[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

说明书

本发明提供的基于分区域拟合的全色与多光谱遥感图像融合方法，包括以下步骤：将多光谱图像上采样至全色图像的尺寸，并使用k‑means方法根据光谱角距离对上采样后的多光谱图像进行分类；然后使用最小二乘法分区域求解各类别区域的多光谱图像加权系数；利用乘法对上采样后的多光谱图像各个类别区域进行纹理补偿，生成各类别区域的融合图像，并将各类别区域的融合图像进行组合，得到最终融合图像。本发明多光谱波段的加权系数拟合结果更贴近原始全色图像，减小融合过程中的色彩失真，并且使用乘法操作而非主流融合算法中的加法操作进行纹理细节补偿，对高亮度区域有更好的纹理补偿效果，减小了融合过程的细节失真。

技术领域

本发明属于数字图像处理技术领域，涉及一种遥感图像融合方法，特别 涉及一种基于分区域拟合的全色与多光谱遥感图像融合方法。

背景技术

光学遥感卫星是对地观测的重要手段，为了更高效地对地观测，大部分 光学卫星均同时采集全色图像与多光谱图像，如SPOT、Landsat 7、IKONOS、 QuickBird、WorldView-2、ZiYuan-3、GaoFen-1等。通常，对于同时相的全色 与多光谱图像，全色图像具有较高的空间分辨率和较低的光谱分辨率，多光 谱图像具有较低的空间分辨率和较高的光谱分辨率，其原因在于：全色感应 器(detector)接收入射光的光谱范围远比多光谱感应器宽，若要接收相同能 量的入射光，多光谱感应器的物理尺寸需要大于全色感应器；此外，受卫星 链路传输带宽的限制，直接提高多光谱图像的采集分辨率，将大大增加星上 数据的下传压力。在实际应用中，人们需要更高分辨率的多光谱图像，例如 在遥感图像判读中需要高视觉质量的融合图像。具有高空间分辨率的全色图 像的好处是可以准确地检测道路、车辆等小或窄的目标。多光谱图像的优点 允许检测诸如植被应力，边界线等的轻微光谱变化等等。许多遥感应用研究 人员需要一个高空间和高光谱分辨率的图像来有效检测特征、分类等。因此， 能将全色图像的高空间分辨率与多光谱图像的高光谱分辨率结合起来，生成 高空间分辨率的多光谱图像的融合算法至关重要，是许多遥感应用的预处理 步骤。

目前主流的遥感图像融合算法都可以描述为式(1)的形式。其中Fus为融 合图像，为上采样至全色图像尺寸的原始多光谱图像，Pan为原始全色图像，为由通过一定的线性转换得到低分辨率全色图像，不同的融合方法生成的方式各不相同，一般的方法是为各波段的加权求和，如式(2)所 示。式(1)中的可以理解为色彩信息，可以理解为纹理细节 信息，于是主流的融合模型都可以理解为将多光谱图像的光谱信息与从全色 图像中提取出的纹理细节信息相结合，得到最终的融合图像。

Fus＝Mul+α(Pan-Pan) (1)

在实际情况中，与各波段之间并不是线性组合的关系，因此生成 的与原始全色图像Pan之间会存在局部的颜色差异，这些颜色差异会导致 提取出的纹理细节信息中包含一些本不该包含的色彩信息，这些额外色彩信 息会导致融合图像的色彩失真。究其原因，是因为不同地物类型的光谱响应 不同，使用线性模型不能完美的拟合所有的地物类型。

因此，为了提高包含多种地物类型的遥感图像的融合质量，需要根据不 同地物的光谱响应差异，研究一种全色与多光谱遥感图像的融合方法是本领 域技术人员亟待解决的技术问题。

发明内容

本发明针对上述研究现状和存在的问题，提供了一种针对图像内容复杂 的基于分区域拟合的全色与多光谱遥感图像融合方法。使用k-means方法，利 用像素光谱角对原始多光谱图像进行聚类，对不同类别区域分别进行融合， 有效提高了融合图像的质量。

为了实现上述的发明目的，本发明一种基于分区域拟合的全色与多光谱 遥感图像融合方法，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；