CN114723619B - 地表辐射产品修复方法、装置、电子设备及存储介质 - Google Patents
地表辐射产品修复方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114723619B CN114723619B CN202210179619.8A CN202210179619A CN114723619B CN 114723619 B CN114723619 B CN 114723619B CN 202210179619 A CN202210179619 A CN 202210179619A CN 114723619 B CN114723619 B CN 114723619B
- Authority
- CN
- China
- Prior art keywords
- product
- pixel points
- surface radiation
- radiation product
- value pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 230000008439 repair process Effects 0.000 claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims abstract description 11
- 230000003595 spectral effect Effects 0.000 claims description 80
- 238000012545 processing Methods 0.000 claims description 16
- 238000002310 reflectometry Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005067 remediation Methods 0.000 claims description 15
- 230000007547 defect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20216—Image averaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种地表辐射产品修复方法、装置、电子设备及存储介质,地表辐射产品修复方法,包括:获取目标区域的地表覆盖分类产品以及初始地表辐射产品;提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;在新地表辐射产品中,遍历搜索无效值像元点,并在地表覆盖分类产品中确定无效值像元点对应的多个最邻近同类像元点;基于多个最邻近同类像元点对应的光谱数据平均值,修复无效值像元点。本发明提供的地表辐射产品修复方法、装置、电子设备及存储介质,可以解决现有技术中地表辐射产品出现数据缺失或者数据异常的缺陷,实现修复全球大区域范围的地表辐射产品中的缺失数据和异常数据。
Description
技术领域
本发明涉及遥感影像处理技术领域,尤其涉及一种地表辐射产品修复方法、装置、电子设备及存储介质。
背景技术
地表辐射产品是遥感宏观监测等方面的重要基础。但地表辐射产品常常由于云雾和遥感器自身原因,存在无法得到该像元值地表辐射的现象。为保障遥感监测的全面完整,需要开展数据修复,目前的数据修复方法一种是基于数据本身的空间相关性进行修复,这种方法只适合小范围的数据缺失,另一种是将其它时刻地表辐射数据产品或者微波数据作为辅助数据来开展修复,但目前这种方法主要为局部的理论研究,由于难以短时期内获得全球的高质量辅助数据,使得现有图像修复方法主要是利用一个长时间范围的辅助数据来共同修复出一个数据产品,而无法对每个时间的地表辐射产品实时进行全球大区域修复。
因此,目前缺乏一种实时进行地表辐射数据产品的修复方法,能够实现对全球大区域所有地表辐射数据产品进行同时修复。
发明内容
本发明提供一种地表辐射产品修复方法、装置、电子设备及存储介质,用以解决现有技术中地表辐射产品出现数据缺失或者数据异常的缺陷,实现修复全球大区域范围的地表辐射产品中的缺失数据和异常数据。
本发明提供一种地表辐射产品修复方法,包括:
获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品;
提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;
在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;
基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值。
根据本发明提供的地表辐射产品修复方法,所述在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点,包括:
在所述地表覆盖分类产品中确定所述无效值像元点对应的地表类别标签;
以所述无效值像元点为中心,在所述新地表辐射产品以及所述地表覆盖分类产品中,分别截取最邻近网格区域;
基于所述无效值像元点对应的地表类别标签,在所述最邻近网格区域中,确定所述无效值像元点对应的多个最邻近同类像元点。
根据本发明提供的地表辐射产品修复方法,所述获取目标区域的地表覆盖分类产品以及初始地表辐射产品,包括:
获取目标网络链接,并基于所述目标网络链接,下载目标区域的地表覆盖分类产品以及初始地表辐射产品。
