一种结合两种插值算法的遥感图像亚像元定位方法

摘要

本发明属于遥感信息处理技术领域，特别涉及一种结合两种插值算法的遥感图像亚像元定位方法。本发明包括：将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中，其中未知的像素点为待插值点；获取待插值像素点x；利用光谱解混技术得到各地物类别所占的比例，按照预先设定的比例因子S将低分辨率图像中的每一个像元分割成S²个亚像元，进行遥感图像亚像元定位。本发明的方法无需迭代，无需训练样本，效率更高、速度更快、精度更高。

主权项

一种结合两种插值算法的遥感图像亚像元定位方法，其特征在于：(1)输入原始低分辨率图像的光谱解混结果,低分辨率图像中的像素点映射到高分辨率图像中，将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中，其中未知的像素点为待插值点：1)将原始低分辨率图像中的像素点隔行隔列嵌入高分辨率图像中，已知的像素用黑色表示，待插值的未知像素用白色表示；2)计算所在行与列之和为偶数的白色像素点q的值，$q={\alpha }_h^{1}f+{\alpha }_h^{2}g+{\alpha }_h^{3}k+{\alpha }_h^{4}j;$其中，为高分辨率插值系数向量：$\left\{\begin{array}{c}f={\alpha }_h^{1}a+{\alpha }_h^{2}c+{\alpha }_h^{3}i+{\alpha }_h^{4}k\\ g={\alpha }_h^{1}b+{\alpha }_h^{2}d+{\alpha }_h^{3}j+{\alpha }_h^{4}l\\ k={\alpha }_h^{1}f+{\alpha }_h^{2}h+{\alpha }_h^{3}p+{\alpha }_h^{4}n\\ j={\alpha }_h^{1}e+{\alpha }_h^{2}g+{\alpha }_h^{3}o+{\alpha }_h^{4}m\end{array}\right.;$a‑p为所在行与列之和为偶数时白色像素q所在图像中为已知的像素点序号；3)计算所在行与列之和为奇数的白色像素Q的值，$Q={\beta }_h^{1}H+{\beta }_h^{2}E+{\beta }_h^{3}I+{\beta }_h^{4}L;$其中，为高分辨率插值系数向量：$\left\{\begin{array}{c}H={\beta }_h^{1}G+{\beta }_h^{2}B+{\beta }_h^{3}I+{\beta }_h^{4}N\\ E={\beta }_h^{1}D+{\beta }_h^{2}A+{\beta }_h^{3}F+{\beta }_h^{4}L\\ I={\beta }_h^{1}H+{\beta }_h^{2}C+{\beta }_h^{3}J+{\beta }_h^{4}O\\ L={\beta }_h^{1}K+{\beta }_h^{2}E+{\beta }_h^{3}M+{\beta }_h^{4}P\end{array}\right.;$A‑P为所在行与列之和为奇数时白色像素Q所在图像中为已知的像素点序号；(2)获取待插值像素点x：1)计算待插值像素点x的4个近邻像素点的标准方差；2)当得到的标准方差超过预先设定的阈值时，利用空间结构相似性的插值算法对像素x进行插值，否则，利用反距离权值插值方法得到x；(3)根据所的到的概率值由大到小确定亚像元所属类别，利用光谱解混技术得到各地物类别所占的比例，按照预先设定的比例因子S将低分辨率图像中的每一个像元分割成S²个亚像元，进行遥感图像亚像元定位：1)利用混合插值算法对低分辨率图像进行插值得到的每个亚像元属于某一类别C的概率值；2)由类别C所占的比例与比例因子S计算属于该类别的亚像元的个数M；3)将S²个概率值按降序排列，选择概率值较大的M个亚像元标记为类别C，得到最终的亚像元定位结果。