專利名稱：相關(guān)性加權(quán)的遙感影像融合方法及該融合方法的融合效果評價方法
技術(shù)領(lǐng)域：
本發(fā)明涉及遙感影像處理技術(shù)，具體涉及相關(guān)性加權(quán)的遙感影像融合方法及該融合方法的融合效果評價方法。
背景技術(shù)：
隨著現(xiàn)代遙感傳感器及其相關(guān)技術(shù)的飛速發(fā)展，遙感獲取數(shù)據(jù)的手段不斷增加，各種對地觀測衛(wèi)星能源源不斷的為應(yīng)用提供不同空間分辨率、光譜分辨率、時間分辨率的遙感數(shù)據(jù)，但由于遙感衛(wèi)星成像原理不同和技術(shù)條件的限制，任何單一信息源都不能全面反映目標對象的特征，很難同時具有高空間、高光譜分辨率的特性，因此對應(yīng)用具有一定的局限性。為了充分利用這些豐富的數(shù)據(jù)源，從巨量數(shù)據(jù)中挖掘出所需要的信息，從而對觀測目標有一個更加全面、清晰、準確的理解與認知，人們迫切尋求一種綜合利用各種數(shù)據(jù)的技術(shù)方法，將多光譜影像與全色波段影像進行融合，以實現(xiàn)對目標更精確、更可靠的估計和判斷。傳統(tǒng)的遙感影像多光譜影像與全色波段影像可通過主成份變換、小波變換、HIS變換等融合方法實現(xiàn)，但普遍存在空間信息丟失或光譜信息扭曲的缺點，難以提高融合效果的問題。

發(fā)明內(nèi)容
本發(fā)明為了解決傳統(tǒng)的遙感影像處理技術(shù)存在空間信息丟失或光譜信息扭曲的缺點，難以提高融合效果 的問題，從而提出了相關(guān)性加權(quán)的遙感影像融合方法及該融合方法的融合效果評價方法。相關(guān)性加權(quán)的遙感影像融合方法，包括下述步驟步驟一、對原始待融合影像的預(yù)處理，所述的原始待融合影像包括多光譜影像和全色影像；通過傳感器獲取多光譜影像和全色影像；根據(jù)二次多項式法對多光譜影像進行幾何配準，使多光譜影像與全色影像保持幾何一致性；根據(jù)線性內(nèi)插法對配準后的多光譜影像進行重采樣，使多光譜影像的像元與色影像的像元大小一致；對全色影像和重采樣后的多光譜影像進行裁剪，裁剪出試驗區(qū)域影像，獲得相同區(qū)域全色影像和多光譜影像。步驟二、計算預(yù)處理后的多光譜影像各波段與全色影像各波段的相關(guān)性；所述的相關(guān)性通過相關(guān)系數(shù)反應(yīng)全色影像與原始待融合影像的程度，相關(guān)系數(shù)為1，兩幅影像的相關(guān)性最好，根據(jù)公式(I)獲取預(yù)處理后的多光譜影像各波段與全色影像各
波段的相關(guān)系數(shù)/7(4);
h
權(quán)利要求
1.相關(guān)性加權(quán)的遙感影像融合方法，其特征在于它包括下述步驟 步驟一、對原始待融合影像的預(yù)處理，所述的原始待融合影像包括多光譜影像和全色影像； 步驟二、計算預(yù)處理后的多光譜影像各波段與全色影像各波段的相關(guān)性； 步驟三、通過調(diào)整多光譜影像的權(quán)重，獲取多光譜影像最佳的權(quán)重系數(shù)，根據(jù)最佳的權(quán)重系數(shù)獲取相關(guān)性加權(quán)融合模型； 步驟四、根據(jù)相關(guān)性加權(quán)算法實現(xiàn)多光譜影像與全色影像的融合。
2.根據(jù)權(quán)利要求1所述的相關(guān)性加權(quán)的遙感影像融合方法，其特征在于步驟一所述的對原始待融合影像的預(yù)處理的具體過程為 通過傳感器獲取多光譜影像和全色影像； 根據(jù)二次多項式法對多光譜影像進行幾何配準，使多光譜影像與全色影像保持幾何一致性； 根據(jù)線性內(nèi)插法對配準后的多光譜影像進行重采樣，使多光譜影像的像元與色影像的像元大小一致； 對全色影像和重采樣后的多光譜影像進行裁剪，裁剪出試驗區(qū)域影像，獲得相同區(qū)域全色影像和多光譜影像。
3.根據(jù)權(quán)利要求1所述的相關(guān)性加權(quán)的遙感影像融合方法，其特征在于步驟二所述的計算預(yù)處理后的多光譜影像各波段與全色影像各波段的相關(guān)性的具體過程為 所述的相關(guān)性通過相關(guān)系數(shù)反應(yīng)全色影像與原始待融合影像的程度，相關(guān)系數(shù)為1，兩幅影像的相關(guān)性最好，根據(jù)公式(I)獲取預(yù)處理后的多光譜影像各波段與全色影像各波段的相關(guān)系數(shù)/·/(<):