根据本发明提供的地表辐射产品修复方法,所述基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点,包括:
将所述多个最邻近同类像元点对应的光谱反射率平均值,作为所述地表辐射产品的无效值像元点的光谱反射率,和/或,将所述多个最邻近同类像元点对应的光谱发射率平均值,作为所述地表辐射产品的无效值像元点的光谱发射率,以对所述地表辐射产品的无效值像元点进行修复。
根据本发明提供的地表辐射产品修复方法,还包括:
在遍历搜索无效值像元点的次数大于预设次数,且所述新地表辐射产品中还存在剩余无效值像元点的情况下,计算所述新地表辐射产品中目标类别的全部有效值像元点的光谱数据平均值;
基于所述目标类别的全部有效值像元点的光谱数据平均值,修复所述剩余无效值像元点;
其中,所述目标类别的全部有效值像元点,为与所述剩余无效值像元点,属于相同地表类别标签的有效值像元点。
本发明还提供一种地表辐射产品修复装置,包括:
获取模块,用于获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品;
第一处理模块,提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;
第二处理模块,用于在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;
第一修复模块,用于基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值。
根据本发明提供的地表辐射产品修复装置,所述第二处理模块,包括:
类别确定单元,用于在所述地表覆盖分类产品中确定所述无效值像元点对应的地表类别标签;
网格截取单元,用于以所述无效值像元点为中心,在所述新地表辐射产品以及所述地表覆盖分类产品中,分别截取最邻近网格区域;
邻近点确定单元,用于基于所述无效值像元点对应的地表类别标签,在所述最邻近网格区域中,确定所述无效值像元点对应的多个最邻近同类像元点。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在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述任一种所述地表辐射产品修复方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述地表辐射产品修复方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述地表辐射产品修复方法的步骤。
本发明提供的地表辐射产品修复方法、装置、电子设备及存储介质,通过基于遥感器获取的地表覆盖分类产品信息,对地表辐射产品中缺失数据和异常数据进行修复,要求获取的地表覆盖分类产品信息与地表辐射产品的同空间分辨率遥感产品,即地表覆盖分类产品,确保待修复数据与地表覆盖分类产品有较好的空间一致性、区域一致性和时相一致性。
基于同类最邻近地物光谱反射率或光谱发射率相似的地学统计规律,通过计算最邻近多个同类像元点的光谱数据平均值修复数据缺失或异常区域,相比于传统的深度学习算法运算时间和运算量大幅降低。
本发明在对地表辐射产品中大面积数据缺失和数据异常区域修复时,仅引入了地表覆盖分类产品信息作为先验信息,与传统的多时相遥感影像数据修复方法相比,需要的外源数据量更少,同时也避免了多时相遥感影像配准和地物时相、季相光谱变化造成的修复影像不准确等问题,特别是对100*100像元以上的大面积数据缺失或异常区域进行修复时,结合本发明提供的地表覆盖分类和最近邻同类像元搜索法,能较为准确的还原待修复区域地物的基本光谱信息。
地表覆盖分类产品以及初始地表辐射产品,是已有的全球分类数据产品,本发明借助于已有的全球分类数据产品,考虑到同类地物之间的辐射相似性,基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点,即利用地表辐射产品中同类地物的辐射信息,对无效像元进行修复,使得可以实现全球大区域的地表辐射数据修复。因此,本发明提供的地表辐射产品修复方法、装置、电子设备及存储介质,可以解决现有技术中地表辐射产品出现数据缺失或者数据异常的缺陷,实现修复全球大区域范围的地表辐射产品中的缺失数据和异常数据。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的地表辐射产品修复方法的流程示意图之一;
图2是本发明提供的最邻近同类像元点的搜索原理图;
图3是本发明提供的修复前的地表辐射产品光谱曲线图;
图4是本发明提供的修复后的地表辐射产品光谱曲线图;
图5是本发明提供的地表辐射产品修复方法的流程示意图之二;
图6是本发明提供的地表辐射产品修复装置的结构示意图;
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1-图7描述本发明的地表辐射产品修复方法、装置、电子设备及存储介质。
如图1所示,本发明提供一种地表辐射产品修复方法,包括:
步骤110、获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的地表反射率产品或者发射率产品,简称:地表辐射产品。
可以理解的是,目标区域可以是有地表辐射产品需要修复的地理区域。初始地表辐射产品,可以是地表反射率或发射率产品,地表覆盖分类产品可以是,目标区域对应的地表覆盖分类产品。
进一步,地表辐射产品也即是目标区域对应的地表反射率或发射率数据图像产品。地表覆盖分类产品也即是目标区域对应的地表覆盖物的分类数据产品。
