一种光学影像与SAR强度影像高精度融合方法技术

本发明专利技术提出一种光学影像与SAR强度影像高精度融合方法，建立影像坐标系，确定两种数据源每一个像素的位置，计算SAR影像与基础地图光学影像之间的偏差，使用频谱分集法达到亚像素级配准精度，降低融合模糊，将SAR与光学配准精度小于0.1个像素，然后将两幅RGB图像先经过HSI变换得到各自的亮度分量后，对亮度分量再进行小波变换，选取一定的融合规则得到新的亮度分量，再反变换得到融合后的RGB图像。本发明专利技术克服了单独使用光学影像云遮挡难获取等困难，弥补SAR影像缺少地物光谱信息的缺点，提高输变电设备安全环境监测准确度，为及时发现输电线路及周边灾害提供第一手影像资料。线路及周边灾害提供第一手影像资料。

【技术实现步骤摘要】
一种光学影像与SAR强度影像高精度融合方法


[0001]本专利技术涉及异源卫星遥感影像高精度融合
，具体来说是一种光学影 像与SAR强度影像高精度融合方法。

技术介绍

[0002]高空间分辨率光学卫星遥感影像可实现输变电运行环境监测，获取输变电一 定范围内的植被覆盖情况、地形地貌特征、房屋新增以及第三方大型施工等情况。 光学影像光谱特性可实现输变电运行环境中的各种地表变化监测，但受限于高空 间分辨率光学影像不能穿透云层，重访周期长，获取难度较大，往往几个月都难 以获取到一景高质量影像，如果用中分辨率光学影像，由于空间分辨率低，难以 实现输变电设备安全监测。SAR(Synthetic Aperture Radar，合成孔径雷达) 具有全天时、全天候且不受云雨影响，使用高空间分辨率SAR影像能够及时获取 地表的动态信息，但SAR影像不包含地物光谱信息，需要结合光学影像才能更好 的识别地表物体。针对这一现状，利用高空间分辨率SAR与中空间分辨率光学影 像融合来获取输变电设备的技术应运而生。

