一种遥感图像去云的时空融合模型方法技术

本发明专利技术提供一种遥感图像去云的时空融合模型方法，基于多云观测的Sentinel‑2卫星、多云观测的Sentinel‑1卫星及多云观测的葵花8号卫星获取图像，并对图像进行预处理；构建UnCRtainTS模型，并对图像预测出无云图像的不确定性；构建第一时空融合模型，使用预测的无云图像作为预设图像，将两副多云的葵花8号图像作为未处理图像，基于第一时空融合模型得到无云且分辨率大于10m的Sentinel‑2图像，并解析分辨率2000m到10m的极限分辨率融合的效果；通过比较同一时间的Sentinel‑2图像，对预测结果进行评价。本发明专利技术确保去除云层后的图像在地理和辐射上的准确性，以及可以对大规模、高分辨率的卫星图像数据的处理。能够结合大数据处理、计算机视觉和地理信息科学以实现遥感云去除效果。

【技术实现步骤摘要】

本专利技术属于遥感，特别涉及一种遥感图像去云的时空融合模型方法。

技术介绍

1、遥感技术在地球观测领域中起到了至关重要的作用，但其在实际应用中常常受到云层和雾霾的干扰。这些自然现象使得光学卫星图像中的地表信息被遮挡，特别是西南地区，从而影响了对地表的精确监测。为了解决这一问题，研究者们开发了多种云去除方法。

2、其中，深度学习技术近年来受到了广泛关注，因为它可以隐式地学习如何识别和去除图像中的云层。但是，仅依赖深度学习可能不足以处理所有的遮挡情况，特别是在标注数据有限的情况下。

3、因此，显式的云去除预处理步骤变得尤为重要，它不仅可以提高模型的鲁棒性，还可以帮助研究者更好地解释和理解模型的工作原理。

4、然而，由于云层的形态和密度各异，从薄雾到厚云，云去除仍然是遥感领域的一个技术挑战。成功解决遥感云去除问题将极大地提高卫星图像的清晰度和准确性，从而在农业、环境保护、城市规划、灾害应对、气候研究、军事、能源勘探、科学研究和商业应用等多个领域中发挥关键作用，推动各行各业的科技进步和创新。

5、为了应对这一挑战，研本文档来自技高网...

【技术保护点】

1.一种遥感图像去云的时空融合模型方法，其特征在于，方法包括以下步骤：

2.根据权利要求1所述的遥感图像去云的时空融合模型方法，其特征在于，步骤S101中，

3.根据权利要求1所述的遥感图像去云的时空融合模型方法，其特征在于，步骤S101中，

4.根据权利要求1所述的遥感图像去云的时空融合模型方法，其特征在于，步骤 S102中，使用的UnCRtainTS模型采用神经网络架构对多云观测的Sentinel-2卫星和Sentinel-1卫星无云图像时间序列映射到单个无云光学图像，并估计了预测的任意不确定性。

5.根据权利要求2所述的遥感图像去云的...

【技术特征摘要】

1.一种遥感图像去云的时空融合模型方法，其特征在于，方法包括以下步骤：

2.根据权利要求1所述的遥感图像去云的时空融合模型方法，其特征在于，步骤s101中，

3.根据权利要求1所述的遥感图像去云的时空融合模型方法，其特征在于，步骤s101中，

4.根据权利要求1所述的遥感图像去云的时空融合模型方法，其特征在于，步骤 s102中，使用的uncrtaints模型采用神经网络架构对多云观测的sentinel-2卫星和sentinel-1卫星无云图像时间序列映射到单个无云光学图像，并估计了预测的任意不确定性。

5.根据权利要求2所述的遥感图像去云的时空融合模型方法，其特征在于，步骤 s102还包括：

6.根据权利要求5所述的遥感图像去云的时空融合模型方法，其特征在于，方法中，图像包含双极化c波段sentin...

【专利技术属性】
技术研发人员：张文倩，全兴文，行敏锋，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：