一種自適應(yīng)的遙感圖像全色銳化方法
【技術(shù)領(lǐng)域】
[0001] 一種自適應(yīng)的遙感圖像全色銳化方法，用于遙感圖像全色銳化，涉及遙感圖像處 理、圖像融合、全色銳化等領(lǐng)域，具體涉及一種全色圖像和多光譜圖像的融合方法，屬于遙 感圖像融合技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 衛(wèi)星遙感圖像是目前被廣泛利用的圖像類型，主要應(yīng)用于環(huán)境監(jiān)測(cè)、地質(zhì)勘探、天 氣預(yù)報(bào)等領(lǐng)域。由于衛(wèi)星傳感器技術(shù)的限制，同一傳感器不能同時(shí)獲取具有高空間分辨率 和高光譜分辨率的衛(wèi)星圖像。現(xiàn)在衛(wèi)星通過(guò)兩種傳感器采集兩種不同類型的圖像數(shù)據(jù)：全 色圖像和多光譜圖像，其中全色圖像具有較高的空間分辨率，多光譜圖像具有較高的光譜 分辨率?？梢酝ㄟ^(guò)融合全色圖像和多光譜圖像來(lái)獲取同時(shí)具有高空間分辨率和高光譜分辨 率的圖像，即通過(guò)提取全色圖像的空間細(xì)節(jié)信息并將其注入到多光譜圖像中來(lái)提高多光譜 圖像的空間分辨率，這一過(guò)程也稱為全色銳化。
[0003] 目前，全色銳化方法主要分為三大類：1)多分辨率分析方法，該類方法利用小波 變換、拉普拉斯金子塔、非下采樣的contourlets變換等手段提取全色圖像的空間細(xì)節(jié)，并 將其注入到多光譜圖像中。該類方法能較好的保存多光譜圖像的光譜特性，但對(duì)其空間分 辨率的提升效果有限，且時(shí)間開(kāi)銷較大。2)光譜重建方法，該類方法將多光譜圖像視為理 想的高分辨率多光譜圖像的退化圖像。利用全色圖像的空間細(xì)節(jié)信息，依靠馬爾科夫隨機(jī) 場(chǎng)、自回歸模型等技術(shù)重建出高分辨率的多光譜圖像。但該類方法存在構(gòu)建重建模型難度 大，改進(jìn)空間有限等問(wèn)題。3)成分替換方法，該類方法通過(guò)IHS變換或主成分分析技術(shù)，將 多光譜圖像轉(zhuǎn)換到不同的色彩空間或不同主成分，然后用全色圖像替換I通道或第一主成 分，最后通過(guò)相應(yīng)的反變換來(lái)得到具有高空間分辨率的多光譜圖像。該類方法能較好的提 高多光譜圖像的空間分辨率，但同時(shí)也會(huì)造成一定的光譜失真。在以上的各種方法中，基于 IHS變換的全色銳化方法因其簡(jiǎn)單高效而被廣泛應(yīng)用，同時(shí)如何減少基于IHS變換融合方 法的光譜失真也成為研宄的熱點(diǎn)。
[0004] Tuetal?在文獻(xiàn)"Afastintensity-hue-saturationfusiontechniquewith spectraladjustmentforIK0N0Simagery"中提出了一種fastIHS融合方法來(lái)大幅度減 少傳統(tǒng)IHS融合方法的時(shí)間開(kāi)銷，并突破了傳統(tǒng)IHS變換融合方法只能融合RGB三通道圖 像的限制。但該法方法并未有效減少傳統(tǒng)IHS變換融合方法的所產(chǎn)生的光譜失真。Rahmani etal.在文獻(xiàn)"AnAdaptiveIHSPan-SharpeningMethod" 中提出了一種adaptiveIHS 融合方法，該方法雖然有效的降低了融合結(jié)果的光譜失真，但同時(shí)也降低了銳化效果，容易 造成融合結(jié)果的局部人工痕跡。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足之處提供了一種自適應(yīng)的遙感圖像全色銳化方法，本 發(fā)明有效的減少融合結(jié)果的光譜失真，并提高了融合結(jié)果的銳化效果。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0007] -種自適應(yīng)的遙感圖像全色銳化方法，其特征在于，步驟如下：
[0008] (1)獲取全色圖像和低分辨率的多光譜圖像，對(duì)低分辨率的多光譜圖像進(jìn)行插值 放大，使多光譜圖像與相應(yīng)的全色圖像具有相同分辨率；
[0009] (2)用WLS濾波器對(duì)具有相同分辨率的全色圖像和多光譜圖像進(jìn)行濾波，得到全 色圖像和多光譜圖像的低頻成分；
