首页 / 专利库 / 图形技术 / 全色影像 / 一种同/异质遥感影像高保真广义空-谱融合方法

一种同/异质遥感影像高保真广义空-谱融合方法

阅读:977发布:2020-05-15

专利汇可以提供一种同/异质遥感影像高保真广义空-谱融合方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种同/异质遥感影像高保真广义空-谱融合方法,其可同时满足全色/多 光谱 、全色/高光谱同质影像高保真融合,及高空间 分辨率 SAR影像和低空间分辨率多光谱异质影像高保真融合,生成同时具有高空间分辨率和高光谱分辨率的遥感影像,其考虑到实际工程应用对快速处理的需求,基于简单快速的成分替换类融合基本 框架 ,提取高空间分辨率遥感影像的高频信息,并基于高光谱分辨率遥感影像的波段特点设计高频信息注入权重,将高频信息注入重 采样 后的高光谱分辨率遥感影像得到空间高度锐化融合影像;优点是其对异质影像间的空间配准更具鲁棒性,且同时考虑到空间增强、光谱补偿及噪声的影响,可同时满足同质/异质影像的空-谱高保真融合需求。,下面是一种同/异质遥感影像高保真广义空-谱融合方法专利的具体信息内容。

1.一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于包括以下步骤:
步骤1:选取针对同一场景的多源遥感影像,分别为原始的高空间分辨率遥感影像和原始的高光谱分辨率遥感影像,对应记为Igk和Igg;然后对Igk和Igg进行预处理,将预处理后得到的高空间分辨率遥感影像和高光谱分辨率遥感影像对应记为I*gk和I*gg;
步骤2:判断I*gk中是否包含噪声,若包含噪声则采用去噪算法对I*gk进行快速去噪处理,将去噪处理后得到的高空间分辨率遥感影像记为 若不包含噪声则直接将I*gk重新记为
步骤3:提取 的高频信息,具体过程为:
步骤3_1:在Igk的光谱范围和Igg的光谱范围已知的情况下,根据Igk的光谱范围和Igg的光谱范围,选择被Igk的光谱范围覆盖的Igg的波段即选择被Igk的光谱范围覆盖的 的波段;然后根据 的尺寸大小,对I*gg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像记为 接着根据I*gg,并通过对选择的 的波段进行线性组合得到 的亮度分量;
或在Igk的光谱范围和Igg的光谱范围未知的情况下,根据 的尺寸大小,对I*gg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像记为 接着根据I*gg,并通过对的所有波段进行线性组合得到 的亮度分量;
上述,对 的所有波段进行线性组合所采用的组合系数的获取过程为:对 进行空间降采样,将空间降采样后得到的高空间分辨率遥感影像记为 在Igk的光谱范围和Igg的光谱范围已知的情况下,根据Igk的光谱范围和Igg的光谱范围,选择被Igk的光谱范围覆盖的Igg的波段即选择被Igk的光谱范围覆盖的 的波段,采用最小二乘方法对 和选择的I*gg的波段进行处理,求解得到组合系数;或在Igk的光谱范围和Igg的光谱范围未知的情况下,采用最小二乘方法对 和I*gg的所有波段进行处理,求解得到组合系数;
步骤3_2:将 的亮度分量作为参考,对 进行矩匹配以减弱 的亮度分量与 之间的辐射差异,将矩匹配后得到的高空间分辨率遥感影像记为
步骤3_3:将 与 的亮度分量相减,将得到的差值图像作为 的基础高频分量;然后通过拉普拉斯锐化滤波器对 的基础高频分量进行空间增强,得到 的可调高频分量;再将 的基础高频分量和 的可调高频分量加权组合得到 的高频信息;其中, 的可调高频分量的权重的取值范围为[0,5];
步骤4:利用I*gg的每个波段的梯度,计算I*gg的每个波段所需要的 的高频信息的注入权重;
*
步骤5:将Igg的每个波段所需要的 的高频信息的注入权重与 的高频信息相乘;然后将得到的结果注入到 中,得到同时具有高空间分辨率和高光谱分辨率的初步空间高度锐化融合影像,记为Irh;
