[发明专利]基于全局迭代融合的多光谱图像质量改善方法

权利要求书

1.一种基于全局迭代融合的多光谱图像质量改善方法，其特征在于，包括如下步骤：

步骤1，对多光谱图像进行预处理；

步骤2，对预处理后的单波段光谱图像进行空间滤波；

步骤3，对滤波后的单波段光谱图像进行空间迭代融合；

步骤4，通过图像质量评价，得到图像质量改善的最佳参数；

步骤5，利用步骤4得到的最佳参数对多光谱图像进行质量改善。

2.如权利要求1所述的一种基于全局迭代融合的多光谱图像质量改善方法，其特征在于：步骤1中利用多光谱相机采集的光谱图像是将所有N个波段的信息叠加在一幅图像上，即真实场景中的像素在采集的图像中表示为区域块，块中的每个像素点代表空间维度上坐标对应的N个波段的强度信息，为了便于后处理，对光谱图像进行分割，得到N个单波段光谱图像。

3.如权利要求1所述的一种基于全局迭代融合的多光谱图像质量改善方法，其特征在于：步骤2中利用拉普拉斯算子对各个波段进行滤波操作，拉普拉斯算子计算公式如下：

式中，f(x,y)表示退化的图像，x和y表示像素的位置；

式(1)可以近似表示为：

由此得：

式中，表示求梯度的操作，G(x,y)表示恢复的清晰图像，f(x,y)表示退化的图像，x和y是像素的位置，c表示掩膜。

4.如权利要求3所述的一种基于全局迭代融合的多光谱图像质量改善方法，其特征在于：步骤3中使用高斯核函数来逼近原本的清晰图像，然后利用气象参数约束高斯核函数的参数，定义高斯核函数的参数如下：

式中，σ_m表示高斯核函数的参数；表示气象参数，i为气象参数的数量；c_m为系数矩阵c的第m行，c＝[c₁,...,c_m,...,c_M]，M为枚举数，c_m中包含i个元素，即c_m＝[c_m1,c_m2,...,c_mi]；

得到高斯核函数的参数后，利用该参数生成多光谱图像波段之间的权重关系即：

ω＝Gaussian(bands,σ) (5)

式中，bands表示多光谱图像的波段数，ω表示高斯函数的权重，计算方式如下：

式中，ω_i表示第i个波段的权重；

设置完权重函数之后，根据步骤2空间滤波的结果，计算空间融合后的单波段图像：

式中，I_fusion表示空间融合后的单波段图像，G(x,y)表示恢复的清晰图像，代表恢复的清晰图像的梯度；

然后进行空间迭代融合：

I_fusion,i＝I_fusion,i-1+I_fusion,i-1×ω_i (8)

式中，i表示第i个波段，1≤i≤N，N表示总的波段数；I_fusion,i表示第i次迭代融合后的单波段图像，I_fusion,0为式(7)求得的空间融合后的单波段图像；ω_i表示第i个波段的权重；

当i＝N时，迭代停止，I_fusion,N即为最终得到的迭代融合后的单波段图像，利用式(8)即可获得一张多次空间融合后的多光谱单波段图像，对多光谱图像的所有波段进行空间滤波和光谱图像融合操作，可以获得所有波段的迭代融合后的单波段图像。