System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于指数特征幂次函数的遥感影像融合方法、系统、计算机设备及存储介质,属于遥感影像融合。
技术介绍
1、随着多平台、多传感器、多天候、多时相、多分辨率遥感技术的发展,具有不同的空间分辨率、时间分辨率、光谱分辨率等影像日益丰富。近二十多年来,遥感影像时空融合作为遥感图像处理的新方向,各种融合技术飞速发展,取得了系列新成果。但针对多光谱图像谱间融合的研究很少,主要集中在真彩色影像模拟或植被增强处理中。
2、随着遥感应用在各行各业的普及应用,可见光多光谱卫星遥感真彩色影像具有所见即所得的优良特性,成为应用最广泛的遥感影像图种之一,但存在植被色彩不自然不真实等固有缺陷,制约了其应用成效,如何有效增强可见光卫星遥感真彩色影像的植被特征是可见光卫星遥感真彩色图像处理的重点和难点。
技术实现思路
1、为了解决真彩色影像增强中单一图像的个性化处理与大规模图像的标准化、一致性处理要求之间的矛盾问题,本专利技术提供了一种基于指数特征幂次函数的遥感影像融合方法、系统、计算机设备及存储介质,其通过确定真彩色影像增强的特征比值指数幂次变换函数空间的一条特征曲线,实现特征幂次的自动解算,减少了幂次变换参数选择的人为依赖,提高了增强处理过程的标准化程度和处理结果的一致性。
2、本专利技术的第一个目的在于提供一种基于指数特征幂次函数的遥感影像融合方法。
3、本专利技术的第二个目的在于提供一种基于指数特征幂次函数的遥感影像融合系统。
4、本专利技术的第
5、本专利技术的第四个目的在于提供一种存储介质。
6、本专利技术的第一个目的可以通过采取如下技术方案达到:
7、一种基于指数特征幂次函数的遥感影像融合方法,所述方法包括:
8、获取具有近红外波段、红波段、绿波段、蓝波段的卫星遥感影像;
9、根据近红外波段、红波段、绿波段和蓝波段,计算特征比值指数;
10、确定特征比值指数的特征阈值;
11、确定特征比值指数的幂次变换函数;
12、根据特征比值指数的特征阈值和特征比值指数的幂次变换函数,构建幂次变换函数空间;
13、根据特征比值指数的特征阈值和幂次变换函数空间,计算特征幂次;
14、根据特征幂次,确定新的特征比值指数的幂次变换函数,构建增强系数函数;
15、利用增强系数函数,增强红波段、绿波段植被特征;
16、根据增强后的红波段、增强后的绿波段以及原始蓝波段,合成得到最终的彩色影像。
17、进一步的,所述确定特征比值指数的特征阈值,具体包括:
18、计算特征比值指数的最小值、最大值和平均值,分别记为、、,则特征比值指数的特征阈值;
19、或通过人机交互确定纯水体的阈值、纯裸露地物的阈值、纯植被的阈值,则特征比值指数的特征阈值。
20、进一步的,所述确定特征比值指数的幂次变换函数,如下式:
21、;
22、其中,为特征比值指数,。
23、进一步的,所述根据特征比值指数的特征阈值和特征比值指数的幂次变换函数,构建幂次变换函数空间,具体包括:
24、根据特征比值指数的特征阈值和特征比值指数的幂次变换函数,构建平滑约束函数空间,如下式:
25、;
26、其中,为特征比值指数,为特征比值指数的特征阈值,为特征比值指数的幂次变换函数,,,;
27、根据平滑约束函数空间、特征比值指数的最小值和最大值,构建增量系数函数空间,如下式:
28、;
29、其中,为特征比值指数的最小值,为特征比值指数的最大值,,;
30、根据增量系数函数空间,构建增强系数函数空间,如下式:
31、;
32、其中,为绿度调节系数,。
33、进一步的,所述根据特征比值指数的特征阈值和幂次变换函数空间,计算特征幂次,具体包括:
34、令远小于1,时,得到下式:
35、;
36、即:
37、;
38、其中,为特征比值指数的特征阈值,为特征比值指数的最小值,为特征比值指数的最大值,,,;
39、令以及,得到下式:
40、;
41、对求导,得到下式:
42、;
43、其中:
44、;;
45、;
46、;;
47、利用牛顿迭代法求得特征幂次的数值解,如下式:
48、;
49、;