步骤6:利用I*gg对Irh进行光谱补偿与校正,得到光谱高保真的最佳空间高度锐化融合影像。
2.根据权利要求1所述的一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于所述的步骤1中,I*gk和I*gg的获取过程为:
步骤1_1:根据Igk和Igg之间的空间分辨率比率,对Igg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像,记为 的尺寸大小与Igk的尺寸大小一致;然后将作为参考,对Igk进行几何配准,将几何配准后得到的高空间分辨率遥感影像作为第一高空间分辨率遥感影像,记为I'gk;并将Igg作为第一高光谱分辨率遥感影像,记为I'gg;
步骤1_2:将 作为参考,对I'gk进行辐射配准以减弱I'gk与I'gg之间的辐射差异,将辐射配准后得到的高空间分辨率遥感影像作为第二高空间分辨率遥感影像,记为I*gk;并将I'gg作为第二高光谱分辨率遥感影像,记为I*gg。
3.根据权利要求2所述的一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于所述的步骤1_1中,几何配准利用专业遥感图像处理软件ENVI/ERDAS。
4.根据权利要求2或3所述的一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于所述的步骤1_2中,采用矩匹配技术对I'gk进行辐射配准,
其中,Pgk,std表示I'gk中的所有像素点的像素值的标准
差,Pgk,mean表示I'gk中的所有像素点的像素值的均值, 表示 的亮度分量中的所有像素点的像素值的标准差, 表示 的亮度分量中的所有像素点的像素值的均值。
5.根据权利要求4所述的一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于所述的 的亮度分量的获取过程为:对 的所有波段取均值得到 的亮度分量。
6.根据权利要求1所述的一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于所述的步骤2中,采用去噪算法对I*gk进行快速去噪处理的过程为:对于同质遥感影像融合,采用维纳滤波技术作为去噪算法对I*gk进行快速去噪处理;对于异质遥感影像融合,采用Lee滤波技术作为去噪算法对I*gk进行快速去噪处理。
7.根据权利要求1所述的一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于所述的步骤4的具体过程为:
步骤4_1:对I*gg的所有波段取均值,得到均值分量;
步骤4_2:计算I*gg的每个波段的平均梯度,并计算均值分量的平均梯度;
步骤4_3:将I*gg的每个波段的平均梯度与均值分量的平均梯度相除,得到I*gg的对应波段所需要的 的高频信息的注入权重;对于I*gg的第q个波段,将I*gg的第q个波段的平均梯度与均值分量的平均梯度相除得到的结果作为I*gg的第q个波段所需要的 的高频信息的注入权重;其中,q为正整数,q的初始值为1,1≤q≤Q,Q表示I*gg的波段数。
8.根据权利要求1所述的一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于所述的步骤6的具体过程为:
步骤6_1:对Irh进行模糊处理,将模糊处理后得到的融合影像记为I'rh;其中,模糊处理所采用的模糊函数选用影像传感器调制解调函数MTF;
步骤6_2:对I'rh进行降采样处理,以使降采样处理后得到的融合影像的尺寸大小与I*gg的尺寸大小一致,将降采样处理后得到的融合影像记为I”rh;
步骤6_3:将I”rh与I*gg相减得到残差分量;
步骤6_4:对残差分量进行重采样处理,以使重采样处理后得到的残差分量的尺寸大小与Irh的尺寸大小一致;
步骤6_5:将重采样处理后得到的残差分量加入到Irh中,得到最佳空间高度锐化融合影像。

