[发明专利]基于自适应高斯滤波的全色多光谱影像融合方法及系统

说明书

本发明提出一种基于自适应高斯滤波的全色多光谱影像融合方法及系统，包括将全色影像下采样至与原始多光谱影像一样大小；统计下采样全色影像和原始多光谱影像各波段的均值与平均梯度，并以下采样全色影像的平均值作为标准，调整多光谱各波段的均值与平均梯度数值；拟合计算最优参数对下采样全色影像进行高斯滤波；将滤波后的下采样全色影像及原始多光谱影像进行上采样，采样至与原始全色影像一样大小，得到模拟全色影像和上采样多光谱影像，进行全色多光谱融合。本发明具有清晰度高，光谱保真能力强、自适应程度好的特点。

技术领域

本发明属于遥感图像处理数据融合技术领域，涉及一种基于自适应高斯滤波的全色多光谱影像融合方法及系统。

背景技术

相对于全色波段，多光谱各波段的波谱范围较窄，传感器所能接收的能量较少，为了维持一定的信噪比，会损失一定的空间分辨率。因此光学遥感卫星一般提供高分辨率的全色影像和低分辨率的多光谱影像。全色多光谱融合技术可以保留全色影像的高分辨率特征，也可以保留多光谱影像的多波段特征，提升地物判别能力与数据应用范围。

全色多光谱融合问题的关键是如何在光谱特征改变最小的情况下，最大限度地提升空间分辨率与信息量。对于高分辨率遥感影像，大多数融合方法会造成比较严重的光谱畸变。传统的基于平滑滤波的亮度调解(SFIM)算法通过领域滤波来模拟低分辨率的全色影像；并以此生成系数调制多光谱影像，提升图像的空间分辨率与信息量。该算法具有较好的光谱保持能力，但也存在空间信息融入度不足的问题。

发明内容

针对现有技术的不足，本发明的目的是提供一种既能提高空间分辨率，又能良好保持遥感图像光谱信息的全色多光谱影像融合技术方案。

为实现上述目的，本发明的技术方案提供一种基于自适应高斯滤波的全色多光谱影像融合方法，包括以下步骤：

步骤1，全色影像下采样，包括将全色影像下采样至与原始多光谱影像一样大小；

步骤2，统计下采样全色影像和原始多光谱影像各波段的均值与平均梯度，并以下采样全色影像的平均值作为标准，调整多光谱各波段的均值与平均梯度数值；

步骤3，设置不同的高斯算子参数σ，对下采样全色影像进行高斯滤波；计算在经过不同高斯滤波后，下采样全色影像的平均梯度，拟合得到σ与平均梯度的关系，并以步骤2调整后的多光谱平均梯度数值作为目标值，计算最优σ；

步骤4，依据步骤3所得最优σ对下采样全色影像进行高斯滤波；

步骤5，将滤波后的下采样全色影像及原始多光谱影像进行上采样，采样至与原始全色影像一样大小，得到模拟全色影像和上采样多光谱影像；

步骤6，依据步骤5所得SFIM模型进行全色多光谱融合。

而且，步骤2中，图像平均梯度定义为AG，均值调整系数μ定义为，

其中，是下采样全色影像的均值，是多光谱影像第i波段的均值，以为标准，将多光谱影像的平均梯度调整为AG_m＝μAG。

而且，设置不同的高斯算子参数σ，对下采样全色影像进行高斯滤波，统计相应的平均梯度后，以这组数据为标准，以最小二乘法拟合出一个二次多项式函数AG＝aσ²+bσ+c；将均值调整后的多光谱平均梯度AG_m代入拟合所得函数，计算得到最优σ。

而且，SFIM模型表示如下，

其中，Fusion是融合影像，MS是上采样多光谱影像，Pan是原始全色影像，Pan'是处理后的模拟全色影像。

本发明还相应提供一种基于自适应高斯滤波的全色多光谱影像融合系统，包括以下模块：