一种面向图层叠加的多光谱图像与全色图像自适应融合方法技术

本发明专利技术提出一种面向图层叠加的多光谱图像与全色图像自适应融合方法，所述方法包括获取多光谱图像和全色图像并进行预处理；调用相应图像融合模块中的所有算法对预处理后的图像进行处理，将得到的数据代入评估函数得到各个算法量化后的评估数据；根据各个算法量化的评估数据，计算出评估函数的最大值，得到最优融合算法；使用图像处理软件将融合图像与目标电子地图投影到同一坐标系下，再进行分级切片编码，最后将切好的瓦片图叠加到电子图层上。本发明专利技术采用最新的高分辨遥感图像叠加到电子地图上，解决了部分地区高层级卫星图像缺失的问题，方便用户对真实卫星图像进行查看，时效性快，且所叠加的遥感图像分辨率高,用户可以查看最新的高清卫星遥感图像。

【技术实现步骤摘要】
一种面向图层叠加的多光谱图像与全色图像自适应融合方法
本专利技术属图像处理
，特别涉及一种面向图层叠加的多光谱图像与全色图像自适应融合方法。
技术介绍
随着地理信息系统的快速发展，电子地图的使用遍布在各行各业，越来越多的用户在个人电脑或者终端上安装并使用电子地图。现使用的电子地图均提供查看卫星地图的功能，方便用户根据真实影像进行查看，更加快速准确的找出目标区域。但现有电子地图所提供的卫星图像存在部分地区高层级卫星影像缺失的情况，且所提供的卫星图像实效性也不高，大多是几年更新一次，用户无法获得实际影像。图层叠加所用遥感图像大部分采用图像处理软件进行图像融合得到，该方法虽具有通用性，但是融合效果并不能满足用户对不同场景的不同需求。传统方法使用融合处理后的遥感图像叠加到电子地图上时，由于图像精度不高，特征信息不够明显，遥感图像与目标地图进行坐标校正时会产生误差，导致叠加后的图像在电子地图上出现偏移；传统方法对数据量大的遥感图像进行图像融合处理时通常需要花费较长时间，极大的降低了工作效率。
技术实现思路
为解决上述技术问题，本专利技术提供一种面向图层叠加的多光谱图像和全色图像自适应融合方法，根据不同的需求选择对应的最优算法进行图像融合处理，该方法包括：S1、获取同一场景的多光谱图像和全色图像，将得到的图像进行预处理操作，经过处理后的图像根据预设的规则进入相应的图像融合模块中；S2、调用相应图像融合模块中的对应类型的全部算法对输入的图像数据进行处理，将得到的结果使用评估函数进行计算，得到各个算法量化后的评估数据；S3、根据步骤S2中的各个算法融合后的图像评估数据，得到最大评估数值，拥有最大评估数值的算法即为最优算法，同时将该算法对应的融合图像结果进行输出；S4、根据步骤S3得到融合图像，将融合后遥感图像和目标电子地图投影到同一坐标系下，然后进行分级切片编码，最后将切好的瓦片图叠加到电子图层上。优选的，所述步骤S1具体包括，S11、将得到的图像分别使用直方图均衡化法进行辐射校正；S12、将辐射校正后的图像根据预先设定的阈值按照图像数据大小进行划分，图像数据量低于该阈值的图像自动进入像素级图像融合模块，图像数据量高于该阈值的图像则自动进入特征级图像融合模块。优选的，所述阈值设定为待处理图像数据量大小的均值。优选的，所述步骤S2具体包括，S21、将所述步骤S1中得到的融合类别和经过预处理后的图像使用相应类别下的所有算法进行融合处理；S22、将融合处理的数据代入评估函数进行计算，得到相应图像融合算法量化后的评估结果，其中，所述评估函数为：fi＝w1pi+w2vi+w3gi；其中，w1、w2、w3代表各评估项的权重系数，i为像素级融合模块或特征级融合模块中的算法类别，p代表i算法融合后图像的峰值信噪比，具体计算公式为：其中Max代表图像最大像素数值，Mse代表融合前后图像的均方误差，其计算公式为：其中MN为图像的宽度和高度，Iij代表融合前图像像素点(i，j)的像素值，Kij代表融合后图像像素点(i，j)的像素值；vi用于评估算法i的图像融合速度，根据上述的图像融合时间得到，计算公式如下：vi＝e-t其中t为i算法融合图像所用时间；gi用于评估算法i融合后图像的灰度值，根据上述的图像R，G，B的像素值得到，用于评价图像色彩丰富度，公式如下：g＝0.3R+0.59G+0.11B其中R，G，B分别为图像三基色像素值。