一種衛(wèi)星遙感影像融合方法
【專利摘要】本發(fā)明公開了一種衛(wèi)星遙感影像融合方法，方法是：對于一幅具有近紅外波段、紅光波段、綠光波段、藍光波段的多光譜遙感影像，分別計算自然色波段組合強度I、近紅外波段強度與自然色波段組合強度I的比值R、歸一化植被指數(shù)NDVI，然后根據(jù)比值R建立一個基本增強算子k1，根據(jù)NDVI建立特征選擇算子k2和特征平滑算子k3，k1、k2和k3的乘積構(gòu)成光譜綜合補償系數(shù)S，然后將影像中各波段值均乘以（1+S），則得到的結(jié)果即為各波段融合后的結(jié)果。本發(fā)明以近紅外波段為增強處理的數(shù)據(jù)源，設計了物理意義明確的增強算子，對遙感影像進行有選擇的特征融合增強，方法簡單，運算快捷，適用于所有具有近紅外、紅、綠、藍光譜數(shù)據(jù)的多波段衛(wèi)星影像。
【專利說明】一種衛(wèi)星遙感影像融合方法
【技術(shù)領域】
[0001]本發(fā)明涉及衛(wèi)星遙感圖像處理研究領域，特別涉及一種衛(wèi)星遙感影像融合方法?！颈尘凹夹g(shù)】
[0002]廣義的遙感影像增強包括圖像的輻射糾正、波段組合、波段運算、濾波、去噪、色彩變換、直方圖調(diào)節(jié)等圖像處理技術(shù)。狹義的圖像增強特指對經(jīng)過輻射糾正、波段組合的圖像進行直方圖調(diào)節(jié)的過程。傳統(tǒng)的影像增強方法有分段線性拉伸、調(diào)節(jié)亮度/對比度調(diào)節(jié)、色彩平衡、色階和曲線調(diào)節(jié)等。在影像增強處理過程中應遵循一定的原則，主要包括以下幾點:(1)差異性原則:圖像增強處理以突出不同地物間的差異為基本原則。(2)清晰性原則:根據(jù)影像的分辨率，制作的相應比例尺的遙感圖不發(fā)虛。(3)適中性原則:在改善高亮地物和黯淡地物反差的基礎上，盡可能多的保留原有色彩、紋理、對比度，尤其是高亮地物的細節(jié)和黯淡地物的層次差異，在色彩、亮度、對比度之間尋求整體平衡。
[0003]遙感影像融合是傳統(tǒng)影像增強技術(shù)的最新發(fā)展，是遙感圖像處理技術(shù)的一個專門【技術(shù)領域】，目前已經(jīng)發(fā)展了一系列方法。從融合原理來看大致可以分成以下三個基本類別:[0004]1.基于信號分析原理的融合方法:將高通濾波、主成份分析(PCA)、傅立葉變換(FFT)VjW^(Wavelet)變換、Gram-Schimdt變換、Curvelet變換等信號處理技術(shù)應用到數(shù)據(jù)融合中來，形成相應的融合技術(shù)和方法。
[0005]2.基于色彩空間理論的融合方法:將主要的色彩模型RGB、CMYK、Lab、IHS (HSB)、HSV等應用于圖像融合，目前在遙感界常用的方法是IHS (HSB)變換融合。
[0006]3.基于數(shù)理統(tǒng)計分析、四則運算的融合方法:基于數(shù)理統(tǒng)計分析的融合方法主要有回歸分析融合?；谒膭t運算的方法，主要包括比值法、差值法、加權(quán)疊加、倍數(shù)放大和四則混合運算辦法。這類方法中，經(jīng)典的方法是Brovey融合方法和CN融合方法。
[0007]從融合技術(shù)應用研究的數(shù)據(jù)對象而言，大致包括以下幾種類型:高分辨率全色圖像和多光譜圖像融合、光學圖像和SAR圖像融合、高光譜或多光譜圖像融合、多時相圖像融
八
口 ο
[0008]對于多光譜數(shù)據(jù)而言，傳統(tǒng)增強方法側(cè)重于影像增強的外在效果，多采用人機交互方式實現(xiàn)，其成果一般不適于光譜定量分析應用。融合增強方法一般具有明確的算法，適于計算機自動處理，增強成果也有利于后續(xù)的光譜定量分析應用。
[0009]自然色(真彩色)影像數(shù)據(jù)具有波段間相關性強、藍色波段受水汽干擾影響光譜響應偏強、植被光譜響應相對較弱等固有缺陷，造成自然色(真彩色)組合圖像表現(xiàn)出層次感不強、亮度和清晰度不高，其一些主要地物自然色不自然、真彩色不真實等外在缺點，很長一段時間它幾乎成為被忽略的應用模式。
[0010]隨著衛(wèi)星遙感技術(shù)的發(fā)展，高分辨率衛(wèi)星影像數(shù)據(jù)日益豐富。影像分辨率的提高在一定程度上彌補了自然色(真彩色)影像的上述缺點，同時高分辨率影像波段較少，彩色合成影像的波段組合方式有限，自然色(真彩色)影像逐漸成為高分辨率彩色合成影像應用的主流模式。
[0011]盡管如此，自然色(真彩色)影像的固有缺陷、外在缺點依然如故，嚴重影響了其應用效果。直接采用傳統(tǒng)直方圖調(diào)節(jié)等一般增強技術(shù)可以在一定程度上克服其外在缺點，但難度大，效率低，且與操作人員的經(jīng)驗和認知有很大關系；而要用來克服其固有缺陷則幾乎不可能。因此，如何獲取色彩協(xié)調(diào)、層次分明、細節(jié)豐富的自然色(真彩色)影像增強結(jié)果成為后續(xù)圖像處理的一個關鍵步驟。

