[发明专利]基于分区域拟合的全色与多光谱遥感图像融合方法有效
| 申请号: | 201911084096.3 | 申请日: | 2019-11-07 |
| 公开(公告)号: | CN111383203B | 公开(公告)日: | 2022-05-03 |
| 发明(设计)人: | 李毅飒;王越;李波;袁茂洵;韦星星 | 申请(专利权)人: | 北京航空航天大学 |
| 主分类号: | G06T5/50 | 分类号: | G06T5/50;G06V10/762;G06K9/62 |
| 代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 曹鹏飞 |
| 地址: | 100191*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 区域 拟合 全色 光谱 遥感 图像 融合 方法 | ||
1.一种基于分区域拟合的全色与多光谱遥感图像融合方法,其特征在于,包括如下步骤:
S1、将原始多光谱图像上采样至全色图像的尺寸;
S2、使用k-means方法利用光谱角距离对上采样后的多光谱图像进行k分类,得到多个类别区域;
S3、对每个类别区域使用最小二乘法求取多光谱图像各波段加权系数;
S4、结合所述多光谱图像各波段加权系数,利用乘法操作对多光谱图像的各类别区域分别进行纹理补偿,生成融合图像;
S5、将S4中生成的各类别区域的融合图像进行组合,得到最终融合图像。
2.根据权利要求1所述的一种基于分区域拟合的全色与多光谱遥感图像融合方法,其特征在于,所述S2具体包括:
S21、随机选取k个像素点作为聚类中心;
S22、计算多光谱图像上每个像素点到聚类中心的光谱角距离d,计算像素点到聚类中心光谱角距离的公式如下:
其中n指第n个类别,n=1,2…k,dn为当前像素至第n类聚类中心的光谱角距离,v为当前像素的光谱向量,pn为第n个聚类中心的光谱向量;然后将每个像素分类至光谱角距离最小的类别,得到聚类集合;
S23、计算每个聚类集合的光谱向量均值,并光谱向量均值作为新的聚类中心;如果新的聚类中心与原来聚类中心不同,则返回S22,如果新的聚类中心与原来聚类中心相同,则进入S3。
3.根据权利要求1所述的一种基于分区域拟合的全色与多光谱遥感图像融合方法,其特征在于,所述S3具体包括:
使用下式对S2中聚类得到的类别区域分别拟合求得多光谱各波段的加权系数,求解方法使用最小二乘法,
其中,wn指第n类的加权系数组成的向量,Nn是第n类的像素总数,M是多光谱图像的波段数,指第n个类别区域全色图像中的第i个像素的灰度值,指第n个类别区域上采样的多光谱图像中第j个波段的第i个像素的灰度值。
4.根据权利要求1所述的一种基于分区域拟合的全色与多光谱遥感图像融合方法,其特征在于,所述S4具体包括:
利用S3中求得的加权系数使用下式对S2中聚类得到的类别区域的多光谱图像分别进行纹理补偿,生成融合图像:
其中,n指第n个类别区域,n=1,2…k;
(x,y)指图像中的像素位置,x指横坐标,y指纵坐标,(x,y)属于第n个类别区域;
指融合图像中第n个类别区域位于(x,y)位置的像素值;
指上采样的多光谱图像中第n个类别区域位于(x,y)位置的像素值;
指全色图像中第n个类别区域位于(x,y)位置的像素值;
指上采样的多光谱图像第i个波段在第n个类别区域中位于(x,y)位置的像素值;
M指多光谱图像的波段数;
指第n个类别区域多光谱图像第i波段的加权系数。
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北京航空航天大学,未经北京航空航天大学许可,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/201911084096.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种纱线络筒的张力控制装置
- 下一篇:一种两线无极性半双工通讯及供电电路





