一种基于云平台遥感影像镶嵌后色差条带的快速修复方法技术

本发明专利技术公开了一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，包括以下步骤：1)在Google Earth Engine(GEE)云平台获取由多景影像镶嵌而成的Landsat影像，对不同色差影像区域分割，将分割后面积小于50％的部分作为待修复影像，其余部分作为参考影像；2)分别获取参考影像和待修复影像的灰度直方图累积分布函数和概率密度函数，确定其灰度阈值范围；3)在GEE云平台运用随机森林方法对待修复影像进行直方图匹配，从而实现遥感影像色差的匀色处理。与现有技术相比，本发明专利技术具有适用于大范围研究区、速度快、修复效果好等优点。修复效果好等优点。修复效果好等优点。

【技术实现步骤摘要】
一种基于云平台遥感影像镶嵌后色差条带的快速修复方法


[0001]本专利技术涉及光学遥感图像处理
，更具体地说，涉及一种基于云平台遥感影像镶嵌后色差条带的快速修复方法。

技术介绍

[0002]Google Earth Engine(GEE)云平台,汇集了大量的卫星遥感影像，在线实现遥感影像的处理已经成为主流，基于云平台的影像预处理过程中不同于传统的方法，传统的方式通过下载研究区单景影像，先进行匀色处理消除色差后进行镶嵌处理，而基于云端的影像则先获得影像的镶嵌后再进行处理，例如年度、生长季节影像最大值合成等，由于每一景影像拍摄时间和气候条件对传感器的辐射敏感程度不同，遥感卫星对地观测过程中常因镶嵌后产生条带色差，对遥感影像的定量反演精度和视觉效果都有严重的影响。
[0003]传统软件ENVI和ArcGIS中的镶嵌方法，采用重叠区域其中一景影像的影像灰度值进行匹配，既无法统筹研究区所有影像的整体色差，又不能有效消除镶嵌后影像的色差问题。

