本公开涉及一般的图像数据处理领域，尤其涉及一种遥感图像处理方法、装置。遥感图像处理方法，包括以下步骤：获取高光谱图像或全色图像中像素点周围预设尺寸的区域图像作为像素点的特征描述；根据所述像素点的特征描述生成像素点的特征描述子；根据高光谱图像的像素点的特征描述子和全色图像的像素点的特征描述子获得高光谱图像和全色图像的像素点匹配点对；将全色图像横向的网格基函数、竖向的网格基函数以及像素点匹配点对代入预设的匹配点对映射函数中得到高光谱图像的像素点映射至全色图像中的实际位置。本公开提供的遥感图像处理方法能够实现带畸变的高光谱图像与全色图像的融合，因此可以更加准确的完成高光谱图像和全色图像的融合。图像和全色图像的融合。图像和全色图像的融合。
【技术实现步骤摘要】
遥感图像处理方法、装置
[0001]本公开涉及一般的图像数据处理领域，尤其涉及一种遥感图像处理方法、装置。
技术介绍
[0002]遥感指的是在不接触目标的条件下，通过高光谱相机和面阵相机对目标的电磁波的辐射和反射特性进行探测和记录的图像数据获取技术。
[0003]面阵相机获取的是高分辨率的全色图像，高光谱相机获取的是地物光谱图像。在现有技术中，将两种图像融合时，一般通过SIFT或者ORB等图像特征提取算法分别对两种图像提取图像特征，然后基于提取到的图像特征进行特征的匹配和位姿关系的估算。
[0004]由于高光谱相机获取的高光谱图像存在畸变，两者在数据上存在非常大的差异，不能直接将相同的图像特征进行仿射变换，导致现有技术的方法并不能准确的完成高光谱图像和全色图像的融合。
技术实现思路
[0005]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种遥感图像处理方法、装置，可以更加准确的完成高光谱图像和全色图像的融合。
[0006]第一方面，本公开提供了一种遥感图像处理方法，所述遥感图像处理方法包括以下步骤：
[0007]获取高光谱图像或全色图像中像素点周围预设尺寸的区域图像作为像素点的特征描述；
[0008]根据所述像素点的特征描述生成像素点的特征描述子；
[0009]根据高光谱图像的像素点的特征描述子和全色图像的像素点的特征描述子获得高光谱图像和全色图像的像素点匹配点对；
[0010]将全色图像进行n个横向和m个竖向的网格划分以得到全色图像的横向和竖向的网格基函数，将所述横向的网格基函数、竖向的网格基函数以及高光谱图像和全色图像的像素点匹配点对代入预设的匹配点对映射函数中得到高光谱图像的像素点映射至全色图像中的实际位置。
[0011]可选的，所述预设的匹配点对映射函数为：
[0012][0013]其中，p(u，v)为高光谱图像的像素点对应于全色图像中的实际位置，M
ip
(u)为全色图像竖向的网格基函数，M
jq
(v)为全色图像横向的网格基函数，T
ij
为高光谱图像的像素点，S
ij
为高光谱图像的特征描述子的权重因子；
[0014]其中，
[0015][0016][0017][0018][0019]其中，i为所述全色图像对应于高光谱图像的像素点T
ij
的网格纵坐标，j为所述全色图像对应于高光谱图像的像素点T
ij
的网格横坐标，H为全色图像的高，W为全色图像的宽。
[0020]可选的，根据所述像素点的特征描述生成像素点的特征描述子包括以下步骤：
[0021]通过预设的抗旋转抗光照变换公式对像素点的特征描述进行变换得到第一处理图像；
[0022]通过预设缩放比例的金字塔缩放模型对第一处理图像进行缩放得到多张不同尺寸的第一处理图像；
[0023]将所述多张不同尺寸的第一处理图像输入特征描述子生成器以得到预设维度的特征描述子。
[0024]可选的，所述预设的抗旋转抗光照变换公式为：
[0025][0026][0027]其中，Ω为像素点的特征描述，I(x，y)为特征描述中横坐标为x纵坐标为y的像素值，为像素点的特征描述的像素平均值，x
p
为横坐标为x纵坐标为y的像素点经过变换后的横坐标像素值，y
p
为横坐标为x纵坐标为y的像素点经过变换后的纵坐标像素值。
[0028]可选的，所述金字塔缩放模型的层数为四层，所述预设的缩放比例为1.5倍。
[0029]可选的，所述特征描述子生成器包括第一图像特征提取网络和第二图像特征提取网络，所述第一图像特征提取网络和第二图像特征提取网络共同输出预设维度的特征描述子；
[0030]其中，所述第一图像特征提取网络包括相互串行的第一数量的第一图像特征提取层，所述第二图像特征提取网络包括相互串行的第二数量的第二图像特征提取层，所述第一图像特征提取层包括相互串行的第一卷积层、第一池化层和第一激活层，所述第二图像特征提取层包括第二卷积层、第二池化层、第三池化层、第二激活层和合并层，所述第二卷积层、第二池化层和第二激活层相互串行，所述第三池化层用于将第二卷积层的输入进行最大值池化后输出，所述合并层用于合并第二激活层和第三池化层的输出。
