專利名稱：一種多尺度空間投影遙感影像融合方法
技術(shù)領(lǐng)域：
本發(fā)明屬于遙感圖像處理數(shù)據(jù)融合技術(shù)領(lǐng)域，涉及一種多尺度空間投影遙感影像 融合方法。
背景技術(shù)：
遙感技術(shù)的發(fā)展提供了豐富的多源遙感數(shù)據(jù)。這些來自不同傳感器的數(shù)據(jù)具有不 同的時(shí)間、空間和光譜分辨率以及不同的極化方式。單一傳感器獲取的圖像信息量有限，往 往難以滿足應(yīng)用需要，通過圖像融合可以從不同的遙感圖像中獲得更多的有用信息，補(bǔ)充 單一傳感器的不足。圖像融合是指將多源遙感圖像按照一定的算法，在規(guī)定的地理坐標(biāo)系， 生成新的圖像的過程。全色圖像一般具有較高空間分辨率，多光譜圖像光譜信息較豐富，為 提高SPOT多光譜圖像的空間分辨率，可以將全色圖像融合進(jìn)多光譜圖像。通過融合既提高 多光譜圖像空間分辨率，又保留其多光譜特性。傳統(tǒng)的遙感影像融合算法如IHS變換、PCA變換在進(jìn)行遙感影像融合時(shí)，能夠獲得 具有較高空間質(zhì)量的融合影像，但也有一定的局限性。IHS變換算法簡(jiǎn)單，能獲得較高的空 間分辨率，但要求替換的亮度分量?jī)烧咧g有較大的相關(guān)性，只能適用于三個(gè)波段，對(duì)于多 波段影像顯得無能為力，而且由于全色影像與亮度影像之間的巨大差異導(dǎo)致色度改變，會(huì) 產(chǎn)生嚴(yán)重的光譜失真。PCA變換能夠?qū)θ我舛嗖ǘ斡跋襁M(jìn)行融合，但是會(huì)使融合影像失去原 有的物理特性，而且與IHS變換類似，融合效果取決于替換的兩個(gè)主分量之間的相關(guān)性。近年來多尺度理論在圖像處理領(lǐng)域得到越來越多的關(guān)注。眾所周知，人在不同的 距離下，觀測(cè)同一圖像獲得的感受是不一樣的，如遠(yuǎn)距離看到的是圖像輪廓，近距離下看到 的是更多細(xì)節(jié)，這就是尺度效應(yīng)。而尺度空間技術(shù)是從原始圖像出發(fā)導(dǎo)出一系列越來越平 滑、越來越簡(jiǎn)化的圖像，隨著尺度的增加，輸出的圖像越來越模糊，細(xì)節(jié)信息越來越不明顯。 多尺度表達(dá)的基本思想就是對(duì)原始信號(hào)嵌入一簇尺度參數(shù)變化的信號(hào)，大尺度下信號(hào)的結(jié) 構(gòu)應(yīng)該是小尺度下信號(hào)結(jié)構(gòu)的簡(jiǎn)化。“尺度空間”概念是著名的圖像金字塔概念的新補(bǔ)充， 最先在Kelly的圖像處理中被采用，后來又以各種形式進(jìn)行擴(kuò)展。在現(xiàn)代的尺度空間表示 中，每一層是前一層的模糊結(jié)果。通常每一層通過一個(gè)方差為σ的高斯函數(shù)卷積原圖像而 產(chǎn)生，而每一層的σ都不一樣，這個(gè)方差就是“尺度參數(shù)”，尺度參數(shù)越大，圖像越模糊，越 多的細(xì)節(jié)被丟棄，這些細(xì)節(jié)對(duì)人眼視覺起關(guān)鍵作用，利用它可以有效地進(jìn)行目標(biāo)識(shí)別、特征 提取等。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的是提供一種既能提高其空間分辨率，又能很 好保留遙感圖像的光譜信息的多尺度空間投影融合方法。為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案為一種多尺度空間投影遙感影像融合方法， 包括以下步驟步驟a，將相同地域的原始低空間分辨率的多光譜影像采樣到原始高空間分辨率全色影像同等像素大小，進(jìn)行精確幾何校正處理，然后利用經(jīng)過采樣和校正后的多光譜影 像計(jì)算其亮度影像；步驟b，分別生成原始高空間分辨率全色影像和步驟a所得亮度影像的高斯影像 立方體；所述高斯影像立方體由若干層的影像組成，最底層影像即為原始高空間分辨率全 