申请/专利权人：中国地质大学(武汉)

申请日：2021-12-27

公开（公告）日：2022-04-08

公开（公告）号：CN114299389A

主分类号：G06V20/10(20220101)

分类号：G06V20/10(20220101);G06V10/80(20220101);G06V10/764(20220101);G06V10/30(20220101);G06K9/62(20220101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.04.26#实质审查的生效;2022.04.08#公开

摘要：本发明提供了一种融合时空信息的Savitzky‑Golay滤波降噪并行方法，通过融合时空信息利用Savitzky‑GolaySG滤波降低MODISNDVI植被归一化指数时序数据中的噪声，减少了对数据质量标志的依赖，通过并行计算快速生成高质量的NDVI时序数据。本发明的有益效果是：有效的解决了现有融合时空信息的Savitzky‑Golay滤波降噪算法所存在的依赖NDVI时序数据质量标记、计算时间过长等问题，能快速生成高质量的NDVI时序数据，以适应大范围的NDVI分析需要，为植被活动监测、土地覆盖分类及植物物候探测等应用提供支持。

主权项：1.一种融合时空信息的Savitzky-Golay滤波降噪并行方法，其特征在于：包括以下步骤：S1：在遥感影像中存储有多年NDVI时序数据，该多年NDVI时序数据包含若干目标像素，通过估算法估算出遥感影像每一行目标像素所需的所有临时变量的大小，根据GPU上的可用存储空间将最大数据规格的多年NDVI时序数据与同规格的NDVI数据质量标记传输到GPU显存；S2：GPU的每个线程负责一个目标像素的计算并读取GPU显存上对应目标像素的原始数据，GPU的多个线程并行地逐一为所有目标像素进行季节生长趋势计算，当某个线程计算结束后则等待，直到所有线程都完成计算后才开始进行步骤S3的计算；S3：根据步骤S2中得到的季节生长趋势，GPU线程继续以一个线程负责一个目标像素的方式，计算出目标像素与其邻域像素的相似系数，以同样的方法，得到所有目标像素的邻域像素的相似系数，当某个线程计算结束后则等待，直到所有线程都完成计算后才开始进行步骤S4的计算；S4：根据步骤S4中得到的相似系数，GPU线程继续以一个线程负责一个目标像素的方式，识别出邻域相似像素，并在每个线程上面进行一个目标像素与一个邻域相似像素的融合操作，直到所有目标像素都融合完成，得到初始NDVI时序数据；S5：将初始NDVI时序数据与所述多年NDVI时序数据进行融合，生成新的融合NDVI时序数据；S6：通过迭代过程，使用加权SG滤波对所述新的融合NDVI时序数据进行平滑处理，直至得到所有像素的高质量NDVI时序数据；S7：将所述所有像素的高质量的NDVI时序数据从GPU显存传输回CPU内存，利用上述方法对植被活动监测、土地覆盖分类及植物物候探测中的遥感影像数据进行处理。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉) 一种融合时空信息的Savitzky-Golay滤波降噪并行方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD