[发明专利]一种计算高效的SEVI调节因子优化方法

说明书

本发明涉及一种计算高效的SEVI调节因子优化方法，包括以下步骤：读取遥感图像、控制窗口大小、预设中间变量、计算植被指数、相关系数误差卷积计算、逼近优化与迭代、确定最优解。本发明无需高性能计算设备的支持，能大幅提高全景影像计算SEVI的效率，并利用局部所有调节因子的均值来确定全局最优值，避免了用经验阈值作为最优值的不稳定性。本发明可以有效提高SEVI调节因子最优值的计算时间，对快速、准确获取消除地形本影和落影干扰的复杂地形山区植被信息具有重要的科学意义与经济价值。

技术领域

本发明涉及遥感领域，特别是一种计算高效的SEVI调节因子优化方法。

背景技术

现有阴影消除植被指数SEVI中调节因子f(Δ)的主要优化方法为：“相关系数法”。该算法无需DEM等数据的支持，无需遥感图像进行分类，能够有效消除地形影响对植被信息的干扰。

“相关系数”算法计算步骤为：(1)选择样区，在复杂地形山区选择地形影响明显、山体阳坡和阴坡对称分布的典型样区；(2)计算样区植被指数SEVI、RVI和SVI；(3)计算相关系数，包括SEVI与RVI的相关系数R₁，SEVI与SVI的相关系数R₂；(4)逼近优化，令f(Δ)从0开始，依次递增，当R₁与R₂相近或相等时，确定f(Δ)优化计算结果。

R₁-R₂≤ε，ε→0，f(Δ)＝0～∞

式中，x为SEVI，y₁为RVI，y₂为SVI，n为像元数。

为了提高“相关系数法”的稳定性，“一种窗口遍历的SEVI调节因子自动优化算法”采用固定窗口大小，按照固定路线去访问每一个样本的局部f(Δ)，通过设定经验阈值来确定全局f(Δ)。这种算法思路清晰，易于理解，但计算效率慢，而且采用经验阈值法确定最优调节因子具有一定的不稳定性。

发明内容

有鉴于此，本发明的目的是提出一种计算高效的SEVI调节因子优化方法，无需高性能计算设备的支持，能大幅提高全景影像计算SEVI的效率，并利用局部所有调节因子的均值来确定全局最优值，避免了用经验阈值作为最优值的不稳定性。本发明采用以下方案实现：一种计算高效的SEVI调节因子优化方法，包括以下步骤：

步骤S1：读取数据：读取一幅山地遥感图像，包括近红外波段反射率数据B_nir、红光波段反射率数据B_red，并记图像行列号为R×C；

步骤S2：控制窗口大小：设置初始窗口大小为A行B列，A∈(1,R)，B∈(1,C)；

步骤S3：预设中间变量：预设R行C列数值全是255的数组F_S与E_S0，同时预设S行S列的卷积核h_S，当A≥B时，S＝A，否则S＝B；

其中，F_S为预设包含所有窗口内f(Δ)_lopt的数组，f(Δ)_lopt为窗口内局部最优调节因子，E_S0为预设包含所有窗口内误差的数组；

步骤S4：植被指数计算：计算整幅图像的比值植被指数RVI、阴影植被指数SVI和阴影消除植被指数SEVI；

步骤S5：以h_S为卷积核对整幅图像计算出来的RVI、SVI、SEVI、RVI²、SVI²、SEVI²、(SEVI×RVI)、(SEVI×SVI)执行卷积操作，并计算当前f(Δ)对应下的；