1.一种时间序列遥感植被指数的噪声检测方法,包括以下步骤:步骤1,计算时序特征;
假设研究区有n期不同时间获取的影像I构成:I=
研究区有m个像素P表示为:
1 2 m T
P={P ,P,...,P} (3)j
像素 提取的TSVIX表示为:植被指数使用归一化植被指数NDVI,或者使用增强型植被指数EVI,或者其他植被指数,使用的植被指数特征在于能够消除地表的辐射背景,并突出植被特征;
步骤2,对序列进行分类;
j
判断各个像素 的TSVI的X变化情况,将其划分到平稳序列集合S或者非平稳序列集合NS中,S和NS满足:S∪NS=P (6)其中,平稳序列是指均值和标准差不随时间的变化的序列,而非平稳序列是指均值和标准差会随时间而变化的序列;平稳序列检验采用单位根检测方法,单位根检测方法特征在于能够将影像划分为平稳序列和非平稳序列;
步骤3,非平稳序列拟合;
对于非平稳序列集合NS中的像素,利用复合高斯模型对离散的TSVI进行拟合;拟合过程中,自变量为T,应变量为X,拟合结果为 模型表示为:其中,ak,μk,σk是待估算的参数,描述了高斯模型;αK表示高斯成分的比例;K表示高斯成分的数目,即曲线中包含几个峰谷组合;μk表示均值,即达到最大值时候的t值;σK决定了峰的陡峭程度;
步骤4,计算偏差;
j
对于像素P∈NS,在ti∈T时存在模型计算值 和实际观测值 其偏差 表示为:其上标1表示第一次迭代结果; 表示了模型计算值 与实际观测值 之间的接近程度; 越大,表示二者差异较大,拟合效果越差; 越小,表示真实值和拟合值越接近,拟合效果较好;
j
像素P∈P在ti∈T时的第一次偏差计算结果表示为:j,1
由于偏差D 消除了季节性成分,从而将非平稳序列转换为平稳序列;
步骤5,检测噪声;
j,1
对于转换后的偏差序列D 和平稳序列S,分别采用观测值分布在均值附近一定范围内的假设,进行噪声检测;
j j j j,1
对于P∈S,采用原始的序列X实施噪声检测;而对于P∈NS,采用偏差序列D ,为了论j
述的方便,统一记为s:j
然后按照以下方法判定噪声, 为掩膜数据,表示像素P∈P在ti∈T是否为有效观测,1表示有效观测,而0表示噪声;
j j j j
其中,μ(s)表示s的均值,σ(s)表示s的标准差,λ表示标准差的倍数;公式(11)的意义为,将距拟合曲线的距离分布在均值加减λ倍标准差的观测值作为有效观测,而分布在之外j j
的作为的噪声;可以获得像素P∈P的掩膜M;
步骤6,迭代处理;
对去除噪声保留之后的观测值,即不考虑 的像素,重新按照步骤2进行非平稳序列拟合、步骤3进行偏差计算和步骤4进行噪声检测,直到迭代达到最大次数或在某次迭代过程中不再有噪声检出;
步骤7,噪声掩膜;
j
将各个像素P∈P的掩膜数据转换回图像空间获得噪声掩膜M;
M=
步骤8,掩膜优化;
根据数学形态学方法对噪声进行,获得平滑的噪声掩膜。