【技术实现步骤摘要】
本专利技术涉及遥感数据处理，尤其涉及一种基于地理加权非参数回归的遥感数据归一化方法及系统。
技术介绍
1、地球观测卫星数量的迅速增加是推动全球和区域尺度的大规模遥感数据集构建的必要因素，为高频次高精度的地表监测提供了可靠支撑。尽管数据量的激增与传感器的多样性提升了遥感监测的能力，但是传统辐射校正技术在多时相、多源遥感影像的辐射一致性或者归一化处理上依然面临显著挑战，限制了海量多源遥感数据的协同利用。辐射归一化的关键核心是构建多源遥感数据之间的辐射转换关系，这种辐射转换关系是根据传感器特性、地表状态、成像过程、大气状态的差异而呈现出复杂、非线性、时空异质、变异性强的特点。目前较为常见的方法有传统回归估计模型及机器学习方法，传统回归估计模型如最小二乘线性模型和泰森回归，机器学习方法如支持向量机回归、随机森林等，不过这些方法目前均不足以刻画多要素导致的复杂非线性时空异质的辐射转换关系，因此难以应对复杂因素影响下的辐射不一致问题，复杂因素影响比如说地表差异、大气干扰和传感器差异等，并且也局限了多源光学遥感数据的辐射一致性效果。
2、为有效应对辐射不一致性的问题以及土地覆盖类型和地物在时序上的变化所带来的复杂性问题，如何精确刻画多要素耦合影响下的辐射差异关联性是实现多源遥感影像高精度辐射归一化的关键技术难点。
技术实现思路
1、本专利技术针对现有技术中的缺点，提供了一种基于地理加权非参数回归的遥感数据归一化方法、系统及装置。
2、为了解决上述技术问题，本专利技术通过下
3、一种基于地理加权非参数回归的遥感数据归一化方法，包括以下步骤：
4、搭建地理加权非参数回归估计模型，结合当前像素点的地理位置，通过地理空间带宽及值域空间带宽确定地理加权非参数回归估计模型中的自适应带宽参数选择权重，其中，自适应带宽参数选择权重通过值域空间权重和地理空间权重确定；
5、获取目标图像及参考遥感图像集，且基于目标图像和相应的参考遥感图像形成遥感图像对；
6、对遥感图像对中目标图像进行预处理，得到与参考遥感图像的空间分辨率一致的重采样后目标图像，其中，预处理至少包括重采样及几何配准；
7、判断重采样后目标图像与参考遥感图像中的每个局部窗口内的变异系数，基于变异系数及预设阈值筛选出符合条件的同质像元以形成同质像元集；
8、基于所述地理加权非参数回归估计模型与同质像元集，对目标图像进行逐像素计算，得到归一化结果，其中，通过目标图像中目标图像中待归一化像素与同质像元的灰度值差异及地理空间位置关系，确定对应的值域空间带宽及地理空间带宽进而确定自适应带宽参数选择权重。
9、作为一种可实施方式，所述地理加权非参数回归估计模型，通过以下步骤构建：
10、结合当前像素点的地理位置，构建线性回归估计模型，通过泰勒表达式，结合回归系数、地理空间带宽及值域空间带宽对线性回归估计模型进行非参数回归的转换，得到非参数线性回归估计模型；
11、对非参数线性回归估计模型进行加权最小二乘处理，得到地理加权非参数回归估计模型，通过地理加权非参数回归估计模型得到某个地理位置处的预测值。
12、作为一种可实施方式，所述线性回归估计模型，表示如下：
13、
14、所述非参数线性回归估计模型，表示如下：
15、
16、
17、所述地理加权非参数回归估计模型，表示如下：
18、
19、其中，wjp(xi,θi)表示自适应带宽参数选择权重，b表示值域空间带宽，h表示地理空间带宽，yj表示实际值，表示在地理位置θi处且回归系数β的估计值或预测值，wj(xi)表示值域空间中第j个同质像元相对于xi的权重，wj(θi)表示地理空间中第j个同质像元相对于地理位置θi的权重，θi表示第i处的地理位置即空间坐标，yj表示参考遥感图像，表示自适应带宽参数选择权重。
20、作为一种可实施方式，所述自适应带宽参数选择权重通过值域空间权重和地理空间权重确定，包括以下步骤：
21、通过目标图像中目标图像中待归一化像素与超参数确定相应的值域空间带宽，通过值域空间带宽及局部特征自适应的双平方函数，得到值域空间权重；
22、基于空间自相关系数阈值确定地理空间带宽，进而通过自适应的双平方函数得到地理空间权重；
23、所述值域权重，表示如下：
24、
25、其中，bi表示值域空间带宽，根据目标图像中目标图像中待归一化像素xi与超参数dsimilar设置，随当前像素灰度值大小而变化；
26、所述地理空间权重，表示如下：
27、
28、其中，dj(θi)表示目标图像中待归一化像素与同质像元集中地理位置为θi之间的距离，h表示地理空间带宽，通过空间自相关系数r的阈值r'确定；
29、
30、其中，n为像素点的数量，ωij(d)为距离d的权重矩阵，xi和xj分别为像素i和像素j的参考值；是所有像素点的平均值，当r取阈值r'时的距离d定义为地理空间带宽h，地理空间带宽h决定了地理空间上的邻域范围，(ui,vi)表示同质像元集当中第i个同质像元的在目标图像上的坐标。
31、作为一种可实施方式，所述对遥感图像对中目标图像进行预处理，得到与参考遥感图像的空间分辨率一致的重采样后目标图像，包括以下步骤：
