[发明专利]一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法有效

专利信息
申请号: 201810548568.5 申请日: 2018-05-31
公开(公告)号: CN108765359B 公开(公告)日: 2021-08-24
发明(设计)人: 梁栋;赵晋陵;周成全;黄林生;张东彦;徐超;黄文江;翁士状;王杰 申请(专利权)人: 安徽大学
主分类号: G06T5/50 分类号: G06T5/50
代理公司: 合肥国和专利代理事务所(普通合伙) 34131 代理人: 张祥骞
地址: 230601 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 jskf 模型 nsct 技术 光谱 遥感 影像 全色 图像 融合 方法
【权利要求书】:

1.一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法,其特征在于,包括以下步骤:

11)遥感影像数据的获取,获取高光谱遥感影像A和高空间分辨率全色遥感影像B,进行同名像元之间的精准匹配;

12)假彩色遥感影像的提取,基于联合偏度-峰度指数模型对高光谱遥感影像A进行敏感波段提取,提取出高光谱遥感影像A的假彩色遥感影像;

13)HIS变换,针对JSKF模型提取出的假彩色遥感影像进行HIS变换,其公式如下:

其中,色相和饱和度可以通过计算得出:

14)高低频系数的获得,分别对HIS变换后的亮度分量I和高空间分辨率全色遥感影像B进行非下采样轮廓波变换,获取其高低频系数;

15)低频系数的计算;

16)高频系数融合规则的选取;

17)融合影像的获得,对融合后的高、低频系数进行NSCT重构,通过NSCT逆变换得到拟融合影像的I分量,结合步骤13)得到的H分量和S分量进行HIS逆变换,得到融合后的高分辨率遥感影像。

2.根据权利要求1所述的一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法,其特征在于,所述的进行同名像元之间的精准匹配包括以下步骤:

21)基于高空间分辨率全色遥感影像B,选取地面控制点,最少控制点数量与多项式次数n的关系为(n+1)(n+2)/2,并在高光谱遥感影像A上进行同名像元选择,计算每个地面控制点的均方根值RMS,计算出累积的总体均方差误差,保证校正精度小于0.5个像元,即RMS0.5时停止控制点的选取;

其中,x、y表示无几何畸变点图像控制点坐标,x′、y′为变换后图像控制点坐标;

22)选取二次多项式作为几何校正模型,通过控制点回归计算求出多项式系数。

3.根据权利要求1所述的一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法,其特征在于,所述的假彩色遥感影像的提取包括以下步骤:

31)计算高光谱影像A所有波段的JSKF值,公式如下:

JSKF=S·K,

其中,S表示图像的偏度,K表示图像的峰度系数;

32)按照值的正负将所有波段进行自适应子空间的划分,将原始影像数据空间按分布的差异划分为两个大的子空间;

33)设置阈值以自动选择波段,将JSKF值按其绝对值大小排序,选择排序靠前的3个波段RGB波段构成假彩色影像。

4.根据权利要求1所述的一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法,其特征在于,所述的对HIS变换后的亮度分量I和高空间分辨率全色遥感影像B进行非下采样轮廓波变换包括以下步骤:

41)使用原高光谱遥感影像A在HIS变换后的亮度分量I和非采样双通道滤波器组进行卷积以获得图像分解层;

42)利用高空间分辨率全色遥感影像B对插值滤波器进行卷积,获得图像的多重分辨率;

43)图像经过N层分解之后,在金字塔中获得n+1个子带,包括N个细节子带和一个低分辨率近似子带,细节子带为高频系数,低分辨率近似子带为低频系数。

5.根据权利要求1所述的一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法,其特征在于,所述的低频系数的计算包括以下步骤:

51)采用基于区域能量的权值选取法则,根据区域能量的大小,自动确定权值;

52)将高空间分辨率全色遥感影像B的低频部分表示为IB,将高光谱遥感影像A的低频分量表示为IA,则低频分量IL计算公式如下:

IL(x,y)=ωAIA(x,y)+ωBIB(x,y),

式中,ωA和ωB分布表示相应的像素权重系数。

6.根据权利要求1所述的一种基于JSKF模型和NSCT技术的高光谱遥感影像与全色图像的融合方法,其特征在于,所述的高频系数融合规则的选取包括以下步骤:

61)将高频系数的八个方向的梯度及其域系数用作像素选择的阈值;

62)将各层的高频系数和融合后的影像方向表示为I,公式为:

其中,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810548568.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top