一种全色多光谱影像融合方法技术

本发明专利技术提供了一种全色多光谱影像融合方法，对全色影像Pan降质，将原始多光谱影像MS重采样，确定模拟全色影像Pan*中各像素的基础融合系数，根据多光谱影像判断模拟全色影像Pan*中各像素的地物类型，根据地物类型对基础融合系数进行区别性拉伸，得到最终融合系数，最后根据最终融合系数进行融合。本发明专利技术的一种全色多光谱影像融合方法，能够减小融合影像颜色失真程度；消除云雾、图幅大小等因素对融合质量的影响；平衡不同地物对色彩保真度和清晰度的要求。

【技术实现步骤摘要】

本专利技术涉及，属于遥感影像信息处理

技术介绍
当前，很多卫星遥感系统都能够同时获取地面同一场景的全色影像和多光谱影 像。全色影像的空间分辨率高但光谱分辨率低，多光谱影像虽然具有多个波段，但空间分辨 率往往不能满足应用需求。因此，利用影像融合技术可以充分利用多源影像中互补信息，获 取一个高空间分辨率的多光谱影像，具有重要的研究意义和应用价值。 当前的影像融合方法主要分为如下几类：第一类是基于算术运算的方法，利用内 插后的多光谱影像与全色影像进行某种算术运算得到融合影像，如相加法、相乘法、Brovey 方法等；第二类是基于成分替换的方法，通过对多光谱影像进行某种空间变换，然后利用直 方图匹配后的全色影像对某成分进行替换，再进行反变换得到融合影像，其中HIS方法和 PCA方法是最为常用的两种方法，另外还有快速光谱函数法、UNB方法、Gram-Schmidt方法 等；第三类方法是基于多分辨率分析的方法，把影像转换到不同的分辨率层次，通过多分辨 率分析实现融合处理，如Laplacian和小波金字塔分析；第四类方法是基于滤波的方法，如 高通滤波融合法是先对全色影像进行高通滤波，然后把滤波后的高频信息叠加在多光谱影 像上，提高其空间分辨率；第五类方法是混合分析方法，将光谱混合分解技术引入到了融合 框架之中，典型的方法包括线性混合模型和统计混合模型方法。 上述融合方法都可以在一定程度上提高多光谱遥感影像的空间分辨率。然而，现 有算法的融合准则存在不足，导致融合结果中依旧存在有一定程度的光谱畸变，同时现有 算法没有考虑图幅大小及地物类型等因素对于拟合系数产生的影响，导致部分融合结果存 在偏色，部分细节信息丢失等情况，对高分辨率影像的处理效果不佳，在云雾的影响下容易 色彩失真；同时基于统计的融合方法对大图幅的处理会在局部区域无法做到最佳。
技术实现思路
为了解决现有技术的不足，本专利技术提供了，应用均 值滤波来产生模拟全色影像，可以在现有算法的基础上更好地抑制光谱畸变；同时对系数 进行拉伸等方法来增强融合影像的细节信息；此外通过判断地物类型来自适应地设置权重 以平衡色彩保真度与清晰度。 本专利技术为解决其技术问题所采用的技术方案是：提供了一种全色多光谱影像融合 方法，包括以下步骤： (1)对全色影像Pan降质，得到模拟全色影像Par^ (2)将原始多光谱影像MS重采样，得到多光谱影像MS ^，使得多光谱影像MS ^在 长和宽具有和全色影像Pan相同数量的采样点； (3)确定模拟全色影像Pani中各像素的基础融合系数； ⑷根据多光谱影像判断模拟全色影像Pan冲各像素的地物类型； (5)根据地物类型对基础融合系数进行区别性拉伸，得到最终融合系数； (6)根据最终融合系数进行融合。 步骤（1)中，通过以下公式对全色影像Pan降质，得到模拟全色影像ParA 其中，m和η分别表示全色影像Pan的长度和宽度，/(X,表示经过均值滤波后位 于模拟全色影像Pani的（x,y)处的灰度值，f(i, j)表示全色影像Pan的（i, j)处的灰度 值。 步骤（2)中，使用双线性内插法对原始多光谱影像MS进行重采样，以得到多光谱 影像MS^ : 首先，通过以下公式计算重采样后位于多光谱影像MS'中（dstY，dstX)处的像素 在原始多光谱影像MS中的位置（srcY, srcX): srcX = dstX*(srcffidth/dstffidth) srcY = dstY*(srcHeight/dstHeight) 其中srcHeight和srcWidth分别表示原始多光谱影像MS的长与宽，dstHeight和 dstWidth分别表示重采样后的多光谱影像MS'的长与宽； 然后，将srcY分为整数部分i2与小数部分u，将srcX分为整数部分j 2与小数部 分V，通过以下公式对重采样进行描述： 其中，表示重采样得到的多光谱影像在（dstY，dstX)处的像素 灰度值，f (srcY, srcX)表示原始多光谱影像MS中（dstY, dstX)的位置。 