[發(fā)明專(zhuān)利]一種利用結(jié)構(gòu)保持濾波的遙感圖像融合方法在審
| 申請(qǐng)?zhí)枺?/td> | 201810024764.2 | 申請(qǐng)日: | 2018-01-11 |
| 公開(kāi)(公告)號(hào): | CN108345899A | 公開(kāi)(公告)日: | 2018-07-31 |
| 發(fā)明(設(shè)計(jì))人: | 李旭;潘煜;高昂;李立欣 | 申請(qǐng)(專(zhuān)利權(quán))人: | 西北工業(yè)大學(xué) |
| 主分類(lèi)號(hào): | G06K9/62 | 分類(lèi)號(hào): | G06K9/62 |
| 代理公司: | 西北工業(yè)大學(xué)專(zhuān)利中心 61204 | 代理人: | 顧潮琪 |
| 地址: | 710072 *** | 國(guó)省代碼: | 陜西;61 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 強(qiáng)度分量 匹配圖像 濾波 遙感圖像融合 結(jié)構(gòu)保持 角度分量 濾波器 多光譜圖像 空間分辨率 直方圖匹配 彩色變換 全色圖像 細(xì)節(jié)圖像 融合 反變換 上采樣 波段 兩級(jí) 光譜 | ||
本發(fā)明提供了一種利用結(jié)構(gòu)保持濾波的遙感圖像融合方法,首先上采樣多光譜圖像并進(jìn)行超球彩色變換,得到強(qiáng)度分量和角度分量;將強(qiáng)度分量與全色圖像做直方圖匹配得到匹配圖像;使用結(jié)構(gòu)保持濾波器對(duì)強(qiáng)度分量進(jìn)行濾波,對(duì)匹配圖像進(jìn)行兩級(jí)濾波;計(jì)算強(qiáng)度分量與匹配圖像對(duì)應(yīng)的細(xì)節(jié)圖像,并注入到匹配圖像,得到新的強(qiáng)度分量,對(duì)新強(qiáng)度分量與角度分量作超球彩色反變換,得到各個(gè)波段的融合結(jié)果。本發(fā)明的融合結(jié)果不僅提高了空間分辨率,同時(shí)具有較好的光譜保持能力,是一種行之有效的遙感圖像融合方法。
技術(shù)領(lǐng)域
本發(fā)明涉及遙感圖像的可視化增強(qiáng)處理技術(shù),尤其是針對(duì)星載多光譜圖像和全色圖像的圖像融合方法。
背景技術(shù)
遙感衛(wèi)星可以提供包含多個(gè)波段的多光譜(Multispectral,MS)圖像與單波段的全色(Panchromatic,PAN)圖像。多光譜圖像的特點(diǎn)是光譜信息豐富,然而空間細(xì)節(jié)特征不明顯;相反,全色圖像的空間分辨率較高,圖像細(xì)節(jié)清晰,但其光譜信息豐富度明顯低于多光譜圖像。多光譜圖像與全色圖像的融合主要是綜合利用多波段多光譜圖像的光譜信息和單波段全色圖像的空間信息來(lái)產(chǎn)生新的融合圖像,提升融合結(jié)果的識(shí)別精度,提高圖像數(shù)據(jù)的應(yīng)用效果和實(shí)用價(jià)值。由于衛(wèi)星傳感器的硬件條件限制,現(xiàn)如今的遙感衛(wèi)星提供的多光譜圖像在空間分辨率上還無(wú)法與全色圖像保持一致,因此獲取具有高空間分辨率的多光譜圖像在遙感圖像應(yīng)用領(lǐng)域顯得尤為重要。
近些年計(jì)算機(jī)視覺(jué)領(lǐng)域針對(duì)濾波器的研究與發(fā)展十分迅速,利用新型濾波器包括聯(lián)合雙邊濾波器、歸一化非局部均勻?yàn)V波器、導(dǎo)向?yàn)V波器等設(shè)計(jì)全色-多光譜圖像融合模型也成為基于圖像濾波融合方法發(fā)展的一種趨勢(shì)(參見(jiàn)文獻(xiàn)2014 IEEE InternationalGeoscience and Remote Sensing Symposium(IGARSS 2014),2522–2525,2014;IEEETransactions on Geoscience and Remote Sensing,53(10):5734–5745,2015;Journalof Applied Remote Sensing,9(1):096025,2015)。