一种遥感序列数据的时域重建方法
【技术领域】
[0001] 本发明属于光学遥感图像处理技术领域，设及一种遥感序列数据的时域重建方 法，具体设及一种联合加权谐波分析与矩匹配的遥感时间序列数据时域重建方法。
【背景技术】
[0002] 遥感长时间序列数据被广泛应用在全球环境变化研究中，但是由于受到云污染W 及大气的不确定性等多方面的影响，造成了遥感影像可能存在大量噪音或者数据丢失，使 得遥感影像的正常使用受到阻碍。因此，发展合理的重建方法，为遥感时间序列数据集在获 取之后进行去噪、修复处理，提高数据的质量和稳定性是一项意义重大的课题。
[0003] 目前，针对遥感影像的修复主要分基于单幅影像和基于多幅影像两种。基于单幅 影像的修复，主要是依靠自身的信息从补绘的角度出发，其主要方法有插值、直方图匹配、 偏微分方程的方法、W及总变分方法等。对单幅影像进行修复时，如果缺失面积较小，会得 到较好的修复结果，如果出现大面积信息丢失时，单幅影像自身的信息不足W支撑对缺失 部分的重建，难W得到很好的修复结果。基于多幅影像的修复，弥补了空间信息不足的现 象，常用的方法有直方图匹配和回归分析等方法，可W通过建立不同影像之间函数关系来 进行数据重建，如果不同影像光谱特性存在很大的差异，其修复结果往往会出现明显的重 建痕迹。目前，对于长时间序列数据的处理是通过滤波的方式对数据进行去噪，此些滤波方 法往往没有考虑空间信息的利用，对于连续缺失的数据难W获得好的重建结果。
【发明内容】
[0004] 本发明针对现有技术对时间序列中时空互补信息利用不足的缺点，提出一种联合 加权谐波分析与矩匹配的遥感时间序列数据时域重建方法，在利用长时间序列数据时间依 附关系的基础上，考虑到空间相关性，结合矩匹配理论充分利用数据空间信息，通过采用加 权谐波分析方法，能够准确的对缺失数据进行时域重建，并且计算效率高，实用性强。
[0005] 本发明所采用的技术方案是；一种遥感序列数据的时域重建方法，其特征在于，包 括W下步骤：
[0006] 步骤1 ;将遥感时间序列数据进行几何配准，获得精确的配准影像；
[0007] 步骤2 ;对遥感时间序列数据进行云检测，得到各时刻数据的云掩膜，并计算各时 间序列数据公共无云区的相关系数CC ;
[000引步骤3 ;将参考数据公共无云区域灰度水平近似变换到待重建数据公共无云区域 灰度水平，生成新的时间序列数据；
[0009] 步骤4 ;根据步骤2所得的相关系数分配权值，对新的时间序列数据进行重建。
[0010] 作为优选，步骤2进行云检测时，通过阔值判断的异常值也被标记为云区。
[0011] 作为优选，步骤2中所述的计算各时间序列数据公共无云区的相关系数CC，其计 算公式为：
[0012]
【主权项】
1. 一种遥感序列数据的时域重建方法，其特征在于，包括以下步骤： 步骤1:将遥感时间序列数据进行几何配准，获得精确的配准影像； 步骤2 :对遥感时间序列数据进行云检测，得到各时刻数据的云掩膜，并计算各时间序 列数据公共无云区的相关系数CC; 步骤3 :将参考数据公共无云区域灰度水平近似变换到待重建数据公共无云区域灰度 水平，生成新的时间序列数据； 步骤4 :根据步骤2所得的相关系数分配权值，对新的时间序列数据进行重建。
2. 根据权利要求1所述的遥感序列数据的时域重建方法，其特征在于：步骤2进行云 检测时，通过阈值判断的异常值也被标记为云区。
3. 根据权利要求1所述的遥感序列数据的时域重建方法，其特征在于：步骤2中所述 的计算各时间序列数据公
共无云区的相关系数CC，其计算公式为： 其中x，y是两个遥感数据，N是遥感数据公共无云区像素个数，Xi，yi是数据x，y中的 第i个像素，1 <i<N，mx，my分别是对应的遥感数据公共无云区的均值。
4. 根据权利要求3所述的遥感序列数据的时域重建方法，其特征在于：步骤3的具体 实现过程为，由矩匹配方法将参考数据灰度值水平近似变换到待重建数据灰度值水平，在 每个待重建数据时刻计算一个新的近似时间序列数据；对于待重建时刻t。数据的灰度均值 为mt。，灰度方差为st。，其他时刻tf数据的灰度均值为mtf，灰度方差为stf，灰度值为gtf，则 新的近似时间序列
数据对应灰度值为：
5. 根据权利要求4所述的遥感序列数据的时域重建方法，其特征在于，步骤4的具体实 现包括以下子步骤： 步骤4. 1 :对重建时刻t。数据进行恢复； 首先为步骤3所得新时间序列gnOT中其他时刻数据根据步骤2所得的相关系数（CC)分 配权值，其权值计算方式为：
其中，q为时间序列中无缺失数据的个数，CQ为第i个数据与待重建数据公共无云区 的相关系数； 其次将数据转换为正弦余弦相加的形式，对步骤3所得的新的近似时间序列对应灰度 值gnJ4行加权求解，其实现方式为：
其中，nf为谐波个数，％为谐波个数为0时的系数，a#卩h为三角函数各部分的系数，fj为频率，为时间节点，y为近似时间序列数据； 步骤4. 2 :遍历所有单像素时间序列，重复上述步骤即可对遥感时间序列数据进行重 建，以消除不同影像间的灰度水平差异导致的重建痕迹问题。
【专利摘要】本发明公开了一种遥感序列数据的时域重建方法，首先计算遥感时间序列数据彼此之间非缺失公共部分的相关性，通过相关性大小为缺失部分重建合理分配权值；然后通过矩匹配计算参考影像与待重建影像的匹配对应值；最后通过加权谐波分析法对时间序列进行重建。本发明以数据彼此之间的相关性合理分配权值，借助矩匹配的原理将参考影像灰度水平向待重建影像的灰度水平靠近，通过加权谐波分析法遵循时间依存关系进行遥感时间序列数据的时域重建，不仅充分利用了时间序列数据的时空依存关系，使得重建结果真实可用，而且容易实现，效率高，具有重要的实际应用意义。
【IPC分类】G06T5-00
【公开号】CN104616265
【申请号】CN201510074076
【发明人】杨刚, 沈焕锋, 袁强强, 张良培, 李慧芳
【申请人】武汉大学
【公开日】2015年5月13日
【申请日】2015年2月12日