[0010] ⑶用具有相同分辨率的全色圖像和多光譜圖像與全色圖像和多光譜圖像的低頻 成分進(jìn)行差分得到全色圖像和多光譜圖像的高頻成分；
[0011] (4)在全色圖像和多光譜圖像的高頻成分的基礎(chǔ)上估計(jì)出多光譜圖像所缺少的初 始細(xì)節(jié)圖像；
[0012] (5)構(gòu)建對(duì)初始細(xì)節(jié)圖像的優(yōu)化函數(shù)，用快速下降法對(duì)初始細(xì)節(jié)圖像進(jìn)行優(yōu)化處 理，得到適合多光譜圖像不同通道的最終細(xì)節(jié)圖像；
[0013] (6)將得到的最終細(xì)節(jié)圖像注入到多光譜圖像相應(yīng)的通道中得到高分辨率的多光 譜圖像。
[0014] 進(jìn)一步，所述步驟（1)中，對(duì)多光譜圖像進(jìn)行插值放大是運(yùn)用雙三次插值算法對(duì) 低分辨率的多光譜圖像進(jìn)行插值放大，使多光譜圖像與相應(yīng)的全色圖像具有相同分辨率。
[0015] 進(jìn)一步，所述步驟（2)中，用WLS濾波器對(duì)具有相同分辨率的全色圖像和多光譜圖 像進(jìn)行濾波，得到全色圖像和多光譜圖像的低頻成分的具體步驟如下：
[0016] (21)對(duì)全色圖像和多光譜圖像進(jìn)行歸一化，設(shè)相同分辨率的全色圖像和多光譜圖 像由低頻成分和高頻成分組成，具體公式表示如下：
【主權(quán)項(xiàng)】
1. 一種自適應(yīng)的遙感圖像全色銳化方法，其特征在于，步驟如下： (1) 獲取全色圖像和低分辨率的多光譜圖像，對(duì)低分辨率的多光譜圖像進(jìn)行插值放大， 使多光譜圖像與相應(yīng)的全色圖像具有相同分辨率； (2) 用WLS濾波器對(duì)具有相同分辨率的全色圖像和多光譜圖像進(jìn)行濾波，得到全色圖 像和多光譜圖像的低頻成分； (3) 用具有相同分辨率的全色圖像和多光譜圖像與全色圖像和多光譜圖像的低頻成分 進(jìn)行差分得到全色圖像和多光譜圖像的高頻成分； (4) 在全色圖像和多光譜圖像的高頻成分的基礎(chǔ)上估計(jì)出多光譜圖像所缺少的初始細(xì) 節(jié)圖像； (5) 構(gòu)建對(duì)初始細(xì)節(jié)圖像的優(yōu)化函數(shù)，用快速下降法對(duì)初始細(xì)節(jié)圖像進(jìn)行優(yōu)化處理，得 到適合多光譜圖像不同通道的最終細(xì)節(jié)圖像； (6) 將得到的最終細(xì)節(jié)圖像注入到多光譜圖像相應(yīng)的通道中得到高分辨率的多光譜圖 像。
2. 根據(jù)權(quán)利要求1所述的一種自適應(yīng)的遙感圖像全色銳化方法，其特征在于；所述步 驟（1)中，對(duì)多光譜圖像進(jìn)行插值放大是運(yùn)用雙=次插值算法對(duì)低分辨率的多光譜圖像進(jìn) 行插值放大，使多光譜圖像與相應(yīng)的全色圖像具有相同分辨率。
3. 根據(jù)權(quán)利要求1所述的一種自適應(yīng)的遙感圖像全色銳化方法，其特征在于；所述步 驟（2)中，用WLS濾波器對(duì)具有相同分辨率的全色圖像和多光譜圖像進(jìn)行濾波，得到全色圖 像和多光譜圖像的低頻成分的具體步驟如下： (21) 對(duì)全色圖像和多光譜圖像進(jìn)行歸一化，設(shè)相同分辨率的全色圖像和多光譜圖像由 低頻成分和高頻成分組成，具體公式表示如下：
其中，P表示全色圖像，pL和PH分別表示全色圖像的低頻成分和高頻成分，MS康示多 光譜圖像的第i個(gè)通道，MSf巧MSf分別表示多光譜圖像的低頻成分和高頻成分； (22) 由步驟（21)得到的公式，再通過(guò)WLS濾波器來(lái)得到具有相同分辨率的全色圖像和 多光譜圖像的低頻成分，WLS濾波器可表示如下： g=W(f)， 其中，f表示輸入圖像，g表示濾波輸出圖像； W(.)表示W(wǎng)LS濾波器，其具體實(shí)現(xiàn)公式如下：
其中，^是平衡參數(shù)，W濟(jì)W y表示平滑權(quán)重，X和y表示平滑方向； 利用WLS濾波器估計(jì)具有相同分辨率的全色圖像和多光譜圖像的低頻成分的具體公 式如下：
4. 根據(jù)權(quán)利要求3所述的一種自適應(yīng)的遙感圖像全色銳化方法，其特征在于；所述步 驟（3)中，用具有相同分辨率的全色圖像和多光譜圖像與全色圖像和多光譜圖像的低頻成 分進(jìn)行差分得到全色圖像和多光譜圖像的高頻成分的具體公式為：
