[發明專利]一種遙感圖像自適應融合方法

在審

• 申請號: 202010400074.X
• 申請日: 2020-05-13
• 公開（公告）號: CN111563844A
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 曹飛龍;應漢馳
• 申請（專利權）人: 中國計量大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/50
• 代理公司: 北京君泊知識產權代理有限公司 11496
• 代理人: 王程遠

本發明公開了一種遙感圖像融合方法，將已知時刻高低分辨率遙感圖像做差值，得到差值圖像。從參與訓練的高低分辨率差值圖像的對應位置提取同樣大小的補丁塊，這些補丁塊構成訓練集。利用構建的訓練集，訓練得到高低分辨率字典對。從目標低分辨率差值圖像中提取補丁塊，在考慮波段間結構相似性和字典相關性的情況下，用低分辨率字典編碼補丁塊，獲得對應的稀疏表示系數。將稀疏表示系數與高分辨率字典相乘，得到對應時刻高分辨率差值圖像的補丁塊。融合所有高分辨率補丁塊，即可得到高分辨率差值圖像。將兩張差值圖像做加權和，即為最終融合得到的目標時刻高分辨率遙感圖像。本發明能夠有效地利用波段間的結構信息，并同時考慮字典對的稀疏性和相關性，預測得到更接近真實數據的遙感圖像。

技術領域

本發明屬于圖像處理領域，特別涉及一種遙感圖像融合方法。

背景技術

遙感衛星是一種監視地面變化的重要工具,在觀察植被和地物變化過程中起到了巨大作用。但是,由于科學技術的限制,遙感衛星傳感器的設計不得不在空間分辨率和時間分辨率之間做出妥協。例如,MODIS衛星每天都可以獲得一張500米空間分辨率的遙感圖像。與之相比,Landsat ETM+衛星的空間分辨率為30米,但其獲取周期為16天。這種空間分辨率與時間分辨率之間的限制,阻礙了遙感在實際情況中的應用,特別是遇到需要圖像同時具備高時間分辨率與高空間分辨率的時候。因此,時空反射率融合模型被提出來用以結合不同傳感器的數據,從而獲得高時空分辨率的圖像。

時空自適應反射率融合模型是最早提出的基于加權方法的融合模型。這個模型通過一個加權函數,用某一時刻圖像的相鄰像素點來計算中間像素點的值,而這個權值則是通過計算光譜差異、時間差異和空間距離來確定的。隨后，Zhu等人和Hilker等人在STARFM算法的基礎上,做出了改良，提升了融合效果。但是,因為線性組合會平滑變化的地表信息,所以加權方法的效果具有局限性。

另一類反射率融合方法被稱為字典學習的方法,這類方法的提出是為了克服加權方法的不足。由于字典學習和稀疏表示的方法在圖像超分辨率重建算法中的突出表現，2012年，Huang等人提出了基于稀疏表示的時空反射率融合模型。這個模型將稀疏表示與反射率融合問題相結合,通過字典對與稀疏編碼建立起高低分辨率圖像對之間的對應關系。與加權方法相比,字典學習方法的優點在于它們可以從稀疏編碼空間中揭示圖像對之間的隱藏關系從而更好地提取圖像結構變化的信息。

但是，傳統的字典學習方法在融合階段都沒有考慮圖像的結構相似性。雖然不同的波段擁有不同的反射率取值范圍,但邊緣信息仍然是相似的。除此之外,通過傳統的字典學習方法獲得的字典對無法有效地預測所需時刻的圖像,因為這些字典對缺少目標時刻的圖像信息。融合過程中正則化約束使用l₁范數，只考慮了字典的稀疏性，不能降低字典對信息不充分帶來的影響。

發明內容

有鑒于此，為了解決上述現有技術問題，本發明提出了一種能夠實現高分辨率遙感圖像預測的遙感圖像自適應融合方法。

本發明的技術解決方案是，提供了一種遙感圖像自適應融合方法，

將MODIS圖像作為低分辨率圖像，Landsat ETM+圖像作為高分辨率圖像。已知數據為t₁、t₂和t₃(t₁＜t₂＜t₃)時刻的MODIS圖像M₁、M₂和M₃，與t₁和t₃時刻的Landsat ETM+圖像L₁和L₃，需要預測t₂時刻的Landsat圖像L₂；包括以下步驟：