预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN101916435A*(12)发明专利申请(10)申请公布号CN101916435A(43)申请公布日2010.12.15(21)申请号201010266592.3(22)申请日2010.08.30(71)申请人武汉大学地址430072湖北省武汉市武昌区珞珈山(72)发明人邵振峰刘军(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222代理人张火春(51)Int.Cl.G06T5/50(2006.01)G06T5/00(2006.01)权利要求书1页说明书7页附图1页(54)发明名称一种多尺度光谱投影遥感影像融合方法(57)摘要本发明涉及一种多尺度光谱投影遥感影像融合方法,包括以下步骤:对原始全色影像和原始多光谱影像进行精确的空间配准,通过引入改进的高斯尺度空间理论,分别生成低空间分辨率的原始多光谱各波段影像和原始高空间分辨率全色影像的高斯影像立方体,然后利用高斯影像立方体的层影像提取多光谱各波段影像和全色影像的光谱特征,最后将光谱特征按照加权融合策略投影到原始全色影像上,得到具有高空间分辨率和高光谱分辨率的融合多光谱影像。本发明在在提高影像空间分辨率的同时,极大地保留了原始多光谱影像的光谱信息,能够在空间分辨率与光谱分辨率之间取得一个更好的平衡,从而使获取的融合影像具有更高的质量和更大的实用价值。CN1096435ACN101916435A权利要求书1/1页1.一种多尺度光谱投影遥感影像融合方法,其特征在于包括以下步骤:步骤a,将相同地域的原始低空间分辨率的多光谱影像采样到与原始高空间分辨率全色影像同等像素大小,并进行精确几何校正处理,然后将处理过的多光谱影像分解成各个独立的波段影像;步骤b,分别生成原始高空间分辨率全色影像和步骤a所得多光谱各波段影像的高斯影像立方体;所述高斯影像立方体由若干层的影像组成,最底层影像即为原始高空间分辨率全色影像和步骤a所得多光谱各波段影像,当前层影像是由上一层影像与体现当前层尺度特征的高斯核函数卷积而成,设最底层的尺度参数为,从最底层影像到最顶层影像的尺度参数由变化到,并且当前层影像的尺度参数与上一层影像的尺度参数满足倍增关系;步骤c,利用步骤b所得高斯影像立方体的各层影像,提取原始高空间分辨率全色影像和多光谱各波段影像的光谱特征;步骤d,将步骤c提取出的光谱特征按照加权融合策略投影到原始低空间分辨率的多光谱影影像上,得到具有高空间分辨率和高光谱分辨率的融合多光谱影像。2.根据权利要求1所述的多尺度光谱投影遥感影像融合方法,其特征在于:步骤a中,采样过程采取最邻近像元法、双线性内插法或双三次卷积法方法。3.根据权利要求1或2所述的多尺度光谱投影遥感影像融合方法,其特征在于:步骤c中提取光谱特征,是通过计算高斯影像立方体的各层影像的平均值得到。4.根据权利要求1或2所述的多尺度光谱投影遥感影像融合方法,其特征在于:步骤c中提取光谱特征,是通过选取高斯影像立方体的某一层影像代替各层影像的平均值得到。2CN101916435A说明书1/7页一种多尺度光谱投影遥感影像融合方法技术领域[0001]本发明属于遥感图像处理数据融合技术领域,涉及一种多尺度光谱投影遥感影像融合方法。背景技术[0002]多光谱传感器能够获得光谱分辨率高而空间分辨率低的多光谱影像,全色波段传感器能获取空间分辨率高的全色影像,却缺乏光谱信息,因此如何将含有丰富光谱信息的多光谱影像与具有高空间分辨率的全色波段影像融合在一起,使融合后的影像能够尽可能地保持原始多光谱影像的光谱信息和原始全色影像的空间细节信息,是当前遥感影像数据处理领域的研究热点之一。传统的遥感影像融合算法如HIS变换、PCA变换在进行遥感影像融合时,能够获得具有较高空间质量的融合影像,但也有一定的局限性。IHS变换算法简单,能获得较高的空间分辨率,但只能适用于三个波段,对于多波段影像显得无能为力,而且由于全色影像与亮度影像之间的差异导致色度改变,会产生严重的光谱失真。PCA变换能够对任意多波段影像进行融合,但是会使融合影像失去原有的物理特性,而且融合效果取决于替换的两个主分量之间的相关性。[0003]近年来多尺度理论在图像处理领域得到越来越多的关注。多尺度表达的基本思想就是对原始信号嵌入一簇尺度参数变化的信号,大尺度下信号的结构应该是小尺度下信号结构的简化。图像的多尺度分析是指将图像在不同尺度上进行分解,使得图像的信息在不同的尺度上得到不同程度的解释,在大尺度上得到图像较粗的信息,在小尺度上得到较细的信息。“尺度空间”概念是著名的图像金字塔概念的新补充,最先在Kelly的图像处理中被采用,后来又以各种形式进行扩展,最典型的例子就是金字塔结构与小波分解。在现代的尺度空间表示中,每一层是前一层的模糊结果。通常每一