色影像和步驟a所得亮度影像，當(dāng)前層影像是由上一層影像與體現(xiàn)當(dāng)前層尺度特征的高斯 核函數(shù)卷積而成，設(shè)最底層的尺度參數(shù)為ο，從最底層影像到最頂層影像的尺度參數(shù)由σ 變化到2 ο，并且當(dāng)前層影像的尺度參數(shù)與上一層影像的尺度參數(shù)滿足倍增關(guān)系；步驟C，利用步驟b所得高斯影像立方體的層間差異，提取亮度影像和原始高空間 分辨率全色影像的空間細(xì)節(jié)特征；步驟d，將步驟C提取出的空間細(xì)節(jié)特征按照加權(quán)融合策略投影到原始低空間分 辨率的多光譜影像上，得到具有高空間分辨率和高光譜分辨率的融合多光譜影像。而且，步驟a中，采樣過程采取最鄰近像元法、雙線性內(nèi)插法或雙三次卷積法方 法。而且，步驟a中，利用經(jīng)過采樣和校正后的多光譜影像計(jì)算其亮度影像的具體方 式為，對(duì)多光譜影像的所有單波段影像求平均亮度影像。而且，步驟b中，高斯影像立方體中的各層影像滿足以下公式(1)
(1)其中Ip表示當(dāng)前層影像，Ip_i表示上一層影像，σ ρ表示當(dāng)前層的尺度特征參數(shù)， G(x, y ;σρ)表示尺度參數(shù)為Op的高斯核函數(shù)，(x，y)表示高斯窗口內(nèi)相對(duì)于中心的坐標(biāo)
偏移量；層間尺度參數(shù)的倍增關(guān)系和每一層的尺度參數(shù)分別滿足下面的公式(2)和公式 ⑶ 其中s表示總層數(shù)，ρ表示當(dāng)前層數(shù)，k是層間尺度參數(shù)的倍增關(guān)系。而且，步驟c中，利用高斯影像立方體的層間差異提取出的影像空間細(xì)節(jié)特征D， 如以下公式⑷
(4)其中Ip1和Ii分別表示高斯影像立方體中第i_l層和第i層的影像，L1-Ii是這 兩層影像的層間差異，記為Dp而且，步驟c中，根據(jù)運(yùn)算級(jí)別，選用以下三種提取空間細(xì)節(jié)特征的方法之一，實(shí) 現(xiàn)提取亮度影像的空間細(xì)節(jié)特征Datc和原始高空間分辨率全色影像的空間細(xì)節(jié)特征Dpan，第一種逐層計(jì)算差異影像，提取空間細(xì)節(jié)特征，即按以下公式(5)提取空間細(xì)節(jié) 特征
其中I"和Ii表示原始高空間分辨率全色影像的高斯影像立方體中第i_l層和第 i層的影像，Ii-/和Ii'表示亮度影像的高斯影像立方體中第i-Ι層和第i層的影像；第二種在逐層計(jì)算差異影像的基礎(chǔ)上，根據(jù)高斯函數(shù)的性質(zhì)提取空間細(xì)節(jié)特征， 即按以下公式(6)提取空間細(xì)節(jié)特征 其中I和I'分別表示原始高空間分辨率全色影像和亮度影像，Is、Is'分別表示 原始高空間分辨率全色影像和亮度影像的第S層影像，S表示總層數(shù)，W表示高斯核函數(shù)的
窗口尺寸，σ表示初始設(shè)定的高斯核函數(shù)的方差，Ι /2σ)表示窗口大小擴(kuò)大
倍、尺度參數(shù)擴(kuò)大了」y>+2倍的高斯核函數(shù)； 第三種在滿足精度要求的前提下，對(duì)第二種方法簡(jiǎn)化，即按以下公式(7)提取空 間細(xì)節(jié)特征 其中I和I'分別表示原始全色影像和亮度影像，Is、Is'分別表示原始高空間分 辨率全色影像和亮度影像的第S層影像，S表示總層數(shù)，W表示高斯核函數(shù)的窗口尺寸，σ
表示初始設(shè)定的高斯核函數(shù)的方差，V)表示窗口大小不變、尺度參數(shù)擴(kuò)大了
J^倍的高斯核函數(shù)。
V =0
而且，當(dāng)多光譜影像包括三個(gè)單波段影像時(shí)，
