[发明专利]一种基于空谱径向基函数插值的条带修复方法

说明书

本发明涉及一种基于空谱径向基函数插值的条带修复方法，该方法首先对已知辅助影像进行全局直方图匹配，得到在特征空间内更接近待修复影像的已知影像；然后使用空谱径向基函数对待修复像元在时间上的反射率变化进行插值计算，得到各波段已知影像像元与待修复像元之间的反射率变化；最后将预测的变化值与已知影像上对应的缺失像元位置的数据相加，得到该缺失像元的最终预测结果。与现有技术相比，本发明能够有效地综合已知图像与待修复图像的有用信息，具有更好的修复效果。

技术领域

本发明涉及遥感图像处理技术领域，尤其是涉及一种基于空谱径向基函数插值的条带修复方法。

背景技术

Landsat系列卫星包括Landsat 7为地表监测提供了十分有效的数据。2003年5月31日，Landsat 7卫星的ETM+线性扫描校正器(the scan-line corrector，SLC)永久失效，使得其获取的影像上会出现未扫描的条形间隙。这些未扫描的部分约占整幅影像的22％，严重影响了Landsat 7卫星数据在各方面的应用。通常将SLC失效前获取的影像称为SLC-on影像，SLC失效后获取的影像称为SLC-off影像。为了解决SLC-off问题，使ETM+的应用更可靠，发展相应的理论与方法来估计未扫描像素的数据显得极为必要。SLC-off数据修复的基本原理是：采用插值方法将数值填充到SLC-off数据对应的位置，使整幅图像完整且色调尽可能一致。目前使用的条带修复方法主要包括以下几大类。第一大类是使用SLC-off影像自身信息的插值方法，这类方法使用同一景影像中的有效像元来填补未扫描像元，例如ENVI中的Gapfill插件就是基于这种原理开发出来的。该方法因不借助任何辅助数据且简单易实现而获得广泛应用。然而，其修复后的条带与周围地物通常有明显的差异，修复效果通常较差。为了得到更好的修复效果，研究者们开发出了借助其他传感器数据修复条带的方法，即第二类方法。这类方法使用的辅助影像(又称已知影像)尽管获取时间与SLC-off影像不一致，但空间覆盖完整，提供了SLC-off影像上缺失值对应地理位置在其他时间点的数据，因而此类数据的使用会得到更准确的预测结果。其中，美国地质勘探局(USGS)在2004年编制的一份官方报告中提到的局部线性直方图匹配(Localized Linear Histogram Match，LLHM)方法为使用最多的方法之一。该方法使用一景或多景已知影像，在每个缺失像元的移动窗口中根据有效像元和对应位置的已知影像数据，建立线性变换函数，然后使用该函数将已知影像中缺失像元对应位置的数据转换为SLC-off缺失像元的数据。此类方法简单易行，在同质区域中具有较高的精度。此外，邻域相似像元插值方法(Neighborhood SimilarPixel Interpolater，NSPI)也是一种较为经典和常用的插值方法。NSPI方法用于异质性较强的区域也可以得到较好的效果，但对于获取时间距SLC-off影像较远的已知影像，其预测结果精度会明显下降。

近年来，各类插值方法在修复SLC-off影像条带上的应用，尤其是在地物覆盖均匀的地区往往都有较好的修复效果，而在异质性较强的区域往往会出现较大的预测偏差。此外，大多数插值方法需要使用与SLC-off影像在时间上较为接近的影像作为已知影像才能获得较为理想的预测结果。然而，由于云雾的影响，在很多地区往往无法获得时间足够接近的可用已知影像，这使得前述方法的应用有时达不到较好的效果。为此，有必要开发出更稳定、更高精度的插值方法来预测缺失像元。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于空谱径向基函数插值的条带修复方法，本发明方法能够有效综合已知图像与待修复图像的有用信息，可充分挖掘邻近像元光谱信息，具有更佳的修复效果。

本发明的目的可以通过以下技术方案来实现：

一种基于空谱径向基函数插值的条带修复方法，用于SLC-off条带影像的修复包括如下步骤：