本发明专利技术属于遥感信息处理技术领域,特别涉及一种结合两种插值算法的遥感图像亚像元定位方法。本发明专利技术包括:将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中,其中未知的像素点为待插值点;获取待插值像素点x;利用光谱解混技术得到各地物类别所占的比例,按照预先设定的比例因子S将低分辨率图像中的每一个像元分割成S2个亚像元,进行遥感图像亚像元定位。本发明专利技术的方法无需迭代,无需训练样本,效率更高、速度更快、精度更高。
【技术实现步骤摘要】
一种结合两种插值算法的遥感图像亚像元定位方法
本专利技术属于遥感信息处理
,特别涉及一种结合两种插值算法的遥感图像亚像元定位方法。
技术介绍
由于遥感图像数据在获取过程中受传感器和环境参数等因素影响,使得混合像元成为遥感图像所固有的特征。混合像元的存在,为获取地物分布信息带来了极大的困难。光谱解混技术虽然获得了混合像元中各类地物类别所占的比例(即分量图),却无法预测出各地物类别具体的空间分布情况。亚像元定位技术正是为了解决上述问题而发展起来的。将混合像元按所需放大比例分割为多个面积更小的亚像元,并根据光谱解混技术所得到的低分辨率分量图确定每个亚像元对应的地物类别,从而得到亚像元级别下的地物分类图。近年来,亚像元定位技术已成为国内外研究的热点之一。Mertens利用空间引力模型,计算混合像元内各亚像元所受到的空间引力的大小,并以混合像元内各亚像元受到的空间引力的大小为指示判决信息,来确定各亚像元所属的类别。该方法可以得到较好的实验结果,但却只利用了混合像元周围邻域像元的分量值信息,而忽略了其自身地物分布的结构信息。Tatem采用Hopfield神经网络(HNN)模型作为能量工具,将每个亚像元当作一个神经元,以各混合像元的分量值为约束条件,对输出的神经元采用约束能量最小的原则进行求解。但该方法却需要较长的迭代求解时间。Ling等将多幅具有亚像元级别的位移图像的解混分量图嵌入到HNN的比例约束项中,对亚像元定位过程进行多重约束,减少亚像元定位过程中的不确定性。Wang将多幅位移图像的光谱信息嵌入到马尔科夫模型的光谱约束项中,提供多光谱约束,提高马尔科夫模型的亚像元定位精度。Ling等将亚像元定位过程分为以下两步:首先,对每一地物类别的低分辨率分量图进行插值,得到多幅具有概率信息高分辨率图像;其次,按照多幅图像中的概率信息和光谱解混技术所得到的比例信息,来确定亚像元定位的最终结果。然而,由于传统的插值算法在图像边缘处存在模糊效应,这使得该方法的应用有一定的局限性。
技术实现思路
本专利技术的目的在于提供一种具有高精度且快速的应用空间结构相似性插值算法和反距离权值算法的遥感图像亚像元定位方法。本专利技术的目的是这样实现的:(1)将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中,其中未知的像素点为待插值点:1)将原始低分辨率图像中的像素点隔行隔列嵌入高分辨率图像中,已知的像素用黑色表示,待插值的未知像素用白色表示;2)计算所在行与列之和为偶数的白色像素点q的值,其中,为高分辨率插值系数向量:3)计算所在行与列之和为奇数的白色像素Q的值,其中,为高分辨率插值系数向量:(2)获取待插值像素点x:1)计算待插值像素点x的4个近邻像素点的标准方差;2)当得到的标准方差超过预先设定的阈值时,利用对偶插值方法对像素x进行插值,否则,利用反距离权值插值方法得到x;(3)利用光谱解混技术得到各地物类别所占的比例,按照预先设定的比例因子S将低分辨率图像中的每一个像元分割成S2个亚像元,进行遥感图像亚像元定位:1)利用混合插值算法对低分辨率图像进行插值,得到每个亚像元属于某一类别C的概率值;2)由类别C所占的比例与比例因子S计算属于该类别的亚像元的个M;3)将S2个概率值按降序排列,选择概率值较大的M个亚像元标记为类别C,得到最终的亚像元定位结果。本专利技术的有益效果在于:本专利技术的方法无需迭代,无需训练样本,效率更高、速度更快、精度更高。附图说明图1为用隔行点阵Y2i±1,2j±1去插值隔行点阵Y2i,2j的情形示意图。图2为用隔行点阵Yi,j(i+j为偶数)去插值隔行点阵Yi,j(i+j为奇数)的示意图。图3a为真实分布图。图3b是降采样后的分量图。图3c是IDWI方法的定位结果。图3d是IDWI-SI方法的定位结果。图4a为真实分布图。图4b是降采样后的分量图。图4c是IDWI方法的定位结果。图4d是IDWI-SI方法的定位结果。图5为结合两种插值算法的遥感图像亚像元定位方法流程图。具体实施方式下面结合附图1-5对本专利技术做更详细地描述。本专利技术包括:1)输入为低空间分辨率遥感图像,利用光谱解混技术得到各地物类别的所占的比例。按照设定的比例因子S将低分辨率图像中的像元分割成S2个亚像元。2)将低分辨率图像中的像素点映射到高分辨率图像中,并利用空间结构相似性插值算法和反距离权值算法确定高分辨率图像中待插值点的值,经插值过程后得到具有概率信息的高分辨率图像。3)对亚像元上所标有的概率值进行排序,按照概率值由大到小的顺序和解混所得到的比例信息确定亚像元所属类别,从而实现亚像元定位。本专利技术为一种结合空间结构相似性插值算法和反距离权值算法的亚像元定位方法。根据低分辨率图像与其对应的高分辨率图像之间的空间结构相似特性,本专利技术应用了一种基于空间结构相似性的插值算法(SimilarInterpolation,SI),并将这种算法与反距离权值插值算法(InverseDistanceWeightingInterpolation,IDWI)结合,形成一种具有边缘保持特性的混合插值算法,将其应用到亚像元定位中。1、所应用的空间结构相似性插值算法,将一幅大小为m×n的低分辨图像插值成大小为2m×2n高分辨图像,具体插值即白色像素点的值的计算过程如下:1)将原始低分辨率图像中的像素点隔行隔列嵌入高分辨率图像中,状态如图1所示,已知的像素用黑色表示,待插值的未知像素用白色表示。2)所在行与列之和为偶数的白色像素点的值的计算。以点q为例,其计算公式如下:其中,为高分辨率插值系数向量,其值有如下方程组的解确定:...
【技术保护点】
【技术特征摘要】
1.一种结合两种插值算法的遥感图像亚像元定位方法,其特征在于:(1)输入原始低分辨率图像的光谱解混结果,低分辨率图像中的像素点映射到高分辨率图像中,将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中,其中未知的像素点为待插值点:1)将原始低分辨率图像中的像素点隔行隔列嵌入高分辨率图像中,已知的像素用黑色表示,待插值的未知像素用白色表示;2)计算所在行与列之和为偶数的白色像素点q的值,其中,为高分辨率插值系数向量:a-p为所在行与列之和为偶数时白色像素q所在图像中为已知的像素点序号;3)计算所在行与列之和为奇数的白色像素Q的值,
【专利技术属性】
技术研发人员:王立国,王正艳,窦峥,赵春晖,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。