本發(fā)明涉及基于時(shí)相光譜角度量的多時(shí)相云遮擋數(shù)據(jù)恢復(fù)方法。

背景技術(shù)：

遙感圖像的可靠性和完整性是通過(guò)遙感圖像實(shí)現(xiàn)對(duì)社會(huì)服務(wù)的基礎(chǔ)，然而由于不可避免的云遮擋情況的出現(xiàn)，導(dǎo)致很多情況下遙感圖像數(shù)據(jù)存在了云霞觀測(cè)數(shù)據(jù)的缺失，降低了遙感圖像的分析的適用范圍。實(shí)現(xiàn)對(duì)遙感圖像中云遮擋數(shù)據(jù)的恢復(fù)，可有效擴(kuò)大遙感圖像應(yīng)用范疇，提升衛(wèi)星光學(xué)圖像的應(yīng)用效率，具有十分重要的意義。

當(dāng)前遙感圖像云遮擋區(qū)域的數(shù)據(jù)恢復(fù)，主要分為兩大類：一是僅利用當(dāng)前圖像中缺失數(shù)據(jù)周圍的一些未缺失數(shù)據(jù)進(jìn)行線性預(yù)測(cè)和填補(bǔ)，但這種情況在云遮擋面積較大的恢復(fù)的精度非常低；第二種情況是利用一幅相同區(qū)域相同傳感器在其他時(shí)刻獲得的完全未缺失數(shù)據(jù)進(jìn)行填補(bǔ)，但是，由于光譜漂移的存在，預(yù)測(cè)精度仍然不能滿足需求，同時(shí)完全沒有云遮擋的情況很難滿足，因此這種恢復(fù)算法的適用性不夠。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了解決現(xiàn)有云遮擋數(shù)據(jù)恢復(fù)方法恢復(fù)精度低的問(wèn)題，而提出一種基于時(shí)相光譜角度量的多時(shí)相云遮擋數(shù)據(jù)恢復(fù)方法。

一種基于時(shí)相光譜角度量的多時(shí)相云遮擋數(shù)據(jù)恢復(fù)方法具體過(guò)程為：

步驟一、輸入存在云遮擋的多時(shí)相多光譜遙感圖像；

步驟二、計(jì)算存在云遮擋的多時(shí)相多光譜遙感圖像地理坐標(biāo)上各點(diǎn)的云遮擋數(shù)據(jù)缺失度；

步驟三、將存在云遮擋的多時(shí)相多光譜遙感圖像空間上各點(diǎn)的云遮擋數(shù)據(jù)缺失度最小的點(diǎn)作為要填充的點(diǎn)；

步驟四、提取要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X和相應(yīng)缺失時(shí)相地理坐標(biāo)；

步驟五、利用時(shí)相光譜角函數(shù)計(jì)算要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X與除X點(diǎn)外的其他各點(diǎn)相似度；

步驟六、找到相似度最大點(diǎn)Y；

步驟七、利用Y和缺失數(shù)據(jù)填補(bǔ)算法對(duì)要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X進(jìn)行填補(bǔ)；

步驟八、迭代步驟一，直至全部云遮擋數(shù)據(jù)被填充。

本發(fā)明的有益效果為：

本發(fā)明提出了一種新的基于多時(shí)相信息聯(lián)合利用的遙感圖像云遮擋數(shù)據(jù)恢復(fù)算法，改善了傳統(tǒng)遙感光學(xué)圖像云遮擋數(shù)據(jù)恢復(fù)精度和可恢復(fù)區(qū)域的范圍，多個(gè)時(shí)相數(shù)據(jù)聯(lián)合利用，提高了遙感光學(xué)圖像的應(yīng)用范圍和應(yīng)用能力，提高云遮擋數(shù)據(jù)恢復(fù)的適用范圍，提升遙感光學(xué)圖像的數(shù)據(jù)完整性，提高光學(xué)遙感圖像的應(yīng)用深度。本方法相對(duì)經(jīng)典的NSPI方法，其各波段平均的平方根誤差由39.99縮小到19.45。

