[发明专利]一种面向对象的遥感影像数据时空融合方法、系统及设备

说明书

一种面向对象的遥感影像数据时空融合方法、系统及设备，适用于遥感技术领域中使用。首先获取第一时相的高分辨率影像和低分辨率影像，以及第二时相的低分辨率影像；再利用双三次插值模型将两个时相低空间分辨率影像降尺度到与第一时相高分辨率影像相同的分辨率，获得插值影像；利用影像分割对第一时相的高分辨率影像地物的分割；在各个分割块中，将所述插值影像与第一时相的高分辨率影像输入至预先建立的线性插值模型获得初步融合结果；在每一个分割块中，逐像素搜索目标像素的光谱相似像素，取两影像的交集作为最终光谱相似像素；通过反距离加权结合光谱相似像素信息作空间滤波，得到最终融合影像。其步骤简单，获取到的时空数据融合结果更好。

技术领域

本发明涉及一种面向对象的遥感影像数据时空融合方法、系统及设备，尤其适用于遥感技术领域中使用。

背景技术

多平台遥感卫星提供了大量的高空间、高时间分辨率的遥感数据，为准确提取地表覆盖及动态变化等信息提供了重要的数据保障。为满足某些应用需求，需要具有高空间分辨率的密集遥感数据，然而，由于硬件技术限制以及预算限制，遥感影像存在着空间和时间分辨率不可兼得的现象。但不同传感器影像信息之间存在着互补性，可以通过时空融合技术在不改变现有观测条件的情况下生成兼具空间和时间分辨率的遥感影像，从而在更高的时空分辨率下实现对地表的动态监测。

现有主流的时空融合方法大多数基于或运用了加权函数法与解混法的思想与原理，仍然存在一些需要进一步研究的问题：

1)基于加权函数法的原理的时空融合算法往往需要利用移动窗口来选择目标像素的光谱相似像素，但在矩形窗口中选择的相似像素不一定符合地物特征的分布，此外，地物在两时相间的类别变化可能造成选择了错误的相似像素，这些错误将传递到最终的融合结果中。

2)基于解混原理的时空融合算法需要先对高分辨率影像进行分类，但由于两时相间可能出现的地物类别变化，分类结果可能不再适用于预测时相影像，该分类错误将影响解混结果，降低融合精度。

综上所述，现有主流的时空融合技术有待于进一步的改进。

发明内容

鉴于现有技术的不足，本发明目的在于提供一种面向对象的遥感影像数据时空融合方法、系统及设备，提高时空融合算法在复原两时相复杂变化区域的影像的能力，增强融合算法的可靠性和稳定性，以实现准确预测出融合影像。

本发明的技术方案如下：本发明的面向对象的遥感影像数据时空融合方法，其特征在于步骤如下：

步骤S1、首先利用多个摄像设备进行多角度影像采集，获取第一时相遥感影像和第二时相遥感影像，其中第一时相对遥感影像包含高分辨率影像和低分辨率影像，第二时相遥感影像只包含低分辨率影像，利用双三次插值模型获得第一时相低分辨率影像与第二时相低分辨率影像的插值影像；

步骤S2、利用易康软件多尺度分割功能，对所述第一时相的高分辨率影像进行分隔处理，使第一时相的高分辨率影像的均质区域被线条分隔出多个独立分割块；

步骤S3、由于进行分隔处理后的第一时相的高分辨率影像的像素的坐标已知且与第一时相和第二时相的插值影像相比，像素位置基本不变，因此将第一时相的高分辨率影像进行分隔处理后的结果套用在第一时相和第二时相低分辨率影像生成的插值影像中，通过将第一时相和第二时相低分辨率影像的插值影像与分隔处理后的第一时相的高分辨率影像，依照逐分割块输入至预先建立的线性插值模型，获得的初步融合结果影像即第二时相的高分辨率初步融合影像；

步骤S4、利用阈值法搜索第一时相的高分辨率影像和初步融合结果影像中目标像素所在分割块的光谱相似像素，取第一时相的高分辨率影像和初步融合结果影像中光谱相似像素中的交集像素获得最终光谱相似像素集；

步骤S5、在所述初步融合结果影像中，逐像素利用其最终光谱相似像素的光谱信息进行反距离加权作空间滤波，得到最终融合影像。