一种细节增强的遥感图像数据时空谱一体化融合方法技术

一种细节增强的遥感图像数据时空谱一体化融合方法，它属于遥感图像融合技术领域。本发明专利技术解决了现有的遥感图像数据融合方法在平滑图像噪声的同时，也会平滑掉图像细节信息的问题。本发明专利技术首先采用拉普拉斯算子对Y和Z进行边缘增强，因此能够在平滑图像噪声的同时保留图像细节信息；然后利用融合图像与Y′之间的空间退化模型和融合图像与Z′之间的时空谱关系模型，计算Y′对融合图像的一致性约束、Z′对融合图像的一致性约束和图像空间关系的描述，并得到目标函数；最后通过共轭梯度算法求解目标函数，利用求解结果计算出融合图像。与现有方法相比，本发明专利技术的方法在平滑掉图像噪声的同时，可以保留95％以上的图像细节信息。本发明专利技术可以应用于遥感图像融合技术领域用。

【技术实现步骤摘要】
一种细节增强的遥感图像数据时空谱一体化融合方法
本专利技术属于遥感图像融合
，具体涉及一种遥感图像数据时空谱一体化融合方法。
技术介绍
现有的遥感图像融合方法采用三种不同的层级，分别为数据级别、特征级别和决策级别，根据目标的不同，遥感图像融合可分为多视空间融合，空谱融合和时空融合。大多数现有的遥感图像数据融合方法只能应用于整合空间、时间和光谱分辨率其中的两个指标，因此不能获得最高的时间、空间、光谱分辨率融合图像。此外，一些遥感图像数据融合方法旨在合并来自一个或两个传感器的补充信息，不能充分利用来自更多传感器的互补观测信息。在一体化融合理论方法发展中，国内学者做出了较大贡献。从2010年开始，武汉大学在国家自然科学基金的资助下开始相关研究，首次提出了时空谱一体化融合的概念与基于最大后验概率理论的融合框架，并取得了一定的研究成果。香港中文大学对遥感图像数据的时、空、谱关联模型进行了进一步探索，同样基于最大后验估计理论，提出了一种新的时空谱一体融合方法，但仍然是针对两个传感器数据的融合方面。Meng等人、Wu等人在3个传感器融合方面取得了重要进展，但没有全面考虑时、空、谱特征。之后M本文档来自技高网...

【技术保护点】
1.一种细节增强的遥感图像数据时空谱一体化融合方法，其特征在于，该方法包括以下步骤：步骤一、采用拉普拉斯算子对多视图像Y和辅助多源观察图像Z进行边缘增强，得到增强后的多视图像Y′和辅助多源观察图像Z′；步骤二、建立融合图像x与Y′之间的空间退化模型和融合图像x与Z′之间的时空谱关系模型，计算出Y′对融合图像x的一致性约束p(Y′|x)，以及Z′对融合图像x的一致性约束p(Z′|x)和图像空间关系的描述p(x)；步骤三、根据步骤二计算出的p(Y′|x)、p(Z′|x)和p(x)，得到目标函数F(x)的表达式；步骤四、通过共轭梯度算法求解目标函数F(x)，并利用目标函数F(x)的求解结果计算融合图...

【技术特征摘要】
1.一种细节增强的遥感图像数据时空谱一体化融合方法，其特征在于，该方法包括以下步骤：步骤一、采用拉普拉斯算子对多视图像Y和辅助多源观察图像Z进行边缘增强，得到增强后的多视图像Y′和辅助多源观察图像Z′；步骤二、建立融合图像x与Y′之间的空间退化模型和融合图像x与Z′之间的时空谱关系模型，计算出Y′对融合图像x的一致性约束p(Y′|x)，以及Z′对融合图像x的一致性约束p(Z′|x)和图像空间关系的描述p(x)；步骤三、根据步骤二计算出的p(Y′|x)、p(Z′|x)和p(x)，得到目标函数F(x)的表达式；步骤四、通过共轭梯度算法求解目标函数F(x)，并利用目标函数F(x)的求解结果计算融合图像x。2.根据权利要求1所述的一种细节增强的遥感图像数据时空谱一体化融合方法，其特征在于，所述步骤一的具体过程为：多视图像Y＝{y1,y2...,yk,...yK}，其中yk是第k个观测图像，K是多视图像的总数；辅助多源观察图像Z＝{z1,z2...,zn,...zN}，其中：zn代表第n个图像，N是辅助多源观察图像的总数；拉普拉斯算子是一个二阶线性微分算子，假设多视图像Y为二维图像，Y的函数表达式为f(x,y)，则拉普拉斯算子定义为：根据微分的定义有：将公式(2)、(3)与拉普拉斯算子定义相结合得到：则增强后的多视图像Y′的函数表达式g(x,y)为：其中：c为权重系数；同理，得到增强后的辅助多源观察图像Z′。3.根据权利要求2所述的一种细节增强的遥感图像数据时空谱一体化融合方法，其特征在于，所述步骤二的具体过程为：融合图像x与Y'之间的空间退化模型表示如下：y′k,b＝DSk,bMkxb+vk,b,1≤b≤Bx,1≤k≤K(6)y′k,b表示Y′的第k个图像的第b个波段的退化观测图像，xb代表融合图像x的第b个波段，Bx为波段的总数，Mk表示运动矩阵，Sk,b表示光学模糊矩阵，D是下采样矩阵，vk,b是由传感器和外界环境引起的零均值高斯噪声；对公式(6)进行简化，则空间退化模型表示为：y′k,b＝Ay,k,bxb+vk,b(7)其中：Ay,k,b表示融合图像x和Y′之间的空间退化矩阵图像，Ay,k,b＝DSk,bMk；融合图像x与Z′之间的时空谱关系模型表示如下：z′n,q＝ψn,qCn,qAz,n,qxq+τn,q+vn,q,1≤q≤Bz,n,1≤n≤N(8)z′n,q表示Z′的第n幅图像的第q个波段的退化观测图像，xq代表融合图像x的第q个光谱带，Bz,n为光谱带的总数，Az,n,q表示融合图像x和Z′之间的空间退化矩阵图像，Cn,q表示光谱相关性矩阵，ψn,q为时间相关矩阵，τn,q为时偏移量，vn,q代表零均值传感器噪声；则融合图像x的估...

【专利技术属性】
技术研发人员：林连雷，王建峰，杨京礼，
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