3.2.1  数据读取显示模块的设计    10
3.2.2  边缘辐射校正模块的设计    11
3.2.3 并行优化处理    12
4  基于矩匹配的边缘校正系统实现与性能分析    13
4.1  数据读取显示模块的设计与实现    14
4.2  辐射校正模块的设计与实现    17
4.2.1  选择数据界面实现    18
4.2.2  处理选项界面实现    19
4.2.3  校正处理功能实现    20
4.3 系统测试与性能分析    24
4.3.1  系统测试方法    24
4.3.2  系统测试结果    24
结  论    26
致  谢    27
参 考 文 献    28
1  绪论
1.1  研究背景
    高光谱遥感是一种新型的遥感探测手段，在军事和民用领域都有着广泛的应用。高光谱遥感是当前遥感技术的前沿领域,它利用很多很窄的电磁波波段从感兴趣的物体获得有关数据，它包含了丰富的空间、辐射和光谱三重信息。高光谱遥感的出现是遥感界的一场革命,它使本来在宽波段遥感中不可探测的物质,在高光谱遥感中能被探测。
    由于受大气效应、地物反射非朗伯特性、仪器-太阳-目标相对几何关系以及仪器系统本身特性等多种因素的影响, 机载成像光谱数据中不可避免地将引入系统或非系统的辐射畸变, 严重地影响了数据表达信息的可靠性和有效性。机载成像光谱图象的边缘辐射畸变与仪器大视场角有关, 主要由大气效应、地物反射非朗伯特性、仪器-太阳-目标相对几何关系等因素综合作用所引起, 视觉上表现为图象存在明显的沿扫描方向的辐射亮度不均, 使得无法直接利用机载成像光谱数据进行基于地物光谱特征的地物定量或半定量分析和识别[7]。
1.2  国内外研究现状
1.3  研究目的和意义
    高光谱遥感的光谱分辨率的提高，使地物目标的属性信息探测能力有所增强。因此，较之全色和多光谱遥感，高光谱遥感有以下显著优势:
    (1)蕴含着近似连续的地物光谱信息。高光谱影像经过光谱反射率重建，能获取地物近似连续的光谱反射率曲线，与地面实测值相匹配，将实验室地物光谱分析模型应用到遥感过程中。
    (2)地表覆盖的识别能力极大提高。高光谱数据能够探测具有诊断性光谱吸收特征的物质，能够准确区分地表植被覆盖类型、道路的铺面材料等。
    (3)地形要素分类识别方法灵活多样。影像分类既可以采用各种模式识别方法，如贝叶斯判别、决策树、神经网络、支持向量机等，又可以采用基于地物光谱数据库的光谱匹配方法。分类识别特征，可以采用光谱诊断特征，也可以进行特征选择与提取。
(4)地形要素的定量或半定量分类识别成为可能。在高光谱影像中，能估计出多种地物的状态参量，提高遥感高定量分析的精度和可靠性[1]。
现实中的地物表面既非完全光滑, 亦非完全粗糙, 其对入射辐射能量的反射机制非常复杂, 一般称之为有向反射或双向反射。地物的有向反射特性不仅取决于其组成物质材料的光谱特性, 而且也取决于其表面的空间结构分布特征。假设观测表面结构不具有明显的方向性, 有向反射率呈主轴为入射方向的椭球面分布, 则观测方向与主反射方向的夹角越大, 探测器探测到的表面有向反射率值越小。定义扫描成像时观测方向与主反射方向夹角最小时为沿扫描方向有向反射率的“热点”，任何角度的偏移都将导致有向反射率值的减小。如果“热点”在探测器视场之外,则图象显示出沿扫描方向由低到高的亮度渐变趋势；如“热点”在视场之内,则图象显示出沿扫描方向亮度呈从“热点”向两边递减的趋势。 机载高光谱图像边缘辐射校正并行处理系统设计(2):http://www.youerw.com/jisuanji/lunwen_3683.html