步驟a中，根據(jù)下面的公式(8)來計(jì)算經(jīng)過采樣和校正后的多光譜影像的亮度影 Ave = (R+G+B) /3(8)其中，R、G、B分別是經(jīng)過采樣和校正后的多光譜影像的三個(gè)單波段影像；步驟d中，所示采取加權(quán)融合的策略將步驟c中提取出的空間細(xì)節(jié)特征投影到 原始低空間分辨率的多光譜影像上，得到的高空間分辨率融合多光譜影像按照以下公式 其中R、G、B分別是經(jīng)過采樣和校正后的多光譜影像的三個(gè)單波段影像，F(xiàn)R、re、FB 為融合影像的三個(gè)單波段影像，c為權(quán)重因子。本發(fā)明提供的技術(shù)方案的有益效果為(1)高斯尺度空間類似人類的視覺系統(tǒng)， 從不同尺度的影像立方體上提取的影像細(xì)節(jié)特征能夠更好地描述影像的空間特性。(2)采 用空間投影的方法指導(dǎo)融合的過程，能夠更好地保持影像的空間細(xì)節(jié)特征，同時(shí)良好地保 持多光譜影像的光譜特征。


圖1為本發(fā)明實(shí)施例的流程圖。
具體實(shí)施例方式為了更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說 明。本發(fā)明的實(shí)施例是對(duì)全色影像Pan和多光譜影像Mul進(jìn)行融合，參照?qǐng)D1，本發(fā)明實(shí)施 例的步驟如下步驟a 首先進(jìn)行影像預(yù)處理。實(shí)施例中影像的預(yù)處理包括重采樣和精確配準(zhǔn)(即本領(lǐng)域 的精確幾何校正處理)。重采樣的目的是讓原始多光譜影像具有與原始全色影像同等的像 素大小，配準(zhǔn)是為了讓原始多光譜影像(即原始低空間分辨率的多光譜影像)與原始全色 影像(即原始高空間分辨率全色影像)在空間位置上保持一致。根據(jù)融合精度要求，采樣 過程可以采取現(xiàn)有最鄰近像元法、雙線性內(nèi)插法、雙三次卷積法等方法，其中雙三次卷積法 精度最高，精確配準(zhǔn)的精度在0. 5個(gè)像素以內(nèi)。然后生成多光譜影像的亮度影像。先要根據(jù)重采樣和配準(zhǔn)后的多光譜影像生成其 亮度影像，用以代表多光譜影像的空間特性，同時(shí)以便接下來生成高斯影像立方體。實(shí)施例 的原始多光譜影像有三個(gè)波段，亮度影像的生成按下面的公式(8進(jìn)行Ave = (R+G+B) /3(8)其中，R、G、B分別是經(jīng)過采樣和校正后的多光譜影像的三個(gè)單波段影像。若具體 實(shí)施時(shí)多光譜影像有大于三個(gè)的波段，則仍然可以在不影響理解的前提下類似命名并求取
亮度影像。步驟b 生成高斯影像立方體本發(fā)明中引入改進(jìn)的高斯尺度空間理論，分別生成原始全色影像和亮度影像的高 斯影像立方體。高斯影像立方體中的各層影像應(yīng)當(dāng)滿足以下公式(1) 其中Ip表示當(dāng)前層影像，Ilri表示上一層影像，σ ρ表示當(dāng)前層的尺度特征參數(shù)， G(x, y ;σρ)表示尺度參數(shù)為Op的高斯核函數(shù)，(x，y)表示高斯窗口內(nèi)相對(duì)于中心的坐標(biāo)
偏移量；層間尺度參數(shù)的倍增關(guān)系和每一層的尺度參數(shù)分別滿足下面的公式(2)和公式 ⑶ 其中s表示總層數(shù)(即高斯影像立方體包括從最底層的第1層影像到最頂層的第 s層影像)，Ρ表示當(dāng)前層數(shù)，σρ表示當(dāng)前層的尺度參數(shù)。k就是層間尺度參數(shù)的倍增關(guān)系， 即當(dāng)前層影像(第P層)的尺度參數(shù)是上一層影像(第P-I層)的尺度參數(shù)的k倍。這個(gè) 倍增關(guān)系跟經(jīng)典高斯尺度空間理論中倍增關(guān)系是一樣的。因此具體實(shí)施時(shí)，可以設(shè)定初始參數(shù)包括尺度參數(shù)σ，高斯核函數(shù)窗口大小W， 高斯尺度空間層數(shù)s，也即是高斯影像立方體的層數(shù)，然后每一層的影像按以下公式生成Ip+1 = G(x，y;kp+1o)*Ip，p= 1，2，...，8，且『=2其中ρ表示當(dāng)前層數(shù)，Ip+1和Ip分別表示高斯影像立方體的第p+1層和第ρ層影 像，kp+1 σ表示第p+1層影像的尺度參數(shù)，G(x，y ；kp+1 σ )表示第p+1層影像的高斯核函數(shù)。