说明书全文

一种同/异质遥感影像高保真广义空-谱融合方法

技术领域

[0001] 本发明涉及一种遥感影像处理技术,尤其是涉及一种同/异质遥感影像高保真广义空-谱融合方法。

背景技术

[0002] 遥感影像是获取地表信息的重要载体,其中,同时具有高空间分辨率和高光谱分辨率的遥感影像在信息解译、地物分类识别等领域具有重要作用。然而,受卫星传感器的限制和其它因素的影响,获取的遥感影像在高空间分辨率和高光谱分辨率两方面相互制约而不可兼得。如IKONOS、QuickBird、高分一号、高分二号等国内外遥感卫星同时提供全色影像和多光谱影像,其中,全色影像具有高空间分辨率,但只有一个波段;多光谱影像具有相对较好的光谱分辨率,但其空间分辨率往往较低。空-谱融合技术可以集成多源遥感影像间的高空间分辨率和高光谱分辨率互补优势,生成同时具有高空间分辨率和高光谱分辨率的遥感影像。
[0003] 目前,已有大量空-谱融合方法,如全色/多光谱影像融合、全色/高光谱影像融合、多光谱/高光谱影像融合,代表性方法有成分替换类融合方法、多分辨率分析融合方法、基于变分优化融合方法、基于深度学习的融合方法等。这些方法通常指侠义理解下的空-谱融合方法,即同质遥感影像间的空-谱融合。其次,SAR/多光谱影像的像素级融合虽属于异质遥感影像融合,如其旨在利用SAR影像和多光谱影像的空间和光谱互补信息,得到高空间分辨率多光谱影像,其亦属于广义空-谱融合的范畴。目前,SAR/多光谱影像融合方法大多采用或借鉴全色/多光谱融合框架与方法,但相比于同质遥感影像空-谱融合,由于SAR影像与多光谱影像差异性较大,因此现有方法在融合影像空间增强和光谱保真方面更具挑战。总体而言,一方面,虽然部分同质遥感影像空-谱融合方法,如成分替换类融合方法和多分辨率分析融合方法已集成于专业遥感软件平台,但多数现有方法在融合精度和效率方面难以兼得;另一方面,绝大多数现有的全色/多光谱同质遥感影像融合和SAR/多光谱影像异质遥感影像融合虽然采用类似或一致的框架,但难以进行同质遥感影像的空-谱融合和异质遥感影像的空-谱融合的协同处理。因此,如何发展多源遥感影像同/异质协同融合方法,同时满足全色/多光谱、全色/高光谱等同质遥感影像高保真融合、SAR/多光谱异质遥感影像高保真融合需求,这无疑具有重要意义和实际应用价值。

