【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种光学遥感图像处理方法和装置。
技术介绍
1、当前，遥感技术已成为监测地球的主要方式，并积累了海量的、多类型的地球观测数据，涉及多种场景，如环境监测、农业管理、城市化监测和灾害应急等等，特别是时间分辨率较高(日乃至小时)的遥感数据为进一步监测地球表面变化提供了重要的数据基础，这一过程中产生了大量的各种专题的遥感产品，应当理解的是，不同专题遥感产品服务于不同地物，也可以理解为不同的应用场景。可光学图像不含斑点噪声和地理失真，且肉眼可读性高，因此使用光学遥感对地成像是最普遍、直观的遥感对地观测手段。但光学遥感图像不可避免地被云和阴影污染或覆盖，使得真实的地面信息缺失，这极大地限制了光学遥感图像的应用。
2、为此，现有技术中多通过去云方法来重建云覆盖图像，云去除本质上是图像中缺失数据重建的过程。在重建缺失数据的过程中，通常需要利用局部空间邻域或局部时间邻域图像的光谱或空间的信息搜寻辅助相似像元填补缺失区域。目前被广泛用于长时序遥感图像去云的方法主要为时域分析法、空间插值法、时空插值法和机器学习(深度学习)方法。
3、但是，在使用时域分析法时，当遇到长期连续的数据缺失(如持续多周或多月的云覆盖)时，重建效果显著下降；主要关注时间维度的信息，空间信息利用不足；对于长时间序列和大范围区域，逐像元进行时域分析的计算负担很重；在使用空间插值法时，当遇到大面积数据缺失时(如大范围云覆盖)，重建效果显著下降；在缺失区域的边界处，重建结果往往出现明显的不连续性或模糊效应；某些高级空间插值方法(
4、鉴于此，提供一种光学遥感图像处理方法和装置，以至少部分解决现有技术中存在的针对长时序逐日遥感产品的遥感图像去云效果较差、处理周期较长的问题。
技术实现思路
1、为此，本专利技术实施例提供一种光学遥感图像处理方法和装置，以期充分利用时域和空域信息，结合计算机视觉技术，同时具备高效的并行计算能力，以解决现有技术中存在的针对长时序逐日遥感产品的遥感图像去云效果较差、处理周期较长的问题，进而解决云污染导致的时空不连续问题，提高遥感数据的可用性和分析精度。
2、为了实现上述目的，本专利技术实施例提供如下技术方案：
3、本专利技术提供了一种光学遥感图像处理方法，所述方法包括：
4、获取遥感图像，并基于遥感图像构建不同使用场景下的遥感图像集；
5、在所述遥感图像集中选择目标图像集，对所述目标图像集中的每幅遥感图像进行去云处理；
6、其中，所述去云处理包括时域去云、空域去云和边缘检测与填充；所述时域去云过程中，根据所述目标图像集的使用场景确定时域信息的选取时限，基于所述选取时限对所述目标图像集进行时域去云。
7、在一些实施例中，基于遥感图像构建不同使用场景下的遥感图像集，之前还包括：
8、对获取的遥感图像进行预处理。
9、在一些实施例中，基于所述选取时限对所述目标图像集进行时域去云，具体包括：
10、s31：在所述目标图像集中，确定任一日期为目标日；
11、s32：若所述目标日的目标像元的前后n日均为非云像元，则取前后n日均值赋值给目标像元；
12、s33：若前后n日仅有一日为非云像元，则直接使用该像元值赋值给目标像元；
13、若前后n日均为云像元，则分别以前后n日作为目标日并重复步骤s31-s33，直到目标日及其前后n日均为云像元时停止迭代；
14、其中，n为大于或等于1的正整数。
15、在一些实施例中，对目标图像集进行空域去云，具体包括：
16、以目标图像集中的空缺像元作为中心参考像元；
17、根据预设大小的搜索窗口从参考图像中初步确定缺失像元的相似像元，计算得到每个相似像元的空间权重；
18、获取空缺像元的预测值并进行填充，多次迭代至图像云污染下降比例小于预设值。
19、在一些实施例中，对目标图像集进行边缘检测与填充，具体包括：
20、使用边缘检测算法识别云与非云区域的边缘以及纹理特征；
21、通过梯度计算和双阈值边缘检测实现边缘识别；
22、使用邻近像元信息的均值来填充云区，并且结合云覆盖区域与非云区域的纹理特征填充边缘。