為了驗(yàn)證本發(fā)明所提出的方法的性能，針對(duì)一組Landsat8多光譜遙感圖像進(jìn)行了測(cè)試，該組數(shù)據(jù)共9個(gè)時(shí)相，其中各個(gè)時(shí)相中均不存在云遮擋位置，然后我們通過(guò)將其他圖像中真實(shí)的云位置引入這些圖像中，實(shí)現(xiàn)了對(duì)云遮擋的仿真。各個(gè)時(shí)相中云量均為30％左右，云的位置隨機(jī)不固定。圖2a為原始的第2個(gè)時(shí)相中的RGB三波段的原始圖像數(shù)據(jù)，圖2b為對(duì)圖2a進(jìn)行的云遮擋仿真，圖2c為通過(guò)經(jīng)典的云遮擋數(shù)據(jù)恢復(fù)算法(NSPI方法)進(jìn)行的數(shù)據(jù)恢復(fù)結(jié)果，仍然顯示的是第二個(gè)時(shí)相的恢復(fù)圖，圖2d為本文方法進(jìn)行的云遮擋數(shù)據(jù)恢復(fù)，也為第二時(shí)相的恢復(fù)結(jié)果。通過(guò)對(duì)比圖2c和圖2d，我們可以清晰的看到，傳統(tǒng)方法仍然有部分?jǐn)?shù)據(jù)不能恢復(fù)(黑色部分)，而我們的方法能夠恢復(fù)所有數(shù)據(jù)且恢復(fù)的數(shù)據(jù)與未缺失圖像(圖2a)非常近似，恢復(fù)效果非常優(yōu)秀。圖3a為利用NSPI方法對(duì)第二個(gè)時(shí)相的近紅外波段的恢復(fù)結(jié)果與原始未缺失恢復(fù)結(jié)果的散點(diǎn)圖。圖3b為利用本文方法對(duì)第二個(gè)時(shí)相的近紅外波段的恢復(fù)結(jié)果與原始未缺失恢復(fù)結(jié)果的散點(diǎn)圖。好的恢復(fù)算法其恢復(fù)結(jié)果應(yīng)該更接近原始的未缺失數(shù)據(jù)，好的恢復(fù)算法的散點(diǎn)圖應(yīng)該更接近于對(duì)角線。對(duì)比圖3a和圖3b，可以看到我們方法的散點(diǎn)圖要比NSPI方法更接近對(duì)角線，即我們的方法的恢復(fù)結(jié)果要比NSPI方法好。

附圖說(shuō)明

圖1為基于時(shí)相光譜角度量的多時(shí)相數(shù)據(jù)恢復(fù)算法流程圖；

圖2a為一幅青島地區(qū)不存在云遮擋的landsat5多光譜圖像，landsat5為衛(wèi)星傳感器；

圖2b為對(duì)圖2a中進(jìn)行仿真云缺失的圖像(黑色為缺失部分)；

圖2c為通過(guò)經(jīng)典的NSPI方法對(duì)圖2b進(jìn)行遮擋數(shù)據(jù)恢復(fù)的結(jié)果，NSPI為neighborhood similar pixel interpolation；

圖2d為通過(guò)本算法對(duì)圖2b進(jìn)行遮擋數(shù)據(jù)恢復(fù)的結(jié)果；

圖3a為利用NSPI方法對(duì)第2個(gè)時(shí)相NIR波段進(jìn)行恢復(fù)的散點(diǎn)圖，NIR為近紅外，NIR band of origin image為原始光譜近紅外波段(第2個(gè)時(shí)相)，NIR band of filled image為恢復(fù)光譜近紅外波段(第2個(gè)時(shí)相)；