4.根據(jù)權(quán)利要求1所述的相關(guān)性加權(quán)的遙感影像融合方法，其特征在于步驟四所述的根據(jù)相關(guān)性加權(quán)算法實現(xiàn)多光譜影像與全色影像的融合的具體過程為 根據(jù)公式(2)獲取多光譜影像與全色影像的融合后的影像G1、G2和G3 Gl= (l+rl) *kl*Pan+ (l_rl)* (l_kl)* 多光譜 I G2= (l+r2) *k2*Pan+ (l_r2)* (l_k2)* 多光譜 2 (2) G3= (l+r3) *k3*Pan+ (l_r3)* (l_k3)* 多光譜 3 其中，多光譜I為第一波段的多光譜影像數(shù)據(jù)，多光譜2為第二波段的多光譜影像數(shù)據(jù)，多光譜3為第三波段的多光譜影像數(shù)據(jù)；rl為第一波段的多光譜影像與全色影像的相關(guān)系數(shù)，r2為第二波段多光譜影像與全色影像的相關(guān)系數(shù)，r3為第三波段多光譜影像與全色影像的相關(guān)系數(shù)；G1為融合后的第一波段影像，G2為融合后的第二波段影像，G3為融合后的第三波影像；kl為第一波段融合的權(quán)重系數(shù)，k2為第二波段融合的權(quán)重系數(shù)，k3為第三波段融合的權(quán)重系數(shù)；Pan為全色影像波段， 根據(jù)公式(2)，將原始待融合影像的多光譜影像與全色影像進行逐個像元的融合運算，得到最終的遙感影像融合結(jié)果影像。
5.基于權(quán)利要求1所述的相關(guān)性加權(quán)的遙感影像融合方法的融合效果評價方法，其特征在于根據(jù)相關(guān)性加權(quán)的遙感影像融合方法獲取的融合影像，從數(shù)理統(tǒng)計的定量方式評價融合影像， 所述的數(shù)理統(tǒng)計的定量方式是根據(jù)選擇融合效果評價指標對融合前后影像進行評價，所述的融合效果評價指標分別為方差、信息熵和扭曲度。
6.根據(jù)權(quán)利要求5所述的相關(guān)性加權(quán)的遙感影像融合方法的融合效果評價方法，其特征在于所述方差的范圍是0-30，方差Var根據(jù)公式(3)的獲得
7.根據(jù)權(quán)利要求5所述的相關(guān)性加權(quán)的遙感影像融合方法的融合效果評價方法，其特征在于所述信息熵的范圍是0-10，信息熵根據(jù)公式(4)的獲得
8.根據(jù)權(quán)利要求5所述的相關(guān)性加權(quán)的遙感影像融合方法的融合效果評價方法，其特征在于所述扭曲度的范圍是0-1，扭曲度根據(jù)公式(5)的獲得
全文摘要
相關(guān)性加權(quán)的遙感影像融合方法及該融合方法的融合效果評價方法，本發(fā)明涉及遙感影像處理技術(shù)領(lǐng)域。相關(guān)性加權(quán)的遙感影像融合方法為對原始待融合影像的預(yù)處理；計算預(yù)處理后的多光譜影像各波段與全色影像各波段的相關(guān)性；通過調(diào)整多光譜影像的權(quán)重，獲取多光譜影像最佳的權(quán)重系數(shù)，根據(jù)最佳的權(quán)重系數(shù)獲取相關(guān)性加權(quán)融合模型；根據(jù)相關(guān)性加權(quán)算法實現(xiàn)多光譜影像與全色影像的融合。相關(guān)性加權(quán)的遙感影像融合方法的融合效果評價方法為根據(jù)相關(guān)性加權(quán)的遙感影像融合方法獲取的融合影像，從數(shù)理統(tǒng)計的定量方式評價融合影像，數(shù)理統(tǒng)計的定量方式是根據(jù)選擇融合效果評價指標對融合前后影像進行評價，融合效果評價指標分別為方差、信息熵和扭曲度。
文檔編號G06T7/00GK103065293SQ20121058976
公開日2013年4月24日 申請日期2012年12月31日 優(yōu)先權(quán)日2012年12月31日
發(fā)明者董張玉, 劉殿偉, 王宗明, 趙萍, 湯旭光, 賈明明, 汪燕, 丁智, 邵田田 申請人:中國科學院東北地理與農(nóng)業(yè)生態(tài)研究所