技术实现思路

[0003]本专利技术目的是提供一种方法，能够将光学影像与SAR强度影像高精度融合， 既能拥有SAR影像及时监测地表变化的特点，又能很好地保留光学影像识别地表 物体的优势。
[0004]本专利技术为实现上述目的，通过以下技术方案实现。
[0005]一种光学影像与SAR强度影像高精度融合方法，包括步骤：
[0006]获取研究区高空间分辨率X波段的SAR影像S1和同一区域同一天拍摄的同 一幅宽的中空间分辨率光学影像L1；
[0007]对影像S1和L1进行数据预处理，分别得到预处理后的影像S2和L2；
[0008]对影像S2和L2进行亚像素级配准，以L2为挤出底图，使用频谱分级法将 S2配准到L2上，降低融合模糊；
[0009]利用配准后的高分辨率SAR影像S2重分辨率光学影像进行融合处理，将两 种数据源均归一化为灰度图，再将两幅RGB图像经过HSI变换得到各自的亮度分 量，对亮度分量进行小波变换，选取融合规则并得到新的亮度分量，最后反变换 为融合后的RGB图像。
[0010]进一步的，对S1的预处理包括：轨道校正、影像裁剪、热噪声去除以及利 用DEM数据进行地形校正。
[0011]进一步的，对L1的预处理包括：辐射定标、大气校正、正射校正、图像融 合、图像增强以及研究区裁剪。
[0012]进一步的，影像S2和L2进行亚像素级配准包括步骤：
[0013]进行像元重采样，用邻近4个点的像元值利用双线性内插法将L2影像采样 到和S2像素间距一致，得到重采样影像L3；
[0014]将S2与L3配准，使用多重约束的GAN网络学习可见光和遥感SAR图像之间 的映射
关系，使用训练好的模型扩充训练样本的数量和多样性，使用神经网络提 取特征进行图像块匹配预测，粗配准后生成偏移量参数文件，进行偏移量估计， 最后利用训练好的模型去除偏移量，得到亚像素级的配准，分别导出新的SAR 影像和光学影像S3、L4。
[0015]进一步的，影像融合采用了纹理加权增强方法，使SAR影像的纹理特征更加 清晰，具体包括步骤：
[0016]降噪完成后，进行影像重构，将后向散射强的区域纹理加强，增强其权重占 比，后向散射弱的区域纹理减弱，由此来突出地物纹理，增强纹理信息的SAR 标记为S4。其公式如下：
[0017][0018]其中，为自定义权重系数，是一个常数，S3
w
为后向散射强的区域影像，S3
v
为后向散射弱的区域影像。
[0019]本专利技术的优点在于：
[0020]本专利技术基于异源卫星遥感影像，提取两种影像中的特征信息进行图像融合， 克服单独使用光学影像云遮挡难获取等困难，弥补SAR影像缺少地物光谱信息的 缺点，提高输变电设备安全环境监测准确度，为及时发现输电线路及周边第三方 外破、大型施工及山体滑坡等灾害提供第一手影像资料。
[0021]利用频谱分级法配准SAR与光学影像，降低因配准精度低而引起的融合模糊。
[0022]利用纹理加权融合算法增强SAR影像的纹理信息，使融合后的影像既包含强 纹理有包含强光谱，能够有效识别输电线路周边环境变化情况。
具体实施方式
[0023]下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述 的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。
[0024]一种光学影像与SAR强度影像高精度融合方法，包括如下步骤：
[0025]S1.获取研究区高空间分辨率X波段的SAR影像S1和同一区域同一天拍摄的 同一幅宽的中空间分辨率光学影像L1，对影像S1和L1进行数据预处理：
[0026]对影像S1的预处理主要包括轨道校正、影像裁剪、热噪声去除以及利用DEM 数据进行地形校正，为与中分辨率光学影像，也就是L1影像配准做好准备。热 噪声是SAR卫星系统自带的噪声，是由于卫星本身工作期间产生的能量，需要对 影像进行多次重复去除热噪声的影响。侧视成像，地形的起伏会对SAR影像造成 畸变，并导致透视收缩、叠掩、阴影等现象，因此需要进行地形校正。处理后得 到影像S2。
[0027]对中分辨率光学L1影像的预处理主要包括辐射定标、大气校正、正射校正、 图像融合、图像增强以及研究区裁剪。辐射定标在影像处理中即将影像的灰度值 (DN值)转化为辐射亮度值或表观反射率，以消除传感器本身的误差，确定传 感器入口处的准确辐射值。特别说明这里的融合仅是分辨率与光谱信息的融合， 融合后进行研究区裁剪，裁剪边界和大小以S1为标准，最终得到中分辨率光学 卫星影像L2。
[0028]S2.对S2和L2进行亚像素级配准，以L2为基础底图，使用频谱分级法将 S2配准到L2上，配准精度达到0.1个像素，为融合做好准备，降低融合模糊。
[0029]想实现亚像素级的配准精度，一般的地理配准是远远不够的，需要进行特殊 处
理。
[0030]首先进行像元重采样，因为L2影像的分辨率较低，需要将L2影像采样到和 S2像素间距一致，利用双线性内插法重采样，使用邻近4个点的像元值，按照 其距内插点的距离赋予不同的权重，进行线性内插。其原理是利用目标点所对应 的上左，上右、下左、下右四个临界点的像素值来求取目标点的像素值。重采样 完成后得到影像L3，具体计算公式如下：
[0031]a＝(1
‑
t)(1
‑
u),b＝(1
‑
t)
×
u,c＝t
×
u,d＝t(1
‑
u)
[0032]其中，a,b,c,d分别为四个坐标系数，u,t分别为临界点与目标点在二维坐标 轴上的比例。
[0033]使用多重约束的GAN网络学习可见光和遥感SAR图像之间的映射关系，然后 利用训练好的模型扩充训练样本的数量和多样性，之后使用神经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光学影像与SAR强度影像高精度融合方法，其特征在于，包括步骤：获取研究区高空间分辨率X波段的SAR影像S1和同一区域同一天拍摄的同一幅宽的中空间分辨率光学影像L1；对影像S1和L1进行数据预处理，分别得到预处理后的影像S2和L2；对影像S2和L2进行亚像素级配准，以L2为挤出底图，使用频谱分级法将S2配准到L2上，降低融合模糊；利用配准后的高分辨率SAR影像S2重分辨率光学影像进行融合处理，将两种数据源均归一化为灰度图，再将两幅RGB图像经过HSI变换得到各自的亮度分量，对亮度分量进行小波变换，选取融合规则并得到新的亮度分量，最后反变换为融合后的RGB图像。2.根据权利要求1所述的光学影像与SAR强度影像高精度融合方法，其特征在于，所述对S1的预处理包括：轨道校正、影像裁剪、热噪声去除以及利用DEM数据进行地形校正。3.根据权利要求1所述的光学影像与SAR强度影像高精度融合方法，其特征在于，所述对L1的预处理包括：辐射定标、大气校正、正射校正、图像融合、图像增强以及研究区裁剪。4.根据权利要求1所述...

【专利技术属性】
技术研发人员：张洋，刘辉，刘嵘，贾然，李丹丹，周超，沈浩，刘传彬，李程启，曹付勇，贾明亮，蔡英明，张国飞，李鹏飞，陈子龙，吴洪勋，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：