專利名稱：基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法。
背景技術(shù)：
“嫦娥一號(hào)”是我國(guó)發(fā)射的第一個(gè)月球軌道探測(cè)器，是中國(guó)月球探測(cè)工程“繞”、 “落”、“回”發(fā)展戰(zhàn)略的第一步。由嫦娥一號(hào)搭載的干涉成像儀所獲取的ΠΜ數(shù)據(jù)具有高光譜數(shù)據(jù)的一般特點(diǎn)，即高的光譜分辨率與低的空間分辨率。因此,高光譜數(shù)據(jù)能夠獲得表征其物理屬性的光譜信息，但是空間分辨率與其他相比明顯不足，所提供的空間結(jié)構(gòu)信息通常不能滿足應(yīng)用需求。為了更好地進(jìn)行物質(zhì)探測(cè)及空間信息系統(tǒng)的構(gòu)建、為二期工程提供更多、更完整、更有價(jià)值的月球環(huán)境的參考數(shù)據(jù)，如何在保留光譜信息的前提下增強(qiáng)高光譜數(shù)據(jù)的空間分辨率具有重要的科研與現(xiàn)實(shí)意義。由于空間分辨率增強(qiáng)的廣義定義為在現(xiàn)有成像系統(tǒng)的條件下，采取某種軟件方法突破其成像極限，從而獲取更高空間分辨率的圖像技術(shù)。近年來，對(duì)于高光譜圖像增強(qiáng)的研究主要集中于幾種方法基于多源信息融合的高光譜分辨率增強(qiáng)方法、基于混合像元的高光譜分辨率增強(qiáng)方法與基于插值的高光譜分辨率增強(qiáng)方法。本發(fā)明屬于多源信息融合范疇。進(jìn)而，關(guān)于多源信息融合的定義多種多樣，概括來說是一個(gè)多級(jí)、多層面的數(shù)據(jù)處理過程。針對(duì)嫦娥一號(hào)高光譜數(shù)據(jù)而言，由嫦娥一號(hào)搭載的CCD立體相機(jī)，拍攝所得光學(xué)影像清晰。干涉成像光譜儀主要是用來探測(cè)月球上的礦物成分和分布狀況，CCD立體相機(jī)為重構(gòu)月球表面立體圖像提供原始的月表二維圖像。如果能將它們聯(lián)合應(yīng)用，對(duì)于月表情況的了解將更有價(jià)值。由于不同傳感器的成像機(jī)理不同，工作波段不同，所以不同傳感器獲得的同一場(chǎng)景的多幅圖像之間具有信息的冗余性和互補(bǔ)性。因此，利用C⑶和成像光譜儀取得數(shù)據(jù)進(jìn)行聯(lián)合處理，獲取圖像空間、光譜等多種信息，對(duì)觀測(cè)區(qū)域有一個(gè)更加全面、清晰、 準(zhǔn)確的理解與認(rèn)識(shí)，對(duì)工程后續(xù)的進(jìn)行重要意義。一般多源信息融合方法包括高通濾波融合(保留原始高光譜影像低頻，以輔助光學(xué)圖像高頻替換高光譜高頻信息)、IHS變換、小波變換等基本方法。但是，由于高光譜數(shù)據(jù)想要在保留光譜信息的前提下增強(qiáng)高光譜影像的空間分辨率，所得效果并不盡如人意。Ranchin和Wald設(shè)計(jì)了一種基于ARSIS概念的高光譜分辨率增強(qiáng)方法，ARSIS來源于法文，意為通過增加結(jié)構(gòu)提高空間分辨率，它為提高多光譜圖像空間分辨率的提供一個(gè)開放的框架，為更好地研究基于多尺度分析的分辨率增強(qiáng)方法奠定了基礎(chǔ)。

發(fā)明內(nèi)容
