面向高光谱图像和多光谱图像的时空谱融合方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115272144A(43)申请公布日2022.11.01(21)申请号202210715154.3G06T3/40(2006.01)(22)申请日2022.06.22(71)申请人昆明理工大学地址650000云南省昆明市一二一大街文昌路68号申请人云南省军民融合发展研究院（云南省国防科技工业局综合研究所、云南省卫星遥感技术应用工程中心）(72)发明人李雁李卫海甘淑袁希平张泉王艳英王琳胡琳(74)专利代理机构成都智言知识产权代理有限公司51282专利代理师李勇(51)Int.Cl.G06T5/50(2006.01)权利要求书3页说明书7页附图2页(54)发明名称面向高光谱图像和多光谱图像的时空谱融合方法(57)摘要本发明涉及时空谱遥感数据融合技术领域,尤其是一种面向高光谱图像和多光谱图像的时空谱融合方法，通过对高分一号多光谱(GF1WFV)图像和高分五号高光谱(GF5AHSI)图像的预处理，并对光谱图像空间分辨率和高光谱图像光谱分辨率的分析，将参考时刻的高光谱分辨率和预测时刻的多光谱高空间分辨率进行保留，构建时空谱综合预测模型，得到集合新时相的高空间高光谱图像，并利用预测时刻的多光谱图像进行验证。本发明的有益效果是在某时刻高光谱图像难以获取时，可用过去时刻的多光谱图像和高光谱图像进行预测，得到一幅能够满足需求时刻高空间分辨率的高光谱图像，解决数据源的问题，从而服务于众多高光谱应用领域。CN115272144ACN115272144A权利要求书1/3页1.一种面向高光谱图像和多光谱图像的时空谱融合方法，其特征在于，在时空谱融合中，GF5ASHI提供光谱信息，GF1WFV提供时间和空间信息，将参考时刻和预测时刻分别定义为T1、T2，GF5AHSI和GF1WFV影像分别定义为HSI、MSI；包括以下步骤：S1.对T1时刻HSI图像的混合像元分解，获得端元类别和丰度图；S2.估计每一类影像的从T1到T2的时间变化；S3.假设T1到T2端元类别不发生变化，将时间变化残差加入到T1时刻的HSI图像上，得到T2时刻的HSI图像预测值；S4.利用薄板样条插值法TPS对T2时刻MSI图像的每个波段进行插值，预测得到T2时刻的HSI图像，并将残差分配给预测的HSI图像；S5.使用邻域信息得到T2时刻的HSI影像。2.根据权利要求1所述的一种面向高光谱图像和多光谱图像的时空谱融合方法，其特征在于，S1的具体方法如下：预定义(xi,yi)为每个像元的索引；i为MSI的像元索引；j为每个HSI像元中对应MSI图像的像元索引，j＝1...n；M1(xi,yi,b)与M2(xi,yi,b)分别表示T1和T2时刻，多光谱图像在b波段在(xi,yi)处的像元值；H1(xij,yij,b)与H2(xij,yij,b)分别表示T1和T2时刻，多光谱图像在b波段在(xi,yi)处的像元值；hc(xi,yi)表示高光谱图像上，端元类别c在(xi,yi)处的像元值；ΔM(xi,yi,b)表示T1和T2时间，多光谱图像在b波段在(xi,yi)像元处的变化值；ΔH(c,b)表示T1和T2时间，地物端元类别c在高光谱图像上的变化值；高光谱图像的低空间分辨率特性导致混合像元的产生，首先对T1时刻的HSI图像混合像元分解，得到地物端元类别m和以及像元内每类地物的丰度Hm(xi,yi)：定义H(xi,yi)表示为GF5ASHI的第i个像元，n为H(xi,yi)中包含的端元个数，则第i个像元的每类丰度表示为：式中，aj为地物cj在f(xi,yi)中的丰度，ε为模型误差，该误差可能是由带宽、太阳几何形状和观察角度的差异引起的；通过HSI中每个像元中所包含的类别数量，可计算出一个MSI图像中的端元类别：Hm(xi,yi)＝Nc(xi，yi)/m(2)Nc(xi,yi)为(xi,yi)处的MSI内属于c类的HSI图像像素数。3.根据权利要求2所述的一种面向高光谱图像和多光谱图像的时空谱融合方法，其特征在于，S2的具体方法如下：预测时间的变化过程中，假设地物类型没有变化,那么HSI中地物类别的时间变化可表示为ΔH(c，b),MSI图像的时间变化为：ΔM(xi,yi,b)＝Mn(xi,yi,b)‑Mm(xi,yi,b)(3)结合混合像元分解模型，又可表示为：式中，选择n(n＞l)个高光谱像元组成混合像元方程组对ΔH(class，b)求解，尽量选择每个类别中的高纯度像元。2CN115272144A权利要求书2/3页4.根据权利要求3所述的一种面向高光谱图像和多光谱图像的时空谱融合方法，其特征在于，S3的具体方法如下：预测地物类型发生变化的事件：假设T0‑TP的土地类型不发生变化，将时间变化残差添加至T0多光谱图像上，得到TP时刻多光