时间序列遥感影像缺失区域重建方法、装置和电子设备

本发明涉及图像数据处理，尤其涉及一种时间序列遥感影像缺失区域重建方法、装置和电子设备。

背景技术：

1、随着遥感技术的发展，时间序列遥感影像在环境监测、农业、林业、城市规划等领域的应用越来越广泛。原始的时间序列影像数据往往存在部分缺失，如何对缺失影像进行重建是亟待解决的关键问题。现有技术在对缺失影像进行重建的过程中，仅关注单个像素位置的时序信息，影像重建的可解释性较差，效率和准确性较低。

技术实现思路

1、本发明提供一种时间序列遥感影像缺失区域重建方法、装置和电子设备，用以解决现有技术在对缺失影像进行重建的过程中，仅关注单个像素位置的时序信息，影像重建的可解释性较差，效率和准确性较低的缺陷。

2、第一方面，本发明提供了一种时间序列遥感影像缺失区域重建方法，包括：

3、获取待重建的时间序列遥感影像，对所述时间序列遥感影像进行预处理，得到预处理后的时间序列遥感影像；

4、对所述预处理后的时间序列遥感影像进行本征正交分解，得到多个空间模态和多个时间系数序列，确定目标空间模态集合和对应的目标时间模态集合；

5、确定所述时间序列遥感影像缺失区域的位置，对所述目标时间模态集合进行插值得到插值结果集合，基于所述插值结果集合和所述目标空间模态集合，得到第一缺失影像，或者，对所述目标时间模态集合进行预测得到预测结果集合，基于所述预测结果集合和所述目标空间模态集合，得到第二缺失影像。

6、在一些实施例中，所述确定所述时间序列遥感影像缺失区域的位置，对所述目标时间模态集合进行插值得到插值结果集合，基于所述插值结果集合和所述目标空间模态集合，得到第一缺失影像，或者，对所述目标时间模态集合进行预测得到预测结果集合，基于所述预测结果集合和所述目标空间模态集合，得到第二缺失影像，包括：

7、在确定所述时间序列遥感影像在第一时间点处存在影像缺失的情况下，基于所述第一时间点，采用k近邻算法对所述目标时间模态集合中的每一目标时间系数序列进行插值，得到插值结果集合，将所述插值结果集合与所述目标空间模态集合进行融合，得到所述第一时间点对应的第一缺失影像；

8、在确定所述时间序列遥感影像在第二时间点处存在影像缺失的情况下，基于所述第二时间点，采用xgboost算法对所述目标时间模态集合中的每一目标时间系数序列进行预测，得到预测结果集合，将所述预测结果集合与所述目标空间模态集合进行融合，得到所述第二时间点对应的第二缺失影像；

9、其中，所述第一时间点位于所述时间序列遥感影像对应的时间段的中间时间点处，所述第二时间点位于所述时间序列遥感影像对应的时间段的起始和/或末尾时间点处。

10、在一些实施例中，所述采用xgboost算法对所述目标时间模态集合中的每一目标时间系数序列进行预测，得到预测结果集合，包括：

11、将所述目标时间模态集合中的每一目标时间系数序列输入至预先构建的xgboost模型，得到所述xgboost模型输出的所述目标时间模态集合对应的预测结果集合；

12、其中，所述xgboost模型是基于样本时间序列遥感影像对应的样本目标时间模态集合，以及所述样本目标时间模态集合对应的预测结果集合标签进行训练得到的。

13、在一些实施例中，所述将所述插值结果集合与所述目标空间模态集合进行融合，得到所述第一时间点对应的第一缺失影像，包括：

14、将所述插值结果集合中的各插值结果与对应的目标空间模态进行融合，得到多个第一时空模态；

15、对所述多个第一时空模态进行累加，得到所述第一缺失影像。

16、在一些实施例中，所述将所述预测结果集合与所述目标空间模态集合进行融合，得到所述第二时间点对应的第二缺失影像，包括：

17、将所述预测结果集合中的各预测结果与对应的目标空间模态进行融合，得到多个第二时空模态；

18、对所述多个第二时空模态进行累加，得到所述第二缺失影像。

19、在一些实施例中，所述确定目标空间模态集合和对应的目标时间模态集合，包括：

20、计算所述多个空间模态中每一空间模态的方差贡献率；

21、将所述每一空间模态的方差贡献率与预设阈值进行比对，从所述多个空间模态中筛选出多个目标空间模态，得到所述目标空间模态集合；

22、从所述多个时间系数序列中筛选出所述目标空间模态集合对应的多个目标时间系数序列，得到所述目标时间模态集合。

23、在一些实施例中，所述对所述时间序列遥感影像进行预处理，包括：

24、对所述时间序列遥感影像进行空间对齐和辐射校正。

25、在一些实施例中，所述xgboost模型的确定过程包括：

26、获取样本时间序列遥感影像，对所述样本时间序列遥感影像进行预处理，得到预处理后的样本时间序列遥感影像；

27、对所述预处理后的样本时间序列遥感影像进行本征正交分解，得到多个样本空间模态和多个样本时间系数序列，确定样本目标空间模态集合和对应的样本目标时间模态集合；

28、确定所述样本目标时间模态集合对应的预测结果集合标签；

29、以所述样本目标时间模态集合为训练样本，以所述样本目标时间模态集合对应的预测结果集合标签为样本标签，训练初始xgboost模型，得到训练后的xgboost模型；

30、对所述训练后的xgboost模型进行验证，得到所述xgboost模型。

31、第二方面，本发明提供了一种时间序列遥感影像缺失区域重建装置，包括：

32、获取单元，用于获取待重建的时间序列遥感影像，对所述时间序列遥感影像进行预处理，得到预处理后的时间序列遥感影像；

33、分解单元，用于对所述预处理后的时间序列遥感影像进行本征正交分解，得到多个空间模态和多个时间系数序列，确定目标空间模态集合和对应的目标时间模态集合；

34、重建单元，用于确定所述时间序列遥感影像缺失区域的位置，对所述目标时间模态集合进行插值得到插值结果集合，基于所述插值结果集合和所述目标空间模态集合，得到第一缺失影像，或者，对所述目标时间模态集合进行预测得到预测结果集合，基于所述预测结果集合和所述目标空间模态集合，得到第二缺失影像。

35、第三方面，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的时间序列遥感影像缺失区域重建方法。

36、本发明提供的一种时间序列遥感影像缺失区域重建方法、装置和电子设备，通过获取待重建的时间序列遥感影像，对时间序列遥感影像进行预处理，对预处理后的时间序列遥感影像进行本征正交分解，确定目标空间模态集合和对应的目标时间模态集合，根据时间序列遥感影像缺失区域的位置，对一维目标时间模态集合进行插值或预测，将插值结果集合或预测结果集合与目标空间模态集合相结合，得到对应的缺失影像，可以有效捕捉地物变化，有效利用空间和时间模态的信息，可解释性强，避免了直接对二维空间数据的计算，计算快速而准确。