AgCam传感器平场校正*

窦长勇,张晓东,Doug Olsen,贺明霞

(1.中国海洋大学海洋遥感教育部重点试验室,山东青岛266003;2.中国科学院对地观测与数字地球科学中心北京1000190;3.University of North Dakota,the Northern Great Plains Center for People and the Environment Grand Forks,ND USA 58202-9011)

AgCam传感器平场校正*

窦长勇1,2,张晓东3,Doug Olsen3,贺明霞1

(1.中国海洋大学海洋遥感教育部重点试验室,山东青岛266003;2.中国科学院对地观测与数字地球科学中心北京1000190;3.University of North Dakota,the Northern Great Plains Center for People and the Environment Grand Forks,ND USA 58202-9011)

平场校正对获得高质量的遥感图像起着非常关键的作用。针对利用商业相机开发的传感器需要进行平场校正的问题,提出对Agriculture Camera(AgCam)传感器的平场校正方法。应用AgCam的定标实验数据分别得到传感器CCD阵列的暗电流(Dark Current),渐晕效应(Vegnitting Effect)和光电响应(Quantum Efficiency)的校正系数。AgCam的定标实验数据和实际拍摄图像处理结果表明,该方法能够有效地对AgCam的平场效应进行校正。

平场校正;光电响应;渐晕效应;最小二乘拟合;国际空间站

AgCam是由美国University of North Dakota开发的装载在国际空间站上的对地观测传感器,此项目由美国航空航天局资助,目的是为农业领域的遥感研究及应用提供服务。AgCam已于2008年11月14日由美国“奋进号”航天飞机发射到了国际空间站上。Ag-Cam传感器有2个波段,分别为:红波段(RED)和近红外波段(near infrared,NIR),地面分辨率约为10 m。Ag-Cam的显著特点是用商业产品作为装配组件,其光学系统由1个Mimaya透镜、1个分光器和2个行扫描相机(型号:Dalsa CL-P4-8192)组成,其中每个相机有6144个CCD像元[1]。AgCam是扫描成像,它以一定的时间间隔拍照,利用国际空间站的飞行运动获得遥感图像。

CCD阵列平场效应主要包含两部分:像元响应非一致性(Non-Uniform Quantum Efficiency)和图像从中间到边缘逐渐变暗的现象——渐晕效应(Vignetting Effect简称VE)[2]。渐晕效应主要是由于随着入射光角度的增大,能通过相机透镜的斜光束的截面积逐渐减小,导致每个CCD像元接受到的光强不一致造成的,它一般遵从cos4α定律(α是入射光和CCD主光轴之间的夹角)。在计算机图像学领域,渐晕校正方法通常是利用照相机光学系统参数建立校正模型来求出校正系数[3-8]。在天文学[9]和医学影像[10]研究领域一般是从一幅或多幅均一光场的图像提取出参数,把CCD像元间的不同响应和渐晕效应2个因素合在一起校正。本文利用AgCam的定标实验数据分别提取出不同CCD像元响应和渐晕效应的校正系数,并且在提取出参数的过程中,应用最小二乘拟合算法抑制了系统随机噪声对校正系数的影响。

1 AgCam定标实验原理

AgCam定标实验是在美国航空航天局AMES研究中心的航空遥感实验室完成的。为了测定其对均一光场的定标数据,让AgCam对1个聚焦在无穷远处的漫反射板(diffuse plate)拍照。在光强固定的情况下,拍摄了5组图像,曝光时间分别为100,200,300,400和500μs,每次拍照AgCam分别生成红波段和近红外波段两幅图像。对应以上曝光时间的暗电流图像也被记录下来。

当相机对辐射率为L(i)的物体拍照时,相机记录的信号(DN(i))可以表示为公式(1)的形式[11-15]:

其中:i是CCD像元序列(0-6143);L(i)是被相机拍摄到物体的辐射率;DN(i)是相机输出的信号,数值在0～255之间;V E(i)是渐晕效应系数;QE(i)是光电转换系数;DC(i)是暗电流信号;t是曝光时间(单位为微秒)。

