一種基于卷積增強(qiáng)和hcs變換的遙感影像融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于遙感影像處理數(shù)據(jù)融合領(lǐng)域，涉及一種基于卷積增強(qiáng)和HCS變換的遙 感影像融合方法，是采用卷積濾波的技術(shù)手段進(jìn)行空間細(xì)節(jié)增強(qiáng)的遙感影像融合方法。 技術(shù)背景
[0002] 通過(guò)對(duì)高空間分辨率單個(gè)光譜波段的全色影像與低空間分辨率的多光譜影像進(jìn) 行影像融合以得到兼具高空間分辨率和多光譜兩大重要特性的遙感影像已經(jīng)基本上成為 高空間分辨率遙感分析的一個(gè)必須的預(yù)處理環(huán)節(jié)。就該領(lǐng)域內(nèi)的方法而言，目前影像融合 可分為像素級(jí)、特征級(jí)和決策級(jí)融合；三個(gè)級(jí)別中，又以像素級(jí)融合的理論基礎(chǔ)最為完善、 應(yīng)用最為廣泛，其中典型代表有IHS融合、PCA融合、小波融合、濾波融合、比值法、乘積法等 等。
[0003] 在傳統(tǒng)的IHS融合法及其改進(jìn)算法中，影像融合難以打破亮度-色調(diào)-飽和度三 維度局限性的弊端，這顯然不適用于當(dāng)代遙感數(shù)據(jù)多光譜、高光譜甚至超高光譜的特性。直 至近年來(lái)HCS變換被引入影像融合領(lǐng)域，利用其二次擬合強(qiáng)度分量配合若干維度的角度分 量的方式，將N維笛卡爾空間上的多光譜遙感數(shù)據(jù)嚴(yán)格地轉(zhuǎn)化到N維超球面幾何空間中，徹 底打破了傳統(tǒng)IHS空間的三維度局限性，為影像融合領(lǐng)域開(kāi)辟了一類新的具有高光譜保持 性的融合技術(shù)。然而就目前基于HCS變換的融合理論（如NaTve Mode和SmartMode)而 言，其對(duì)影像中的空間信息考慮不足，對(duì)空間細(xì)節(jié)的增強(qiáng)能力有限。

【發(fā)明內(nèi)容】

[0004] 為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提出一種基于卷積增強(qiáng)和HCS變換的遙感影像 融合方法，是基于HCS變換并且具有極強(qiáng)空間細(xì)節(jié)增強(qiáng)能力的影像融合方法，該方法在充 分發(fā)揮HCS變換維度自由的特性的同時(shí)，極大程度地增強(qiáng)了融合結(jié)果的空間細(xì)節(jié)信息。
[0005] 為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案為：
[0006] -種基于卷積增強(qiáng)和HCS變換的遙感影像融合方法，是采用卷積濾波進(jìn)行空間細(xì) 節(jié)增強(qiáng)的遙感影像融合方法，所述方法包括的步驟為：
[0007] 對(duì)低空間分辨率的多光譜影像和高空間分辨率的全色影像進(jìn)行影像配準(zhǔn)，并將低 空間分辨率的多光譜影像重采樣至與高空間分辨率的全色影像相同像元尺寸，裁剪得到相 同圖幅范圍的多光譜影像和全色影像等待融合；
[0008] 對(duì)低空間分辨率的多光譜影像進(jìn)行HCS變換得到強(qiáng)度分量和若干角度分量；
[0009] 對(duì)高空間分辨率的全色影像采用一空間濾波算子進(jìn)行卷積濾波得到空間細(xì)節(jié)信 息；
[0010] 將空間細(xì)節(jié)信息以權(quán)重補(bǔ)充到強(qiáng)度分量中得到增強(qiáng)后的強(qiáng)度分量；
[0011] 對(duì)增強(qiáng)后的強(qiáng)度分量使用之前得到的若干角度分量進(jìn)行分解得到最終融合影像。
[0012] 優(yōu)選地，所述的對(duì)低空間分辨率的多光譜影像進(jìn)行HCS變換得到強(qiáng)度分量和角度 分量的方法為：
[0013] {xN} = {x"x2，…，x〇 ? ??，xj
【主權(quán)項(xiàng)】
1. 一種基于卷積增強(qiáng)和HCS變換的遙感影像融合方法，其特征在于，包括：
51. 對(duì)低空間分辨率的多光譜影像和高空間分辨率的全色影像進(jìn)行影像配準(zhǔn)，并將低 空間分辨率的多光譜影像重采樣至與高空間分辨率的全色影像相同像元尺寸，裁剪得到相 同圖幅范圍的多光譜影像和全色影像等待融合；
