一种基于多时相光学遥感数据的无云影像合成算法制造技术

本发明专利技术公开了一种基于多时相光学遥感数据的无云影像合成算法，包括以下步骤：对于多时相光学遥感影像F，计算其传感器权值w1，目标日权值w2，目标像元与云/云阴影距离权值w3，目标像元的不透明度权值w4；将四项权值相加作为评估目标像元总体质量的总权值W，将目标像元总权值W总叠加F中的目标像元值V，得到合成后的目标像元；遍历整景影像，通过V合成填充得到最佳观测像元的合成结果F1，对多时相光学遥感数据进行无云合成，得到无云、无缝、清晰且质量高的光学遥感影像。优化现有技术中的最佳像元选取准则，将最佳像元认定为所有输入像元叠加像元评分权值后的加权平均值，解决了合成影像中由于多时相数据造成的“斑块”问题。

Cloudless image synthesis algorithm based on Multi-temporal optical remote sensing data

【技术实现步骤摘要】
一种基于多时相光学遥感数据的无云影像合成算法
本专利技术适用于遥感影像处理
，提供了基于多时相光学遥感数据的无云影像合成算法，具体而言，是一种通过最佳像元合成准则对多时相光学遥感数据进行无云影像合成的方法。
技术介绍
随着全球遥感技术的不断更新与发展，能够获取的中高分辨率光学遥感影像越来越多，如美国国家航空航天局(NationalAeronauticsandSpaceAdministration，NASA)的陆地卫星(Landsat-5，7，8)，欧洲航天局(EuropeanSpaceAgency，ESA)的哨兵卫星(Sentinel-2)以及中国高分辨率对地观测系统的高分卫星(GF-1，2，4-9)等，以及更高分辨率的商业卫星如IKONOS，QuickBird，SPOT-5，Worldview-2/3，GeoEye-1等。光学遥感影像为地球资源勘探、航空摄影测绘以及农林水利国土资源调查等研究提供强有力的信息支撑。由于光学卫星传感器的成像质量极易受云、雾等天气因素影响，影像中的地物易被大量云，云阴影和雾气等干扰或遮挡，因此难以获得清晰、完整的高质量图像，使得在后续应用中数据收集本文档来自技高网...

【技术保护点】
1.一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：具体包括以下步骤：S1：对于多时相光学遥感影像F，计算其传感器权值w1，目标日权值w2，目标像元与云/云阴影距离权值w3，目标像元的不透明度权值w4；S2：将上述计算的四项权值相加作为评估目标像元总体质量的总权值W，W总＝w1+w2+w3+w4；S3：将目标像元总权值W总叠加F中的目标像元值V，得到合成后的目标像元V合成；S4：遍历整景影像，通过V合成填充得到最佳观测像元的合成结果F1，能够对多时相光学遥感数据进行无云合成，得到无云、无缝、清晰且质量高的光学遥感影像。

【技术特征摘要】
1.一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：具体包括以下步骤：S1：对于多时相光学遥感影像F，计算其传感器权值w1，目标日权值w2，目标像元与云/云阴影距离权值w3，目标像元的不透明度权值w4；S2：将上述计算的四项权值相加作为评估目标像元总体质量的总权值W，W总＝w1+w2+w3+w4；S3：将目标像元总权值W总叠加F中的目标像元值V，得到合成后的目标像元V合成；S4：遍历整景影像，通过V合成填充得到最佳观测像元的合成结果F1，能够对多时相光学遥感数据进行无云合成，得到无云、无缝、清晰且质量高的光学遥感影像。2.根据权利要求1所述的一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：所述的步骤S1包括如下步骤：S11：计算的传感器权值w1主要针对不同传感器获取的输入数据的情况。如果输入的多时相数据为同一传感器影像，则不计算w1；S12：计算的目标日权值w2，目标日设定为儒略日，具体数值根据影像覆盖区域内植被生长季窗口的中间日期进行设定，w2计算方式如下：其中xi为目标日，μ为输入的多时相时间序列成像时间的均值(同为儒略日)，σ为输入的多时相时间序列成像时间的标准差；S13：计算的目标像元与云/云阴影距离权值w3，当目标像元本身为云/云阴影，w3＝0；当目标像元不为云/云阴影，且与最近邻的云/云阴影像元距离大于设定的阈值距离Dreq，w3＝1；当目标像元不为云/云阴影，且与最近邻的云/云阴影像元距离小于阈值距离Dreq，w3计算方式如下：其中Dreq为阈值距离，Di为目标像元与最近邻云/云阴影像元的距离，Dmin为...

【专利技术属性】
技术研发人员：庞勇，蒙诗栎，李增元，
申请(专利权)人：中国林业科学研究院资源信息研究所，
类型：发明
国别省市：北京,11