CN107291801B - 一种基于格网补偿的单时相全覆盖遥感数据检索方法 - Google Patents

Abstract

本发明公开了一种基于格网补偿的单时相全覆盖遥感数据检索方法，首先对特定区域按照五层十五级切分标准进行切分，切分成一个个小的格网，然后从海量遥感数据集中分别检索出覆盖每个格网的影像数据，将检索到的影像数据进行权重排序并计算格网投影到影像快视图中的位置，采用快视图云量阈值快速估算方法，计算投影范围内影像快视图的云量百分比，如果云量百分比为用户所期望的阈值范围内，则保留覆盖格网的这景遥感影像，最后循环检索出所有格网的无云单时相全覆盖数据。

Description

一种基于格网补偿的单时相全覆盖遥感数据检索方法

技术领域

本发明技术方案所属遥感应用领域。

背景技术

随着遥感应用技术的快速发展，遥感影像数据已经成为人们获取信息的宝贵资源，遥感影像数据量已发展到PB级，遥感影像检索是海量遥感数据信息获取的重要手段。目前检索特定区域的单时相全覆盖数据方法主要是基于空间二次过滤的遥感数据单时相全覆盖检索方法，该方法通过检索到的遥感数据集的空间几何对象与特定区域的空间几何关系来判断是否全覆盖，但该方法没有云量识别功能，最后得到的遥感数据或多或少都含有云。

发明内容

针对现有方法存在的问题，本发明的目的是实现对海量遥感多云影像数据集的无云单时相全覆盖数据的快速检索，为遥感应用奠定基础。

为实现上述目的，本发明“一种基于格网补偿的单时相全覆盖遥感数据检索方法”，首先对特定区域按照五层十五级切分标准进行切分，切分成一个个小的格网，然后从海量遥感数据集中分别检索出覆盖每个格网的影像数据，将检索到的影像数据进行权重排序并计算格网投影到影像快视图中的位置，采用快视图云量阈值快速估算方法，计算投影范围内影像快视图的云量百分比，如果云量百分比为用户所期望的阈值范围内，则保留覆盖格网的这景遥感影像，最后循环检索出所有格网的无云单时相全覆盖数据。

其中，权重组合排序方法能按用户需求进行遥感影像数据特征值定义权重排序，对时间、卫星、分辨率、传感器、拍摄姿态角度、格网位置进行组合权重的排序，默认以遥感数据采集时间就近优先进行排序，进而加以遥感影像数据云量特征进行高云量数据剔除。

该方法的具体原理为：假设特定区域的空间几何对象为任意多边形Region，首先将该区域按照五层十五级切分标准进行切分，切分成一个个小的格网为Gi(0≤i≤n，n为被切分成的格网总数)，然后从海量遥感数据集中分别检索出覆盖每个格网的影像数据集Dj(0≤j≤m，m为覆盖格网的遥感影像总数)，将Dj进行权重排序，其次计算G0在数据D0快视图中的位置并计算格网部分的云量百分比，如果云量百分比为用户所期望的阈值范围内，则保留D0，最后一次循环检索到格网Gn，得到所有格网的无云单时相全覆盖数据集，如图1所示。

附图说明

图1为方法原理图；

图2为方法流程图；

图3为计算格网位置坐标图；

图4为格网云量过滤图。

具体实施方式

本发明的具体实施流程如图2所示。

首先将该区域按照五层十五级切分标准进行切分，切分成一个个小的格网为Gi(0≤i≤n，n为被切分成的格网总数)。

下一步，然后从海量遥感数据集中分别检索出覆盖每个格网的影像数据集Dj(0≤j≤m，m为覆盖格网的遥感影像总数)，并且将Dj进行权重排序Sort(Dj)，本方法首先以时间优先级排序。

下一步，计算格网G0投影到数据D0快视图中的位置。将一个格网和其中一景原始影像的几何图形放到坐标轴中，如图3所示，D0表示原始影像，G0表示格网，其中D0的四个点的坐标分别为P1(x1，y1)、P2(x2，y2)、P3(x3，y3)、P4(x4，y4)，G0的四个点的坐标分别为P1’(x1’，y1’)、P2’(x2’，y2’)、P3’(x3’，y3’)、P4’(x4’，y4’)。由于数据影像快视图中长和宽的经纬度大小确定，可分别计算出快视图中每个像素长、宽的跨度分别w，h，然后利用每个格网相对与原始影像的位置关系，可以计算出每个格网的左上点T1的坐标分别距离p1 p4、p1p2的长度为d2，d1，因此T1在快视图中分别距离p1 p4、p1 p2的像素为m＝d2/w，n＝d1/h。由于格网中长和宽的经纬度大小确定分别为x，y，所以格网的长和宽的像素大小分别为a＝x/w，b＝y/h。因此可以计算出每个格网在快视图中投影的位置为从坐标(m，n)开始，向右跨a个像素，向下跨b个像素。