步驟C:提取空間細(xì)節(jié)特征本發(fā)明提出，可以根據(jù)不同的運(yùn)算級(jí)別，采取下面三種等級(jí)的提取亮度影像和全 色影像空間細(xì)節(jié)特征的方法，分別按照公式(5) (6) (7)進(jìn)行。需要說明的是，這三種方法中 只需要采用其中任意一種方法即可，而且采取何種方法視具體情況而定。第一種逐層計(jì)算差異影像，提取空間細(xì)節(jié)特征，可稱為空間投影(SP，Spatial Projection)方法，滿足下面的公式(5) 其中Ih和Ii表示原始全色影像的高斯影像立方體中第i-Ι層和第i層的影像， Ii-/和Ii'表示亮度影像的高斯影像立方體中第i-Ι層和第i層的影像。第二種根據(jù)高斯函數(shù)的性質(zhì)，在第一種的基礎(chǔ)上推導(dǎo)出的方法，可稱為快速空間 投影(FSP，F(xiàn)ast Spatial Projection)方法，滿足下面的公式(6)
Dpan =I-Is=I-Gix, V；.IYizσ)*I
V !=0
-G(x,y;^fsw I^i2σ)'
V !=0
(6)
DAve =Γ-Ι/ = Γ- G(x, ν;如’ .Ι> 2σ)*Γ 其中I和I'分別表示原始全色影像和亮度影像，Is、Is'分別表示原始高空間分 辨率全色影像和亮度影像的第S層影像(即最頂層影像)，S表示總層數(shù)，W表示高斯核函數(shù)的窗口尺寸，σ表示初始設(shè)定的高斯核函數(shù)的方差，
表示窗口大小
廣差，
擴(kuò)大了；倍、尺度參數(shù)擴(kuò)大了」yy倍的高斯核函數(shù)c 第三種在滿足精度要求的前提下，對(duì)第二種方法進(jìn)行適當(dāng)?shù)暮?jiǎn)化，可稱為簡(jiǎn)化快 速空間投影(SFSP, Simplified Fast Spatial Projection)方法，滿足下面的公式(7)
(7) 其中I和I'分別表示原始全色影像和亮度影像，Is、Is'分別表示原始高空間分 辨率全色影像和亮度影像的第S層影像(即最頂層影像)，S表示總層數(shù)，W表示高斯核函數(shù)
的窗口尺寸，σ表示初始設(shè)定的高斯核函數(shù)的方差，
表示窗口大小不變、
尺度參數(shù)擴(kuò)大了 λ Σ〗倍的高斯核函數(shù)。步驟d:空間投影運(yùn)算實(shí)施例的多光譜影像包括三個(gè)單波段影像，采取加權(quán)融合的策略將步驟c中提取 出的空間細(xì)節(jié)特征投影到原始低空間分辨率的多光譜影像上時(shí)，按照以下公式得到高空間 分辨率融合多光譜影像 其中R、G、B為原始多光譜影像的三個(gè)波段，F(xiàn)R、FG, FB為融合影像的三個(gè)波段，c
為權(quán)重因子。具體實(shí)施時(shí)，可根據(jù)運(yùn)算級(jí)別，即運(yùn)算量由大到小，選擇上述SP、FSP、SFSP方法實(shí) 現(xiàn)空間細(xì)節(jié)特征的提取。還可參考運(yùn)算所需的存儲(chǔ)空間靈活選擇，SP實(shí)現(xiàn)過程中要保存每 一層的影像，需要的存儲(chǔ)量是最大的，而FSP和SFSP實(shí)現(xiàn)過程中只需要保存最高一層影像， 存儲(chǔ)量要小很多。在上述方法中，步驟a的具體操作屬于遙感影像處理領(lǐng)域的常規(guī)方法，具體流程 在此不再贅述。步驟a中，重采樣和高精度配準(zhǔn)操作的主要目的是使參與融合的全色影像 和多光譜影像在空間地域上處于一致，具有同樣的像素大?。猾@取亮度影像的主要目的是 用以描述多光譜影像的空間特性。在上述方法中，步驟b引入了改進(jìn)的高斯尺度空間理論來生成高斯影像立方體。 在經(jīng)典高斯尺度空間理論中，尺度空間分為若干段，每段分為若干層，每一層影像都是由代 表該層尺度特性的高斯核函數(shù)與原始影像卷積而成，而本方法中，只使用一段尺度空間，尺 度參數(shù)由ο變化到2 0，該段中每一層影像都是由代表該層尺度特性的高斯核函數(shù)與下一層影像卷積而得到，一方面避免了經(jīng)典高斯尺度空間理論中建立高層影像的龐大開銷，另一方面也符合人眼視覺特性?？芍傻母咚褂跋窳⒎襟w中，最底層影像為原始全色影像或亮度影像，最頂層影像滿足下面的公式
