[发明专利]一种结构驱动的光谱映射遥感图像融合方法

说明书

本发明公开一种结构驱动的光谱映射遥感图像融合方法，属于遥感图像处理技术领域。实施过程包括：1)对全色图像进行块处理，建立全色图像块与多光谱图像像元之间的对应关系。并根据每个图像块自身的空间特性及其与邻域图像的关系将其划分为纯或混合图像块，从而确定对应的多光谱图像像元的纯、混合属性；2)分别对纯、混合图像块采用不同的方法进行光谱信息映射得到光谱信息图像；3)采用一般的细节提取方法将细节信息注入到光谱信息图像中得到融合图像。本发明通过基于对全色图像的结构分析，保证了像元的光谱信息的准确性，能够改善一般融合图像中的鬼影等现象，可用于环境监测、土地利用与农业调查等领域。

技术领域

本发明属于遥感图像处理领域，特别涉及全色图像和多光谱图像融合的一种结构驱动的光谱映射遥感图像融合方法。

背景技术

对于卫星在同一地点获取的全色图像和多光谱图像而言，由于传感器自身的一些限制导致了它们相反的特性，全色图像有较高的空间分辨率而多光谱图像有较高的光谱分辨率。因此将全色图像和多光谱图像进行融合以生成同时具有高空间分辨率和高光谱分辨率的遥感图像可以更好地进行遥感图像的分类、特征提取及变化检测等。

目前的融合方法的基本实现步骤可以概括为：1)从全色图像中提取空间细节信息、2)将提取到的空间细节信息注入到升采样后的多光谱图像中得到融合后的图像。而主流的融合方法可以分为两类：成分替换的方法和多尺度的方法。其中成分替换方法的主要流程是将多光谱图像投影到别的空间从而使得空间信息和光谱信息分隔开，然后将得到的空间信息用全色图像代替，最后进行反变换得到融合图像。而多尺度的方法则是利用多尺度分解获取全色图像在各个波段下的近似低通图像，通过将全色图像和低通近似图像两者做差就可以得到相应各个波段的细节空间信息，最后再利用各种不同的细节注入方式将细节空间信息注入到升采样后的多光谱图像中得到融合后的图像。

但是目前这些图像融合方法普遍存在光谱失真的问题，经过分析发现其主要原因在于提取出来的空间细节信息是注入到升采样以后的多光谱图像中，而将多光谱图像进行升采样时由于没有考虑到全色图像的空间结构，因而对于图像中不同地物交界处的像元来说光谱信息会产生失真的现象。

发明内容

(一)要解决的技术问题

针对现有的融合算法存在的光谱失真问题，本发明提供一种结构驱动的光谱映射遥感图像融合方法。该方法能够利用全色图像的结构信息使融合图像的像元具有准确的光谱信息。

(二)技术方案

一种结构驱动的光谱映射遥感图像融合方法，该方法具体包括以下步骤：

步骤1：对全色图像进行块处理，建立全色图像块与多光谱图像像元之间的对应关系。并根据每个全色图像块自身的空间特性及其与邻域的全色图像块的关系将其划分为纯或混合图像块，从而确定对应的多光谱图像像元的纯、混合属性；

步骤2：分别对纯、混合图像块采取不同的光谱信息映射方法得到光谱信息图像。对纯图像块而言，直接将纯像元的光谱信息赋给其内部的每个像素。而对混合图像块则采取迭代更新的方法逐一计算其内部每个像素的光谱信息；

步骤3：采用一般的细节提取方法将细节信息注入到光谱信息图像中得到融合图像；

(三)有益效果

目前的融合图像方法几乎都是将细节信息注入到升采样后的多光谱图像当中，但是升采样后的多光谱图像中尤其是位于地物交界处的像元其光谱信息是不准确的，最后得到的融合图像存在光谱失真的问题。而本发明利用全色图像的空间结构能够更加准确地确定在高空间分辨率的尺度下每个像元的光谱信息。使得融合图像的融合效果尤其是视觉效果要明显优于其他融合方法，没有一般融合图像中的鬼影等现象。

附图说明

图1：结构驱动的光谱映射遥感图像融合方法流程图；

具体实施方式