专利名称：一种高频调制生成高分辨率多光谱图像的方法
技术领域：
本发明涉及图像处理技术，属遥感图像处理数据融合技术领域，特别是光学遥感卫星同一传感器低分辨率多光谱波段和高分辨率全色波段融合生成高分辨率多光谱图像的技术，尤其是一种高频调制生成高分辨率多光谱图像的方法。
背景技术：
许多光学遥感卫星系统同时提供了空间分辨率低的多光谱图像和空间分辨率高的全色图像，如艾科诺斯卫星同时提供了空间分辨率是1米的全色图像和空间分辨率是4米的包含蓝、绿、红、近红外四个波段的多光谱图像。为了信息的优化利用，尤其是利用全色波段的高分辨率信息，许多图像融合技巧努力将全色波段的高空间分辨率信息与多光谱信息结合起来，以生成空间分辨率是1米的多光谱图像，同时尽可能地保持原始多光谱波段的光谱信息。图像融合的前提是待融合的图像是空间配准的，配准误差在一个像元以内。
目前比较常用的方法有高频调制方法及全色波段的分量替换方法。
其中一种高频调制的融合方法包括以下步骤①对原始低分辨率多光谱图像各波段进行重采样操作，获得超像素多光谱图像。超像素是指多光谱图像一个像元的地面覆盖面积与对应的全色波段一个像元的地面覆盖面积相同。重采样的比例是原始低分辨率多光谱图像的像元空间分辨率与原始的全色图像像元空间分辨率的比。
②将超像素多光谱图像作为自变量，全色波段作为因变量，通过多元线性回归方法生成仿真的低分辨率全色图像。
③利用原始高分辨率全色图像和仿真的低分辨率全色图像结合超像素多光谱图像高频调制生成融合的高分辨率多光谱全色图像。
其中各步骤的功能如下步骤①对原始低分辨率多光谱图像各波段重采样是为了获得超像素多光谱图像。超像素多光谱图像一个像元的地面覆盖面积与对应的全色波段一个像元的地面覆盖面积相同，因而超像素多光谱图像与高分辨率全色图像有完全相同的地面覆盖区域。
步骤②的多元线性回归是为了获得构成低分辨率全色图像的超像素多光谱波段的叠加比例。要利用全色图像的高分辨率信息对低分辨率的多光谱图像进行高频调制，需要获得仿真的低分辨率的全色图像。由于全色波段的波长范围是0.45-0.90微米，几乎覆盖了多光谱的所有波段的波长范围，因此可以近似认为全色波段是由多光谱波段依一定比例叠加构成的。多光谱每个波段的叠加比例是通过高分辨率全色图像与超像素多光谱波段利用多元线性回归方法获得的。
步骤③的高频调制生成高分辨率的多光谱图像是为了使原始全色图像的高分辨率融入超像素多光谱图像。高频调制的实现过程按波段顺序执行。基本过程是将当前波段的超像素形式的像素灰度值乘以高分辨率全色波段对应的像素灰度值，并通过仿真的低分辨率全色图像对应像素灰度值予以规范化，就得到了该波段高分辨率形式对应的像素灰度值。
上述融合方法有不足之处。不足之处在于该方法将所有波段平等看待，采用了同样的处理方法和步骤，会导致那些与全色波段相关性较弱的波段(如蓝波段)光谱畸变，从而当与其他波段进行彩色合成时，导致色彩失真。
发明内容
本发明针对现有技术中存在的缺陷或不足，提供一种高频调制生成高分辨率多光谱图像的方法，采用该方法，能够减少弱相关波段的光谱畸变。
本发明的技术构思为，利用多光谱超像素图像各波段与原始高多分辨率全色图像之间所具有的不同相关性，采用不同的高频调制，例如，高相关性波段调制和低相关性波段调制，因为发明人认为多光谱超像素图像的波段中与全色图像相关性高的波段近似成比例；多光谱超像素图像的波段中与全色图像相关性低的波段可以表示为高分辨率全色波段与其他多光谱波段的线性组合。
本发明的技术方案如下一种高频调制生成高分辨率多光谱图像的方法，包括重采样低分辨率多光谱图像，获得超像素多光谱图像；将高分辨率全色图像和超像素多光谱图像实施多元线性回归，合成仿真低分辨率全色图像；高频调制生成高分辨率多光谱图像；其特征在于在高频调制生成高分辨率多光谱图像部分，首先判定多光谱超像素图像各波段与原始高多分辨率全色图像的相关性，并对相关性不同的波段采用不同的高频调制方式。
在高频调制生成高分辨率多光谱图像部分，还包括依据相关性的高低排序。
所述不同的高频调制方式按照相关性高低的对应关系分为高相关性波段调制和低相关性波段调制。
所述高相关性波段调制的方法是该波段超像素低分辨率图像对应像素点中每个像素点的灰度值乘以一个高频调制因子，该调制因子是高分辨率全色波段对应像素的灰度值与仿真的低分辨率全色波段对应像素的灰度值的比值。
