[發(fā)明專利]基于差值圖像稀疏表示的遙感圖像融合方法

有效

• 申請?zhí)枺?/td>: 201310517977.6
• 申請日: 2013-10-25
• 公開（公告）號: CN103617597A
• 公開（公告）日: 2014-03-05
• 發(fā)明（設計）人: 焦李成;劉芳;戴金洪;馬文萍;馬晶晶;王爽;侯彪;侯小瑾;劉坤
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/66
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

技術領域

本發(fā)明屬于圖像處理技術領域，涉及遙感圖像融合方法，可用于遙感圖像后續(xù)的圖像解譯、目標檢測、目標識別等。

背景技術

光學遙感傳感器可以獲得多種地表圖片為農(nóng)業(yè)生產(chǎn)，地球觀測，氣象預報等方面提供有用的信息。然而，絕大多數(shù)的光學遙感傳感器并不同時提供空間和光譜的高分辨圖像。例如：Ikonos遙感傳感器和Quickbird遙感傳感器獲得圖像是低分辨率多光譜圖像和高分辨率全色圖像。遙感圖像融合技術的目的是為了得到高分辨率多光譜圖像，以便為后續(xù)的理解和解譯提供更準確、全面的信息，經(jīng)典的遙感圖像融合方法主要包括：

Tu等人提出的基于IHS變換的遙感圖像融合方法，見A?fast?intensity-hue-saturation?fu-?sion?techinque?with?spectral?adjustment?imagery,IEEE?Geosci.Remote?Sens.Lett.,vol.4,no.2,pp.309-312,Oct.2004，該方法直接用高分辨率全色圖像的空間成分進行替代低分辨率多光譜圖像的空間成分來獲得高分辨率多光譜圖像，往往引起嚴重的光譜失真。

Shah等人提出基本PCA和contourlet變換的聯(lián)合加權的遙感圖像融合方法，見An?efficient?pan-sharpening?method?via?a?combined?adaptive?PCA?approach?and?contourlets,IEEE?Trans,Geosci,Remote?Sens.,vol.46,no.5,pp.1323-1335,May2008，該方法將高分辨率全色圖像高通細節(jié)信息注入到低分辨多光譜圖像中來獲得高分辨率多光譜圖像。該方法應用到遙感圖像融合時，由于高分辨率全色圖像灰度與高分辨多光譜圖像灰度存在差異，導致融合后的光譜失真較為嚴重。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對已有技術的不足，提出了一種基于差值圖像稀疏表示的遙感圖像融合方法，以便減小遙感圖像融合中的光譜失真，提高融合效果。

實現(xiàn)本發(fā)明目的技術關鍵是設計一種新的遙感圖像融合模型，并利用現(xiàn)有的半對稱字典訓練方法對差值圖像進行訓練，其實現(xiàn)步驟包括如下：

（1）訓練步驟

（1.1）輸入N幅高分辨率多光譜圖像，形成高分辨率多光譜圖像集X_h,對該圖像集X_h中每幅圖像的1-4個通道分別進行取塊,并將N幅圖像同一通道的圖像塊進行合并，得到該高分辨率多光譜圖像集第1通道的數(shù)據(jù)集X_hb、第2通道的數(shù)據(jù)集X_hg、第3通道的數(shù)據(jù)集X_hr、第4通道的數(shù)據(jù)集X_hn，N≥1；

（1.2）輸入N幅高分辨率全色圖像，形成高分辨率全色圖像集X_p，對該圖像集X_p中的圖像進行取塊，并將N幅圖像的圖像塊進行合并，得到高分辨率全色圖像數(shù)據(jù)集X_hp；

（1.3）對高分辨率多光譜圖像集X_h的圖像依次進行低通濾波、下采樣和線性插值，得到N幅與高分辨率多光譜圖像大小相同的低分辨率多光譜圖像，記為低分辨率多光譜圖像集X_q；

（1.4）對低分辨率多光譜圖像集X_q中圖像的1-4通道進行取塊，并將N幅低分辨率多光譜圖像同一通道的圖像塊進行合并，組成低分辨率多光譜圖像第1通道的數(shù)據(jù)集X_qb、第2通道的數(shù)據(jù)集X_qg、第3通道的數(shù)據(jù)集X_qr、第4通道的數(shù)據(jù)集X_qn；

（1.5）根據(jù)（1）、（2）和（4）得到的數(shù)據(jù)集，計算1-4通道的高分辨率差值圖像X_di以及低分辨率差值圖像Y_di，i表示第幾通道，i=1,2,3,4；

（1.6）利用k均值聚類方法對高分辨率差值圖像X_di進行聚類，得到聚類后的高分辨率差值圖像X_dim；根據(jù)高分辨率差值圖像X_di聚類時每一列所屬類別的標記，對低分辨率差值圖像Y_di進行類別劃分，得到聚類后的低分辨率差值圖像Y_dim，k代表聚類類別數(shù)，m代表第幾類，1≤m≤k；