[发明专利]遥感超时相数据的分类方法及装置

说明书

本公开涉及遥感超时相数据的分类方法及装置，该方法包括：对目标遥感超时相数据进行影像配准；构建影像配准后的遥感超时相数据的退化模型；使用所述退化模型对影像配准后的遥感超时相数据进行超分辨率重建；使用训练模型来对超分辨率重建后的遥感超时相数据进行分类。由此，可以提高遥感超时相数据的分类精度。

技术领域

本公开涉及遥感图像处理技术领域，尤其涉及一种遥感超时相数据的分类方法及装置。

背景技术

超时相成像(英文：Hyper-Temporal Imaging，简称：HTI)，其针对某一关注区域获得的一系列的时间序列具有强连续性的图像数据，特别是针对高速运动目标，时间跨度太大的多时相数据不能全面迅速的反映运动目标的速度和走向趋势，因此需要对在一定时间内的持续观测所获得的超时相数据进行辨识和预测。

一直以来，遥感图像的超时相数据(可称为遥感超时相数据)的获取能力很大程度上制约着遥感图像的应用效率与相应处理技术的发展。随着我国近年来航天事业的迅猛发展，对地观测载荷和相应的观测数据呈爆炸的增长态势，为超时相遥感图像的获取创造了有利条件，特别是在越来越多航天光学载荷采用面阵CMOS探测器的趋势与背景下，可以通过面阵相机进行连续曝光来在极短的时间内获取超时相序列数据，或者通过卫星编队策略优化技术来获取来自不同卫星的同一目标区域的超时相序列数据。

遥感超时相数据具有时间上的有序性和空间上的连续性，能够提供大范围的动态观测影像，通过对目标进行连续拍摄、或通过对同一地域在不同时间拍摄的大量遥感数据的精细化分类及分析处理，能够实现对运动目标和静态目标的持续观测和监视，挖掘出运动目标和热点区域的变化信息。超时相数据可从单一载荷或多个载荷获取。单一载荷通过推帧工作模式和凝视视频模式获取。在推帧工作模式下，卫星不进行额外的姿态调整，通过面阵相机的连续拍摄获得具有一定重叠率的影像数据，对同一地物连续成像时间短；凝视视频工作模式需要转动相机主光轴以指向地面某一固定区域，从而进行持续成像以获取同一点在多视角下的图像数据。因此，利用遥感超时相数据开展空间分辨率提升、精细化分类的技术研究，为实现更精准的影像判读和目标识别检测提供了决策支持，提高了态势感知信息处理的能力。

常用的遥感影像分类方法主要有监督分类、非监督分类以及其他一些方法。这些方法受限于特定的高分辨率卫星影像，针对中低分辨率的卫星无法精准判读地物信息，且多源遥感影像数据的获取及后续处理带来的缺陷，也为遥感数据的信息互补、分析挖掘以及研判分析带来了一定的困难。

因此，现有技术中的遥感图像数据的分类方法是不合适的。

发明内容

有鉴于此，本公开提出了一种遥感超时相数据的分类方法及装置。

根据本公开的一方面，提供了一种遥感超时相数据的分类方法，包括：

对目标遥感超时相数据进行影像配准；

构建影像配准后的遥感超时相数据的退化模型；

使用退化模型对影像配准后的遥感超时相数据进行超分辨率重建；

使用训练模型来对超分辨率重建后的遥感超时相数据进行分类。

进一步地，在对目标遥感超时相数据进行影像配准前还包括：获取目标遥感超时相数据；

进一步地，如果目标遥感超时相数据的幅宽大于阈值，则分类方法还包括：

从目标遥感超时相数据中裁切出感兴趣区域，

其中，对目标遥感超时相数据进行影像配准，包括：

对感兴趣区域中的遥感超时相数据进行影像配准。

进一步地，如果目标遥感超时相数据的工作模式为推帧工作模式，则从目标遥感超时相数据中裁切出感兴趣区域，包括：