本發(fā)明是為了解決現(xiàn)有的高光譜數(shù)據(jù)空間分辨率低的問題，從而提供一種基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法?；诙喑叨确治龅母吖庾V數(shù)據(jù)空間分辨率增強(qiáng)方法，它由以下步驟實(shí)現(xiàn)步驟一、采用干涉成像光譜儀拍攝一幅IIM圖像，獲得IIM高光譜數(shù)據(jù)，作為原始高光譜立方體；所述高光譜立方體為低空間分辨率LR圖像；采用CXD立體相機(jī)拍攝一幅CXD圖像，將所述CXD圖像與所獲得的ΠΜ圖像進(jìn)行配準(zhǔn)，得到配準(zhǔn)的CCD光學(xué)影像，并作為配準(zhǔn)的光學(xué)輔助圖像；CCD圖像為高空間分辨率HR 圖像；步驟二、通過多尺度模式MSM將步驟一中獲得的ΠΜ高光譜立方體進(jìn)行分解，并分別給出不同尺度的低頻影像與三個(gè)不同方向的高頻影像，所獲得低頻影像用Aui表示，高頻影像用Z = H，V，D表示，H、V和D分別代表水平、垂直和對(duì)角線分量；所述配準(zhǔn)的CXD 光學(xué)影像的分解級(jí)別較配準(zhǔn)的ΠΜ高光譜數(shù)據(jù)的分解級(jí)別高一個(gè)尺度，得到低頻影像與三個(gè)不同方向的高頻影像，獲得低頻影像用Ahk表示，高頻影像用Z = H，V，D表示，H、V和 D分別代表水平、垂直和對(duì)角線分量；分解得到的高低頻小波系數(shù)顯示出來就是高低頻影像；步驟三、將光譜最小化注入模型引入波段間相互構(gòu)造模式IBSM ;具體為對(duì)高光譜立方體分別在32個(gè)波段中進(jìn)行多尺度分解，在每個(gè)波段中的分解過程相同，具體為將第k波段的高光譜數(shù)據(jù)與小波分解后的CCD圖像進(jìn)行以下操作，其中k = 1,2,...,32,Cim 2 — Cl C腿—2 + b = σ z (LR) / σ z (HR)bz = mz (LR) _azmz (HR)，Z = D，V，H式中，Z = D, V, H表示小波分解所得小波系數(shù)的水平、垂直、對(duì)角線分量;mz(LR) 與Oz(LR)分別是C^2—4的均值與標(biāo)準(zhǔn)差；mz(HR)與Oz(HR)分別是4的均值與標(biāo)準(zhǔn)差； 下角標(biāo)1-2表示一次小波分解得到的高低頻影像，下角標(biāo)2-4表示二次小波分解得到的高低頻影像；然后與高一尺度分解的CCD圖像進(jìn)行融合，獲得合成的第k波段的高頻小波系數(shù)
Cim—2 >得到所有32波段的三個(gè)方向的高頻小波系數(shù)；步驟四、將步驟三所得的所有波段的三個(gè)方向的高頻系數(shù)作為融合后的高頻小波系數(shù)，將原始低空間分辨率LR的IIM高光譜圖像立方體本身作為融合后的低頻小波系數(shù)， 得到融合后的小波系數(shù)；步驟五、通過對(duì)步驟四所得融合小波系數(shù)進(jìn)行多尺度模式MSM逆變換，獲得空間分辨率與配準(zhǔn)后的配準(zhǔn)的CCD光學(xué)影像水平相當(dāng)?shù)娜诤虾驣IM圖像。步驟一中拍攝的ΠΜ圖像空間的分辨率為200m，光譜分辨率范圍為9. 6nm至 22. 5nm,由32個(gè)光譜通道數(shù)據(jù)構(gòu)成。步驟一中拍攝的CXD圖像是在同一時(shí)刻，對(duì)同一地區(qū)從前視、下視、后視三個(gè)角度拍攝的月光學(xué)影像，數(shù)據(jù)空間分辨率為120m。步驟二中所述通過多尺度模式MSM將步驟一中獲得的ΠΜ高光譜立方體進(jìn)行分解，并分別給出不同尺度的低頻影像與三個(gè)不同方向的高頻影像的過程中，ΠΜ圖像和配準(zhǔn)后的光學(xué)輔助圖像的尺寸相同，HM圖像和配準(zhǔn)后的光學(xué)輔助圖像大小均為200*200 ;分解過程為對(duì)配準(zhǔn)后的光學(xué)輔助圖像進(jìn)行N級(jí)小波分解，對(duì)IIM圖像進(jìn)行N-I級(jí)小波分解；其中，配準(zhǔn)后的光學(xué)輔助圖像的第一級(jí)分解為Atrous小波變換，其它N-I級(jí)分解為Mallat或
