[发明专利]一种综合时空特征的时间序列植被指数图像重建方法

权利要求书

1.一种综合时空特征的时间序列植被指数图像重建方法，其特征在于，包括：

步骤1：根据时间序列植被指数图像中时间连续缺失值的位置判断时间连续缺失值的长度，通过设定阈值l_th作为长度较小的时间连续缺失值的重建标准，采用逐像素处理的方式，利用HANTS模型重建长度较小的时间连续缺失值；

步骤2：综合时空特征重建长度较大的时间连续缺失值；包括：

步骤2.1：对于步骤1处理后的时间序列植被指数图像中存在较大时间连续缺失值的像素，将其作为目标像素，以其为中心设置一个搜索窗口，从窗口内选取与目标像素具有相似植被指数时间变化特征的像素；

步骤2.2：建立目标像素与相似像素之间的时空回归模型，利用同一时间相似像素有效但目标像素无效的植被指数值，通过时空回归模型预测目标像素的时间连续缺失值；

步骤2.3：通过权重综合窗口内不同相似像素的预测结果，以提高重建的稳定性，减小单个相似像素预测结果中包含的随机误差；

步骤2.4：再次按照步骤1的方式对时间序列植被指数图像进行平滑处理；

步骤2.5：按照步骤2.1～步骤2.4的方式对时间序列植被指数图像中所有长度较大的时间连续缺失值进行修复，保存修复结果，得到无缺失值的时间序列植被指数图像。

2.根据权利要求1所述的一种综合时空特征的时间序列植被指数图像重建方法，其特征在于，所述步骤1包括：

步骤1.1：对于时间序列植被指数图像中第i个像素，根据第i个像素的缺失情况Pⁱ判断其植被指数值存在缺失的位置以及对应的时间连续缺失长度l；

步骤1.2：利用像素中的有效植被指数值，通过线性最小二乘拟合HANTS模型系数，利用拟合后的HANTS模型计算n个日期对应的植被指数值，得到HANTS重建的时间序列的缺失情况用表示，此时的所有值均为1，即无缺失；

步骤1.3：对于第i个像素中存在缺失的位置，如果ll_th，则将对应位置的值设置为0，表示较大连续缺失的位置仍为无效值；

步骤1.4：按照步骤1.1～步骤1.3迭代处理原始时间序列植被指数图像中的每个像素，直到所有像素处理完成，得到只存在较大时间连续缺失的时间序列植被指数图像。

3.根据权利要求1所述的一种综合时空特征的时间序列植被指数图像重建方法，其特征在于，所述步骤2.1包括：

步骤2.1.1：设置半窗口大小h的初始值；

步骤2.1.2：以任一个存在较大连续缺失值的像素作为目标像素，将目标像素对应的位置(x_c,y_c)为中心，选择范围为[(x_c-h):(x_c+h),(y_c-h):(y_c+h)]的邻近窗口，其中，完整窗口大小w＝2×h+1；

步骤2.1.3：判断第i个窗口内像素是否可以作为相似像素的备选像素，i＝1,2,…,w²，如果第i个窗口内像素的缺失值分布情况同时满足式(2)和(3)中的条件，即可作为备选像素：

其中表示待重建的目标像素的缺失情况；表示第i个窗口内像素的缺失情况；th_p表示第i个窗口内像素与目标像素公共有效值的个数；

通过上述判断，得到窗口内的备选像素及其个数；

步骤2.1.4：如果得到的备选像素个数小于m，则使h扩大一个步长step，重复步骤2.1.2～步骤2.1.4直至备选像素个数不小于m或h达到最大值h_max；

步骤2.1.5：从备选像素中选择相似像素：

对于第i个备选像素，利用其与目标像素的公共有效值，计算其与目标像素的相关系数CC_i；然后，计算在目标像素无效的位置、备选像素有效值所占的比例r_i；最后，将所有的CC_i×r_i值从大到小排序，选取前m个像素作为相似像素；