[发明专利]多模态数据的多场景通用性遥感影像云修复方法和系统

说明书

本申请涉及电数字数据处理技术领域，提供了一种多模态数据的多场景通用性遥感影像云修复方法和系统。该方法通过获取目标区域的目标影像和来自不同卫星的多模态遥感影像，基于多模态遥感影像的不同成像时间，分别确定最佳光学参考影像、最佳SAR参考影像，然后通过引入土地覆盖数据确定相似像素点集合(高质量相似像素点)，并通过对高质量相似像素点的合理权重分配与加权计算重建了缺失信息，实现对目标影像中云遮挡区域的修复，得到目标影像对应的云修复影像。通过该方法进行云修复，无论土地覆盖是否突变、发生何种程度的变化、土地覆盖突变是否分异等多种不同场景下，均能够取得更高精度、更佳效果的云修复结果，可以适用于不同的具体应用场景。

技术领域

本申请涉及电数字数据处理技术领域，特别涉及一种多模态数据的多场景通用性遥感影像云修复方法和系统。

背景技术

光学影像在地球观测中发挥着重要作用，但由于云污染导致光学影像中大量有效数据缺失，降低了光学遥感影像的可用性，因此，去除光学影像中的云(也称云修复)一直是遥感领域的研究重点。

现有技术中，遥感影像云修复方法大致可分为：即基于空间的方法、基于多光谱的方法、基于时间的方法、混合方法以及基于深度学习的方法。然而，上述遥感影像云修复方法面临着应用场景单一、预测结果离散、所需辅助数据量大、计算成本高等问题。

因此，需要提供一种针对上述现有技术不足的改进技术方案。

发明内容

本申请的目的在于提供一种多模态数据的多场景通用性遥感影像云修复方法和系统，能够利用多个遥感卫星(比如Landsat-8、Landsat-9、Sentinel-1和Sentinel-2等)中不同卫星的成像时间与重访周期差异，确定最佳光学、SAR参考影像，进而通过权重分配和加权计算对云遮挡区域进行信息重建，以解决或缓解上述现有技术中存在的问题。

为了实现上述目的，本申请提供如下技术方案：

第一方面，本申请提供了一种多模态数据的多场景通用性遥感影像云修复方法，包括：

获取目标区域的多模态遥感影像和目标影像；所述多模态遥感影像包括来自不同卫星的光学遥感影像和来自不同卫星的合成孔径雷达SAR影像；所述目标影像为包含云遮挡区域的遥感影像；

基于所述多模态遥感影像的不同成像时间，分别从所述光学遥感影像和SAR影像中确定所述目标影像的最佳光学参考影像以及所述目标影像的最佳SAR参考影像；

基于所述目标影像、所述最佳光学参考影像、所述最佳SAR参考影像以及预先获取的所述目标区域的土地覆盖数据，确定相似像素点集合；

依次对所述相似像素点集合中的各个像素点进行权重分配和加权计算，得到所述目标影像对应的云修复影像。

本申请中，通过获取来自不同卫星的光学遥感影像(如Landsat-8、Landsat-9)和来自不同卫星的合成孔径雷达SAR影像(如Sentinel-1、Sentinel-2)，组建虚拟星座，然后根据虚拟星座中不同成像时间和重访周期，分别确定目标影像的最佳光学参考影像和最佳SAR参考影像；通过引入土地覆盖数据以确定相似像素点集合，随后对相似像素点集合中的每个像素点进行权重分配和加权计算，以对目标影像中每个被云遮挡的目标像素点进行信息重建，最终得到目标影像的云修复影像。由于采用不同卫星、不同成像时间的光学影像与SAR影像作为参考影像，并引入土地覆盖数据对相似像素点进行筛选，在此基础上对相似像素点进行合理的权重分配和加权计算，使得相似像素点能够更综合地表达出目标像素点处地物景观的自然连贯性和演变情况，进而在多种地物变化场景下均能够有效的捕捉土地覆盖变化信息，并取得精度更高、效果更佳的云修复结果。

在一种可能的实现方式中，所述基于所述多模态遥感影像的不同成像时间，分别从所述光学遥感影像和SAR影像中确定所述目标影像的最佳光学参考影像以及所述目标影像的最佳SAR参考影像，具体为：