步骤120、针对所述初始地表辐射产品,依据数据产品手册以及像元的数值,明确异常像元,具体为,像元值小于等于0或大于1时为异常像元,对异常像元将其像元值均赋值为0,形成无效值像元点,进而得到新地表辐射产品。
步骤130、在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近的地物类别相同的像元点,即同类像元点。
可以理解的是,本实施例中的无效值像元点是待修复的像元点。
步骤140、基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值。
可以理解的是,可以将所述多个最邻近同类像元点对应的光谱数据平均值,作为所述无效值像元点的光谱数据值,对所述无效值像元点进行修复。
在一些实施例中,所述在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点,包括:
在所述地表覆盖分类产品中确定所述无效值像元点对应的地表类别标签;
以所述无效值像元点为中心,依据像元宽度w,在所述新地表辐射产品以及所述地表覆盖分类产品中,分别截取最邻近网格区域;
基于所述无效值像元点对应的地表类别标签,在所述最邻近网格区域中,确定所述无效值像元点对应的同类像元点,当同类像元点超过n个时,选取离待修复像元最近的n个同类像元,当同类像元点少于n个时,则暂不进行修复,进入下一轮修复。
可以理解的是,无效值像元点是无效值像元点的中心,在地表辐射产品中遍历搜索无效值像元点,该像元点即待修复的像元点。
在地表覆盖分类产品中找到待修复的像元点对应位置的地表类别标签。
设定w为21,以待修复的像元点为中心在目地表覆盖分类产品和地表辐射产品中分别截取最邻近的21*21的网格区域。设定n为8,在该网格区域中搜索与待修复像元点空间位置最邻近的8个同类像元点,并且8个同类像元点需满足“同类”和“非无效值”要求,即:地表类别标签与待修复像元点的地表类别标签相同,且在地表辐射产品中对应位置为有效值像元点。网格划分和最邻近同类像元点搜索基本原理如图2所示。
图2所示为网格划分和最邻近同类像元点搜索基本原理,其中,五角星为待修复像元,黑色像元为数据缺失区域,A-H为搜索到的8个最邻近同类像元点。
在一些实施例中,所述获取目标区域的地表覆盖分类产品以及初始地表辐射产品,包括:
获取目标网络链接,并基于所述目标网络链接,下载目标区域的地表覆盖分类产品以及初始地表辐射产品。
在一些实施例中,地表覆盖分类产品包含多种自然地物,该地表覆盖分类产品种类齐全,同类地物光谱相似性高,并且空间分辨率需与地表辐射产品相同,可以直接进行空间配准。
在一些实施例中,所述基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点,包括:
将所述多个最邻近同类像元点对应的光谱反射率或发射率平均值,作为所述地表辐射产品的无效值像元点的光谱反射率,或,将所述多个最邻近同类像元点对应的光谱发射率平均值,作为所述地表辐射产品的无效值像元点的光谱发射率,以对所述地表辐射产品的无效值像元点进行修复。
可以理解的是,将获取的8个最邻近同类像元点的光谱数据求均值,用以修复待修复像元。待修复像元的反射率或发射率计算方法如下:
其中,i、j分别为像元点在新地表辐射产品对应图像中的横纵坐标,ρ′(i,j)为修复后该像元点的反射率或发射率,对应地表辐射产品;ρy(i,j)为检索到最邻近8个同类像元点的反射率或发射率,y∈(A,…,H),A、L、H均为搜索到的最邻近同类像元点。
在一些实施例中,地表辐射产品修复方法,还包括:
在遍历搜索无效值像元点的次数大于预设次数,且所述新地表辐射产品中还存在剩余无效值像元点的情况下,计算所述新地表辐射产品中目标类别的全部有效值像元点的光谱数据平均值;
基于所述目标类别的全部有效值像元点的光谱数据平均值,修复所述剩余无效值像元点;
其中,所述目标类别的全部有效值像元点,为与所述剩余无效值像元点,属于相同地表类别标签的有效值像元点。
可以理解的是,对新地表辐射产品对应图像,遍历全图完成一轮修复后,重新对无效值像元点进行搜索,判断全图是否仍存在无效值像元。如果全图没有无效值像元点,则完成地表辐射产品无效值像元点的修复。
如果新地表辐射产品的全图仍然存在无效值像元点,且遍历全图次数小于等于五轮次时,则重新执行上述步骤,搜索确定所述无效值像元点对应的多个最邻近同类像元点,并基于多个最邻近同类像元点对应的光谱反射率平均值,对所述地表辐射产品的无效值像元点进行修复。
当执行五轮次全图修复后,如全图如仍存在无效值像元点时,采用同类地物平均光谱反射率对其就行修复,即将整幅图像中与无效值像元点同类标签的所有有值像元的光谱反射率求平均值,以该均值修复此无效值像元点。
在另一些实施例中,以遥感器获取地表辐射产品为基础,开展缺失数据修复方法应用研究。
以地表辐射产品对应图像中的像元点[1903,1467]为例,其光谱反射率曲线如图3所示。通过统计发现,全图中缺失数据和异常数据占全图总面积的27.7426%。
利用本发明提供的方法,结合地表覆盖分类产品信息进行第一轮数据修复后,全图中缺失数据和异常数据占比下降为1.7711%。第三轮数据修复后,全图中缺失数据和异常数据占比下降为1.2714%。第五轮数据修复后,全图中缺失数据和异常数据占比下降为1.1703%。修复后像元点[1903,1467]的光谱反射率曲线如图4所示。此时全图完成所有数据缺失和数据异常像元均被修复,全图中无缺失和数据异常像元。
