一种光谱分布保持的乘性变换遥感图像融合方法技术

技术编号:39750351 阅读:9 留言:0更新日期:2023-12-17 23:48
本发明专利技术公开了一种光谱分布保持的乘性变换遥感图像融合方法,该方法包括:将多光谱图像上采样至全色图像的大小;然后统计全色和多光谱图像的直方图信息,并对全色图像和上采样的多光谱图像分别进行归一化操作;对上采样的多光谱图像和全色图像进行多元线性回归得到拟合的低分辨率全色图像;利用乘性变换结合反归一化操作对上采样的多光谱图像进行纹理细节和光谱强度的补偿和映射;最后利用直方图匹配方法进一步将融合图像的光谱分布映射为与多光谱图像一致,得到最终的融合图像

【技术实现步骤摘要】
一种光谱分布保持的乘性变换遥感图像融合方法


[0001]本专利技术涉及数字图像处理
,更具体的说是涉及一种光谱分布保持的乘性变换遥感图像融合方法


技术介绍

[0002]全色和多光谱图像融合是遥感领域中的重要技术,旨在将高分辨率的全色图像与多光谱图像相结合,以获得同时具备空间和光谱信息的合成图像

遥感技术通过在卫星

航空器等载体上搭载传感器,能够获取地球表面的信息,广泛应用于环境监测

资源管理

城市规划等领域

全色图像拥有高分辨率但较低的光谱信息,而多光谱图像则包含多个窄波段的光谱信息,但分辨率相对较低

因此,将这两种类型的图像进行融合,可以充分发挥它们各自的优势,提供更为丰富和准确的信息

[0003]目前,主流应用的全色与多光谱图像融合技术大多是利用传统的数字图像处理技术

最早的遥感图像融合是通过像元级的方法进行的,即将全色图像的灰度信息与多光谱图像的光谱信息进行简单的相加或者相乘

然而,这种方法忽略了光谱和空间信息之间的复杂关系,导致融合后的图像存在信息丧失的问题

为了克服这些问题同时保证运行效率,研究者们提出了基于变换的融合方法,现有的基于加性变换的方法主要包括主成分分析变化

拉普拉斯变换以及小波变换等,这些方法可以较好的保留光谱信息,但是缺乏目标的纹理细节,导致图像存在伪影问题

而基于乘性变换的方法主要包括
HIS
变换
、Brovey
变换以及施密特正交变换,这些方法很好的解决了融合过程中产生的纹理细节丢失的问题,但相比于加性变换的方法存在一定程度的光谱失真

[0004]因此,如何解决上述基于变换的方法存在的细节失真和光谱失真的问题,提高在不同地物类型下遥感图像的融合质量,是本领域技术人员亟需解决的技术问题


技术实现思路

[0005]有鉴于此,本专利技术提供至少解决上述部分技术问题的一种光谱分布保持的乘性变换遥感图像融合方法,在乘性变换的基础上加入分布的归一化和反归一化操作对分布自适应调整,解决了因数据分布不一致产生的光谱失真问题,同时对融合后的图像进一步加入直方图匹配方法,将融合图像的数据分布映射到与多光谱图像的数据分布一致,便于在保证纹理细节不丢失的同时保留了融合图像的原始光谱信息,使得融合后的图像颜色对比度明显,色彩层次感强,有效提高了融合图像的质量

[0006]为实现上述目的,本专利技术采取的技术方案为:
[0007]本专利技术实施例提供一种光谱分布保持的乘性变换遥感图像融合方法,该方法包括以下步骤:
[0008]S1、
将多光谱图像上采样至全色图像的空间分辨率;
[0009]S2、
统计所述全色图像和多光谱图像的像素直方图,并对全色图像和上采样的多光谱图像分别进行归一化操作;
[0010]S3、
对所述上采样的多光谱图像和全色图像进行多元线性回归求解,得到拟合的低分辨率全色图像;
[0011]S4、
利用乘性变换结合反归一化操作,对所述上采样的多光谱图像进行纹理细节以及光谱强度的补偿和映射,得到初步融合图像;
[0012]S5、
利用直方图匹配方法将得到的所述初步融合图像的光谱分布映射到与所述多光谱图像一致,得到最终的融合图像

