一种基于语义的夜光遥感影像高分辨率重建方法技术

本发明专利技术属于夜光遥感影像处理技术领域，公开了一种基于语义的夜光遥感影像高分辨率重建方法。本发明专利技术在夜光遥感影像高空间分辨率重建的过程中融合了灯光语义信息，将灯光语义信息作为重建过程中的约束信息，能够得到高空间分辨率夜光遥感影像，进而能够满足长时间历史数据分析和精细建模等应用的需求。数据分析和精细建模等应用的需求。数据分析和精细建模等应用的需求。

A semantic based high-resolution reconstruction method for noctilucent remote sensing images

【技术实现步骤摘要】
一种基于语义的夜光遥感影像高分辨率重建方法


[0001]本专利技术属于夜光遥感影像处理
，更具体地，涉及一种基于语义的夜光遥感影像高分辨率重建方法。

技术介绍

[0002]夜间灯光遥感作为发展活跃的一个重要分支，近年来受到越来越多来自自然科学领域和社会经济领域的关注。夜间灯光遥感所使用的夜间灯光遥感数据记录的地表灯光强度信息更直接反映人类活动差异，因而被广泛应用于人口估算、城市化进程研究、社会经济指标空间化估算、重大事件评估、生态环境评估、城市发展及其空间结构分析等领域。
[0003]目前，常用的开源全球尺度长周期观测的夜间灯光数据有两种，一种是美国国家航空航天局NASA美国海洋和大气管理局国家地球物理数据中心提供的国防气象卫星计划的线性扫描业务系统(Defense Meteorological Satellite Program's Operational Line
‑
Scan System，DMSP/OLS)数字影像数据，全球覆盖范围，天重访频次，空间分辨率3 km。另一种是美国海洋和大气管理局国家地球物理数据中心(National Oceanic and Atmospheric Administration's National Geophysical Data Center，NOAA/NGDC)在2013年初发布的由国家极地
‑
轨道合作伙伴(Suomi National Polar
‑
Orbiting Partnership，NPP)卫星携带的可见红外成像辐射仪系统(the Visible Infrared Imaging Radiometer Suite，VIIRS)，NPP VIIRS夜光数据覆盖全球范围，每天全球成像一次，空间分辨率为500m。上述两种夜光数据均具有高时间分辨率，丰富的历史数据积累，但空间分辨率较低。空间分辨率上的不足限制了夜光数据在长时间历史数据分析和精细建模等领域的进一步精细化应用，无法满足现有相关应用的需求。

