[发明专利]一种多尺度时空马尔可夫遥感影像亚像元定位方法及系统

说明书

本发明公开了一种多尺度时空马尔可夫遥感影像亚像元定位方法及系统，首先对输入的低空间分辨率数据通过混合像元分解，求取地物丰度图，构建光谱能量函数，并进行初始化定位。在此基础上，构建亚像元级和像元级双尺度空间邻域关系，为亚像元定位提供空间先验信息，使得亚像元定位时既保留了空间局部信息，又保持了地物空间整体结构，进而构建空间能量函数。同时，依据早期较高分辨率遥感分类图和低空间分辨率遥感影像提供逐个像元的地物转移概率，建立不同时相、不同空间分辨率的遥感影像在时间和空间上的联系，进而构建时间能量函数。最后，构建“光谱‑双尺度空间‑时间”一体化目标函数，通过对目标函数求取最小值，为亚像元定位提供最优解。

技术领域

本发明属于遥感科学领域，具体涉及一种基于马尔科夫模型，通过构建多级空间邻域关系和时间转移概率矩阵，为遥感影像亚像元定位提供先验信息的一种定位方法。

背景技术

混合像元是定量遥感技术发展的主要障碍之一。传统的图像分类方法，以像元为基本单位，将每个像元考虑为单一类型的地物。然而，受遥感影像的空间分辨率限制，单个像元内部往往包含多类地物，混合像元问题将导致通过硬分类方法得到的地物分类图的空间分辨率很低。

目前已有人提出将混合像元分解算法作为解决混合像元问题的有效方法，该算法尽管能够对遥感影像进行处理而得到各个像元的地物丰度，但是它却无法给出准确的地物分布位置。为了能够给出准确的地物分布位置，通常使用亚像元定位，其是利用地物空间分布特征来确定不同地物在混合像元中的空间位置，从而获得更高分辨率地物分类图的过程。

因此，亚像元定位能够有效地降低混合像元对遥感影像地物提取的影响从而获得亚像元尺度的高时空分辨率地物分类结果，其是遥感地物信息提取及定量遥感发展的重要方法。但是，在亚像元定位方法中如何利用地物的先验信息来确定地物的空间相关性是决定定位结果的关键。目前，大多数亚像元定位都采用空间最大相关性，其假定亚像元点间的距离越近，其相关性越大，以此来确定邻近亚像元的类别。然而，现有的时空超分辨率制图方法在计算最大目标亚像元空间相关性时，多数方法只考虑亚像元尺度的空间依赖，而忽视了中心亚像元所属混合像元尺度的空间依赖，导致了无法全面地利用原始影像中提供的地物空间分布信息，无法有效地解决亚像元空间不确定性问题。这类方法所采用的空间先验信息单一、有限，甚至还可能出现错误，尤其是在地物的边界位置。针对上述问题，本发明提出了一种“光谱-双尺度空间-时间”时空马尔可夫遥感影像亚像元定位方法。

发明内容

本发明要解决的技术问题在于，针对现有技术中先验信息不足的问题，提供一种多尺度时空马尔可夫遥感影像亚像元定位方法及系统。

本发明提供的一种多尺度时空马尔可夫遥感影像亚像元定位方法，包括以下步骤：

S1、对T2时刻输入的遥感影像进行混合像元分解，求取地物丰度图；根据所述地物丰度图来构建光谱能量函数U^spectral(X|Y)，并根据所述地物丰度图对亚像元的位置进行初始化定位；其中，Y表示输入的低空间分辨率遥感影像数据，X表示输出的高空间分辨率地物类别图；

S2、基于步骤S1初始化定位的基础上，以目标亚像元为中心，基于所述目标亚像元构建像元级空间邻域和亚像元级空间邻域；基于所述像元级空间邻域和亚像元级空间邻域，构建包括像元、亚像元双尺度的空间能量函数；

S3、建立不同时相即T1时刻到T2时刻、不同分辨率的遥感影像在时间和空间上的联系，针对T2时刻输入的遥感影像中的每个像元，计算地物从T1时刻到T2时刻的时间转移概率，所述地物的时间转移概率用于构建时间能量函数U^temporal：