52. 對(duì)低空間分辨率的多光譜影像進(jìn)行HCS變換得到強(qiáng)度分量和若干角度分量；
53. 對(duì)高空間分辨率的全色影像采用空間濾波算子進(jìn)行卷積濾波得到空間細(xì)節(jié)信息；
54. 將空間細(xì)節(jié)信息W權(quán)重補(bǔ)充到強(qiáng)度分量中得到增強(qiáng)后的強(qiáng)度分量；
55. 對(duì)增強(qiáng)后的強(qiáng)度分量使用若干角度分量進(jìn)行分解得到最終融合影像。
2. 根據(jù)權(quán)利要求1所述的遙感影像融合方法，其特征在于，對(duì)低空間分辨率的多光譜 影像進(jìn)行HCS變換得到強(qiáng)度分量和角度分量的方法為：
式中；1表示強(qiáng)度分量，n表示多光譜數(shù)據(jù)的波段總數(shù)；[口w};表示角度分量的集合，集 合內(nèi)共有n-1個(gè)角度分量，表示第k個(gè)角度分量；k取值范圍為1、2、3、…、n-1 ;{xj表 示原始多光譜數(shù)據(jù)單一波段集，集合內(nèi)共有n個(gè)波段，Xi表示第i個(gè)波段的原始多光譜數(shù) 據(jù)。
3. 根據(jù)權(quán)利要求1所述的遙感影像融合方法，其特征在于，對(duì)高空間分辨率的全色影 像采用一空間濾波算子進(jìn)行卷積濾波得到空間細(xì)節(jié)信息的步驟為： 采用空間濾波算子與高空間分辨率的全色影像求卷積，卷積得到的結(jié)果即為所需的空 間細(xì)節(jié)信息。
4. 根據(jù)權(quán)利要求3所述的遙感影像融合方法，其特征在于，對(duì)高空間分辨率的全色影 像采用一空間濾波算子進(jìn)行卷積濾波得到空間細(xì)節(jié)信息之前還包括： 根據(jù)全色影像空間細(xì)節(jié)信息特性或人為選取空間濾波算子。
5. 根據(jù)權(quán)利要求1所述的遙感影像融合方法，其特征在于，將空間細(xì)節(jié)信息W權(quán)重補(bǔ) 充到強(qiáng)度分量中得到增強(qiáng)后的強(qiáng)度分量之前還包括： 根據(jù)強(qiáng)度分量和空間細(xì)節(jié)信息的數(shù)據(jù)特性，獲取融合所需的權(quán)重。
6. 根據(jù)權(quán)利要求1所述的遙感影像融合方法，其特征在于，對(duì)增強(qiáng)后的強(qiáng)度分量使用 之前得到的若干角度分量進(jìn)行分解得到最終融合影像的方法為：
式中；Lw表示增強(qiáng)后的強(qiáng)度分量，n表示多光譜數(shù)據(jù)的波段總數(shù)；xr表示第1個(gè)波段 的融合結(jié)果，表示第h個(gè)波段的融合結(jié)果，表示最后一個(gè)波段的融合結(jié)果；化表示第h個(gè)角度分量，h取值范圍為2、3、4、…、n-1。
【專利摘要】本發(fā)明公開(kāi)一種基于卷積增強(qiáng)和HCS變換的遙感影像融合方法，對(duì)低空間分辨率的多光譜影像和高空間分辨率的全色影像進(jìn)行影像配準(zhǔn)，將低空間分辨率的多光譜影像重采樣至與高空間分辨率的全色影像相同像元尺寸，裁剪得到相同圖幅范圍的多光譜影像和全色影像等待融合；對(duì)低空間分辨率的多光譜影像進(jìn)行HCS變換得到強(qiáng)度分量和若干角度分量；對(duì)高空間分辨率的全色影像采用空間濾波算子進(jìn)行卷積濾波得到空間細(xì)節(jié)信息；將空間細(xì)節(jié)信息以權(quán)重補(bǔ)充到強(qiáng)度分量中得到增強(qiáng)后的強(qiáng)度分量；對(duì)增強(qiáng)后的強(qiáng)度分量使用之前得到的若干角度分量進(jìn)行分解得到最終融合影像。本法是將HCS變換、卷積濾波算法應(yīng)用于多光譜影像與全色影像的融合，極大增強(qiáng)了融合結(jié)果的空間細(xì)節(jié)信息。
【IPC分類】G06T7-00
【公開(kāi)號(hào)】CN104851091
【申請(qǐng)?zhí)枴緾N201510210332
【發(fā)明人】柳林, 劉洋, 劉凱, 李想
【申請(qǐng)人】中山大學(xué)
【公開(kāi)日】2015年8月19日
【申請(qǐng)日】2015年4月28日