步骤（3)中，通过以下公式确定基础融合系数： 其中，μ 2为设置的系数，0〈μ Abasic(i，j)表示融合影像在 (i, j)处的基础融合系数，pan(i, j)表示全色影像Pan在（i, j)处的灰度值，panYi, j)表 示模拟全色影像Paf在（i，j)处的灰度值。 μ JP μ 2均设置为 2。 步骤（4)中，地物分为植被、水体和建筑用地三类；利用归一化植被指数NDVI检测 植被： 其中，G是绿光波段，NIR是近红外波段，δ i是设置的阈值，当NDVI大于δ i则判 断为植被； 利用归一化水体指数NDWI检测水体： 其中，R是红光波段，δ 2是设置的阈值，当NDWI大于δ 2则判断为水体； 植被与水体之外的地物判断为建筑用地。 δ丨设置为〇· 3，δ 2设置为0· 05。 步骤（5)中，通过以下公式对基础融合系数进行区别性拉伸，得到最终融合系数： 入（i，j) = ω ^basicQ, j)+l-? 其中，λ (i，j)表示融合影像上（i，j)处的最终融合系数，ω为根据地物设置 的权重值，若地物类型为建筑用地则ω设置为Cobuilding，若地物类型为植被则ω设置为 ^ vegetation? 若地物类型为水体则ω设置为 ^water? ^ building"^ ^ vegetation"^ ^ water0 步骤（6)中，通过以下公式进行融合： 其中，表示融合影像在（i，j)处的灰度值，MS' band(i，j)表示重采样 得到的多光谱影像MS'在（i，j)处的灰度值。 本专利技术基于其技术方案所具有的有益效果在于：本文算法应用均值滤波来产生模 拟全色影像，可以在现有算法的基础上更好地抑制光谱畸变；同时对系数进行拉伸等方法 来增强融合影像的细节信息；此外通过判断地物类型来自适应地设置权重以平衡色彩保真 度与清晰度。据多次实验，该方法实现的融合影像的相关系数平均可达95. 20%，平均梯度 可达13. 84。作为对比，应用PCI Geomatics软件中的Pansharp融合模块所做的融合影像 其相关系数平均为94. 57 %，平均梯度为9. 02 ;应用ENVI软件中的Gram-Schmidt融合模块 所做的融合影像其相关系数平均为94. 44%，平均梯度为7. 57。注：相关系数为评价色彩保 真度的指标，系数越大说明色彩保持能力越好；平均梯度为评价清晰度指标，系数越大说明 图像清晰度越好。【附图说明】 图1是本专利技术的流程框图。【具体实施方式】 下面结合附图和实施例对本专利技术作进一步说明。 本专利技术提供了，包括以下步骤： (1)对全色影像Pan降质，得到模拟全色影像ParA 通过以下公式对全色影像Pan降质，得到模拟全色影像ParA 其中，m和η分别表示全色影像Pan的长度和宽度，表示经过均值滤波后位 于模拟全色影像Pani的（x,y)处的灰度值，f(i, j)表示全色影像Pan的（i, j)处的灰度 值。 (2)将原始多光谱影像MS重采样，得到多光谱影像MS ^，使得多光谱影像MS ^在 长和宽具有和全色影像Pan相同数量的采样点： 使用双线性内插法对原始多光谱本文档来自技高网...

【技术保护点】
一种全色多光谱影像融合方法，其特征在于包括以下步骤：(1)对全色影像Pan降质，得到模拟全色影像Pan*；(2)将原始多光谱影像MS重采样，得到多光谱影像MS′，使得多光谱影像MS′在长和宽具有和全色影像Pan相同数量的采样点；(3)确定模拟全色影像Pan*中各像素的基础融合系数；(4)根据多光谱影像判断模拟全色影像Pan*中各像素的地物类型；(5)根据地物类型对基础融合系数进行区别性拉伸，得到最终融合系数；(6)根据最终融合系数进行融合。

【技术特征摘要】

【专利技术属性】
技术研发人员：许丽娜，何鲁晓，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42