50、其中,为特征幂次,为绿度调节系数,。
51、进一步的,所述根据特征幂次,确定新的特征比值指数的幂次变换函数,构建增强系数函数,具体包括:
52、根据特征幂次,确定新的特征比值指数的幂次变换函数,如下式:
53、;
54、其中,为特征幂次;
55、根据特征比值指数的特征阈值和新的特征比值指数的幂次变换函数,构建平滑约束函数,如下式:
56、;
57、其中,为特征比值指数的特征阈值;
58、根据平滑约束函数、特征比值指数的最小值和最大值,构建增量系数函数,如下式:
59、;
60、其中,为特征比值指数的最小值,为特征比值指数的最大值;
61、根据增量系数函数,构建增强系数函数,如下式:
62、;
63、其中,为绿度调节系数,。
64、进一步的,所述根据近红外波段、红波段、绿波段和蓝波段,计算特征比值指数,如下式:
65、;
66、其中,为真彩色波段中的一个波段,为近红外波段与真彩色波段中的一个或多个波段进行谱间融合的结果;,为参与融合的真彩色波段数,。
67、本专利技术的第二个目的可以通过采取如下技术方案达到:
68、一种基于指数特征幂次函数的遥感影像融合系统,所述系统包括:
69、获取模块,用于获取具有近红外波段、红波段、绿波段、蓝波段的卫星遥感影像;
70、第一计算模块,用于根据近红外波段、红波段、绿波段和蓝波段,计算特征比值指数;
71、第一确定模块,用于确定特征比值指数的特征阈值;
72、第二确定模块,用于确定特征比值指数的幂次变换函数;
73、第一构建模块,用于根据特征比值指数的特征阈值和特征比值指数的幂次变换函数,构建幂次变换函数空间;
74、第二计算模块,用于根据特征比值指数的特征阈值和幂次变换函数空间,计算特征幂次;
75、第二构建模块,用于根据特征幂次,确定新的特征比值指数的幂次变换函数,构建增强系数函数;
76、增强模块,用于利用增强系数函数,增强红波段、绿波段植被特征;
77、本文档来自技高网...
【技术保护点】
1.一种基于指数特征幂次函数的遥感影像融合方法,其特征在于,所述方法包括:
2.根据权利要求1所述的遥感影像融合方法,其特征在于,所述确定特征比值指数的特征阈值,具体包括:
3.根据权利要求1所述的遥感影像融合方法,其特征在于,所述确定特征比值指数的幂次变换函数,如下式:
4.根据权利要求1所述的遥感影像融合方法,其特征在于,所述根据特征比值指数的特征阈值和特征比值指数的幂次变换函数,构建幂次变换函数空间,具体包括:
5.根据权利要求1所述的遥感影像融合方法,其特征在于,所述根据特征比值指数的特征阈值和幂次变换函数空间,计算特征幂次,具体包括:
6.根据权利要求1所述的遥感影像融合方法,其特征在于,所述根据特征幂次,确定新的特征比值指数的幂次变换函数,构建增强系数函数,具体包括:
7.根据权利要求1-6任一项所述的遥感影像融合方法,其特征在于,所述根据近红外波段、红波段、绿波段和蓝波段,计算特征比值指数,如下式:
8.一种基于指数特征幂次函数的遥感影像融合系统,其特征在于,所述系统包括:
< ...【技术特征摘要】
1.一种基于指数特征幂次函数的遥感影像融合方法,其特征在于,所述方法包括:
2.根据权利要求1所述的遥感影像融合方法,其特征在于,所述确定特征比值指数的特征阈值,具体包括:
3.根据权利要求1所述的遥感影像融合方法,其特征在于,所述确定特征比值指数的幂次变换函数,如下式:
4.根据权利要求1所述的遥感影像融合方法,其特征在于,所述根据特征比值指数的特征阈值和特征比值指数的幂次变换函数,构建幂次变换函数空间,具体包括:
5.根据权利要求1所述的遥感影像融合方法,其特征在于,所述根据特征比值指数的特征阈值和幂次变换函数空间,计算特征幂次,具体包括:
6.根据权利要求1所述的遥感影像融...
【专利技术属性】
技术研发人员:余顺超,刘超群,李慧婧,王行汉,顾祝军,何颖清,陈高峰,王晓刚,余文波,
申请(专利权)人:珠江水利委员会珠江水利科学研究院,
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。