基于多层带间结构模型的多光谱图像和全色图像融合方法技术

基于多层带间结构模型的多光谱图像和全色图像融合方法，属于图像融合方法领域。为了解决在建立ARSIS模型的过程中，单层细节图像在描述带间关系时的局限性。本发明专利技术将低分辨率多光谱图像MSLR重采样到PAN图像大小，将其均值作为z1LR图像；对z1LR和MSLR进行GS正交变换，将z1LR图像变换后的图像记为利用SWT构建多尺度模型MSM；将MSM中各近似图像和细节图像划分为64×64大小的图像块；对和计算全局结构相似度SSIM，对每个图像块计算局部结构相似度，并应用定义的模型求得利用SWT逆变换得到得到z1HR后进行GS反变换；输出高分辨率多光谱图像MSHR。本发明专利技术有效地提升了多光谱图像的空间分辨率，实现了多光谱图像全色锐化的目的。

【技术实现步骤摘要】
201610179673

【技术保护点】
基于多层带间结构模型的多光谱图像和全色图像融合方法，其特征在于：所述方法通过以下步骤实现：对于输入的待融合图像MSLR和高分辨率全色图像PAN；步骤一、将低分辨率多光谱图像MSLR利用双线性插值法重采样到全色图像PAN图像大小，并将待融合图像MSLR的均值图像作为均值图像z1LR；步骤二、对均值图像z1LR和待融合图像MSLR进行GS正交变换，将均值图像z1LR变换后的图像记为尺度为2的低分辨率多光谱图像即第2层近似低分辨率多光谱图像步骤三、利用静态小波变换SWT对第2层近似低分辨率多光谱图像进行2层小波变换，对高分辨率全色图像PAN进行4层小波变换，构建多尺度模型MSM；其中，静态小波变换是指，由第2层近似低分辨率多光谱图像和高分辨率全色图像PAN分别进行2层和四层分解；每分解一层会产生一个近似图像和水平、垂直、对角三个方向的细节图像，层数越高则分辨率越低，高分辨率全色图像PAN与z1HR的分辨率相同，而与以及MSLR与z1LR都具有相同分辨率；且第1、2层称为低层，而第3、4层及以上称为高层；步骤四、将多尺度模型MSM中各近似图像对AMS与APAN，以及细节图像对DMS与DPAN，都划分为64×64个像素大小的图像块；步骤五、对于尺度为2的近似图像对：第2层近似低分辨率多光谱图像和第2层低分辨率全色图像计算全局结构相似度SSIM，计算每个图像块的局部结构相似度LSSIM，并最终求得每个图像块的低层细节系数图像步骤六、步骤五求得的第2层细节系数图像与第2层近似低分辨率多光谱图像进行静态小波逆变换，合成得到尺度为1的近似低分辨率多光谱图像即第1层低分辨率多光谱图像步骤七、对于尺度为1的近似图像对：第1层低分辨率多光谱图像和第1层低分辨率全色图像重复步骤四到步骤六的过程得到高分辨率多光谱图像的均值图像z1HR，即高分辨率多光谱图像的均值图像z1HR；步骤八、对高分辨率多光谱图像的均值图像z1HR和低分辨率多光谱图像MSLR进行GS反变换；最终输出高分辨率多光谱图像MSHR。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张钧萍，陆小辰，李彤，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23