发明内容

[0004] 本发明所要解决的技术问题是提供一种同/异质遥感影像高保真广义空-谱融合方法,其通过融合多源同质或异质遥感影像的空、谱互补信息,生成同时具有高空间分辨率和高光谱分辨率的遥感影像,其不仅可以满足全色/多光谱、全色/高光谱、多光谱/高光谱同质遥感影像高保真空-谱融合需求,而且可以满足SAR/多光谱异质遥感影像高保真空-谱融合需求。
[0005] 本发明解决上述技术问题所采用的技术方案为:一种同/异质遥感影像高保真广义空-谱融合方法,其特征在于包括以下步骤:
[0006] 步骤1:选取针对同一场景的多源遥感影像,分别为原始的高空间分辨率遥感影像和原始的高光谱分辨率遥感影像,对应记为Igk和Igg;然后对Igk和Igg进行预处理,将预处理后得到的高空间分辨率遥感影像和高光谱分辨率遥感影像对应记为I*gk和I*gg;
[0007] 步骤2:判断I*gk中是否包含噪声,若包含噪声则采用去噪算法对I*gk进行快速去噪处理,将去噪处理后得到的高空间分辨率遥感影像记为 若不包含噪声则直接将I*gk重新记为
[0008] 步骤3:提取 的高频信息,具体过程为:
[0009] 步骤3_1:在Igk的光谱范围和Igg的光谱范围已知的情况下,根据Igk的光谱范围和Igg的光谱范围,选择被Igk的光谱范围覆盖的Igg的波段即选择被Igk的光谱范围覆盖的 的波段;然后根据 的尺寸大小,对I*gg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像记为 接着根据I*gg,并通过对选择的 的波段进行线性组合得到 的亮度分量;
[0010] 或在Igk的光谱范围和Igg的光谱范围未知的情况下,根据 的尺寸大小,对I*gg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像记为 接着根据I*gg,并通过对 的所有波段进行线性组合得到 的亮度分量;
[0011] 上述,对 的所有波段进行线性组合所采用的组合系数的获取过程为:对 进行空间降采样,将空间降采样后得到的高空间分辨率遥感影像记为 在Igk的光谱范围和Igg的光谱范围已知的情况下,根据Igk的光谱范围和Igg的光谱范围,选择被Igk的光谱范围覆盖的Igg的波段即选择被Igk的光谱范围覆盖的 的波段,采用最小二乘方法对 和选择的I*gg的波段进行处理,求解得到组合系数;或在Igk的光谱范围和Igg的光谱范围未知的情况下,采用最小二乘方法对 和I*gg的所有波段进行处理,求解得到组合系数;
[0012] 步骤3_2:将 的亮度分量作为参考,对 进行矩匹配以减弱 的亮度分量与之间的辐射差异,将矩匹配后得到的高空间分辨率遥感影像记为
[0013] 步骤3_3:将 与 的亮度分量相减,将得到的差值图像作为 的基础高频分量;然后通过拉普拉斯锐化滤波器对 的基础高频分量进行空间增强,得到 的可调高频分量;再将 的基础高频分量和 的可调高频分量加权组合得到 的高频信息;其中, 的可调高频分量的权重的取值范围为[0,5];
[0014] 步骤4:利用I*gg的每个波段的梯度,计算I*gg的每个波段所需要的 的高频信息的注入权重;
[0015] 步骤5:将I*gg的每个波段所需要的 的高频信息的注入权重与 的高频信息相乘;然后将得到的结果注入到 中,得到同时具有高空间分辨率和高光谱分辨率的初步空间高度锐化融合影像,记为Irh;
[0016] 步骤6:利用I*gg对Irh进行光谱补偿与校正,得到光谱高保真的最佳空间高度锐化融合影像。
[0017] 所述的步骤1中,I*gk和I*gg的获取过程为:
[0018] 步骤1_1:根据Igk和Igg之间的空间分辨率比率,对Igg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像,记为 的尺寸大小与Igk的尺寸大小一致;然后将 作为参考,对Igk进行几何配准,将几何配准后得到的高空间分辨率遥感影像作为第一高空间分辨率遥感影像,记为I'gk;并将Igg作为第一高光谱分辨率遥感影像,记为I'gg;
[0019] 步骤1_2:将 作为参考,对I'gk进行辐射配准以减弱I'gk与I'gg之间的辐射差异,将辐射配准后得到的高空间分辨率遥感影像作为第二高空间分辨率遥感影像,记为I*gk;并将I'gg作为第二高光谱分辨率遥感影像,记为I*gg。
