一种基于矩阵计算的卫星遥感图像网格共定位方法技术

本发明专利技术公开了一种基于矩阵计算的卫星遥感图像网格共定位方法，涉及卫星遥感图像处理技术领域，包括以下步骤：获取待共定位卫星遥感源图像；构建共定位网格坐标文件；将待共定位卫星遥感源图像输入至共定位网格坐标文件，得到共定位后的目标图像。本发明专利技术通过将多个点合并成一个批，将一个批的经纬度信息放在一个高维矩阵中，将基于点对点查找的方式改变成基于批对批的方式，通过矩阵计算代替耗时的循环，大大减少了计算耗时。大大减少了计算耗时。大大减少了计算耗时。

【技术实现步骤摘要】
一种基于矩阵计算的卫星遥感图像网格共定位方法


[0001]本专利技术涉及卫星遥感图像处理
，特别是涉及一种基于矩阵计算的卫星遥感图像网格共定位方法。

技术介绍

[0002]海冰密度监测对于研究极地海冰融化对全球气候变化的影响和保障船舶航行安全有着重要作用。卫星遥感技术的发展带来了大量采用不同网格、具有不同空间分辨率的遥感图像。学者们提出了许多不同算法从卫星遥感图像推导得出海冰密度图像。为了验证算法的有效性和准确性，常常需要将不同的海冰密度图像统一到同一网格和分辨率下进行对比。
[0003]现有的卫星遥感图像网格共定位方法基本原理是根据目标图像中每个像素点(即网格中的一个单元格)的经纬度坐标，到源图像的经纬度网格中查找与其距离最近的点，得到该点在源图像中的网格坐标以后，从源图像中读取该点的值存放到目标图像中，依次遍历目标经纬度网格的所有单元格就得到了目标图像。例如2020年发表于期刊《Cryosphere》第14卷第7期的文章《Satellite passive microwave sea
‑
ice concentration data set inter
‑
comparison for Arctic summer conditions》，该文章在对使用EASE 2.0网格的被动微波海冰产品和使用Polar Stereo网格的MODIS海冰产品进行共定位时，首先使用WGS84椭圆将经纬度坐标转换为以公里为单位的元坐标，然后从25公里分辨率的EASE 2.0网格和500米分辨率的Polar Stereo网格中寻找距离最近的单元格对，依次找出25公里EASE 2.0网格中186624个单元格在500米Polar Stereo网格中对应的单元格才能完成网格共定位。
[0004]根据上述内容可知，现有的卫星遥感图像网格共定位方法采用点对点查找的方式，即每计算一个目标经纬度网格点，都需要从源图像的经纬度网格中进行一次查找，需要迭代次数较多，而且如果源图像和目标图像的维度较大，需处理的数据量很大，使得整体的计算效率低。