优选的，所述步骤S22还包括，在像素级融合模块中，i＝1，2，3，4分别对应逻辑滤波法，对比调制法，金字塔分解融合法，小波变换法；在特征级融合模块中，i＝1，2，3，分别对应加权平均法，贝叶斯估计法，聚类分析法，进行融合时算法按照数字从小到大的顺序进行调用。优选的，所述步骤S21中融合处理后得到各个算法图像的融合时间，融合前后图像的像素值，图像的宽度和高度，融合后图像的R，G，B像素值。优选的，所述步骤S4还包括将遥感图像与电子地图进行点位比对来实现融合图像与目标电子地图的校正。本专利技术采用最新的高分辨遥感图像叠加到电子地图上，解决了部分地区高层级卫星图像缺失的问题，方便用户对真实卫星图像进行查看，时效性快，且所叠加的遥感图像分辨率高,用户可以查看最新的高清卫星遥感图像。附图说明图1为本专利技术提出的面向图层叠加的多光谱图像与全色图像自适应融合方法流程图；图2为本专利技术提出的自适应方法在百度地图上叠加的遥感图像效果图；图3为普通的叠加遥感图像效果图。具体实施方式以下结合附图对本专利技术的具体实施方式作出详细说明。下面对于本专利技术提出的一种根据遥感图像数据量大小对原始图像进行图像融合处理，并将融合后遥感图像叠加到电子地图上的方法，结合附图和实施例详细说明。参照方法流程图1，本专利技术实施例的方法按照以下步骤操作：S1.获取同一场景的多光谱图像和全色图像，将得到的图像进行预处理操作，经过处理后的图像根据预设的规则进入相应的图像融合模块中；S2.调用相应图像融合模块中的对应类型的全部算法对输入的图像数据进行处理，将得到的结果使用评估函数进行计算，得到各个算法量化后的评估数据；S3.根据各个算法量化的评估数据，计算出评估函数的最大值，得到最优融合算法；S4.使用图像处理软件将融合图像与目标电子地图投影到同一坐标系下，再进行分级切片编码，最后将切好的瓦片图叠加到电子图层上。对于S1步骤，具体实施方案为：遥感图像分别使用直方图均衡化法进行辐射校正。用户可以根据自己需求输入图像数据量阈值或使用默认阈值。若阈值设置过大，大部分图像会使用数据级融合方法进行图像融合，这将会产生不必要的精度浪费和过长的处理时间；若阈值设置过小，则大部分图像会使用特征级图像融合方法进行图像融合，这将会导致整体图像精度受损，影响叠加效果。因此建议阈值设定为待处理图像数据量大小的均值。将辐射校正后的图像根据预先设定的阈值按照全色图像数据大小进行划分，全色图像数据量低于该阈值的图像自动进入像素级图像融合模块，全色图像数据量高于该阈值的图像则自动进入特征级图像融合模块。低于阈值时的图像通常数据量较小，采用像素级融合方法对图像进行融合处理，可以保留较高的精度，获取更多细节信息，进行图像校正时能更精准的进行点位匹配，从而使图像精准的叠加到电子地图上。高于阈值的图像通常数据量较大，采用特征级融合方法对图像进行融合处理，可以在保证一定精度的前提下，拥有更快的处理速度，从而能大幅提高工作效率。对于S2步骤，具体实施步骤如下：S21，将S1步骤中得到的融合类别和经过预处理后的图像使用相应类别下的全部算法进行融合处理：其中像素级图像融合方法内包含算法为：逻辑滤波法，对比调制法，金字塔分解融合法，小波变换法；在特征级图像融合方法内包含算法为：加权平均法，贝叶斯估计法，聚类分析法。融合完成后分别获取各个算法图像的融合时间，融合前后图像的像素值，图像的宽度和高度，融合后图像的R，G，B像素值。图像的融合时间，直接决定图层叠加过程的整体进度，对于一个较大的目标处理区域，图像融合的速度能够决定该区域图层叠加的更新快慢，现如今工程建设步伐较快，尽可能的提高更新频率能满足使用者对于图层使用的时效性要求，采用v评估项进行评估。但是，一味的追求融合时间会导致图层叠加出现偏移的情况发生，因此对融合前后图本文档来自技高网...