【發(fā)明內(nèi)容】

[0012]本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種衛(wèi)星遙感影像融合方法，該方法改變了衛(wèi)星遙感領域影像各波段之間的相關性，有效提高了該組合的信息豐富程度，且改善了影像的數(shù)據(jù)結(jié)構(gòu)，降低了其后處理的難度，增強后的影像可同時滿足目視分析和光譜定量分析應用，具有極高的推廣價值。
[0013]本發(fā)明的目的通過以下的技術(shù)方案實現(xiàn):一種衛(wèi)星遙感影像融合方法，該方法是:對于一幅具有近紅外波段(NIR波段)、紅光波段(R波段)、綠光波段(G波段)、藍光波段(B波段)的多光譜遙感影像，分別計算自然色波段組合強度1、近紅外波段強度與自然色波段組合強度I的比值R、歸一化植被指數(shù)NDVI，然后根據(jù)比值R建立一個基本增強算子Ic1，根據(jù)NDVI建立一個特征選擇算子k2和一個特征平滑算子k3，k1、k2和k3的乘積構(gòu)成光譜綜合補償系數(shù)S，然后將影像中各波段值均乘以(1+S)，則得到的結(jié)果即為各波段融合后的結(jié)果；
[0014]基本增強算子Ic1的計算方法為A1=R-C1 ;其中C1為R的一個特征值；
[0015]特征選擇算子k2的計算方法為:k2= δ ;其中，當NDVI的值大于植被與非植被的分類閾值C2時，則δ取值為1，否則δ取值為O;
[0016]特征平滑算子k3等于NDVI的值。
[0017]本發(fā)明針對自然色(真彩色)組合影像各波段之間的相關性，信息冗余多等結(jié)構(gòu)缺陷，引入外部增強源近紅外波段作為增強處理的數(shù)據(jù)源，對自然色(真彩色)組合影像融合增強；針對傳統(tǒng)增強技術(shù)不利于后續(xù)定量分析應用，而直接應用現(xiàn)有融合方法又容易造成水域等特征地物自然色不自然、真彩色不真實等的缺點，借鑒IHS等圖像融合方法的表達形式，設計了一個基本增強算子h。針對自然色(真彩色)影像，影像層次感不強、清晰度不高、植被等特征地物自然色不自然、真彩色不真實等外在缺陷，參照傳統(tǒng)增強技術(shù)中的分段線性拉伸的核心思想，設計了一個用于圖像特征選擇的增強算子k2。同時，為了消除特征選擇造成的圖像噪聲增加，設計了一個用于圖像色彩平滑的增強算子k3。通過計算光譜綜合補償系數(shù)，獲得光譜融合成果。
[0018]具體的，所述自然色波段組合強度I的計算方法如下:
【權(quán)利要求】
1.一種衛(wèi)星遙感影像融合方法，其特征在于，對于一幅具有近紅外波段、紅光波段、綠光波段、藍光波段的多光譜遙感影像，分別計算自然色波段組合強度1、近紅外波段強度與自然色波段組合強度I的比值R、歸一化植被指數(shù)NDVI，然后根據(jù)比值R建立一個基本增強算子h，根據(jù)NDVI建立一個特征選擇算子k2和一個特征平滑算子k3，kp k2和k3的乘積構(gòu)成光譜綜合補償系數(shù)S，然后將影像中各波段值均乘以(1+S)，則得到的結(jié)果即為各波段融合后的結(jié)果； 基本增強算子&的計算方法為A1=R-C1 ;其中C1為R的一個特征值； 特征選擇算子k2的計算方法為:k2= δ ;其中，當NDVI的值大于植被與非植被的分類閾值4時，則δ取值為1，否則δ取值為O; 特征平滑算子k3等于NDVI的值。
2.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像融合方法，其特征在于，所述自然色波段組合強度I的計算方法如下:
3.根據(jù)權(quán)利要求2所述的衛(wèi)星遙感影像融合方法，其特征在于，所述近紅外波段強度與自然色波段組合強度I的比值R的計算方法如下:
4.根據(jù)權(quán)利要求2所述的衛(wèi)星遙感影像融合方法，其特征在于，所述歸一化植被指數(shù)NDVI的計算方法如下:

5.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像融合方法，其特征在于，所述建立基本增強算子h時所選擇的C1=Rmin，基于該特征值，Ic1的值采用以下方法得到:
K=R-Rmin ； 其中，R為近紅外波段強度與自然色波段組合強度I的比值，Rmin是指圖像所有像素點中R的最小值。
6.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像融合方法，其特征在于，所述建立特征選擇算子k2時所選擇的植被與非植被的分類閾值^2 e [O, NDVlmJ ?ζ [0,1]，NDVImax是指圖像所有像素點中NDVI的最大值，C2根據(jù)NDVI的直方圖特征與影像植被特征對照分析確定。
7.根據(jù)權(quán)利要求6所述的衛(wèi)星遙感影像融合方法，其特征在于，所述植被與非植被的分類閾值C2取值為O。
【文檔編號】G06T5/00GK103942769SQ201310667191
【公開日】2014年7月23日 申請日期:2013年12月10日 優(yōu)先權(quán)日:2013年12月10日
【發(fā)明者】余順超, 盧敬德, 劉超群, 余文波 申請人:珠江水利委員會珠江水利科學研究院