(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910221449.3
(22)申请日 2019.03.22
(71)申请人 鲁东大学
地址 264000 山东省烟台市芝罘区红旗中
路186号
(72)发明人 王露 李雨桐 宋媛 杨智程
周鑫 侯杨 王涛 吴孟泉
李国庆
(74)专利代理机构 烟台双联专利事务所(普通
合伙) 37225
代理人 梁翠荣
(51)Int.Cl.
G06T 5/00(2006.01)
G06T 7/33(2017.01)
G06T 7/507(2017.01)
(54)发明名称
(57)摘要
本发明公开了一种基于标准遥感图像的遥
值校正到待修复遥感图像的光照条件下的光谱
值，构建标准遥感图像；以待修复遥感图像中缺
失数据像元和标准遥感图像中相同坐标像元为
中心，分别构建局部窗口；在标准遥感图像窗口
内，进行光谱分类，确定并记录下窗口内与中心
像元光谱最相似的像元的位置(x ,y)和该像元同
中心像元在各波段上的光谱值的比值K i ；在待修
复遥感图像窗口内，用相同位置(x ,y )上的像元
光谱值除以K i ，来填充窗口中心像元缺失的光谱
值；本发明减少了运算量，克服了太阳光照不同
所导致的图像光谱畸变对像元分类精度的影响，
具有修复精度高、
计算量小的优点。权利要求书3页 说明书6页 附图1页CN 109934788 A 2019.06.25
C N 109934788
A
1.一种基于标准遥感图像的遥感图像缺失数据修复方法，其特征在于，包括以下步骤：
a 获得覆盖同一地区的无数据缺失的参照遥感图像T01、存在数据缺失的待修复遥感图像T02和数字高程模型数据DEM0；
b 对无数据缺失的参照遥感图像T01、存在数据缺失的待修复遥感图像T02和数字高程模型数据DEM0进行几何配准，得到配准后无数据缺失的参照遥感图像T01’、配准后待修复遥感图像T2和配准后数字高程模型数据DEM0’；
c 根据无数据缺失的参照遥感图像T01的成像时刻太阳天顶角、方位角参数和配准后数字高程模型数据DEM0’，按照如下步骤将配准后无数据缺失的参照遥感图像T01’校正成水平光谱图像；
①根据式（1）计算无数据缺失的参照遥感图像T01获取图像时刻的地形-传感器-太阳成像几何下的地形阴影数据
（1）
式中， 分别是无数据缺失的参照遥感图像T01的成像时刻太阳天顶角和太阳方位角， 是地形坡度，是地形坡向；
②由式（2）计算配准后无数据缺失的参照遥感图像T01’的水平光谱图像
（2）
式中，是配准后无数据缺失的参照遥感图像T01’光谱图像，是配准后无数据缺失的参照遥感图像T01’的水平光谱图像；
d 根据存在数据缺失的待修复遥感图像T02成像时刻的太阳天顶角和太阳方位角（式3-
4），按照如下步骤将配准后无数据缺失的参照遥感图像T01’的水平光谱图像校正到存在数据缺失的待修复遥感图像T02成像时刻的地形-传感器-太阳光照几何条件下的光谱图像，得到地形-传感器-太阳光照几何关系校正后无数据缺失的标准遥感图像T1：
①由式（3）计算存在数据缺失的待修复遥感图像T02时刻地形阴影
（3）
式中，分别是存在数据缺失的待修复遥感图像T02成像时刻太阳天顶角和太阳方位角， 是地形坡度，是地形坡向；
② （4）
式中， 是配准后无数据缺失的参照遥感图像T01’的水平光谱图像， 是配准后无数据缺失的参照遥感图像T01’在存在数据缺失的待修复遥感图像T02成像时地形-传感器-太阳光照条件下的光谱图像，即标准遥感图像T1；
e 搜索配准后待修复遥感图像T2缺失数据像元，记录缺失数据像元P(x,y;T2)的坐标（x,y），并在配准后待修复遥感图像T2内以该像元P(x,y;T2)为中心构建一尺寸为w的局部窗口；
