[發(fā)明專利]一種基于加權(quán)平均曲率濾波分解的遙感圖像融合方法

在審

• 申請?zhí)枺?/td>: 202210656563.0
• 申請日: 2022-06-10
• 公開（公告）號: CN114897882A
• 公開（公告）日: 2022-08-12
• 發(fā)明（設(shè)計）人: 劉丹鳳;潘月濤;王立國;邢世帥;岳曉晗;孟靈鴻
• 申請（專利權(quán)）人: 大連民族大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/50;G06N3/04;G06N3/06;G06N3/08
• 代理公司: 北京圣州專利代理事務(wù)所(普通合伙) 11818
• 代理人: 黃青青

本發(fā)明公開了一種基于加權(quán)平均曲率濾波分解的遙感圖像融合方法采用自適應(yīng)加權(quán)平均方法，將多光譜圖像各波段融合生成強度分量I。將強度分量I作為初始α通道進行光譜估計，得到前景色F和背景色B。通過加權(quán)平均曲率濾波和高斯濾波將全色圖像分解為小尺度圖像、大尺度圖像和基本圖像。利用圖像的局部能量動態(tài)調(diào)節(jié)連接系數(shù)的大小。通過脈沖耦合神經(jīng)網(wǎng)絡(luò)融合強度分量I和基本圖像。將融合后的圖像以及大尺度圖像、小尺度圖像線性組合在一起構(gòu)造最終的α通道。根據(jù)圖像摳圖模型，將前景色F和背景色B、最終的α通道進行重構(gòu)，得到融合圖像。本發(fā)明通過與十種典型的融合方法進行比較，在主觀視覺效果和客觀評價方面都取得較好的結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及多光譜和全色遙感圖像融合技術(shù)領(lǐng)域，尤其是涉及一種基于加權(quán)平均曲率濾波分解的遙感圖像融合方法。

背景技術(shù)

隨著遙感技術(shù)的快速發(fā)展，可以獲得很多具有不同分辨率的遙感圖像。多光譜(Multispectral，MS)圖像包含豐富的光譜信息，在災(zāi)害監(jiān)測、海洋研究、目標(biāo)識別等領(lǐng)域得到廣泛的應(yīng)用。全色(Panchromatic，PAN)圖像具有高空間分辨率和低光譜分辨率。單一傳感器獲取的遙感圖像存在信息不完全的缺點。因此，MS和PAN圖像融合技術(shù)對于獲得高空間和光譜分辨率的融合圖像至關(guān)重要。MS和PAN圖像融合又叫全色銳化。全色銳化技術(shù)主要分為兩類：基于分量替換(Component Substitution，CS)的算法和基于多尺度分解(Multi-scale decomposition，MSD)的算法。對于基于CS的算法，MS圖像被變換到新的投影空間，分解為光譜成分和空間成分，然后用全色圖像替換空間分量。最后，進行相應(yīng)的逆變換重建融合后的圖像。基于CS的經(jīng)典算法包括強度色調(diào)飽和(Intensity Hue Saturation，IHS)變換、主成分分析、Gram-Schmidt(GS)等。其可以有效提升空間分辨率，但可能會出現(xiàn)一定程度的光譜失真。常見的MSD算法包括：小波變換、曲線變換、輪廓波變換和剪切波變換(Non-Subsampled Shearlet Transform，NSST)。對于基于MSD的算法，源圖像通過多尺度分解方法分解為不同尺度的子圖像。在不同尺度的子圖像上根據(jù)不同的融合規(guī)則對子圖像進行融合。最后通過逆變換重建融合后的圖像。基于MSD的算法可以獲得更好的光譜分辨率，但空間分辨率低于CS算法。

近年來，邊緣保持濾波(Edge-preserving Filter，EPF)在圖像處理中得到了廣泛的應(yīng)用。常見的EPF算法包括雙邊濾波、引導(dǎo)圖像濾波和高斯曲率濾波。EPF可以在平滑圖像的同時保留圖像的邊緣信息，充分利用圖像的空間信息。基于這一優(yōu)越特性，EPF經(jīng)常被用作圖像融合中的一種圖像分解方法。另一種重要的算法是基于脈沖耦合神經(jīng)網(wǎng)絡(luò)(PulseCoupled Neural Network,PCNN)。PCNN經(jīng)過多次迭代可以更準(zhǔn)確地提取圖像特征，更有利于圖像融合。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于加權(quán)平均曲率濾波分解的遙感圖像融合方法，解決了融合圖像空間失真和光譜失真問題，通過與十種典型的融合方法進行比較，在主觀視覺效果和客觀評價方面都取得較好的結(jié)果。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于加權(quán)平均曲率濾波分解的遙感圖像融合方法，包括以下步驟：

S1、計算多光譜強度分量：采用基于局部空間頻率的自適應(yīng)加權(quán)平均方法，用于將多光譜圖像各波段融合生成強度分量I，加權(quán)局部空間頻率利用水平、垂直以及主副對角線方向的八鄰域內(nèi)的多個像素點，依據(jù)距離中心像素的歐氏距離賦予不同的權(quán)重，加權(quán)之后再參與計算，根據(jù)加權(quán)局部空間頻率設(shè)計自適應(yīng)加權(quán)平均的系數(shù)ω_i，具體如下所示：