5Atrous小波變換；IIM圖像進(jìn)行的N-I級(jí)小波變換與光學(xué)輔助圖像的其它N-I級(jí)小波變換的類型對(duì)應(yīng)相同；Ν為大于或等于2的整數(shù)。步驟五中通過對(duì)由水平、豎直和對(duì)角線三個(gè)方向分別得到的高頻的小波系數(shù)與原始LR IIM圖像作為低頻小波系數(shù)組成得到的重構(gòu)小波系數(shù)，進(jìn)行逆多尺度模式MSM逆 Mallat小波變換獲得空間分辨率與配準(zhǔn)后的光學(xué)輔助圖像水平相當(dāng)?shù)腎IM圖像。步驟二中所述通過多尺度模式MSM將步驟一中所述的IIM圖像和配準(zhǔn)后的光學(xué)輔助圖像分別進(jìn)行分解的過程中，HM圖像和配準(zhǔn)后的光學(xué)輔助圖像的尺寸不同，IIM圖像大小為200*200，配準(zhǔn)后的光學(xué)輔助圖像的大小為400*400 ;分解過程為對(duì)配準(zhǔn)后的光學(xué)輔助圖像進(jìn)行N級(jí)小波分解，對(duì)IIM圖像進(jìn)行N-I級(jí)小波分解；其中，配準(zhǔn)后的光學(xué)輔助圖像的第一級(jí)分解為Atrous小波變換，其它N-I級(jí)分解為Mallat或 Atrous小波變換；ΙΙΜ圖像進(jìn)行的N-I級(jí)小波變換與光學(xué)輔助圖像的其它N-I級(jí)小波變換的類型對(duì)應(yīng)相同；Ν為大于或等于2的整數(shù)。步驟五中通過對(duì)由水平、豎直和對(duì)角線三個(gè)方向分別得到的高頻的小波系數(shù)與原始低空間分辨率LR的IIM圖像作為低頻小波系數(shù)組成得到的重構(gòu)小波系數(shù)，進(jìn)行逆多尺度模式MSM逆Atrous小波變換獲得空間分辨率與配準(zhǔn)后的光學(xué)輔助圖像水平相當(dāng)?shù)摩唉瑘D像。有益效果本發(fā)明通過多尺度模式給出原始高光譜影像的空間等級(jí)描述，通過高低頻波段間構(gòu)造模式在不同分辨率水平與輔助光學(xué)圖像進(jìn)行信息融合，然后通過逆變換將高光譜圖像的空間分辨率提高到輔助光學(xué)圖像水平，同時(shí)保留原始高光譜影像的光譜特性。


圖I是本發(fā)明方法的在第24個(gè)波段的流程示意圖；圖2是Mal Iat小波二層分解系數(shù)示意圖；圖3是Atrous小波二層分解系數(shù)示意圖；圖4至圖7是使用本發(fā)明對(duì)相同尺寸信息的融合圖像；其中圖4是原始高光譜立方體示意圖；圖5是圖4中圖像融合后獲得的圖像(第24波段)；圖6是圖4原始高光譜影像細(xì)節(jié)放大圖；圖7是圖5中圖像融合后影像細(xì)節(jié)放大圖；圖8至圖11是使用本發(fā)明對(duì)不同尺寸信息的融合圖像；其中圖8是原始高光譜立方體示意圖；圖9是圖8中圖像融合后獲得的圖像(第24波段)；圖10是原始高光譜影像細(xì)節(jié)放大圖；圖11是圖10中圖像融合后影像細(xì)節(jié)放大圖；圖12至圖15是使用本發(fā)明對(duì)其他融合方法效果對(duì)比圖；其中圖12是采用高通濾波法的融合圖像；圖13是采用HIS 法的融合圖像；圖14是采用小波變換法的融合圖像；圖15是采用本發(fā)明的融合影像。