在另一些实施例中,地表辐射产品修复方法如图2所示,在获取了地表覆盖分类产品后,去除地表辐射产品中的异常像元,基于地表覆盖分类产品提循环搜索最邻近同类像元点,多个最邻近同类像元点求均值修复无效值像元点,利用全图同类地物均值光谱反射率或发射率进行修复。
综上所述,本发明提供的地表辐射产品修复方法,包括:获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基传感器获取的反射率产品或者发射率产品;提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点。
在本发明提供的地表辐射产品修复方法中,无效值像元点的数据可以是缺失数据或者异常数据,基于航空或航天遥感器等遥感器获取的地表覆盖分类产品信息,对地表辐射产品中缺失数据和异常数据进行修复,要求获取的地表覆盖分类产品信息与地表辐射产品的同空间分辨率遥感产品,即地表覆盖分类产品,确保待修复数据与地表覆盖分类产品有较好的空间一致性、区域一致性和时相一致性。
基于同类最邻近地物光谱反射率或者光谱发射率相似的地学统计规律,通过计算最邻近多个同类像元点的光谱数据平均值修复数据缺失或异常区域,相比于传统的深度学习算法运算时间和运算量大幅降低。
本发明在对地表辐射产品中大面积数据缺失和数据异常区域修复时,仅引入了地表覆盖分类产品信息作为先验信息,与传统的多时相遥感影像数据修复方法相比,需要的外源数据量更少,同时也避免了多时相遥感影像配准和地物时相、季相光谱变化造成的修复影像不准确等问题,特别是对100*100像元以上的大面积数据缺失或异常区域进行修复时,结合本发明提供的地表覆盖分类和最近邻同类像元搜索法,能较为准确的还原待修复区域地物的基本光谱信息。
地表覆盖分类产品以及初始地表辐射产品,是已有的全球分类数据产品,本发明借助于已有的全球分类数据产品,考虑到同类地物之间的辐射相似性,基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点,即利用地表辐射产品中同类地物的辐射信息,对无效像元进行修复,使得可以实现全球大区域的地表辐射数据修复。
因此,本发明提供的地表辐射产品修复方法,可以解决现有技术中地表辐射产品出现数据缺失或者数据异常的缺陷,实现修复全球大区域范围的地表辐射产品中的缺失数据和异常数据。
下面对本发明提供的地表辐射产品修复装置进行描述,下文描述的地表辐射产品修复装置与上文描述的地表辐射产品修复方法可相互对应参照。
如图6所示,本发明提供的地表辐射产品修复装置600,包括:获取模块610、第一处理模块620、第二处理模块630和第一修复模块640。
获取模块610用于获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品。
第一处理模块620提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品。
第二处理模块630用于在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点。
第一修复模块640用于基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值。
在一些实施例中,第二处理模块630包括:类别确定单元、网格截取单元和邻近点确定单元。
类别确定单元用于在所述地表覆盖分类产品中确定所述无效值像元点对应的地表类别标签。
网格截取单元用于以所述无效值像元点为中心,在所述新地表辐射产品以及所述地表覆盖分类产品中,分别截取最邻近网格区域。
邻近点确定单元用于基于所述无效值像元点对应的地表类别标签,在所述最邻近网格区域中,确定所述无效值像元点对应的多个最邻近同类像元点。
在一些实施例中,获取模块610用于获取目标区域的地表覆盖分类产品以及初始地表辐射产品。
在一些实施例中,第一修复模块640进一步用于将所述多个最邻近同类像元点对应的光谱反射率平均值,作为所述地表辐射产品的无效值像元点的光谱反射率,和/或,将所述多个最邻近同类像元点对应的光谱发射率平均值,作为所述地表辐射产品的无效值像元点的光谱发射率,以对所述地表辐射产品的无效值像元点进行修复。
在一些实施例中,地表辐射产品修复装置600,还包括:第三处理模块和第二修复模块。
第三处理模块用于在遍历搜索无效值像元点的次数大于预设次数,且所述新地表辐射产品中还存在剩余无效值像元点的情况下,计算所述新地表辐射产品中目标类别的全部有效值像元点的光谱数据平均值。
第二修复模块用于基于所述目标类别的全部有效值像元点的光谱数据平均值,修复所述剩余无效值像元点。
其中,所述目标类别的全部有效值像元点,为与所述剩余无效值像元点,属于相同地表类别标签的有效值像元点。
下面对本发明提供的电子设备、计算机程序产品及存储介质进行描述,下文描述的电子设备、计算机程序产品及存储介质装置与上文描述的地表辐射产品修复方法可相互对应参照。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行地表辐射产品修复方法,该方法包括:
步骤110、获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品;
步骤120、提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;
步骤130、在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;
步骤140、基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的地表辐射产品修复方法,该方法包括:
