[發(fā)明專利]一種針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法

在審

• 申請?zhí)枺?/td>: 202210055508.6
• 申請日: 2022-01-18
• 公開（公告）號(hào): CN114359111A
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計(jì)）人: 王晶;吳錦
• 申請（專利權(quán)）人: 香港大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T7/10;G06T7/13;G06T7/136;G06K9/62;G06V10/764
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 楊麗爽

1.一種針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法，其特征在于，包括：

對(duì)衛(wèi)星時(shí)間序列影像進(jìn)行像素級(jí)質(zhì)量控制，將被云和云影污染的像元進(jìn)行標(biāo)記；

將距離目標(biāo)影像時(shí)間間隔最短的兩張清晰影像進(jìn)行分割和分類，生成分割圖和分類圖，以形成具有不同類別標(biāo)記的獨(dú)立對(duì)象；

根據(jù)所述具有不同類別標(biāo)記的獨(dú)立對(duì)象，尋找與所述目標(biāo)影像的缺失像元對(duì)應(yīng)的相似像元，并選出參考影像；

根據(jù)所述相似像元在所述目標(biāo)影像與參考影像之間的相關(guān)性與預(yù)設(shè)閾值的比較結(jié)果，自適應(yīng)采用單張參考影像或兩張參考影像對(duì)所述缺失像元進(jìn)行填補(bǔ)；

對(duì)填補(bǔ)后的所述目標(biāo)影像進(jìn)行影像后處理。

2.根據(jù)權(quán)利要求1所述的針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法，其特征在于，在所述對(duì)衛(wèi)星時(shí)間序列影像進(jìn)行像素級(jí)質(zhì)量控制之前，還包括：

通過自動(dòng)云和云影檢測算法或手動(dòng)云和云影標(biāo)記方式對(duì)衛(wèi)星時(shí)間序列影像進(jìn)行初始的云和云影標(biāo)記。

3.根據(jù)權(quán)利要求2所述的針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法，其特征在于，所述對(duì)衛(wèi)星時(shí)間序列影像進(jìn)行像素級(jí)質(zhì)量控制，將被云和云影污染的像元進(jìn)行標(biāo)記，包括：

利用形態(tài)學(xué)膨脹運(yùn)算將初始標(biāo)記的云和云影周圍的薄云或薄云影進(jìn)行標(biāo)記，標(biāo)記的數(shù)量取決于自定義的用于處理圖像的結(jié)構(gòu)元素的大小和形狀；

將像元時(shí)間序列中超出預(yù)設(shè)范圍的像元進(jìn)行標(biāo)記。

4.根據(jù)權(quán)利要求1所述的針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法，其特征在于，所述將距離目標(biāo)影像時(shí)間間隔最短的兩張清晰影像進(jìn)行分割和分類，生成分割圖和分類圖，包括：

將距離目標(biāo)影像時(shí)間間隔最短的兩張清晰影像根據(jù)光譜和空間特征分割成獨(dú)立對(duì)象，生成分割圖；

采用非監(jiān)督分類器將所述兩張清晰影像根據(jù)像元的光譜相似性自動(dòng)分成多個(gè)類別，生成分類圖。

5.根據(jù)權(quán)利要求4所述的針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法，其特征在于，所述將距離目標(biāo)影像時(shí)間間隔最短的兩張清晰影像根據(jù)光譜和空間特征分割成獨(dú)立對(duì)象，生成分割圖，包括：

在整個(gè)時(shí)間序列中，分別在所述目標(biāo)影像之前和所述目標(biāo)影像之后各自選取一張距離目標(biāo)影像時(shí)間間隔最短的清晰影像，組成影像組；

采用拉普拉斯濾波器對(duì)所述影像組進(jìn)行圖像銳化；

采用Canny邊緣檢測算子對(duì)所述影像組進(jìn)行邊緣提取；

采用分水嶺分割算法將所述影像組劃分成獨(dú)立的單個(gè)對(duì)象，生成分割圖。

6.根據(jù)權(quán)利要求5所述的針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法，其特征在于，所述根據(jù)所述具有不同類別標(biāo)記的獨(dú)立對(duì)象，尋找與所述目標(biāo)影像的缺失像元對(duì)應(yīng)的相似像元，并選出參考影像，包括：

若有部分像元缺失，搜索整個(gè)時(shí)間序列，尋找屬于同一對(duì)象和類別但未被云和云影污染的清晰像元，并標(biāo)記為所述相似像元；

若全部像元缺失，則尋找屬于同一類別但空間最鄰近的對(duì)象的未被云和云影污染的清晰像元，并標(biāo)記為所述相似像元；

選出所述相似像元距離所述目標(biāo)影像之前最近的第一張參考影像，以及所述相似像元距離所述目標(biāo)影像之后最近的第二張參考影像。

7.根據(jù)權(quán)利要求6所述的針對(duì)衛(wèi)星時(shí)間序列影像的面向?qū)ο蟮奶钛a(bǔ)方法，其特征在于，所述根據(jù)所述相似像元在所述目標(biāo)影像與參考影像之間的相關(guān)性與預(yù)設(shè)閾值的比較結(jié)果，自適應(yīng)采用單張參考影像或兩張參考影像對(duì)所述缺失像元進(jìn)行填補(bǔ)，包括：

從兩張參考影像中選取單張絕對(duì)距離最近的參考影像；

對(duì)比所述相似像元在不同波段的所述目標(biāo)影像和選取的單張參考影像之間相關(guān)性的平均值與預(yù)設(shè)閾值的大小；

若所述相關(guān)性的平均值大于所述預(yù)設(shè)閾值，則判定未發(fā)生地表覆蓋變化，并采用選取的單張參考影像對(duì)所述缺失像元進(jìn)行填補(bǔ)；

若所述相關(guān)性的平均值小于所述預(yù)設(shè)閾值，則判定發(fā)生地表覆蓋變化，利用兩張參考影像對(duì)所述缺失像元進(jìn)行填補(bǔ)。