具體實(shí)施例方式具體實(shí)施方式
一、結(jié)合圖I說明本具體實(shí)施方式
，本發(fā)明所用圖像數(shù)據(jù)為嫦娥一號(hào)干涉成像光譜儀拍攝的IIM圖像和CCD立體相機(jī)拍攝的CCD圖像。干涉成像光譜儀所得到的高光譜ΠΜ數(shù)據(jù)，空間分辨率為200m，光譜分辨率范圍從9. 6nm到22. 5nm,由32個(gè)光譜通道數(shù)據(jù)構(gòu)成高光譜圖像立方體。CXD立體相機(jī)在同一時(shí)間對(duì)同一地區(qū)從前視、下視、后視三個(gè)角度拍攝的月光學(xué)影像，數(shù)據(jù)空間分辨率達(dá)120m。本發(fā)明的總體原理實(shí)施流程圖如附圖I所示，具體實(shí)施步驟如下步驟A、通過多尺度模式(MSM)將高光譜影像(LR圖像)與已配準(zhǔn)的光學(xué)輔助圖像(HR圖像)進(jìn)行分解，分別給出影像空間結(jié)構(gòu)的分等級(jí)描述。HR影像小波分解級(jí)別比LR影
像高一尺度。情況Al :對(duì)于相同尺寸數(shù)據(jù)融合，ΠΜ影像大小為200*200，C⑶影像大小為 200*200。對(duì)CXD影像進(jìn)行2級(jí)小波分解，對(duì)IIM影像進(jìn)行I級(jí)小波分解。CXD影像多尺度模式的第I級(jí)分解必須為Atrous小波變換，后一級(jí)分解可以任意為Mallat或Atrous類型， IIM影像進(jìn)行的I級(jí)小波分級(jí)與CXD后一級(jí)類型相同。圖4至圖7中CXD影像2級(jí)小波分解采用Atrous-Mallat類型，ΠΜ采用Mallat類型。其中，Mallat算法為小波系數(shù)的塔形分解算法。它使離散小波變換由濾波器來實(shí)現(xiàn)，對(duì)信號(hào)的小波分解可以等效為信號(hào)通過一個(gè)濾波器組，不斷地將信號(hào)分解為近似分量與細(xì)節(jié)分量，近似分量可以繼續(xù)分解。在實(shí)施例中，選用的均為haar小波基。若將圖像進(jìn)行2級(jí)Mallat小波分解，分解系數(shù)如附圖3所示。其中，Aui為L(zhǎng)R圖像小波分解得到低頻分量，Z = H，V，D為L(zhǎng)R圖像水平、垂直、對(duì)角線三個(gè)不同方向的高頻分量;AHKS HR圖像小波分解得到低頻分量，(&, Z = H, V,D為HR圖像水平、垂直、對(duì)角線三個(gè)不同方向的高頻分量；下角標(biāo)1-2代表第一層分解所得高低頻分量，2-4代表第二層分解所得高低頻分量。對(duì)比而言，Atrous算法是通過有限濾波器的內(nèi)插近似，取消下采樣和插值，從而達(dá)到無取離散小波變換，以數(shù)據(jù)的冗余實(shí)現(xiàn)小波變換的平移不變性。AtIOUS小波變換法的基本思想是把信號(hào)或圖像分解為不同頻率通道上的近似信號(hào)和每一尺度下的細(xì)節(jié)信號(hào)，該細(xì)節(jié)信號(hào)稱為小波面，其圖像大小與原始圖像尺寸相同。Atrous小波分解與Mallat分解的根本區(qū)別在于抽取與插值。在實(shí)施例中，仍選用haar小波基。若將圖像進(jìn)行3級(jí)入trous小波分解，得到4個(gè)子帶小波分解系數(shù)如附圖4所示。