【技术实现步骤摘要】
本专利技术涉及图像融合增强，更具体地，涉及一种图像空-谱融合方法、系统及可读存储介质。
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，可供各行各业利用的遥感图像种类日益丰富。这些丰富多彩的遥感图像既为遥感图像应用研究提供了灵活的对象选择空间，也为遥感图像的选取、综合、纠正、增强等图像应用前处理研究提出了挑战。
2、不同的遥感图像数据具有不同的空间分辨率、时间分辨率、光谱分辨率等图像基本特征，其在不同的应用领域具有不同的应用表现和应用潜力。传统的遥感图像处理侧重单一图种的色彩、纹理、层次等一般图像特征的增强；遥感图像融合处理侧重于将不同图像的基本特征综合在一幅新的遥感图像图上，充分挖掘其综合应用潜力，提高其应用表现。近二十多年来，作为遥感图像处理的新方向，遥感图像融合技术得到了长足的发展，取得了系列新成果。
3、基于色彩空间理论的融合方法发展了cmyk、lab、ihs(hsb)、hsv等融合方法，经典的有ihs方法。基于数理统计分析、四则运算原理，发展了比值法、差值法、加权叠加、倍数放大和四则混合运算办法。经典的方法是brovey融合方法和cn融合方法。基于信号分析原理的融合方法发展了高通滤波、主成份分析(pca)、傅立叶变换(fft)、小波(wavelet)变换、gram-schimdt变换、曲波变换(curvelet)、轮廓波变换(contourlet)、脊波变换(ridgelet)、条带波变换(bandelet)、楔波变换(wedgelet)、小线变换(beamlet)等
4、其中，ihs、pca和gs等融合方法，从融合原理来看同属成分替代方法，从融合的表达式来看属于线性融合模型，本质上融合结果是多光谱波段、全色波段、中介波段(模拟的低分辨率全色波段)的线性组合(胡佳伟等，基于aihs的遥感图像融合方法及其应用研究，信息技术与网络安全，2018年第3期，p61-64；肖亮等，多源空—谱遥感图像融合方法进展与挑战，中国图像图形学报，2020年5月第25卷，第5期，p851-860)。
技术实现思路
1、鉴于上述问题，本专利技术的目的是提供一种图像空-谱融合方法、系统及可读存储介质。
2、本专利技术第一方面提供了一种图像空-谱融合方法，所述方法包括：
3、输入遥感图像全色波段p及多光谱波段mi；
4、将全色波段p与多光谱波段mi进行空间配准，全色波段p与多光谱波段mi中同一地物的几何空间位置一致；
5、利用多光谱波段图像构建低分辨率下的模拟全色图像，并以模拟全色图像作为融合的中介波段i；
6、将全色波段p、中介波段i和多光谱波段mi按高空间分辨率图像重采样，将上述三种图像合成一个影像文件；
7、分别计算全色波段p、中介波段i和多光谱波段mi的均值、均方差和相关系数矩阵；
8、构建图像空-谱融合模型，选择多光谱波段mi为目标波段t，全色波段p为源波段s输入图像空-谱融合模型，根据全色波段p、中介波段i和多光谱波段mi的均值、均方差和相关系数矩阵等影像特征统计参数；
9、根据影像特征统计参数，确定给定特征提取系数kib时的相关性极值曲线，基于该极值曲线求取目标相关系数ro(s,f)对应的特征提取系数kir和特征融合系数ker；
10、根据目标相关系数对应的特征提取系数kir和特征融合系数ker计算并输出多光谱图像与全色图像的融合成果。
11、优选地，所述全色波段p、中介波段i和多光谱波段mi的影像特征统计参数包括：均值、均方差和相关系数矩阵。
12、优选地，所述全色波段p、中介波段i和多光谱波段mi的均值、均方差和相关系数矩阵计算公式如下：
13、
14、
15、
16、
17、
18、
19、
20、
21、
22、
23、
24、
25、其中，μm为多光谱波段mi的均值，μp为全色波段p的均值，μi为中介波段i的均值，σm为多光谱波段mi的均方差，σp为全色波段p的均方差，σi为中介波段i的均方差，cov(mi,mj)为多光谱波段mi与mj的协方差，cov(mi,p)为多光谱波段mi与全色波段p的协方差，cov(mi,i)为多光谱波段mi与中介波段i的协方差，r(mi,mj)为多光谱波段mi与mj的相关系数，r(mi,p)为多光谱波段mi与全色波段p的相关系数，r(mi,i)为多光谱波段mi与中介波段i的相关系数；i＝1,2,…,n，j＝1,2,…,n，n为多光谱的波段数；r、c分别为参与融合图像的行数和列数；p,q分别为波段图像像元的行序号和列序号。
26、优选地，所述图像空-谱融合模型如下：
27、
28、f＝kmf+μm
