[發(fā)明專利]一種面向多云雨地區(qū)的碎片化遙感影像合成方法及裝置

有效

• 申請?zhí)枺?/td>: 201610665330.1
• 申請日: 2016-08-14
• 公開（公告）號: CN106327452B
• 公開（公告）日: 2019-05-07
• 發(fā)明（設計）人: 曾志康;覃澤林;李宇翔;黃啟廳;莫小香;陸宇明;蘭宗寶;孔令孜
• 申請（專利權）人: 曾志康;廣西壯族自治區(qū)農業(yè)科學院農業(yè)科技信息研究所
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06T5/50
• 代理公司: 北京中譽威圣知識產(chǎn)權代理有限公司 11279
• 代理人: 盧岳鋒;王正茂

1.一種面向多云雨地區(qū)的碎片化遙感影像合成方法，其特征在于，包括以下步驟：

S101：獲取多云雨地區(qū)的多星、多時相的初始影像數(shù)據(jù)集；

S102：對所述初始影像數(shù)據(jù)集進行傳感器和外部因子的輻射差異校正以獲取輻射特征一致的第一影像數(shù)據(jù)集；

S103：獲取所述第一影像數(shù)據(jù)集的云層及其陰影分布范圍，通過掩膜處理得到所述多云雨地區(qū)的無云數(shù)據(jù)碎片集；

S104：從所述無云數(shù)據(jù)碎片集選取基準數(shù)據(jù)子集，利用其它所述無云數(shù)據(jù)碎片集對缺失區(qū)域進行補修，獲取所述多云雨地區(qū)的完整無云合成影像；

步驟S104具體包括：

S601：根據(jù)目標區(qū)域范圍矢量生成預定義大小和波段數(shù)n的空白柵格數(shù)據(jù)作為合成底圖；

S602：以目標區(qū)域為約束，從所述無云數(shù)據(jù)碎片集中優(yōu)先選取在目標區(qū)域中面積占比最大的兩塊影像碎片作為基準數(shù)據(jù)；

S603：通過對兩塊影像碎片的重疊區(qū)中的所有像素進行逐波段的回歸擬合，建立兩者間的擬合模型并進行校正，使兩者間的亮度和色調保持一致，實現(xiàn)色彩平衡，進一步將兩者進行融合鑲嵌；

S604：將融合數(shù)據(jù)逐波段復制至S601中的空白合成底圖中；

S605：判斷底圖是否仍有空缺的無數(shù)據(jù)區(qū)域，如無空缺則完成影像的合成，反之計算空缺的區(qū)域范圍，并依據(jù)空缺區(qū)域的大小依次從所述無云數(shù)據(jù)碎片集中選取對應區(qū)域的最大面積的影像碎片；

S606：重復步驟S603～S605，直至目標區(qū)域無數(shù)據(jù)空缺，最終實現(xiàn)無云影像的合成。

2.根據(jù)權利要求1所述的面向多云雨地區(qū)的碎片化遙感影像合成方法，其特征在于，步驟S102具體包括：

S201：基于晴空影像，獲取傳感器光譜歸一化系數(shù)；

S202：基于傳感器光譜歸一化系數(shù)，對多星、多時相的初始影像數(shù)據(jù)集進行分類，對分類后的影像數(shù)據(jù)集進行傳感器輻射差異校正；

S203：在分類的基礎上，基于NDVI差值直方圖和類別約束的PIFs選取方法，實現(xiàn)影像數(shù)據(jù)集的外部因子的輻射歸一化。

3.根據(jù)權利要求2所述的面向多云雨地區(qū)的碎片化遙感影像合成方法，其特征在于，步驟S201具體包括：

S301：選取參考傳感器和其它傳感器的晴空影像，對兩者的所述晴空影像進行定標；

S302：將其它傳感器的晴空影像和參考傳感器的晴空影像的重疊區(qū)影像進行分類，分別選取分類后的地塊影像的樣本點集；

S303：根據(jù)獲取的樣本點集，針對其它傳感器的晴空影像和參考傳感器的晴空影像的不同波段和類別建立線性回歸方程以獲取光譜歸一化系數(shù)。

4.根據(jù)權利要求2所述的面向多云雨地區(qū)的碎片化遙感影像合成方法，其特征在于，步驟S202具體包括：

S401：將所述初始影像數(shù)據(jù)集的影像像元的量級與光譜歸一化系數(shù)匹配以進行輻射定標；

S402：選取參考影像，其余為待糾正影像，對參考影像進行樣本選取與最大似然分類，獲得參考影像的分類結果；

S403：在當前參考影像及其分類結果基礎上，對下一期待糾正影像進行樣本篩選與樣本純化以得到全類別樣本；

S404：利用全類別樣本對待糾正影像進行最大似然分類，并根據(jù)傳感器的類型，對各類別待糾正影像對應的像元集合進行傳感器光譜歸一化校正。

5.根據(jù)權利要求1所述的面向多云雨地區(qū)的碎片化遙感影像合成方法，其特征在于，步驟S103具體包括：

S501：獲取有云影像數(shù)據(jù)，基于色彩空間變換增強云層及其陰影；

S502：獲取增強的云層及其陰影的分割閥值；

S503：對云層及其陰影區(qū)域分別進行數(shù)學形態(tài)膨脹與矢量化以得到云層及其陰影的分布范圍；

S504：基于分割閥值，將云層及其陰影的分布范圍矢量與所述第一影像數(shù)據(jù)集進行掩膜處理以生成無云的碎片化數(shù)據(jù)。