技术实现思路

[0005]本专利技术提出了一种基于矩阵计算的卫星遥感图像网格共定位方法，将不同网格和分辨率的遥感图像之间的共定位点对应关系保存成一个共定位网格坐标文件，当需要对使用相同网格和分辨率的新图像进行共定位转换时，仅需读取文件即可利用矩阵索引技术实现图像的快速转换。
[0006]本专利技术提供一种基于矩阵计算的卫星遥感图像网格共定位方法，包括以下步骤：
[0007]获取待共定位卫星遥感源图像；
[0008]构建共定位网格坐标文件；
[0009]将待共定位卫星遥感源图像输入至共定位网格坐标文件，得到共定位后的目标图像；
[0010]所述构建共定位网格坐标文件，包括：
[0011]获取相同网格和分辨率的卫星遥感源图像；
[0012]根据卫星遥感源图像得到源图像经纬度矩阵；
[0013]定义目标图像经纬度矩阵并将其进行重塑以及切分，得到多个切片；
[0014]将多个网格点进行合并，得到多个批；
[0015]基于批对批的方法对多个切片进行索引循环，得到多个索引矩阵，并将多个索引矩阵导出，得到共定位网格坐标文件。
[0016]优选的，所述卫星遥感图像的形状为(m,n)，源图像经纬度矩阵形状为(m,n,2)；目标图像经纬度矩阵的形状为(s,t,2)，重塑后的目标图像经纬度矩阵的形状(s
×
t,2)，m、s均为宽度，n、t均为高度。
[0017]优选的，根据内存或显存大小选择批的大小，根据批的大小将重塑后的目标图像经纬度矩阵沿第一个轴进行切分，得到多个形状为(batch,2)的切片。
[0018]优选的，根据下式选择批大小：
[0019][0020]式中，Memory
req
表示程序需要的显存或内存大小，batch表示批的大小，且为正整数，其取值范围为[1,s
×
t]。
[0021]优选的，通过将s
×
t的值与batch的值做除法，得到切片的数量，若batch不能被s
×
t整除，则最后一次循环的切片形状为(s
×
t％batch,2)，其中％表示取余运算。
[0022]优选的，基于批对批的方法对多个切片进行索引循环，得到多个索引矩阵并导出，得到共定位网格坐标文件，包括以下步骤：
[0023]定义一个元素个数为s
×
t全零列向量Indices0；
[0024]定义循环变量i，0≤i≤N，且N＝s
×
t；
[0025]输入循环变量i，当i＝0时，从源图像经纬度矩阵中查找与第一个切片中batch个点距离最近的batch个点，获得batch个点在源图像中的索引矩阵；
[0026]将索引矩阵存放在Indices0中索引位置为i～i+batch处，得到Indices1；
[0027]当循环变量i大于N时，将得到的Indices1导出为共定位网格坐标文件。
[0028]优选的，当循环变量i小于N时，将循环变量的值增加batch，从源图像经纬度矩阵中查找与下一个切片中batch个点距离最近的batch个点，获得新的索引矩阵，将Indices1进行更新。
[0029]优选的，将待共定位卫星遥感源图像输入至共定位网格坐标文件，得到共定位后的目标图像，包括：
[0030]将源图像展平为包括m
×
n个元素的列向量，根据Indices1得到一个元素个数为s
×
t的目标列向量，将其重塑成形状为(s,t)的二维矩阵，得到共定位后的目标图像(s,t)。
[0031]优选的，从源图像经纬度矩阵中查找与第一个切片中batch个点距离最近的batch个点，获得batch个点在源图像中的索引矩阵，包括以下步骤：
[0032]将第一个切片扩维，由形状(batch,2)变成(batch,1,1,2)，沿第二个轴和第三个轴分别平铺m次和n次，得到形状为(batch,m,n,2)的第一矩阵；
[0033]将源图像经纬度矩阵进行扩维，由形状(m,n,2)变成(1,m,n,2)，沿第一个轴平铺batch次，得到形状为(batch,m,n,2)的第二矩阵；
[0034]将第一矩阵和第二矩阵相减得到第三矩阵，将第三矩阵逐元素平方，并沿最后一个轴求和，得到形状为(batch,m,n)的第三矩阵；
[0035]将第三矩阵逐元素开根号，并沿第二个轴和第三个轴展开，得到形状为(batch,m
×
n)的结果矩阵；
[0036]将结果矩阵沿第二个轴寻找最小值的索引，得到目标图像经纬度矩阵中第一个切片batch个点在源图像经纬度矩阵中对应的batch个最近点的索引矩阵。
[0037]优选的，图像的经纬度信息存放在所述源图像经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于矩阵计算的卫星遥感图像网格共定位方法，其特征在于，包括以下步骤：获取待共定位卫星遥感源图像；构建共定位网格坐标文件；将待共定位卫星遥感源图像输入至共定位网格坐标文件，得到共定位后的目标图像；所述构建共定位网格坐标文件，包括：获取相同网格和分辨率的卫星遥感源图像；根据卫星遥感源图像得到源图像经纬度矩阵；定义目标图像经纬度矩阵并将其进行重塑以及切分，得到多个切片；将多个网格点进行合并，得到多个批；基于批对批的方法对多个切片进行索引循环，得到多个索引矩阵，并将多个索引矩阵导出，得到共定位网格坐标文件。2.如权利要求1所述的一种基于矩阵计算的卫星遥感图像网格共定位方法，其特征在于，所述卫星遥感图像的形状为(m,n)，源图像经纬度矩阵形状为(m,n,2)；目标图像经纬度矩阵的形状为(s,t,2)，重塑后的目标图像经纬度矩阵的形状(s
×
t,2)，m、s均为宽度，n、t均为高度。3.如权利要求2所述的一种基于矩阵计算的卫星遥感图像网格共定位方法，其特征在于，根据内存或显存大小选择批的大小，根据批的大小将重塑后的目标图像经纬度矩阵沿第一个轴进行切分，得到多个形状为(batch,2)的切片。4.如权利要求3所述的一种基于矩阵计算的卫星遥感图像网格共定位方法，其特征在于，根据下式选择批的大小：式中，Memory
req
表示程序需要的显存或内存大小，batch表示批的大小，且为正整数，其取值范围为[1,s
×
t]。5.如权利要求3所述的一种基于矩阵计算的卫星遥感图像网格共定位方法，其特征在于，通过将s
×
t的值与batch的值做除法，得到切片的数量，若batch不能被s
×
t整除，则最后一次循环的切片形状为(s
×
t％batch,2)，其中％表示取余运算。6.如权利要求3所述的一种基于矩阵计算的卫星遥感图像网格共定位方法，其特征在于，基于批对批的方法对多个切片进行索引循环，得到多个索引矩阵，并将多个索引矩阵导出，得到共定位网格坐标文件，包括以下步骤：定义一个元素个数为s
×
t全零列向量Indices0；定义循环变量i，0≤i≤N，且N＝s
×
t；输入循环变量i，当i＝0时，从源图像经纬度矩...

【专利技术属性】
技术研发人员：万书佳，佟瑞庭，秦怡，马建晓，王欢，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：