一种基于频谱分析的高光谱卫星影像融合方法及应用技术

本发明专利技术提供一种基于频谱分析的高光谱卫星影像融合方法及应用，本发明专利技术针对地表要素量化分析的需求，基于高光谱卫星影像和高空间分辨率多光谱卫星影像，从时频分析的角度出发，引入谐波分析(HA)、引导滤波(GF)和Gram

【技术实现步骤摘要】
一种基于频谱分析的高光谱卫星影像融合方法及应用


[0001]本专利技术涉及一种基于频谱分析的高光谱卫星影像融合方法及应用，属于高光谱卫星遥感影像处理领域。

技术介绍

[0002]大量遥感卫星源源不断的发射，使得高分辨率遥感数据获取能力进一步提升，可获取的高光谱卫星影像包括Hyperion、HJ
‑
1A、高分五号(GF
‑
5)及资源一号02D(ZY1
‑
02D)等，最优空间分辨率为30m，因此同时获取高空间和光谱分辨率的影像数据十分困难，从而在一定程度上限制了其在对地观测技术中的发展，也使地表要素的定量化监测受到了阻碍。为了缓解卫星成像系统的空间分辨率和光谱分辨率之间的矛盾，借助于遥感影像数据融合概念的产生及其理论方法的研究，应用空
‑
谱融合方法以提升影像的分辨率，旨在获取同时具有高空间分辨率和高光谱分辨率的遥感影像，借此实现更加全面、精准的陆表监测。
[0003]传统的影像融合的方法包括成分替换、多分辨率分析、贝叶斯矩阵分解，成分替换和多分辨率分析融合方法是最常用的两种方法，并且多分辨率分析融合方法具有更好的光谱保真度。之后，基于模型和混合像元分解的全色
‑
高光谱影像融合也得到了发展。随着星载影像的空间分辨率飞速提高，影像间的空间分辨率比率逐渐增大，为了解决大空间分辨率差异下影像空谱信息有效集成难的问题，提出了借助临近空间分辨率的高分影像进行分步融合的策略。近些年，深度学习方法表现出出色的应用前景，被广泛的应用于高光谱影像的融合中，但是该方法需要建立在大量的训练样本的基础上。从单个像元光谱曲线的角度出发，结合时频分析技术，在对同一卫星的全色和高光谱影像数据的融合中取得了较好的效果。
[0004]目前的算法和模型主要是用于地物解译，而在为地表要素定量化服务中的应用还需进一步探索。地表要素定量化研究对高光谱卫星影像的空间分辨率和光谱保真度要求较高，且不同地表要素的研究所匹配的最优影像融合方法是不同的，所适用的波长区间也存在差异，因此，考虑不同地表要素定量研究的需求，从单个像元光谱分析的角度出发，充分利用不同卫星的遥感影像数据，构建高效的卫星高光谱影像融合模型极为重要。