所述低相关性波段调制的方法是该波段超像素低分辨率图像像素点的灰度值乘以一个高频调制因子，该调制因子是高分辨率全色波段和已调制好的高分辨率多光谱波段线性组合与其低分辨率形式的比值；线性组合的系数利用多元线性回归方法得到。
所述重采样方法采用双三次卷积，按行和列依次进行。
本发明的技术效果如下本发明的方法首先利用卫星遥感图像多光谱波段和全色波段卫星之间的统计关系，仿真生成低分辨率全色图像，然后计算多光谱各波段与全色图像之间的相关系数。根据不同的相关系数，采用不同的高频调制方法。对于相关性高的波段，高分辨率的多光谱图像由低分辨率多光谱波段和高分辨率全色波段直接调制生成；对于低相关性的波段，高分辨率的多光谱波段通过全色波段和其他相关性高的多光谱波段共同调制生成。本发明与现有技术相比有以下特点第一，在高频调制生成高分辨率多光谱图像之前，增加一个判决器，该判决器用来判断超像素多光谱图像各波段与高分辨率全色图像的相关性，并依据相关性的大小顺序确定各波段处理的顺序和方法。相关性大的波段先处理，相关性小的波段后处理；而且相关性不同，高频调制的方法不同。
第二，超像素多光谱图像与全色多光谱图像的相关性不同，高频调制的方法不同。对相关性最大的波段，可以认为该波段与全色波段成比例关系，可直接进行调制；随着超像素波段与全色波段相关性的降低，多光谱图像的其他波段借助全色波段和相关性强的波段共同调制，这样大大减少了弱相关波段的光谱畸变。
图1为高频调制方法进行图像融合的整体框图，说明本发明的基本流程图。
图2为详细说明图1中高频调制生成高分辨率多光谱图像的实现流程图。
具体实施例方式
本发明目的是克服已有技术的不足之处，增加各波段与全色波段相关性强弱的判断，并依据相关性的不同采用不同的高频调制策略，减少弱相关波段的光谱畸变。本发明提供一种高频调制生成高分辨率多光谱图像的方法，属于适合于艾科诺斯卫星等图像融合生成高分辨率多光谱图像的方法，同样包括重采样低分辨率多光谱图像，获得超像素多光谱图像；将高分辨率全色图像和超像素多光谱图像实施多元线性回归，合成仿真低分辨率全色图像；高频调制生成高分辨率多光谱图像各波段三个部分。但在高频调制生成高分辨率多光谱图像部分，首先判定多光谱超像素图像各波段与原始高多分辨率全色图像的相关性，并依据相关性的大小顺序，对相关性不同的波段采用不同的高频调制策略融合生成高分辨率的多光谱图像。
本发明方法实现艾科诺斯数据融合的流程如图1所示。图1包括重采样单元2，合成仿真单元4和高频调制单元6。单元2对原始低分辨率多光谱图像按波段进行重采样，得到超像素多光谱图像。重采样方法为双三次卷积，按行和列依次进行。双三次卷积方法产生的图像在保持图像信息和图像的光滑性方面有优越性，能够避免块状和锯齿效应。然后进入合成仿真单元4。
单元4分别将超像素多光谱四个波段的图像像素按行排列，形成四个向量x1＝{blueBand(i)|i＝0，1，…，n-1}；x2＝{greenBand(i)|i＝0，1，…，n-1}；x3＝{redBand(i)|-0，1，…，n-1}；x4＝{nirBand(i)|i＝0，1，…，n-1}，同样将高分辨率全色波段像素按行排列，形成向量。超像素多光谱四个波段向量分量个数与全色波段像素个数相同，是图像像素的总数；将超像素多光谱图像的各个波段作为自变量，将全色的高分辨率图像作为应变量进行多元线性回归，得到回归系数向量α＝(α0，α1，α2，α3，α4)T。然后利用公式Y′＝α0x0+α1x1+α2x2+α3x3+α4x4，就得到了合成仿真的超像素全色低分辨率图像Y′。
最后单元6利用超像素多光谱、仿真的超像素全色低分辨率图像、全色高分辨率图像调制生成高分辨率多光谱波段。
单元6的实现流程如图2所示。它包括相关性排序单元8和高频调制器10。单元8首先计算超像素多光谱各波段xi与全色图像y之间的相关系数ri，i＝1，2，3，4，将相关系数从大到小排序，排序后的相关系数为ri′i＝1，2，3，4。并将超像素多光谱各波段按照与全色图像y的相关性从大到小排序，相关系数ri′对应的超像素多光谱波段为 i＝1，2，3，4。