29、其中，t-μt为目标波段的均值滤波图像、s-μs为源波段的均值滤波图像、i-μi为中介波段的均值滤波图像；f均值滤波图像的融合成果，f为图像空-谱融合成果；σt为目标波段的均方差，σs为源波段的均方差，σi为中介波段的均方差；ki为特征提取系数，ke为特征融合系数；km为均值滤波图像融合成果与多光谱波段的特征匹配系数。
30、优选地，所述确定给定特征提取系数kib时的相关性极值曲线，具体为：
31、设r(t,f)，r(s,f)分别为融合目标波段t、融合源波段s与融合成果f的相关系数；
32、由于图像融合结果f为均值滤波图像融合结果f的线性函数，故r(t,f)＝r(t,f)，r(s,f)＝r(s,f)，可得：
33、
34、
35、其中，r(t,s)、r(t,i)、r(s,i)分别为原图像t与s、t与i、s与i的相关系数。
36、对于给定的ki，由可得r(s,f)有极值时的融合参数的特征曲线——极值曲线如下：
37、
38、在该极值曲线上，对于任一给定的ki值均有对应的ke值，从而构成了满足线性融合模型相关性极值曲线的融合参数向量空间。
39、优选地，所述基于该极值曲线求取目标相关系数ro(t,f)＝d对应的特征提取系数kir和特征融合系数ker，具体为：
40、设ki＝kib，ke＝keb时，在极值曲线上有极大值rmax(s,f)；
41、将ro(s,f)＝grmax(s,f)＝d作为r(t,f)的目标相关系数，其中，g为相关系数rmax(s,f)的松驰系数，g<1；
42、再利用牛顿迭代法在极值曲线上求取目标相关系数ro(t,f)＝d对应的ki＝kir，ke＝ker，从而确定图像融合方案。
43、优选地，所述在极值曲线求取目标相关本文档来自技高网...
【技术保护点】
1.一种图像空-谱融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种图像空-谱融合方法，其特征在于，所述全色波段P、中介波段I和多光谱波段Mi的影像特征统计参数包括：均值、均方差和相关系数矩阵。
3.根据权利要求2所述的一种图像空-谱融合方法，其特征在于，所述全色波段P、中介波段I和多光谱波段Mi的均值、均方差和相关系数矩阵计算公式如下：
4.根据权利要求3所述的一种图像空-谱融合方法，其特征在于，所述图像空-谱融合模型如下：
5.根据权利要求4所述的一种图像空-谱融合方法，其特征在于，所述确定给定特征提取系数kIb时的相关性极值曲线，具体为：
6.根据权利要求5所述的一种图像空-谱融合方法，其特征在于，所述基于该极值曲线求取目标相关系数ro(T,f)＝d对应的特征提取系数kIr和特征融合系数kEr，具体为：
7.根据权利要求6所述的一种图像空-谱融合方法，其特征在于，所述在极值曲线求取目标相关系数对应的特征提取系数kIr和特征融合系数kEr的计算过程如下：
8.根据权利要求7所述
9.一种图像空-谱融合系统，其特征在于，包括存储器和处理器，所述存储器中包括图像空-谱融合方法程序，所述图像空-谱融合方法程序被所述处理器执行时实现权利要求1至8中任一项所述的一种图像空-谱融合方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括图像空-谱融合方法程序，所述图像空-谱融合方法程序被处理器执行时，实现如权利要求1至8中任一项所述的一种图像空-谱融合方法的步骤。
...【技术特征摘要】
1.一种图像空-谱融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种图像空-谱融合方法，其特征在于，所述全色波段p、中介波段i和多光谱波段mi的影像特征统计参数包括：均值、均方差和相关系数矩阵。
3.根据权利要求2所述的一种图像空-谱融合方法，其特征在于，所述全色波段p、中介波段i和多光谱波段mi的均值、均方差和相关系数矩阵计算公式如下：
4.根据权利要求3所述的一种图像空-谱融合方法，其特征在于，所述图像空-谱融合模型如下：
5.根据权利要求4所述的一种图像空-谱融合方法，其特征在于，所述确定给定特征提取系数kib时的相关性极值曲线，具体为：
6.根据权利要求5所述的一种图像空-谱融合方法，其特征在于，所述基于该极值曲线求取目标相关系数ro(t,f)＝d对应的特征提取系数kir和特征融合系数ker，具...
【专利技术属性】
技术研发人员：余顺超，刘超群，顾祝军，邹显勇，赵敏，王晓刚，何秋银，
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。