步骤110、获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品;
步骤120、提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;
步骤130、在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;
步骤140、基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的地表辐射产品修复方法,该方法包括:
步骤110、获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品;
步骤120、提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;
步骤130、在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;
步骤140、基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种地表辐射产品修复方法,其特征在于,包括:
获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品;
提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;
在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;
基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值;
所述方法还包括:在遍历搜索无效值像元点的次数大于预设次数,且所述新地表辐射产品中还存在剩余无效值像元点的情况下,计算所述新地表辐射产品中目标类别的全部有效值像元点的光谱数据平均值;
基于所述目标类别的全部有效值像元点的光谱数据平均值,修复所述剩余无效值像元点;
其中,所述目标类别的全部有效值像元点,为与所述剩余无效值像元点,属于相同地表类别标签的有效值像元点。
2.根据权利要求1所述的地表辐射产品修复方法,其特征在于,所述在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点,包括:
在所述地表覆盖分类产品中确定所述无效值像元点对应的地表类别标签;
以所述无效值像元点为中心,在所述新地表辐射产品以及所述地表覆盖分类产品中,分别截取最邻近网格区域;
基于所述无效值像元点对应的地表类别标签,在所述最邻近网格区域中,确定所述无效值像元点对应的多个最邻近同类像元点。
3.根据权利要求1所述的地表辐射产品修复方法,其特征在于,所述获取目标区域的地表覆盖分类产品以及初始地表辐射产品,包括:
获取目标网络链接,并基于所述目标网络链接,下载目标区域的地表覆盖分类产品以及初始地表辐射产品。
4.根据权利要求1所述的地表辐射产品修复方法,其特征在于,所述基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点,包括:
将所述多个最邻近同类像元点对应的光谱反射率平均值,作为所述地表辐射产品的无效值像元点的光谱反射率,和/或,将所述多个最邻近同类像元点对应的光谱发射率平均值,作为所述地表辐射产品的无效值像元点的光谱发射率,以对所述地表辐射产品的无效值像元点进行修复。
5.一种地表辐射产品修复装置,其特征在于,包括:
获取模块,用于获取目标区域的地表覆盖分类产品以及初始地表辐射产品;其中,所述初始地表辐射产品是基于传感器获取的反射率产品或者发射率产品;
第一处理模块,提取所述初始地表辐射产品中的异常像元并统一赋值,得到新地表辐射产品;
第二处理模块,用于在所述新地表辐射产品中,遍历搜索无效值像元点,并在所述地表覆盖分类产品中确定所述无效值像元点对应的多个最邻近同类像元点;
第一修复模块,用于基于所述多个最邻近同类像元点对应的光谱数据平均值,修复所述无效值像元点;其中,所述光谱数据平均值包括光谱反射率平均值或光谱发射率平均值;
还包括:第三处理模块和第二修复模块,
第三处理模块用于在遍历搜索无效值像元点的次数大于预设次数,且所述新地表辐射产品中还存在剩余无效值像元点的情况下,计算所述新地表辐射产品中目标类别的全部有效值像元点的光谱数据平均值;
第二修复模块用于基于所述目标类别的全部有效值像元点的光谱数据平均值,修复所述剩余无效值像元点;
其中,所述目标类别的全部有效值像元点,为与所述剩余无效值像元点,属于相同地表类别标签的有效值像元点。
6.根据权利要求5所述的地表辐射产品修复装置,其特征在于,所述第二处理模块,包括:
类别确定单元,用于在所述地表覆盖分类产品中确定所述无效值像元点对应的地表类别标签;
网格截取单元,用于以所述无效值像元点为中心,在所述新地表辐射产品以及所述地表覆盖分类产品中,分别截取最邻近网格区域;
邻近点确定单元,用于基于所述无效值像元点对应的地表类别标签,在所述最邻近网格区域中,确定所述无效值像元点对应的多个最邻近同类像元点。
7.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述地表辐射产品修复方法的步骤。