技术实现思路

[0005]本专利技术要解决的技术问题是：探索时频分析技术在不同卫星的遥感影像融合中的应用潜力及不同地表要素所适用的最优融合方法，提出一种频谱融合及其对地表要素适用性评估的方法，该方法可以在不同卫星的遥感影像之间进行高效融合，同时针对土壤、植被及水体定量化的需求评估最优融合方法，操作较为便捷和可靠，可以推动高光谱卫星影像处理技术的发展及其在地表要素定量反演中的应用。
[0006]为了解决以上技术问题，本专利技术提出的一种基于频谱分析的高光谱卫星影像融合方法。本专利技术基于频谱分析的高光谱卫星影像融合方法，针对地表要素量化分析的需求，基于高光谱卫星影像和高空间分辨率多光谱卫星影像，从时频分析的角度出发，引入谐波分
析(HA)、引导滤波(GF)和Gram
‑
Schmidt(GS)算法，构建一种影像融合方法(HGF)，该方法可以获取兼顾高空间和高光谱分辨率(空谱)的遥感影像，且根据土壤、植被和水体地表要素的光谱响应，分三个波段区间进行融合效果评价。
[0007]本专利技术基于频谱分析的高光谱卫星影像融合方法，包括以下步骤：
[0008]步骤1、数据准备
[0009]准备覆盖相同区域的高光谱卫星影像和高分辨率多光谱卫星影像，所述高光谱影像为ZY1
‑
02D卫星影像，光谱范围为0.40
‑
2.50μm，在可见光近红外波段和短波红外波段的光谱分辨率分别为10nm和20nm，空间分辨率为30m，高分辨率多光谱卫星影像为Sentinel
‑
2B的蓝光波段，空间分辨率为10m。
[0010]步骤2、数据预处理
[0011]对步骤1中的影像进行辐射定标、大气校正、正射校正及几何校正处理，几何校正是以ZY1
‑
02D卫星影像为基准，对Sentinel
‑
2B卫星影像的蓝光波段进行几何配准，并利用目标区域矢量文件对影像进行裁剪。
[0012]步骤3、ZY1
‑
02D高光谱卫星影像的谐波分解
[0013]以经过步骤2处理后的ZY1
‑
02D卫星影像的单个像元光谱为处理单元，根据谐波分析(HA)的定义，将像元光谱的HA近似理解为以正(余)弦曲线叠加的形式来表示光谱曲线。光谱的HA就是将光谱曲线分解为多个不同频率的光谱，然后将不同频率的光谱叠加在一起来表示原始光谱，即先进行像元光谱的谐波分解。
[0014]依据周期性波形的傅里叶展开形式，对于ZY1
‑
02D卫星影像中像元光谱曲线而言，对其进行变换展开后可以表示成傅里叶级数的形式
[0015][0016]式中：为第h次谐波分量，A
h
、B
h
、C
h
、的计算公式为
[0017][0018]式中：x(n)为离散的光谱曲线，n代表波段号数，L代表波段总数，A0/2表示谐波余项，h表示分解次数，C
h
表示第h次谐波分量的振幅，表示第h次谐波分量的相位，经过谐波变换后，光谱曲线维数W＝2h+1。
[0019]从上式可以看出，每条像元光谱是由一系列正(余)弦分量曲线叠加而成的，每条正(余)弦曲线又是由谐波余项A0/2、振幅C
h
和相位组成的。
[0020]步骤4、ZY1
‑
02D高光谱卫星影像的谐波重构
[0021]ZY1
‑
02D卫星高光谱影像谐波重构参数为三部分，A0/2与Sentinel
‑
2B卫星影像蓝
光波段的GS变换融合数据，C
h
和
[0022]根据公式(1)和(2)可知，A0/2是一个常数，不会对光谱曲线的波形产生影响，是地物对电磁波反射的综合反应，也包含了影像的空间信息。将高分辨率多光谱影像替换A0/2进行谐波重构逆变换可以实现空谱融合，但是Sentinel
‑
2B卫星影像的蓝光波段与像元灰度值之间存在巨大的差异。
[0023]因此，对A0/2和Sentinel
‑
2B卫星影像的蓝光波段进行GS变换的融合，提高A0/2的空间分辨率，同时使GS变换后融合影像的像元灰度值更接近A0/2，然后对GS变换融合影像、C
h
和进行谐波重构逆变换，完成更接近真实地物光谱反射率的高光谱和高空间分辨率影像的融合。
[0024]步骤5、空谱融合影像的优化
[0025]引导滤波不仅可以减弱噪声，同时，当引导图像是原图的时候，具有边缘保持的功能，因此它就成了一个边缘保持滤波器。它在图像增强、目标检测、图像去雾和图像分类上均有相应的应用。引导滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于频谱分析的高光谱卫星影像融合方法，其特征是，包括以下步骤：步骤1、数据准备准备覆盖相同区域的高光谱卫星影像和高分辨率多光谱卫星影像；步骤2、数据预处理对步骤1中的影像进行辐射定标、大气校正、正射校正及几何校正处理；步骤3、高光谱卫星影像的谐波分解以经过步骤2处理后的高光谱卫星影像的单个像元光谱为处理单元，进行频率域分解；步骤4、高光谱卫星影像的谐波重构用高分辨率多光谱影像替换及频率域重构逆变换，实现空谱融合；步骤5、空谱融合影像的优化对步骤4获取的空谱融合影像进行滤波处理，在保持边缘的同时提高影像的质量。2.如权利要求1所述的一种基于频谱分析的高光谱卫星影像融合方法，其特征是，所述步骤1中，高光谱影像为ZY1
‑
02D卫星影像，光谱范围为0.40
‑
2.50μm，在可见光近红外波段和短波红外波段的光谱分辨率分别为10nm和20nm，空间分辨率为30m；多光谱影像为Sentinel
‑
2B卫星影像的蓝光波段，空间分辨率为10m。3.如权利要求2所述的一种基于频谱分析的高光谱卫星影像融合方法，其特征是，所述步骤2中，几何校正是以ZY1
‑
02D卫星影像为基准，对Sentinel
‑
2B卫星影像的蓝光波段进行几何配准，并利用目标区域矢量文件对影像进行裁剪。4.如权利要求3所述的一种基于频谱分析的高光谱卫星影像融合方法，其特征是，所述步骤3中，以经过步骤2处理后的ZY1
‑
02D卫星影像的单个像元光谱为处理单元，将像元光谱近似表示为正(余)弦曲线叠加的形式，ZY1
‑
02D影像的频率域分解就是将像元...

【专利技术属性】
技术研发人员：付萍杰，孟飞，张雨煊，刘耀辉，王晋，李锦煜，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：