f 在标准遥感图像T1内以同P(x,y;T2)坐标相同的像元P(x,y;T1)为中心构建一尺度为w的局部窗口；
g 在标准遥感图像T1窗口内，以窗口中心点P(x,y;T1,i)在各波段上的光谱值对窗口内各临近像元的光谱进行光谱分类处理，获得同中心像元点光谱最相近的像元P s(x’,y’; T1)，并记录下该像元该像元的图像坐标（x’，y’）、该像元在各波段上的光谱值P s(x’,y’; T1,i)及其同中心像元点对应波段上光谱值的比例系数Ki（式5）；
K i=P s(x’,y’;T1,i)/P(x,y;T1,i) （5）
其中 i为波段序号，P s(x’,y’;T1,i)、P(x,y;T1,i)分别是标准遥感图像T1内坐标为（x’,y’）、（x,y）像元在波段i上的光谱值；
h 在配准后待修复遥感图像T2相对应的窗口内，以坐标为（x’，y’）的像元各波段上的光谱值P s(x’,y’;T2,i)，和对应的比例系数Ki；按式（6）计算出并填充配准后待修复遥感图像T2内窗口中心像元各波段光谱值P s(x,y;T2,i)：
P s(x,y;T2,i)=P s(x’,y’;T2,i)/K i （6）
i 对配准后待修复遥感图像T2中的全体缺失数据的像元，做上述的操作，进行填充。
2.根据权利要求1所述的一种基于标准遥感图像的遥感图像缺失数据修复方法，其特征在于，所述的存在数据缺失的待修复遥感图像是指由于遥感传感器软件、硬件故障及人为因素导致所获得的遥感图像中存
在部分像元缺失数值；存在数据缺失的待修复遥感图像需要被修复后才能正常使用。
3.根据权利要求1所述的一种基于标准遥感图像的遥感图像缺失数据修复方法，其特征在于，所述的构建一尺度为w的局部窗口是指以某一像元（横坐标为x, 纵坐标y）为中心点，遥感图像横坐标取值范围是x-N x*R x至x+N x*R x，和横坐标取值范围是y-N y*R y至y+N y*R y，所围成的各像元所组成的区域，其中N x=1,2,3…,N y=1,2,3…, R x 为图像在东西向上的空间分辨率, R y为图像在南北向上的空间分辨率，w=N x*N y,。
4.根据权利要求1所述的一种基于标准遥感图像的遥感图像缺失数据修复方法，其特征在于，所述的对无数据缺失的参照遥感图像T01、存在数据缺失的待修复遥感图像T02和数字高程模型数据DEM进行几何配准，其中的几何配准是指将不同时间、不同遥感器系统所获得的同一地区的遥感图像（数据），经几何投影变换至相同的投影坐标系，使同名像点在位置上和方位上完全叠合的操作。
5.根据权利要求1所述的一种基于标准遥感图像的遥感图像缺失数据修复方法，其特征在于，所述的在标准遥感图像T1窗口内，以窗口中心点P(x,y;T1,i)在各波段上的光谱值对窗口内各临近像元的光谱进行光谱分类，其中的光谱值，是指图像像元所记录无物理单位的图像灰度值亦可是诸如亮度值、反射率值等具有某一物理单位的记录值。
6.根据权利要求1所述的一种基于标准遥感图像的遥感图像缺失数据修复方法，其特征在于，所述的在标
准遥感图像T1窗口内，以窗口中心点P(x,y;T1,i)在各波段上的光谱值对窗口内各临近像元进行光谱分类处理，其中的光谱分类处理是指采用诸如判别分析、最大似然分析、特征分析、序贯分析和图形识别等图像光谱监督分类算法来实现。
7.根据权利要求1所述的一种基于标准遥感图像的遥感图像缺失数据修复方法，其特征在于，所述的按照如下步骤将配准后无数据缺失的参照遥感图像T01’校正成水平光谱图
像；其中的水平光谱图像是指通过变换，将所有像元的光谱值变换到水平参照面光谱
值，从而消除由于成像时刻的地形-传感器-太阳几何关系而引起的图像光谱值的变异，使图像更好地反映地物的光谱特征。