技术实现思路

[0004]要解决现有基于本地ENVI软件的遥感影像的镶嵌技术中，镶嵌的过程不仅费时且基于单景影像的色差修复导致的整个研究区影像失真的技术问题。
[0005]针对现有技术中存在的问题，本专利技术的目的是解决现有基于单景遥感影像镶嵌过程效果存在技术的缺陷，提供的一种基于云平台遥感影像镶嵌后色差条带的快速修复方法。
[0006]技术方案
[0007]为解决上述问题，本专利技术采用如下的技术方案。
[0008]一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，包括以下步骤：
[0009]S1、在Google Earth Engine云平台中获取多景需要进行镶嵌处理的Landsat影像；
[0010]S2、加载Landsat影像，按照影像采集时间、目标研究区所处地理位置进行筛选影像和去云等预处理操作；
[0011]S3、判断目标研究区是否存在影像镶嵌后产生明显色差条带的现象，将色差不一致的区域进行分割，分割后面积小于50％的部分作为待修复影像，其余部分作参考影像；
[0012]S4、分别获取参考影像和待修复影像各波段的灰度直方图，得到其各波段的累积分布函数和概率密度函数，确定其各部分影像的DN值数量和阈值范围；
[0013]S5、将参考影像和待修复影像的DN值概率密度函数按照直方图进行统计，将累积分布函数按照线性曲线进行统计，根据统计的结果查看分布参考影像和待修复影像的区别；
[0014]S6、将参考影像所统计DN值和概率密度作为训练样本进行随机森林分类，并利用
训练结果将参考影像的灰度值映射到待修复影像中；
[0015]S7、重新利用影像融合技术将参考影像和待修复影像进行融合。
[0016]优选的，步骤S2和S3中影像是以月、年尺度最大值合成的Landsat影像，并将镶嵌后影像中产生条带色差的区域进行分割。
[0017]优选的，步骤S4中影像波段灰度值的确定方法为统计参考影像和待修复影像各波段的DN值和概率分布。
[0018]优选的，步骤S6中随机森林的算法如下：
[0019](1)将参考影像统计的各波段DN值作为训练子集，利用随机森林函数，得出参考影像的DN值分类器；
[0020](2)将待修复影像统计的各波段DN值的概率作为训练子集，利用随机森林函数，得出待修复影像的概率分类器；
[0021](3)利用待修复影像随机森林概率分类器求出待修复影像DN值的概率；
[0022](4)利用参考影像的DN值分类器将(3)中得到的结果进行分类，即参考影像的DN值与修复影像的DN值进行匹配，从而将参考影像DN值的概率分布映射到待修复影像中。
[0023]优选的，步骤S5中参考影像和待修复影像的DN值概率密度函数按照直方图进行统计，累积分布函数按照线性曲线进行统计，根据统计的结果查看分布参考影像和待修复影像的区别。
[0024]优选的，步骤S5中参考影像和待修复影像的概率密度函数与对应的累积分布函数分别为Pr(gr),Pt(gt),Hr(gr),Ht(gt)，首先，要使待修复影像的灰度值等于参考影像的灰度值首先满足：
[0025]H
r
(g
r
)＝H
t
(g
t
)
[0026][0027][0028]令u＝H
r
(g
r
)，则为影像所规定形式即参考影像的DN值和概率分布，通过以上计算，可以使参考影像与待修复影像的辐射度趋于一致，由此消除影像色差，从而获得一幅色差一致的高质量卫星影像。
[0029]有益效果
[0030]相比于现有技术，本专利技术的优点在于：
[0031]一、大范围研究区、速度快：利用云计算平台，可以快速实现随机森林算法对不同色差区域的影像修复；
[0032]二、无需对每一景影像进行修复：基于传统的修复手段通常需要对大批量的单景影像进行逐个修复然后再进行镶嵌，而镶嵌后影像依据所需修复的区域，减少影像修复时间；
[0033]三、修复效果好：可根据研究区所影像修复的面积，合理确定其修复的影像区域，避免对原始影像的过度修复，减少影像的失真，且修复效果优于基于ENVI软件平台的镶嵌影像结果。
附图说明
[0034]图1为本专利技术的方法流程图；
[0035]图2为研究区Landsat卫星单景影像的过境轨迹图；
[0036]图3为Landsat镶嵌后采用年最大值合成后的影像，圈出部分为待修复影像区域，其余部分为参考影像区域；
[0037]图4为参考影像和待修复影像的DN值的概率密度函数和累积分布函数统计结果图；
[0038]图5为影像修复结果图；
[0039]图(4a)为参考影像和待修复影像DN值的概率密度分布图，图(4b)为参考影像和待修复影像DN值的累积分布图，图(5a)为采用ENVI软件处理的参考结果，图(5b)为采用本方法的修复结果。
具体实施方式
[0040]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述；显然，所描述的仅仅是本专利技术一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0041]参考图1
‑
5所示的一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，包括以下步骤：
[0042]S1、在Google Earth Engine云平台中获取多景需要进行镶嵌处理的Landsat影像；
[0043]S2、加载Landsat影像，按照影像采集时间、目标研究区所处地理位置进行筛选影像和去云等预处理操作；
[0044]S3、考虑到不同的光照和气候条件所带来的卫星感器对辐射敏感程度的不同，将影像先进行研究区、时间筛选和去云等预处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，其特征在于，包括以下步骤：S1、在Google Earth Engine云平台中获取多景需要进行镶嵌处理的Landsat影像；S2、加载Landsat影像，按照影像采集时间、目标研究区所处地理位置进行筛选影像和去云等预处理操作；S3、判断目标研究区是否存在影像镶嵌后产生明显色差条带的现象，将色差不一致的区域进行分割，分割后面积小于50％的部分作为待修复影像，其余部分作参考影像；S4、分别获取参考影像和待修复影像各波段的灰度直方图，得到其各波段的累积分布函数和概率密度函数，确定其各部分影像的DN值数量和阈值范围；S5、将参考影像和待修复影像的DN值概率密度函数按照直方图进行统计，将累积分布函数按照线性曲线进行统计，根据统计的结果查看分布参考影像和待修复影像的区别；S6、将参考影像所统计DN值和概率密度作为训练样本进行随机森林分类，并利用训练结果将参考影像的灰度值映射到待修复影像中；S7、重新利用影像融合技术将参考影像和待修复影像进行融合。2.根据权利要求1所述的一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，其特征在于：步骤S2和S3中影像是以月、年尺度最大值合成的Landsat影像，并将镶嵌后影像中产生条带色差的区域进行分割。3.根据权利要求1所述的一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，其特征在于：步骤S4中影像波段灰度值的确定方法为统计参考影像和待修复影像各波段的DN值和概率分布。4.根据权利要求1所述的一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，其特征在于，步...

【专利技术属性】
技术研发人员：李晶，闫星光，马天跃，苏怡婷，邵嘉豪，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：