从公式(1)可知,必须确定3个参数的校正系数:暗电流、渐晕效应和光电转换系数。以上校正系数从定标实验数据提取。定标实验中入射光强为均一光场,用L0代表均一光场的辐射率,则公式(1)可写为:

2 定标实验数据分析

因为每个CCD阵列像元的暗电流、光电转换系数和渐晕效应系数不同,即便是在均一光场下每个CCD像元的输出也不一样,但是,通过对定标数据的分析得知,特定CCD像元的响应是恒定的。鉴于以上分析,对所有的暗电流图像和定标图像数据沿着时间轴做平均,以减小随机噪声的影响,得到对应CCD阵列响应的一维数组。AgCam的平场校正系数将从这些一维数组中计算得到。因为红波段和近红外波段的分析方法相同并且结果相似,所以本文以近红外波段为例来说明校正系数的提取方法,若无特殊说明,在该部分展示的结果都是近红外波段的。

2.1 暗电流

暗电流指在没有光输入时CCD阵列的输出信号,它有两部分组成:一是跟CCD系统外加电压相关的固定成分,二是和CCD热辐射相关的成分。从图1可以得知:曝光时间一定时各像元的暗电流基本上相同;其平均值有随着曝光时间增长的趋势,增长范围<0.5。因为数字相机的最小识别单位是1,所以可忽略暗电流跟热辐射相关的部分,取图1(b)的平均值作为暗电流的系数。

图1 (a)不同CCD探测单元的暗电流变化;(b)暗电流的平均值和曝光时间的关系Fig.1 (a)The dark current value for different CCD elements with the integration time of 200μs;(b)The relationship etween dark current mean value and different integration time

2.2 渐晕效应

首先,将上一步确定的暗电流的数值从对应的定标图像中减去。图2是曝光时间为200μs的结果,黑色的曲线是去除暗电流后的数据(用DNdc-cor表示),很明显其有从中间到两边的数值衰减(渐晕效应)和随着衰减趋势的波动(像元响应非一致性)。红色曲线是根据cos4α定律应用AgCam光学参数计算出的渐晕效应系数。从图中可知,AgCam图像边缘的数值衰减为46%,而cos4α定律衰减系数的数据衰减仅为1.2%。AgCam的视场角约为8(°),光路上有多光学装置(如分束器、滤光器等),所以其渐晕效应比较复杂,不能用简单的模型进行校正。

图2 减去暗电流后的定标数据和cos4α定律衰减曲线Fig.2 Dark Current removed calibration dada and cos4α illumination falloff curve

通常,DNdc-cor被用来做分析并反演有关校正系数,但是经过分析得知,定标实验中得到的暗电流的值并不完全等于CCD像元获得线性输出所需的阀值电流(门限电流),所以为了进一步分析,对DNdc-co每个CCD像元进行以曝光时间为变量的线性拟合,分离出公式(2)中的线性系数。

如图3(a)所示,黑色的曲线是公式(3)的线性系数-L0V E(i)Q E(i),从渐晕效应产生的机理可知其系数(V E(i))应该是平滑的曲线,而CCD像元的光电转换系数(Q E(i))是随机的,为了分离这2个系数,对L0V E(i)QE(i)做10阶多项式曲线拟合,拟合曲线如图3(a)红色曲线所示。假定在相机主光轴上的CCD像元(i0)的渐晕效应系数为1(这个像元对应拟合曲线的最大值),用拟合曲线的最大值对其进行归一化得到渐晕效应的校正系数-V E(i)。从图3(c)可以明显的看到在主光轴上的CCD像元(i0)(第3304个像元)并不在CCD阵列的中间,但是这不影响图像的质量。