一种基于标准遥感图像的遥感图像缺失数据修复方法
[0001]技术领域：
本发明涉及数字图像修复技术领域，具体地讲是一种基于标准遥感图像的遥感图像缺失数据修复方法，是基于相同的地形-传感器-太阳几何关系下不同时相遥感图像的光谱相关性更强的特点，采用cosine地
形校正的方法，将没有数据缺失的参照图像校正到同一地区待修复遥感图像的地形-传感器-太阳成像几何下的光谱图像，构造标准图像，并基于标准图像，通过局部窗口像元SAM分类技术确定待修复遥感图像缺失像元的光谱值。该方法可用于修复由于传感器硬、软件或者人为等故障所导致遥感图像缺失数据的场合。
[0002]背景技术：
以美国陆地卫星7号（Landsat -7）为例，搭载于该卫星上的增强型主题成像仪传感器（ETM+）于2003年5月31日发生了扫描行校正器（Scan Lines Corrector，简称SLC ）突然故障，导致该传感器此后获取的遥感图像出现数据重叠和大约25％的数据丢失，称之为SLC -OFF数据。在SLC -OFF数据中，那些没发生SLC故障的像元仍然保持了良好的几何特性和辐射特性。在卫星遥感图像获取过程中，不可避免的会发生由卫星搭载的传感器软件、硬件故障乃至人为因素所导致的获取的遥感图像数据存在数据丢失现象。ETM+遥感图像发生数据丢失大大影响和限制了数据的使用，但是该数据仍然可以成功的运用到很多科学领域，尤其是在遥感图像时间序列分析和热点区域研究中具有不可或缺的地位。如何通过遥感图像处理方式，有效、快速的修复这些缺失数据，成为遥感图像数据恢复领域中的热门问题，引起国内外诸多专家关注和研究。
[0003]目前，对卫星遥感图像缺失数据修复的研究主要集中于对Landsat -7 ETM+ SLC -OFF 遥感图像
缺失数据的修复方法研究，主要有三类方法：（1）基于单图像插值修复法，该方法利用 SLC -OFF 单景遥感图像，只依赖缺失数据像元周边的有数据的像元值，采用克里金、临近像元或三角插值等算法，预测插值缺失数据像元值。这种方法的优点是只依赖SLC -OFF单景遥感图像，操作简单，修复效率高，缺点是修复效果差，尤其是对于诸如水陆等不同地物边界处的插值结果同实际情况相差甚远；（2）基于多遥感图像填充法，借助覆盖同一地区的、不同时相的、没有数据缺失的Landsat -7 ETM+影像、其他 Landsat1-5系列具有相似光谱特征的卫星影像或者其他诸如MODIS、ASTER、中巴地球资源卫星等不同类型卫星提供的数据作为参照图像，来预测SLC -OFF故障后ETM+遥感图像中的缺失数据。其中，美国地质调查局EROS数据中心学者（USGS EDC ）提出了全景直方图匹配、局部直方图匹配和自适应窗口直方图匹配方法三种基于多时相遥感图像Landsat ETM+ SLC -OFF数据的填充方法。田晓红等在局部直方图匹配算法基础上提出了自适应局部回归匹配算法. 钱乐祥等利用影像自适应局部回归模型和影像固定窗口局部回归模型，分别以 Landsat TM 为参照图像，对 SLC -OFF 影像作条带数据进行修复，并对应用不同修复方法和不同方法所修复的遥感图像的应用价值进行评价。Chen等提出了邻近相似像元插值法（NSPI ），Zeng 等提出了加权线性回归法（The Weighted Liner Regression，WLR），NSPI和WLR方法提高了影像修复的准确性，即使在边缘区域也能得到较好的修复。缺点是只考虑了不同时相遥感图像的光谱显示效果的相似性，而忽略不同时相遥感图像成像几何关系的差异所产生的光谱差异性，并且
说 明 书1/6页CN 109934788 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议