(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210151368.2 (22)申请日 2022.02.16 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 武汉大学 (72)发明人 黄文丽　陶雨婷　沈焕锋　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 王琪 (51)Int.Cl. G06V 20/10(2022.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06F 17/18(2006.01) (54)发明名称 一种基于高分辨率遥感影像的NDVI归一化 方法 (57)摘要 本发明涉及一种基于高分辨率遥感影像的 NDVI归一化方法。 首先对遥感影像进行一系列预 处理， 然后将高分辨率待归一化反射率数据降采 样至中分辨率参考数据的分辨率， 根据中分辨率 样本点对， 求解得到线性回归方程的系数， 再通 过线性关系逐像元地计算得到待归一化数据各 个像元的初步归一化结果， 最后将同一区域、 同 一时间段内的初步归一化结果进行最大值合成， 得到最终的归一化结果。 本发明综合利用多源遥 感数据， 尽可能地消除了多源遥感数据存在的传 感器以及成像条件等的差异， 并且较好地解决了 大范围多景影像镶嵌时拼接缝明显的问题， 整个 算法所需输入参数较少， 运行效率较高， 可以进 行大范围的高分辨 率NDVI产品生产。 权利要求书2页 说明书5页 附图1页 CN 114639014 A 2022.06.17 CN 114639014 A 1.一种基于高分辨 率遥感影 像的NDVI归一 化方法， 其特 征在于， 包括以下步骤： 步骤1， 对中、 高分辨 率遥感影 像数据进行 预处理； 步骤2， 采用全局线性拟合归一 化获得初步归一 化结果； 步骤3， 采用最大值 合成法得到最终的归一 化结果； 步骤3.1， 对同一区域内的不同时间影 像的初步归一 化结果进行几何配准； 步骤3.2， 将同一区域、 同一时间段内的初步归一化结果进行叠加后， 在每一个像元处 选取最大的值作为 最终结果的值。 2.如权利要求1所述的一种基于高分辨率遥感影像的NDVI归一化方法， 其特征在于： 步 骤1中对中、 高分辨 率遥感影 像数据进行 预处理包括以下几个子步骤： 步骤1.1， 对中分辨率遥感影像进行辐射定标、 FLAASH大气校正以及带参考影像的正射 校正， 然后利用红光波段和近红外波段组合计算， 得到参考使用的NDVI数据， 计算公式如 下： 式中， ρNIR为近红外波段 数据， ρRED为红光波段 数据； 步骤1.2， 对高分辨率遥感影像进行正射校正、 辐射定标以及快速大气校正后， 利用红 光波段和近红外波段组合计算， 得到待归一 化的NDVI数据； 步骤1.3， 对步骤 1.2预处理后的高分辨率遥感影像应用IsoData  Classification非监 督分类， 得到与待归一 化NDVI数据相对应的分类数据； 步骤1.4， 对步骤1.2预处理后的高分辨率遥感影像应用多尺度卷积特征融合的深度学 习云及阴影 检测方法MSCF F， 得到与待归一 化数据相对应的云掩膜数据。 3.如权利要求2所述的一种基于高分辨率遥感影像的NDVI归一化方法， 其特征在于： 步 骤2中采用全局线性拟合归一 化获得初步归一 化结果包括以下几个子步骤： 步骤2.1， 通过步骤1.3得到的分类数据和步骤1.4得到的云掩膜将云、 阴影和背景剔除 后， 将高分辨 率待归一 化NDVI数据降采样至参 考数据的中分辨 率； 步骤2.2， 根据步骤1.3得到的高分辨率遥感影像分类数据， 计算中分辨率遥感影像每 个像元的纯 净度， 并筛 选出纯净度小于设定阈值T的像元为纯 净像元； 步骤2.3， 基于步骤2.2筛选出的纯净像元， 利用Huber型M估计求解待归一化NDVI数据 和参考NDVI数据的线性关系式系数； 步骤2.4， 利用步骤2.3求得的线性关系式系数， 求得高分辨率待归一化NDVI数据的归 一化值。 4.如权利要求3所述的一种基于高分辨率遥感影像的NDVI归一化方法， 其特征在于： 步 骤2.2中像元的纯 净度计算公式如下： 式中， r为像元纯净度； kc为任一中分辨率像 元范围内的高分辨率 分类数据中属于类别c 的像元占的个数， c是任一中分辨率像元范围内占比最大 的地物类别； m为中分辨率与高分 辨率遥感影像分辨率的比值， m ×m为一个中分辨率遥感影像像元范围内高分辨率像元的数 量。权　利　要　求　书 1/2 页 2 CN 114639014 A 25.如权利要求4所述的一种基于高分辨率遥感影像的NDVI归一化方法， 其特征在于： 步 骤2.3中待归一 化NDVI数据和参 考NDVI数据的线性关系式如下： yn＝a×xn+b                         (3) 式中， xn为步骤2.1降采样后的纯净像元的中分辨率待归一化NDVI数据， yn为步骤1.1得 到的纯净像元的中分辨 率参考NDVI数据， a和b为线性关系式的系数； 使用更为稳健的Huber型M估计求 解： euv＝a×xuv+b‑yuv                        (4) 通过最小化 来求解系数， 其中ρ()为Huber型影响函数： 式中， c为Huber参数。 6.如权利要求5所述的一种基于高分辨率遥感影像的NDVI归一化方法， 其特征在于： 步 骤2.4中高分辨率待归一 化NDVI数据的归一 化值计算公式如下： y′m＝a×xm+b                (6) 式中， xm为步骤1.2求得 的高分辨率待归一化数据中第m个像元， y ′m为其对应的高分辨 率归一化结果值， a和b为 步骤2.3中求 解得到的线性关系式系数。 7.如权利要求1所述的一种基于高分辨率遥感影像的NDVI归一化方法， 其特征在于： 步 骤3.2中最大值 合成法计算公式如下： NDVImax＝max(NDVI1,NDVI2,...,NDVIn)           (7) 式中， NDVImax为该时间段内NDVI最大值， NDVI1， NDVI2， NDVIn为该时间段内不同时期多 个NDVI值。权　利　要　求　书 2/2 页 3 CN 114639014 A 3