(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 202210482471.5 (22)申请日 2022.05.05 (71)申请人 广东省深圳生态 环境监测中心 站 （广东省东江流 域生态环境监测中 心） 地址 518000 广东省深圳市福田区梅林街 道梅林梅坳七路8号 (72)发明人 王伟民　熊向陨　余良　何伟彪　 梁鸿　刘凯　曾清怀　许旺　 余欣繁　尹淳阳　张志刚　李会亚　 俞兆康　 (74)专利代理 机构 广州速正专利代理事务所 (普通合伙) 44584 专利代理师 黄尖尖(51)Int.Cl. G06T 5/50(2006.01) G06T 7/33(2017.01) G06V 10/80(2022.01) (54)发明名称 基于特征空间插值的热红外图像 重构方法 (57)摘要 本发明提供一种基于特征空间插值的热红 外图像融合方法， 包括： 植被覆 盖度‑地表温度梯 形特征空间的构建； 基于特征空间插值获取关键 重构因子， 建立转换关系， 并进行模型参数解算； 对低分辨率图像逐像元地进行热红外信息重构 获取高分辨率热红外信息； 质量控制， 对异常温 度像元进行处理， 获取最终高分辨率热红外图 像。 本发明的技术方案可 以通过数据融合手段， 从其它低分辨遥感数据中重构得到连续的具有 较高空间分辨率的热红外图像， 在保持原始图像 时间分辨率的同时， 提高了其空间分辨率； 本技 术方案充分考虑地表水分状况的影 响， 对不同的 场景的具有较强的适应性和移植 性。 权利要求书2页 说明书6页 附图5页 CN 115063328 A 2022.09.16 CN 115063328 A 1.一种基于特 征空间插值的热红外图像融合方法， 其特 征在于， 包括： 植被覆盖度 ‑地表温度梯形 特征空间的构建； 基于特征空间插值获取关键 重构因子， 建立 转换关系， 并进行模型参数解 算； 对低分辨 率图像逐像元地进行 热红外信息 重构获取初步高分辨 率热红外信息； 质量控制， 对异常温度像元进行处 理， 获取最终高分辨 率热红外图像。 2.如权利要求1所述的一种基于特征空间插值的热红外图像融合方法， 其特征在于， 所 述在植被覆盖度 ‑地表温度梯形 特征空间构建之前还 包括： 利用遥感传感器获取 所述低分辨 率热红外图像数据； 利用遥感传感器获取 所述高分辨 率辅助图像数据； 根据遥感图像处理流程， 对图像分别进行预处理， 获取地表温度、 植被覆盖度、 地表反 照率、 归一 化建筑指数和归一 化水体指数 数据； 对图像的重合区域进行精配准， 作为特 征空间构建与数据融合之前的步骤。 3.如权利要求1或2所述的一种基于特征空间插值的热红外图像融合方法， 其特征在 于， 所述植被覆盖度 ‑地表温度梯形 特征空间构建具体包括： 构建植被覆盖度、 地表温度两个参数的散点空间， 并将横坐标和纵坐标等距分为一系 列的小区间； 对于每个横坐标小区间， 使用排序办法寻找到最大的和最小的纵坐标值； 使用寻找到的最大的纵坐标值的集合， 结合其所对应的横坐标值， 理论确定各个小区 间的干点和湿点并使用线性拟合的办法确定 散点空间的干线与湿线。 4.如权利要求3所述的一种基于特征空间插值的热红外图像融合方法， 其特征在于， 所 述基于特 征空间插值获取关键 重构因子， 建立 转换关系， 并进行模型参数解 算具体包括： 通过下式线性内插出个 像元点的波 文比； 式中LST是在某一植被覆盖率VFC下的混合像元的地表混合温度， LSTmin和LSTmax分别为 与混合像元覆盖率相同的湿线、 干线上的地表混合温度， LSTmax＝kdry×VFC+LSTsd LSTmin＝kwet×VFC+LSTsw                   (2) 式中kdry和kwet分别为干线和湿线的斜率， LSTsd和LSTsw为对应的极值点， 通过联合式(1) 和(2)， 假设在同一场景的不同尺度图像上， 波文比和干湿边是恒定不变的， 设置关键重构因 子： 5.如权利要求4所述的一种基于特征空间插值的热红外图像融合方法， 其特征在于， 所权　利　要　求　书 1/2 页 2 CN 115063328 A 2述对低分辨 率图像逐像元地进行 热红外信息 重构获取高分辨 率热红外信息具体包括： 在粗空间分辨 率上， 将最小二乘回归作用于地表温度和关键 重构因子， LSTLow＝F(PLow)+ ε                   (5) 粗分辨率上生成的误差叠加到 融合图像上， 通过聚集处理重构原始高分辨率的地表温 度， 通过下式得到： LSTHigh＝F(PHigh)+LSTLow‑F(PLow)         (6) 6.如权利要求5所述的一种基于特征空间插值的热红外图像融合方法， 其特征在于， 质 量控制， 对温度异常值进 行处理具体包括： 对于不在植被覆盖度 ‑地表温度梯形特征 空间范 围内像元， 选取地表反照率、 建筑物指数和水体指数与地表温度进 行回归拟合； 选用随机森 林回归函数， 这 一函数针对样本点比较少的情况 下非常有效。权　利　要　求　书 2/2 页 3 CN 115063328 A 3