其中，Aui為L(zhǎng)R圖像小波分解得到低頻分量，Z = H，V，D為L(zhǎng)R圖像水平、垂直、對(duì)角線三個(gè)不同方向的高頻分量；Ahk為HR圖像小波分解得到低頻分量，Z = H, V,D為HR圖像水平、垂直、對(duì)角線三個(gè)不同方向的高頻分量；下角標(biāo)1-2代表第一層分解所得高低頻分量，2-4代表第二層分解所得高低頻分量。 不同的是，所得各尺度小波系數(shù)矩陣大小相同。情況A2 :對(duì)于不同尺寸數(shù)據(jù)融合，ΠΜ影像大小為200*200，C⑶影像大小為 400*400。對(duì)CXD影像進(jìn)行2級(jí)小波分解，對(duì)IIM影像進(jìn)行I級(jí)小波分解。CXD影像多尺度模式的第I級(jí)分解必須為Mallat小波變換，后一級(jí)分解可以任意為Mallat或Atrous類型， IIM影像進(jìn)行的I級(jí)小波分解與CXD圖像后一級(jí)分解類型相同。附圖4中CXD影像2級(jí)小波分解米用Mallat-Atrous類型，ΠΜ米用Atrous類型。其中，Mallat與Atrous小波變換原理如情況A中所述。兩種小波變換均得到低頻分量與一系列水平、豎直、對(duì)角線高頻分量。步驟B、將光譜最小化注入模型引入波段間相互構(gòu)造模式(IBSM)，具體為步驟BI、對(duì)第k波段的高光譜數(shù)據(jù)(k= 1，2，...，24)與C⑶圖像，進(jìn)行以下操作， 獲得合成的第k波段的高頻小波系數(shù)2 CzLRl_2=azCzmi_2+bzaz = σ z (LR) / σ z (HR)bz = mz (LR) _azmz(HR)，Z = D，V，H式中，Z = D，V，H表示小波分解所得小波系數(shù)的水平、垂直、對(duì)角線分量;mz(LR)與Oz(LR)分別是4的均值與標(biāo)準(zhǔn)差；mz(HR)與Oz(HR)分別是4的均值與標(biāo)準(zhǔn)差。步驟B2、對(duì)高光譜所有波段進(jìn)行步驟BI所述步驟，得到所有波段的三個(gè)方向的高頻小波系數(shù)；步驟C、將步驟B所得的所有波段的三個(gè)方向的高頻系數(shù)作為融合后的高頻小波系數(shù)，將原始LR IIM高光譜圖像立方體本身作為融合后的低頻小波系數(shù)，得到融合后的小波系數(shù)；步驟D、通過對(duì)步驟C得到的融合小波系數(shù)進(jìn)行多尺度模式(MSM)逆變換得到空間分辨率在輔助光學(xué)圖像水平的高光譜影像。在圖4至圖7的實(shí)施例中，對(duì)于相同數(shù)據(jù)尺寸融合，應(yīng)進(jìn)行逆Mallat小波變換得到融合后高分辨率影像；在圖8至圖11的實(shí)施例中，對(duì)于不同數(shù)據(jù)尺寸融合，應(yīng)進(jìn)行逆Atrous小波變換得到融合后高分辨率影像。融合影像評(píng)價(jià)指標(biāo)主要分為主觀評(píng)價(jià)和客觀評(píng)價(jià)，主觀評(píng)價(jià)方法就是依靠人眼對(duì)融合圖像效果進(jìn)行主觀判斷。客觀評(píng)價(jià)就是包括均值、標(biāo)準(zhǔn)差、信息嫡、相關(guān)系數(shù)、偏差等定量指標(biāo)的確定和計(jì)算。主觀評(píng)價(jià)具有簡(jiǎn)單、直觀的優(yōu)點(diǎn)，但由于人眼的誤差較大，評(píng)價(jià)結(jié)果受個(gè)體差異影響太大；而客觀評(píng)價(jià)可以提高判斷的準(zhǔn)確性和速度，但由于沒有考慮人眼的視覺特性，與視覺上的感受有所差異。均值反映了是地物的平均反射強(qiáng)度，表達(dá)式為
