申请/专利权人：河北科技师范学院

申请日：2022-06-29

公开（公告）日：2024-04-30

公开（公告）号：CN115063332B

主分类号：G06T5/50

分类号：G06T5/50;G06V20/13;G06V10/764;G06V10/20;G06V10/74

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.10.04#实质审查的生效;2022.09.16#公开

摘要：本发明涉及一种构建高空间分辨率时序遥感数据的方法，具体包含以下步骤：S1、低空间分辨率影像的混合像元分解；S2、基准期与预测期的回归模型拟合；S3、残差的分配和补偿；S4、拟合结果的空间滤波；S5、正反向估测结果的加权；S6、结合高空间分辨率影像的连续校正。本发明取得了更高的融合精度，极大地减弱了空间模糊现象，提供了更丰富的纹理特征和更好的目视效果，有利于地表信息连续动态监测及其他高空间分辨率时序遥感数据的应用。

主权项：1.一种构建高空间分辨率时序遥感数据的方法，其特征在于，具体包含以下步骤：S1、低空间分辨率影像的混合像元分解：基于高空间分辨率影像的分类图，获取低空间分辨率影像上逐像元的各类地物的丰度，并利用像元分解模型计算每类地物的光谱反射率，获得粗影像的降尺度影像；S2、基准期与预测期的回归模型拟合：基于步骤S1中得到的降尺度影像，建立基准期和预测期tp间反射率的线性回归模型，并应用于细影像，得到tp细影像的反射率拟合结果；S3、残差的分配和补偿：将上述步骤S2得到的tp细影像的反射率升尺度至低空间分辨率，计算其与粗影像反射率的差值，即残差，并采用空间插值方法将残差分配至高空间分辨率，并补偿于tp的细影像；S4、拟合结果的空间滤波：在一定窗口内筛选中心像元的光谱相似像元，利用相似性像元的光谱差异性和与中心像元的相对距离来加权计算预测期的中心像元值，从而得到空间滤波后的tp的细影像；S5、正反向估测结果的加权：设置起始日期t0和结束日期tp两个基准期，将上述步骤S1-S4分正、反两个方向进行，采用线性加权方法综合正、反向估测结果作为加权时序融合结果；S6、结合高空间分辨率影像的连续校正：基于上述步骤S5获得的时序影像融合结果，构建地表信息的动态变化模型；利用可获得的多幅已知细影像对动态模型进行修正，使动态模型模拟值与已知细影像值的误差最小，最终得到校正后的时空融合结果；步骤S4中具体包括：根据公式6，综合基准期细影像的各波段相似像元和中心像元的光谱差异D，在一定窗口内，差异最小的前s个像元被筛选为相似像元；根据公式7计算邻近像元和中心像元的空间距离di，根据公式8确定各相似像元的权重Wi；根据公式9通过加权窗口内相似性像元逐波段计算预测时期tp的中心像元值，从而得到tp时期空间滤波后的细影像； 其中，Fxi,lb和Fx,lb分别表示细影像第b波段的i位置和中心位置像元的反射率，c为用于融合的影像波段数；w为窗口半径，rdxi,yi为高空间分辨率下的残差分配值，为w×w窗口内中心像元的正向预测结果。

全文数据：

权利要求：

百度查询： 河北科技师范学院 一种构建高空间分辨率时序遥感数据的方法

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