I，一G(X，y；2。)*G(X，y；k’’。)*…*G(X，y；。)*工
在上述方法中，步驟C的三種提取空間特征的方法的推理和操作過程如下
在高斯影像立方體中，第p層影像可以描述為
工p—G(X，y；。p)*工p l
其中。．為高斯尺度空間中該層的尺度因子，則可以定義該層影像的空間細(xì)節(jié)特征D、為
Dp一Ip l一Ip
若初始設(shè)定的高斯尺度空間為S層，那么生成一個(gè)S層的原始全色影像的高斯影像立方，以及一個(gè)S層的原始全色影像的高斯影像立方體，則原始全色影像和亮度影像的空間細(xì)節(jié)特征定義為公式(5) 其中工㈠和工，表示原始全色影像的高斯影像立方體中第i—l層和第土層的影像，工㈠’和工，’表示亮度影像的高斯影像立方體中第i—l層和第土層的影像。此即為第一種方法空間投影(SP，Spatial Pr。jeCti。n)方法。
根據(jù)高斯函數(shù)的性質(zhì)，若有兩個(gè)高斯核函數(shù)與圖像進(jìn)行連續(xù)卷積，則卷積的結(jié)果圖像等效于一個(gè)新的高斯核函數(shù)與圖像進(jìn)行卷積，這個(gè)新的高斯核函數(shù)的窗口大小的平方和是原來兩個(gè)高斯核函數(shù)窗口大小的平方和，方差的平方和是原來兩個(gè)高斯核函數(shù)方差的平方和。在生成高斯影像立方體的過程中，其高斯核的方差按照下面的公式從。變化到2。
。p—k’。
在整個(gè)卷積過程中，高斯核的窗口W大小保持不變。根據(jù)上述的高斯函數(shù)ng'l~拒質(zhì)，第p層影像的生成過程可以寫成下面的公式
即第p次的卷積過程，可以等效于一個(gè)窗口大小為√PW 方差為√∑IO．的高斯核 與圖像進(jìn)行卷積。
而在空間特征提取過程中，有下面的關(guān)系
D一(I一I1)+(Il一I)+……+(I，l一I，)=I一I，
可知
于是，就有 則可以得到原始全色影像和亮度影像的空間細(xì)節(jié)特征如公式(6) 其中I和Γ分別表示原始全色影像和亮度影像，s表示總層數(shù)，w表示高斯核函
數(shù)的窗口尺寸，σ表示初始設(shè)定的高斯核函數(shù)的方差
表示窗口大小
擴(kuò)大了
倍、尺度參數(shù)擴(kuò)大了λ 倍的高斯核函數(shù)。此即為第二種方法快速空間投影
(FSP, FastSpatial Projection)方法。 從式(6)可以看出，快速算法中，用一個(gè)窗口為 方差為
的新的高斯核
卷積去等效高斯影像立方體的特征提取過程，由于卷積窗口增大而導(dǎo)致效率提高不明顯， 作為簡(jiǎn)化算法，在不影響融合效果的前提下，可以將新的高斯核的窗口仍然設(shè)置為W，方差設(shè)置為
，由此，新的特征提取算法可以寫為 其中I和I ‘分別表示原始全色影像和亮度影像，s表示總層數(shù)，w表示高斯核函
數(shù)的窗口尺寸，σ表示初始設(shè)定的高斯核函數(shù)的方差
表示窗口大小不
變、尺度參數(shù)擴(kuò)大了
倍的高斯核函數(shù)。此即為第三種方法簡(jiǎn)化快速空間投影(SFSP，
SimplifiedFast Spatial Projection)方法。在上述方法中，步驟d的目的是將提取的空間細(xì)節(jié)特征添加到原始多光譜影像 中，以提高多光譜影像的空間細(xì)節(jié)信息。加權(quán)融合時(shí)的權(quán)重因子c對(duì)于融合結(jié)果有著重要 影響，默認(rèn)情況下c = 1，若c > 1，則在融合影像中全色影像的空間細(xì)節(jié)所占比重比較大， 否則多光譜影像的光譜特征所占比重比較大。綜上所述，本發(fā)明提出的多尺度空間投影融合方法，在改進(jìn)的高斯尺度空間理論的基礎(chǔ)上，利用高斯影像立方體的層間差異特征提取影像的空間細(xì)節(jié)特征。