[发明专利]一种改进型多源遥感数据时空融合方法

说明书

技术领域

一种改进型多源遥感数据时空融合方法，属于数字图像处理技术领域，特别涉及遥感图像融合及遥感图像分类技术。

背景技术

多源遥感数据融合是利用不同空间分辨率、不同时间分辨率和不同光谱分辨率的光学遥感数据，甚至是光学遥感数据与雷达数据所各自具有的不同数据特点，融合出能够综合多源数据特征的融合影像的方法。它对提高遥感影像利用效率和提高遥感应用效果都具有重要的意义。

多源遥感数据时空融合是多源遥感数据融合领域的前沿研究内容之一。目前多源遥感数据融合主要是全色高空间分辨率影像与多光谱影像间的融合，融合的目的只要为提高多光谱影像的空间分辨率，融合的方法主要有代数法和基于分量替换的方法等。

代数法是通过对待融合影像进行代数运算来实现融合，如利用乘法运算进行SAR影像和光学影像的融合，利用相关系数加权方法进行全色影像和多光谱影像的融合等。

基于分量替换的融合方法是将影像先进行某种变换，然后利用高空间分辨率影像替换变换空间中的一个分量，在进行逆变换来实现融合。分量替换的融合方法主要包括HIS变换融合和小波变换融合等。

HIS变换融合(参见文献：赵英时等.遥感应用分析原理与方法.北京：科学出版社，2003)是将图像彩色空间RGB空间变换到HIS空间，再用全色波段替换HIS空间中的强度分量I分量，再进行HIS逆变换实现影像的融合。其目的主要为提高多光谱影像的空间分辨率。

小波变换融合(参见文献：赵英时等.遥感应用分析原理与方法.北京：科学出版社，2003)是利用小波变换具有变焦性、信息保持性和小波基选择的灵活性等优点，将图像分解为一些具有不同空间分辨率、频率特性和方向持性的子信号(图像)，其中它的分频特征，相当于高、低双频滤波器，能够将一信号分解为低频信息(图像)和高频细节/纹理信息(图像)，同时又不失原信号所包含的信息，将高空间分辨率影像的小波变换后的高频部分代替多光谱影像的小波变换高频部分，再进行小波逆变换来实现融合。小波变换融合可以用于以非线性的对数映射方式融合不同类型的图像数据，使融合后的图像既保留原高分辨率迢感影像的结构信息， 又融合多光谱影像丰富的光谱信息，提高影像的解译能力、分类精度。

基于分量替换的融合方法还包括基于G-S变换的影像融合、基于主成分分析的影像融合和基于高通滤波影像融合等。

发明内容

本发明提供一种改进型多源遥感时间的时空融合方法，用以实现利用时序低空间分辨率影像和高空间分辨率影像，融合生成高时空分辨率影像，解决目前由于遥感卫星数据获取能力不足和云等天气条件的影响造成的遥感数据缺乏问题。

本发明技术方案如下：

一种改进型多源遥感数据时空融合方法，其特征在于包括以下步骤：

步骤一、丰度矩阵提取。基于高分辨率遥感分类图，以低空间分辨率像元大小提取每个低空间分辨率像元的丰度矩阵；高分辨率遥感分类图可以是NLCD和FROM-GLC分类数据，也可以基于第1期高分辨率影像采用监督分类方法提取。

步骤二、自适应窗口和步长选取。基于线性光谱混合模型，输入时序低空间分辨率像元反射率、中空间分辨率像元反射率和丰度矩阵，采用线性光谱混合模型解算窗口大小和步长移动大小自适应选取方法，确定线性光谱混合模型解算的最佳窗口大小和步长移动大小。

步骤三、地物反射率的时间曲线提取。利用时序低空间分辨率影像和丰度矩阵，采用最小二乘法，根据步骤二确定的线性光谱混合模型解算的最佳窗口大小和步长移动大小，逐窗口、逐步长解算各个窗口的类别时序平均反射率和第1期的高空间分辨率类别平均反射率，将类别时序平均反射率作为地物反射率的时间曲线。

步骤四、传感器误差校正和高空间分辨率类别平均反射率计算。根据第1期的线性光谱混合模型解算地物反射率和地物中空间分辨率像元平均反射率，采用线性回归方法构建线性光谱混合模型解算地物反射率和地物中空间分辨率像元平均反射率的关系模型，以纠正不同传感器差异造成的反射率差异影响，根据线性光谱混合模型解算地物反射率和地物中空间分辨率像元平均反射率的关系模型，从步骤三解算的各类别的地物反射率时间变化曲线计算出地物中空间分辨率像元平均反射率的时间曲线；

步骤五、融合影像生成。利用地物中空间分辨率像元平均反射率的时间曲线，根据像元反射率和类别平均反射率之间的关系模型，计算出每个像元的时间反射率曲线，融合出时序高空间影像；

步骤六、融合效果精度评价。利用真实中分辨率影像，采用相关系数、方差、平均绝对误差、RMSE和偏差等参数对融合影像，对融合影像进行精度评价。