不同空间分辨率的多光谱遥感图像融合方法技术

本发明专利技术属于遥感图像处理领域，具体涉及一种不同空间分辨率的多光谱遥感图像融合方法。该方法首先将高空间分辨率多光谱图像分成n类地物，计算高空间分辨率多光谱图像中各类地物的光谱矢量均值，然后对高空间分辨率多光谱图像进行混合像素分解，利用高空间分辨率多光谱图像中每一个像素中各类地物所占的百分此表示低空间分辨率多光谱图像，求解低空间分辨率多光谱图像中各类地物的光谱矢量均值，最后计算融合图像的每个像素的像素值，生成融合图像。本发明专利技术能够将高空间分辨率多光谱图像和低空间分辨率的多光谱图像进行融合，使融合后的图像更加清晰。

【技术实现步骤摘要】

本专利技术属于遥感图像处理领域，具体涉及一种不同空间分辨率的多光谱遥感图像 融合方法。
技术介绍
目前各种融合算法一般是通过建立适当的融合模型来解决融合过程中已知条件 不足所导致的方程欠定性问题，如IHS变换方法，首先将多光谱图像通过插值算法采样到 与全色图像相同的分辨率，然后将图像的谱信息与强度信息相分离，用全色图像代替强度 信息与谱信息反变换成融合图像。在融合过程中融合图像的谱信息(在图像中表现为图像 的色彩)是通过插值算法对多光谱图像进行插值得到的，因此融合图像谱信息的准确度在 一定程度上由插值算法决定。再如高通滤波或小波融合方法，它们将高空间分辨率图像的 高频信息从图像中分离出来，迭加在低空间分辨率的图像上，但是事实上，不同波段图像的 高频信息是不相同的，因此这种迭加方法必然会对融合结果的准确性造成一定程式度的影 响。事实上这些融合的方法都同样的忽略掉了一个问题，即图像上每一个像元与其周围的 临近像元有着高度的相关性，而只是单独的考虑每一个像元，因此在理论上这些算法是不 完备的，也就是说这些方法即使在理论上讲也只能产生与真实图像相近似的融合图像。而 混合像元分解技术能够将像元分解成主要特征地物在其中的百分含量，表达了图像各点与 主要特征地物之间的关系，因此如果能将这种关系运用到图像融合中，就可以在一定程度 上解决融合方程的欠定性问题。目前IK0N0S、QuickBird等高空间分辨率遥感卫星所携带的传感器可以采集较高 空间分辨率的多光谱图像，但是只具有三到四个波段的多光谱信息，而TM，Aster、Hyperi0n 的数据具有较多的光谱信息，但其分辨率却很低。因此可以利用IK0N0S、QUickBird的中分 辨率多光谱图像对具有更多光谱信息的低空间分辨率图像进行锐化。
技术实现思路
本专利技术的目的在于针对现有技术中存在的问题，提供一种基于混合像元分解技术 的，从而能够将高空间分辨率多光谱图像和低 空间分辨率的多光谱图像进行融合，使融合后的图像更加清晰。为实现上述目的，本专利技术的技术方案如下一种不同空间分辨率的多光谱遥感图 像融合方法，包括如下步骤(1)对同一地区的高空间分辨率的多光谱图像以及低空间分辨率的多光谱图像进 行预处理去噪、配准；(2)对高空间分辨率多光谱图像进行非监督分类，将其分成η类地物；(3)计算高空间分辨率多光谱图像中各类地物的光谱矢量均值；(4)将步骤(3)中得到的高空间分辨率多光谱图像中各类地物的光谱均值作为混 合像元分解的端元，对高空间分辨率多光谱图像进行混合像素分解，计算高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比；(5)利用高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比表示低 空间分辨率多光谱图像，求解低空间分辨率多光谱图像中各类地物的光谱矢量均值；(6)利用步骤中得到的高空间分辨率多光谱图像中每一个像素中各类地物 所占的百分比，以及步骤(5)中得到的低空间分辨率多光谱图像中各类地物的光谱矢量均 值，计算融合图像的每个像素的像素值，生成融合图像。进一步，如上所述的，步骤O)中所 述的非监督分类采用K-means方法，地物的类数η大于200个。进一步，如上所述的，步骤(3)中计算高空间分辨率多光谱图像中各类地物的光谱矢量均值茫T的公式如下 — 权利要求1.