买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明涉及一种多时相无云卫星影像重构方法，其步骤如下：根据应用需求与云覆盖率，将目标地区的短时间内所有遥感影像分为目标影像和候补影像，校正所有影像绝对地理坐标，并按成像时间距离目标时间长短进行排序；利用阈值法、相关系数、最小距离分类相结合的保守云层检测方法进行云层提取，剔除有云像元；统计不同时间剔除云层像素后的不同波段影像的灰度直方图，将候补影像的直方图匹配到目标日期影像上；根据像素绝对地理坐标，从距离目标日期从近到远作为选用依据，将目标区域缺失像素依次填补上，合成新的无云影像。该发明将云层检测、影像合成、灰度均衡多方面综合起来，是一种通用的卫星影像去云方法，可为遥感应用提供了科学的工具。

主权项：1.一种多时相无云卫星影像重构方法，其特征在于包含以下步骤：1确定需要合成影像的目标日期，提取出近期研究区及其邻域的多期多源卫星遥感影像，并根据成像时间距离所需日期由短及长进行排序，同时读取影像的地理信息，包括投影与几何信息，并进行地理校正，赋予每个像素正确的绝对地理位置；具体方法如下：无云影像重构必然需要相近时间内的同一地区影像，根据研究区在研究时间跨度内卫星影像的可获得性与云覆盖率筛选多期多源卫星影像；对每幅影像进行几何精校正，使得不同的影像得以在统一的地理坐标框架下进行融合；对于不同载荷的异源卫星影像，除了进行必须的几何校正外，还需要进行空间重采样，使得异源影像的空间分辨率一致；对于不同波段设置的异源卫星影像，需要进行波段等效计算；2进行保守的云层检测，使用阈值法初步检测大部分云层，同时使用相关系数法与最小距离分类法检测其余云层边缘与细碎云层，并在此之后剔除含有云层的像元；具体方法如下：第一步：利用阈值法对云层进行保守判断，提取出明显的厚云；计算短波红外SWIR波段的直方图，基于该波段影像灰度值的直方图的分布，设置一定阈值T，阈值以上为保守云层；该步骤虽然无法提取所有的云像素，但是能减小后续步骤计算量： 第二步：对于每一个像元，计算其光谱与样本光谱的相关系数；为提高精度，使用大小为n×n的结构元进行邻域判断所在中心像元是否为云，n越大判断越精确，计算时间也越长，分别计算碎云、薄云的各波段平均反射率，然后根据各波段数据进行匹配，计算方法如下： 其中r为像素点和数据云层点的相关系数，DN是待判断的任一像素的灰度值，EN是云层像素的灰度值，代表所有像素灰度值的平均值，代表所有含有云层像素的平均值，i代表卷积核内的每一个像素，凡是相关系数大于0.9的像素直接判定为云层；3统计不同波段目标影像直方图和其余候补影像直方图，将候补影像直方图匹配到目标影像直方图上；方法如下：第一步：根据应用需求与云覆盖率，将目标地区的短时间内所有遥感影像分为目标影像和候补影像，其中云覆盖率低的为目标影像，云覆盖率高的为候补影像；第二步：计算目标影像各波段的累计直方图；第三步：计算候补影像各波段的累计直方图；第四步：将目标影像和候补影像直方图进行均衡化处理，然后利用目标影像的均衡化过程，将其反函数作为候补影像的变换函数，得到校正后的新影像；4依据不同像素的绝对坐标，根据和目标日期远近，依次填补上缺失像元，重构得到新的无云影像；目的是建立多光谱影像的集合；集合中包括了一系列的互补信息；云层在影像中随机分布，并且互补影像中有相似的信息，这是能够实现影像重构的基础；具体计算过程如下：候选影像中，距离目标日期越近，相应影像优先级越高；在目标日期的原始影像之上，按优先级分别用后续每一张候补影像来填补目标日期缺失像元，不断镶嵌直到遍历完所有影像像素，完成无云影像的重构；5对重构后的无云影像进行空间一致性检查。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种多时相无云卫星影像重构方法