23、在一些实施例中，双阈值边缘检测实现边缘识别时，若边缘检测算子返回水平方向的梯度gx和垂直方向的梯度gy，则梯度的幅度g和方向角度值θ的表达式为：
24、
25、θ＝atan2(gx,gy)
26、其中，atan2(·)表示具有两个参数的arctan函数，梯度的方向总是与边缘垂直的。
27、在一些实施例中，在所述遥感图像集中选择目标图像集，对所述目标图像集进行去云处理，之前还包括：
28、对同一天内多时相图像进行合成。
29、本专利技术还提供一种光学遥感图像处理装置，所述装置包括：
30、数据获取单元，用于获取遥感图像，并基于遥感图像构建不同使用场景下的遥感图像集；
31、去云处理单元，用于在所述遥感图像集中选择目标图像集，对所述目标图像集中的每幅遥感图像进行去云处理；
32、其中，所述去云处理包括时域去云、空域去云和边缘检测与填充；所述时域去云过程中，根据所述目标图像集的使用场景确定时域信息的选取时限，基于所述选取时限对所述目标图像集进行时域去云。
33、本专利技术还提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述方法的步骤。
34、本专利技术还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
35、本专利技术所提供的光学遥感图像处理方法，通过获取遥感图像，并基于遥感图像构建不同使用场景下的遥感图像集；在所述遥感图像集中选择目标图像集，对所述目标图像集中的每幅遥感图像进行去云处理；其中，所述去云处理包括时域去云、空域去云和边缘检测与填充；所述时域去云过程中，根据所述目标图像集的使用场景确定时域信息的选取时限，基于所述选取时限对所述目标图像集进行时域去云。
36、这样，本专利技术所提供的方法和装置，将时域-空域二阶段去云和边缘检测与填充相结合，利用边缘检测算法识别云与非云区本文档来自技高网...
【技术保护点】
1.一种光学遥感图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的光学遥感图像处理方法，其特征在于，基于遥感图像构建不同使用场景下的遥感图像集，之前还包括：
3.根据权利要求1所述的光学遥感图像处理方法，其特征在于，基于所述选取时限对所述目标图像集进行时域去云，具体包括：
4.根据权利要求1所述的光学遥感图像处理方法，其特征在于，对目标图像集进行空域去云，具体包括：
5.根据权利要求1所述的光学遥感图像处理方法，其特征在于，对目标图像集进行边缘检测与填充，具体包括：
6.根据权利要求5所述的光学遥感图像处理方法，其特征在于，双阈值边缘检测实现边缘识别时，若边缘检测算子返回水平方向的梯度Gx和垂直方向的梯度Gy，则梯度的幅度G和方向角度值θ的表达式为：
7.根据权利要求1所述的光学遥感图像处理方法，其特征在于，在所述遥感图像集中选择目标图像集，对所述目标图像集进行去云处理，之前还包括：
8.一种光学遥感图像处理装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
...【技术特征摘要】
1.一种光学遥感图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的光学遥感图像处理方法，其特征在于，基于遥感图像构建不同使用场景下的遥感图像集，之前还包括：
3.根据权利要求1所述的光学遥感图像处理方法，其特征在于，基于所述选取时限对所述目标图像集进行时域去云，具体包括：
4.根据权利要求1所述的光学遥感图像处理方法，其特征在于，对目标图像集进行空域去云，具体包括：
5.根据权利要求1所述的光学遥感图像处理方法，其特征在于，对目标图像集进行边缘检测与填充，具体包括：
6.根据权利要求5所述的光学遥感图像处理方法，其特征在于，双阈值边缘检测实现边缘识别时，若边缘检测...
【专利技术属性】
技术研发人员：孙兴亮，胡志敏，石凯丹，冯敏，郭学军，
申请(专利权)人：中国科学院青藏高原研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。