光学遥感影像不可避免会受到云的遮挡,导致影像应用性降低,遥感影像去云是近些年来的热门研究方向。插值算法利用一张或多张影像计算相似像素来重建缺失像素,但是最佳相似像素的确定和地物突变的高精度重建仍存在挑战。文章利用多时相...光学遥感影像不可避免会受到云的遮挡,导致影像应用性降低,遥感影像去云是近些年来的热门研究方向。插值算法利用一张或多张影像计算相似像素来重建缺失像素,但是最佳相似像素的确定和地物突变的高精度重建仍存在挑战。文章利用多时相影像时间相关性关系、空间关系和光谱关系,提出了基于时空谱约束的相似像素插值(SPISTS)的去云方法。该方法利用时域和谱域特征选择相似像素,并通过空间、时间相关性和光谱关系约束求得影像缺失值,最后通过正则化项对预测进行偏差改正。在3个不同地区进行实验并与加权线性回归(weighted linear regression,WLR)、时空加权回归(spatio-temporal weighted regression,STWR)、改进邻域相似像素插值(modified neighborhood similar pixel interpolation,MNSPI)结果进行比较。实验结果表明,该方法精度较高,能够减弱辐射差异带来的影响。展开更多
文摘光学遥感影像不可避免会受到云的遮挡,导致影像应用性降低,遥感影像去云是近些年来的热门研究方向。插值算法利用一张或多张影像计算相似像素来重建缺失像素,但是最佳相似像素的确定和地物突变的高精度重建仍存在挑战。文章利用多时相影像时间相关性关系、空间关系和光谱关系,提出了基于时空谱约束的相似像素插值(SPISTS)的去云方法。该方法利用时域和谱域特征选择相似像素,并通过空间、时间相关性和光谱关系约束求得影像缺失值,最后通过正则化项对预测进行偏差改正。在3个不同地区进行实验并与加权线性回归(weighted linear regression,WLR)、时空加权回归(spatio-temporal weighted regression,STWR)、改进邻域相似像素插值(modified neighborhood similar pixel interpolation,MNSPI)结果进行比较。实验结果表明,该方法精度较高,能够减弱辐射差异带来的影响。