2.3 光电响应

要获得每个CCD像元输出,则对应输入光强需高于1个阀值电流(或电压)[13],如果提供的电流低于此阀值电流,即便有光输入CCD也不会有对应的输出。假若CCD阵列的像元都处于理想值状态,即对应系统所加外电压的暗电流值正好等于像元的阀值电流,则公式3的截距(ε(i))应该为0,但是,由于CCD材料和加工工艺等因素的限制,每个CCD像元的阀值电流和光电转换系数(Q E(i))都不相同。(ε(i))的变化范围为-12～3,如图3(b)所示,通过计算得知(ε(i))一维数组的平均值是0.01(可近似为0)。

由于在相机主光轴上的CCD像元(i0)的渐晕效应为1,故应该将CCD阵列每个像元的光电转换系数(Q E(i))校正到与此像元的系数(Q E(i0))相同。用L0 V E(i)Q E(i)(图4(a)中的黑色曲线)第3 304个像素值乘以V E(i)再除以整个曲线就得到了光电转换系数的校正系数-QE(i0)/Q E(i)(图3(d))。实际上CCD响应的校正分为2部分:阀值电流的校正(ε(i))和光电转换系数的校正(QE(i0)/Q E(i))。

图3 (a)L0V E(i)QE(i)和它的拟合曲线;(b)光电响应校正系数- ε(i);(c)渐晕效应校正系数-.V E(i);(d)光电响应校正系数-.QE(i0)/QE(i)Fig.3 (a)L0V E(i)QE(i)and its fit curve;(b)Quantum efficiency correction coefficient- ε(i);(c)Vegnitting effect correction coefficients-.V E(i);(d)Quantum efficiency correction coefficient-.QE(i0)/QE(i)

2.4 定标实验数据校正

现在把校正参数应用于定标数据,如公式(4)所示。

其中DNcor是校正后数值。

图4显示了曝光时间分别为200和300μs的近红外和红波段的定标数据的校正结果,与校正前的图像数据相比,CCD响应校正后的图像数值的变化范围有了很大的减小(对近红外和红波段标准偏差分别减小了93.7%和88.8%);如所期望,平场校正后的数据去除了从中间到边缘的数值衰减,变成了1条直线。

3 校正结果

为了进一步检验平场校正效果,校正系数被应用于2幅AgCam实际拍摄的实验数据,一幅是曝光时间为200μs的红波段图像(2006年8月1日拍摄于美国University of North Dakota),另一幅是曝光时间为300μs的近红外波段图像(2006年10月5日拍摄于美国佛罗里达州)。其结果分别如图5、6所示,(a)、(b)分别是校正前和校正后的图像,图像中晴朗的天空可以近似看作是均一光场,选取其中的一条扫描线来演示校正的结果((a),(b)中的红线)。从(a)中可以看到明显由于CCD响应不同造成的水平条纹和由于渐晕效应造成的从图像中间到上下两端亮度衰减,校正后的图像(b)则消除了这些影响。从(c)可以得出,校正后的图像比原始图像有了很大的改进:标准偏差分别从4.92和1.62降到了2.39和1.01;校正后的数据除掉了从中间到边缘的数值衰减。

图4 定标数据平场校正结果(a)近红外波段,200μs;(b)红波段,300μs(SD:标准偏差)Fig.4 Results of corrected calibration data(a)NIR,200μs(b)RED,300μs(SD:Standard Deviation)

图5 AgCam图像的平场校正结果Fig.5 Results of corrected AgCam image

图6 AgCam图像的平场校正结果Fig.6 Results of corrected AgCam image

4 结语

由于Agcam采用了商业产品作为传感器的组件,所以AgCam的原始数据有较大的平场效应。本文利用AgCam的定标数据得到暗电流、渐晕效应和光电响应的校正系数。通过校正结果可知,该方法在工程实际中的有效性,避免应用传感器参数建立校正模型的复杂步骤,具有较强的实用性。

致谢:本研究内容由University of North Dakota承担的美国航空航天局项目(NASA NNX06AE16G)资助;中国海洋大学海洋遥感教育部重点实验室提供了赴美参与AgCam项目的宝贵机会,在此一并致以衷心感谢。

[1] Hulst N E,Barton J B.AgCam:scientific imaging from the ISS window observational research facility[C].IEEE Conference on Aerospace,2004,1:6-13.