[0020] 所述的步骤1_1中,几何配准利用专业遥感图像处理软件ENVI/ERDAS。
[0021] 所 述的 步骤 1_ 2中 ,采 用矩匹 配技 术对 I 'g k进 行 辐射配 准 ,其中,Pgk,std表示I'gk中的所有像素点的像素值的标准差,Pgk,mean表示I'gk中的所有像素点的像素值的均值, 表示 的亮度分量中的所有像素点的像素值的标准差, 表示 的亮度分量中的所有像素点的像素值的均值。
[0022] 所述的 的亮度分量的获取过程为:对 的所有波段取均值得到 的亮度分量。
[0023] 所述的步骤2中,采用去噪算法对I*gk进行快速去噪处理的过程为:对于同质遥感影像融合,采用维纳滤波技术作为去噪算法对I*gk进行快速去噪处理;对于异质遥感影像融*合,采用Lee滤波技术作为去噪算法对Igk进行快速去噪处理。
[0024] 所述的步骤4的具体过程为:
[0025] 步骤4_1:对I*gg的所有波段取均值,得到均值分量;
[0026] 步骤4_2:计算I*gg的每个波段的平均梯度,并计算均值分量的平均梯度;
[0027] 步骤4_3:将I*gg的每个波段的平均梯度与均值分量的平均梯度相除,得到I*gg的对* *应波段所需要的 的高频信息的注入权重;对于I gg的第q个波段,将Igg的第q个波段的平均梯度与均值分量的平均梯度相除得到的结果作为I*gg的第q个波段所需要的 的高频信息的注入权重;其中,q为正整数,q的初始值为1,1≤q≤Q,Q表示I*gg的波段数。
[0028] 所述的步骤6的具体过程为:
[0029] 步骤6_1:对Irh进行模糊处理,将模糊处理后得到的融合影像记为I'rh;其中,模糊处理所采用的模糊函数选用影像传感器调制解调函数MTF;
[0030] 步骤6_2:对I'rh进行降采样处理,以使降采样处理后得到的融合影像的尺寸大小与I*gg的尺寸大小一致,将降采样处理后得到的融合影像记为I”rh;
[0031] 步骤6_3:将I”rh与I*gg相减得到残差分量;
[0032] 步骤6_4:对残差分量进行重采样处理,以使重采样处理后得到的残差分量的尺寸大小与Irh的尺寸大小一致;
[0033] 步骤6_5:将重采样处理后得到的残差分量加入到Irh中,得到最佳空间高度锐化融合影像。
[0034] 与现有技术相比,本发明的优点在于:
[0035] 1)本发明方法充分考虑到遥感影像中噪声的影响,以及异质遥感影像融合往往产生光谱扭曲的现象,引入融合遥感影像光谱补偿策略,不仅可以满足同质全色/多光谱遥感影像融合、全色/高光谱遥感影像融合、多光谱/高光谱遥感影像融合,而且可以满足SAR/多光谱等异质遥感影像的融合需求。
[0036] 2)本发明方法同时考虑到空间增强和光谱补偿,可以提升高光谱分辨率遥感影像的空间分辨率,得到具有空间高度锐化的融合图像,满足融合影像视觉解译需求,同时最后得到的最佳空间高度锐化融合影像具有较高的光谱保真度,能够很好地满足定量化应用需求。
[0037] 3)本发明方法简单高效,可以满足实际工程应用的快速融合处理需求。附图说明
[0038] 图1为本发明方法的总体流程框图
[0039] 图2a为一幅全色遥感影像;
[0040] 图2b为一幅与图2a同一场景的多光谱遥感影像经本发明方法的步骤3_1处理后得到的空间重采样后的多光谱遥感影像;
[0041] 图2c为利用本发明方法对图2a和图2b进行处理得到的光谱高保真的最佳空间高度锐化融合影像;
[0042] 图3a为一幅全色遥感影像;
[0043] 图3b为一幅与图3a同一场景的高光谱遥感影像经本发明方法的步骤3_1处理后得到的空间重采样后的高光谱遥感影像;
[0044] 图3c为利用本发明方法对图3a和图3b进行处理得到的光谱高保真的最佳空间高度锐化融合影像;
[0045] 图4a为一幅SAR遥感影像;
[0046] 图4b为一幅与图4a同一场景的多光谱遥感影像经本发明方法的步骤3_1处理后得到的空间重采样后的多光谱遥感影像;
[0047] 图4c为利用本发明方法对图4a和图4b进行处理得到的光谱高保真的最佳空间高度锐化融合影像。