圖3b為利用本文方法對(duì)第2個(gè)時(shí)相NIR波段進(jìn)行恢復(fù)的散點(diǎn)圖，NIR band of origin image為原始光譜近紅外波段(第2個(gè)時(shí)相)，NIR band of filled image為恢復(fù)光譜近紅外波段(第2個(gè)時(shí)相)。

具體實(shí)施方式

具體實(shí)施方式一：結(jié)合圖1說(shuō)明本實(shí)施方式，本實(shí)施方式的一種基于時(shí)相光譜角度量的多時(shí)相云遮擋數(shù)據(jù)恢復(fù)方法具體過(guò)程為：

步驟一、輸入存在云遮擋的多時(shí)相多光譜遙感圖像；

步驟二、計(jì)算存在云遮擋的多時(shí)相多光譜遙感圖像地理坐標(biāo)上各點(diǎn)的云遮擋數(shù)據(jù)缺失度；

步驟三、將存在云遮擋的多時(shí)相多光譜遙感圖像空間上各點(diǎn)的云遮擋數(shù)據(jù)缺失度最小的點(diǎn)作為要填充的點(diǎn)；

步驟四、提取要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X和相應(yīng)缺失時(shí)相地理坐標(biāo)；

步驟五、利用時(shí)相光譜角函數(shù)計(jì)算要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X與除X點(diǎn)外的其他各點(diǎn)相似度；每個(gè)點(diǎn)都是一個(gè)多時(shí)相多光譜的數(shù)據(jù)；

步驟六、找到相似度最大點(diǎn)Y；

步驟七、利用Y和缺失數(shù)據(jù)填補(bǔ)算法對(duì)要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X進(jìn)行填補(bǔ)；

步驟八、迭代步驟一，直至全部云遮擋數(shù)據(jù)被填充。

具體實(shí)施方式二：本實(shí)施方式與具體實(shí)施方式一不同的是：所述步驟一中輸入存在云遮擋的多時(shí)相多光譜遙感圖像；具體為：

輸入存在云遮擋的多時(shí)相多光譜遙感圖像數(shù)據(jù)空間上任意一點(diǎn)都為一個(gè)矩陣，其行為時(shí)相，列為光譜。

其它步驟及參數(shù)與具體實(shí)施方式一相同。

具體實(shí)施方式三：本實(shí)施方式與具體實(shí)施方式一或二不同的是：所述步驟二中計(jì)算存在云遮擋的多時(shí)相多光譜遙感圖像空間上各點(diǎn)的云遮擋數(shù)據(jù)缺失度；具體過(guò)程為：

多時(shí)相多光譜遙感圖像空間上點(diǎn)a的云遮擋數(shù)據(jù)缺失度計(jì)算公式如下：

其它步驟及參數(shù)與具體實(shí)施方式一或二相同。

具體實(shí)施方式四：本實(shí)施方式與具體實(shí)施方式一至三之一不同的是：所述步驟五中利用時(shí)相光譜相似度計(jì)算要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X與除X外其他各點(diǎn)相似度；具體過(guò)程為：

要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X與除X外其他任意點(diǎn)Z的時(shí)相光譜相似度計(jì)算公式如下：

式中，X'為X的轉(zhuǎn)置，Z'為Z的轉(zhuǎn)置。

其它步驟及參數(shù)與具體實(shí)施方式一至三之一相同。

具體實(shí)施方式五：本實(shí)施方式與具體實(shí)施方式一至四之一不同的是：所述步驟七中利用Y和預(yù)測(cè)公式對(duì)要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X進(jìn)行填補(bǔ)；具體過(guò)程為：

步驟五一、利用X、Y及其相應(yīng)缺失時(shí)相位置進(jìn)行對(duì)要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X的局部缺失數(shù)據(jù)的預(yù)測(cè)，即對(duì)要填充點(diǎn)的多時(shí)相多光譜數(shù)據(jù)X中缺失但Y未缺失的時(shí)相數(shù)據(jù)的預(yù)測(cè)，預(yù)測(cè)公式如下：

