[发明专利]一种面向区域覆盖的遥感影像数据选取方法和系统

说明书

本发明提供一种面向区域覆盖的遥感影像数据选取方法和系统。包括以下步骤：首先对遥感影像数据预筛选并获取筛选后各影像的有效范围；其次根据选定区域范围创建格网并根据是否在选定区域对各格网值进行标记；用候选影像数据集子集中的各影像对格网值进行覆盖标记。通过以上步骤就可以快速、准确地筛选出选定区域的全覆盖遥感影像数据集，本发明可通过设定传感器类型、成像时间段、云量等预筛选条件，获得多种不同的遥感影像区域覆盖数据集，满足用户多种需求，可有效剔除遥感影像数据中成像时间跨度大、重复覆盖和云量较多的数据，缩减影像数据筛选时间，为获取选定区域无云或少云覆盖镶嵌图奠定基础，提高遥感影像数据的利用率。

技术领域

本发明属于摄影测量与遥感图像处理领域，涉及为获取选定区域全覆盖合成影像进行数据集筛选时，一种面向区域覆盖的遥感影像数据选取方法和系统。

背景技术

遥感技术在我国农林业资源调查、环境监测、对抗自然灾害、地质矿产、水资源等方面已有广泛的应用，在这些应用中，通常需要获得选定区域的全覆盖合成影像，或者全覆盖镶嵌影像，即通过选取能够完全覆盖选定区域的影像，进而进行合成或者镶嵌生成选定区域的全覆盖影像。在这个过程中，影像数据的选取是一个关键步骤，需要考虑云覆盖、成像时间、影像间的重叠度等多种因素，从而选取最适合的影像数据，比如云覆盖尽可能少，全覆盖合成影像时间跨度尽可能短等。传统的方法是手动选择所需的遥感影像，不仅效率低下、数据利用率低，而且容易造成遗漏等问题。本发明提供了一种采用空间网格标记对遥感影像数据进行筛选的方法。该方法可以快速、准确地筛选出选定区域的全覆盖遥感影像数据集，并可通过设定传感器类型、成像时间段、云量等预筛选条件，获得多种不同的遥感影像区域覆盖数据集，满足用户多种需求，可有效剔除遥感影像数据中成像时间跨度大、重复覆盖和云量较多的数据，缩减影像数据筛选时间，为获取选定区域无云或少云覆盖镶嵌图奠定基础，提高遥感影像数据的利用率。

发明内容

本发明所要解决的问题是为获取选定区域全覆盖合成影像进行数据集筛选时，一种面向区域覆盖的遥感影像数据选取方法。

本发明提供的技术方案是一种面向区域覆盖的遥感影像数据选取方法，包括如下步骤：

步骤1，遥感影像数据预筛选并获取筛选后各影像的有效范围，包含以下子步骤：

步骤1.1，对选定区域的遥感影像数据进行预筛选，将满足一定条件的遥感影像作为候选影像数据集；

步骤1.2，对步骤1.1得到的候选影像数据集，进一步获取各影像的有效范围；

步骤1.3，利用各影像有效范围的多边形计算任意两幅影像有效范围多边形之间的距离，从候选影像数据集中以任意两幅影像之间的距离超过一定阈值为条件，筛选得到候选影像数据集子集；

步骤2，计算选定区域的外接矩形，将矩形等间隔划分成格网，并记录每个格网四个角点坐标，判断格网四个角点坐标是否在选定区域内，将格网四个角点坐标都在选定区域内的格网值进行符号标记，不满足上述条件的格网值进行另外的区别标记；

步骤3，用步骤1.3中得到的候选影像数据集子集中的各影像对格网进行覆盖标记，按一定的顺序循环遍历候选影像数据集子集中的影像，判断每个格网的四个角点坐标是否在该影像有效范围的多边形内，将在该影像有效范围多边形内的符号标记的格网进行重新标记，同时保留此遥感影像，以选定区域范围所有符号标记的格网全部重新标记为循环结束条件，最终保留的遥感影像集即为最终选取的影像数据集。

进一步的，步骤1.1中满足一定条件的遥感影像包括：尽量同一传感器获取，云量小于设定阈值，成像时间段为一个季节或相近时间段的遥感影像。

进一步的，步骤1.2中采用边界跟踪算法获取影像的有效范围。

进一步的，步骤1.3中两幅影像有效范围多边形之间的距离采用欧式距离公式计算，