[发明专利]基于遥感“时-空-谱-角”的一体化融合技术及其系统

权利要求书

1.一种基于“时-空-谱-角”一体化遥感影像融合方法，其特征在于，所述建模方法包括步骤：

步骤1：收集遥感卫星拍摄的原始数据并加以分类和选取，随后对原始数据进行遥感影像的预处理，最终形成所需的数据集；

步骤2：在步骤1处理的数据中，选取一组数据作为模型参考数据，研究其影像反射率的相关性，用以构建融合模型，所谓的参考数据指的是同一地区的两幅遥感影像，即一高空间分辨率影像和一低空间分辨率影像；

步骤3：在步骤1处理的数据中，另选取一低分辨率影像作为预测的基准数据，使用步骤2所建立图像融合模型进行预测，实现低分辨率反射率产品在高分辨率尺度上的扩展。

2.如权利1所述的遥感影像融合方法，其特征在于，在步骤1中的数据选取和分类标准采用传感器的拍摄周期、空间分辨率、拍摄角度、波段组合四个指标。

3.如权利1所述的遥感影像融合方法，其特征在于，在步骤1中的遥感影像预处理，包括大气辐射校正、去云、几何配准。

4.如权利1所述的遥感影像融合方法，其特征在于，在步骤2中的模型构建过程是基于“时-空-谱-角”的一体化思路，通过归纳遥感影像数据融合的耦合关系，采用一套统一的处理流程。

5..如权利4所述的一体化建模思路，该处理流程可描述为：在数据输入方面，包括至少一套参照数据以及一幅基准数据，在建模方面，引入一种基于贝叶斯估计的图像融合算法。

6.如权利5所述的的输入数据，其特征在于，参考数据皆为一高空间分辨率图像和一低空间分辨率图像的组合，此外，对于时空融合而言，参照数据要求为同一时间，对于多角度融合而言，参照数据的传感器要求为同一拍摄角度，对于多光谱而言，参照数据要求为相同或相近的光谱。

7.如权利5所述的的输入数据，其特征在于，基准数据为一幅低分辨率影像，但其在时间、角度、光谱三个指标中，需有任一指标的分辨率高于高空间分辨率参考数据，以满足数据互补的需要。

8.如权利5所述的遥感影像融合模型，其特征在于，算法包括以下两部分内容：其一，利用光谱曲线的尺度不变特性，在相同空间位置下，分析对应的高分辨率图像和低分辨率图像之间像元值的关系，构建概率分布模型。

9.其二，利用最大后验概率方法来预测高分辨率图像的后验分布。

10.一种基于“时-空-谱-角”一体化遥感影像融合系统，其特征在于，所述系统包括：

数据输入模块，用于输入参考数据和基准数据，数据类型可以是不同时间、不同光谱、不同拍摄角度；

参数设定模块，用于设定融合模型的参数，包括取值范围、移动窗口大小、采样比例；

融合模型建模模块，通过比较反射率的相关性，挖掘参考数据的光谱和空间信息，建立数据之间的映射模型；

融合模型预测模块，根据模型和输入的基准数据，进行高分辨率遥感影像的预测。

11.如权利10所述的基于“时-空-谱-角”一体化遥感影像融合系统，其特征在于，所述系统基于ArcGIS地理信息系统软件编写，直接处理原始地理空间数据，不需经过地理数据与传统数据间的相互转化。