高斯尺度空間能夠模仿人類視覺感知功能，用一系列尺度參數(shù)來描述影像的特征，在生成高斯影像立方 體的過程中，使用高斯核函數(shù)進(jìn)行連續(xù)卷積，逐漸模糊的影像之間的差異即為空間細(xì)節(jié)特 征，因此從高斯影像立方體中提取的空間細(xì)節(jié)特征更符合人眼視覺感受。以下通過仿真實(shí)驗(yàn)來驗(yàn)證本發(fā)明的有效性仿真實(shí)驗(yàn)一 =QuickBird全色(空間分辨率為0. 6米)與多光譜(空間分辨率為 2. 4米)影像融合，原始影像大小為600*600，選擇廣為使用的標(biāo)準(zhǔn)IHS變換方法作為對(duì)。融合影像評(píng)價(jià)指標(biāo)對(duì)于融合影像的質(zhì)量評(píng)價(jià)應(yīng)該從主觀視覺和客觀指標(biāo)兩方面 進(jìn)行，同時(shí)考察融合結(jié)果影像對(duì)空間信息和光譜信息的保持度。本發(fā)明中的主觀視覺評(píng)價(jià) 為目視感受，客觀評(píng)價(jià)指標(biāo)采取以下三種(I)ERGAS 一個(gè)從全局綜合誤差方面來評(píng)價(jià)融合影像質(zhì)量的指標(biāo)，ERGAS值越小， 說明融合影像質(zhì)量越好。由下面的公式來計(jì)算 其中，h和1分別表示全色和多光譜影像的空間分辨率，N為原始多光譜影像的波 段數(shù)，RMSE(Bi)和Mean(Bi)分別表示第i波段的均方根誤差和均值。(2)通用圖像質(zhì)量評(píng)價(jià)指標(biāo)UIQI 從相關(guān)信息損失、輻射值扭曲和對(duì)比度扭曲三 個(gè)方面衡量融合前后影像的相似度，通過比較UIQI的值，其值越大，表示融合質(zhì)量越高，若 兩幅影像完全一致，其值為1。由下面的公式來計(jì)算 其中[和^分別表示原始多光譜影像和融合結(jié)果影像的均值，δ jP δ y分別表示原 始多光譜影像和融合結(jié)果影像的方差，而Sxy表示它們的協(xié)方差。(3)光譜偏差指數(shù)反映了融合影像與原始多光譜影像在光譜方面的扭曲度，光 譜偏差指數(shù)的值越小，說明融合質(zhì)量越高。由下面的公式來計(jì)算 其中Iiij和久,分別表示融合前后多光譜影像的灰度值。仿真結(jié)果用本發(fā)明的方法和標(biāo)準(zhǔn)IHS變換方法對(duì)仿真內(nèi)容的仿真結(jié)果影像進(jìn)行對(duì)比，包括 原始全色影像、經(jīng)過采樣和配準(zhǔn)的原始多光譜影像、標(biāo)準(zhǔn)IHS變換的融合結(jié)果影像，及本發(fā) 明所提供SP、FSP、SFSP方法得到的影像。(1)按照所述仿真內(nèi)容的仿真結(jié)果客觀評(píng)價(jià)指標(biāo)如表1所示表1實(shí)驗(yàn)結(jié)果比較 從表1的實(shí)驗(yàn)數(shù)據(jù)可知，本發(fā)明提出的多尺度空間投影融合方法在各指標(biāo)上均比 傳統(tǒng)的IHS變換方法有非常明顯的優(yōu)勢(shì)。ERGAS的值越大，說明光譜信息保持度越低，標(biāo)準(zhǔn) IHS變換在這一指標(biāo)上的值遠(yuǎn)大于本發(fā)明的三種方法。UIQI指標(biāo)反映了融合結(jié)果影像在相 關(guān)信息損失、輻射值扭曲和對(duì)比度扭曲，IHS變換在這一指標(biāo)上的值遠(yuǎn)小于本發(fā)明的三種方 法。偏差指數(shù)直接反應(yīng)了光譜扭曲程度，值越大，說明光譜扭曲越嚴(yán)重，而標(biāo)準(zhǔn)IHS變換的 值遠(yuǎn)大于本發(fā)明的三種方法。由此可以得出結(jié)論，相比于標(biāo)準(zhǔn)IHS變換，本發(fā)明提出的方法 更能保持影像的空間細(xì)節(jié)特征和光譜特征。