一种基于航拍高光谱影像的快速拼接方法技术

本发明专利技术属于人工智能技术领域，具体涉及一种基于航拍高光谱影像的快速拼接方法，包括：步骤1：图像预处理步骤；步骤2：波段选取步骤；步骤3：伪彩色图像拼接步骤；步骤4：高光谱图像拼接步骤；所述方法实现对机载光谱仪所采集的高光谱图像的拼接，面对各种真实场景能够发挥高光谱图像的优势

【技术实现步骤摘要】
一种基于航拍高光谱影像的快速拼接方法


[0001]本专利技术属于人工智能
，具体涉及一种基于航拍高光谱影像的快速拼接方法
。

技术介绍

[0002]高光谱图像具有较高的光谱分辨率和空间信息，使其在航空，农业，军工等领域广泛应用
。
成像光谱仪通过搭载不同的空间平台来获取高光谱图像，但受限于高光谱设备视场角范围小，需要对高光谱影像进行拼接以获取更大场景的信息
。
为此需要开展高光谱图像拼接的研究，现有图像拼接的流程有以下2步：
[0003]1、
图像配准
[0004]图像配准是图像拼接过程中的核心，其原理是通过计算得到重叠区域，然后利用平移
、
旋转
、
缩放
、
投影等手段使图像的重叠区域在空间上进行对齐
。
基于搜索特征区域得出重叠区域的方法有
MAD、SSD、NCC
等
。
基于特征点匹配得出重叠区域的方法有
Harris
角动量检测法
、SIFT、SURF
等
。
[0005]2、
图像融合
[0006]由于获取的影像亮度存在差异，直接将其融合，在拼接区域会呈现不协调，为此需要图像融合予以处理，现有的算法可划分为像素级别和特征区域级别
。
基于像素级别的图像融合的方法有对像素灰度进行加权平均和直接平均
。
基于特征区域级别的图像融合的方法有缩小重叠区域<br/>、
傅里叶变换域值法
、
小波变换域值法和曲线变换域值法等
。

