[发明专利]利用多时相数据去除光学遥感影像大面积厚云的方法

权利要求书

1.一种利用多时相数据去除光学遥感影像大面积厚云的方法，其特征在于，包括以下步骤：

步骤1，将所需处理的多时相影像序列进行几何校正，得到同一区域不同时相的影像；

步骤2，对同一区域不同时相的影像进行厚云区检测，得到各时相影像的云掩膜，并计算各时相影像非厚云区的相关系数；

步骤3，将同一区域不同时相的影像按照时间序列组成多维的空间光谱影像，对空间光谱影像划分影像子块，将所有的影像子块重组为二维的矩阵；将步骤2所得各时相影像的云掩膜按照时间序列组成空间光谱云掩膜，对空间光谱云掩膜划分掩膜子块，将所有的掩膜子块重组为二维的矩阵；

步骤4，根据以上的影像子块和掩膜子块的矩阵进行字典学习，重建影像厚云区域。

2.根据权利要求1所述利用多时相数据去除光学遥感影像大面积厚云的方法，其特征在于：步骤2进行厚云区检测时，将影像中的异常值也标记为厚云区。

3.根据权利要求2所述利用多时相数据去除光学遥感影像大面积厚云的方法，其特征在于：步骤3中，对空间光谱影像采用尺寸为n×n的窗口滑动划分成大小为n×n×k的影像子块，其中，k是影像的光谱维数，即同一区域不同时相的影像的个数，然后将每一个影像子块重组为一个列向量，并将所有的列向量按滑动顺序组成一个二维的矩阵；

并且，对空间光谱云掩膜采用尺寸为n×n的窗口滑动划分成大小为n×n×k的掩膜子块，然后将每一个掩膜子块重组为一个列向量，并将所有的列向量按滑动顺序组成一个二维的矩阵。

4.根据权利要求3所述利用多时相数据去除光学遥感影像大面积厚云的方法，其特征在于：步骤4中设字典的大小为kn²×m，m≥256且m＞kn²；根据步骤2所得各时相影像非厚云区的相关系数，自适应地确定多时相数据在字典学习过程中的权重。