The invention relates to a hyperspectral remote sensing image fusion method of multiscale geometric analysis and based on the PCA transform, is characterized by comprising the following steps: hyperspectral image of N band pre-processing, hyperspectral image registration; respectively on N band of multiscale geometric analysis of multiscale geometric transform, obtain each a band of hyperspectral image analysis (I) and factor Cj (I) Gj geometric flow; multiscale geometric N band hyperspectral image analysis using PCA transform coefficient and geometric flow analysis, obtained their principal component analysis; multi-scale geometric transform, the new image is reconstructed to obtain fusion. The quality of remote sensing images obtained by this method is better, and it will be more conducive to remote sensing image extraction, classification and other follow-up processing.
【技术实现步骤摘要】
基于多尺度几何分析和PCA变换的高光谱遥感图像融合方法
本专利技术涉及一种高光谱遥感图像的融合方法。
技术介绍
遥感是利用任何物体都有不同的电磁波反射或辐射特征,通过获取地面目标反射或辐射出来的电磁波来得到目标信息,并对所获得的信息进行处理,实现目标的定位、识别、定性或定量的描述等。遥感科学是一门综合性科学,它以空间信息科学、电子信息科学、光学、计算机科学、生物、化学等学科为基础,通过对空间对象的观测,为国民经济和科学研究等人类活动提供了丰富的海量遥感影像数据。多尺度几何分析变换是基于边缘的一种二维小波变换,通过把图像中的几何特征定义为矢量场,而不是简单的看作普通边缘的集,能够自适应地跟踪图像的几何正则,正则表达式的约束,到达自适应的稀疏表达图像,被称之为自适应的多尺度几何分析工具。PCA变换是通过使用PrincipalComponentsaAnalysis选项生成互不相关的输出波段,达到隔离噪声和减少数据集的维数的方法。高光谱图像超多的波段数目形成了海量的数据,处理高光谱图像就面临着维数过多的问题:波段选择、运算效率低等困难。
技术实现思路
本专利技术的目的是将多尺度几何分析和PCA变换结合起来融合高光谱遥感图像。为了达到上述目的,本专利技术的技术方案是提供了一种基于多尺度几何分析和PCA变换的高光谱遥感图像融合方法,其特征在于,包括以下步骤:步骤1、对N个波段的高光谱图像进行预处理、配准;步骤2、分别对N个波段的高光谱图像进行多尺度几何分析变换,获取每一个波段高光谱图像的多尺度几何分析系数Cj(i)和几何流Gj(i),式中,j表示融合的源图像的个数,i表示 ...
【技术保护点】
一种基于多尺度几何分析和PCA变换的高光谱遥感图像融合方法,其特征在于,包括以下步骤:步骤1、对N个波段的高光谱图像进行预处理、配准;步骤2、分别对N个波段的高光谱图像进行多尺度几何分析变换,获取每一个波段高光谱图像的多尺度几何分析系数Cj(i)和几何流Gj(i),式中,j表示融合源图像个数,i表示图像分割块数;步骤3、用PCA变换分析N个波段高光谱图像的多尺度几何分析系数和几何流,获得各自的主成分,分别记为CF(i)和GF(i);步骤4、将CF(i)作为多尺度几何分析系数,将GF(i)作为几何流,进行多尺度几何分析逆变换,重构得到融合新图像。
【技术特征摘要】
1.一种基于多尺度几何分析和PCA变换的高光谱遥感图像融合方法,其特征在于,包括以下步骤:步骤1、对N个波段的高光谱图像进行预处理、配准;步骤2、分别对N个波段的高光谱图像进行多尺度几何分析变换,获取每一个波段高光谱图像的多尺度几何分析系数Cj(i)和几何流Gj(i),式中,j表示融合源图像个数,i表示图像分割块数;步骤3、用PCA变换分析N个波段高光谱图像的多尺度几何分析系数和几何流,获得各自的主成分,分别记为CF(i)和GF(i);步骤4、将CF(i)作为多尺度几何分析系数,将GF(i)作为几何流,进行多尺度几何分析逆变换,重构得到融合新图像。2.如权利要求1所述的一种基于多尺度几何分析和PCA变换的高光谱遥感图像融合方法,其特征在于,所述步骤2包括:步骤2.1、对原始的高光谱图像f(x,y)进行二维正交小波变换;步骤2.2、对步骤2.1得到的图像进行二进四叉树分割,直到最底层块的分解尺度达到预先设定的最小尺度,获得图像的多尺度几何分析块,分割时,采用借助目标函数的最小化准则对图像各高频子带最佳分割块大小进行优化,达到最优的分割;步骤2.3、在多尺度几何分析块内选择最佳几何方向,即几何流Gj(i),同时计算多尺度几何分析系数。3.如权利要求2所述的一种基于多尺度几何分析和PCA变换的高光谱遥感图像融合方法,其特征在于,步骤2.2中所述优化包括以下步骤:步骤2.2.1、将L初始化为4,对每个尺寸为L×L的方块S计算最佳方向和相应的Lagrange函数值,将多尺度几何分析块L_0(S)初始化为本步骤计算得到的Lagrange函数值;步骤2.2.2、令L=2L,对每个尺寸为L×L的方块S计算最佳几何流方向和相应的Lagrange函数值L(S);步骤2.2.3、对每...
【专利技术属性】
技术研发人员:朱卫东,刘宇宸,邱振戈,栾奎峰,沈蔚,
申请(专利权)人:上海海洋大学,
类型:发明
国别省市:上海,31
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。