技术实现思路

[0007](
一
)
要解决的技术问题
[0008]本专利技术要解决的技术问题是：针对现在的方法无法对高光谱图像进行拼接的问题，本专利技术提供一种基于航拍高光谱影像的快速拼接方法，实现对机载光谱仪所采集的高光谱图像的拼接，面对各种真实场景能够发挥高光谱图像的优势
。
[0009](
二
)
技术方案
[0010]为解决上述技术问题，本专利技术提供一种基于航拍高光谱影像的快速拼接方法，所述方法包括：
[0011]步骤1：图像预处理步骤；
[0012]步骤2：波段选取步骤；
[0013]步骤3：伪彩色图像拼接步骤；
[0014]步骤4：高光谱图像拼接步骤
。
[0015]其中，所述步骤1中，针对机载光谱仪现场采集的高光谱图像；由于采集的高光谱图像有大气
、
光强和地物反射的干扰因素，因此，对其进行大气校正和相对辐射校正，消除大气层和环境差异带来的影响
。
[0016]其中，所述步骤1中，航拍的高光谱图像会受到大气分子和地物反射的干扰，会对
后续的拼接工作产生影响；由此，采用快速大气校正处理大气分子和地物反射的干扰；根据机载光谱仪传感器的线性关系得出接受到的总辐射值
L
；
[0017]L
＝
iDN+w (1)
[0018]其中，
i
是增益系数，
DN
是输出亮度值，
w
是漂移系数；由朗伯面模型公式可知大气辐射值
L
a
；
[0019][0020]其中，
A
是大气透射率，
B
是模拟大气系数，
e
是平衡散射系数，
P
是物体反射率，
S
是大气反射率；通过
PSF
函数校正大气辐射值
L
a
，得出大气校正后的辐射值
L
z
；
[0021][0022][0023]X
＝
Fy (5)
[0024]其中，
X
是大气校正后的高光谱图像，
y
是原始高光谱图像，利用总辐射值
L
和大气校正后的辐射值
L
z
得出比例系数
F
，也就是真实反射率，将高光谱图像与真实反射率
F
做线性变换完成快速大气校正处理
。
[0025]其中，所述步骤1中，为解决拍摄时不同的环境差异对高光谱图像的影响，通过现场采集的白板数据进行相对辐射校正；
[0026]Y
＝
kX (6)
[0027][0028]其中
Y
是相对辐射校正后的高光谱图像，
k
是增益，
X
是大气校正后的高光谱图像；
b1是一组白板数据，
b2是另一组白板数据；利用白板采集到纯反射图像，通过对比待拼接图像的白板数据进行增益
k
的调整，即可校正待拼接图像对应波段间的差异；
[0029]通过大气校正和相对辐射校正消除不同时间采集的样本图像存在的干扰和差异
。
[0030]其中，所述步骤2中，进行波段选取；
[0031]针对目前无法拼接高光谱图像的问题，本步骤2提出，从高光谱图像中提取波段组成伪彩色图像进行拼接，然后将剩余波段按照其过程进行逐一拼接；
[0032]通过计算不同波段相互组合的相对熵，来确定组合后波段之间的相似性，选择出相似性最低代表性较强的3个波段；
[0033][0034]其中，
Y
i
是预处理后高光谱图像的第
i
个波段，
Y
j
是预处理后高光谱图像的第
j
个波段，
p(Y
i
)
和
p(Y
j
)
分别代表第
i
个波段的信息量
、
第
j
个波段的信息量，
D
kl
(Y
i
)
是预处理后高光谱图像第
i
个波段的相对熵；
[0035]由公式
(8)
可知，若两个波段信息相同时，此时的相对熵为0；若两个波段信息差异较大时，此时的相对熵较大；可说明相对熵越大，所含信息之间差异越大，更具代表性；则通
过相对熵的计算，选取相对熵之和最大的3个波段组成的伪彩色图像最具代表性且图像信息最丰富；
[0036]通过计算预处理后的高光谱图像的相对熵，选取其中3个波段组成伪彩色图像；随着相对熵的增加，图像信息更加丰富
、
更有代表性
。
[0037]其中，所述步骤3中，进行伪彩色图像拼接；
[0038]将选择好的波段组成伪彩色图像，基于先验知识确定重叠区域，采用
SIFT
算法对重叠区域进行伪彩色图像配准，再基于傅里叶变换域值法进行伪彩色图像融合；
[0039]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于航拍高光谱影像的快速拼接方法，其特征在于，所述方法包括：步骤1：图像预处理步骤；步骤2：波段选取步骤；步骤3：伪彩色图像拼接步骤；步骤4：高光谱图像拼接步骤
。2.
如权利要求1所述的基于航拍高光谱影像的快速拼接方法，其特征在于，所述步骤1中，针对机载光谱仪现场采集的高光谱图像；由于采集的高光谱图像有大气
、
光强和地物反射的干扰因素，因此，对其进行大气校正和相对辐射校正，消除大气层和环境差异带来的影响
。3.
如权利要求2所述的基于航拍高光谱影像的快速拼接方法，其特征在于，所述步骤1中，航拍的高光谱图像会受到大气分子和地物反射的干扰，会对后续的拼接工作产生影响；由此，采用快速大气校正处理大气分子和地物反射的干扰；根据机载光谱仪传感器的线性关系得出接受到的总辐射值
L
；
L
＝
iDN+w (1)
其中，
i
是增益系数，
DN
是输出亮度值，
w
是漂移系数；由朗伯面模型公式可知大气辐射值
L
a
；其中，
A
是大气透射率，
B
是模拟大气系数，
e
是平衡散射系数，
P
是物体反射率，
S
是大气反射率；通过
PSF
函数校正大气辐射值
L
a
，得出大气校正后的辐射值
L
z
；；
X
＝
Fy
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
其中，
X
是大气校正后的高光谱图像，
y
是原始高光谱图像，利用总辐射值
L
和大气校正后的辐射值
L
z
得出比例系数
F
，也就是真实反射率，将高光谱图像与真实反射率
F
做线性变换完成快速大气校正处理
。4.
如权利要求3所述的基于航拍高光谱影像的快速拼接方法，其特征在于，所述步骤1中，为解决拍摄时不同的环境差异对高光谱图像的影响，通过现场采集的白板数据进行相对辐射校正；
Y
＝
kX
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
其中
Y
是相对辐射校正后的高光谱图像，
k
是增益，
X
是大气校正后的高光谱图像；
b1是一组白板数据，
b2是另一组白板数据；利用白板采集到纯反射图像，通过对比待拼接图像的白板数据进行增益
k
的调整，即可校正待拼接图像对应波段间的差异；通过大气校正和相对辐射校正消除不同时间采集的样本图像存在的干扰和差异
。
5.
如权利要求4所述的基于航拍高光谱影像的快速拼接方法，其特征在于，所述步骤2中，进行波段选取；针对目前无法拼接高光谱图像的问题，本步骤2提出，从高光谱图像中提取波段组成伪彩色图像进行拼接，然后将剩余波段按照其过程进行逐一拼接；通过计算不同波段相互组合的相对熵，来确定组合后波段之间的相似性，选择出相似性最低代表性较强的3个波段；其中，
Y
i
是预处理后高光谱图像的第
i
个波段，
Y
j
是预处理后高光谱图像的第
j
个波段，
p(Y
i
)
和
p(Y
j
)
分别代表第
i
个波段的信息...

【专利技术属性】
技术研发人员：周健，聂聪，任海鹏，焦迎杰，王少奇，刘亮亮，谢泽阳，
申请(专利权)人：西安现代控制技术研究所，
类型：发明
国别省市：