)行條帶檢測(cè)實(shí)驗(yàn)，其中圖像數(shù)據(jù)共有155條異常行條帶，134條異常列條帶?；诒疚乃惴梢詸z測(cè)出152條異常行條帶，檢測(cè)率為98.1%，誤檢率為0，漏檢率為1.9%，并且可以檢測(cè)出所有的列異常條帶(列檢測(cè)率為100.0%)；而采用數(shù)學(xué)形態(tài)法僅能檢測(cè)出100條異常行條帶，檢測(cè)率為64.5%，誤檢率為45.2%，漏檢率為35.5%，如表3、表4所示。圖5展示了基于本文算法和數(shù)學(xué)形態(tài)法對(duì)FY-3C MERSI影像進(jìn)行異常條帶檢測(cè)的一些典型案例，其中圖5(a)、圖5 (b)顯示對(duì)于第1波段，2種方法均能很好地將異常行條帶檢測(cè)出來(lái)；圖5(c)、圖5 (d)顯示對(duì)于第2波段，數(shù)學(xué)形態(tài)法漏檢了1行，其中黃色箭頭所在行即為未能正確檢測(cè)出來(lái)的異常行條帶；圖5(e)、圖5 (f)顯示對(duì)于第3波段，數(shù)學(xué)形態(tài)法不僅未能正確檢測(cè)出異常行條帶，反而誤檢了1行，其中紅色箭頭所在位置為誤檢行，黃色與綠色箭頭指示了漏檢的異常行條帶；圖5(g)、圖5 (h)顯示對(duì)于第4波段，數(shù)學(xué)形態(tài)法誤檢了1行，其中黃色箭頭為誤檢的異常行條帶。

表3 行條帶檢測(cè)結(jié)果

表4 列條帶檢測(cè)結(jié)果

通過(guò)表3、表4和圖5可以發(fā)現(xiàn)，基于數(shù)學(xué)形態(tài)法進(jìn)行FY-3C MERSI數(shù)據(jù)條帶檢測(cè)，存在比較嚴(yán)重的誤檢和漏檢等問(wèn)題，其中誤檢率高達(dá)45.2%，漏檢率也有35.5%。造成這些問(wèn)題的原因主要有2個(gè)：首先數(shù)學(xué)形態(tài)法是在同一波段數(shù)據(jù)中逐行做差，因此基于這種方法不能使異常條帶處差值與正常行處的差值形成明顯的差距，特別是在異常行與相鄰行差異不明顯的地方更是如此，這就很難確定一個(gè)具有普適性的分割閾值來(lái)批量處理影像數(shù)據(jù)，并且第2個(gè)閾值還受到第1個(gè)閾值的影響，使其普適性大大降低；其次數(shù)學(xué)形態(tài)法最終檢測(cè)出的是正常行和異常行之間的分割界線，理論上分割界線之間的就是異常行，但是如何確定分割界線的起止位置是一個(gè)難點(diǎn)。研究發(fā)現(xiàn)，相鄰分割界線之前的行數(shù)并不都是一個(gè)掃描帶的寬度，因此盡管找到了異常行與正常行之間的分割界線，但是要準(zhǔn)確確定異常行位置仍然相對(duì)困難。

圖5 行檢測(cè)結(jié)果對(duì)比圖

本文提出的算法本質(zhì)上只需要確定一個(gè)閾值，并且正常值與異常值區(qū)分度較大，容易確定普適性強(qiáng)的閾值。此外，本文算法最終直接標(biāo)記的是異常行、列所在的行、列號(hào)，而非分割界線，這就避開了確定的分割界線起止順序的難點(diǎn)。但是在實(shí)驗(yàn)中發(fā)現(xiàn)，無(wú)論是數(shù)學(xué)形態(tài)法還是本文算法，對(duì)于極少出現(xiàn)的斷續(xù)條帶(即在影像一行中，只有若干異常像元，而剩余像元均為正常像元的情況)，均無(wú)法正確進(jìn)行檢測(cè)，這需要在研究中根據(jù)圖像特點(diǎn)設(shè)置更為復(fù)雜的閾值判斷規(guī)則才能夠加以解決。

3 結(jié)束語(yǔ)

本研究提出了一種結(jié)合波段相關(guān)性的FY-3C MERSI數(shù)據(jù)異常條帶檢測(cè)方法，基于反射光譜波段之間的相關(guān)關(guān)系，構(gòu)建波段差矩陣，最終檢測(cè)出異常行列條帶所在位置?；?7景FY-3C MERSI數(shù)據(jù)的條帶檢測(cè)實(shí)驗(yàn)表明，本文算法適用于大批量檢測(cè)FY-3C MERSI數(shù)據(jù)異常條帶，顯著高于數(shù)學(xué)形態(tài)法的檢測(cè)率，無(wú)誤檢條帶，大大降低了誤檢率和漏檢率，為風(fēng)云系列衛(wèi)星反射率數(shù)據(jù)集進(jìn)一步的應(yīng)用研究奠定良好的基礎(chǔ)。