具体实施方式

[0048] 以下结合附图实施例对本发明作进一步详细描述。
[0049] 充分考虑到同质影像空-谱高保真融合、异质影像空-谱高保真融合需求,以及实际工程应用对遥感影像快速融合处理需求,本发明提出了一种同/异质遥感影像高保真广义空-谱融合方法,不仅可以产生空间高度锐化的最佳融合影像,同时最佳融合影像的光谱保真度高,而且可以同时满足同质遥感影像融合和异质遥感影像融合。
[0050] 本发明提出的一种同/异质遥感影像高保真广义空-谱融合方法,其总体流程框图如图1所示,其包括以下步骤:
[0051] 步骤1:选取针对同一场景的多源遥感影像,分别为原始的高空间分辨率遥感影像和原始的高光谱分辨率遥感影像,对应记为Igk和Igg;然后对Igk和Igg进行预处理,将预处理* *后得到的高空间分辨率遥感影像和高光谱分辨率遥感影像对应记为Igk和Igg。
[0052] 在此具体实施例中,步骤1中,I*gk和I*gg的获取过程为:
[0053] 步骤1_1:根据Igk和Igg之间的空间分辨率比率,对Igg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像,记为 的尺寸大小与Igk的尺寸大小一致;然后将作为参考,对Igk进行几何配准,将几何配准后得到的高空间分辨率遥感影像作为第一高空间分辨率遥感影像,记为I'gk;并将Igg作为第一高光谱分辨率遥感影像,记为I'gg。
[0054] 步骤1_2:将 作为参考,对I'gk进行辐射配准以减弱I'gk与I'gg之间的辐射差异,将辐射配准后得到的高空间分辨率遥感影像作为第二高空间分辨率遥感影像,记为I*gk;并将I'gg作为第二高光谱分辨率遥感影像,记为I*gg。
[0055] 在此具体实施例中,步骤1_1中,几何配准利用专业遥感图像处理软件ENVI/ERDAS。
[0056] 在此具体实施例中,步骤1_2中,考虑到高空间分辨率遥感影像和高光谱分辨率遥感影像获取时间可能存在差异,尤其是异质遥感影像融合较为常见,因此采用矩匹配技术对I'gk进行辐射配准, 其中,Pgk,std表示I'gk中的所有像素点的像素值的标准差,Pgk,mean表示I'gk中的所有像素点的像素值的均值, 表示 的亮度分量中的所有像素点的像素值的标准差, 表示 的亮度分量中的所有像素点的像素值的均值。
[0057] 在此具体实施例中, 的亮度分量的获取过程为:对 的所有波段取均值得到的亮度分量。
[0058] 步骤2:判断I*gk中是否包含噪声,若包含噪声则采用去噪算法对I*gk进行快速去噪处理,将去噪处理后得到的高空间分辨率遥感影像记为 若不包含噪声则直接将I*gk重新记为
[0059] 在此具体实施例中,步骤2中,采用去噪算法对I*gk进行快速去噪处理的过程为:对于同质遥感影像融合,如Igk为全色影像,且Igg为多光谱影像或高光谱影像时,采用维纳滤波技术作为去噪算法对I*gk进行快速去噪处理;对于异质遥感影像融合,如Igk为SAR影像,且Igg为多光谱影像或高光谱影像时,采用Lee滤波技术作为去噪算法对I*gk进行快速去噪处理。
[0060] 步骤3:提取 的高频信息,具体过程为:
[0061] 步骤3_1:在Igk的光谱范围和Igg的光谱范围已知的情况下,根据Igk的光谱范围和Igg的光谱范围,选择被Igk的光谱范围覆盖的Igg的波段即选择被Igk的光谱范围覆盖的 的波段;然后根据 的尺寸大小,对I*gg进行空间重采样,将空间重采样后得到的高光谱分辨*率遥感影像记为 接着根据Igg,并通过对选择的 的波段进行线性组合得到 的亮度分量。
[0062] 或在Igk的光谱范围和Igg的光谱范围未知的情况下,根据 的尺寸大小,对I*gg进行空间重采样,将空间重采样后得到的高光谱分辨率遥感影像记为 接着根据I*gg,并通过对 的所有波段进行线性组合得到 的亮度分量。
[0063] 上述,对 的所有波段进行线性组合所采用的组合系数的获取过程为:为响应影像快速处理需求,对 进行空间降采样,将空间降采样后得到的高空间分辨率遥感影像记为 在Igk的光谱范围和Igg的光谱范围已知的情况下,根据Igk的光谱范围和Igg的光谱范围,选择被Igk的光谱范围覆盖的Igg的波段即选择被Igk的光谱范围覆盖的 的波段,采用*最小二乘方法对 和选择的Igg的波段进行处理,求解得到组合系数;或在Igk的光谱范围*
