[发明专利]一种多光谱卫星遥感图像融合方法

说明书

本发明公开了一种多光谱卫星遥感图像融合方法，包括以下步骤：S1.图像融合；S2.融合图像预处理，通过辐射校正和正射校正，进行融合图像剪裁，选取需要的图像区域；S3.融合图像后处理，通过几何约束和形态学处理减少图像的噪声干扰和滤掉突刺；S4.融合图像去雾处理，利用可见光图像与毫米波图像建立雾天图像退化模型，利用雾天图像退化模型对融合图像进行去雾，得到去雾图像；S5.图像叠加。本发明基于压缩传感理论对卫星遥感图像进行融合，利用相同空间分辨率的多光谱图像和全色图像，能够提升多光谱图像的空间几何分辨率，另外通过将高空间分辨率全色灰度图像和低空间分辨率多光谱彩色图像进行融合，既可以提高图像分辨率，又使融合后图像具有色彩。

技术领域

本发明属于图像融合技术领域，具体涉及一种多光谱卫星遥感图像融合方法。

背景技术

随着遥感技术的迅猛发展和新型传感器的不断出现，人们获取遥感图像数据的能力不断提高。然而目前多数的卫星仍只提供高空间分辨率全色灰度图像和低空间分辨率多光谱彩色图像，这使得在进行数据信息分析时会受到限制。简单且最常用的遥感图像融合方法包括IHS色彩变换法、主成分分析法、Gram-Schmidt变换法等。其融合过程主要包括三个步骤：首先对遥感多光谱图像进行光谱通道变换，实现亮度信息与颜色信息分离，其次将全色图像代替上步变换得到的亮度图像，最后光谱通道逆变换得到融合图像。这类方法能够提高融合图像的空间分辨率和光谱特性，但同时容易扭曲了原始的光谱特性，产生了光谱退化现象。另一种代表性方法是基于多分辨率分析的方法。其基本思想就是通过多分辨率变换提取全色灰度图像的细节信息，并将其插入的到低空间分辨率的多光谱彩色图像的多分辨率变换系数中，最后通过多分辨率逆变换的到融合图像。常用的多分辨率方法包括Laplacian金字塔分解、离散小波变换、小波帧变换、“àtrous”小波变换等等。这类方法由于同时考虑了源图像不同分辨率上的光谱特性和细节特性，使得融合图像能够保持全色灰度图像的细节信息和原始低空间分辨率的多光谱彩色图像光谱特性。

目前现有的多光谱卫星遥感图像融合方法还存在一些的问题：不方便提升多光谱图像的空间几何分辨率，同时传统方法容易出现图像缺失的问题，另外对数据量大的遥感图像进行图像融合处理时通常需要花费较长时间。

发明内容

本发明的目的在于提供一种多光谱卫星遥感图像融合方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种多光谱卫星遥感图像融合方法，包括以下步骤：

S1.图像融合，基于压缩传感理论对卫星遥感图像进行融合；

S2.融合图像预处理，通过辐射校正和正射校正，进行融合图像剪裁，选取需要的图像区域；

S3.融合图像后处理，通过几何约束和形态学处理减少图像的噪声干扰和滤掉突刺；

S4.融合图像去雾处理，利用可见光图像与毫米波图像建立雾天图像退化模型，利用雾天图像退化模型对融合图像进行去雾，得到去雾图像；

S5.图像叠加，将S4中处理后的去雾图像和目标电子地图投影到同一坐标系下，然后进行分级切片编码，最后将切好的瓦片图叠加到电子图层上。

优选的，所述S1中图像融合的具体方法包括以下步骤：

S101.获取RGB多光谱图像，并进行重采样处理；

S102.获取多帧全色图像，并进行超分辨重建，获得高空间分辨率全色图像；

S103.将高空间分辨率全色图像和低空间分辨率多光谱图像向量化；

S104.构造高空间分辨率的图像块的稀疏表示过完备原子库；

S105.根据各陆地观测卫星的成像原理，建立从高空间分辨率多光谱图像到高空间分辨率全色图像和低空间分辨率多光谱图像的模型；