遥感影像高时空融合处理算法及装置制造方法及图纸

本发明专利技术公开了一种遥感影像高时空融合处理算法、装置，获取低空间高时间的第一遥感影像和高空间低时间的第二遥感影像；对第一遥感影像进行重采样得到第三遥感影像；对第二遥感影像进行降采样得到第四遥感影像；将第三遥感影像和第四遥感影像输入至SRCNN网络，得到具有中间空间分辨率的第一重建影像；对第一重建影像进行重采样得到具有第二空间分辨率的第一重建影像；将具有第二空间分辨率的第一重建影像和第二遥感影像输入至SRCNN网络得到第二重建影像，将第二重建影像输入至时空融合模型得到高空间高时间的遥感影像。解决了现有技术中，将遥感影像进行时空融合得到高时空分辨率特征数据的过程融合算法复杂度高，融合质量低，运算效率低的问题。

【技术实现步骤摘要】
遥感影像高时空融合处理算法及装置
本专利技术涉及图像处理和模式识别
，具体涉及一种遥感影像高时空融合处理算法、装置、电子设备及计算机可读存储介质。
技术介绍
光学遥感影像因其具有丰富的地物光谱特征、数据多样性以及便于获取和处理分析等特性，在植被变化监测、地表温度监测、农作物生长监测、洪水监测等方面得到了应用。目前，大范围植被变化监测、地表温度监测、农作物生长监测、洪水监测主要采用中分辨率成像光谱仪(Moderate-resolutionImagingSpectroradiometer，简称为MODIS)等低空间分辨率遥感影像，尽管低空间分辨率影像在大范围监测中发挥了重要作用，但其空间分辨率低以及存在大量混合像元，使得基于低空间分辨率影像数据的提取精度难以满足小区域尺度上的需求，特别是城市地表植被变化监测、温度监测、洪水监测等方面的需求。而中高空间分辨率卫星(如Landsat)因其重访周期以及天气的影响，在植被、温度、农作物生长变化，以及洪水发生后难以获取数据，在实际监测中的应用受到了限制。因此，如何同时获取高时间和高空间分辨率遥感影像是解本文档来自技高网...

【技术保护点】
1.一种遥感影像高时空融合处理算法，其特征在于，包括：/n获取低空间高时间的第一遥感影像和高空间低时间的第二遥感影像；所述第一遥感影像的空间分辨率为第一空间分辨率，所述第一遥感影像的周期为第一周期，所述第二遥感影像的空间分辨率为第二空间分辨率，所述第二遥感影像的周期为第二周期；/n对所述第一遥感影像进行重采样处理得到第三遥感影像；其中，所述第三遥感影像的空间分辨率大于所述第一遥感影像的空间分辨率；/n对所述第二遥感影像进行降采样处理得到第四遥感影像；其中，所述第四遥感影像空间分辨率小于所述第二遥感影像的空间分辨率，所述第四遥感影像空间分辨率等于所述第三遥感影像空间分辨率；/n将所述第三遥感影像...

【技术特征摘要】
1.一种遥感影像高时空融合处理算法，其特征在于，包括：
获取低空间高时间的第一遥感影像和高空间低时间的第二遥感影像；所述第一遥感影像的空间分辨率为第一空间分辨率，所述第一遥感影像的周期为第一周期，所述第二遥感影像的空间分辨率为第二空间分辨率，所述第二遥感影像的周期为第二周期；
对所述第一遥感影像进行重采样处理得到第三遥感影像；其中，所述第三遥感影像的空间分辨率大于所述第一遥感影像的空间分辨率；
对所述第二遥感影像进行降采样处理得到第四遥感影像；其中，所述第四遥感影像空间分辨率小于所述第二遥感影像的空间分辨率，所述第四遥感影像空间分辨率等于所述第三遥感影像空间分辨率；
将所述第三遥感影像和所述第四遥感影像输入至SRCNN网络，得到具有中间空间分辨率的第一重建影像；其中所述中间空间分辨率为所述第三遥感影像和所述第四遥感影像具有的同样空间分辨率；
对所述第一重建影像进行重采样处理得到具有所述第二空间分辨率的第一重建影像；
将具有所述第二空间分辨率的第一重建影像和所述第二遥感影像输入至SRCNN网络得到第二重建影像；
将所述第二重建影像输入至时空融合模型得到高空间高时间的遥感影像；其中，所述高空间高时间的遥感影像具有所述第一周期和所述第二空间分辨率。


2.根据权利要求1所述的遥感影像高时空融合处理算法，其特征在于，包括：所述第一遥感影像为MODIS影像；所述第二遥感影像为Landsat8影像。


3.根据权利要求1所述的遥感影像高时空融合处理算法，其特征在于，将所述第二重建影像输入至时空融合模型得到高空间高时间的遥感影像包括：
获取第一时刻的第二重建影像和第二时刻的第二重建影像，以及第一时刻的第二遥感影像；其中，将所述第二重建影像作为低分辨率数据，将所述第一时刻的第二遥感影像作为高分辨率数据；
根据所述第一时刻的第二重建影像和所述第二时刻的第二重建影像，以及所述第一时刻的第二遥感影像在预定滑动窗口内搜索相似像元；
获取所述相似像元与中心像元之间的光谱距离、时间距离和空间距离；
根据所述光谱距离、时间距离和空间距离配置所述相似像元的权重；
对多个相似像元的权重的进行归一化处理，得到联合权重矩阵；
根据所述联合权重矩阵预测第二时刻的第二遥感影像；将所述第二时刻的第二遥感影像作为所述高空间高时间的遥感影像。


4.根据权利要求1所述的遥感影像高时空融合处理算法，其特征在于，所述方法还包括：
通过如下公式计算PSNR和SSIM：



如/或，



其中，f1表示未经超分辨率重建的原影像，f2表示经过超分辨率重建的重建影像，MSE(f1，f2)表示所述未经超分辨率重建的原影像与所述经过超分辨率重建的重建影像之间的均方误差，μ1、σ1分别表示所述未经超分辨率重建的原影像的均值、方差，μ2、σ2分别表示所述经过超分辨率重建的重建影像...

【专利技术属性】
技术研发人员：张永梅，马健喆，滑瑞敏，张奕，孙捷，李小冬，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京;11