5. 根據(jù)權(quán)利要求4所述的一種自適應(yīng)的遙感圖像全色銳化方法，其特征在于；所述步 驟（4)中，在全色圖像和多光譜圖像的高頻成分的基礎(chǔ)上估計(jì)出多光譜圖像所缺少的初始 細(xì)節(jié)圖像的具體步驟為： (41) 根據(jù)I服融合算法，多光譜圖像在1服空間的強(qiáng)度通道的高頻成分IH表示為；
其中，N表示多光譜圖像的通道數(shù)，ai表示第i個(gè)通道的權(quán)重系數(shù)； (42) 為確定每個(gè)通道的權(quán)重系數(shù)a1，根據(jù)adaptiveMS算法，IH和pH應(yīng)盡可能相似， 表述公式如下：
(43) 用最小二乘估計(jì)來(lái)求解步驟（42)中ai的值，具體求解公式如下；
(44) 在求解出ai的值后，根據(jù)步驟（41)中的公式求解出1?，最終估計(jì)出多光譜圖像 所缺少的初始細(xì)節(jié)圖像，可用如下公式表示： D=pH-lH， 其中，D表示估計(jì)出多光譜圖像所缺少的初始細(xì)節(jié)圖像。
6. 根據(jù)權(quán)利要求5所述的一種自適應(yīng)的遙感圖像全色銳化方法，其特征在于；所述步 驟巧）中，構(gòu)建對(duì)初始細(xì)節(jié)圖像的優(yōu)化函數(shù)，用快速下降法對(duì)初始細(xì)節(jié)圖像進(jìn)行優(yōu)化處理 得到適合多光譜圖像不同通道的最終細(xì)節(jié)圖像的具體步驟如下： 巧1)構(gòu)建初始細(xì)節(jié)圖像的優(yōu)化函數(shù)，具體優(yōu)化函數(shù)公式如下：
其中，F(xiàn)表示優(yōu)化函數(shù)，町表示第i個(gè)通道的最終細(xì)節(jié)圖像，Di是函數(shù)F的變量； 巧2)使用快速下降法來(lái)求解步驟巧1)中的町，快速下降法的公式如下：
其中，X表示變量，r表示變量X的空間維度，n表示迭代次數(shù)，丫表示步長(zhǎng)系數(shù)，是一 個(gè)小的正數(shù)； 結(jié)合快速下降法公式和優(yōu)化函數(shù)，町可W通過(guò)下列公式迭代求取：
其中，迭代的初始值of> =D，D為步驟（4)所求取的多光譜圖像所缺少的初始細(xì)節(jié)圖 像； 巧3)如若步驟巧2)中的迭代過(guò)程滿足如下公式：
終止迭代， 其中，e是最小誤差值，是一個(gè)小的正數(shù)。
7.根據(jù)權(quán)利要求6所述的一種自適應(yīng)的遙感圖像全色銳化方法，其特征在于；所述步 驟化）中，將得到的最終細(xì)節(jié)圖像注入到多光譜圖像相應(yīng)的通道中得到高分辨率的多光譜 圖像的公式為： HMSi=MSi+Di; 其中，HMSi表示高分辨率的多光譜圖像的第i個(gè)通道。
【專利摘要】本發(fā)明公開(kāi)了一種自適應(yīng)的遙感圖像全色銳化方法，屬于遙感圖像融合技術(shù)領(lǐng)域，減少融合結(jié)果的光譜失真,提高了融合結(jié)果的銳化效果。對(duì)低分辨率的多光譜圖像進(jìn)行插值放大，使多光譜圖像與相應(yīng)的全色圖像具有相同分辨率；對(duì)相同分辨率的全色圖像和多光譜圖像進(jìn)行濾波，得到其低頻成分；用具有相同分辨率全色圖像和多光譜圖像與其低頻成分進(jìn)行差分得到相應(yīng)的高頻成分；在兩者高頻成分的基礎(chǔ)上估計(jì)出多光譜圖像所缺少的初始細(xì)節(jié)圖像；構(gòu)建對(duì)初始細(xì)節(jié)圖像的優(yōu)化函數(shù)，結(jié)合快速下降法對(duì)初始細(xì)節(jié)圖像優(yōu)化處理得到適合多光譜圖像不同通道的最終細(xì)節(jié)圖像；將最終細(xì)節(jié)圖像注入到多光譜圖像相應(yīng)的通道中得到高分辨率的多光譜圖像。本發(fā)明用于遙感圖像全色銳化。
【IPC分類】G06T3-40
【公開(kāi)號(hào)】CN104851077
【申請(qǐng)?zhí)枴緾N201510299181
【發(fā)明人】吳煒, 宋亞?wèn)|, 楊曉敏, 劉凱, 嚴(yán)斌宇
【申請(qǐng)人】四川大學(xué)
【公開(kāi)日】2015年8月19日
【申請(qǐng)日】2015年6月3日