技术实现思路

[0004]本专利技术通过提供一种基于语义的夜光遥感影像高分辨率重建方法，解决现有技术中夜间灯光数据的空间分辨率较低的问题。
[0005]本专利技术提供一种基于语义的夜光遥感影像高分辨率重建方法，包括以下步骤：步骤1：构建样本数据集；所述样本数据集包括若干组数据组，每组所述数据组均包括一个低空间分辨率夜光遥感影像，以及与该低空间分辨率夜光遥感影像空间位置一致的高空间分辨率夜光遥感影像和灯光语义信息；步骤2：构建重建模型；步骤3：利用所述样本数据集对所述重建模型进行训练和验证，得到优化后的重建模型；步骤4：将待重建的低空间分辨率夜光遥感影像、与所述待重建的低空间分辨率夜光遥感影像对应的灯光语义信息作为所述优化后的重建模型的输入，所述优化后的重建模型输出分辨率重建后得到的高空间分辨率夜光遥感影像。
[0006]优选的，所述灯光语义信息包括不透水面数据和路网数据。
[0007]优选的，所述步骤1包括以下子步骤：获取初始样本数据集，所述初始样本数据集包括低空间分辨率夜光遥感影像、高空间分辨率夜光遥感影像和灯光语义信息；对所述初始样本数据集进行预处理；对预处理后的数据进行空间配准。
[0008]优选的，对所述初始样本数据集进行预处理包括：对所述低空间分辨率夜光遥感影像进行背景噪声去除和重采样的预处理；对所述高空间分辨率夜光遥感影像进行异常值去除和背景噪声去除的预处理；对所述不透水面数据进行拼接、裁剪和重采样的预处理；对所述路网数据进行裁剪、筛选和矢量转栅格的预处理。
[0009]优选的，对数据进行空间配准后还包括：对空间配准后的数据组进行选取，得到比例为7:2:1的灯光密集样本、灯光稀疏样本和无灯光样本，以构成所述样本数据集；其中，将有灯光覆盖的区域占影像总区域的比例大于等于1/3的样本定义为所述灯光密集样本，将有灯光覆盖的区域占影像总区域的比例小于1/3的样本定义为所述灯光稀疏样本，将完全没有灯光覆盖的样本定义为所述无灯光样本。
[0010]优选的，所述步骤2中，所述重建模型的网络架构模型采用Unet。
[0011]优选的，所述步骤3中，对所述重建模型进行训练时，将低空间分辨率夜光遥感影像，以及与该低空间分辨率夜光遥感影像空间位置一致的灯光语义信息输入至所述重建模型，所述重建模型输出重建后的高空间分辨率夜光遥感影像；将所述重建后的高空间分辨率夜光遥感影像与样本数据集中的与该低空间分辨率夜光遥感影像空间位置一致的高空间分辨率夜光遥感影像进行对比，利用损失函数衡量两者之间的误差，所述损失函数最小时所述重建模型达到最优，保存模型参数，得到所述优化后的重建模型。
[0012]优选的，所述损失函数表示为：式中：式中：式中，为重建后的高空间分辨率夜光遥感影像和样本数据集中作为对比的高空间分辨率夜光遥感影像I的损失函数，为重建后的高空间分辨率夜光遥感影像，I为样本数据集中作为对比的高空间分辨率夜光遥感影像；N为样本数据集中的样本数量，S为多尺度损失的尺度层数，为L1损失，为低空间分辨率夜光遥感影像数据，为路网数据，为不透水面数据；为第i个样本在第s尺度层上，输入低空间分辨率夜光遥感影像数据、路网数据、不透水面数据后获得的重建后的高空间分辨率
夜光遥感影像；为第i个样本在第s尺度层上，样本数据集中作为对比的高空间分辨率夜光遥感影像；为TV正则化损失，为TV正则化损失的权重超参；为重建后的高空间分辨率夜光遥感影像和样本数据集中作为对比的高空间分辨率夜光遥感影像I的 L1损失，h为重建后的高空间分辨率夜光遥感影像的行数，w为重建后的高空间分辨率夜光遥感影像的列数，c为重建后的高空间分辨率夜光遥感影像的通道数，为第k通道第i行第j列的高空间分辨率夜光遥感影像的重建结果，为第k通道第i行第j列的样本数据集中作为对比的高空间分辨率夜光遥感影像，为；为重建后的高空间分辨率夜光遥感影像对应的TV正则化损失，为第k通道第i行第j+1列的高空间分辨率夜光遥感影像的重建结果，为第k通道第i+1行第j列的高空间分辨率夜光遥感影像的重建结果。
[0013]本专利技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：本专利技术针对低空间分辨率夜光遥感影像，首次提出结合灯光语义信息进行分辨率重建，得到高空间分辨率夜光遥感影像，为历史高空间分辨率夜光数据的获取提供了全新的数据来源，有利于夜光数据在精细化建模和分析等方面的应用。本专利技术中的灯光语义信息包括不透水面数据和路网数据，利用路网数据提供道路反射灯光的约束信息，利用不透水面数据提供人工建筑区域辐射灯光的约束信息，实现对夜光数据的高分辨率重建，使得重建结果具有更加丰富和准确的灯光辐射强度和灯光空间分布细节，得到能够满足精细化建模和分析等现有相关应用的需求的高空间分辨率夜光遥感影像。
附图说明
[0014]图1为本专利技术实施例提供的一种基于语义的夜光遥感影像高分辨率重建方法的流程图；图2为夜光遥感影像重建前后的对比图；其中，图2 (a)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语义的夜光遥感影像高分辨率重建方法，其特征在于，包括以下步骤：步骤1：构建样本数据集；所述样本数据集包括若干组数据组，每组所述数据组均包括一个低空间分辨率夜光遥感影像，以及与该低空间分辨率夜光遥感影像空间位置一致的高空间分辨率夜光遥感影像和灯光语义信息；步骤2：构建重建模型；步骤3：利用所述样本数据集对所述重建模型进行训练和验证，得到优化后的重建模型；步骤4：将待重建的低空间分辨率夜光遥感影像、与所述待重建的低空间分辨率夜光遥感影像对应的灯光语义信息作为所述优化后的重建模型的输入，所述优化后的重建模型输出分辨率重建后得到的高空间分辨率夜光遥感影像。2.根据权利要求1所述的基于语义的夜光遥感影像高分辨率重建方法，其特征在于，所述灯光语义信息包括不透水面数据和路网数据。3.根据权利要求2所述的基于语义的夜光遥感影像高分辨率重建方法，其特征在于，所述步骤1包括以下子步骤：获取初始样本数据集，所述初始样本数据集包括低空间分辨率夜光遥感影像、高空间分辨率夜光遥感影像和灯光语义信息；对所述初始样本数据集进行预处理；对预处理后的数据进行空间配准。4.根据权利要求3所述的基于语义的夜光遥感影像高分辨率重建方法，其特征在于，对所述初始样本数据集进行预处理包括：对所述低空间分辨率夜光遥感影像进行背景噪声去除和重采样的预处理；对所述高空间分辨率夜光遥感影像进行异常值去除和背景噪声去除的预处理；对所述不透水面数据进行拼接、裁剪和重采样的预处理；对所述路网数据进行裁剪、筛选和矢量转栅格的预处理。5.根据权利要求3所述的基于语义的夜光遥感影像高分辨率重建方法，其特征在于，对数据进行空间配准后还包括：对空间配准后的数据组进行选取，得到比例为7:2:1的灯光密集样本、灯光稀疏样本和无灯光样本，以构成所述样本数据集；其中，将有灯光覆盖的区域占影像总区域的比例大于等于1/3的样本定义为所述灯光密集样本，将有灯光覆盖的区域占影像总区域的比例小于1/3的样本定义为所述灯光稀疏样本，将完全没有灯光覆盖的样本定义为所述无灯光样本。6.根据权利要求1所述的基于语义的夜光遥感影像高分辨率重建方法，其特征在于，所述步骤...

【专利技术属性】
技术研发人员：巫兆聪，徐卫星，闫钊，
申请(专利权)人：武汉大学，
类型：发明
国别省市：