基于金字塔模型的pansharpen融合优化方法与流程

技术特征：

1.一种基于金字塔模型的pansharpen融合优化方法，其特征在于，包括以下步骤：

步骤1：对全色影像和多光谱影像进行配准处理，并对多光谱影像进行上采样，使得多光谱影像的宽和高与全色影像保持一致；

步骤2：将步骤1中获取的全色影像建立全色影像三层金字塔结构、步骤1中获取的多光谱影像建立多光谱影像三层金字塔结构，然后对全色影像进行下采样，分别获取第一、二、三层金字塔结构对应的遥感影像，对多光谱影像进行下采样，分别获取第一、二、三层金字塔结构对应的遥感影像；

步骤3：分别计算得到全色影像、多光谱影像相同层金字塔结构对应的遥感影像的融合比例系数；

步骤4：对步骤3获得的全色影像、多光谱影像相同层金字塔结构对应的遥感影像的融合比例系数进行最小二乘迭代处理，得到最优的融合比例系数；

步骤5：利用步骤4获取的融合比例系数对步骤1结果中的全色影像和多光谱影像进行融合处理，获取最终的融合图像。

2.如权利要求1所述的基于金字塔模型的pansharpen融合优化方法，其特征在于：所述的步骤1中所述的对全色影像和多光谱影像进行配准处理的方法，包括如下步骤：

步骤11：对全色影像和多光谱影像分别进行分块处理；

步骤12：对步骤11进行分块处理得到的不同影像块采取SIFT算子提取同名点；

步骤13：构建全色影像和多光谱影像的仿射变换模型，并利用步骤12提取的同名点解算仿射变换模型参数；

步骤14：使用仿射变换模型对多光谱影像进行仿射变换处理，完成影像配准。

3.如权利要求1或2所述的基于金字塔模型的pansharpen融合优化方法，其特征在于：所述的步骤1中获取的全色影像建立全色影像三层金字塔结构的方法与步骤1中获取的多光谱影像建立多光谱影像三层金字塔结构的方法相同，对全色影像进行下采样，分别获取第一、二、三层金字塔结构对应的遥感影像与对多光谱影像进行下采样，分别获取第一、二、三层金字塔结构对应的遥感影像的方法相同，其中，将步骤1中获取的全色影像建立全色影像三层金字塔结构，然后对全色影像进行下采样，分别获取第一、二、三层金字塔结构对应的遥感影像的方法包括如下步骤：

步骤21：构建128像素*128像素,1024像素*1024像素,4096像素*4096像素大小的全色影像三层金字塔；

步骤22：分别计算全色影像三层金字塔中不同层的宽、高与步骤1得到的全色影像宽高的比例，并对应分别作为全色影像三层金字塔不同层的下采样比例系数；

步骤23：使用步骤22得到的下采样比例系数分别对步骤1得到的全色影像进行下采样处理，获取全色影像第一、二、三层金字塔结构对应的遥感影像。

4.如权利要求3所述的基于金字塔模型的pansharpen融合优化方法，其特征在于：所述的分别计算得到全色影像、多光谱影像相同层金字塔结构对应的遥感影像的融合比例系数的方法包括如下步骤：

步骤31：构建全色影像第j层金字塔结构对应的遥感影像、多光谱影像的光谱能量关系函数，j等于一或二或三；其中，光谱能量关系函数为P表示全色影像的某一个像素的灰度值，α_i表示谱段i对应的能量配比系数，M表示多光谱影像上对应的同名像素的灰度值，i表示多光谱的谱段个数；

步骤32：引入不等条件约束，保证光谱能量关系函数中待求解的参数α_i均大于0，进而得到不等条件约束方程；所述的不等条件约束方程包括不等条件约束、光谱能量关系函数；

步骤32：将全色影像、多光谱影像第j层金字塔结构对应的遥感影像所有像素的灰度值代入到方程中，进行迭代求解，得到第j层对应的光谱能量关系函数中待求解的参数α_i的解，遍历所有的j，得到所有层对应的光谱能量关系函数中待求解的参数α_i的解，并作为融合比例系数。

5.如权利要求4所述的基于金字塔模型的pansharpen融合优化方法，其特征在于：所述的对步骤3获得的全色影像、多光谱影像相同层金字塔结构对应的遥感影像的融合比例系数进行最小二乘迭代处理，得到最优的融合比例系数的方法为：将三组不同的融合比例系数代入到线性最小二乘模型中，将线性最小二乘模型的解作为最优的融合比例系数。