8.一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至5任一项所述地表辐射产品修复方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179619.8A CN114723619B (zh) | 2022-02-25 | 2022-02-25 | 地表辐射产品修复方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179619.8A CN114723619B (zh) | 2022-02-25 | 2022-02-25 | 地表辐射产品修复方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114723619A CN114723619A (zh) | 2022-07-08 |
CN114723619B true CN114723619B (zh) | 2022-12-02 |
Family
ID=82235244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210179619.8A Active CN114723619B (zh) | 2022-02-25 | 2022-02-25 | 地表辐射产品修复方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723619B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458327A (zh) * | 2009-01-04 | 2009-06-17 | 上海大学 | Dem支持下的月球表面遥感图像像元邻坡反射辐射的计算方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8705887B2 (en) * | 2008-08-22 | 2014-04-22 | Weyerhaeuser Nr Company | Method and apparatus for filling in or replacing image pixel data |
CN103699543A (zh) * | 2012-09-28 | 2014-04-02 | 南京理工大学 | 基于遥感图像地物分类的信息可视化方法 |
US11427404B2 (en) * | 2018-04-10 | 2022-08-30 | Fetch Robotics, Inc. | System and method for robot-assisted, cart-based workflows |
CN109934788B (zh) * | 2019-03-22 | 2022-12-30 | 鲁东大学 | 一种基于标准遥感图像的遥感图像缺失数据修复方法 |
US20210209424A1 (en) * | 2020-01-06 | 2021-07-08 | Quantela Inc | Computer-based method and system for predicting and generating land use land cover (lulc) classification |
CN111611960B (zh) * | 2020-05-29 | 2022-06-28 | 长光卫星技术股份有限公司 | 一种基于多层感知神经网络大区域地表覆盖分类方法 |
CN113935956B (zh) * | 2021-09-23 | 2022-03-25 | 中国矿业大学(北京) | 一种二向混合建模矿区土壤含水量数据缺失修复方法 |
-
2022
- 2022-02-25 CN CN202210179619.8A patent/CN114723619B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458327A (zh) * | 2009-01-04 | 2009-06-17 | 上海大学 | Dem支持下的月球表面遥感图像像元邻坡反射辐射的计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114723619A (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | An automatic change detection method for monitoring newly constructed building areas using time-series multi-view high-resolution optical satellite images | |
US9942440B2 (en) | Image-based field boundary detection and identification | |
Qin | Change detection on LOD 2 building models with very high resolution spaceborne stereo imagery | |
Martha et al. | Object-oriented analysis of multi-temporal panchromatic images for creation of historical landslide inventories | |
US7983474B2 (en) | Geospatial modeling system and related method using multiple sources of geographic information | |
