[发明专利]一种基于多时相光学遥感数据的无云影像合成算法

权利要求书

1.一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：具体包括以下步骤：

S1：对于多时相光学遥感影像F，计算其传感器权值w1，目标日权值w2，目标像元与云/云阴影距离权值w3，目标像元的不透明度权值w4；

S2：将上述计算的四项权值相加作为评估目标像元总体质量的总权值W，W_总＝w1+w2+w3+w4；

S3：将目标像元总权值W_总叠加F中的目标像元值V，得到合成后的目标像元V_合成；

S4：遍历整景影像，通过V_合成填充得到最佳观测像元的合成结果F1，能够对多时相光学遥感数据进行无云合成，得到无云、无缝、清晰且质量高的光学遥感影像。

2.根据权利要求1所述的一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：所述的步骤S1包括如下步骤：

S11：计算的传感器权值w1主要针对不同传感器获取的输入数据的情况。如果输入的多时相数据为同一传感器影像，则不计算w1；

S12：计算的目标日权值w2，目标日设定为儒略日，具体数值根据影像覆盖区域内植被生长季窗口的中间日期进行设定，w2计算方式如下：

其中x_i为目标日，μ为输入的多时相时间序列成像时间的均值(同为儒略日)，σ为输入的多时相时间序列成像时间的标准差；

S13：计算的目标像元与云/云阴影距离权值w3，当目标像元本身为云/云阴影，w3＝0；当目标像元不为云/云阴影，且与最近邻的云/云阴影像元距离大于设定的阈值距离D_req，w3＝1；当目标像元不为云/云阴影，且与最近邻的云/云阴影像元距离小于阈值距离D_req，w3计算方式如下：

其中D_req为阈值距离，D_i为目标像元与最近邻云/云阴影像元的距离，D_min为D_i的最小值；

S14：计算的目标像元的不透明度权值w4，像元不透明度小于阈值O_min，w4＝1；像元不透明度值大于阈值O_max，w4＝0；像元不透明度值在O_min与O_max之间，w4计算方式如下：

其中O_i为像元的大气不透明度值，O_max为不透明度最大值，O_min为不透明度阈值。

3.根据权利要求2所述的一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：所述的步骤S12中，若影像覆盖区域为亚热带或者热带区域，目标日μ设定为[175，185]，生长季窗口σ设定为[120，150]；若影像覆盖区域为温带或者寒温带区域，μ设定为[210，240]，σ设定为[60，90]。

4.根据权利要求2所述的一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：所述的步骤S13中阈值距离D_req取值与影像分辨率有关，若输入为中分辨率影像(＞10m)，D_req取[20，50]；若输入为高分辨率影像(＜10m)，D_req取[50，150]；D_min＝0。

5.根据权利要求2所述的一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：所述的步骤S14中阈值O_max＝0.3，O_min＝0.2。

6.根据权利要求1所述的一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：所述的步骤S2中，计算W_总之前需将所有分项权值分别归一化到[0，1]区间。

7.根据权利要求1所述的一种基于多时相光学遥感数据的无云影像合成算法，其特征在于：所述的步骤S3中，合成目标像元的计算方式为：

其中n为输入的多时相影像景数，V_i为第i景输入影像的目标像元值，

W_总为V_i的总权值评分。