一种，包括如下步骤(1)对同一地区的高空间分辨率的多光谱图像以及低空间分辨率的多光谱图像进行预 处理去噪、配准；(2)对高空间分辨率多光谱图像进行非监督分类，将其分成η类地物；(3)计算高空间分辨率多光谱图像中各类地物的光谱矢量均值；(4)将步骤(3)中得到的高空间分辨率多光谱图像中各类地物的光谱均值作为混合像 元分解的端元，对高空间分辨率多光谱图像进行混合像素分解，计算高空间分辨率多光谱 图像中每一个像素中各类地物所占的百分比；(5)利用高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比表示低空间 分辨率多光谱图像，求解低空间分辨率多光谱图像中各类地物的光谱矢量均值；(6)利用步骤中得到的高空间分辨率多光谱图像中每一个像素中各类地物所占的 百分比，以及步骤(5)中得到的低空间分辨率多光谱图像中各类地物的光谱矢量均值，计 算融合图像的每个像素的像素值，生成融合图像。2.如权利要求1所述的，其特征在于步 骤O)中所述的非监督分类采用K-means方法，地物的类数η大于200个。3.如权利要求1所述的，其特征在于步 骤(3)中计算高空间分辨率多光谱图像中各类地物的光谱矢量均值纪的公式如下4.如权利要求1所述的，其特征在于步 骤中计算高空间分辨率多光谱图像中每一个像素中各类地物所占的百分KeiU,y)的 公式如下5.如权利要求1所述的，其特征在于步 骤(5)中利用高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比表示低空 间分辨率多光谱图像的公式如下6.如权利要求1所述的，其特征在于步 骤(6)中计算融合图像的每个像素的像素值CI (x，y)的公式如下η_CI{x,y) = Y^eXx,y)· Zf /=1其中，ei(x，y)为高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比，纪 为低空间分辨率多光谱图像中各类地物的光谱矢量均值。全文摘要本专利技术属于遥感图像处理领域，具体涉及一种。该方法首先将高空间分辨率多光谱图像分成n类地物，计算高空间分辨率多光谱图像中各类地物的光谱矢量均值，然后对高空间分辨率多光谱图像进行混合像素分解，利用高空间分辨率多光谱图像中每一个像素中各类地物所占的百分此表示低空间分辨率多光谱图像，求解低空间分辨率多光谱图像中各类地物的光谱矢量均值，最后计算融合图像的每个像素的像素值，生成融合图像。本专利技术能够将高空间分辨率多光谱图像和低空间分辨率的多光谱图像进行融合，使融合后的图像更加清晰。文档编号G06T5/50GK102117483SQ200910216998公开日2011年7月6日 申请日期2009年12月31日 优先权日2009年12月31日专利技术者赵英俊, 陆冬华 申请人:核工业北京地质研究院本文档来自技高网...

【技术保护点】
１．一种不同空间分辨率的多光谱遥感图像融合方法，包括如下步骤：（１）对同一地区的高空间分辨率的多光谱图像以及低空间分辨率的多光谱图像进行预处理去噪、配准；（２）对高空间分辨率多光谱图像进行非监督分类，将其分成ｎ类地物；（３）计算高空间分辨率多光谱图像中各类地物的光谱矢量均值；（４）将步骤（３）中得到的高空间分辨率多光谱图像中各类地物的光谱均值作为混合像元分解的端元，对高空间分辨率多光谱图像进行混合像素分解，计算高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比；（５）利用高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比表示低空间分辨率多光谱图像，求解低空间分辨率多光谱图像中各类地物的光谱矢量均值；（６）利用步骤（４）中得到的高空间分辨率多光谱图像中每一个像素中各类地物所占的百分比，以及步骤（５）中得到的低空间分辨率多光谱图像中各类地物的光谱矢量均值，计算融合图像的每个像素的像素值，生成融合图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：陆冬华，赵英俊，
申请(专利权)人：核工业北京地质研究院，
类型：发明
国别省市：11