当数据覆盖率小于100%时完成卫星图像图块


16

我想将多个图像(> = 2)合并为一个“最佳”图像。最佳定义是低云覆盖和高数据覆盖率。以下是使用免费Sentinel卫星数据的示例。

参见 http://sentinel-s2-l1c.s3.amazonaws.com/tiles/12/S/XB/2017/6/1/0/preview.jpghttp://sentinel-s2-l1c.s3.amazonaws .com / tiles / 12 / S / XB / 2017/6 /,获取以下图像的来源。

是否有任何算法或过程来完成没有100%数据覆盖率的卫星图像图块以生成完整的图块?

有关我的意思的示例,请参见下面的图表。

我对文献不太熟悉,也不知道我应该注意的术语是什么。

例: 在此处输入图片说明

例: 在此处输入图片说明


您是指创建图像镶嵌并寻找一些自动流程来执行此任务吗?
MAYANK SHARMA

@MAYANKSHARMA:不是指图像马赛克。简单地指选择最佳瓷砖以制成完整瓷砖的方法。马赛克将需要将多个图块(覆盖相邻的空间区域)放在一起。
val

3
当您说“最佳”时,您的意思是“最新的无云”还是有其他标准?如果是的话,那么本文是一个很好的起点,如果需要,可以将其塑造成更多的哨兵2特定答案。有关一些词汇的介绍以及两种主要方法的比较,本博文值得一读。
RoperMaps

@RoperMaps:最好定义为低(或没有)云量和高数据覆盖率-理想情况下为100%。博客非常有用,现在可以通过纸阅读。Thx
val

Answers:


14

对于相同位置但日期不同的图像,我宁愿谈论合成而不是马赛克(它将来自不同范围的图像组合成更大的图像)。如果您搜索“ compositing”关键字,您会发现很多详细信息,但这是一个简短的摘要:

时间序列的合成有两种主要方法:

  • 最佳可用像素方法(根据给定标准在每个位置选择“最佳”像素,例如,使用具有最大NDVI值的像素或最接近合成周期中心日期的非云像素)。可以在此处找到Landsat的示例

  • 组合像素方法(例如,取同一位置的所有像素的平均值(均值合成),或使用时间回归在某些日期内插“缺失”的像素(间隙填充))。请注意,填充间隙可能会在任何日期创建一幅图像(并且您决定保留一幅),而合成每个合成周期只生成一幅图像(您可以使用滑动的时间窗口,但是在时间上“精确度”较差)。

“平均合成”已在MERIS和SPOT VGT的多个成功项目中使用(请参见此处)。“最大NDVI”合成用于MODIS复合。在此处使用Sentinel-2图像在某些感兴趣的日期进行了插值。就个人而言,我更喜欢“组合像素”类型的方法。

现在,您必须意识到合成的质量在很大程度上取决于输入的质量,尤其是在您没有大量输入数据的情况下(Sentinel-2每5天“仅”一次,而不是像前哨3):

  • 良好的云遮罩(包括云检测,雾度检测,卷云(高空薄云)检测和云阴影检测)。

  • 顶篷反射率的顶部:将来自卫星的数字编号转换为有意义的反射率值,包括来自BRDF的校正(光不会在所有方向上均一地反射,并且表面会影响差异),大气校正和地形校正。

  • 不同图像之间的良好配准。像素必须尽可能代表相同的位置。

  • 有时还:临时事件检测(洪水和积雪)

请注意,已经在ESA项目(SEN2AGRI)的框架内开发了用于创建无云复合材料的软件。

奖励:全球复合材料的例子


By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.