一种众源卫星遥感影像数据集优选方法及计算机可读介质技术

本发明专利技术提出了一种众源卫星遥感影像数据集优选方法及计算机可读介质。本发明专利技术获取多幅卫星遥感影像，数据预处理；在候选数据集中搜索所有不可分割区域，以构建不可分割区域的索引点集合；构建候选数据集与不可分割区域的索引点集合之间的覆盖关系；通过贪心算法在候选数据集中优化选择出最小数量的卫星遥感影像，确保目标区域被完全覆盖。本发明专利技术避免了对合适栅格大小的选择问题和栅格化可能带来的数据量丢失问题，进一步提升了优选方法的有效性。进一步提升了优选方法的有效性。进一步提升了优选方法的有效性。

【技术实现步骤摘要】
一种众源卫星遥感影像数据集优选方法及计算机可读介质


[0001]本专利技术属于卫星遥感
，尤其涉及一种众源卫星遥感影像数据集优选方法及计算机可读介质。

技术介绍

[0002]近年来，高分辨率遥感卫星的在轨数量在大幅增加，为卫星影像的大区域制图提供了有利条件。以我国高分系统为例，光学遥感卫星已累计拍摄超过30万景图像，可实现对全国的30次全覆盖。另一方面，随着遥感影像数据的不断累积，对区域制图提出了新的挑战，特别是面向大区域成图应用中，存档的众源影像集中存在大量冗余。为减少区域制图的计算和存储消耗，需在满足区域覆盖前提下，去除其中冗余数据，优选出满足制图覆盖需求的数据集合。
[0003]当前，区域制图中数据集筛选主要采用人工方式，数据集筛选的优化技术刚刚起步。人工方式一般先设置载荷、分辨率等约束条件筛选出后影像集后，再采用人机交互方式去除冗余影像，这种方式工作效率低，数据集质量难以控制，易导致覆盖“空洞”或冗余过度等问题。影像数据集优选研究方面，现有方法主要考虑重叠率等制图指标要求，采用对区域栅格化手段，优化数据集中影像的空间分布，但栅格化方法的精度和效率受限于网格大小，特别是数据集中众源影像幅宽差异较大时，栅格化格网大小确定困难；同时，现有方法均未涉及叠掩和云层大量存在的情况下如何对缺失的地物信息进行补充。
[0004]针对多源卫星遥感影像数据集优选任务的需要和现有方法的不足，本领域亟待提出新的技术方案。