CN109872278B (zh) | 基于u形网络和生成对抗网络的图像云层移除方法 | |
Chen et al. | Assessment of the image misregistration effects on object-based change detection | |
US9031325B2 (en) | Automatic extraction of built-up footprints from high resolution overhead imagery through manipulation of alpha-tree data structures | |
CN113192086B (zh) | 地质灾害隐患变形强度分布图的生成方法和存储介质 | |
WO2010022029A1 (en) | Method and apparatus for filling in or replacing image pixel data | |
CN105139396B (zh) | 一种全自动遥感影像云雾检测方法 | |
CA2660125C (en) | Geospatial modeling system for separating foliage data from building data based upon noise filtering operations and related methods | |
EP2370949A1 (en) | Image processing device for determining cut lines and related methods | |
CN114880730A (zh) | 确定目标设备的方法、装置及光伏系统 | |
Vakalopoulou et al. | Simultaneous registration, segmentation and change detection from multisensor, multitemporal satellite image pairs | |
CN114723619B (zh) | 地表辐射产品修复方法、装置、电子设备及存储介质 | |
CN116106904B (zh) | 面向对象MT-InSAR的设施变形监测方法及设备 | |
Cossu et al. | SAR-based seismic damage assessment in urban areas: scaling down resolution, scaling up computational performance | |
CA2660343C (en) | Geospatial modeling system for separating foliage data from building data based upon loose and strict tolerance noise filtering operations and related methods | |
Sui et al. | Processing of multitemporal data and change detection | |
WO2008021943A2 (en) | Geospatial modeling system for performing filtering operations based upon a sum of differences of a given and neighboring location points and related methods | |
Jifroudi et al. | A new approach to derive buildings footprint from light detection and ranging data using rule-based learning techniques and decision tree | |
Kelesakis et al. | A holistic framework for forestry and rural road detection based on satellite imagery and deep semantic segmentation | |
Zhao et al. | A coarse-to-fine band registration framework for multi/hyperspectral remote sensing images considering cloud influence | |
Anjani et al. | Automatic Image Registration for Oceansat-2 OCM Products |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Wenjuan Inventor after: Pan Jie Inventor after: Li Zhen Inventor after: Wang Yuxi Inventor before: Zhang Wenjuan Inventor before: Chen Shanjing Inventor before: Pan Jie Inventor before: Li Zhen Inventor before: Wang Yuxi |
|
CB03 | Change of inventor or designer information |