发明名称 |
基于多层带间结构模型的多光谱图像和全色图像融合方法 |
摘要 |
基于多层带间结构模型的多光谱图像和全色图像融合方法,属于图像融合方法领域。为了解决在建立ARSIS模型的过程中,单层细节图像在描述带间关系时的局限性。本发明将低分辨率多光谱图像MS<sub>LR</sub>重采样到PAN图像大小,将其均值作为z<sub>1LR</sub>图像;对z<sub>1LR</sub>和MS<sub>LR</sub>进行GS正交变换,将z<sub>1LR</sub>图像变换后的图像记为<img file="DDA0000950681430000011.GIF" wi="107" he="55" />利用SWT构建多尺度模型MSM;将MSM中各近似图像和细节图像划分为64×64大小的图像块;对<img file="DDA0000950681430000012.GIF" wi="84" he="55" />和<img file="DDA0000950681430000013.GIF" wi="94" he="57" />计算全局结构相似度SSIM,对每个图像块计算局部结构相似度,并应用定义的模型求得<img file="DDA0000950681430000015.GIF" wi="106" he="59" />利用SWT逆变换得到<img file="DDA0000950681430000014.GIF" wi="99" he="55" />得到z<sub>1HR</sub>后进行GS反变换;输出高分辨率多光谱图像MS<sub>HR</sub>。本发明有效地提升了多光谱图像的空间分辨率,实现了多光谱图像全色锐化的目的。 |
申请公布号 |
CN105869114A |
申请公布日期 |
2016.08.17 |
申请号 |
CN201610179673.7 |
申请日期 |
2016.03.25 |
申请人 |
哈尔滨工业大学 |
发明人 |
张钧萍;陆小辰;李彤 |
分类号 |
G06T3/40(2006.01)I |
主分类号 |
G06T3/40(2006.01)I |
代理机构 |
哈尔滨市松花江专利商标事务所 23109 |
代理人 |
杨立超 |
主权项 |
基于多层带间结构模型的多光谱图像和全色图像融合方法,其特征在于:所述方法通过以下步骤实现:对于输入的待融合图像MS<sub>LR</sub>和高分辨率全色图像PAN;步骤一、将低分辨率多光谱图像MS<sub>LR</sub>利用双线性插值法重采样到全色图像PAN图像大小,并将待融合图像MS<sub>LR</sub>的均值图像作为均值图像z<sub>1LR</sub>;步骤二、对均值图像z<sub>1LR</sub>和待融合图像MS<sub>LR</sub>进行GS正交变换,将均值图像z<sub>1LR</sub>变换后的图像记为尺度为2的低分辨率多光谱图像<img file="FDA0000950681400000011.GIF" wi="106" he="55" />即第2层近似低分辨率多光谱图像<img file="FDA0000950681400000012.GIF" wi="107" he="63" />步骤三、利用静态小波变换SWT对第2层近似低分辨率多光谱图像<img file="FDA0000950681400000013.GIF" wi="83" he="54" />进行2层小波变换,对高分辨率全色图像PAN进行4层小波变换,构建多尺度模型MSM;其中,静态小波变换是指,由第2层近似低分辨率多光谱图像<img file="FDA0000950681400000014.GIF" wi="86" he="55" />和高分辨率全色图像PAN分别进行2层和四层分解;每分解一层会产生一个近似图像和水平、垂直、对角三个方向的细节图像,层数越高则分辨率越低,高分辨率全色图像PAN与z<sub>1HR</sub>的分辨率相同,而<img file="FDA0000950681400000015.GIF" wi="98" he="62" />与<img file="FDA0000950681400000016.GIF" wi="88" he="61" />以及MS<sub>LR</sub>与z<sub>1LR</sub>都具有相同分辨率;且第1、2层称为低层,而第3、4层及以上称为高层;步骤四、将多尺度模型MSM中各近似图像对A<sup>MS</sup>与A<sup>PAN</sup>,以及细节图像对D<sup>MS</sup>与D<sup>PAN</sup>,都划分为64×64个像素大小的图像块;步骤五、对于尺度为2的近似图像对:第2层近似低分辨率多光谱图像<img file="FDA0000950681400000017.GIF" wi="84" he="55" />和第2层低分辨率全色图像<img file="FDA0000950681400000018.GIF" wi="115" he="55" />计算全局结构相似度SSIM,计算每个图像块的局部结构相似度LSSIM,并最终求得每个图像块的低层细节系数图像<img file="FDA0000950681400000019.GIF" wi="107" he="62" />步骤六、步骤五求得的第2层细节系数图像<img file="FDA00009506814000000110.GIF" wi="90" he="55" />与第2层近似低分辨率多光谱图像<img file="FDA00009506814000000111.GIF" wi="74" he="55" />进行静态小波逆变换,合成得到尺度为1的近似低分辨率多光谱图像<img file="FDA00009506814000000112.GIF" wi="99" he="55" />即第1层低分辨率多光谱图像<img file="FDA00009506814000000113.GIF" wi="99" he="53" />步骤七、对于尺度为1的近似图像对:第1层低分辨率多光谱图像<img file="FDA00009506814000000114.GIF" wi="86" he="55" />和第1层低分辨率全色图像<img file="FDA00009506814000000115.GIF" wi="115" he="62" />重复步骤四到步骤六的过程得到高分辨率多光谱图像的均值图像z<sub>1HR</sub>,即高分辨率多光谱图像的均值图像z<sub>1HR</sub>;步骤八、对高分辨率多光谱图像的均值图像z<sub>1HR</sub>和低分辨率多光谱图像MS<sub>LR</sub>进行GS反变换;最终输出高分辨率多光谱图像MS<sub>HR</sub>。 |
地址 |
150001 黑龙江省哈尔滨市南岗区西大直街92号 |