一种基于多光谱的沙尘覆盖图像构建方法

本发明涉及光谱数据处理分析领域，尤其是涉及一种基于多光谱的沙尘覆盖图像构建方法。

背景技术：

1、火星车载多光谱相机具备多波段成像能力，能够同时提供空间信息和光谱信息，用于研究火星表面的物质组成和分布。随着多光谱相机在火星表面物质探测中的应用不断增加，实时化、精细化的数据处理已成为当前火星原位科学探测的研究热点之一。沙尘覆盖程度估计是研究火星表面环境变化的重要内容，因为沙尘活动能够反映火星的气候和表面过程。此外，准确估计火星表面区域的沙尘覆盖程度，对于科学选取无沙尘覆盖的高价值目标区域进行进一步定性和定量研究具有重要意义。

2、目前，对火星沙尘覆盖程度进行探测的方法主要存在以下不足：

3、1)探测精度低：现有研究使用轨道器热辐射光谱仪数据进行火星沙尘探测，制作的沙尘覆盖指数产品空间尺度大但分辨率低；而利用火星车多光谱相机数据对火星尘埃沉积的研究主要依赖定标数据，未充分利用科学数据，因此也未能反映火星表面沙尘覆盖在小范围内的空间分布特征。

4、2)计算复杂度高：现有方法通常借助较为复杂的图像变换算法，如主成分分析、最小噪声分离，方法涉及计算协方差矩阵、特征值和特征向量，计算量较大，处理大量数据耗时长；而基于图像去相关拉伸处理的方法仍需对数据进行特征分解和拉伸，同样不适合用于大规模的实时数据处理。

5、3)自动化程度低：现有方法中，基于主成分分析、最大噪声分离的方法需要从变换后的主成分中选取与火星沙尘覆盖最相关的分量，再开展进一步分析；基于去相关拉伸的方法需要人为指定输入波段，并对拉伸结果进行目视判读，从而确定沙尘覆盖情况；基于纯净像元指数的方法通常涉及多次迭代，需要人工干预和参数调整来最终确定不同类别像素，且结果缺乏对沙尘覆盖区域的连续表示；上述方法都难以实现大规模自动处理和分析。

6、因此，亟需设计一种基于多光谱的沙尘覆盖指图像构建方法，以减少计算复杂度并提高自动化程度，使用原位观测更精细地估计火星表面的沙尘覆盖程度。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多光谱的沙尘覆盖图像构建方法。

2、本发明的目的可以通过以下技术方案来实现：

3、一种基于多光谱的沙尘覆盖图像构建方法，包括以下步骤：

4、s1：获取多光谱相机数据的图像文件和传感器参数，对图像文件和传感器参数进行预处理，得到多光谱图像各个波段的反射率因子；

5、s2：输入多光谱图像，对反射率因子进行波段计算，获取沙尘覆盖指数；

6、s3：根据沙尘覆盖指数的数据确定分类阈值、划分类别，生成沙尘覆盖程度专题图。

7、进一步地，步骤s1包括：

8、s11：矫正图像文件中每个像元的灰度值，得到辐射亮度值；

9、s12：根据辐射亮度值，选取感兴趣区域，统计并输出各个感兴趣区域的平均辐射亮度值；

10、s13：根据平均辐射亮度值与实验室建模反射率因子得到二维散点，将辐射亮度值转换为反射率因子；

11、s14：根据图像文件中各幅子图像的窗口编号确定相对位置关系，将其拼接为一幅完整的单波段图像，并将多幅单波段图像按照波段顺序合并输出为一幅多光谱图像。

12、进一步地，矫正图像文件中每个像元的灰度值的过程具体为：每个像元的灰度值乘以绝对辐射定标参数得到辐射亮度值。

13、进一步地，反射率因子的计算表达式为：

14、r*＝rad/k

15、式中，rad为辐射亮度值，k为最佳拟合直线的斜率，r*为反射率因子。

16、进一步地，沙尘覆盖指数的表达式为：

17、dci＝(k12+k23)·s

18、

19、

20、式中，dci为沙尘覆盖指数，k12、k23分别为第一波段斜率和第二波段斜率，其中，b1、b2、b3分别为蓝、绿、红波段上的反射率因子值，λ1、λ2、λ3分别为蓝、绿、红波段对应的波长值，s为各个波段反射率因子之和。

21、进一步地，步骤s3包括：

22、s31：根据沙尘覆盖指数结果直方图计算平均值与标准差；

23、s32：根据沙尘覆盖指数和阈值划分区域；

24、s33：以探测场景合成图像为底图，根据区域划分结果得到沙尘覆盖程度专题图。

25、进一步地，阈值的具体取值方法为：根据沙尘覆盖指数的平均值μdci和沙尘覆盖指数的标准差σdci，得到t1＝μdci-σdci和t2＝μdci+σdci分别作为界定有沙尘覆盖区域的下限与上限。

26、进一步地，沙尘覆盖程度专题图包括：使用不同颜色表示各个区域的分类图、使用渐变色带映射沙尘覆盖程度的估计图。

27、与现有技术相比，本发明具有以下有益效果：

28、1)本发明通过反射率因子和波段计算的方式，以较小计算复杂度放大光谱反射率差异，有效区分了沙尘不同覆盖程度的区域，具有数据处理速度快、算法自动化程度高、结果精度高等优点。

29、2)本发明可以根据不同科学探测场景下沙尘覆盖指数的数值分布情况，实现自动的阈值计算和类别识别，无需人工干预。

30、3)本发明的方法既能够区分出探测场景中无沙尘覆盖的高价值目标区域和阴影遮挡严重的无效区域，又可以估计有沙尘区域的覆盖程度差异，用途多样。

技术特征：

1.一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，步骤s1包括：

3.根据权利要求2所述的一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，所述矫正图像文件中每个像元的灰度值的过程具体为：每个像元的灰度值乘以绝对辐射定标参数得到辐射亮度值。

4.根据权利要求2所述的一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，所述反射率因子的计算表达式为：

5.根据权利要求1所述的一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，所述沙尘覆盖指数的表达式为：

6.根据权利要求1所述的一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，步骤s3包括：

7.根据权利要求6所述的一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，所述阈值的具体取值方法为：根据沙尘覆盖指数的平均值μdci和沙尘覆盖指数的标准差σdci，得到t1＝μdci-σdci和t2＝μdci+σdci分别作为界定有沙尘覆盖区域的下限与上限。

8.根据权利要求6所述的一种基于多光谱的沙尘覆盖图像构建方法，其特征在于，所述沙尘覆盖程度专题图包括：使用不同颜色表示各个区域的分类图、使用渐变色带映射沙尘覆盖程度的估计图。

技术总结本发明涉及一种基于多光谱的沙尘覆盖图像构建方法，包括以下步骤：获取多光谱相机的图像文件和传感器参数，对图像文件和传感器参数进行预处理，得到多光谱图像各个波段的反射率因子；输入多光谱图像，对反射率因子进行波段计算，获取沙尘覆盖指数；根据沙尘覆盖指数的数据确定分类阈值、划分类别，生成沙尘覆盖程度专题图。现有技术相比，本发明具有以较小计算复杂度放大光谱反射率差异，有效区分沙尘不同覆盖程度的区域，具有数据处理速度快、算法自动化程度高、结果精度高等优点。技术研发人员：柳思聪,林艺璋,张婕,童小华,谢欢,冯永玖,金雁敏,都科丞受保护的技术使用者：同济大学技术研发日：技术公布日：2024/10/10