[0013]进一步的,所述步骤
S2
包括:
[0014]S21、
通过统计所述全色图像和多光谱图像的像素直方图,分别计算所述全色图像以及多光谱图像各波段的均值和方差,计算公式为:
[0015][0016]其中,
pan
表示全色图像,
Mul
表示多光谱图像,
Mean
表示均值,
Std
表示方差,
k
表示多光谱图像的第
k
个波段,
W
为全色图像的宽,
H
为全色图像的高,
i=1...W
×
H

w
多光谱图像的宽,
h
为多光谱图像的高,并且满足
W=4
×
w

H=4
×
h
的约束;
[0017]S22、
根据步骤
S21
中得到的均值和方差,分别对全色图像和上采样的多光谱图像进行数据分布的归一化,通过归一化操作,将全色和多光谱图像映射到相同的数据分布中;归一化公式为:
[0018][0019]其中,表示上采样的多光谱图像,
F
表示调节数据分布的约束项

[0020]进一步的,所述步骤
S3
包括:
[0021]S31、
对所述上采样的多光谱图像和全色图像进行多元线性回归求解,采用最小二乘法计算求解各波段的加权系数,计算公式为:
[0022][0023]其中,
b
k
表示上采样多光谱图像的第
k
个波段所需要的加权系数,
K
为多光谱图像的波段总数;
[0024]S32、
在计算得到上采样的多光谱图像各波段的加权系数后,通过加权求和构造低分辨率的全色图像,加权求和公式为:
[0025][0026]其中,表示低分辨率的全色图像

[0027]进一步的,所述步骤
S4
包括:
[0028]S41、
利用所述低分辨率全色图像,计算得到上采样的多光谱图像所需要补充的纹理细节,计算公式为:
[0029][0030]其中,
D
i
表示纹理细节;
[0031]S42、
通过乘性变换将纹理细节补充到上采样的多光谱图像中,并进行反归一化操作,将数据分布映射到多光谱图像的分布范围,公式为:
[0032][0033]其中,表示计算得到的初步融合图像

[0034]进一步的,所述步骤
S5
具体包括:
[0035]S51、
分别计算初步融合图像和多光谱图像的累计直方图,设定像素值的范围;
[0036]S52、
在初步融合图像的直方图中,采用欧几里得距离依次计算每个值到多光谱图像直方图每个值之间差值的绝对值,得到两个直方图之间的差值表;
[0037]S53、
找到差值表中的最小值,建立两个直方图之间的灰度级映射;
[0038]S54、
通过灰度级映射,最后采用二分法查找映射后的像素值,得到最终的融合图像

[0039]进一步的,所述步骤
S51
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种光谱分布保持的乘性变换遥感图像融合方法,其特征在于,该方法包括以下步骤:
S1、
将多光谱图像上采样至全色图像的空间分辨率;
S2、
统计所述全色图像和多光谱图像的像素直方图,并对全色图像和上采样的多光谱图像分别进行归一化操作;
S3、
对所述上采样的多光谱图像和全色图像进行多元线性回归求解,得到拟合的低分辨率全色图像;
S4、
利用乘性变换结合反归一化操作,对所述上采样的多光谱图像进行纹理细节以及光谱强度的补偿和映射,得到初步融合图像;
S5、
利用直方图匹配方法将得到的所述初步融合图像的光谱分布映射到与所述多光谱图像一致,得到最终的融合图像
。2.
根据权利要求1所述的一种光谱分布保持的乘性变换遥感图像融合方法,其特征在于,所述步骤
S2
包括:
S21、
通过统计所述全色图像和多光谱图像的像素直方图,分别计算所述全色图像以及多光谱图像各波段的均值和方差,计算公式为:其中,
pan
表示全色图像,
Mul
表示多光谱图像,
Mean
表示均值,
Std
表示方差,
k
表示多光谱图像的第
k
个波段,
W
为全色图像的宽,
H
为全色图像的高,
i=1...W
×
H

w
多光谱图像的宽,
h
为多光谱图像的高,并且满足
W=4
×
w

H=4
×
h
的约束;
S22、
根据步骤
S21
中得到的均值和方差,分别对全色图像和上采样的多光谱图像进行数据分布的归一化,通过归一化操作,将全色和多光谱图像映射到相同的数据分布中;归一化公式为:其中,表示上采样的多光谱图像,
F
表示调节数据分布的约束项
。3....

【专利技术属性】
技术研发人员:李波袁茂洵胡堃赵天一韦星星
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1