[發(fā)明專利]基于多時相本征圖像分解的地物光譜反射率圖像提取方法

在審

• 申請?zhí)枺?/td>: 202010818747.3
• 申請日: 2020-08-14
• 公開（公告）號: CN111899257A
• 公開（公告）日: 2020-11-06
• 發(fā)明（設計）人: 高國明;谷延鋒
• 申請（專利權）人: 哈爾濱工業(yè)大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 哈爾濱華夏松花江知識產(chǎn)權代理有限公司 23213
• 代理人: 岳昕

基于多時相本征圖像分解的地物光譜反射率圖像提取方法，本發(fā)明涉及多/高光譜遙感圖像反射率信息提取。本發(fā)明的目的是為了解決現(xiàn)有多/高光譜遙感圖像本征反射率信息提取精度低、魯棒性差的問題。過程為：一：建立多時相遙感圖像本征反射率信息表達模型；二：構(gòu)建局部時?空能量約束下的分解約束模型；三：將分解約束模型的最優(yōu)解轉(zhuǎn)化為共同反射率和2個陰影分量的迭代優(yōu)化求解模型；四：給定多時相遙感圖像和初始化參數(shù)，基于步驟三的迭代優(yōu)化求解模型，求出最終本征反射率。本發(fā)明用于數(shù)字圖像處理領域。

技術領域

本發(fā)明涉及多/高光譜遙感圖像反射率信息提取。

背景技術

地物光譜反射率信息是遙感圖像實現(xiàn)定量化反演的主要手段(如歸一化植被指數(shù)、歸一化水體指數(shù))，也是利用遙感圖像進行地物識別和解譯的重要途徑。然而，多/高光譜遙感圖像的成像過程是非常復雜的，圖像中除包含地物光譜反射率信息外，還包含了地物空間起伏分布所造成的明暗分量和光線照度分量等信息。因此從圖像中反演光譜反射率信息是一種典型的病態(tài)分解問題，所提取反射率可靠性不高。加之不同圖像其成像因素不同(太陽高度角、大氣環(huán)境)，造成不同圖像下反射率提取也不夠穩(wěn)定，嚴重影響多/高光譜的遙感應用。

當前，從多/高光譜遙感圖像中反演地物光譜反射率信息的方法主要有相對光譜校正和基于本征圖像分解的反射率信息反演兩種。由于相對光譜校正要求參考圖像必須是嚴格校正后提取的反射率信息，因此應用范圍較小。本征圖像分解由于是一個典型的病態(tài)分解問題，其魯棒性和反射率提取精度不夠。

為了提升基于本征圖像分解的多/高光譜遙感圖像地物反射率提取精度，可以從增加本征分解中輸入的先驗參數(shù)入手解決。增加輸入遙感圖像數(shù)量，即構(gòu)建多時相本征圖像分解方法可以從理論上顯著提升反射率提取準確性和魯棒性。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有多/高光譜遙感圖像本征反射率信息提取精度低、魯棒性差的問題，而提出了基于多時相本征圖像分解的地物光譜反射率圖像提取方法。

基于多時相本征圖像分解的地物光譜反射率圖像提取方法具體過程為：

步驟一：建立多時相遙感圖像本征反射率信息表達模型，所述多時相遙感圖像由相同的反射率分量和獨立的shading分量組成；

步驟二：基于多時相遙感圖像本征反射率信息表達模型，構(gòu)建局部時-空能量約束下的分解約束模型，通過最小化局部時-空能量約束下的分解約束模型，獲得分解約束模型的最優(yōu)解，反演共同反射率R和各個圖像的shading成分；

步驟三：將分解約束模型的最優(yōu)解轉(zhuǎn)化為共同反射率和2個陰影分量的迭代優(yōu)化求解模型；

步驟四：給定多時相遙感圖像和初始化參數(shù)，基于步驟三的迭代優(yōu)化求解模型，求出最終本征反射率；

所述初始化參數(shù)為局部鄰域尺度范圍、鄰域相似度調(diào)控參數(shù)，相鄰迭代參數(shù)誤差閾值以及反射率R和各個圖像shading成分的初始值；

各個圖像shading成分的初始值設定為全零矩陣。

本發(fā)明的有益效果為：

本發(fā)明的目的是為了提高現(xiàn)有多/高光譜遙感圖像本征反射率信息提取精度和穩(wěn)定性，提出了一種基于多時相本征圖像分解的地物光譜反射率圖像精確提取方法。該方法通過增加更多圖像先驗信息的方式，構(gòu)建多時相下本征信息表達和時-空聯(lián)合優(yōu)化和反演機制，提高了信息提取的精度和魯棒性。

本發(fā)明方法將傳統(tǒng)單多/高光譜圖像本征反射率提取模型擴展為多時相(即多圖像)模式，從增加本征反射率分解時的先驗信息入手，通過構(gòu)建局部時空能量約束模型和相應的迭代求解方法，實現(xiàn)高精度魯棒的地物反射率提取。