下一步，计算阈值并判断网格部分的云量百分比。采用快视图云量检测方法，首先统计遥感影像所对应快视图中所有像素点的总数，记作sum，其次选取0～255区间内的一个值，记作x(由于云几乎近似于白色，为了能够提高选取阈值的速度，x可取100～255之间的值)，统计快视图中所有像素值大于x的总数，记作count，最后根据影像的云量百分比，记作p(根据影像的经纬度信息等从数据库中检索得到，且p为百分比的整数部分)，根据像素值大于某一个值所占的百分比与云量百分比相等，即当count/sum×100＝p时，找出对应的x值，即为该景影像快视图中对应的云的阈值。如果计算出的x值不唯一，则取找出的所有x的平均值。因此，当快视图中任意一点的像素值大于该阈值时，我们则认为该点为云，反之，则认为该点不是云。如果格网G0在遥感数据D0中的快视图部分云量百分比不为用户所期望的阈值范围内，即如图4所示，三角形C代表数据D0快视图中的云，然后以时间优先级为前提并继续计算格网在剩余数据快视图中的位置，假设数据D2为新数据，数据D1为旧数据，则继续上一步计算格网G0投影到数据D2快视图中的位置，再次判断该网格部分的云量百分比是否为用户所期望的阈值范围内。

下一步，依次循环所有格网，直到格网都被无云单时相数据所覆盖。

Claims (1)

1.一种基于格网补偿的单时相全覆盖遥感数据检索方法，其特征在于，该方法采用基于影像数据快视图格网无云补偿方法，实现对海量遥感多云影像数据集的无云单时相全覆盖数据的快速检索；

其中，基于影像数据快视图格网无云补偿的方法包括将特定区域以五层十五级的切分标准进行切分，切分成一个个小的格网，然后从海量遥感数据中分别检索出能够覆盖每个格网的影像数据，将检索到的影像数据进行权重排序并计算格网投影到影像快视图中的位置，然后采用快视图云量阈值快速估算方法，计算投影范围内影像快视图这一部分的云量百分比，如果云量百分比为用户所期望的阈值范围内，则保留覆盖格网这一部分的影像数据，然后循环检索出覆盖每个格网这一部分的无云影像数据，从而能够快速、准确的检索到无云全覆盖特定区域的影像数据；

其中，权重组合排序方法能按用户需求进行遥感影像数据特征值定义权重排序，对时间、卫星、分辨率、传感器、拍摄姿态角度、格网位置进行组合权重的排序，默认以遥感数据采集时间就近优先进行排序，进而加以遥感影像数据云量特征进行高云量数据剔除；

其中，计算格网投影到影像快视图中的范围包括将一个格网和其中一景原始影像的几何图形放到坐标轴中，G0表示原始影像，G1表示格网，其中G0的四个角点的坐标分别为P1(x1，y1)、P2(x2，y2)、P3(x3，y3)、P4(x4，y4)，G1对应的四个角点坐标分别为：左上角为P1’(x1’，y1’)，顺时针方向依次为P2’(x2’，y2’)、P3’(x3’，y3’)、P4’(x4’，y4’)，由于影像快视图的像素大小确定，可分别计算出快视图中每个像素长、宽的跨度分别是多少经纬度，然后利用每个格网相对于原始影像的位置关系，可以计算出每个格网在快视图中投影的起始坐标，利用每个格网长、宽所跨的经纬度范围除以计算出的每个像素长、宽所跨的经纬度大小，可以计算出每个格网在快视图中投影的位置；

其中，通过快视图云量阈值快速估算方法计算影像数据网格部分的云量百分比包括首先统计遥感影像所对应快视图中所有像素点的总数，记作sum，其次选取0～255区间内的一个值，记作x，统计快视图中所有像素值大于x的总数，记作count，最后根据影像的云量百分比，记作p，根据像素值大于某一个值所占的百分比与云量百分比相等，即当count/sum×100＝p时，找出对应的x值，即为该快视图中对应的云的阈值；

如果计算出的x值不唯一，则取找出的所有x的平均值作为所述阈值，当快视图中任意一点的像素值大于该阈值时，则认为该点为云，反之，则认为该点不是云。