其中X_∩和Y_∩表示X和Y中都未出現(xiàn)云遮擋時(shí)相的數(shù)據(jù)；當(dāng)X點(diǎn)處第1、3、5時(shí)相未出現(xiàn)云遮擋，Y點(diǎn)第1、3、6時(shí)相未被云遮擋，則此時(shí)X_∩和Y_∩分別表示X點(diǎn)的第1、3時(shí)相的數(shù)據(jù)和Y點(diǎn)的第1、3時(shí)相的數(shù)據(jù)；|| ||₁表示矩陣的一范數(shù)；

步驟五二、利用步驟五一得到的預(yù)測(cè)數(shù)據(jù)P對(duì)要填充點(diǎn)X進(jìn)行填補(bǔ)，其中填補(bǔ)位置僅為X缺失但Y未缺失的部分。

其它步驟及參數(shù)與具體實(shí)施方式一至四之一相同。

采用以下實(shí)施例驗(yàn)證本發(fā)明的有益效果：

實(shí)施例一：

本實(shí)施例一種基于時(shí)相光譜角度量的多時(shí)相云遮擋數(shù)據(jù)恢復(fù)方法具體是按照以下步驟制備的：

為了驗(yàn)證本發(fā)明所提出的方法的性能，針對(duì)一組Landsat8多光譜遙感圖像進(jìn)行了測(cè)試，該組數(shù)據(jù)共9個(gè)時(shí)相，其中各個(gè)時(shí)相中均不存在云遮擋位置，然后我們通過(guò)將其他圖像中真實(shí)的云位置引入這些圖像中，實(shí)現(xiàn)了對(duì)云遮擋的仿真。各個(gè)時(shí)相中云量均為30％左右，云的位置隨機(jī)不固定。圖2a為原始的第2個(gè)時(shí)相中的RGB三波段的原始圖像數(shù)據(jù)，圖2b為對(duì)圖2a進(jìn)行的云遮擋仿真，圖2c為通過(guò)經(jīng)典的云遮擋數(shù)據(jù)恢復(fù)算法(NSPI方法)進(jìn)行的數(shù)據(jù)恢復(fù)結(jié)果，仍然顯示的是第二個(gè)時(shí)相的恢復(fù)圖，圖2d為本文方法進(jìn)行的云遮擋數(shù)據(jù)恢復(fù)，也為第二時(shí)相的恢復(fù)結(jié)果。通過(guò)對(duì)比圖2c和圖2d，我們可以清晰的看到，傳統(tǒng)方法仍然有部分?jǐn)?shù)據(jù)不能恢復(fù)(黑色部分)，而我們的方法能夠恢復(fù)所有數(shù)據(jù)且恢復(fù)的數(shù)據(jù)與未缺失圖像(圖2a)非常近似，恢復(fù)效果非常優(yōu)秀。圖3a為利用NSPI方法對(duì)第二個(gè)時(shí)相的近紅外波段的恢復(fù)結(jié)果與原始未缺失恢復(fù)結(jié)果的散點(diǎn)圖。圖3b為利用本文方法對(duì)第二個(gè)時(shí)相的近紅外波段的恢復(fù)結(jié)果與原始未缺失恢復(fù)結(jié)果的散點(diǎn)圖。好的恢復(fù)算法其恢復(fù)結(jié)果應(yīng)該更接近原始的未缺失數(shù)據(jù)，好的恢復(fù)算法的散點(diǎn)圖應(yīng)該更接近于對(duì)角線。對(duì)比圖3a和圖3b，可以看到我們方法的散點(diǎn)圖要比NSPI方法更接近對(duì)角線，即我們的方法的恢復(fù)結(jié)果要比NSPI方法好。

本發(fā)明還可有其它多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，本領(lǐng)域技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。