[发明专利]基于多尺度分析的高光谱数据空间分辨率增强方法

说明书

技术领域

本发明涉及一种高光谱数据空间分辨率增强方法。

背景技术

“嫦娥一号”是我国发射的第一个月球轨道探测器，是中国月球探测工程“绕”、“落”、“回”发展战略的第一步。由嫦娥一号搭载的干涉成像仪所获取的IIM数据具有高光谱数据的一般特点，即高的光谱分辨率与低的空间分辨率。因此，高光谱数据能够获得表征其物理属性的光谱信息，但是空间分辨率与其他相比明显不足，所提供的空间结构信息通常不能满足应用需求。为了更好地进行物质探测及空间信息系统的构建、为二期工程提供更多、更完整、更有价值的月球环境的参考数据，如何在保留光谱信息的前提下增强高光谱数据的空间分辨率具有重要的科研与现实意义。

由于空间分辨率增强的广义定义为：在现有成像系统的条件下，采取某种软件方法突破其成像极限，从而获取更高空间分辨率的图像技术。近年来，对于高光谱图像增强的研究主要集中于几种方法：基于多源信息融合的高光谱分辨率增强方法、基于混合像元的高光谱分辨率增强方法与基于插值的高光谱分辨率增强方法。本发明属于多源信息融合范畴。

进而，关于多源信息融合的定义多种多样，概括来说是一个多级、多层面的数据处理过程。针对嫦娥一号高光谱数据而言，由嫦娥一号搭载的CCD立体相机，拍摄所得光学影像清晰。干涉成像光谱仪主要是用来探测月球上的矿物成分和分布状况，CCD立体相机为重构月球表面立体图像提供原始的月表二维图像。如果能将它们联合应用，对于月表情况的了解将更有价值。由于不同传感器的成像机理不同，工作波段不同，所以不同传感器获得的同一场景的多幅图像之间具有信息的冗余性和互补性。因此，利用CCD和成像光谱仪取得数据进行联合处理，获取图像空间、光谱等多种信息，对观测区域有一个更加全面、清晰、准确的理解与认识，对工程后续的进行重要意义。一般多源信息融合方法包括高通滤波融合(保留原始高光谱影像低频，以辅助光学图像高频替换高光谱高频信息)、IHS变换、小波变换等基本方法。但是，由于高光谱数据想要在保留光谱信息的前提下增强高光谱影像的空间分辨率，所得效果并不尽如人意。Ranchin和Wald设计了一种基于ARSIS概念的高光谱分辨率增强方法，ARSIS来源于法文，意为通过增加结构提高空间分辨率，它为提高多光谱图像空间分辨率的提供一个开放的框架，为更好地研究基于多尺度分析的分辨率增强方法奠定了基础。

发明内容

本发明是为了解决现有的高光谱数据空间分辨率低的问题，从而提供一种基于多尺度分析的高光谱数据空间分辨率增强方法。

基于多尺度分析的高光谱数据空间分辨率增强方法，它由以下步骤实现：

步骤一、采用干涉成像光谱仪拍摄一幅IIM图像，获得IIM高光谱数据，作为原始高光谱立方体；所述高光谱立方体为低空间分辨率LR图像；

采用CCD立体相机拍摄一幅CCD图像，将所述CCD图像与所获得的IIM图像进行配准，得到配准的CCD光学影像，并作为配准的光学辅助图像；CCD图像为高空间分辨率HR图像；

步骤二、通过多尺度模式MSM将步骤一中获得的IIM高光谱立方体进行分解，并分别给出不同尺度的低频影像与三个不同方向的高频影像，所获得低频影像用A_LR表示，高频影像用Z＝H，V，D表示，H、V和D分别代表水平、垂直和对角线分量；所述配准的CCD光学影像的分解级别较配准的IIM高光谱数据的分解级别高一个尺度，得到低频影像与三个不同方向的高频影像，获得低频影像用A_HR表示，高频影像用Z＝H，V，D表示，H、V和D分别代表水平、垂直和对角线分量；

分解得到的高低频小波系数显示出来就是高低频影像；

步骤三、将光谱最小化注入模型引入波段间相互构造模式IBSM；具体为：

对高光谱立方体分别在32个波段中进行多尺度分解，在每个波段中的分解过程相同，具体为：将第k波段的高光谱数据与小波分解后的CCD图像进行以下操作，其中k＝1，2，...，32，