32、对目标图像进行像素均值的重采样，重采样后的目标图像与参考遥感图像具有相同的空间尺度，且通过几何配准使得目标图像与所有参考遥感图像具有相同的几何参考信息。
33、作为一种可实施方式，所述判断重采样后目标图像与参考遥感图像中的每个局部窗口内的变异系数，基于变异系数及预设阈值筛选出符合条件的同质像元以形成同质像元集，包括以下步骤：
34、通过变异系数计算模型分别计算重采样后目标图像与参考遥感图像中每个局部窗口内的变异系数；
35、预设可调整超参数的自适应阈值，自适应阈值表示为：σhomo且σhomo＝λ·std+mean，筛选出变异系数小于自适应阈值的像素以形成同质像元集，将变异系数表示为cv，则筛选出cv<σhomo的像素组成同质像元集ωhomo；
36、所述同质像元集，表示如下：
37、ωhomo＝{(siresampling1,ri1),(siresampling2,ri2),...,(siresamplingn,rin)}
38、其中，ωhomo表示同质像元集，siresampling表示降采样后的目标图像中的像素，si表示目标图像，ri表示参考遥感图像，n表示同质像元的数量，σhomo表示自适应阈值，mean,std分别表示当前局部窗口内所有像素灰度值的均值与标准差。
39、作为一种可实施方式，所述变异系数计算模型，表示如下：
40、
本文档来自技高网...【技术保护点】
1.一种基于地理加权非参数回归的遥感数据归一化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述地理加权非参数回归估计模型，通过以下步骤构建：
3.根据权利要求2所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，
4.根据权利要求1-3任意一项所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述自适应带宽参数选择权重通过值域空间权重和地理空间权重确定，包括以下步骤：
5.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述对遥感图像对中目标图像进行预处理，得到与参考遥感图像的空间分辨率一致的重采样后目标图像，包括以下步骤：
6.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述判断重采样后目标图像与参考遥感图像中的每个局部窗口内的变异系数，基于变异系数及预设阈值筛选出符合条件的同质像元以形成同质像元集，包括以下步骤：
7.根据权利要求1或6所述的基于地理加权非
8.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述基于所述地理加权非参数回归估计模型对同质像元进行计算，得到归一化结果，具体为：
9.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述重采样通过面积加权进行数据重采样实现，具体为：计算转换遥感观测图像中每个局部窗口内的实际地面面积；
10.一种基于地理加权非参数回归的遥感数据归一化系统，其特征在于，包括模型搭建模块、数据处理模块及结果计算模块；
11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至9任意一项所述的方法。
12.一种基于地理加权非参数回归的遥感数据归一化装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任意一项所述的方法。
...【技术特征摘要】
1.一种基于地理加权非参数回归的遥感数据归一化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述地理加权非参数回归估计模型，通过以下步骤构建：
3.根据权利要求2所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，
4.根据权利要求1-3任意一项所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述自适应带宽参数选择权重通过值域空间权重和地理空间权重确定，包括以下步骤：
5.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述对遥感图像对中目标图像进行预处理，得到与参考遥感图像的空间分辨率一致的重采样后目标图像，包括以下步骤：
6.根据权利要求1所述的基于地理加权非参数回归的遥感数据归一化方法，其特征在于，所述判断重采样后目标图像与参考遥感图像中的每个局部窗口内的变异系数，基于变异系数及预设阈值筛选出符合条件的同质像元以形成同质像元集，包括以下步骤：
7.根据权利要求1或6所述...
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。