[發明專利]一種基于面向對象窗口的遙感地表溫度降尺度算法在審
| 申請號: | 201910003308.4 | 申請日: | 2019-01-03 |
| 公開(公告)號: | CN109741261A | 公開(公告)日: | 2019-05-10 |
| 發明(設計)人: | 陳云浩;夏海萍;梁龍;萬意;李京 | 申請(專利權)人: | 北京師范大學 |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40;G06T7/10 |
| 代理公司: | 北京京萬通知識產權代理有限公司 11440 | 代理人: | 許天易 |
| 地址: | 100875 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 面向對象 地表 尺度 分割算法 溫度降 算法 遙感 溫度空間 異質性 回歸 像元 全局 | ||
1.一種基于面向對象窗口的遙感地表溫度降尺度算法,其特征在于,包括以下步驟:
提取面向對象窗口;
地表溫度空間降尺度。
2.根據權利要求1所述的遙感地表溫度降尺度算法,其特征在于,在所述提取面向對象窗口的步驟中,使用簡單的線性迭代聚類(SLIC)超像素分割算法來獲取超級像元,將每一個所述超級像元作為一個面向對象窗口。
3.根據權利要求2所述的遙感地表溫度降尺度算法,其特征在于,用于提取所述超級像元的數據是低分辨率的溫度數據。
4.根據權利要求3所述的遙感地表溫度降尺度算法,其特征在于,由以下公式獲取最優面向對象窗口大小
SEG最優=k·R低/R高+b (1)
式中,SEG最優是所述最優面向對象窗口內高分辨率像元的數量,R低是低分辨率,R高是高分辨率,k和b是式中的斜率和截距,其中,k為1000以及b為-2000。
5.根據權利要求1所述的遙感地表溫度降尺度算法,其特征在于,在所述的地表溫度空間降尺度的步驟中,是基于回歸核與地表溫度之間的函數關系在不同分辨率下是一樣的假設。
6.根據權利要求5所述的遙感地表溫度降尺度算法,其特征在于,通過獲取低分辨率地表溫度與回歸核之間的函數關系,映射到高分辨回歸核中,來獲取高分辨率地表溫度。
7.根據權利要求5所述的遙感地表溫度降尺度算法,其特征在于,所述地表溫度和所述回歸核的關系如下:
式中Ts指地表溫度,f(·)是所述回歸核和所述地表溫度之間的函數關系,是通過f(·)預測得到所述地表溫度和真實地表溫度之間的殘差,ρ是核向量。
8.根據權利要求7所述的遙感地表溫度降尺度算法,其特征在于,通過所述地表溫度和所述回歸核的關系,將低分辨率地表溫度表示為T低(xi,yj)=f(ρ低(xi,yj))+ε(xi,yj),
式中,xi和yj分別是低分辨率影像的行列號。
9.根據權利要求8所述的遙感地表溫度降尺度算法,其特征在于,基于所述的回歸核與地表溫度之間的函數關系在不同分辨率下是一樣的假設,得到高分辨率地表溫度
T高(xij,yij)=f(ρ高(xij,yij))+ε(xi,yj),
式中,xij和yij分別是高分辨率影像的行列號。
10.根據權利要求7~9任一項所述的遙感地表溫度降尺度算法,其特征在于,所述回歸核與溫度的函數關系如下所示:
f(ρ)=f(NDVI,NDBI,NDVI2,NDBI2)
=a0+a1·NDVI+a2·NDVI2+a3·NDBI+a4·NDBI2
式中,NDVI表示歸一化植被指數和NDBI表示歸一化建筑物指數,以及a0、a1、a2、a3和a4是函數f(·)的系數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京師范大學,未經北京師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910003308.4/1.html,轉載請聲明來源鉆瓜專利網。