權(quán)利要求
1.基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，其特征是它由以下步驟實(shí)現(xiàn)步驟一、采用干涉成像光譜儀拍攝一幅IIM圖像，獲得IIM高光譜數(shù)據(jù)，作為原始高光譜立方體；所述高光譜立方體為低空間分辨率LR圖像；采用CXD立體相機(jī)拍攝一幅CXD圖像，將所述CXD圖像與所獲得的ΠΜ圖像進(jìn)行配準(zhǔn)， 得到配準(zhǔn)的CCD光學(xué)影像，并作為配準(zhǔn)的光學(xué)輔助圖像；CCD圖像為高空間分辨率HR圖像； 步驟二、通過多尺度模式MSM將步驟一中獲得的ΠΜ高光譜立方體進(jìn)行分解，并分別給出不同尺度的低頻影像與三個(gè)不同方向的高頻影像，所獲得低頻影像用Aui表示，高頻影像用Z = H，V，D表示，H、V和D分別代表水平、垂直和對(duì)角線分量；所述配準(zhǔn)的CXD光學(xué)影像的分解級(jí)別較配準(zhǔn)的IIM高光譜數(shù)據(jù)的分解級(jí)別高一個(gè)尺度，得到低頻影像與三個(gè)不同方向的高頻影像，獲得低頻影像用Ahk表示，高頻影像用Z = H，V，D表示，H、V和D分別代表水平、垂直和對(duì)角線分量；步驟三、將光譜最小化注入模型引入波段間相互構(gòu)造模式IBSM ;具體為對(duì)高光譜立方體分別在32個(gè)波段中進(jìn)行多尺度分解，在每個(gè)波段中的分解過程相同， 具體為將第k波段的高光譜數(shù)據(jù)與小波分解后的CCD圖像進(jìn)行以下操作，其中k= 1， 2,...,32,
2.根據(jù)權(quán)利要求I所述的基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，其特征在于步驟一中拍攝的ΠΜ圖像空間的分辨率為200m，光譜分辨率范圍為9. 6nm至22. 5nm， 由32個(gè)光譜通道數(shù)據(jù)構(gòu)成。
3.根據(jù)權(quán)利要求I所述的基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，其特征在于步驟一中拍攝的CCD圖像是在同一時(shí)刻，對(duì)同一地區(qū)從前視、下視、后視三個(gè)角度拍攝的月光學(xué)影像，數(shù)據(jù)空間分辨率為120m。
4.根據(jù)權(quán)利要求I所述的基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，其特征在于步驟二中所述通過多尺度模式MSM將步驟一中獲得的IIM高光譜立方體進(jìn)行分解，并分別給出不同尺度的低頻影像與三個(gè)不同方向的高頻影像的過程中，ΠΜ圖像和配準(zhǔn)后的光學(xué)輔助圖像的尺寸相同，HM圖像和配準(zhǔn)后的光學(xué)輔助圖像大小均為200*200 ;分解過程為對(duì)配準(zhǔn)后的光學(xué)輔助圖像進(jìn)行N級(jí)小波分解，對(duì)IIM圖像進(jìn)行N-I級(jí)小波分解；其中，配準(zhǔn)后的光學(xué)輔助圖像的第一級(jí)分解為Atrous小波變換，其它N-I級(jí)分解為Mallat或 Atrous小波變換；IIM圖像進(jìn)行的N-I級(jí)小波變換與光學(xué)輔助圖像的其它N-I級(jí)小波變換的類型對(duì)應(yīng)相同；Ν為大于或等于2的整數(shù)。
