一种全色—多光谱遥感图像融合方法

摘要

本发明公开了一种全色图像和多光谱图像融合方法，该方法包括以下步骤：获取全色图像和多光谱图像的重叠区域；对全色图像进行多尺度分解得到全色图像的多尺度图像序列；基于光谱显著特征分析方法对多光谱图像进行分析，提取其目标光谱显著特征并生成多波段光谱显著特征图像D；从图像D中选择三个波段生成伪彩色图像；将全色图像与伪彩色图像进行多尺度融合。本发明方法利用光谱显著特征分析方法，提取目标的光谱显著特征；利用多尺度融合方法将多光谱图像中的光谱显著特征和全色图像中的细节信息进行渐进融合，使得目标更容易区分和识别。本发明可以广泛应用于目标识别、土地利用分类、专题图的制作和地图的更新等诸多应用系统中。

主权项

一种全色图像和多光谱图像融合方法，其特征在于，该方法包括以下步骤：步骤S1，获取全色图像和多光谱图像的重叠区域；步骤S2，对全色图像进行多尺度分解得到所述全色图像的多尺度图像序列；步骤S3，基于光谱显著特征分析方法对所述多光谱图像进行分析，提取所述多光谱图像的目标光谱显著特征，并生成多波段光谱显著特征图像D，所述光谱显著特征分析是将不同波段图像视为光谱频率的函数，而光谱显著特征就是目标光谱随光谱频率变化而显著变化的特征；步骤S4，从所述多波段光谱显著特征图像D中选择三个波段，生成伪彩色图像；步骤S5：将所述全色图像与所述伪彩色图像进行多尺度融合，即采用渐进融合的方式，将所述全色图像与所述伪彩色图像逐尺度进行多尺度融合；所述步骤S3中，提取所述多光谱图像的目标光谱显著特征，并生成多波段光谱显著特征图像D的步骤进一步包括：步骤31，利用下式求得变换因子g_k：y_k＝g_k(X)，k＝1,2,…,m，使得y_k在光谱频率λ上的变化依次减小，其中，m为变换的个数；X为扩展矩阵，高度为h、宽度为w、波段数为n的多光谱图像M按照先行后列的顺序将每一个像素的光谱曲线作为扩展矩阵X的一个列向量，从而得到n行、h*w列的扩展矩阵X；其中，A为矩阵和的乘积矩阵，B为矩阵X和X^T的乘积矩阵，为X关于λ的导数矩阵；步骤32，将按照先行后列的顺序组成h行、w列图像P_k；步骤33，按照广义特征值从大到小的顺序将图像P_k组成多波段光谱显 著特征图像D，其中，广义特征值越大，对应的P_k的目标光谱显著度就越大。