[发明专利]一种高空间分辨率遥感影像自然色产品自动模拟方法

权利要求书

1.一种基于地物光谱数据的高分辨率遥感影像自然色的模拟方法，其特征在于以下几个步骤：

(1)选取待模拟遥感影像的传感器类型、波段设置和光谱响应函数；

(2)根据待模拟影像的波段带宽设置和光谱响应函数，对地物波谱库的地物波谱数据预处理，通过光谱积分，实现波谱尺度转换；

(3)特征光谱样本选择：在待模拟的遥感影像上自动选取光谱特征控制点，通过光谱角匹配算法(SAM：spectral mapping angle)在地物波谱库中筛选出地物光谱数据，作为候选训练样本；

(4)非线性模拟：构建支持向量机(SVM)非线性机器学习模型，通过波谱样本数据，对回归向量机(SVR)的学习训练和精度验证，建立待模拟的蓝光波段和已知遥感影像波段之间隐含的非线性关系；

(5)通过波段之间的非线性模型计算(SVR)，实现对高分辨遥感影像的蓝波段模拟，进而合成自然色影像数据产品。

2.根据权利要求1所描述的遥感影像上自动光谱特征控制点的选择方法，其特征在于通过引入ISODATA光谱聚类算法，对原始遥感影像进行了初始聚类，然后根据每个类的比例，在每个类上随机地选取一些光谱控制点，保证选取的特征光谱控制点具有代表性和全面性；再根据SAM算法，在地物波谱库中优选地物波谱训练样本数据。

3.根据权利要求1所描述的非线性模拟方法----支持向量机模型(libsvm)的构建，其特征在于集成了libsvm2.9算法包(Chang&Lin 2001)，地物波谱库中的训练样本数据一部分用于训练，另一部分用于精度检验；经交叉验证选取了最优SVM参数g和C，以得到可靠稳定的蓝波段估算模型。另外，为了减小误差提高模拟精度，模型的输入、输出参数全部采用波段比值的形式。