其中,導(dǎo)向?yàn)V波與超球彩色變換的方法(參見(jiàn)文獻(xiàn)IEEE International Geoscience and Remote Sensing Symposium(IGARSS2016):7272-7275,Jul.2016)可以不受波段數(shù)量限制地融合多光譜圖像,然而由于遙感圖像中蘊(yùn)含了大量多尺度的結(jié)構(gòu)信息,并且全色圖像與多光譜圖像之間存在空間分辨率的差異,諸如導(dǎo)向?yàn)V波器之類(lèi)的保邊平滑濾波器很難準(zhǔn)確地分離圖像中的結(jié)構(gòu)與細(xì)節(jié),融合結(jié)果容易出現(xiàn)光譜與空間信息失真的現(xiàn)象。
發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的不足,本發(fā)明提供一種基于結(jié)構(gòu)保持濾波的遙感圖像融合方法,不同于邊緣保持型濾波器,結(jié)構(gòu)保持濾波器具有良好的結(jié)構(gòu)感知特性,可以準(zhǔn)確地分離遙感圖像中的結(jié)構(gòu)與細(xì)節(jié)信息。本發(fā)明通過(guò)結(jié)構(gòu)保持濾波將全色和多光譜圖像中的空間信息準(zhǔn)確地提取出來(lái),再使用超球彩色變換(Hyperspherical Color Transform,HCT)將空間信息注入到多光譜圖像中,最后經(jīng)超球彩色反變換得到多光譜圖像各波段的融合結(jié)果。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案包括以下步驟:
第一步,對(duì)于包含N個(gè)波段MS1,MS2,…,MSN的原始多光譜圖像,通過(guò)雙三次插值將N個(gè)波段圖像上采樣到和全色圖像PAN尺寸相同的圖像LRM1,LRM2,…,LRMN;
第二步,將圖像LRM1,LRM2,…,LRMN進(jìn)行超球彩色變換,得到變換后的一個(gè)強(qiáng)度分量I和N-1個(gè)角度分量θ1,θ2,…,θN-1,
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于西北工業(yè)大學(xué),未經(jīng)西北工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810024764.2/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 圖像處理方法、圖像處理裝置及其使用的計(jì)算機(jī)程序
- 一種色溫調(diào)節(jié)方法及裝置
- 用于視頻質(zhì)量測(cè)量的紋理掩蔽
- 對(duì)于Yamaguchi4 分解方法的改進(jìn)方法
- 干擾檢測(cè)及所關(guān)注峰值解卷積
- 一種利用結(jié)構(gòu)保持濾波的遙感圖像融合方法
- 一種金屬探傷方法及系統(tǒng)
- 音頻處理方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備
- 設(shè)備檢測(cè)方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備
- 包括用于扭轉(zhuǎn)角和傾斜角檢測(cè)的單個(gè)磁傳感器的控制桿
- 影像快速融合系統(tǒng)及快速融合方法
- 基于AGIHS及低通濾波器的遙感圖像融合方法
- 基于自動(dòng)調(diào)節(jié)引導(dǎo)濾波器參數(shù)的遙感圖像融合方法
- 基于語(yǔ)義分割圖的遙感圖像DSM融合方法
- 一種礦區(qū)復(fù)墾植被生物量估算方法及系統(tǒng)
- 一種基于IHS變換與自適應(yīng)區(qū)域特征的遙感圖像融合方法
- 遙感圖像的識(shí)別方法和裝置
- 遙感圖像融合模型的訓(xùn)練方法及裝置
- 基于多尺度特征融合的遙感場(chǎng)景分類(lèi)方法及系統(tǒng)
- 一種基于注意力機(jī)制的多分支特征融合遙感場(chǎng)景圖像分類(lèi)方法





