[发明专利]一种适用于分布式架构的Gram-Schmidt融合方法

说明书

本发明公开了一种适用于分布式架构的Gram‑Schmidt融合方法，其整体流程为：以高分辨率全色影像作为基准，按照指定分块大小对全色影像进行分块；在分块基础上，向四周各扩展一行一列，保证各分块间均存在重叠区域；根据全色各分块参数及重采样率，反算出对应的多光谱影像分块参数；按照离中心点由近及远的顺序，依次向计算节点发送任务；计算节点并行处理各分块融合过程，采用分块计算之间相互关联累加的方式实现局部统计信息全局化。本发明以整幅影像中切割的分块为最小单位实现GS融合分布式处理，具有融合速度块、效率高、不受硬件资源影响的优点，可满足当前影像快速处理、展示的急切需求。

技术领域

本发明涉及一种遥感影像融合方法，尤其涉及一种适用于分布式架构的Gram-Schmidt融合方法。

背景技术

遥感影像融合技术是信息融合的一个非常重要的分支。影像融合不是简单的信息叠加，而是产生新的、包含更多更有价值的信息的影像。全色影像具有较高分辨率、多光谱影像包含较丰富的光谱信息，将两者进行有效融合，可以得到既保持多光谱影像光谱特征、又保持全色图像较高空间细节表达能力的融合影像，从而更有利于识别、分类、定位、变化检测等实际应用。Gram-Schmidt融合方法(以下简称GS融合方法)是一种多光谱数据融合方法，其融合效果较好，可使空间信息明显增强，光谱保真度较高。GS融合方法首先采用光谱重采样方法模拟产生GS变换的第一分量，通过GS变换将高光谱图像转换到正交空间，再利用高空间分辨率图像替换GS变换的第一分量，最后通过GS反变换获得融合图像。

目前GS融合方法中的每个步骤都需要计算对应的全局性统计信息，最终通过之前的中间结果及统计信息，获得最终的融合结果。此外，现有GS融合方法适用的常规遥感影像处理软件均为单机版本，即影像处理软件采用单机顺序处理的方式进行融合处理。由于仅使用一台机器的资源，导致融合速度慢、受硬件资源影响严重，无法满足当前影像快速处理、展示的急切需求。

发明内容

为了解决上述技术所存在的不足之处，本发明提供了一种适用于分布式架构的Gram-Schmidt融合方法。

为了解决以上技术问题，本发明采用的技术方案是：一种适用于分布式架构的Gram-Schmidt融合方法，其整体流程为：

一、以高分辨率全色影像作为基准，按照指定分块大小对全色影像进行分块；

二、在分块基础上，向四周各扩展一行一列，保证各分块间均存在重叠区域，降低分块边界的色差；

三、根据全色各分块参数及重采样率，反算出对应的多光谱影像分块参数；

四、按照离中心点由近及远的顺序，依次向计算节点发送任务，使得离中心点最近的分块被优先处理；

五、计算节点并行处理各分块融合过程，采用分块计算之间相互关联累加的方式实现局部统计信息全局化，具体过程为：

第一个分块处理完成后将该分块的所有统计信息存成中间文件，其他后续分块在进行融合处理时，同步访问之前其他分块存出的中间文件，并将之前其他分块的统计结果加入到当前分块的统计值中，作为当前分块最终的统计值，参与分块的融合处理。

进一步地，步骤五中各分块的具体计算步骤如下：

a、将低分辨率的多光谱影像取平均值模拟全色影像灰度值；

b、访问模拟全色数据及输入高分辨率全色数据的统计值中间文件，查看文件是否存在；如果存在，则读取中间文件中的其他分块的统计信息，加入当前分块模拟全色数据和输入高分辨率全色数据的平均值统计和标准差统计，并追加写入统计值中间文件；否则，仅使用当前分块数据的灰度值进行平均值和标准差统计，并创建文件写入统计值；

c、通过步骤b得到的统计值，调整高分辨率全色影像灰度值，生成修正全色影像；