技术实现思路

[0005]本专利技术针对现有技术问题，提出了一种众源卫星遥感影像数据集优选方法及计算机可读介质。
[0006]本专利技术方法的技术方案为一种众源卫星遥感影像数据集优选方法，包括以下步骤：
[0007]步骤1：获取多幅卫星遥感影像，数据预处理；
[0008]步骤2：在候选数据集中搜索所有不可分割区域，以构建不可分割区域的索引点集合；
[0009]步骤3：构建候选数据集与不可分割区域的索引点集合之间的覆盖关系；
[0010]步骤4：在候选数据集中多幅卫星遥感影像的目标覆盖区域的缩放后轮廓的索引点集合，通过贪心算法在候选数据集中优化选择出最小数量的卫星遥感影像的目标覆盖区域的缩放后轮廓的索引点集合数量，以覆盖不可分割区域的索引点集合；
[0011]作为优选，所述步骤1具体如下：
[0012]步骤1.1：对每幅卫星遥感影像的目标覆盖区域的轮廓进行提取处理，得到每幅卫星遥感影像的目标覆盖区域的轮廓；
[0013]步骤1.2：结合用户设定的重叠率，对每幅卫星遥感影像的目标覆盖区域的轮廓进行缩放处理，得到每幅卫星遥感影像的目标覆盖区域的缩放后轮廓，通过多幅卫星遥感影像的目标覆盖区域的缩放后轮廓构建候选数据集；
[0014]所述每幅卫星遥感影像的目标覆盖区域的缩放后轮廓为多边形；
[0015]作为优选，所述步骤2具体如下：
[0016]步骤2.1：将候选数据集中每幅卫星遥感影像的目标覆盖区域的缩放后轮廓分解为每幅卫星遥感影像的目标覆盖区域的线段集合；
[0017]骤2.2：将多幅卫星遥感影像的目标覆盖区域的线段集合通过偏序扫描线算法，获取多幅卫星遥感影像的目标覆盖区域的线段集合的多个封闭区域，即多个不可分割区域；
[0018]骤2.3：将每个不可分割区域的中心点作为每个不可分割区域的索引点，并对每个不可分割区域的索引点进行编号，将每个不可分割区域的索引点的编号、每个不可分割区域的索引点的坐标作为不可分割区域的索引点集合；
[0019]作为优选，步骤3所述构建候选数据集与不可分割区域的索引点集合之间的覆盖关系具体如下：
[0020]获取候选数据集中每幅卫星遥感影像的目标覆盖区域的缩放后轮廓的坐标范围，依次不可分割区域的索引点集合中每个不可分割区域的索引点的坐标，得到候选数据集中每幅卫星遥感影像的目标覆盖区域的缩放后轮廓包含的不可分割区域的索引点，以构建候选数据集中每幅卫星遥感影像的目标覆盖区域的缩放后轮廓的索引点集合
[0021]获取不可分割区域的索引点集合中每个不可分割区域的索引点的坐标，依次与候选数据集中每幅卫星遥感影像的目标覆盖区域的缩放后轮廓的坐标范围进行匹配，得到不可分割区域的索引点集合中每个不可分割区域的索引点所属的每幅卫星遥感影像的目标覆盖区域的缩放后轮廓。
[0022]本专利技术还提供了一种计算机可读介质，所述计算机可读介质存储电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，执行所述众源卫星遥感影像数据集优选方法的步骤。
[0023]与现有技术相比，本专利技术包括以下优点和有益效果：
[0024]本专利技术提出了一个相对于现有方案鲁棒性和自动化程度更高的多源卫星遥感影像数据集的优选方法，突破了现有方案的局限：
[0025]在本专利技术中，将遥感影像的轮廓抽象为矢量边界，在整个方法设计中兼顾效率的同时，尽可能保证了精度。避免的引入栅格化网格，也就避免了对合适栅格大小的选择问题和栅格化可能带来的数据量丢失问题。通过方法设计，通过设计高效的求解方法，进一步提升优选方法的有效性。
附图说明
[0026]图1：本专利技术实施例的方法流程图；
[0027]图2：本专利技术实施例的数据缩放的示例图；
[0028]图3：本专利技术实施例的候选数据集在矢量图上的分布图；
[0029]图4：本专利技术实施例的索引点在矢量图中的分布图；
[0030]图5：本专利技术实施例的数据中包含的不可分割区域图；
[0031]图6：本专利技术实施例的数据覆盖的索引点图；
[0032]图7：本专利技术实施例的优选结果在矢量图上的分布图。
具体实施方式
[0033]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，所描述的实施例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。
[0034]下面结合图1
‑
7介绍本专利技术的具体实施方式为一种众源卫星遥感影像数据集优选方法，具体如下：
[0035]如图1所示为本专利技术实施例的方法流程图。
[0036]步骤1：获取多幅卫星遥感影像，数据预处理，本专利技术的实施例包含1991幅不同的遥感影像；
[0037]步骤1.1：对每幅卫星遥感影像的目标覆盖区域的轮廓进行提取处理，得到每幅卫星遥感影像的目标覆盖区域的轮廓；
[0038]步骤1.2：结合用户设定的重叠率，对每幅卫星遥感影像的目标覆盖区域的轮廓进行缩放处理，得到每幅卫星遥感影像的目标覆盖区域的缩放后轮廓，通过多幅卫星遥感影像的目标覆盖区域的缩放后轮廓构建候选数据集；
[0039]所述每幅卫星遥感影像的目标覆盖区域的缩放后轮廓为多边形，根据用户需求的10％最低重叠率，将缩放率设为90％，一副影像数据缩放的示意图如图2所示；
[0040]步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种众源卫星遥感影像数据集优选方法，其特征在于：在候选数据集中搜索所有不可分割区域，以构建不可分割区域的索引点集合；构建候选数据集与不可分割区域的索引点集合之间的覆盖关系；优化选择出最小数量的卫星遥感影像的目标覆盖区域的缩放后轮廓的索引点集合数量。2.根据权利要求1所述的众源卫星遥感影像数据集优选方法，其特征在于，包括以下步骤：步骤1：获取多幅卫星遥感影像，数据预处理；步骤2：在候选数据集中搜索所有不可分割区域，以构建不可分割区域的索引点集合；步骤3：构建候选数据集与不可分割区域的索引点集合之间的覆盖关系；步骤4：在候选数据集中多幅卫星遥感影像的目标覆盖区域的缩放后轮廓的索引点集合，通过贪心算法在候选数据集中优化选择出最小数量的卫星遥感影像的目标覆盖区域的缩放后轮廓的索引点集合数量，以覆盖不可分割区域的索引点集合。3.根据权利要求2所述的众源卫星遥感影像数据集优选方法，其特征在于：所述步骤1具体如下：步骤1.1：对每幅卫星遥感影像的目标覆盖区域的轮廓进行提取处理，得到每幅卫星遥感影像的目标覆盖区域的轮廓；步骤1.2：结合用户设定的重叠率，对每幅卫星遥感影像的目标覆盖区域的轮廓进行缩放处理，得到每幅卫星遥感影像的目标覆盖区域的缩放后轮廓，通过多幅卫星遥感影像的目标覆盖区域的缩放后轮廓构建候选数据集。4.根据权利要求3所述的众源卫星遥感影像数据集优选方法，其特征在于：所述步骤1具体如下：所述每幅卫星遥感影像的目标覆盖区域的缩放后轮廓为多边形。5.根据权利要求4所述的众源卫星遥感影像数据集优选方法，其特征在于：所述步骤2具体如下：步骤2.1：将候选数据集中每幅卫星遥感影像的目标覆盖区域的缩放后轮廓分解为每幅卫星遥感影像的目标覆盖区域的线段集合；步骤2.2：将多幅卫星遥感影像的目标覆盖区域的线段集合通过偏序扫描线算法，获取多幅卫星遥感影像的目标覆盖区域的线段集合的多个封闭区域，即多个不可分割区域；步...

【专利技术属性】
技术研发人员：沈欣，申帅，
申请(专利权)人：武汉大学，
类型：发明
国别省市：