(2)按照所述仿真內(nèi)容的仿真結(jié)果主觀評(píng)價(jià)如下從視覺上看，本發(fā)明所得到的融合影像在亮度上與原始多光譜影像非常接近，明 暗適度，色彩鮮艷，邊緣清晰，對(duì)比度好，層次感強(qiáng)，具有很好的視覺感受。在圖像細(xì)節(jié)方面， 本發(fā)明所得的融合影像與原始全色影像非常相似，比如房屋邊緣、樹木的結(jié)構(gòu)、道路的形態(tài) 及道路上的車輛，都能很清晰地呈現(xiàn)。雖然IHS變換在細(xì)節(jié)呈現(xiàn)方面也有較好的表現(xiàn)，但是 存在較嚴(yán)重的色彩偏差和偏色，不太符合人眼的視覺感受。綜上所述，本發(fā)明具有如下的優(yōu)點(diǎn)(1)高斯尺度空間類似人類的視覺系統(tǒng)，從不同尺度的影像立方體上提取的影像 細(xì)節(jié)特征能夠更好地描述影像的空間特性。(2)采用空間投影的方法指導(dǎo)融合的過程，能夠更好地保持影像的空間細(xì)節(jié)特征， 同時(shí)良好地保持多光譜影像的光譜特征。與傳統(tǒng)影像融合方法比較可知，不管是從客觀評(píng)價(jià)指標(biāo)上，還是從主觀視覺上，本 發(fā)明的方法都具有很明顯的優(yōu)勢(shì)，融合結(jié)果既能較好地保持高分辨率全色影像的空間細(xì)節(jié) 特征，又能較好地保持低分辨率多光譜影像的光譜特征，增強(qiáng)了主觀可視表達(dá)效果，是一種 可行的遙感影像融合方法。
權(quán)利要求
一種多尺度空間投影遙感影像融合方法，其特征在于包括以下步驟步驟a，將相同地域的原始低空間分辨率的多光譜影像采樣到原始高空間分辨率全色影像同等像素大小，進(jìn)行精確幾何校正處理，然后利用經(jīng)過采樣和校正后的多光譜影像計(jì)算其亮度影像；步驟b，分別生成原始高空間分辨率全色影像和步驟a所得亮度影像的高斯影像立方體；所述高斯影像立方體由若干層的影像組成，最底層影像即為原始高空間分辨率全色影像和步驟a所得亮度影像，當(dāng)前層影像是由上一層影像與體現(xiàn)當(dāng)前層尺度特征的高斯核函數(shù)卷積而成，設(shè)最底層的尺度參數(shù)為σ，從最底層影像到最頂層影像的尺度參數(shù)由σ變化到2σ，并且當(dāng)前層影像的尺度參數(shù)與上一層影像的尺度參數(shù)滿足倍增關(guān)系；步驟c，利用步驟b所得高斯影像立方體的層間差異，提取亮度影像和原始高空間分辨率全色影像的空間細(xì)節(jié)特征；步驟d，將步驟c提取出的空間細(xì)節(jié)特征按照加權(quán)融合策略投影到原始低空間分辨率的多光譜影像上，得到具有高空間分辨率和高光譜分辨率的融合多光譜影像。
2.根據(jù)權(quán)利要求1所述的多尺度空間投影遙感影像融合方法，其特征在于步驟a中， 采樣過程采取最鄰近像元法、雙線性內(nèi)插法或雙三次卷積法方法。
3.根據(jù)權(quán)利要求1所述的多尺度空間投影遙感影像融合方法，其特征在于步驟a中， 利用經(jīng)過采樣和校正后的多光譜影像計(jì)算其亮度影像的具體方式為，對(duì)多光譜影像的所有 單波段影像求平均亮度影像。
4.根據(jù)權(quán)利要求1或2或3所述的多尺度空間投影遙感影像融合方法，其特征在于 步驟b中，高斯影像立方體中的各層影像滿足以下公式(1)< λ —(1)其中Ip表示當(dāng)前層影像，Ilri表示上一層影像，％表示當(dāng)前層的尺度特征參數(shù)，G(X， Y ;σρ)表示尺度參數(shù)為σ ρ的高斯核函數(shù)，(X，y)表示高斯窗口內(nèi)相對(duì)于中心的坐標(biāo)偏移 量；層間尺度參數(shù)的倍增關(guān)系和每一層的尺度參數(shù)分別滿足下面的公式(2)和公式(3) k = 21/s (2) op = kpo (3)其中s表示總層數(shù)，P表示當(dāng)前層數(shù)，k是層間尺度參數(shù)的倍增關(guān)系。