5.根據(jù)權(quán)利要求4所述的基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，其特征在于步驟五中通過對(duì)由水平、豎直和對(duì)角線三個(gè)方向分別得到的高頻的小波系數(shù)與原始 LRIIM圖像作為低頻小波系數(shù)組成得到的重構(gòu)小波系數(shù)，進(jìn)行逆多尺度模式MSM逆Mallat 小波變換獲得空間分辨率與配準(zhǔn)后的光學(xué)輔助圖像水平相當(dāng)?shù)摩唉瑘D像。
6.根據(jù)權(quán)利要求I所述的基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，其特征在于步驟二中所述通過多尺度模式MSM將步驟一中所述的IIM圖像和配準(zhǔn)后的光學(xué)輔助圖像分別進(jìn)行分解的過程中，HM圖像和配準(zhǔn)后的光學(xué)輔助圖像的尺寸不同，IIM圖像大小為 200*200，配準(zhǔn)后的光學(xué)輔助圖像的大小為400*400 ;分解過程為對(duì)配準(zhǔn)后的光學(xué)輔助圖像進(jìn)行N級(jí)小波分解，對(duì)IIM圖像進(jìn)行N-I級(jí)小波分解；其中，配準(zhǔn)后的光學(xué)輔助圖像的第一級(jí)分解為Atrous小波變換，其它N-I級(jí)分解為Mallat或 Atrous小波變換；ΙΙΜ圖像進(jìn)行的N-I級(jí)小波變換與光學(xué)輔助圖像的其它N-I級(jí)小波變換的類型對(duì)應(yīng)相同；Ν為大于或等于2的整數(shù)。
7.根據(jù)權(quán)利要求6所述的基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，其特征在于步驟五中通過對(duì)由水平、豎直和對(duì)角線三個(gè)方向分別得到的高頻的小波系數(shù)與原始低空間分辨率LR的IIM圖像作為低頻小波系數(shù)組成得到的重構(gòu)小波系數(shù)，進(jìn)行逆多尺度模式 MSM逆Atrous小波變換獲得空間分辨率與配準(zhǔn)后的光學(xué)輔助圖像水平相當(dāng)?shù)摩唉瑘D像。
全文摘要
基于多尺度分析的高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法，涉及一種高光譜數(shù)據(jù)空間分辨率增強(qiáng)方法。它是為了解決現(xiàn)有的高光譜數(shù)據(jù)空間分辨率低的問題。它首先將離散小波變換Mallat與平穩(wěn)小波兩種變換引入ARSIS概念中的多尺度分析模型MSM，分別分等級(jí)描述已配準(zhǔn)的高光譜影像與輔助光學(xué)影像的空間結(jié)構(gòu)。然后將光譜最小化注入模型引入波段間相互構(gòu)造模式IBSM，對(duì)高頻小波系數(shù)進(jìn)行重構(gòu)。進(jìn)而，將所重構(gòu)的高頻系數(shù)注入原高光譜圖像，得到融合后的小波系數(shù)。最后通過多尺度模式MSM逆變換得到空間分辨率在輔助光學(xué)圖像水平的高光譜影像。本發(fā)明適用于增強(qiáng)高光譜數(shù)據(jù)空間分辨率。
文檔編號(hào)G06T5/00GK102609916SQ20121001758
公開日2012年7月25日 申請(qǐng)日期2012年1月19日 優(yōu)先權(quán)日2012年1月19日
發(fā)明者唐文彥, 張瀟, 張鈞萍, 汪玫村, 鄒斌 申請(qǐng)人:哈爾濱工業(yè)大學(xué)