[0031]可选的，所述第一卷积层采用3
×
3的卷积核，第一池化层采用2
×
2的最大值池化，第一激活层采用ReLu函数作为激活函数；
[0032]所述第二卷积层采用1
×
1的卷积核，第二池化层和第三池化层采用2
×
2的最大值
池化，第二激活层的激活函数为：
[0033]可选的，所述预设维度为128维。
[0034]可选的，根据高光谱图像的像素点的特征描述子和全色图像的像素点的特征描述子获得高光谱图像和全色图像的像素点匹配点对包括以下步骤：
[0035]训练得到高光谱图像的像素点的特征描述子和全色图像的像素点的特征描述子的映射网络；
[0036]将高光谱图像的像素点的特征描述子或全色图像的像素点的特征描述子输入所述映射网络以得到高光谱图像和全色图像的像素点匹配点对。
[0037]第二方面，本公开提供了一种遥感图像处理装置，所述遥感图像处理装置包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面任一所述的遥感图像处理方法。
[0038]本公开提供的技术方案与现有技术相比具有如下优点：
[0039]本公开提供的遥感图像处理方法通过分别对高光谱图像和全色图像周围预设尺寸的区域图像进行提取，以得到高光谱图像和全色图像各个像素点的特征描述。然后根据特征描述得到高光谱图像和全色图像各个像素点的特征描述子，并根据特征描述子得到高光谱图像和全色图像的像素点匹配点对。最后根据像素点匹配点对通过本公开提供的匹配点对映射函数得到高光谱图像的像素点映射至全色图像上的实际位置。本公开提供的遥感图像处理方法能够实现带畸变的高光谱图像与全色图像的融合，因此可以更加准确的完成高光谱图像和全色图像的融合。
附图说明
[0040]图1为本公开实施例提供的遥感图像处理方法的应用场景图；
[0041]图2为本公开实施例提供的遥感图像处理方法的流程图；
[0042]图3为本公开实施例提供的特征描述子生成器的网络结构示意图；
[0043]图4为本公开实施例提供的遥感图像处理装置的结构框图。
具体实施方式
[0044]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
[0045]在下本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.遥感图像处理方法，其特征在于，所述遥感图像处理方法包括以下步骤：获取高光谱图像或全色图像中像素点周围预设尺寸的区域图像作为像素点的特征描述；根据所述像素点的特征描述生成像素点的特征描述子；根据高光谱图像的像素点的特征描述子和全色图像的像素点的特征描述子获得高光谱图像和全色图像的像素点匹配点对；将全色图像进行n个横向和m个竖向的网格划分以得到全色图像的横向和竖向的网格基函数，将所述横向的网格基函数、竖向的网格基函数以及高光谱图像和全色图像的像素点匹配点对代入预设的匹配点对映射函数中得到高光谱图像的像素点映射至全色图像中的实际位置。2.根据权利要求1所述的遥感图像处理方法，所述预设的匹配点对映射函数为：其中，p(u，v)为高光谱图像的像素点对应于全色图像中的实际位置，M
ip
(u)为全色图像竖向的网格基函数，M
jq
(v)为全色图像横向的网格基函数，T
ij
为高光谱图像的像素点，S
ij
为高光谱图像的特征描述子的权重因子；其中，其中，其中，其中，其中，i为所述全色图像对应于高光谱图像的像素点T
ij
的网格纵坐标，j为所述全色图像对应于高光谱图像的像素点T
ij
的网格横坐标，H为全色图像的高，W为全色图像的宽。3.根据权利要求1所述的遥感图像处理方法，其特征在于，根据所述像素点的特征描述生成像素点的特征描述子包括以下步骤：通过预设的抗旋转抗光照变换公式对像素点的特征描述进行变换得到第一处理图像；通过预设缩放比例的金字塔缩放模型对第一处理图像进行缩放得到多张不同尺寸的第一处理图像；将所述多张不同尺寸的第一处理图像输入特征描述子生成器以得到预设维度的特征描述子。4.根据权利要求3所述的遥感图像处理方法，其特征在于，所述预设的抗旋转抗光照变换公式为：
其中，Ω为像素点的特征描述，I(x，y)为特征描述中横坐标为x纵坐标为y的像素值，为像素点的特征描述的像素平均值，x
p
为横坐标为x纵坐标为y的像素点经过变换后的横坐标像素值，y
p
为横坐标为x纵坐标为y的像素点经过变换后的...
【专利技术属性】
技术研发人员：徐冲，浣石，陶为俊，
申请(专利权)人：季华实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。