[发明专利]基于多时相数据的遥感影像加权回归恢复方法

说明书

技术领域

本发明属于遥感图像处理技术领域，涉及一种基于多时相数据的遥感影像加权回归恢复方法，利用多时相遥感影像中存在的互补信息，可以有效恢复遥感影像中的受损数据。

背景技术

在遥感影像的获取过程中，由于卫星、传感器或者大气等多方面的影响，最终获取的影像上可能会存在一些噪声或者数据的丢失，从而影响遥感影像的正常使用。因此，在遥感影像获取之后，利用技术手段对其进行必要的校正和恢复也成为了一个十分重要的课题。常用的影像恢复方法可分为基于单幅影像和基于多幅影像两种。其中，基于单幅影像的恢复方法有插值、直方图匹配、矩匹配、空间-频率域滤波和MAP估计等多种方法；基于多幅影像的恢复方法通常是在不同波段、不同时相或不同传感器影像之间建立关系，利用其他影像上未受到影响的信息来进行恢复，常用的有直方图匹配和回归分析等方法。对基于单幅影像的恢复方法来说，当影像丢失的信息过多时，单靠一幅影像内所剩下的信息进行恢复难以得到较好的效果，就必须引入另外影像的信息。但是不同影像中的同一地物会受到其本身的光谱特性、影像获取时间不同和大气因素等多方面的影响而可能在成像上产生较大差异，给影像恢复带来了很大的干扰。

发明内容

本发明的目的在于，针对现有技术的上述不足，提供一种多时相数据的遥感影像加权回归恢复方法，在利用多时相影像中的互补信息对受损影像进行恢复的基础上，考虑到相似像素在不同时相影像间具有变化一致性的规律，以及相似点的光谱和空间差异对修复区域的影响问题，通过采用自适应选取相似像素以及加权回归方法，能够更准确的对丢失的信息进行恢复，并具有较高的计算效率，易于投入实用。

本发明的技术方案为一种基于多时相数据的遥感影像加权回归恢复方法，包括以下步骤：

步骤1，为待恢复影像与提供补充信息的辅助影像进行几何配准；

步骤2，在辅助影像中搜索待恢复影像中待恢复像素的相似像素；

步骤3，利用得到的相似像素建立考虑光谱与空间差异的加权回归关系对目标像素进行恢复。

而且，步骤2采用自适应阈值的相似点搜索方法，包对待恢复影像上每一个待恢复的目标像素，计算周围一定范围内的标准差S_c，则此目标像素的相似阈值为

T＝kS_c    （1）

其中k为常数。

而且，步骤3的实现方式为，计算辅助影像上每个相似像素与待恢复影像上待恢复的目标像素的光谱差异与空间距离，并计算联合权重，然后建立加权回归关系对目标像素进行恢复；

（1）对于坐标为(x,y)的目标像素，

坐标为(x_i,y_i)的相似像素的空间距离权重为，

D_i＝(x-x_i)²+(y-y_i)²        （2）

坐标为(x_i,y_i)的相似像素的光谱差异权重为，

C_i＝|DN_c-DN_i|              （3）

其中，DN_c和DN_i分别为目标像素(x,y)与相似像素(x_i,y_i)的灰度值；

坐标为(x_i,y_i)的相似像素的综合权重为，

DCi=1Di·Ci---(4)]]>

将综合权重归一化得到联合权重，