[2] Jia J,Tang C.Tensor voting for image correction by global and local intensity alignment[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.2004,27:36-50.

[3] Altunbasak Y,Mersereau R M,Patti A J.A fast parametric motion estimation algorithm withIllumination and lens distortion correction[J].IEEE Transactions on Image Processing.2003,12:395-408.

[4] Kang SB,Weiss R.Can we calibrate a camera using an image of a flat,textureless Lambertian surface?[C].Lecture notes in computer science-European conference on computer vision.2000,1843:640-653.

[5] Zheng Y J,Lin S,Kang S B.Single-Image vignetting correction[C].IEEE Conference on Computer Vision and Pattern Recognition.2006,1:461-468.

[6] Frank M C.Jointly registering Images in domain and range by piecewise linear comparametric analysis[J].IEEE Transactions on Image Processing.2003,12:409-419.

[7] Wonpil Y.Practical Anti-vignetting methods for digital cameras[J].IEEE Transactions on Consumer Electronics,2004,50,975-983.

[8] Goldman D B,Chen J H.Vignette and exposure calibration and compensation[C].IEEE International Conference on Computer Vision.2005,1:899-906.

[9] Emerson G P,Little SJ.Flat-fielding for CCDs in AAVSO Observation,I[J].Journal of the American Association of Variable Star observers-JAAVSO,1999,27:49-54.

[10] Seibert J A,Boone J M,Lindfors K K.Flat-field correction technique for digital detectors[C].Proceedings of SPIE-Physics of Medical Imaging.1998,3336:348-3354.

[11] Carol J B,David J D.The MISR radiometric calibration process.Remote Sensing of Environment[J].2006,107:2-11.

[12] Marchywka M,Socker D G.Modulation transfer function measurement technique for small-pixel detectors[J].Applied Optics.1992,31(34):7198-7213.

[13] Lebourgeois V,Begue A,Labbe S,et al.Can commercial digital cameras be used as multispectral sensors?A crop monitoring test[J].Sensors,2008,8:7300-7322.

[14] De V C,Danaher T,Denham R,et al.An operational radiometric calibration procedure for the Landsat sensors based on pseudoinvariant target sites[J].Remote Sensing ofEnvironment.2007,107:414-429.

[15] Henri D,Pierre D.Photon counting techniques with silicon avalanche photodiodes[J].Applied Optics.1993,32:3894-3900.

Flat Field Correction for AgCam

DOU Chang-Yong1,2,ZHANG Xiao-Dong3,Doug Olsen3,HE Ming-Xia1
(1.Key Laboratory of Ocean Remote Sensing,Ministry of Education,Ocean University of China,Qingdao 266003,China;2.Center for Earth Observation and Digital Earth,Chinese Academy of Science,Beijing 100012,China;3.The Northern Great Plains Center for People and the Environment,University of North Dakota,Grand Forks DN 58202-9011,USA)

Flat field correction plays a key role in obtaining high quality remote sensing image data.Due to the problem that flat field correction is needed by the sensor built by commercial products,the correction method for images acquired by Agriculture Camera(AgCam)is proposed in this paper.The coefficients for dark current,non-uniform vegnitting effect and quantum efficiency effect of the CCD array are extracted from the calibration data.The corrected results of AgCam calibration and test images suggest that this proposed method can remove flat field effect effectively.

flat field correction;quantum efficiency;vignetting effect;least square;ISS

TN216

A

1672-5174(2010)09-137-05

2009-11-16;

2009-12-20

窦长勇(1979-),男,助理工程师,E-mail:cydou@ceode.ac.cn

责任编辑 陈呈超