Blocks-removed spatial unmixing for downscaling MODIS images论文阅读-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_43820692/article/details/122635674

本文针对空间分解方法中的块效应问题，提出了一种名为SU-BR的新方法。块效应源于使用不同局部窗口进行分解，导致同一土地覆被类在相邻像元上的反射率差异，产生视觉伪影。SU-BR通过引入空间连续性约束，有效去除这些伪影，提高预测精度，且无需额外数据或先验知识。该方法通用性强，适用于多种空间分解技术，并能与其他约束结合使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

- 研究背景

对于基于空间分解的方法，存在一个公认的问题：块效应（block effect），即同一土地覆被类的像元在空间相邻的粗像元上呈现出不同的反射率，导致物体内部存在视觉上明显的块状伪影，在空间分解预测中普遍存在块效应。
基于此问题，本文提出了SU-BR（ blocks-removed spatial unmixing ）。

块效应产生原因
使用不同的局部窗口来实现不同粗像元的分解。这意味着包含不同土地覆被光谱特性的不同粗像元参与了空间相邻中心像元的分解。因此，在空间相邻的粗像元上，相同的土地覆被类别可能会被分配不同的反射率，从而产生块状的伪影。
此外，类内光谱变化主要是由土地覆盖(尤其是同一类)的空间格局和时间变化引起的，在空间分解中，每个土地覆盖类只预测了一个反射率值，从而导致了块状伪影。
因此，对于同一类，反射率的预测可能有多个相等的实现，而对于每个粗像元的分解模型，预测结果总是不同的。一般情况下，在预测中，相邻粗像素之间的边界处出现的块状伪影最为明显。
SU-BR优点

SU-BR在消除块状伪影的同时，提高了预测精度。SU-BR根据土地覆盖的空间连续性，通过施加新的约束来去除空间分解中的块。该方法通过对观测数据进行更深入的空间信息挖掘，不需要任何额外的数据或先验知识。
SU-BR为基于空间分解的方法中去除块状伪影提供了一个通用模型。该策略适用于任何基于空间分解的方法，如UBDF和STDFA。此外，它还兼容其他现有的使用不同约束的增强版本。也就是说，SU-BR中的空间连续性约束可以与其他许多约束共同考虑。