和 的光谱范围未知的情况下,采用最小二乘方法对 和Igg的所有波段进行处理,求解得到组合系数。
[0064] 步骤3_2:将 的亮度分量作为参考,对 进行矩匹配以减弱 的亮度分量与之间的辐射差异,将矩匹配后得到的高空间分辨率遥感影像记为
[0065] 步骤3_3:将 与 的亮度分量相减,将得到的差值图像作为 的基础高频分量;然后通过拉普拉斯锐化滤波器对 的基础高频分量进行空间增强,得到 的可调高频分量;再将 的基础高频分量和 的可调高频分量加权组合得到 的高频信息;其中,的可调高频分量的权重的取值范围为[0,5],在实际处理时 的可调高频分量的权重根据需求人为设定。
[0066] 步骤4:利用I*gg的每个波段的梯度,计算I*gg的每个波段所需要的 的高频信息的注入权重。
[0067] 在此具体实施例中,步骤4的具体过程为:
[0068] 步骤4_1:对I*gg的所有波段取均值,得到均值分量。
[0069] 步骤4_2:计算I*gg的每个波段的平均梯度,并计算均值分量的平均梯度。
[0070] 步骤4_3:将I*gg的每个波段的平均梯度与均值分量的平均梯度相除,得到I*gg的对应波段所需要的 的高频信息的注入权重;对于I*gg的第q个波段,将I*gg的第q个波段的平均梯度与均值分量的平均梯度相除得到的结果作为I*gg的第q个波段所需要的 的高频信息的注入权重;其中,q为正整数,q的初始值为1,1≤q≤Q,Q表示I*gg的波段数。
[0071] 步骤5:将I*gg的每个波段所需要的 的高频信息的注入权重与 的高频信息相乘;然后将得到的结果注入到 中,得到同时具有高空间分辨率和高光谱分辨率的初步空间高度锐化融合影像,记为Irh。
[0072] 步骤6:利用I*gg对Irh进行光谱补偿与校正,得到光谱高保真的最佳空间高度锐化融合影像。
[0073] 在此具体实施例中,步骤6的具体过程为:
[0074] 步骤6_1:对Irh进行模糊处理,将模糊处理后得到的融合影像记为I'rh;其中,模糊处理所采用的模糊函数选用影像传感器调制解调函数MTF。
[0075] 步骤6_2:对I'rh进行降采样处理,以使降采样处理后得到的融合影像的尺寸大小与I*gg的尺寸大小一致,将降采样处理后得到的融合影像记为I”rh。
[0076] 步骤6_3:将I”rh与I*gg相减得到残差分量。
[0077] 步骤6_4:对残差分量进行重采样处理,以使重采样处理后得到的残差分量的尺寸大小与Irh的尺寸大小一致。
[0078] 步骤6_5:将重采样处理后得到的残差分量加入到Irh中以进一步提升融合影像的光谱保真度,得到最佳空间高度锐化融合影像。
[0079] 为验证本发明方法的可行性和有效性,对本发明方法进行实验。
[0080] 图2a给出了一幅全色遥感影像,图2b给出了一幅与图2a同一场景的多光谱遥感影像经本发明方法的步骤3_1处理后得到的空间重采样后的多光谱遥感影像,图2c给出了利用本发明方法对图2a和图2b进行处理得到的光谱高保真的最佳空间高度锐化融合影像。图3a给出了一幅全色遥感影像,图3b给出了一幅与图3a同一场景的高光谱遥感影像经本发明方法的步骤3_1处理后得到的空间重采样后的高光谱遥感影像,图3c给出了利用本发明方法对图3a和图3b进行处理得到的光谱高保真的最佳空间高度锐化融合影像。图4a给出了一幅SAR遥感影像,图4b给出了一幅与图4a同一场景的多光谱遥感影像经本发明方法的步骤
3_1处理后得到的空间重采样后的多光谱遥感影像,图4c给出了利用本发明方法对图4a和图4b进行处理得到的光谱高保真的最佳空间高度锐化融合影像。观察图2c、图3c和图4c,可以看出无论是全色/多光谱遥感影像融合、全色/高光谱遥感影像融合、SAR/多光谱遥感影像融合,融合结果均具有较为锐化的空间结构信息,同时融合结果的光谱色彩与原始的高光谱分辨率遥感影像具有较高的一致性,光谱保持性能较好。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