高频调制器10包括两个调制器，高相关性波段调制器12和低相关性波段调制器14。高相关性波段调制器12直接调制与全色波段的相关性最大的波段 调制方法是该波段超像素低分辨率图像对应像素点的灰度值每个像素点的灰度值乘以一个高频调制因子，该调制因子是高分辨率全色波段对应像素的灰度值与仿真的低分辨率全色波段对应像素的灰度值的比值。用公式表达为x^j=Y.*x~j./Y′,]]>其中运算符号“.*”、“./”表示矩阵或矢量的对应元素相乘、相除。上述直接调制方法依赖于如下假设与全色图像相关性最大的波段，可认为它与全色波段近似成比例。
低相关性波段调制器14调制相关性较低的波段 i＝2，3，4。调制方法是该波段超像素低分辨率图像像素点的灰度值乘以一个高频调制因子，该调制因子是高分辨率全色波段和已调制好的高分辨率多光谱波段线性组合与其低分辨率形式的比值。线性组合的系数利用多元线性回归方法得到。该调制器假设认为相关性较低的多光谱波段可以表示为高分辨率全色波段与其他多光谱波段的线性组合。该线性组合高分辨率形式与低分辨率形式的比值就是该波段的调制因子。用公式表示为x^j=(β0Y+Σj=1i-1βjx^j).*x~j./(β0Y′+Σj=1i-1x~j),j=2,3,4,]]>其中， 的线性组合 该线性组合的低分辨率形式是 在获得线性表示系数后，该波段的高分辨率形式的调制方法的表达式是x^j=(β0Y+Σj=1i-1βjx^j).*x~j./(β0Y′+Σj=1i-1x~j).]]>应当指出，以上所述具体实施方式
可以使本领域的技术人员更全面地理解本发明，但不以任何方式限制本发明。因此，尽管本说明书参照附图和实施方式对本发明已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明进行修改或者等同替换；而一切不脱离本发明的精神和技术实质的技术方案及其改进，其均应涵盖在本发明专利的保护范围当中。
权利要求
1.一种高频调制生成高分辨率多光谱图像的方法，包括重采样低分辨率多光谱图像，获得超像素多光谱图像；将高分辨率全色图像和超像素多光谱图像实施多元线性回归，合成仿真低分辨率全色图像；高频调制生成高分辨率多光谱图像；其特征在于在高频调制生成高分辨率多光谱图像部分，首先判定多光谱超像素图像各波段与原始高多分辨率全色图像的相关性，并对相关性不同的波段采用不同的高频调制方式。
2.根据权利要求1所述的一种高频调制生成高分辨率多光谱图像的方法，其特征在于在高频调制生成高分辨率多光谱图像部分，还包括依据相关性的高低排序。
3.根据权利要求2所述的一种高频调制生成高分辨率多光谱图像的方法，其特征在于所述不同的高频调制方式按照相关性高低的对应关系分为高相关性波段调制和低相关性波段调制。
4.根据权利要求3所述的一种高频调制生成高分辨率多光谱图像的方法，其特征在于所述高相关性波段调制的方法是该波段超像素低分辨率图像对应像素点中每个像素点的灰度值乘以一个高频调制因子，该调制因子是高分辨率全色波段对应像素的灰度值与仿真的低分辨率全色波段对应像素的灰度值的比值。
5.根据权利要求4所述的一种高频调制生成高分辨率多光谱图像的方法，其特征在于所述低相关性波段调制的方法是该波段超像素低分辨率图像像素点的灰度值乘以一个高频调制因子，该调制因子是高分辨率全色波段和已调制好的高分辨率多光谱波段线性组合与其低分辨率形式的比值；线性组合的系数利用多元线性回归方法得到。
6.根据权利要求1所述的一种高频调制生成高分辨率多光谱图像的方法，其特征存于所述重采样方法采用双三次卷积，按行和列依次进行。
全文摘要
本发明提供一种高频调制生成高分辨率多光谱图像的方法，包括重采样低分辨率多光谱图像，获得超像素多光谱图像；将高分辨率全色图像和超像素多光谱图像实施多元线性回归，合成仿真低分辨率全色图像；高频调制生成高分辨率多光谱图像；其特征在于在高频调制生成高分辨率多光谱图像部分，首先判定多光谱超像素图像各波段与原始高多分辨率全色图像的相关性，并对相关性不同的波段采用不同的高频调制方式。采用该方法，能够减少弱相关波段的光谱畸变。
文档编号G01S17/89GK1924612SQ20061008954
公开日2007年3月7日 申请日期2006年7月3日 优先权日2006年7月3日
发明者唐娉 申请人:中国科学院遥感应用研究所