5.根據(jù)權(quán)利要求4所述的多尺度空間投影遙感影像融合方法，其特征在于步驟c中， 利用高斯影像立方體的層間差異提取出的影像空間細(xì)節(jié)特征D，如以下公式(4)i=l i=l其中Ih和Ii分別表示高斯影像立方體中第i_l層和第i層的影像，L1-Ii是這兩層 影像的層間差異，記為D”
6.根據(jù)權(quán)利要求5所述的多尺度空間投影遙感影像融合方法，其特征在于步驟c中， 根據(jù)運(yùn)算級(jí)別，選用以下三種提取空間細(xì)節(jié)特征的方法之一，實(shí)現(xiàn)提取亮度影像的空間細(xì) 節(jié)特征DAre和原始高空間分辨率全色影像的空間細(xì)節(jié)特征Dpan，第一種逐層計(jì)算差異影像，提取空間細(xì)節(jié)特征，即按以下公式(5)提取空間細(xì)節(jié)特征 其中Ih和Ii表示原始高空間分辨率全色影像的高斯影像立方體中第i_l層和第i層 的影像，Ii-/和Ii'表示亮度影像的高斯影像立方體中第i_l層和第i層的影像；第二種在逐層計(jì)算差異影像的基礎(chǔ)上，根據(jù)高斯函數(shù)的性質(zhì)提取空間細(xì)節(jié)特征，即按 以下公式(6)提取空間細(xì)節(jié)特征 其中I和Γ分別表示原始高空間分辨率全色影像和亮度影像，Is、Is'分別表示原始 高空間分辨率全色影像和亮度影像的第s層影像，s表示總層數(shù)，w表示高斯核函數(shù)的窗口尺寸，σ表示初始設(shè)定的高斯核函數(shù)的方差 表示窗口大小擴(kuò)大了 倍、尺度參數(shù)擴(kuò)大了 倍的高斯核函數(shù)；第三種在滿足精度要求的前提下，對(duì)第二種方法簡(jiǎn)化，即按以下公式(7)提取空間細(xì) 節(jié)特征 其中I和I'分別表示原始全色影像和亮度影像，Is、Is'分別表示原始高空間分辨率 全色影像和亮度影像的第S層影像，s表示總層數(shù)，w表示高斯核函數(shù)的窗口尺寸，O表示初始設(shè)定的高斯核函數(shù)的方差， 表示窗口大小不變、尺度參數(shù)擴(kuò)大了 倍的高斯核函數(shù)。
7.根據(jù)權(quán)利要求1所述的多尺度空間投影遙感影像融合方法，其特征在于當(dāng)多光譜 影像包括三個(gè)單波段影像時(shí)，步驟a中，根據(jù)下面的公式(8)來計(jì)算經(jīng)過采樣和校正后的多光譜影像的亮度影像Ave Ave = (R+G+B)/3(8)其中，R、G、B分別是經(jīng)過采樣和校正后的多光譜影像的三個(gè)單波段影像； 步驟d中，所示采取加權(quán)融合的策略將步驟c中提取出的空間細(xì)節(jié)特征投影到原始低空間分辨率的多光譜影像上，得到的高空間分辨率融合多光譜影像按照以下公式(9) (9)其中R、G、B分別是經(jīng)過采樣和校正后的多光譜影像的三個(gè)單波段影像，F(xiàn)R、FG, FB為 融合影像的三個(gè)單波段影像，c為權(quán)重因子。
全文摘要
本發(fā)明涉及一種多尺度空間投影遙感影像融合方法，包括以下步驟利用原始低空間分辨率的多光譜影像計(jì)算其亮度影像，通過改進(jìn)的高斯尺度空間理論，分別生成該亮度影像和原始高空間分辨率全色影像的高斯影像立方體，然后利用高斯影像立方體的層間差異提取亮度影像和全色影像的空間細(xì)節(jié)特征，最后將空間細(xì)節(jié)特征按照加權(quán)融合策略投影到原始多光譜影像上，得到具有高空間分辨率和高光譜分辨率的融合多光譜影像。本發(fā)明在提高融合影像的空間細(xì)節(jié)表現(xiàn)能力的同時(shí)，很好地保留了原多光譜圖像的光譜信息，其物理意義明確，實(shí)現(xiàn)結(jié)構(gòu)簡(jiǎn)單，融合效果好。
文檔編號(hào)G06T5/00GK101916436SQ20101026681
公開日2010年12月15日 申請(qǐng)日期2010年8月30日 優(yōu)先權(quán)日2010年8月30日
發(fā)明者劉軍, 邵振峰 申請(qǐng)人:武漢大學(xué)