【技术保护点】
1.一种面向图层叠加的多光谱图像与全色图像自适应融合方法，其特征在于，所述方法包括如下步骤：S1、获取同一场景的多光谱图像和全色图像，将得到的图像进行预处理操作，经过处理后的图像根据预设的规则进入相应的图像融合模块中；S2、调用相应图像融合模块中的对应类型的全部算法对输入的图像数据进行处理，将得到的结果使用评估函数进行计算，得到各个算法量化后的评估数据；S3、根据步骤S2中的各个算法融合后的图像评估数据，得到最大评估数值，拥有最大评估数值的算法即为最优算法，同时将该算法对应的融合图像结果进行输出；S4、根据步骤S3得到融合图像，将融合后遥感图像和目标电子地图投影到同一坐标系下，然后进行分级切片编码，最后将切好的瓦片图叠加到电子图层上。

【技术特征摘要】
1.一种面向图层叠加的多光谱图像与全色图像自适应融合方法，其特征在于，所述方法包括如下步骤：S1、获取同一场景的多光谱图像和全色图像，将得到的图像进行预处理操作，经过处理后的图像根据预设的规则进入相应的图像融合模块中；S2、调用相应图像融合模块中的对应类型的全部算法对输入的图像数据进行处理，将得到的结果使用评估函数进行计算，得到各个算法量化后的评估数据；S3、根据步骤S2中的各个算法融合后的图像评估数据，得到最大评估数值，拥有最大评估数值的算法即为最优算法，同时将该算法对应的融合图像结果进行输出；S4、根据步骤S3得到融合图像，将融合后遥感图像和目标电子地图投影到同一坐标系下，然后进行分级切片编码，最后将切好的瓦片图叠加到电子图层上。2.根据权利要求1所述的自适应融合方法，其特征在于，所述步骤S1中的经过处理后的图像根据预设的规则进入相应的图像融合模块中，具体包括：S11、将得到的两幅遥感图像分别使用直方图均衡化法进行辐射校正；S12、将辐射校正后的图像根据预先设定的阈值按照全色图像数据大小进行划分，全色图像数据量低于该阈值的图像自动进入像素级图像融合模块，全色图像数据量高于该阈值的图像则自动进入特征级图像融合模块。3.根据权利要求2所述的自适应融合方法，其特征在于，所述阈值设定为待处理图像中全色图像数据量大小的均值。4.根据权利要求1所述的自适应融合方法，其特征在于，所述步骤S2具体包括，S21、将所述步骤S1中得到的融合类别和经过预处理后的图像使用相应类别下的所有算法进行融合处理；S22、将融合处理的数据代入评估函数进行计算，得到相...

【专利技术属性】
技术研发人员：董张玉，向乔妹，王梦阳，魏鑫，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34